Логика и методология сложности
Основная задача теории сложных систем – построение новой научной картины мира или выработка «нового диалога человека с Природой» (И. Пригожин). В чем же состоит новизна диалога, и почему он с необходимостью должен носить междисциплинарный характер? Тому есть несколько причин, и главная из них состоит в том, что многие современные фундаментальные научные проблемы и высокие технологии связаны с явлениями, лежащими на границах разных уровней организации. Иными словами, большинство естественных наук (физика в первую очередь) и некоторые из гуманитарных (экономика, социология, психология) разработали концепции и методы для каждого из иерархических уровней, но не обладают универсальными подходами для описания происходящего между этими уровнями иерархии. Нестыковка иерархических уровней различных наук – одно из главных препятствий для развития истинной междисциплинарности (синтеза различных наук) и достижения цели построения целостной картины мира. Переброска мостов между иерархическими уровнями требует, очевидно, нового мировоззрения и нового языка. Теория сложных систем – это одна из удачных попыток построения такого синтеза на основе универсальных подходов и новой методологии. Следует здесь же отметить, что по меткому выражению П. Бака «теория сложности не может объяснить все обо всем, но что-то обо всем может».
Теория сложности, не имеющая до сих пор четкого математического определения может быть охарактеризована характерными чертами тех систем и типов динамики, которые являются предметом ее изучения. Эти черты (повторяющиеся у различных авторов в различных сочетаниях) таковы:
Нестабильность: сложные системы стремятся иметь много возможных мод поведения, между которыми они блуждают в результате малых изменений параметров, управляющих динамикой.
Неприводимость: сложные системы выступают как целое и не могут быть изучены разбиением их на части, которые рассматриваются изолированно. То есть поведение системы определяется взаимодействием частей, но редукция системы к ее частям разрушает большинство аспектов, привносящих в систему индивидуальность.
Адаптивность: Сложные системы часто состоят из множества агентов, которые принимают решения и действуют исходя из частичной информации о системе в целом и ее окружении. Более того, эти агенты в состоянии изменять правила своего поведения на основе такой частичной информации. Если коротко, то сложные системы обладают способностью извлекать скрытые закономерности из неполной информации, обучаться на этих закономерностях и изменять свое поведение на основе новой поступающей информации.
Эмерджентность (от существующего к возникающему у И. Пригожина): сложные системы продуцируют неожиданное поведение; фактически они продуцируют паттерны и свойства, которые невозможно предсказать на основе знания свойств их частей, рассматриваемых изолированно.
Эти характерные черты позволяют отделить простое от сложного, присущего наиболее фундаментальным процессам, происходящим как в естественных, так и в гуманитарных [6, 8, 9, 12, 13, 15, 40] науках, составляя тем самым истинный базис междисциплинарности. Что еще более существенно, это то, что за последние 30 – 40 лет в теории сложности были разработаны новые научные (то есть контролируемые и воспроизводимые) методы, позволяющие универсально описывать сложную динамику, будь то в явлениях турбулентности, или в поведении электората накануне выборов.
Поскольку многие сложные явления и процессы в таких областях как экология, социология, экономика, политология и др. не воспроизводимы в реальном мире, то лишь появление мощных вычислительных средств и создание компьютерных (виртуальных) моделей этих явлений позволило впервые в истории науки производить эксперименты в этих областях так же, как это всегда делалось в естественных науках. Однако компьютерное моделирование потребовало развитие и новых теоретических подходов: фрактальной геометрии [10, 11, 12, 34, 35], теории хаоса [1, 5, 18, 19, 20, 28, 39], самоорганизованной критичности [14, 30], нейроинформатики [21, 22, 23, 24, 25, 26, 27] и квантовых алгоритмов [16, 17]. Все вместе, и компьютерное моделирование, и новые теоретические подходы, позволяют говорить о рождении новой междисциплинарной науки – теории сложных систем.
