Метод эвристического моделирования 1 страница

 

Но все-таки положение не столь безнадежно. Мы предложили метод эвристического моделирования, который усматривает промежуточную ступень к реальным моделям сложных систем. Суть метода в том, что создается математическая модель объекта на основе гипотезы о его структуре и функциях. При этом используются имеющиеся в литературе количественные данные и, исходя из качественной гипотезы, путем предположений добавляются недостающие.

Зачем нужна такая модель и чем она лучше словесного описания? Конечно, она не является реальной моделью. Однако создание ее представляется мне неизбежным этапом на пути к реальной модели, а значение состоит в следующем.

1. Она требует более или менее непротиворечивой гипотезы. Противоречия неизбежно вскрываются, когда слова приходится заменять цифрами при построении модели, а также при дальнейшем исследовании готовой модели. Важно, чтобы она вела себя адекватно объекту, по возможности в широком диапазоне режимов.

2. Создается формальный язык будущей реальной модели.

3. Модель четко формулирует задачи для экспериментов: нужно получить определенную количественную информацию для уточнения наиболее спорных вопросов. По мере получения новых экспериментальных данных гипотетическая модель приближается к реальной.

4. Модель можно исследовать вместо объекта, и она позволяет предположить его новые свойства.

5. Наконец, ее можно использовать для управления объектом в тех пределах, где она достаточно точно совпадает с ним.

Конечно, значимость отдельных пунктов меняется в зависимости от объекта.

 

Для создания эвристической модели предлагается типовой план:

1. Формулирование цели работы или назначения модели. Например, как этап в изучении объекта, как инструмент управления, для отработки формального языка, для проектирования экспериментов. От цели зависит все последующее.

2. Выбор уровня модели. Все сложные системы построены по иерархическому принципу. Степень обобщенности модели определяется тем нижним структурным уровнем, начиная с которого модель должна воспроизводить объект. Уровень определяется назначением модели, наличной информацией и возможностями ее переработки. Для управления достаточны высокие уровни, для создания новой системы и ее изучения желательны, по возможности, низкие уровни.

3. Формулирование качественной гипотезы о структуре и функциях объекта в пределах, ограниченных целями. Обычно приходится выбирать между несколькими противоречащими друг другу гипотезами. Первый выбор определяется общей точкой зрения авторов. В после дующей работе гипотеза подвергается изменениям, если возникают непримиримые противоречия.

4. Построение блок-схемы объекта. Элементы, подсистемы и связи определяются гипотезой и выбранным нижним уровнем структур.

5. Выбор значимых переменных (ограничение числа связей). Сначала перечисляются все известные переменные для каждого из элементов, потом выбираются значимые согласно гипотезе с учетом поставленной задачи. Так уточняются связи и строится структурная схема объекта, которая становится основой модели.

6. Установление по тем же принципам внешних «входов» системы — сначала определяются все внешние воздействия, потом из них выбираются значимые для поставленных целей.

7. Установление характеристик элементов, т. е. зависимостей «входы» — «выходы» и «время». Это наиболее произвольный и сложный этап работы, так как количественные данные литературы либо противоречивы, либо недостаточны, либо вообще отсутствуют. Статические и динамические характеристики каждого элемента могут быть выражены графиками, алгебраическими или дифференциальными уравнениями, их системами.

8. Отладка модели. Задаются начальные внешние условия, исходное состояние элементов и производится увязка всех характеристик. При этом производится согласование «входов» и «выходов» как целой системы, так и ее элементов. В процессе этой работы обнаруживается противоречивость характеристик некоторых элементов при крайних режимах, требующая коррекций. Иногда возникает и полная невозможность сбалансировать модель, указывающая на непригодность принятой гипотезы. Отладка производится для нескольких граничных условий. Для сложной системы «типа живых» принципиально невозможно создать идеальную модель, так как нельзя повторить все ее низшие уровни.

