рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

В.В.Тарасенко

В.В.Тарасенко - раздел Философия, Синергетика человекомерной реальности Анализ Сетевого Мышления ...

Анализ сетевого мышления

Установки и границы исследования[3]

Мышление — предмет изучения многих дисциплин: философии, логики, психологии, психиатрии, политологии, социологии. Каждая дисциплина предлагала те или иные объяснительные конструкты, формировала свои предметы наблюдения и наблюдателей. Может быть, поэтому существительное “мышление” обросло огромным количеством прилагательных “ассоциативное мышление”, “понятийное мышление”, “образное мышление”, “логическое мышление”, “мифопоэтическое мышление”, “первобытное мышление”, “новое мышление” и так далее. Есть подозрение, что сама постановка проблемы мышления редуцирует наши размышления к тому или иному концептуальному аппарату, в котором “зашиты” те или иные познавательные ходы.

Задача данного исследования — рассмотреть феномены мышления с точки зрения сети, ассоциировать феномены сети и феномены мышления. Правда, создается искушение, связанное с точным определением понятий. Есть желание точно определить понятия “мышление” и “сеть”. Боюсь, что в начале этого текста это просто невозможно. Сначала надо ограничиться лишь общими образами и представлениями, согласно которым мышление — это процесс, связанный с упорядочиванием мыслей, активность человека или группы людей по овладению представлениями, образами, ассоциациями, воспоминаниями, интересами, ожиданиями.

Когда это упорядочивание или активность вырабатывает представления о себе, о том, что есть я — как нечто мыслящее, то тогда можно говорить о сознании. Феноменом сознания является мышление в терминах принадлежности — себе (идентичность) или какой-то группе (классовое, групповое сознание).

Говоря о сети, можно для начала представить определенную структуру, связи и взаимоотношения между элементами — достаточно сложные и запутанные. Прежде всего имеется в виду социальная структура — сеть, состоящая из социальных агентов (личностей, групп), хотя в тексте будут представлены и возможные интерпретации работы мозга как сетевого эффекта. Повторюсь, что это не определения, а скорее попытки ограничения словоупотреблений терминов, которые мы будем использовать далее. Говоря о сетевом мышлении, я выдвигаю следующую онтологическую гипотезу: мышление есть сетевой феномен. То есть акты человеческого мышления можно рассмотреть с точки зрения сетевых эффектов общества и организации человеческого мозга. Замечу, в этом тексте не ставится вопрос о том, может ли сеть мыслить, а ставится задача того, как нам увидеть и понять феномены сетевого мышления. Эта задача исходит из презумпции мышления. То есть ставится задача реинтерпретации процесса мышления как сетевого феномена.

В этом смысле можно сделать два (пока метафорических) утверждения: мы мыслим посредством сети, сеть мыслит нами. Попытка этого текста — это попытка увидеть то, как мыслит сеть — на социальном и личностном уровне.

Как мыслит сеть? Какие необходимо ввести параметры, языки, чтобы описать сетевое мышление? Когда можно говорить о сетевом сознании? Как увидеть феномены сети? Эти вопросы связаны с задачей рождения сетевой феноменологии — задачей исследования феноменов сети. Только сейчас, с появлением ИНТЕРНЕТ, когда сетевые феномены становятся наблюдаемыми более отчетливо, мы подходим к пониманию мыслительной ситуации как сетевой ситуации взаимосвязей и взаимовлияний и сетевому видению общества и человека.

Осмысление моделей ПРО и холизм

Ответ на вопрос о том, в чем состоят феномены сетевого мышления можно начать с осмысления моделей сети. 50 годы нашего века — время расцвета так называемых моделей с параллельной распределенной обработкой (ПРО). Простейшую модель вычислений такого рода можно представить на примере модели Мак-Куллаха и Питтса[xvii]. С помощью этой модели я попытаюсь более конкретно говорить о сети и ее свойствах. Представим себе пластину, на которой расположены активные элементы (нейроны). Нейроны соединены связями (проводами), по которым идет ток. Тогда i-нейрон имеет контакт с j-м нейроном, сила связи равна Tij. Каждый нейрон способен находиться в двух состояниях — активном Vi=1 (испускание сигнала) и пассивном Vi=0. Далее устанавливается пороговое значение Ui входящего на нейрон сигнала, которое переключает нейрон из одного состояния в другое. То есть каждый нейрон в состоянии Vi постоянно с какой-то частотой W суммирует все произведения TijVj для каждой своей связи, и если эта сумма будет больше чем Ui, то он переключается в состояние Vi=1, если меньше — то в Vi=0.

На макроуровне нейроны образуют какие-то комбинации — образы или паттерны. Оказалось, что образы нейронной сети обладают достаточно сложной динамикой — они могут храниться, возникнуть, умирать. Сеть можно обучать тем или иным образам, задавая их извне. Мак-Куллахом и Питтсом было показано, что их нейросетевой компьютер может на макроуровне выполнять все операции булевой алгебры. Заметим, что эта булева алгебра не была аксиоматизирована ни на уровне нейронов, ни в каких-то правилах конструирования образов.

В 50 годах нашего века Франк Розенблатт, идеолог моделей ПРО, создал персептрон — модель вычислений, в которой знание об индивидуальных образах распределено по множеству связей между многими обрабатывающими элементами. 60 годы нашего века — время больших ожиданий от нейросетевых подходов. Было придумано множество различных нейросетевых моделей вычислений (процессор Хопфилда, процессор Гроссберга, больцмановский процессор).

В это время было установлено, что системы с ПРО обладают удивительными свойствами:

- они могут распознавать образы и принимать решения;

- они способны обучаться;

- каждый нейрокомпьютер индивидуален. Это проявляется на разных стадиях обучения. Так, локализация образа в процессоре Гроссберга происходит в элементе, выбранном случайно. В исходно одинаковых процессорах эти элементы, как правило, не совпадают. Это не мешает работе процессора, но определяет его индивидуальность.

Таким образом можно сделать вывод о том, что новые вычислительные способности могут возникать из коллективного поведения большого числа простых обрабатывающих элементов. Это важнейшее свойство сети — на коллективном масштабе самостоятельно возникают новые наблюдаемые эффекты. Поэтому можно сказать, что в моделях нейронных сетей вычислительные способности задаются не аксиоматически — через набор правил и аксиом, а экзистенциально — через задание системы, которая бы смогла сама познавать, усложниться и самоорганизовываться к каким-то правилам на макроуровне коллективных масштабов взаимодействия.

Розенблатт пришел к идее, что ПРО системы должны обретать свои способности по ходу обучения, а не в результате того, что их запрограммировали некоторыми характеристиками и правилами. Обучаться, познавать — значит подстраивать подходящим образом свои связи, ухватывать взаимодействия между активациями. Хьюберт и Стюарт Дрейфусы в своей статье “Создание сознания vs моделирование мозга: искусственный интеллект вернулся на точку ветвления”[xviii] проводят аналогию между подходами Розенблатта и концепциями Хайдеггера и Витгенштейна: “Хайдеггер еще до Витгенштейна осуществил, отвечая Гуссерлю, феноменологическое описание обыденного мира и таких обыденных объектов, как стулья и молотки. Подобно Витгенштейну[4], он обнаружил, что обыденный мир нельзя репрезентировать посредством некоторого набора бесконтекстных элементов. Именно Хайдеггер заставил Гуссерля рассмотреть именно эту проблему, указав, что есть иные способы “встречи” с вещами, чем отнесение к ним как к объектам, заданным некоторым набором предикатов. Когда мы используем такой инструмент как молоток, сказал Хайдеггер, мы актуализируем некоторое умение (которое необязательно должны быть репрезентированы как некоторое множество фактов). Этот контекст, или мир, и наши обыденные способы умелого приспособления к нему, которые Хайдеггер назвал “осмотрительностью” (“circumspection”), суть не что такое, что мы лишь мыслим, но часть нашей социализации, формирующей то, каковы мы суть. Хайдеггер заключает: Контекст... можно понимать формально — как систему отношений. Но феноменальное содержание этих “отношений” и их “членов” ...таково, что они сопротивляются какой бы то ни было математической функционализации; не являются они так же и чем-то таким, что мыслится, впервые постулируется в “акте мышления”. Они суть такие связи, в которых уже живет озабоченная осмотрительность как таковая”[xix]. На мой взгляд, не смотря на тезис о “сопротивляемости” можно предъявить этот организованный контекст через сетевую структуру. Но для этого нам надо подробнее поговорить о возможных формах, моделях этой структуры.

