ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 29.02.2024
Просмотров: 401
Скачиваний: 2
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,