9. Исследование модели, т. е. просчитывание многочисленных статических и динамических режимов. Это осуществимо только при использовании вычислительных машин. Вначале надо создать и отладить программу, что обычно требует небольших коррекций в самой модели, прежде всего исправления характеристик элементов (например, приведения их к линейным). Само исследование уже позволяет получить новую информацию об объекте, предположить неизвестные дотоле качества.

10. Верификация модели — сравнение характеристики модели и объекта при одинаковых условиях с целью определения достоверности модели и особенно границ ее применимости.

Не буду подробно обсуждать математические проблемы эвристических моделей и ограничусь лишь кратким перечислением условий, связанных с их спецификой:

1. Много переменных. Количество их определяется назначением модели и наличием данных. Так, для физиологических моделей, больше других претендующих на приближение к реальным, количество переменных составляет несколько сотен, поскольку для дальнейшего увеличения их числа просто нет достоверной информации (например, чтобы «спуститься» с уровня органов на молекулярный). Модели интеллекта не рассчитаны на воспроизведение процессов в мозге, но количество «слов», которыми необходимо манипулировать, чтобы доказательно смоделировать мышление человека, видимо, должно исчисляться многими тысячами. Напротив, модель личности можно ограничить сотнями переменных, так как она по своему назначению предполагает высокую обобщенность и связана с ограниченными возможностями лабораторной оценки психики. Другое дело — модели общественных систем. Их объем, видимо, весьма велик.

2. Сложные системы содержат множество «горизонтальных» связей в пределах уровня и «вертикальных» — между ними. Переменные на разных уровнях имеют разную специфику и временные характеристики. Все это должно быть представлено в модели, иногда при помощи и дополнительных переменных, отражающих качество основных.

3. Как правило, характеристики элементов нелинейны. Степени их нелинейности крайне различны, и некоторые точки кривых целесообразно выражать «скачками» (или логическими переключениями), отражающими дискретность в деятельности систем.

4. Необходимость обобщать переменные, т. е. заменять несколько конкретных переменных одной обобщенной (условной), является неизбежной при моделировании. Нужны специальные правила, описывающие, что можно, а чего нельзя объединять. По всей вероятности, они должны основываться на корреляциях показателей.

5. В эвристических моделях точность вычислений не обязательна, поскольку ее нет в экспериментальных науках, изучающих моделируемые объекты. Это очень важное условие. Оно позволяет отказаться от сложных математических описаний. Так, например, можно отказаться в ряде случаев от дифференциальных уравнений в пользу алгебраических и динамику систем рассчитывать по временным тактам. Нелинейные характеристики можно заменять кусочно-линейными приближениями.

6. Модели должны предусматривать вероятностные расчеты. Поскольку в системах-объектах очень много неизвестного, то неизбежны варианты допущений, существенно влияющие на поведение системы. Так, например, в модели внутренней сферы, призванной воспроизводить динамику развития болезни, подобные варианты совершенно необходимы. То же касается моделей общества. Иное дело — искусственный интеллект, который можно создать строго детерминированным.

7. Специфика метода эвристического моделирования выдвигает свои требования к программированию моделей на компьютерах. Программы должны позволять произвольное изменение любой величины, любой характеристики, должны быть гибкими, блочными. Это необходимо для создания самой модели. Задача разработчика программы не ограничивается воспроизведением заданных формул и цифр, часто приходится их заново создавать и вносить поправки в ходе отладки модели с тем, чтобы получить некоторые предполагаемые по гипотезе конечные «выходы».

8. О дискретных и непрерывных моделях. Сложные системы «типа живых» функционируют по программам, в которых скорости различных изменений и превращений меняются в больших пределах, хотя в принципе они всегда конечны. При создании моделей приходится пользоваться обобщениями и масштабами времени, поэтому изменения объектов с большими скоростями воспроизводятся как «скачки» количества или качества. Все это усложняет моделирование, поскольку нужно совмещать традиционные математические методы анализа с логическими.