Голографическая гипотеза и фракталы

Феноменологически сеть фиксируется по образам и паттернам в ней функционирующим. Оказалось, что многие сложные паттерны, исследуемые в моделях ПРО имеют фрактальную структуру... Кроме того, одной из возможных структур сети может быть голограмма, очень близким структурным описанием которой являются фракталы. В настоящий момент делаются попытки описать феномены мышления с помощью фрактальных и голографических структур. Голографическая гипотеза была сформулирована выдающимся американским нейрофизиологом Карлом Прибрамом. Прибрам обратил внимание[xx] на подобие концептуальных подходов голографии и нейрофизиологии. Как известно, голография реконструирует образ не по интенсивности излучения, а по образцу волнового фронта, генерируемого на фотографической пленке возбужденным электроном или фотоном. Каждая точка голограммы указывает частотную составляющую волновой формы, которую можно записать с помощью Фурье-преобразования. Говоря иначе, каждая точка голограммы фиксирует волну, которая отражается не от какой-то части объекта, а от всего объекта одновременно — важно то, что волна нелокальна. Таким образом, голограмма обладает удивительным свойством — по любой ее точке можно восстановить все целое. Целое становится свернутым и распределенным в каждой части. Прибрам выдвинул и обосновал гипотезу о том, что подобными голографическими свойствами обладает сеть нейронов нашего мозга при распределенной обработке данных восприятия.

Если мы принимаем предположения о мире, в том смысле, который термин “мир” использовали Хайдеггер и Витгенштейн, то можно пойти чуть дальше и предположить, что голографическими свойствами обладают и социокультурные системы — из одного “обученного сетью” человека можно явно или неявно “вырастить” всю культуру. Макросистема (культура, общественное сознание) подобна микросистеме (сознанию отдельного человека). Голографическая гипотеза удивительным образом соотносится с фрактальной концепцией Бенуа Мандельброта, вдохнувшего жизнь в самоподобные геометрические конструкты — фракталы[5]. Фрактал как геометрическая форма обладает голографическим свойством. Задаваясь через преобразование подобия, каждая часть фрактала содержит в себе целый фрактал. Это свойство фракталов Мандельброт описывает понятием самоподобия — подобия части целому. Самоподобие — это и наличие целого в каждой части. Наличие, предъявляемое в актах мышления.

Человек разворачивает феномены мышления вокруг себя таким же естественным образом, как дышит или переваривает пищу — как правило, без апелляции к теоретическим конструктам. Разворачивает голографическим, самоподобным способом. Человек подобен той культуре, в которой его воспитали и обучили. Это самоподобие — сетевой эффект, которые надо научиться видеть и интерпретировать в случае формирования сетевого наблюдателя сознания.

Человек распределяет по своему телу всю макросистему — культуру, общество, контексты, в которых он родился и вырос. Общество, культура, спонтанные контексты жизни трасформируют человека, его тело и нейронную организацию, меняя смыслы и космос мира. Рождается взаимная игра синергетического бистабильного элемента, сворачивающего и разворачивающего смыслы.

Модель В.В.Налимова

В качестве модели локализации мыслей из нелокальной сети-голограммы можно рассмотреть представления Василия Васильевича Налимова. Распаковка делокализованного на некоторой оси смысла, с функцией распределения p(m) осуществляется в некотором контексте y, который является условием ситуации “распаковки смысла” посредством возникающего фильтра p(y/m). Ситуация возникновения нового смысла с вероятностью распределения p(m/y) может метафорически быть записана в виде формулы Байеса для условной вероятности:

 

p(m/y) = k p(m) p(y/m),

 

где k — константа нормировки.

 

Налимов приводит следующий пример мыслительной операции: “Однажды на двери официального Бюро переводов я прочитал такую фразу: “Из-за отсутствия переводчиков переводы будут выполняться в минимальный срок 7—10 дней”. Здесь контекст, окружающий слово “отсутствие”, заставляет нас выбрать фильтр, позволяющий понять, что речь идет не об абсолютном отсутствии переводчиков, а об их нехватке”[xxi].

Читая объявление, мы не получаем информацию, мы распаковываем смыслы, и эта ситуация связана с двумя вещами — с социокультурной ситуацией и контекстом прочтения. Можно предположить, что семантическое пространство социокультурной сети распределенно хранит смыслы, которые человек индивидуально распаковывает в каком-то контексте. Сеть хранит образы, которые человек-голограмма локализует в актах мышления. Налимов подчеркивает свойства своей модели:

- открытость семантической системы — фильтры могут появляться спонтанно,

- сознание трансперсонально — существует трансличностное космическое сознание,

- смыслы размыты на континууме, возможность появления атомарных смыслов исключена,

- логические операции носят числовой характер,

- исключена возможность сильной дизъюнкции, язык оказывается свободным от закона исключенного третьего, соответственно он свободен от разграничения истинности и ложности,

- творческое мышление по природе своей оказывается мифологическим.

Замечу, что в “нелокальной” схеме объяснения сознания пропадает проблема логических парадоксов.

Если мы принимаем для мира голографическую гипотезу, то миром является лишь такое множество, которое способно по любой своей части вырастить целое — любое подмножество это одновременно и множество всех множеств, — то есть универсум. Кроме существования подмножеств, в таком множестве существует преобразование, переводящее подмножество в целое множество. Это преобразование нелокально и распределено в сети. Поняв механизмы распаковки, мы можем выдвинуть гипотезу, что они осуществляются не только на уровне личности, но и на групповом или социокультурном уровне. То есть в роли субъекта может быть не только отдельный человек, но группа или даже общность людей, коллективно идентифицирующая себя с группой в акте распаковки мысли.

В этом случае, на мой взгляд, можно говорить о массовом сознании. То есть можно выдвинуть гипотезу о том, что массовое сознание — это делокализованный порядок сети социокультурных взаимодействий. Этот порядок периодически проявляется — локализуется на разных носителях (людях, группах, сообществах) — так же, как проявляется булева алгебра в модели нейронных сетей.

Синергетика Г.Хакена

Можно выявить возможные отношения между феноменами сознания, мышления и социальными феноменами, руководствуясь схемой объяснения Германа Хакена, который ввел представления о параметрах порядка в сложной системе. Описание сложной системы, на взгляд Хакена, надо производить на двух уровнях — микроуровне (уровне описания компонент) и макроуровне (уровне описания кооперативных эффектов). На микроуровне система описывается параметрами состояния системы, на макроуровне — параметрами порядка. На микроуровне “живут” (т.е. меняются с характерными временами, реагируют) быстрые переменные системы, на макроуровне — медленные. Эволюцию системы надо описывать как совокупность фазовых переходов к более сложному или более простому состоянию. Если система описывается меньшим числом параметров состояния, то она упрощается с точки зрения следящего за ней наблюдателя, если большим — усложняется.

