Наука о сложных системах

Категория реферата: Рефераты по естествознанию
Теги реферата: реферат на тему творчество, банк рефератов
Добавил(а) на сайт: Романа.

Может ли действовать «демон Максвелла»? Да, если получает от приближающихся частиц информацию об их скорости и точке удара о стенку. Это и дает возможность связать информацию с энтропией. Возможно в живых системах действуют аналоги таких «демонов» (на это могут претендовать, к примеру, ферменты). Понятие информации имеет такое большое значение, что оно вошло в заглавие нового научного направления, возникшего на базе кибернетики — информатики (название произошло из соединения слов информация и математика).

Кибернетика выявляет зависимости между информацией и другими характеристиками систем. Работа «демона Максвелла» позволяет установить обратно пропорциональную зависимость между информацией и энтропией. С повышением энтропии уменьшается информация (поскольку все усредняется) и наоборот, понижение энтропии увеличивает информацию. Связь информации с энтропией свидетельствует и о связи информации с энергией.

Энергия (от греч. energeia — деятельность) характеризует общую меру различных видов движения и взаимодействия в формах: механической, тепловой, электромагнитной, химической, гравитационной, ядерной. Информация характеризует меру разнообразия систем. Эти два фундаментальных параметра системы (наравне с ее вещественным составом) относительно обособлены друг от друга. Точность сигнала, передающего информацию, не зависит от количества энергии, которая используется для передачи сигнала. Тем не менее энергия и информация связаны между собой. Винер приводит такой пример:
«Кровь, оттекающая от мозга, на долю градуса теплее, чем кровь, притекающая к нему» (Там же.- С. 201).

Информация растет с повышением разнообразия системы, но на этом ее связь с разнообразием не кончается. Одним из основных законов кибернетики является закон «необходимого разнообразия». В соответствии с ним эффективное управление какой-либо системой возможно только в том случае, когда разнообразие управляющей системы больше разнообразия управляемой системы. Учитывая связь между разнообразием и управлением, можно сказать, что чем больше мы имеем информации о системе, которой собираемся управлять, тем эффективнее будет этот процесс.

Общее значение кибернетики обозначается в следующих направлениях:

1. Философское значение, поскольку кибернетика дает новое представление о мире, основанное на роли связи, управления, информации, организованности, обратной связи, целесообразности, вероятности.

2. Социальное значение, поскольку киоернетика дает новое представление об обществе как организованном целом. О пользе кибернетики для изучения общества немало было сказано уже в момент возникновения этой науки.

3. Общенаучное значение в трех смыслах: во-первых, потому что кибернетика дает общенаучные понятия, которые оказываются важными в других областях науки — понятия управления, сложно-динамической системы и т. п.; во-вторых, потому что дает науке новые методы исследования: вероятностные, стохастические, моделирования на ЭВМ и т. д.; в-третьих, потому что на основе функционального подхода «сигнал — отклик» кибернетика формирует гипотезы о внутреннем составе и строении систем, которые затем могут быть проверены в процессе содержательного исследования. Например, в кибернетике выработано правило (впервые для технических систем), в соответствии с которым для того, чтобы найти ошибку в работе системы, необходима проверка работы трех одинаковых систем. По работе двух находят ошибку в третьей.
Возможно так действует и мозг.

4. Методологическое значение кибернетики определяется тем обстоятельством, что изучение функционирования более простых технических систем используется для выдвижения гипотез о механизме работы качественно более сложных систем (живых организмов, мышления человека) с целью познания происходящих в них процессов — воспроизводства жизни, обучения и т. п.
Подобное кибернетическое моделирование особенно важно в настоящее время во многих областях науки, поскольку отсутствуют математические теории процессов, протекающих в сложных системах и приходится ограничиваться их простыми моделями.

5. Наиболее известно техническое значение кибернетики — создание на основе кибернетических принципов электронно-вычислительных машин, роботов, персональных компьютеров, породившее тенденцию кибернетизации и информатизации не только научного познания, но и всех сфер жизни.

ЭВМ и персональные компьютеры

Точно так же, как разнообразные машины и механизмы облегчают физический труд людей, ЭВМ и персональные компьютеры облегчают его умственный труд, заменяя человеческий мозг в его наиболее простых и рутинных функциях. ЭВМ действуют по принципу «да-нет», и этого оказалось достаточно для того, чтобы создать вычислительные машины, хотя и уступающие человеческому мозгу в гибкости, но превосходящие его по быстроте выполнения вычислительных операций. Аналогия между ЭВМ и мозгом человека дополняется тем,' что ЭВМ как бы выполняет роль центральной нервной системы для устройств автоматического управления.

Введенное чуть позже в кибернетике понятие самообучающихся машин аналогично воспроизводству живых систем. И то, и другое есть созидание себя
(в себе и в другом), возможное в отношении машин, как и живых систем.
Обучение онтогенетически есть то же, что и самовоспроизводство филогенетически.

