Файл: Системный подход в современной науке..pdf

искусственного интеллекта), то мы можем прийти к известному прин­ ципу экономии машинного времени, который имеет теперь важное практическое значение.

Видеть в стремлении к простоте рационалистскую установку не­ редко вынуждает нас опыт становления и развития классического ес­ тествознания. В методологической культуре традиционный образ на­ учности и рациональности знания складывался прежде всего по ме­ ре становления норм и идеалов классической науки. Как уже отме­ чалось, на первом этапе, в период господства лапласовского детер­ минизма с последним ассоциировалась также и рациональность, ставшая затем традиционной, классической. Рациональностью счи­ талась линейная упорядоченность, закономерность, системность ус­ тройства, строения мира (рассматриваемого все же как механизм, а не организм) и знания о нем. Долгое время доминировала ориента­ ция на идею простоты мироустройства и простоты, экономности спо­ собов его описания; под этим же углом зрения формировались и со­ ответствующие критерии рациональности (в том числе в соответст­ вии с аналитическим подходом, распространенными тогда версиями детерминизма и редукционизма). Отсюда, по-видимому, более при­ емлемо рассматривать нерациональное или иррациональное как бо­ лее сложное, чем рациональное (сложнее для скрупулезного и мето­ дичного разума, чем, например, для нерефлексирующей веры).

Вернемся, однако, к упомянутой выше локальной непредсказуемо­ сти. Термин «локальный» мы вводим для того, чтобы смягчить и при­ близить к реальности те часто поспешные истолкования нетрадицион­ ной ситуации в научном познании, которые (истолкования) вслед за ус­ пехами нелинейной динамики и неравновесной термодинамики откры­ тых систем ведут к отрицанию за наукой в качестве необходимой пред­ сказательной функции. Эти истолкования во многом коррелируют с со­ временными версиями антисциентизма (например, постмодернизма).

Начиная с эпохи Нового времени, со времени формирования прин­ ципов классической науки (лапласовский детерминизм, соответству­ ющие нормы и идеалы научного познания и адекватные им критерии рациональности), предсказательная функция науки рассматривается как одна из главных и существенных и — в том числе — отражающих рациональность научного познания. Лапласовский вездесущий Ум, при наличии необходимых начальных условий, не имеет, вообще го­ воря, ограничений своим предсказательным возможностям. Такое убеждение сохранилось в науке (в физике в том числе) вплоть до се­

редины XX в. «Лояльное отношение физиков к возможности прогно­ зирования макроскопических систем, — пишет специалист в этой об­ ласти, — существенно изменилось лишь после того, как были обна­ ружены явления типа динамического хаоса»23, т. е. после успехов но­ вой междисциплинарной (и даже общенаучной) отрасли— теории ди­ намических систем. Глубокие исследования в этой и смежных с ней областях привели науку к осознанию того факта, что во многих (ес­ ли не в большинстве) ситуациях существуют пределы предсказуемо­ сти поведения в них динамических систем (не случайно так был на­ зван недавно вышедший сборник24 по этим проблемам).

* *

Подводя итог проведенного анализа изменения методологической культуры в процессе освоения наукой феномена сложности, следует отметить, что выделенные здесь три этапа освоения отражают лишь некоторые, хотя, на наш взгляд, и важные составляющие этих изме­ нений. Отметим их кратко, увязывая изменение трактовки сложнос­ ти также с изменением трактовки случайности.

На первом этапе доминировали механистическая картина мира, линейные, жестко-детерминистские способы описания, аналитичес­ кий подход к объекту исследования; в приоритете были исследова­ ния «механизмов», а не «организмов»25. Традиционным на этом эта­ пе было в общем негативное отношение к сложности и случайнос­ ти — их неприятие естественнонаучным сообществом, даже их отвер­ жение. Определенную роль здесь сыграли как прежнее психологиче­ ское отторжение, так и неразвитость материальных (эксперименталь­ ных) средств исследования и математических способов описания сложных объектов.

На втором этапе отметим:

а) выдвижение и реализацию идеи усредненного описания ансам­ блей (больших, мнгоэлементных систем) и появление специфичных вероятностно-статистических способов описания наряду с ранее до­ минировавшими жестко-детерминистскими способами описания, что в конце концов ведет к осознанию многообразия, многоликости слу­ чайности, а тем самым и сложности;

б) исследования больших многокомпонентных систем, руководст­ вуясь идеей уровней и идеей иерархии;

в) начало эксплицитного изучения организмов и других самоор­ ганизующихся систем, репрезентируемых нелинейными способами описания и нелинейными моделями.

