157635 (767407), страница 2
Текст из файла (страница 2)
В качестве еще одной мифологической фиксации предположим, что в сложноорганизованных системах (системах, интуитивно представляемых состоящими из очень большого числа элементов и их связей, открытых, меняющихся) процессы коммуникации принципиально отличны, от процессов в системах с малым количеством элементов, требуя иного понятийного и методологического аппарата.
Таких понятий как информация, обмен информацией, хранение информации уже недостаточно для объяснения процессов, происходящих в сложной системе. В каком-то смысле, разговор о том, что сеть служит для хранения и обработки информации, похож на разговор о том, что океан "нужен" для хранения и обработки воды - иногда это верно, но не всегда - в океане могут быть и более интересные вещи. Есть подозрение, что "океан"-ИНТЕРНЕТ никому и ничему не служит, что он "сам по себе" океан - со своими бурями, течениями и штилями.
Выскажем такую точку зрения, что центральным понятием, для объяснения процессов, происходящих в сети может быть понятие самоорганизации коммуникативного процесса. Самоорганизации - как "тонкой", сложноорганизованной структуры согласованности коммуникаций, когерентного взаимодействия, неявляющегося следствием какого-то смыслового, целеполагающего управленческого воздействия. По крайней мере, вполне корректным буте предположение о способности или возможности такой сложной самоорганизации.
Для конкретизации этого высказывания мы обсудим теоретический аппарат синергетики (теории самоорганизации - возникновения сложных когерентных структур в системах) - кратко описав ее основные мифы - "символы веры", рассмотрев взгляды основателя синергетики - немецкого физика Германа Хакена на методологию познания самоорганизующихся систем. Взгляд синергетики
Синергетическое описание глобальной сети подразумевает наличие, как минимум, двух уровней рассмотрения - макроуровня, уровня глобальной организации системы и микроуровня, уровня локальных взаимодействий выделенного элемента (пользователя, сервера). Самым важным качеством синергетических систем является возможность появления новых качеств на макроуровне, которые отсутствуют, когда Вы рассматриваете детали.
Это качество можно проиллюстрировать с помощью картин Арчимвальдо Чудесного (Archimvoldo the Marverllous) - знаменитого художника конца 16 века, строившего портреты людей из фруктов и овощей. Интересно то, как глаз отделяет образ - Вы видите портрет человека, и забываете, что это коллаж, составленный из "даров природы" - в духе Ильфа и Петрова. В данном случае новое возникает на уровне целого, хотя оно зачастую отсутствует в деталях.
Научное понятие синергии возникло в связи с биологией. У Ч. Шеррингтона термином синергия обозначалась согласованность нервной системы (спинного мозга) при управлении мышечными движениями.
Возникает вопрос: чем обусловлены такого рода кооперативные эффекты в сложных системах? В зависимости от времени и исходного положения, ответ давался разный.
В 1977 году известный английский нейрофизиолог, лауреат Нобелевской премии Дж. Экклс (J.C.Eccles) и не менее известный философ Карл Поппер (K.R.Popper) написали книгу "The Self and its brain". Конец семидесятых годов - время зрелости винеровской кибернетики, поэтому ответ - что такое self, а что такое brain дается в кибернетическом духе. Self - это программист, а brain - это компьютер, таким образом, одно задает программы, которое выполняет другое.
Синергетика дает иной взгляд на эту проблему. Ведущий процесс в сложной системе - это самоорганизация. Нет направляющей руки, нет программиста. Самоорганизация рождается самой системой в результате потери устойчивости некоего состояния - как некоторый, обобщенно понимаемый фазовый переход. Это, пожалуй, самое главное в синергетике - как бы ее потом расширительно не толковали.
Герман Хакен - автор термина "синергетика" (от греческого "синергия" - согласованность, взаимодействие) полагает, что синергетику можно рассматривать как самую развитую теорию самоорганизации.
Какие цели ставит перед собой синергетика как наука?
Как известно, сложные системы состоят из очень многих деталей, что порождает сразу возможности очень сложного взаимодействия между этими деталями. Как изучать эти взаимодействия и детали?
Есть два подхода. Во-первых, редукционизм, низводящий функционирование системы к микроуровням, деталям. Во-вторых - если так можно сказать, макрохолизм, описывающий поведение системы в целом на макроуровне. Какая из этих позиций соответствует истине?