В процессе этих переходов система сама — путем согласованного поведения на микроуровне — формирует параметры порядка, которые определяют поведение всех отдельных частей системы. Параметры порядка подчиняют себе параметры состояния. В этом состоит slaving principe — принцип подчинения синергетики. Анализируя деятельность мозга, Хакен замечает: “Важное различие между параметрами порядка и подчиненным им частям состоит в разных временных масштабах. Параметры порядка изменяются на более медленном масштабе времени, чем подчиненные им части. Так, типичный масштаб действия нейрона — миллисекунда, в то время как подобный масштаб для действия мозга, такого как восприятие, моторный контроль, и т.д. является сотней миллисекунд. Существует четкое разделение временных масштабов, которое позволяет нам применять понятия синергетики к мозгу. Из-за принципа подчинения мы можем изучать макроскопические события непосредственно с помощью параметра порядка”[xxii]. Взаимоотношения между параметрами порядка и параметрами состояния систем описывает также с помощью понятия круговой причинности — с одной стороны, параметры состояния формируют параметр порядка, с другой стороны параметр порядка управляет параметрами состояния. В результате этого рождается когерентность, самосогласованность частей сложной системы, которые фиксируются, например, в виде организаций. Это самосогласованное поведение можно интерпретировать как консенсус между частями сложной системы.

Теперь постараемся связать положения концепции Хакена с провозглашенным выше принципом “сетевого мышления”. Эту связь можно кратко выразить следующим образом: для того, чтобы сделать самоорганизацию сети наблюдаемой, надо редуцировать феномены сети к поведению параметров порядка, вводя для каждого случая изменения феноменов представления о макро- и микроуровнях системы — уровнях наблюдения системы.

Синергетический микроскоп

Для осмысления этой связи по отношению к феноменам мышления и сознания я введу метафору “синергетического микроскопа”. Представим себе микроскоп, с помощью которого мы рассматриваем предмет с помощью настройки на масштаб наблюдения — увеличения четкости. У нас есть ненаблюдаемые масштабы — нерезкие, размытые, а есть четкие, где мы что-то видим.

В отличие от обычного микроскопа в нашем микроскопе есть не один, а множество “четкостей” — уровней, этажей наблюдения. Наблюдаемые группируются на дискретных этажах, которые соответствуют параметрам порядка и образуют квантовые, дискретные уровни наблюдения. Параметры порядка “вымывают” в системе дискретные масштабы. Кроме того, в результате действия круговой причинности в этом микроскопе происходит удивительная вещь — предметы меняются в зависимости от того, наблюдаем мы их или нет. Действительно, если бы круговой причинности не было, то не было бы связи между наблюдаемыми параметрами порядка и параметрами состояния. Но мы — как наблюдатели, всегда вносим в систему свои параметры порядка, и тем самым меняем систему.

Карта сетевого мышления

Приняв эти положения, можно построить синергетическую карту сетевого мышления, выделив основные круговые причинности микро- и макромасштабов. Карта делает наблюдаемыми “этажи” мышления. Микроуровень каждого этажа это сеть, точнее, совокупность параметров состояния сети, макроуровень — совокупность параметров порядка сети.

На первом этаже располагается микроуровень нейронной сети мозга (характерное время — миллисекунда) и макроуровень параметров порядка — восприятия и моторного контроля (100 миллисекунд); на втором этаже — микроуровень моторного контроля и макроуровень принятия решения, распознавания зрительного образа, письменного текста (характерное время — секунды); на третьем этаже микроуровень — принятия решения и макроуровень сознания — идентичности, явного (в случае европейской культуры) или неявного (в случае мифопоэтических практик) самоопределения — ответов на вопрос — кто я такой, что мне в жизни надо (характерное время изменений — часы, дни). На этом уровне нам приходится наблюдать феномены мышления (микроуровень) и сознания (макроуровень) человека; на четвертом этаже находится микроуровень самоопределяющихся ролей и статусов людей и макроуровень групп, организаций (характерное время — дни, недели); на пятом этаже сознания находится микроуровень групп, организаций и макроуровень институтов, классов (года, века); на шестом — микроуровень институтов и макроуровень ноосферной организации (5—50 лет).

Каждый уровень разворачивается на своем характерном времени — масштабе изменений. Если мы выдвигаем гипотезу об универсальности действия круговой причинности (параметры состояния — параметр порядка) на каждом этаже нашей карты, то из этого с необходимостью следует голографическая или фрактальная структура времени — события выстраиваются в подобные друг другу конгломераты на разных масштабах.

Но, очевидно, должны быть и взаимовлияния и подобия между “разнесенными”, несоседствующими этажами. Например, активность нейронов сильно зависит от времени суток — ночью мы хотим спать. Астрономические циклы — характерные времена накладываются на циклы — характерные времена нейронов, образуя причудливые паттерны. Смена дня и ночи — фундаментальный временной цикл, формирующий наше сознание, и, возможно, оно было бы другим, если бы на нашей планете были другие ритмы смены света и тьмы, тепла и холода. Поэтому наша карта — всего лишь бледная редукция тех отношений, которые генерирует сеть.

Таблица 1. Синергетическая карта сетевого мышления

Этаж сознания. Вид уровня Наблюдаемые феномены, акторы Характерное время Этаж сознания. Вид уровня
1 микро   макро Нейрон человека, клетка   Реакция человека 10-6 с   10-4 с     Микро 2
3 микро   Решение человека 10-1 с Макро
макро Человеческий образ себя, роль, статус 1-10 с Микро 4
5 микро     макро Группы людей, системы ролей, статусов   Институты, общества Часы, дни     1-5 лет Макро     Микро 6
  Ноосфера 10-50 лет Макро

 

Итак, будем предполагать, что внутри каждого этажа работает схема Хакена: микроуровень — параметры состояния сети, макроуровень — параметры порядка. Параметры порядка возникают спонтанно. Это есть события, метафорой которых является байесовская интерпретация Налимова. Поэтому главным операциональным критерием, помогающим формировать наблюдаемые величины при измерении сознания, является характерное время — масштаб времени.

Эта карта соотносится с картой сознания В.В.Налимова[xxiii] с той лишь разницей, что для ее интерпретации не нужна концепция индивидуального или коллективного бессознательного. Сознание всегда коллективно, а бессознательное распределено в сети. Прибегая к метафоре, скажу, что для сети Мак-Куллаха и Питтса бессознательное — это булева алгебра с позиции наблюдателя-нейрона. Можно пофантазировать и сказать, что если бы нейрон умел впадать в медитативный транс с помощью ЛСД или холотропного дыхания или спал и видел сны, то ему бы, наверное, приснилась булева алгебра. “Подвалы сознания”, бессознательное распределены в сетевых взаимодействиях, и при правильном выборе уровня наблюдения способны спонтанно локализоваться — наблюдаться.

Для меня — как обыденного наблюдателя, бессознательным является как поведение моих нейронов, так и мои социальные дрейфы в институтах — это не наблюдаемые на моих характерных временах переменные. Их можно выявить только тогда, когда мы специально создадим наблюдателя, например, нейрофизиологии или социологии.

Чем сознание отличается от мышления

В сетевой схеме мышление создается через создание макропараметров — цельного описания лежащего ниже “этажа”. Мысль, понятия фиксируются наблюдателем в практиках мышления, но практики мышления согласно кольцевой причинности создают наблюдателя — созданием его сознания. Если мы займем редукционистскую точку зрения, то редуцируем мышление к понятиям. Например, в редукционизме можно создать наблюдателя только с помощью такого параметра порядка, как понятие — нам надо локализовать спонтанно появившуюся мысль понятием в каком-то языке.

Если брать пример Хайдеггера с молотками, нам надо помыслить эти самые молотки — создать понятия о том, что это такое. Но где гарантия того, что сеть молотков тождественна сети параметров порядка (понятий)? Молотки противятся нашему упорядочиванию мыслями. Антиредукционистский сценарий состоит в том, что для того, чтобы понять, что есть молоток, не надо конструировать понятие молотка, а надо научиться забивать молотком гвозди — включить молоток в жизненный мир — целостность своих движений и прагматик.