В отношении третьего этапа отметим следующие наиболее важ­ ные особенности:

а) преобладание нелинейных способов описания, способных до­ статочно эксплицитно репрезентировать качественные преобразова­ ния сложных объектов и их возможную самоорганизацию, в резуль­ тате чего возникают новые структуры;

б) радикальные изменения в трактовке статуса флуктуации и осо­ знание фундаментального значения многоуровневости случайности, что дополняет отмеченные ранее, еще на втором этапе, многоообразие и многоликость случайности и сложности. Специфичность треть­ его этапа состоит в том, что случайность на определенном уровне мо­ жет играть «конструктивную» роль и, учитывая новый статус флукту­ ации на этом этапе, упомянутая случайность (точнее случайно веду­ щие себя объекты) приводит к образованию новых структур. Конст­ руктивная роль случайности нашла свое яркое выражение в измене­ нии традиционного понимания соотношения порядка и хаоса;

в) новый статус принципа простоты. Ранее преобладала установ­ ка на простоту способов описания простых объектов. Теперь же (хо­ тя отчасти уже со второго этапа), во-первых, наука уже не избегает с самого начала теоретически (и прежде всего математически) ис­ следовать сложность — сложные, многокомпонентные, многоуровне­ вые системы, создавая при этом новые средства упрощения (напри­ мер, средства понижения размерности в нелинейных моделях); вовторых, наукой осознано, что простые объекты могут вести себя весь­ ма сложно, и наука же, открыв это, оказалась в состоянии теперь до­ статочно просто описывать это сложное поведение и даже прогнози­ ровать его, хотя и учитывая уровень локальной непредсказуемости;

г) изменения в понимании соотношения простоты, сложности

ипредсказуемости. Классическая наука предполагает, что простота

ипредсказуемость совместимы в рамках механистической картины мира и лапласовского детерминизма. Однако на современном этапе, как отмечалось выше, формируется концепция локальной непредска­ зуемости, вырастающая из опыта применения нелинейных моделей в неравновесной термодинамике, синергетике, современной теории Динамических систем и др. Опыт обобщающих исследований пока­ зывает, что сложно то бытие, которое мало предсказуемо, плохо

предсказуемо, либо — тем более сложно то, что вообще непредска­ зуемо.

Таким образом, можно говорить об обновлении методологической культуры в процессе освоения наукой феномена сложности, об измене­ ния форм научного дискурса, которое среди прочего проявляется в ка­ чественном многообразии трактовок динамики, в тенденции к полимор­ физму, в допустимости или даже оправданности многовариантности форм поведения объектов. И все это было выявлено и понято прежде всего благодаря активному освоению нелинейных способов описания, позволяющих научно репрезентировать как поведение сложных эволю­ ционирующих объектов, так и механизмы их качественных изменений в процессе самоорганизации, что может сопровождаться — и это осо­ бенно важно — также и изменениями самой динамики поведения. При­ чем эти «механизмы» трактуются и описываются теперь уже, конечно, не с позиций механицизма, не сводя их к законам механики.

ПРИМЕЧАНИЯ

1 Отметим в этой связи такие работы последних лет: Хакен Г. Информация и самоорганизация. Макроскопический подход к сложным системам. М., 1991; Пригожин И., Стенгерс И. Время, хаос, квант. М., 1994; Kampis G. Selfmodifing sys­ tems in biology and cognitive scinces: a new framework for dynamics, information and compexity N.Y., 1991; Schroeder M. Fractals, Chaos, Power Laws — Minutes from infi­ nite paradise. N.Y., 1991; Gell-Mann M. Quark and the Jaguar — Adventures in the sim­ ple and the complex. N.Y., 1994; Hilborn R. Chaos and Nonlineor dynamics. Oxford, 1994; Katok A. Hasselblat B. Introduction to the Modern Theory of Dinamical Systems. Cambridge, 1995; M ainzerK. Thinking in Complexity. The Complex Dinamics of Matter, Mind and Mankind. Berlin, 1997.

2 См.: Мамчур Е Л ., Овчинников Н.Ф., Уёмов А.И. Принцип простоты и меры

сложности. М., 1989; Костюк В.Н. Изменяющиеся системы. М., 1993; Разумовский О.И. Бихевиоральные системы. Новосибирск, 1993; Майнцер К. Сложность и са­ моорганизация // Вопросы философии. 1997, № 3; Сачков Ю.В. Вероятность — на путях познания сложности // Философия науки. Вып. 4. М., 1998; Князева Е.Н. Сложные системы и нелинейная динамика в природе и обществе // Вопросы философии 1998, № 4; Levin R. Complexity — Life at the Ege of of Chaos. N.Y., 1993; Casti J. Comlexification: explaining a paradoxical world through the science of surprise N.Y., 1994; Holland J. Hidden Order — How Adaption builds complexity. N.Y., 1995; Back P. How Nature works — The Science of Self-Organised Criticality. N.Y., 1996.

