Энциклопедия Амосова. Алгоритм здоровья

Австрийскому ученому Л. фон Берталанфи принадлежит идея построения общей теории систем, то есть такой теории, которая была бы применима к любым системам независимо от их качественного своеобразия. Отметим, что он — не математик, а биолог, и это отразилось на самом характере его подхода к решению задачи. Идея построения общей теории систем казалась настолько смелой, что сам Берталанфи долго не решался публиковать ее и сделал это лишь после того, как не менее смелая идея кибернетики как науки об общих законах всякого управления доказала свою жизненность, воплотившись не только в тома монографий, но и в металл компьютеров. В настоящее время существует Общество по разработке общей теории систем, проводятся международные конгрессы, издаются ежегодники и журналы. Предложено (за рубежом и у нас) уже несколько вариантов общих теорий систем. Их оценка не входит в задачи настоящей работы. Отметим лишь, что реальный вклад этих теорий и основанных на них методов в познание клетки, организма, мышления или общества пока не обнаружился в той мере, которая соответствовала бы декларациям.

В связи с развитием системных исследований многие их энтузиасты стали противопоставлять системный подход философии, считая, что он может заменить философию. Это неправомерно. Философия представляет мировоззрение, она основана на определении отношения между материей и сознанием. Эти же категории не являются категориями системного анализа, который в равной мере применим как к материи, так и к сознанию.

Среди людей, мало знакомых с системным анализом, распространено неправильное представление, будто такой анализ рассматривает явления только в статике и не может отразить развития. В действительности системное представление объекта познания относится и к его динамике, причем не только в части циклических изменений, но и в явлениях самоорганизации, т. е. коренных изменениях структуры и функции во времени и в результате деятельности, с появлением новых свойств и качеств. Такие представления будут проиллюстрированы ниже, при рассмотрении эвристических моделей.

Сейчас нас интересует само понятие модель. Существует много различных определений его, по-видимому, не меньше, чем определений понятий система. Перечень их можно найти в литературе. Большинство из них определяют не модель вообще, а лишь тот или иной специальный тип моделей. Я буду исходить из общего определения, соответствующего задачам настоящей книги: модель — это система, отражающая другую систему — объект. Как всякая система, модель имеет структуру и может иметь функцию, в частности, выраженную в изменении структуры, в передаче энергии или вещества. Можно было бы сказать, что модель — искусственная система, специально созданная ее творцом для познания другой системы. Но это неточно. Существуют естественные модели в составе естественных систем. К таким относятся набор генов (геном) в клетке и модели из нейронов в нервной системе, особенно в коре мозга. Но о них еще будет особый разговор. Сейчас же нас интересуют модели искусственные.

Несколько вариантов моделей сложной системы обобщенности показаны на рис. 9. Варианты отличаются сложностью. Видно, что модель Аотражает оригинал с наибольшей полнотой, Б— более упрощенно, а В— в самых общих чертах, только крупные подсистемы, без элементов с минимумом связей.

Система имеет структуру и функцию. Изменение того и другого различно во времени. Модель в качестве системы имеет то же самое — структуру, функцию. Однако соотношения обоих атрибутов в системе, которая не является моделью, и в модели могут быть совершенно различными. Проще всего представить отражение структуры на любом рисунке или фотоснимке. Но модель в структуре может отражать функции объекта, используя для этого специальный код. Пример — запись звука или кино, когда изменение структуры во времени фиксируется на серии статичных снимков.

Вопрос о кодах: это набор условных структурных или функциональных элементов, из которых составляется модель и которые имеют структурные и функциональные аналоги в объекте. Элементарный пример: детский конструктор, его различные виды. Инструкция к нему показывает, как воспроизвести различные машины или строения. Другой пример — код рисунков. При этом внешнее сходство совсем не обязательно. Знаки кода могут не походить на элементы структуры или функции системы, например, речь — письмо. Но об этом особый разговор. Код модели (и для структуры, и для функции) может быть совершенно отличным от физической сущности объекта. Правда, он может быть и одинаковым.

Когда дело касается простой системы — например, уравнения эллипса, то модель, допустим, чертеж, может полностью отразить оригинал. Это полная модель. Другое дело, когда система сложная, насчитывающая десятки и сотни тысяч элементов, многие из которых еще точно неизвестны, и связи их не выявлены. В этом случае модель обязательно упрощает объект в различной степени — обобщает его. Впрочем, упрощение связано не столько с недостаточностью средств для моделирования, сколько с условиями создания модели или алгоритмом.