Создание эвристических моделей требует творческой работы коллектива специалистов в данной области науки и математиков. Те и другие должны проникнуться общими идеями и достигнуть полного взаимопонимания. Роль ведущего в группе определяется не специальностью, а способностью широко охватить предмет и создавать гипотезы. Конечно, нужны также работники-эрудиты, хорошо ориентирующиеся в массе имеющихся фактических данных, программисты, кропотливо отлаживающие сложные программы и готовые в любой момент переделывать их заново в связи с изменением гипотезы.

Эвристические модели приближают нас к теории систем «типа живых», позволяя прогнозировать их поведение, исследовать возможности управления и даже изменения. Более того, эвристические модели обещают совершенно новый аппарат познания. Такие модели систем «типа живых» составляют основу построения в будущем реальных моделей, призванных заменять традиционные книжные модели нашей науки. Разработка эвристических моделей интересна сама по себе, поскольку удовлетворяет чувство любознательности. В самом деле, что может быть заманчивее, чем попытаться заглянуть в механизм работы клетки, целого организма или понаблюдать поведение искусственного «человека»?

Разумеется, реальные модели систем «типа живых», по которым можно было бы создавать новые объекты и даже реконструировать их, дело весьма далекого будущего.

Мне представляется, что для сложных объектов будет целая система действующих моделей — полных (разной степени обобщенности) и частных, в которых будут воспроизводиться детали. Модели эти отразят разные уровни структурной иерархии. Например, можно представить себе действующую модель организма как целого — с его «входами» извне и «выходами» в виде поступков. Наша обобщенная модель личности примерно соответствует этому понятию. Мыслима действующая модель организма на уровне органов — это наша модель внутренней сферы в самом первом приближении. Конечно, в биологии главной должна быть действующая модель клетки как самого низкого структурного уровня, на котором и осуществляются все биологические процессы. Они еще недоступны для моделирования из-за сложности и недостатка сведений.

Как бы ни были сложны модели, они никогда не могут стать копией живой клетки или организма. Поэтому они всегда будут лишь вероятными. Для того чтобы использовать такие модели в целях управления, придется их «привязывать» к объекту или «настраивать» на него, но и в этом случае возможно лишь вероятностное управление с коррекцией эффекта обратными связями. Это примерно то же, что делает человеческий разум в процессе любого функционального акта. Разница лишь в степени эффекта управления.

Действующие модели — аппарат внешней памяти будущего. Они должны заменить книги. Видимо, это будет еще не скоро.

Подведем некоторые итоги рассмотрения проблемы познания или конкретнее — моделирования.

Первое — это выбор цели. Могут быть две категории целей: познание и управление. Первые как будто предусматривают строгую объективность моделей, поскольку стимул для их создания — только истина. Однако люди никогда не руководствуются одним стимулом, всегда есть другие, хотя, может быть, и второстепенные. Кроме того, любой творческий интеллект хранит следы самоорганизации, поэтому в нем есть убеждения, установки, направляющие поиск и искажающие его результаты. Следовательно, не следует преувеличивать объективность чистой науки. Полной объективности разума не существует, к ней можно приближаться постепенным совершенствованием и проверкой моделей. Разумеется, математические модели меньше грешат субъективностью, но так как в моделировании сложных систем всегда присутствует эвристический компонент, то будут и искажения.

Цели управления определяют характер моделей, поскольку они задают критерии — источник субъективности. Диапазон управления велик: от приблизительного направления (незначительного изменения деятельности) до полной переделки или создания новых систем. Так же меняется обобщенность управления: одно дело — модель для управления обобщенным объектом, лишенным деталей и специфики, например, лечение инфаркта вообще, и другое — для управления конкретной данной системой с ее особым набором «нижних этажей».