Как бы не протекал процесс воспроизводства, «это — динамический процесс, включающий какие-то силы или их эквиваленты. Один из возможных способов представления этих сил состоит в том, чтобы поместить активный носитель специфики молекулы в частотном строении ее молекулярного излучения, значительная часть которого лежит, по-видимому, в области инфракрасных электромагнитных частот или даже ниже. Может оказаться, что специфические вещества вируса при некоторых обстоятельствах излучают инфракрасные колебания, которые обладают способностью содействовать формированию других молекул вируса из неопределенной магмы аминокислот и нуклеиновых кислот. Вполне возможно, что такое явление позволительно рассматривать как некоторое притягательное взаимодействие частот» (Там же.-
С. 281-282).

Такова гипотеза воспроизводства Винера, которая позволяет предложить единый механизм самовоспроизводства для живых и неживых систем.

Современные ЭВМ значительно превосходят те, которые появились на заре кибернетики. Еще 10 лет назад специалисты сомневались, что шахматный компьютер когда-нибудь сможет обыграть приличного шахматиста, но теперь он почти на равных сражается с чемпионом мира. То, что машина чуть было не выиграла у Каспарова за счет громадной скорости перебора вариантов (100 млн. в сек. против двух у человека) остро ставит вопрос не только о возможностях ЭВМ, но и о том, что такое человеческий разум.

Предполагалось два десятилетия назад, что ЭВМ будут с годами все более мощными и массивными, но вопреки прогнозам крупнейших ученых, были созданы персональные компьютеры, которые стали повсеместным атрибутом нашей жизни.
В перспективе нас ждет всеобщая компьютеризация и создание человекоподобных роботов.

Надо, впрочем, иметь в виду, что человек не только логически мыслящее существо, но и творческое, и эта способность — результат всей предшествующей эволюции. Если же будут построены не просто человекоподобные роботы, но и превосходящие его по уму, то это повод не только для радости, но и для беспокойства, связанного как с роботизацией самого человека, так и с проблемой возможного «бунта машин», выхода их из-под контроля людей и даже порабощения ими человека. Конечно, в XX веке это не более, чем далекая от реальности фантастика.

Модели мира

Благодаря кибернетике и созданию ЭВМ одним из основных способов познания, наравне с наблюдением и экспериментом, стал метод моделирования.
Применяемые модели становятся все более масштабными: от моделей функционирования предприятия и экономической отрасли до комплексных моделей управления биогеоценозами, эколого-экономических моделей рационального природопользования в пределах целых регионов, до глобальных моделей.

В 1972 году на основе метода «системной динамики» Дж. Форрестера были построены первые так называемые «модели мира», нацеленные на выработку сценариев развития всего человечества в его взаимоотношениях с биосферой.
Их недостатки заключались в чрезмерно высокой степени обобщения переменных, характеризующих процессы, протекающие в мире; отсутствии данных об особенностях и традициях различных культур и т. д. Однако, это оказалось очень многообещающим направлением. Постепенно указанные недостатки преодолевались в процессе создания последующих глобальных моделей, которые принимали все более конструктивный характер, ориентируясь на рассмотрение вопросов улучшения существующего эколого-экономического положения на планете.

М. Месаровичем и Э. Пестелем были построены глобальные модели на основе теории иерархических систем, а В. Леонтьевым — на основе разработанного им в экономике метода «затраты — выпуск». Дальнейший прогресс в глобальном моделировании ожидается на путях построения моделей, все более адекватных реальности, сочетающих в себе глобальный, региональные и локальные моменты.

Споры относительно эффективности применения кибернетических моделей в глобальных исследованиях не умолкают и поныне. Создатель метода системной динамики Дж. Форрестер выдвинул так называемый «контринтуитивный принцип», в соответствии с которым сложные системы функционируют таким образом, что это принципиально противоречит человеческой интуиции, и таким образом машины могут дать более точный прогноз их поведения, чем человек. Другие исследователи считают, что «контринтуитивное поведение» свойственно тем системам, которые находятся в критической ситуации.

Трудности формализации многих важных данных, необходимых для построения глобальных моделей, а также ряд других моментов свидетельствуют о том, что значение машинного моделирования не следует абсолютизировать.
Моделирование может принести наибольшую пользу в том случае, если будет сочетаться с другими видами исследований.

Простираясь на изучение все более сложных систем метод моделирования становится необходимым средством как познания, так и преобразования действительности. В настоящее время можно говорить как об одной из основных о преобразовательной функции моделирования, выполняя которую оно вносит прямой вклад в оптимизацию сложных систем. Преобразовательная функция моделирования способствует уточнению целей и средств реконструкции реальности. Свойственная моделированию трансляционная функция способствует синтезу знаний — задаче, имеющей первостепенное значение на современном этапе изучения мира.

Поделитесь этой записью или добавьте в закладки