3 Хакен Г. Цит. соч. С. 14.

4 Майнцер К. Цит. соч. С. 49. Кроме того, издательство Academic Press уже не­ сколько лет выпукает международный журнал «The Journal of Complexity».

5 Николис Г., Пригожин И. Познание сложного. М., 1990. С. 249. 6 Рассел Б. История западной философии. М., 1959. С. 76.

7 Максвелл Д. Статьи и речи. М., 1968. С. 108.

8 Больцман Л. Лекции по теории газов. М., 1959. С, 528.

9 См., например: Хуанг. Статистическая механика. М., 1968; Синай Я.Г. Лекции по эргодической теории. М., 1974 и др.

10 Поваров Г.Н. Ступени сложности // Управление, информация, интеллект. М., 1976. С. 162.

11 Налимов В.В. Теория эксперимента. М., 1971.

12 См.: Винер Н. Кибернетика. М., 1958, гл. 1 \ Его же: Кибернетика и общество. М., 1958, Предисловие.

13Гупало Ю.П., Пионтковский А.А. Предисловие // Касти Д. Большие системы. Связность, сложность и катастрофы. М., 1982. С. 5-6.

14 Нейман Д. Общая и логическая теория автоматов // Тьюринг А. Может ли ма­ шина мыслить? М., 1960.

15 Эшби У. Введение в кибернетику. М., 1959.

16 Поваров Г.Н. Цит. соч. С. 162.

17 См.: Николис Г., Пригожин И. Цит. соч.; Бирюков Б.В. Кибернетика и методо­ логия науки. М., 1974. С. 17.

18 Ласло Э. Основания трансдисциплинарной единой теории // Вопросы фило­ софии. 1997. № 3. С. 84.

19 Пригожин И. От существующего к возникающему. М., 1985. С. 16. 20 Пригожин И., Стенгерс И. Порядок из хаоса. М., 1986. С. 82.

21 Николис Г. Пригожин И. Цит. соч. С. 8.

22 Пригожин И. Наука, цивилизация и демократия // Философия и социология науки и техники. Ежегодник. 1988-1989. М., 1989. С. 14.

23 Кравцов Ю.А. Предисловие // Пределы предсказуемости. М., 1997. С. 6. 24 Пределы предсказуемости. М., 1997.

25 См.: Уайтхед А. Избранные работы по философии. М., 1990.

О.Е. Баксанский

СИСТЕМА КОГНИТИВНЫХ НАУК

В настоящее время понятие когнитивной науки является очень ши­ роким и недостаточно строго определенным. В этой связи следует выделить основные направления ее понимания и приложения:

—некий раздел научного знания, центральными понятиями кото­ рого являются знание и его репрезентация;

—исследовательская дисциплина, изучающая функционирова­ ние человеческого сознания на базе методологии информационного подхода, используя различные способы репрезентации информации

икомпьютерную метафору;

—совокупность современных эмпирических знаний, направлен­ ных на поиск ответов на давние эпистемологические вопросы, осо­ бенно о природе знания и его адекватности.

Когнитивная наука изучает устройство и функционирование кон­ цептуальных структур в человеческом сознании, прежде всего, меха­ низмы, с помощью которых человек приобретает, преобразует, реп­ резентирует, хранит и воспроизводит информацию, обеспечивающую

специфическое взаимодействие с другими людьми и окружающим миром в целом, т. е. его психические процессы и поведение. Когни­ тивная наука возникла как реакция на господство позитивистских ус­ тановок, ратующих за обезличенную науку (например, математичес­ кая логика, в которой постулаты сложнее самих высказываний), а так­ же благодаря развитию методологии научного знания («третий мир» и принцип фальсификации К. Поппера, «парадигмы» Т. Куна, «науч­ но-исследовательские программы» И. Лакатоса, «личностное зна­ ние» М. Полани, «тематический анализ науки» Дж. Холтона, «матри­ цы понимания» Ст. Тулмина, «этос науки» Р. Мертона, «новый диалог человека с природой» И. Пригожина, «эпистемологический анар­ хизм» П. Фейерабенда, «философия не» Г. Башляра и др.). В 60-70 гг. произошла ревизия идей позитивизма в пользу реализма и учета че­ ловеческого фактора.

Принципиальное и основополагающее значение для развития когнитивной науки сыграла когнитивная психология (У. Найссер,