Второе — обобщенность и детальность моделей. Диапазон обобщений очень велик. Вопрос сводится к масштабам времени и отражению низших структурных этажей, а также и высшей системы, в которую входит данная. Выбор уровня модели определяется ее целями и возможностями получения информации, а также средствами воспроизведения, кодами моделей. К примеру, если моделировать развитие рака, то без генетических механизмов управления клеткой модель будет бесполезной. Для других заболеваний (например, пороки сердца) достаточной будет модель организма, начиная с уровня органов, в которой клеточные механизмы отражены обобщенно, в суммарных характеристиках. Кроме общих моделей есть еще частные, охватывающие одну функцию или часть структуры. Их правомочность зависит от степени автономности — влияний «сверху» и от «соседей» на том же уровне. Если элемент или подсистема очень тесно взаимодействуют с другими, то их отдельная модель неправомочна.

Третье — эвристические и реальные модели. Сейчас невозможно построить достаточно детальную математическую реальную модель ни одной сложной системы. Для этого нет количественной информации. Вопрос лишь в степени эвристики, которая тоже достаточно неопределенная, если не заблуждаться по поводу точности цифр, полученных при исследованиях на современном уровне, когда не учитывается масса факторов. Проверка модели практикой в конце концов повысит ее реальность. Учитывая это, не нужно пренебрегать заведомо эвристическими моделями, ведь только через них — путь к моделям реальным.

Четвертое — коды моделей. Есть традиционный словесный код описаний сложных систем, принятый в биологических и гуманитарных науках. Чем выше уровень структурной сложности модели, тем менее объективна истина в описаниях. Мерами ее повышения являются цифровые, формальные и графические добавления, которые по существу представляют собой включения из частных математических моделей. Путем постепенного увеличения объема этих моделей, построенных с возможной строгостью в смысле собирания информации и ее выражения, с охватом максимума переменных, можно достигнуть сближения с «действующими» математическими моделями на ЭВМ. Именно они представляют тот идеал, к которому следует стремиться, поскольку их можно непосредственно использовать в автоматизированном управлении объектами. Однако машинные модели нуждаются в словесных комментариях хотя бы для того, чтобы их понимали люди. Впрочем, ни одна модель не в состоянии длительно удерживать соответствие оригиналам, если им присуще свойство самоорганизации, особенно в ее высшем проявлении, когда не только меняются характеристики элементов, но появляются новые структуры и устанавливаются новые связи. Модели могут более или менее «угнаться» за такими системами только при постоянном введении в них исправлений и добавлений.

Возникает сложная проблема взаимоотношения самоорганизующегося объекта и такой же самоорганизующейся управляющей им модели. Примерно такие отношения уже существуют в общественных системах: творчество присуще как их «управляющим», так и «рабочим» подсистемам. Но что произойдет, когда в управлении будет участвовать искусственный интеллект очень большой мощности? Неясен также вопрос и конструкции машинных моделей. Наш опыт создания интеллекта на цифровых машинах показал, что их возможности в этом плане ограничены. Возможно, аналоговые устройства или гибриды будут больше отвечать требованиям имитации сложных систем.

Пока реально можно говорить только о моделировании человека очень обобщенными эвристическими моделями, поскольку возможности исследования индивида крайне ограничены, как и методы воплощения моделей.

Предлагаем такие типы моделей и их объект.

1. Модель интеллекта. Цель: воспроизвести механизм человеческого разума, чтобы дополнить аналитический подход психологии синтетическим, сделать эту науку количественной. Приходится рассчитывать только на эвристическую модель, так как в обозримом будущем нет надежды смоделировать мозг из-за его чрезмерной сложности. Нейрофизиология не предложила даже гипотезы, объясняющей психологические феномены, такие, как вера, убеждения, воля. Словесные же определения психологов, мне кажется, очень мало дают для понимания физиологических механизмов.

Проблема искусственного интеллекта вылилась в самостоятельную область кибернетической науки. К сожалению, без гипотезы о сущности мышления и психики все работы по искусственному интеллекту носят частный и прикладной характер. Они имеют практическую ценность, но не приближают нас к пониманию человека.