В этом случае параметром порядка будет не понятие молотка, а некоторый телесно (визуально, кинестетически) сформированный образ (или даже телос — как целостный процесс), каким-то образом распределенный в нашем теле и возбуждающийся, спонтанно актуализирующийся в тот момент, когда надо забить гвоздь. Еще одним примером такого телоса может быть практика езды на велосипеде — навык внезапно возникаемый в момент начала езды. Иногда вещи (молотки, велосипеды) подчиняются нашим параметрам порядка — демонстрируют предсказуемое поведение. В этом случае можно говорить, что сеть локализовала устойчивую структуру — мой мир согласовывается с миром молотков. Но в общем-то мир молотков может сопротивляться нашему миру сознания. Рождается игра бистабильного синергетического элемента — мир сознания наблюдателя меняет мир молотков. Непонятно меняющийся, сопротивляющийся мир молотков влияет на сознание наблюдателя. Эта игра — свойство реальности, доказательство того, что бытие есть, что мы не впадаем в солипсизм, выстраивая нашу карту сознания. То есть, в некоторой степени, вещи — молотки есть отражение ожиданий нашего сознания — если мы будем удерживать представления о циклической причинности.

Наблюдателей можно создавать искусственно — они могут как самоорганизовываться “нижними” этажами, так и привноситься извне — внешними образами и представлениями — сети способны обучаться и управляться. С этой точки зрения политик, идеолог, шаман в ритуале, управленец, бизнес-консультант, психоаналитик, рекламист, “властитель дум”, поэт, модный журналист суть наблюдатели, создающие наблюдателей и “накачивающие” сеть образами на определенном “этаже”. Но не факт, что после такой накачки сеть создаст параметры порядка, устойчиво воспроизведет те макроструктуры, которые планировали разработчики. Она может “распознать” — создать совершенно другие устойчивые макро-образы — таких наблюдателей, о которых незадачливые управленцы и не догадывались.

На основе непредсказуемости, неустойчивости, нефиксированности распознаваемых сетью образов, генерирующих “ненужных” наблюдателей, можно ввести различие между мышлением и сознанием. Опишем это отличие подробнее. Сознание, в отличие от мышления, всегда содержит избыточные по отношению утилитарным прагматикам трансценденции, которые формируют дополнительных наблюдателей.

Под трансценденцией будем понимать переходы границ масштабного уровня, диверсификацию, желание сознания пропасть на ненаблюдаемые этажи сети, сформировать нового наблюдателя. Трансценденция ищет скрытые смыслы, тайные порядки, невидимые руки и законы. Мышление всегда нужно для жизни, оно необходимо, оно в прагматическом контексте. Сознание избыточно и связано с трансценденцией. Трансценденция — случайна, креативна, неустойчива, непрагматична. На базе этой избыточности, расширенности трансценденции и возникает культура и язык — как сетевые структуры, голографически хранящие образы и телосы. Например, культура погребения избыточна по отношению к санитарно-гигиеническим прагматикам, сексуальная культура избыточна по отношению к прагматикам размножения, язык избыточен по отношению к прагматикам коммуникаций — слов больше, чем видимых вещей.

Хотя можно сказать, что сознание конструирует новые прагматики, из которых спонтанно “вывалившиеся” из сети артефакты выглядят не избыточными, а необходимыми. Современная философия и культурология преуспела в области изучения сознания. Однако для интерпретации вещей, выходящих за рамки сознания, были использованы познавательные конструкты типа “бессознательное”, “мистическое”, “экзистенциальное”. Сетевое мышление — попытка выйти за пределы сознания с помощью концептов сети, попытка воспользоваться объяснительными ресурсами синергетики и схемами объяснения сети. Есть подозрение, что драмы социальных и личностных изменений могут разыгрываться не на уровне сознания, а на уровне сетевого мышления.

Сетевое мышление, в отличие от сознания, не трансцендентно, а трансгрессивно — оно не ищет скрытые сущности, а образует новые параметры порядка на поверхностях спонтанно самоорганизующихся сетей. При “проколе” поверхности мы перейдем не к новому сознанию, а к новой сети с новыми параметрами порядка. С этой точки зрения модель сетевого мышления носит детерминистический характер. Появление параметра порядка на поверхности сети детерминировано моделью сетевого сознания, но не предсказуемо. “Детерминировано” — значит вписано в схему объяснения, претендующую на универсальность. В этой схеме объяснения введены понятия сети, спонтанного возникновения параметров порядка (интерференция схем объяснения Хакена и Налимова). Но эта схема объяснения открыта новым смыслам, содержит элемент непредсказуемости.

Сеть рассматривается с точки зрения эволюции параметра порядка по схеме круговой причинности — это одновременно то, что мы мыслим, и то, чем мы мыслим. Непредсказуемость, неполнота содержится в обоих бистальных элементах кольца Хакена. Введя представление о неполноте, открытости сети, мы даем возможность реальности не упорхнуть из наших сетей, создаем презумпцию странности этого мира. Мира-сети, мира-океана. Мир — это сцепленность, целостность всех уровней, представленных на карте сознания, невозможность разделить “начала” и “концы”, “причины” и “следствия”, самоподобие, голографичность микро- и макромасштабов. Доказательством наличия сознания на этих уровнях служит подобие отношений между микро- и макроуровнями на разных этажах сознания.

Институционализм и социальные сети

Проблемы описания социальной динамики сознания исследовались в работах американского социолога Торнстейна Веблена (1857—1929) основоположника институционализма и классика эволюционной экономики. На мой взгляд, выглядит плодотворным осмысление их с точки зрения сетевого мышления. Веблен определял институты как устойчивые привычки мышления, присущие большой общности людей. Институционализм, в противовес “атомистским” концепциям, подчеркивает значимость связей между элементами для формирования как свойств самих элементов, так и системы в целом[xxiv].

Институционализм исповедует холистический и органицистский подход к обществу. Экономика с точки зрения институционализма — неустойчивая и далекая от равновесия, всегда уходящая от равновесия система. Для описания этой неустойчивости Веблен предлагает понятие, удивительным образом напоминающее циклическую причинность Хакена — понятие кумулятивной причинности (“Cumulative causation”). Эффект кумулятивной причинности Веблен объяснял тем, что действия, направленные на достижение цели, могут в принципе разворачиваться до бесконечности: в процессе деятельности меняется и человек, и цель, к которой он стремился. С этой точки зрения “современная наука все в большей степени оказывается теорией процесса последовательных изменений, понимаемых как изменения самоподдерживающиеся, саморазвивающиеся и не имеющие конечной цели”[xxv].

Институт образуется в результате “эффекта блокировки” (lock-in), когда достигнутый результат приобретает самоподдерживающиеся свойства. “В качестве иллюстрации эффекта блокировки Веблен приводил политические и экономические структуры Великобритании накануне Первой мировой войны, которые сложились еще в начале эпохи промышленной революции. Приобретя устойчивость и самоподдерживающий характер, эти институты перестали соответствовать требованиям времени и обусловили отставание британской экономики от германской”[xxvi].

Видна несомненная связь между “эффектом блокировки” и принципом подчинения. Стабилизация системы — по Хакену, это рождение устойчивого параметра порядка, рожденного микропараметрами и поддерживающего структуры микропараметров. Говоря о параметрах порядка, Хакен отмечает, что возможности их изменений можно изучать с помощью теории катастроф[xxvii] — параметры порядка могут выходить в режимы неустойчивостей с возможными бифуркациями, гистерезисами, катастрофами. С этой точки зрения можно реинтерпретировать так называемый “хреодный эффект”[6] эволюции институтов, описываемый в работах Веблена. Сущность его в следующем. Существует несколько путей развития системы. Выбрав определенный путь (пройдя бифуркацию — на языке синергетики), система уже с большим трудом сворачивает на другие пути, “сходит” с выбранной траектории: “Хреодный эффект объясняется тем, что развитие явления (или шире — института) может сопровождаться нарастанием связанной исключительно с ним и благоприятствующей ему внешней среды. Среда “канализирует” явление по первоначальной траектории. Например, на заре автомобилестроения конструкторы стояли перед выбором между бензиновым и электрическим двигателями. Выбор пал в пользу бензинового мотора, который, как довольно скоро выяснилось, был технически и экологически неоптимален. Но перестроить производство на электрический двигатель с каждым годом все труднее, т.к. вокруг автомобиля с бензиновым мотором сложилась и быстро расширилась благоприятствующая внешняя среда: действующие заводы, нефтеперерабатывающая промышленность, сеть заправочных станций, навыки водителей и пр.”[xxviii]. Таким образом, эволюция институтов в концепции Веблена предстает как смена устойчивых и неустойчивых состояний, имеющих самоподдерживающийся характер.

