Ian Stewart, wyd. Prószyński i S-ka

Popularnonaukowa

Beatrycze Nowicka: 6/10

Swego czasu „17 równań, które zmieniły świat” Iana Stewarta zrobiło na mnie bardzo dobre wrażenie. „Matematyka życia” również mi się spodobała, jednak już nie aż tak bardzo. Doceniam lekkie pióro autora oraz umiejętność prowadzenia zajmującego wywodu. Sądzę, że laicy docenią to, iż autor zadbał o teoretyczne wprowadzenie do rozmaitych prezentowanych przez siebie zagadnień. W książce zalazły się zatem m.in. podstawy teorii ewolucji, zasady klasyfikacji organizmów żywych, krótka historia badań nad dziedziczeniem cech, czy opis budowy i struktury DNA oraz białek. Uważam, że były one potrzebne, aby „Matematyka życia” stanowiła samodzielną całość, choć miejscami Stewart pozwolił sobie na zbyt duże uproszczenia, np. pisząc: „nikt nie widział na własne oczy, jak w ciągu minionego miliona lat ludzie wykształcili się na drodze ewolucji z szympansów, ale jednak uczeni nie mają wątpliwości, że tak było” (jest różnica pomiędzy posiadaniem wspólnego przodka a wykształceniem się z czegoś i nie chodzi mi tutaj o jakąś dziwnie pojmowaną dumę na zasadzie, że człowiek nie może pochodzić od małpy, ale o precyzję naukowych sformułowań – współczesne szympansy są tak samo daleko od owego wspólnego przodka, jak my).

Natomiast Stewart stawia w swojej książce tezę, że oto dokonuje się w biologii ukryta rewolucja, polegająca na coraz większym znaczeniu matematyki. Nie twierdzę, że matematyka nie odgrywa roli w biologii, niemniej zaprezentowane przykłady to w dużej mierze ciekawostki. Stewart opisuje między innymi podejście matematyczne do kwestii morfologicznych, takich jak wzór ulistnienia, czy rozmieszczenie elementów kwiatu, albo plamy i pręgi na skórze zwierząt. Wskazuje na zastosowania geometrii w badaniach nad strukturą wirusów, czy replikacją DNA. Przedstawia proste modele funkcjonowania grup neuronów. Wymienionym w książce przykładem o najszerszym zastosowaniu jest, w mojej opinii, zastosowanie algorytmów do analiz filogenetycznych. Istotne było także wyznaczanie struktury przestrzennej białek, jednak obecnie najlepszy software do tego jest oparty na AI (nadal oczywiście potrzebna jest do tego matematyka, ale on nie oblicza tych struktur na podstawie uproszczonych wzorów znanych z chemii fizycznej, tylko działa na zasadzie samouczącej się sieci neuronowej). Wszystko to jest interesujące, niemniej nie skłoniło mnie do uznania, że matematyka może pełnić w biologii tak dużą rolę, jak w fizyce.