2. Модели личности. Так я называю очень обобщенные модели интеллекта, которые воспроизводят его «крупные блоки»: критерии (чувства и убеждения) состояния, воздействия среды, собственные суммированные действия у людей разных типов в разных условиях. Такие модели могут иметь ценность для моделирования социальных систем, а также для практической психологии, например, в педагогике, медицине.

3. Модели «тела». Они представляют собой воспроизведение физиологии как в норме, так и в условиях болезни. Физиологические модели получают в последние годы довольно широкое распространение и охватывают все больший объем функций. Наша лаборатория имеет в этом большой опыт, подытоженный в статьях и монографиях.

4. В последние годы мы занимаемся созданием моделей общества. Эта работа представляет исключительный интерес, так как управление сложной и все усложняющейся системой просто невозможно без моделирования. Существующие (многочисленные!) модели обычно ограничиваются экономикой и представляют собой набор линейных уравнений, отражающих балансы вещей: производство — потребление, накопление — траты. Конечно, без них невозможно плановое управление экономикой. Однако без человеческого фактора такие модели недостаточны даже для решения экономических проблем. Производительность труда и спрос сильно зависят от психологии людей. Это относится к любой социальной системе. В наших моделях акцент сделан как раз на «человеческий фактор», чтобы как минимум замкнуть экономику на человека. Мы воспроизводим в моделях обратную связь на экономику в виде стимулов к труду и тратам. Одновременно решаем и социологические задачи — определяем уровень душевного комфорта граждан разных социальных групп.

 

 

МОЕ МИРОВОЗЗРЕНИЕ

 

…Учить тому, как жить без уверенности и в то же время не быть парализованному нерешительностью — это задача философии в наш век.

Бертран Рассел

 

Введение в мировоззрение

 

Скажу так: у меня есть своя позиция в философии. Такая: самоорганизация определила биологическую эволюцию, в ходе ее сформировались элементы Общего Алгоритма Разума. Дальше эволюция привела к человеку творческому. Добавьте к этому его стадное существование и получим первобытное общество. С него началась эволюция социальная и НТП. Он обещает новый этап развития разума, возможно, уже Вселенского, оторвавшегося от биологии, от человека, а может быть, и от земли. Но это может и не состояться. Попытаться выяснить.

Все эти вопросы я и хочу разобрать.

Задача — изложить мою систему взглядов и даже не пытаться поставить ее в ряду мнений авторитетов. Поэтому не будет полемики и обзоров «состояния вопроса». Во-первых, у меня нет для этого «инструментария» — картотек с цитатами, вся информация в книгах на полке и в голове, а чтобы книги заново перечитать и выписки сделать, уже нет времени. Во-вторых, нет притязаний прослыть кем-то больше того, что я есть — философ-дилетант. На книгу я смотрю как на средство формализации своих мыслей. Они доставляют мне удовольствие.

Когда я перечитывал эту рукопись, то сначала испытывал некоторое смущение, представляя пренебрежение профессионалов психологов, социологов, не говоря уже о философах. Да и то сказать: как бы я посмотрел на них, начни они обсуждать медицинские проблемы? Но потом одернул себя: «Брось смущаться, есть ли у них, гуманитариев, такая твердая наука, чтобы презирать любителей?» И успокоился. Да и не такой уж я любитель. Вот это-то и требует пояснений. Чтобы те, кто прочтут, отнеслись без предвзятости.

Несмотря на крайнюю занятость моей хирургией, поиски «на стороне», в других науках, начатые еще в институте, не останавливались всю жизнь: основываясь на инженерных знаниях, пытался подвести математику под физиологию. В частности, еще до войны выдвинул идею о Регулирующих Системах организма.

В 50-х годах хирургия сердца потребовала углубления в физиологию. Через год создали отдел биологической кибернетики в институте у В.М. Глушкова. Началась работа по моделированию сложных систем: клетки, организма, психики, созданию Искусственного Интеллекта.

Неудачная судьба постигла социологию. Работа началась в 1968 г., но Партия не пустила: изъяли книжку «Метод моделирования социальных систем». Однако самого не тронули. Помог авторитет хирурга.