Мы постараемся рассмотреть эти феномены как сетевые артефакты. С этой точки зрения выборы пути эволюции — это конкуренция паттернов или телосов сети на макроуровне организации. Хакен[xxix] предлагает типичную схему эволюции параметра порядка во времени, аналогичную представленной на рис. 1. В своей работе[xxx] я предложил использовать эту схему для интерпретации эволюции научной концепции. На оси абсцисс располагается время, на оси ординат — характеристика параметра порядка. Сейчас я считаю возможным использовать ее как инструмент для создания схем наблюдения феноменов сетевого мышления.

 

П Внедрение Рост Зрелость Падение

 

T

 
 


O A B C

 

Рис.1. Основная схема эволюции параметра порядка

 

Охарактеризуем этапы изменения параметра порядка.

Этап OA — линейный. Происходит обратимый рост параметра порядка.

Этап AB — нелинейный. Параметр порядка неустойчиво растет. Инварианты роста — степенные (фрактальные) зависимости.

Этап BC — стабилизация параметра порядка.

Конечный этап — смерть параметра порядка.

Замечу, что точки A, B, C — это точки структурных бифуркаций системы. В них возможны варианты дальнейших возможностей.

Соотнесем эту схему с обсуждаемыми ранее интерпретациями.

 

Интерпретация Хакена:

OA — “Накачка” системы новыми параметрами порядка, конкуренция параметров порядка;

AB — победа и быстрый неустойчивый рост одного параметра порядка;

BC — стабилизация параметра порядка.

 

Интерпретация Веблена:

OB — кумулятивная причинность,

BC — эффект блокировки.

 

Интерпретация Налимова:

OA — поиск “фильтра”;

AB — вспышка сознания, инсайд, работа вероятностного “фильтра”,

BC — интерпретация, знание.

 

Нейросетевая интерпретация:

OA — обучение сети образам

AB — формирование, становление образов,

BC — устойчивое распознавание образов.

 

Укажу родство этой схемы со следующими моделями: нейросетей Хопфилда[xxxi], экологическими моделями типа модели Ферхюльста[xxxii], моделями бистабильного элемента в синергетике[xxxiii], синергетическими моделями в экономике[xxxiv]. На мой взгляд, эта схема имеет сходство со следующими феноменологическими описаниями: цикл жизни товара[xxxv], этапы роста народонаселения[xxxvi], знания торговой марки[xxxvii]. Что общего между моделями Ферхюльста, знанием торговой марки, макропорядками в нейросетевых моделях? Общее (с точки зрения формируемого нами наблюдателя) то, что это феномены связанных сетевых взаимодействий. Если мы становимся на точку зрения наблюдателя, исповедающего сетевое мышление, то мы должны поверить в действенность этой схемы при интерпретации феноменов. Мы будем использовать эту модель для схематизации формирования коммуникации наблюдателей в социологии.

Формирование феноменов сознания (наблюдаемых артефактов) схематизируется следующим образом:

 

OA — свободный ассоциативный поиск, говоря словами А.С.Пушкина — “Пока не требует поэта к священной жертве Аполлон”. Или еще одна метафора: случайное блуждание мыслей и ассоциаций;

AB — рост ассоциаций, творчество, фрактальное блуждание мыслей и ассоциаций. Несмотря на хаос на микроуровне, начинает проявляться порядок, тренд, тенденция на макроуровне;

BC — блуждание закончилось. Родилось понятие, понимание.

 

Д.С.Чернавский, В.А.Намиот

О логико-методологических аспектах явления неустойчивости

Возникновение динамического хаоса — актуальная проблема как в естественных науках, так и в гуманитарных. В основе динамического хаоса лежит явление неустойчивости. Становление — основной мотив синергетики, а неустойчивость — тоника этою мотива. Без тоники невозможно разобрать партитуру, обрести смысл, невозможно ни генерировать, ни принимать информацию. Человекомерность в синергетике, точнее в теории динамического хаоса, предъявлена уже в акте задания точности начального состояния системы, степени подробности описания пучков траекторий. При этом гладкая, познаваемая антропная сфера настоящего, прогноза будущего и реконструкции прошлого оказывается лишь узким стратом виртуальной действительности. Генерация информации происходит на временных границах гладкости, а целевое понятие ценности информации, как запомненною выбора, как будет показано, окончательно гуманизирует эти формальные категории. Детальный анализ явления неустойчивости приводит к необходимости ревизии ряда понятий и положений математической логики. Мы увидим, что неустойчивость делает необходимым динамическое взаимоувязывание намерений и возможностей в процессе познания, герменевтику целей или создание некоторого варианта “целесообразной логики”, предлагаемого ниже. Обсуждается его связь с известными вариантами и область его конструктивного применения в естественных науках. Фактически речь идет об осознаваемой полифонии темпоральных стратегий коммуникаций, адаптивном моделировании реальности.

Предлагаемое ниже эссе написано физиками-профессионалами и потому несет на себе родимые пятна стиля, принятого на теоретических семинарах, местами педантично-занудного, местами агрессивно-легковесного, но, надеемся, никогда не бессмысленного. Слепые пятна непонимания неизбежно свои у физиков и гуманитариев, и мы надеемся на снисходительность читателя.

Итак..

Явление неустойчивости и его роль в науке были оценены (и то не до конца) лишь в конце XX века в связи с развитием теории динамического хаоса [1] и теории информации. Сейчас ясно, что в процессах возникновения, рецепции информации и эволюции ее ценности неустойчивость играет ключевую роль [2, 3]. Более того, любая развивающаяся система неизбежно проходит этап хаотизации, в котором и рождается новая информация [3,4].

Теория устойчивости была заложена в работах Ляпунова и Пуанкаре в конце XIX века. В то время она воспринималась как прикладная (инженерная) дисциплина, необходимая для создания устойчивых конструкций.

Фундаментальное значение неустойчивости будет оценено лишь в XXI веке. Однако и сейчас уже ясно, что это явление заставляет пересмотреть ряд положений точных наук, таких, как “причина” (следствие), “бесконечно большое” (малое) и ряд других, связанных с ними.

Поясним суть дела.

Устойчивость (или неустойчивость) — свойство отклика системы на внешнее возмущение. В простейшем случае зависимость отклика Dх(t) от времени выражается известной формулой:

Dх(t) = Dхoelt,

где Dх(t) — отклонение от начального стационарного состояния х=0 в момент времени t, Dхo — начальное отклонение, т.е. внешнее возмущение и l— число Ляпунова. Если l> 0, то состояние неустойчиво и не может существовать долго, даже если формально является стационарным (пример — карандаш на острие). Если l< 0 — состояние считается устойчивым и может существовать сколь угодно долго. В общем случае отклик представляет собой сумму экспонент с разными числами Ляпунова, среди которых могут быть и комплексные.

В теории устойчивости критерием считается знак числа Ляпунова с наибольшей вещественной частью. Величина возмущения Dxо не считается критерием устойчивости.

Аргументация проста: по прошествии достаточно большого времени, такого, что величина lt >> 1, величина Dх(t) обязательно станет большой, т.е. начальное состояние разрушится.