Хакен определяет синергетику как мост между одним и другим. Не разбирая систему на части, и не сводя ее к функционированию на макроуровне, необходимо попытаться понять взаимодействия между микро и макроуровнем - это первое, и второе (что, пожалуй, самое главное) - отсутствие направляющей руки, или, говоря философским языком, трансцендентального субъекта-управителя.
Кроме того, редукционисткий подход ставит нас перед фантастической проблемой обработки астрономических по своим объемам количеств информации. Встает проблема - как ее сжать без потери существенных качеств.
В качестве простейшего примера выберем поведение газа в комнате, или, что по сложности очень похоже - динамику обращений к серверам. Предположим, что мы взяли и написали для каждой молекулы уравнение Ньютона или, описали ежесекундно статистику коммуникаций для каждого компьютера. Что с этим описанием потом делать? Как говорится, глупость программиста не должна превосходить быстродействие машины.
Известно, что физики изучая, например, газ не имели сразу его микроописания. Это потом стало ясно, что имея дело с давлением, они имет дело с его микроописанием - результатом усреднения импулься, передаваемого препятствию огромным числом молекул, и.д.
Хакен проводит сопоставление между традиционным описанием сложных систем и синергетикой. Единицей описания в традиционном подходе является отдельный элемент рассматриваемой системы - например, клетка, нейрон, компьютер в сети. Единица описания в синергетике это сеть, состоящая из клеток, нейронов, компьютеров. В обычном описании свойства приписываются индивидуальному объекту, в синергетике - ансамблям, множествам объектов. То есть, за результат работы, способность быть наделенными теми или иными свойствами "отвечают" не отдельные элементы системы а их коллективные взаимодействия - согласованности, синхронизации, когерентности.
Нет отдельных "специальных" управляющих элементов системы, отвечающих за те или иные ее качества. И если в традиционном подходе описание качеств системы явно или неявно опирается на принцип локализации, то в синергетика, как и квантовая механика существенно нелокальна. Соответственно, в традиционном подходе информация актуально локализована на каких-то носителях, в синергетическом она потенциально распределена. В синергетике нет ничего заранее предопределенного, алгоритмизированного на уровне предзаданной компьютерной программы - кроме структур и системы, которая при потере устойчивости может рождать какие-то новые вещи.
Как происходит обработка информации? В традиции - линейно - обрабатывается, запоминается, передается и т.д. В синергетике - иначе. Происходит как параллельная, так и последовательная обработка информации. За счет запараллеливания происходит повышение надежности и увеличение скорости.
В традиционном подходе описание системы строго детерминированно. В синергетическом и детерминизм, и случайность в некотором смысле уравниваются в своих правах. В традиционном подходе все процессы выходят на некий устойчивый режим, синергетика же акцентирует свое внимание в областях потери устойчивости - около неустойчивых точек - в окрестностях фазовых переходов. Это ее специфическая черта.
Набирается целый ряд такого рода особенностей, которые не изучаются в фокусе других подходов.
Возникает вопрос - как моделировать сложную и, вообще говоря, нелинейную систему, состоящую из огромного числа сложных элементов?
Для описания подобных систем физики уже давно используют понятие динамической системы. Под динамической системой можно понимать всё, что зависит от времени. В частности и то, что не меняется от времени - как константу.
Для описания динамической системы используются параметры - то, что надо задать,чтобы точно описать состояние системы. Параметром является вектор состояния системы - упорядоченная совокупность координат динамической системы. Известно, что является первой координатой, что второй - и так далее.
Далее для динамической системы пишутся уравнения - например уравнения Ньютона - надо задать положение и скорость. Если ограничиться лапласовским детерминизмом, то их вполне достаточно, чтобы предсказать будущее и проследить прошлое системы. Правда такой подход не учитывает, во-первых, квантовые эффекты (хотя квантовость вовсе не означает отсутствие детерминизма), во-вторых, случайность, флуктуации. В этом месте мы сталкивается опять с проблемой количества параметров. Количество сетевых компьютеров, со временем может вполне приблизиться к количестиву нейронов в человеческом мозге.
Лапласовский детерминизм стоит на следующих предположениях: во-первых, мы можем, в принципе, задать состояние системы абсолютно точно, во-вторых, для системы всегда корректно траекторное описание - в виде описания ее эволюции с помощью геометрической линии или некоторого дифференцируемого объекта, образованного параметрами состояния в пространстве состояний.