Тем более удивительными были события после прихода М.С. Горбачева. Никогда я не думал, что доживу до такого времени, когда можно будет критиковать власти и излагать свои взгляды в газетах. Жаль, что перестройка так печально кончилась для нашего народа.

Лично я в новое время получил возможность работы по социологии. Тем более, что меня снова избрали депутатом, на этот раз без благословения ЦК. Я писал статьи в «Литературную» и «Учительскую газету», в «Неделю» и «Комсомольскую правду», печатал социологические и психологические анкеты, получая многие тысячи ответов, составлял и считал модели… Открылось много новой информации и, как это ни кажется удивительным для пожилого и достаточно знающего человека, — менялись взгляды. Они и будут изложены в книге. По состоянию на сегодняшний день, может быть, и не последние еще…

 

О «чудесах»

 

Прежде чем перейти к сути дела, хочу рассчитаться с одним мифом: «о чудесах». Использую это слово вместо всяких новомодных терминов для обозначения явлений, которые не укладываются в традиционные научные рамки. Сделаю это вначале, чтобы больше не касаться и от грубого материализма не отступать.

Но начну издалека. Есть несколько проклятых вопросов. Первый из них: откуда все взялось?

Я не верю в Бога, но нужно понять, как могла возникнуть сложность мира и особенно живых систем. Хорошо, что появилась идея о самоорганизации. Это когда система сама себя строит в процессе усложнения, когда будущее ее зависит от такого количества случайных факторов, что невозможно предвидеть пути развития. В связи с этим приведу пример. Представьте себе зимние узоры на окне. Вроде бы нет ничего кроме воды, мороза и стекла, а вырастают удивительные узоры. Подышите на них — растают, но через полчаса появляются снова и уже совсем другие!

Идею самоорганизации выдвинул Илья Пригожин, потом ее подхватили и развили (Г. Хакен и др.). Я о ней скажу чуть позже, а сейчас… Как же быть с «чудесами»? Язык не поворачивается отвергать все, что пишут и рассказывают о ясновидении, телепатии, левитации, телекинезе, телепортации… и много еще о чем. Не говоря о чисто медицинских упражнениях экстрасенсов, магов, знахарей. Я беседовал со многими из них, один даже пробовал на мне свою диагностику: угадал половину той мелкой патологии, что была у меня, а вот электростимулятор сердца пропустил. Когда таких испытывали в нашем отделе кибернетики, они ни-чего из своих чудес показать не смогли. «Эффект присутствия скептика», как мне пояснял академик, физик В.Е. Лашкарев, который колебал мой студенческий материализм 60 лет назад. Он во все это верил, вплоть до Бермудского треугольника, и называл «вторая физика». Дескать, иногда она замыкается на нашу, и тогда появляются чудеса. Интересная деталь: их «ассортимент» за эти десятилетия не изменился — обо всем я уже слышал от Вадима Евгеньевича.

По части обоснования чудес существует и претендующая на научность литература от ученых. Сошлюсь хотя бы на белорусского профессора А. В. Вейника, а также И. М. Когана, В. Н. Барыкина. В 1994 году в «Вопросах философии» В. И. Дынич с соавторами обозначили их как «альтернативные знания», «паразитные сателлитные науки» и пр. Не пощадили и уважаемых «космистов» К. Э. Циолковского, А. Л. Чижевского.

Мое дилетантское мнение такое: возможно, существует «более тонкая материя» при элементарных частицах, как они сами составляют атомы. Новую структуру, к примеру, «машину», из нее самой не сделаешь, но в живых объектах, в клетках, организмах она проявляется. Может быть, если сконцентрируется, то и НЛО представит. По мнению физика А.А. Полубелова, моего знакомого и энтузиаста всего этого, «излучают» не только атомы, но именно структуры из них, сама сложность. Вплоть до фотографий. Не очень я поверил, но засомневался.