Действительно, если величина lt (ее называют энтропией Колмогорова) станет равна, например, тысяче (что в реальных задачах вполне возможно), то величина отклика Dх(t) станет большой, даже если начальное возмущение имеет порядок Dхо = e-1000. Реально возмущения всегда много больше этой величины. Более того, ни защитить систему от столь малых влияний, ни проконтролировать степень изоляции со столь высокой точностью принципиально невозможно.

Здесь мы приходим к необходимости ревизии понятия бесконечно большого (малого) числа.

В естественных науках число употребляется как количественная мера реальных объектов. Так четкий смысл имеют понятия: число молекул в сосуде с газом (оно порядка 1023), число молекул во вселенной (оно порядка 1050). Размерные величины также выражаются числами. Так размер атома — 10-8 сантиметра, размер ядра атома — 10-14 см., размер вселенной порядка 1028 см. Далее такие числа будем называть физически реализуемыми. Важно, что они все располагаются в интервале от 10100см до 10-100. Размерность здесь уже роли не играет, поскольку единицы измерения отличаются не более, чем в 1040 раз.

Числа порядка 10100 получили специальное название — гугол [5] (от английского huge — огромный).

Наряду с этим в расчетах могут фигурировать числа, превышающие гугол. Так в приведенных оценках величину elt = e1000 »10430 >> 10100 физически реализовать невозможно. Величина Dх(0) »e-1000 тоже физически не реализуема, изолировать систему с такой точностью физически невозможно и начальные отклонения заведомо больше, чем обратный гугол.

В физике такой результат рассматривается не как конкретное предсказание, а как указание на то, что неустойчивое состояние неизбежно разрушается гораздо раньше времени t = 1000/l. Время существования неустойчивого состояния оценивается как tcr » 1/l и носит специальное название — горизонт прогнозирования (или горизонт предсказательности).

Таким образом, в естественных науках гугол фактически играет роль бесконечно большого, а обратный гугол — бесконечно малого.

Разумеется, понятие “гугол” размыто и, более того, условно. Изменение показателя на 10-20 единиц роли не играет. Числа порядка 1050 фактически тоже можно рассматривать как гугол.

В реальных задачах часто принимают, что число 100 — эквивалентно бесконечности и, если процесс устойчив, получают правильные результаты. Вопрос: какую именно величину считать нулем или бесконечностью, зависит от целей расчета и требуемой точности. Иными словами, ответ на вопрос определяется целесообразностью и в этом смысле условен. Выделенность числа типа гугол связана с тем, что точность порядка 10-100 никогда никому ни для какой цели не понадобится.

Понятие “изолированная система” тоже подлежит ревизии. В естественных науках это понятие играет существенную роль, особенно в теоретических исследованиях. Принимают, что систему можно считать изолированной, если внешние воздействия на нее достаточно малы. Такое определение имеет смысл в устойчивых состояниях (и процессах), когда отклонения от расчета незначительно в меру малости возмущений даже при больших временах. В неустойчивых процессах для обеспечения малости отклонений степень изоляции должна быть порядка обратный гугола, что невозможно. Иными словами, понятие “изолированная система” к неустойчивым процессам не применимо.

Понятие “причина” в неустойчивых системах также требует ревизии. В динамических системах под “причиной” понимаются начальные условия. Тогда результат есть однозначное следствие “причины”, что, собственно, и составляет суть теоремы Коши. При этом неявно предполагается, что “причина” и “следствие” соизмеримы, т.е. являются величинами одного порядка.

В неустойчивых процессах отношение “причины” и “следствия”, как мы видели, превышает гугол, т.е. они не соизмеримы. Тогда говорят, что “причиной” события является “случай”. Однако при этом слово “причина” выступает в совершенно ином смысле. Приведем пример из жизни.

На середине стола стоит хрустальная ваза (положение ее устойчиво). Некто неловкий махнул рукой, сдвинул вазу, и она разбилась. Ясно, что причиной печального события явилось поведение неловкого; он изменил начальные условия, придал вазе начальную скорость; он же и виноват в содеянном. При этом легко проследить “причинно-следственную связь” событий.

Другой случай: ваза поставлена на край стола, так что чуть не падает: пролетела муха, ваза упала и разбилась, говорят, что причина несчастья — неустойчивое положение вазы; виноват тот, кто ее так поставил. Обвинять муху в этом случае глупо (хотя, конечно, ее тоже следует поймать и наказать).

Слово “случай” означает, что для описания событий мы должны от динамического подхода перейти к вероятностному. Иными словами, неустойчивость является необходимым условием для введения понятия “вероятность”.

В естественных науках для описания реальности используются различные подходы: динамический, вероятностный и синергетический. Последний объединяет два первых на основе теории неустойчивости и динамического хаоса. Во всех подходах используется классическая математика. Однако при внимательном рассмотрении выясняется, что неустойчивость как явление не может быть описано в рамках классической математики.

Поясним суть парадокса.

В реальных задачах любой объект или процесс рассматривается на конечном отрезке времени. Если энтропия Колмогорова lt достаточно велика, то любой физик делает вывод: состояние неустойчиво и наверняка разрушится.

С другой стороны, в рамках классической математики всегда можно выбрать начальное отклонение Dх(0) столь малым, что за конечное время неустойчивое состояние не разрушится. Иными словами, неустойчивые процессы на конечном отрезке времени ничем не отличаются от устойчивых и само явление неустойчивости как таковое отсутствует. Понятие физической реализуемости, равно как и понятие “гугол”, противоречит аксиоме о равноправии чисел и бесконечной делимости отрезка.

Этот парадокс проявляется в различных аспектах, упомянем некоторые.

I. С точки зрения классической науки динамический хаос и не хаос вовсе. А ординарный динамический процесс. Поскольку в реальности хаос все же существует, постулятивно вводится понятие “истинный хаос”. Отличия его от динамического хаоса практически отсутствуют, но дискуссии на эту тему продолжаются. На наш взгляд, они носят схоластический характер и создают дискомфорт в научной среде.

II. Формально любой динамический процесс в гамильтоновых системах обратим во времени. Энтропия при этом не возрастает, что соответствует теореме Лиувилля в классике и теореме фон-Неймана в квантовой механике. Это относится и к неустойчивым процессам типа динамического хаоса, хотя для реализации обратимости необходима точность, превышающая гугол. Проблема “стрелы времени” до сих пор является предметом жарких споров. На наш взгляд, они тоже софистичны в той же мере, как и споры о “хаосе истинном”.

III. Широко распространено мнение о том, что задача науки — проследить причинно-следственную связь событий. В устойчивых процессах это утверждение имеет смысл и сама процедура реализуема. В неустойчивых процессах, как упоминалось, понятие “причина” теряет смысл и вместо нее появляется понятие “случай”. В теории вероятности и статистической физике “случай” вводится постулятивно. При этом возникает противоречие с динамикой, что тоже создает дискомфорт.

Подведем итог: современная математическая аксиоматика вступает в противоречие с реальностью. Это противоречие локализовано, т.е. оно возникает только в неустойчивых процессах.

Возникает вопрос: можно ли (и если можно, то как) разрешить это противоречие? В действительности корни противоречия лежат глубже и связаны с проблемами логики, поскольку классическая математика основана на аксиомах формальной логики.

Логику можно рассматривать как алгоритм построения сложного суждения на основе более простых утверждений. Последние считаются заданными и играют роль начальных условии [6,7]. Сейчас предложено несколько вариантов логики, обсудим некоторые из них.

1. Классическая (формальная) логика наиболее популярна. Долгое время она развиваласькак наука абстрактная, самодостаточная и прямо не связанная с проблемами насущной жизни. Основные положения ее (аксиомы или алгоритмы) были сформулированы еще в античные времена и с тех пор почти не изменились. Эти алгоритмы возникли как обобщение повседневного опыта, но на этом связь логики с реальной жизнью заканчивалась. Кратко, они сводятся к следующему.

