Реферат Наука о сложных системах
Работа добавлена на сайт bukvasha.net: 2015-10-28Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
от 25%
Подписываем
договор
ПЛАН
Понятие сложной системы
Понятие обратной связи
Понятие целесообразности
Кибернетика
ЭВМ и персональные компьютеры
Модели мира
Понятие сложной системы
Теория относительности, изучающая универсальные физические закономерности, относящиеся ко всей Вселенной, и квантовая механика, изучающая законы микромира, нелегки для понимания, и тем не менее они имеют дело с системами, которые с точки зрения современного естествознания считаются простыми. Простыми в том смысле, что в них входит небольшое число переменных, и поэтому взаимоотношение между ними поддается математической обработке и выведению универсальных законов.
Однако, помимо простых, существуют сложные системы, которые состоят из большого числа переменных и стало быть большого количества связей между ними. Чем оно больше, тем труднее поддается предмет исследования достижению конечного результата — выведению закономерностей функционирования данного объекта. Трудности изучения данных систем связаны и с тем обстоятельством, что чем сложнее система, тем больше у нее так называемых эмерджентных свойств, т. е. свойств, которых нет у ее частей и которые являются следствием эффекта целостности системы.
Такие сложные системы изучает, например, метеорология — наука о климатических процессах. Именно потому, что метеорология изучает сложные системы, процессы образования погоды гораздо менее известны, чем гравитационные процессы, что, на первый взгляд, кажется парадоксом. Действительно, почему мы точно можем определить, в какой точке будет находиться Земля или какое-либо другое небесное тело через миллионы лет, но не можем точно предсказать погоду на завтра? Потому, что климатические процессы представляют гораздо более сложные системы, состоящие из огромного количества переменных и взаимодействий между ними.
Разделение систем на простые и сложные является фундаментальным в естествознании. Среди всех сложных систем наибольший интерес представляют системы с так называемой «обратной связью». Это еще одно важное понятие современного естествознания.
Понятие обратной связи
Если мы ударим по бильярдному шару, то он полетит в том направлении, в котором мы его направили, и с той скоростью, с которой мы хотели. Полет брошенного камня тоже соответствует нашему желанию, если ничего не препятствует этому. Сам камень совершенно индифферентен по отношению к нам. Он не сопротивляется, если только не иметь в виду закона инерции.
Совсем иным будет поведение кошки, которая активно реагирует на наше воздействие. Так вот, если поведение объекта (поведением будем называть любое изменение объекта по отношению к окружающей среде) зависит от воздействия на него, мы говорим, что в такой системе имеется обратная связь — между воздействием и ее реакцией.
Поведение системы может усиливать внешнее воздействие: это называется положительной обратной связью. Если же оно уменьшает внешнее воздействие, то это отрицательная обратная связь. Особый случай — гомеостатические обратные связи, которые действуют, чтобы свести внешнее воздействие к нулю. Пример: температура тела человека, которая остается постоянной благодаря гомеостатическим обратным связям. Таких механизмов в живом теле огромное количество. Свойство системы, остающееся без изменений в потоке событий, называется инвариантом системы.
В любом нашем движении с определенной целью участвуют механизмы обратной связи. Мы не замечаем их действия, потому что они включаются автоматически. Но иногда мы пользуемся ими сознательно. Скажем, один человек предлагает место встречи, а другой повторяет: да, мы встречаемся там-то и во столько-то. Это обратная связь, делающая договоренность более надежной. Механизм обратной связи и призван сделать систему более устойчивой, надежной и эффективной.
В широком смысле понятие обратной связи «означает, что часть выходной энергии аппарата или машины возвращается на вход... Положительная обратная связь прибавляется к входным сигналам, она не корректирует их. Термин «обратная связь» применяется также в более узком смысле для обозначения того, что поведение объекта управляется величиной ошибки в положении объекта по Отношению к некоторой специфической цели» (Н. Винер. Кибернетика.-М., 1968.- С.288). Механизм обратной связи делает систему принципиально иной, повышая степень ее внутренней организованности и давая возможность говорить о самоорганизации в данной системе.
Итак, все системы можно разделить на системы с обратной связью и без таковой. Наличие механизма обратной связи позволяет заключить о том, что система преследует какие-то цели, т. е. что ее поведение целесообразно.
Понятие целесообразности
Активное поведение системы может быть случайным или целесообразным, если «действие или поведение допускает истолкование как направленное на достижение некоторой цели, т. е. некоторого конечного состояния, при котором объект вступает в определенную связь в пространстве или во времени с некоторым другим объектом или событием. Нецеленаправленным поведением является такое, которое нельзя истолковать подобным образом» (Там же.- С. 286).