Однако, анализ показывает, что понятие траектории всегда основано на некоторой абстракции приближения - у нас нет сверх-остроты зрения. Поэтому, можно предположить, что мы оперируем не с траекторией системы, а с пучком траекторий, в пределах которого отдельные траектории динамической системы не различаются.
Здесь возникает проблема необратимости - если мы начнем работать с пучком траекторий, то мы уже не сможем вернуться абсолютно точно на то же место, откуда вышли. В описании пучков траекторий кардинально меняются уравнения, предмет исследования - появляются плотности вероятностей задания точек внутри пучка. Данные случаи в своих книгах описывает Илья Пригожин [7]. Это описание указывает на ограничения траекторного подхода - в некоторых случаях траектория становится ненаблюдаемой - со всеми вытекающими отсюда радикальными последствиями в виде пересмотра принципа причинности в сложной системе. Система становится непредсказуемой не в силу нашего незнания или отсутствия вычислительных мощностей, а в силу таких ее нелокальных качеств качеств как сложность, нелинейность, открытость, неравновесность, имплицирующих некорректность траекторного описания.
Cинергетика - как направление в науке, создает новые гипотезы, абстракции и новые методы исследования сложноорганизованных систем. Для примера, можно рассмотреть, допустим неявное предположение классической физики, которая принимала значение постоянной Планка равной нулю. В квантовой механике этот параметр стал отличен от нуля, и мы стали различать нечто, что не могли увидеть в классической физике - а именно, порции энергии, которая перестала быть бесконечно делимой - появилось h. Кроме того, классическая механика предполагала синхронность мира - стрелки на всех идеальных часах во всех точках Вселенной должны показывать одно и то же время - стрелки на них должны быть параллельны (если параллельны плоскости часов). Почему? Потому, что в классической механике существует скорость передачи сигнала, которая ничем не ограничена. Эйнштейн постулировал конечную скорость передачи сигнала, равную скорости света.
Описание сложной системы на основе методов самоорганизации дистанцируется от траекторного подхода, и, соответственно, классического детерминизма, создавая новый язык описания - со своими понятиями, новыми ограничениями, налагаемыми на классическую динамику.
Для описания сложности нам надо описать, во-первых, характер начальных условий роста и организации системы, характер связей между компонентами, и выяснить, какой параметр является управляющим - ведь параметры могут являться не только функцией времени, но и других факторов (геометрии срелы, типов границ и пр.) - управляющих параметров - то, от чего параметры состояния могут зависеть.
Встает вопрос о стратегиях управления сложной системой. Во-первых, необходимо проанализировать характер неустойчивости системы. Если бы система все время находилась в устойчивом состоянии, то событий в системе не было - время, приописании системы можно было бы не учитывать. Мы желаем описать динамику системы. Для этого мы должны обсудить разные типы ее состояний.
Имеются состояния, которые притягивают к себе - существуют устойчивые "ложбинки", "впадинки" - притягивающие множества в пространстве состояний - так называемые аттракторы или паттерны. Память системы - наличие этих аттракторов - "ложбинок" в пространстве состояний. Естественно, что система может притягиваться не со всего пространства состояний, а с определенных его областей - так называемых бассеинов.
Для входа в новое состояние система должна потерять устойчивость - сначала она была устойчивой (в старом состоянии), потом теряет устойчивость и переходит в новое состояние. За счет чего? За счет случайных колебаний - флуктуаций. Наличие шума - условие перехода из одного устойчивого состояния в другое, но для этого эти устойчивые состояния должны быть достаточно близки к неустойчивой точке, иначе флуктуации может просто "не хватить", чтобы перекинуть систему из одного состояния в другое.
Когда происходит этот переход, то выясняется, что поведение системы описывается совсем не всеми многочисленными компонентами вектора сотояния, а гораздо меньшим число параметров - так называемыми параметрами порядка. Если считать систему с большим числом параметров более сложной, а с меньшим - более простой, то можно говорить о том, что в состояниях, близких к фазовому переходу, система упрощается, становится менне сложной, менее хаотической. В этот момент система сама производит сжатие информации - переход от многочисленных параметров состояния к очень немногочисленным параметрам порядка.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