1). Все суждения (или сообщения) разделяются на две группы: “истинные” (в математической логике им ставится в соответствие индекс “1”) и “ложные” (им соответствует индекс “0”). Алгоритм построения сложного суждения формулируется с использованием логических связок “и”, “или” и “не”. Требуется, чтобы сложное суждение тоже было либо “истинным”, либо “ложным” (верным — не верным). Иными словами, на каждый вопрос, сформулированный в рамках аксиоматики (или алгоритма) должен быть получен ответ, причем только один: “да” или “нет” (истинно — ложно, верно — не верно). Это положение известно как аксиома исключенного третьего (tertium non datur). Этим достигается однозначность суждений.

Отсюда следует, что формальная логика имеет дело с дискретным множеством объектов, о которых ставятся вопросы и выносятся суждения. Множество суждений тоже дискретно.

II. Каждое из суждений является абсолютным, т.е. не зависящим от цели, с которой оно делается, и должно быть доказано либо опровергнуто. Такой подход носит в себе отзвук божественного происхождения законов природы. Это значит, что на множестве объектов А, В, С, на вопросы типа: А или не — А, A равно В (или не равно), А > В, А < В и т.п., ответ должен быть однозначным независимо от меры сходства или различия. Вообще понятие меры в формальной логике отсутствует.

III. Все элементы множества равноправны, что, в частности, относится и к множеству чисел.

В математике наряду с дискретными рассматриваются и метрические континуальные множества, где вводится понятие меры. Тем не менее равноправие чисел сохраняется. Например, если два отрезка длинами x1 и x2 отличаются на малую конечную величину Dх “x1,x2), то отрезок Dх можно “растянуть” (т.е. измерить в другом масштабе) и рассматривать как достаточно протяженный. На этом основано утверждение о бесконечной делимости отрезка. Последнее в современной математике играет существенную роль.

Успех формальной логики и построенной на ее основе математики в XVIII веке породил уверенность в том, что иначе и быть не может. В XIX и XX столетиях эта уверенность была поколеблена. Более того, выяснилось, что система формальной логики не является полной.

Примеры неоднозначности внутри формальной логики отмечались и ранее и формулировались в виде парадоксов, таких как парадокс лжеца и проблема буриданова осла. В строгом математическом виде неполнота системы формальной логики была доказана Геделем.

Далее логика развивалась под давлением двух обстоятельств.

Во-первых, делались (и делаются) попытки сформулировать аксиомы логики, лишенной внутренних противоречий. Эти попытки прямо не связаны с проблемами естественных наук, но могут повлиять на них косвенно.

Во-вторых, развитие естественных наук требовало уточнения ряда положений логики. Так в XIX столетии выяснилось, что каждое утверждение не может быть абсолютным, но может быть сделано с определенной точностью. Последняя зависит от способа измерения, а в более общем случае от возможности наблюдения.

Роль, которую сыграли принципы измеримости и наблюдаемости в естественных науках, общеизвестна. Они приблизили логику к реальной жизни, но разрыв еще остался.

2. В конструктивной логике (см. [8,9]), в отличие от классической, каждое утверждение подвергается конструктивной проверке путем измерения или, в более общем случае, наблюдения. Так в классической логике на вопрос: “А или не — А” всегда должен быть получен однозначный ответ: “да” или “нет”. В конструктивной логике допускается отказ от ответа, если истинность суждения невозможно проверить.

В естественных науках такая ситуация встречается довольно часто. Если утверждение в принципе не наблюдаемо, то оно относится к категории бессодержательных.

3. В последнее время предложена релевантная (уместная) логика [101]. Она отличается от классической тем, что формально правильные, но “неуместные” логические построения в ней “отбраковываются”. Благодаря этому удается избежать парадоксов, ведущих к заведомо неверным выводам.

4. В рамках многозначных логик [11] все суждения разделяются не на две, а на большее число групп. В трехзначной логике допустимы три типа ответов: “да”, “нет” и “может быть”. Последний ответ также может быть выражен словами “не известно”, “утверждение бессмысленно” [12] или “бессодержательно”. Эти варианты отличаются в основном эмоциональной окраской. Так ответы “не известно” или “может быть” носят субъективный характер (мне не известно, но кому-то другому, возможно, известно). Слова “бессмысленно” или “бессодержательно” означают, что это утверждение не может быть доказано (или опровергнуто) в рамках всего человечества (и, возможно, в рамках Вселенной).

Соответственно увеличивается и число символов. Далее, устанавливаются правила (алгоритмы) определения символа сложного суждения, если известны символы входящих в него простых (исходных) суждений.

5. Так называемая нечеткая логика (фальш-логика, fuzzy logic, [13]) отличается от предыдущих существенно. Каждый объект (или каждое суждение) рассматривается в ней не как эталон, а как ансамбль сходных объектов. Вместо однозначных ответов (“да” — “нет”) используются вероятностные суждения типа: с вероятностью Р — “да” и с вероятностью 1-Р — “нет”. Разумеется, при этом вводится мера сходства (или различия) объектов. Привлекательность этой логики в том, что она часто (но не всегда) близка к реальности. Недостаток ее в том, что соответствующий ей математический аппарат развит еще недостаточно. Точнее, существуют попытки создать аппарат на основе нечетких множеств, но применение его ограничено. Это не удивительно, поскольку современная математика — язык универсальный, люди им овладели и широко используют. Заменить ее другой математикой равносильно предложению перейти всем на язык эсперанто.

По поводу всех упомянутых вариантов логики можно сделать ряд замечаний.

I). Понятие цели, с которой ставится задача, в них отсутствует. Неявно предполагается, что любая логическая задача когда-нибудь, кому-нибудь для чего-нибудь пригодится. Это относится как к задачам, которые имеют однозначное логическое решение, так и к задачам, которые его не имеют. Так, например, решение проблемы Буриданова осла действительно необходимо для достижения конкретных целей. То же можно сказать и о других парадоксах формальной логики.

II). Во всех упомянутых вариантах логики рассматривается постановка задачи и ответ (если он существует). В действительности построение суждения (или принятие решения) представляет собой процесс, организованный во времени. Он реализуется либо в мыслительном аппарате человека, либо в компьютере. В логике это обстоятельство ускользает от внимания. Поэтому вопрос об устойчивости логических алгоритмов до сих пор не ставился. Устойчивость процесса логического описания того или иного явления и устойчивость описываемого процесса связаны друг с другом. Поэтому устойчивость (или неустойчивость) является важным критерием любой логической задачи. На наш взгляд, дефекты логических схем связаны именно с тем, что этот критерий в них не используется.

В рассмотренных вариантах логики суждения считаются либо абсолютными, либо сильно размытыми (нечеткая логика). В реальности встречаются задачи обоих типов, как требующие точного ответа, так и вероятностного. Выбор какого-либо одного варианта логики означает отказ от решения значительной части задач.

Из приведенных замечаний следует, что ни один из упомянутых вариантов логики не охватывает весь круг актуальных задач современного естествознания.

Возникает вопрос: как быть?

Можно в реальной жизни и в науке вообще обходиться без логики (как, собственно, и поступает большинство людей). Можно попытаться сделать следующий шаг и предложить логику более близкую к реальности. Такую логику можно условно назвать целесообразной. В ее рамках любое утверждение может быть верным, неверным и бессмысленным в зависимости от условий задачи и целей ее решения. Так, например, утверждение А=В верно или неверно в зависимости от того, сколь велика разница между А и В и препятствует ли это отличие достижению цели, с которой делается это утверждение. Справедливость утверждения определяется невозможностью измерить (наблюдать) отличие, а целесообразностью принимать (или не принимать) это отличие во внимание. Если отличие в принципе неизмеримо, то принимать его во внимание заведомо нецелесообразно.