Для обозначения машин с внутренне целенаправленным поведением был специально выкован термин «сервомеханизмы». Например, торпеда, снабженная механизмом поиска цели. Всякое целенаправленное поведение требует отрицательной обратной связи. Оно может быть предсказывающим или непредсказывающим. Предсказание может быть первого, второго и последующих порядков в зависимости от того, на сколько параметров распространяется предсказание. Чем их больше, тем совершеннее система.
Понятие целесообразности претерпело длительную эволюцию в истории человеческой культуры. Во времена господства мифологического мышления деятельность любых, в том числе неживых, тел могла быть признана целесообразной на основе антропоморфизма, т. е. приписывания явлениям природы причин по аналогии с деятельностью человека. Философ Аристотель в числе причин функционирования мира, наряду с материальной, формальной, действующей, назвал и целевую. Религиозное понимание целесообразности основывается на представлении о том, что Бог создал мир с определенной целью, и стало быть мир в целом целесообразен.
Научное понимание целесообразности строилось на обнаружении в изучаемых предметах объективных механизмов целепола-гания. Поскольку в Новое время наука изучала простые системы, постольку она скептически относилась к понятию цели. Положение изменилось в XX веке, когда естествознание перешло к изучению сложных систем с обратной связью, так как именно в таких системах существует внутренний механизм целеполагания. Наука, которая первой начала исследование подобных систем, получила название кибернетики.
Кибернетика
Кибернетика (от греч. kybernetike - искусство управления) — это наука об управлении сложными системами с обратной связью. Она возникла на стыке математики, техники и нейрофизиологии, и ее интересовал целый класс систем, как живых, так и неживых, в которых существовал механизм обратной связи. Основателем кибернетики по праву считается американский математик Н. Винер (1894-1964), выпустивший в 1948 году книгу, которая так и называлась «Кибернетика».
Оригинальность этой науки заключается в том, что она изучает не вещественный состав систем и не их структуру (строение), а результат работы данного класса систем. В кибернетике впервые было сформулировано понятие «черного ящика» как устройства, которое выполняет определенную операцию над настоящим и прошлым входного потенциала, но для которого мы не обязательно располагаем информацией о структуре, обеспечивающей выполнение этой операции.
Системы изучаются в кибернетике по их реакциям на внешние воздействия, другими словами, по тем функциям, которые они выполняют. Наряду с субстратным (вещественным) и структурным подходом, кибернетика ввела в научный обиход функциональный подход как еще один вариант системного подхода в широком смысле слова.
Если XVII столетие и начало XVIII столетия — век часов, а конец XVII и все XIX столетие — век паровых машин, то настоящее время есть век связи и управления. В изучение этих процессов кибернетика внесла значительный вклад. Она изучает способы связи и модели управления, и в этом исследовании ей понадобилось еще одно понятие, которое было давно известным, но впервые получило фундаментальный статус в естествознании — понятие информации (от лат. informatio — ознакомление, разъяснение) как меры организованности системы в противоположность понятию энтропии как меры неорганизованности.
Чтобы яснее стало значение информации, рассмотрим деятельность идеального существа, получившего название «демон Максвелла». Идею такого существа, нарушающего второе начало термодинамики, Максвелл изложил в «Теории теплоты» вышедшей в 1871 году. «Когда частица со скоростью выше средней подходит к дверце из отделения А или частица со скоростью ниже средней подходит к дверце из отделения В, привратник открывает дверцу и частица проходит через отверстие; когда же частица со скоростью ниже средней подходит из отделения А или частица со скоростью выше средней подходит из отделения В, дверца закрывается. Таким образом, частицы большей скорости сосредоточиваются в отделении В, а в отделении А их концентрация уменьшается. Это вызывает очевидное уменьшение энтропии, и если соединить оба отделения тепловым двигателем, мы, как будто, получим вечный двигатель второго рода» (Там же.- С. 112).
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.
Прогресс в области моделирования следует ожидать не на пути противопоставления одних типов моделей другим, а на основе их синтеза. Универсальный характер моделирования на ЭВМ дает возможность синтеза самых разнообразных знаний, а свойственный моделированию на ЭВМ функциональный подход служит целям управления сложными системами.
Список литературы
1. Винер Н. Кибернетика. М., 1968.
2. Кендрью Дж. Нить жизни. М., 1968.
3. Эшби У. Р. Конструкция мозга. М., 1964.
4. Эшби У. Р. Введение в кибернетику. М., 1959.