Впрочем, все это романтика, а в практике биополя регистрируются, но только не в виде какой-то специфической энергии, а просто как очень слабые магнитные и электромагнитные излучения. Все люди излучают эту энергию, она сопровождает нашу банальную биохимию. Но как это ни странно — с разной силой. Экстрасенсы — как раз детекторы и усилители. Не знаю почему, это против физики, но они кое-что могут, доказали практикой.

Излучение — это свойство материи (как тяготение!), а расшифровку делает психика. За свою докторскую жизнь я убедился, сколь она могущественна, если настроена в резонанс. Пример, мнимые лекарства, «плацебо», да и банальная психотерапия от хорошего доктора. За ними 50, а иногда и все 100 процентов эффекта лечения. Еще, к той же теме: заметили, что без человека чудеса не совершаются? «Рамки» и «маятники», показывающие воду в пустыне, болезнь в органе и прочее должен держать человек, автомат оказался не пригоден, не может заменить, не получается. Однако и здесь есть опубликованные опыты, показана регистрация без человека. Не очень достоверно. Может быть, и сам феномен жизни связан с этой «тончайшей физикой»? Нет, не верю: генная инженерия окончательно разрушает миф о «жизненной силе», будто бы определившей биологию.

Сомнения все равно есть: ученые складывают молекулярные кирпичики, а с ними складываются и их «спутники». Вдумайтесь в параллель с этим — телевидение и радио. Какие же ничтожные сигналы бродят вокруг планеты, а аппараты их ловят на резонансах, усиливают и превращают в сигналы, способные даже мир взорвать. Вернитесь на сто лет назад: разве можно было это представить?

Все-таки я остаюсь материалистом: сложный мир, неживой и живой, построен из атомов, молекул, элементарных частиц, квантов энергии. Их мифические тонкие спутники, если они есть, только следуют за грубой материей и, может быть, лишь немного и иногда влияют на события. Были Греция и Рим, а люди и не подозревали об электромагнитных волнах… Теперь они стали «ручные» и могущественные, хотя и не заменили паровые турбины, даже на атомных станциях. Не приручат ли со временем и экстрасенсорные явления? Категорически отрицать не берусь. Но настраиваться на чудеса и отказываться от материализма не собираюсь. В частности, сложность живой природы состоит из грубой (атомной!) материи, и ею управляют материалистическими способами, той же генной инженерией. Без привлечения чудес.

Почти сорок лет я занимаюсь моделями. У меня сложилось твердое убеждение, что уже сейчас можно смоделировать на компьютерах все функции живых систем. Правда, пока лишь каждую в отдельности и в самых простых вариантах, однако отражающих самую сущность, качество явлений. Так ведь это — только начало «овладения сложностью». То есть: модели тоже доказывают могущество материализма.

Но: довольно. Все равно верящих в чудеса не убедить. Скажут: «примитивное мышление». Я не обижусь: может, и так…

 

Самоорганизация

 

Именно идеи самоорганизации в последние десятилетия позволили приблизиться к объяснению возникновения сложности без привлечения Бога (И. Пригожин, Г. Хакен и др.). Перечислю некоторые положения, как я их понимаю.

Все начинается с исходной неустойчивости частиц материи и их избирательной способности вступать в соединения. Самоорганизация только направляет эту способность по каналам — через нее же и создавшимся.

Предположим, что есть некие активные частицы А, Б, В, Г, Д, Е, Ж. Каждая может соединяться с другой, но далеко не с любой. Соединение осуществляется при столкновениях частиц и подходящих внешних условиях, например, при получении энергии. В результате возникают комплексы, вроде АВ или ГД. Каждый комплекс имеет уже свои собственные свойства и пристрастия для присоединения новой частицы и свои требования к условиям. Таким образом, первый шаг усложнения организации не только породил новую структуру, но предопределил вероятности следующих шагов. К примеру, появляется комплекс ГДЕ. У него, в свою очередь, свои новые свойства, выборы, требования к условиям. Если «обстановка» позволяет, вновь образуется один из нескольких возможных комплексов, например, ГДЕЖ.