Уместно также отметить, что даже при очень скептическом отношении к теории сложности невозможно отрицать тот факт, что правительства разных стран тратят значительные средства на поддержку и развитие этого направления исследований. Это можно объяснять различными причинами («ерунда, за которую платят деньги, уже не ерунда»), но коль скоро эта тенденция существует и набирает силу, то национальным высшим школам, и российской в том числе, следует, по-видимому, активно приступать к решению проблемы подготовки специалистов в этой области.
Междисциплинарность как основа образования 21-го века
В [3] Г.Г. Малинецкий приводит пример ситуации, заимствованной из книги Б. Заходера «Моя вообразилия», в которой при возникновении затруднительного положения вызывают «академика по котам», потом «академика по китам». Это прекрасный образец специализации и цеховой структуры – главных черт науки прошлого века. Развитие современного общества и появление новых проблем, сопровождающих это развитие, делает ясным, что в 21-м веке потребуются не только эксперты по некоторым аспектам отдельных стадий сложных процессов (профессионалов в старом понимании этого термина). Понадобятся специалисты по решению проблем. Это означает, что истинная междисциплинарность, основанная на теории сложности, будет в цене. А в университетах будут стараться учить не «предметам», а «стилям мышления». Экстраполируя сегодняшние тенденции в развитии науки, можно предвидеть, что начало 21-го века будет ознаменовано появлением новых междисциплинарных подходов и будущее теории сложных систем будет зависеть от того, насколько она будет востребована и насколько интенсивным будет приток молодых исследователей в эту многообещающую область. В этой связи укажем лишь несколько перспективных на наш взгляд направлений развития междисциплинарности и теории сложности:
- Теория риска.
- Нейроисследования.
- Теория управления хаосом.
- Квантовые вычисления и квантовые компьютеры.
- Эконофизика.
По перечисленным направлениям имеется много литературы (см., напр.: [6, 7, 13, 14, 15, 21, 22, 23, 24, 25, 27, 29, 31, 32, 33, 37, 38].
Списки перспективных направлений, отличные от перечисленных выше, можно найти на интернет сайтах ведущих исследовательских учреждений, работающих по соответствующей тематике: Институт сложных систем в Санта-Фе (www.santafe.edu) и Институт сложных систем Новой Англии (www.necsi.org).
Теория сложных систем в Санкт-Петербургском государственном университете
За последние несколько лет в Санкт-Петербургском государственном университете достигнуты определенные успехи в развитии теории сложных систем как в плане научных исследований, так и в образовательном процессе. Так, в 1995 г. на физическом факультете СПбГУ была создана первая в России Лаборатория теории сложных систем. Инициаторами ее создания выступили нобелевский лауреат и почетный доктор СПбГУ И.Р. Пригожин и ректор СПбГУ Л.А. Вербицкая. В 1999 г. на базе двух центров – Центра переподготовки и повышения квалификации научно-педагогических кадров по естественнонаучным направлениям (ЦППК ЕН) и Междисциплинарного центра дополнительного профессионального образования (МЦ СПбГУ) утверждена и реализуется программа профессиональной переподготовки «Теория сложных систем в естественнонаучных и междисциплинарных исследованиях». Профессорами и преподавателями университета читаются курсы лекций по различным аспектам теории сложных систем на ряде профильных факультетов: физическом, биолого-почвенном, факультете менеджмента и филологическом факультете. Наконец, с 1999 г. под руководством проректора СПбГУ В.Н. Трояна действует ежемесячный городской семинар по теории сложных систем. Упомянутые инициативы, а также ряд других, развиваемых в настоящее время, позволяют надеяться, что Санкт-Петербургский государственный университет станет одним из лидирующих центров России по теории сложных систем как в исследовательской, так и в образовательной перспективе.
- Описательные дифиниции теории сложных систем можно найти, например, в [2, 9, 18, 19, 20, 31, 34, 35, 36, 39].
- The fingerprints of complexity согласно J.L. Casti.
- The fingerprints of complexity согласно J.L. Casti.