Что такое сложность? Где грань между простой и сложной системами? Каждый воспринимает сложность чего-либо в виде обилия составляющих элементов, их разнообразия, различных пространственных энергетических отношений. Кусок камня — сложный по этим критериям, компьютер — сложен для непосвященного. Пожалуй, число элементов в нем больше, чем в бактерии или в вирусе. Думаю, что сложной системой нужно считать такую, которая наделена хотя бы некоторыми признаками жизни: способностью к движению, росту, размножению или в самом общем виде — способностью к поддержанию самой себя в среде путем саморегулирования и приспособления. Ученые называют такие системы адаптивными. До недавнего времени это могли делать только живые системы, но уже скоро появятся технические устройства с элементами «жизни» — адаптации и саморегулирования.

Непременным атрибутом жизни считается обмен веществ. Мне кажется, дело не в том, что функциональные структуры в живых системах все время обновляются. Ведь некоторые молекулы, например, гены, остаются неизменными. Суть в том, что существуют заложенные программы деятельности, которые выполняются при разных условиях за счет адаптации. Это можно назвать запрограммированным целесообразным поведением, осуществляемым при наличии помех. Такое поведение возможно только когда существует подсистема управления, в которой структурно заложены эти программы в виде моделей.

Теперь, после разъяснения понятий системы и модели, мы можем использовать их для конкретизации сформулированных выше положений теории познания.

Истина— правильное отражение познаваемой реальности — выступает как модель, т. е. как система, отражающая другую систему. При этом модель может быть сколько угодно сложной, такой же, как и система-оригинал. Все зависит от возможностей познающей системы и степени обобщенности модели. Разум у отдельного человека ограничен, поэтому он не может создать полную модель ни одной системы типа живых. Совсем другое дело — общество, человечество в целом. Коллективный труд ученых, вооруженных современной техникой, уже сейчас в состоянии строить очень сложные модели, в том числе и действующие с помощью компьютеров. В обозримом будущем мыслимы полные модели клетки и довольно сложного интеллекта, а в перспективе — разум, более мощный, чем у человека; модели организмов, позволяющие не только лечить, но и реконструировать, создавать новые организмы. Но не будем фантазировать. Сейчас нас интересуют аспекты истины как модели, с помощью которой можно управлять объектом в разном объеме, вплоть до создания нового.

Поскольку истина — это модель, то ее нельзя отрывать от интеллекта, создающего такую модель. Его «технология» прямо отражается на модели — истине. Как они создаются, как воспринимаются другими — все это вытекает из особенностей универсального интеллекта индивидуума и коллективов. Остановимся на отдельных аспектах проблемы истины.

1. Мера истины:степень совпадения модели и объекта. Полная истина бывает тогда, когда по модели можно воспроизвести объект с одинаковыми качествами и когда все детали настолько точно определены в модели, что с их помощью можно даже улучшить оригинал. Для этого нужен целый комплекс моделей разной обобщенности и детальности. До сих пор такой идеал достигнут лишь для простых систем. Никакая обобщенная модель не может быть полной истиной, поскольку на любую сложную систему можно создать бесконечное количество обобщенных моделей. Какую из них выбрать — зависит от интеллекта. Какие модели наиболее активны, те и выбираются. «Степень истинности» обобщенной модели определяется практикой — пределами эффективности управления объектом с ее использованием.

2. Истинность гипотезы.Выбор гипотезы ограничивается набором моделей в памяти и их разной активностью. Если избранная гипотеза подтверждается значительным числом фактов, то ее истинность экстраполируется и модель, не будучи полностью доказанной, выдается за полную.

3. Авторитетвнешнего источника информации. Человек в коллективе воспринимает истины в их модельном виде — чаще всего в словесном изложении, а не через непосредственное восприятие объекта. Есть чувство правды — степень совпадения словесных и образных моделей. Оно существенно зависит от доверия к источнику информации. Часть словесных моделей человек может проверить собственными наблюдениями, хотя и с учетом субъективности восприятия и анализа. В зависимости от результатов проверки не только утверждается истинность словесных моделей, но и повышается доверие к их источнику. Это доверие и является авторитетом знания. Если он высок, то новая словесная модель уже не вызывает сомнений — ее вероятность изначально высокая. Авторитет касается личностей, теорий и методов исследований. Авторитет создает «установку», т. е. изначально повышает активность предлагаемых моделей.