Такое предложение может восприниматься негативно по следующим причинам.

Во-первых, оно низводит логику до уровня прикладных наук и лишает ее ореола божественности и независимости от мирской суеты. Однако именно это обстоятельство позволяет решить наболевшие вопросы и выйти из замкнутого круга бесплодной софистики.

Во-вторых, по звучанию “целесообразная логика” представляется как нонсенс. С первого взгляда кажется, что на любой вопрос можно ответить вопросом: “Чего изволите?”. Однако в реальных задачах такой ответ не так уж глуп. Приведем пример. В рамках формальной логики на вопрос: сколько будет 7х7, верен ответ: 7х7=49 и любой другой ответ не верен. В рамках целесообразной логики столь же верен ответ: 7x7=50. Именно этот ответ часто используют люди для прикидочных расчетов “в уме”, когда требуемая точность невелика.

В конкретных задачах целесообразная логика сводится к какому-либо из известных уже вариантов логики. Так, например, если заменить понятия “истинно” и “ложно” (верно — не верно) словами “целесообразно” — “не целесообразно”, то мы вернемся к аксиоматике классической логики. При этом изменится не структура логики, а правила оценки суждения. Может оказаться, что “верный” (с точки зрения классической логики) вывод “нецелесообразен” и наоборот. Примеры этого мы обсудим позже.

Таким образом, целесообразная логика не претендует на роль новой логической конструкции. Цель ее введения иная, она в том, чтобы определить области применимости известных вариантов логики в естественных науках и сформулировать соответствующие критерии.

Для того, чтобы охватить в единой логической схеме весь круг задач, целесообразно указать меру размытости, обладающую следующими свойствами.

Во-первых, она должна быть конечной, но достаточно малой, такой, чтобы при решения устойчивых задач ею всегда можно было бы пренебречь. Это позволяет использовать в таких случаях традиционную математику без каких-либо изменений.

Во-вторых, в неустойчивых процессах эта мера должнаприводитькполной размытости результата. Это позволяет использовать в таких случаях традиционный вероятностный подход.

С учетом этих замечаний аксиоматику целесообразной логики можно сформулировать в следующем виде.

(1). В каждой задаче должна быть сформулирована цель. Бесцельные задачи квалифицируются как бессмысленные и рассмотрению не подлежат. В этом смысле целесообразная логика перекликается с релевантной[xxxviii].

(2). Любой расчет (или алгоритм) следует рассматривать как процесс, организованный во времени, т.е. проводящийся поэтапно (что справедливо по крайней мере по отношению к компьютерным расчетам). Это позволяет поставить и решить вопрос об устойчивости и/или сходимости в рамках классической математики.

(3). Как и в классической логике каждому суждению соответствует “0” или “1”, но они рассматриваются не как символы, а как числа, близкие либо к 0, либо к 1, например, 0,000...abc или l,000...def, где a,b,c и d,e,f — случайные числа от 0 до 9. Это положение напоминает “fuzzy logic”, но, в отличие от последней, требуется, чтобы “размытость была мала, порядка “обратный гугол”.

(4). Если процесс устойчив и сходится к определенному результату, то автоматически сохраняется аксиоматика классической математики. В этом случае сложное суждение будет “размыто” в ту же меру, что и исходное. Наблюдать такую “размытость” в принципе невозможно.

(5). Если процесс неустойчив, то малая “размытость” исходных суждений приводит к большой (порядка единицы) “сложного” суждения. В результате суждение “истинн

– Конец работы –

Эта тема принадлежит разделу:

Синергетика человекомерной реальности

На сайте allrefs.net читайте: "Синергетика человекомерной реальности"

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: В.В.Тарасенко

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Рецензенты
доктор филос. наук А.И. Алешин кандидат физ.-мат. наук С.Н. Коняев Ф 56Философия науки. –Вып. 8: Синергетика человекомерной реа

Вместо предисловия
Вопрос о“человекомерности” и трансформации науки* Человек есть мера всех вещей, сущих — что они существуют, несущих — что они не существуют.

В.И.Аршинов
Синергетика и методология постнеклассической науки Характеризуя синергетику как междисциплинарное направление исследований, среди прочих ее отличительных

Синергетический пролог
В приложениях математической теории игр к экономике, социологии и политологии проблема сотрудничества проходит под именем “проблемы субоптимальности” или, по названию самой знаменитой субоптимально

Робинзон встречается с Пятницей
Но как только мы переходим от одинокого деятеля к взаимодействию двух или нескольких лиц, — скажем, как только Робинзон встречается с Пятницей, — ситуация, как правило, выходит из-под контроля моде

Паскалево пари
Я хочу теперь поговорить об одном средстве, упоминаний о котором я не встречал в литературе, — во всяком случае, не встречал упоминаний о нем в связи с Дилеммой заключенных и с проблемой субоптимал

Ю.А.Данилов
Синергетика — внутри и вокруг человека В том, что синергетика, занимающаяся изучением сложных (многоэлементных) систем, элементы которых взаимодействуют м

А.А.Кобляков
Основы общей теории творчества (синергетический аспект) Из всех тайн мира самая главная —тайна творчества. С.Цвейг 1.1. Что есть

С.С.Хоружий
К антропологической модели третьего тысячелетия Und wir: Zuschauer, immer, uberall dem allen zugewandt und nie hinaus! Uns ьberfьllt's. Wir ordnen's. Es z

III. Человек как ансамбль стратегий Границы
Становится уже ясно, что обсуждение древних практик способно существенно обновить современные представления о человеке. Но можно сделать дальнейший шаг в этом обновлении: возникающие концепции позв

В.Э.Войцехович
Человек как аттракторбиоэволюции* (антропо-синергетический взгляд на развитие жизни) Пойми себя сам Дельфийский Оракул

Я.И.Свирский
Свидетель зияния (к вопросу о “человекомерности” в науке) Общее размышление относительно “антропологического поворота” в философии и науке

В.П.Визгин
Кризис проекта модерна и новый антропотеокосмический союз В настоящей статье анализируется соотношение науки, эзотерики и религии в XVII веке, когда начин

П.Д.Тищенко
Геномика — наука “другого модерна” Подход к истолкованию сущности человекомерности современной науки удобней начать с истолкования идей ведущего немецкого

Г.В.Гутнер
Антропологический смысл декартовского аргумента* Всякий серьезный разговор о человеке и человеческой природе, как правило, приводит к обсуждени

Л.А.Колесова
Четвертое измерение человека Проблема четырех вопросов В психологии и антропологии с глубокой древности возника

Е.И.Ярославцева
Человек в контексте синергетики Размышления о человеке всегда являются точкой роста и одновременно обнаруживают цикличность: достаточно приступить к ее ре

О.Е.Баксанский
Современные когнитивные репрезентации о мире Проблема соотношения научного и обыденного познания реальности неоднократно рассматривалась представителями р

В.И.Моисеев
Опыт реконструкции определения аффектов в “Этике” Спинозы Настоящее исследование ставит своей целью рассмотрение структуры аффектов в философии Спинозы с

В.Г.Буданов
Принципы синергетики и язык О естественном и искусственном. Речь пойдет о диалоге естественных и формальных языков, однако начнем с замечания о нео

Л.П.Киященко
Мифопоэзис научного дискурса* Все пути мысли более или менее ощутимым образом загадочно ведут через язык. М.Хайдеггер

Д.П.Пашинина
Влекомые языком* В начале было Слово, и Слово было у Бога, и Слово было Бог. Оно было в начале у Бога. Все чрез Него начало быть, и без Него ни

Ф.И.Гиренок
Антропологические конфигурации философии Новое время закончилось первой мировой войной. Эпоха Просвещения разрешилась горой трупов. Русские интеллигенты в

Синергетика человекомерной реальности
Утверждено к печати Ученым советом Института философии РАН   В авторской редакции Художник В.К.Кузнецов Технический редактор А.В

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги