Синергетика 2, Cинергетика 3 или Эволюционная кибернетика

Предмет исследования, методологические подходы


Предмет эволюционной кибернетики достаточно понятен - анализ эволюции информационных систем и обеспечиваемых этими системами кибернетических свойств. В первую очередь - это исследования естественных (биологических) кибернетических систем: от молекулярно-генетических систем управления простейших клеток до высокоорганизованных нейронных систем, до интеллекта человека. Анализ искусственных информационных систем менее интересен, во-первых, потому что известно, как такие системы эволюционировали, во-вторых, биологические кибернетические системы содержательно значительно богаче искусственных. Хотя, конечно, очень интересно сопоставление естественных и искусственных кибернетических систем.

Можно надеяться, что в процессе исследования процесса эволюционного происхождения интеллекта получат определенное прояснение глубокие философские вопросы: Как и почему возникла способность человека познавать внешний мир? Почему человеческая логика, человеческое мышление применимы к познанию природы, в частности, почему они применимы в научном познании? Т.е., указанные исследования могут привести к определенному обоснованию всего научного познания.

Рассмотрим кратко методы, которые могут быть применены в исследованиях эволюционной кибернетики.

Первый подход - систематизация, разработка общих концепций, качественный анализ эволюции кибернетических систем.

Яркий пример, иллюстрирующий этот подход, - книга В.Ф.Турчина "The Phenomenon of Science" [8]. Книга была написана в нашей стране примерно в 1970 г., однако из-за политической деятельности ее автора была издана только в США в 1977 г. В.Ф.Турчин рассматривает биологическую эволюцию с кибернетической точки зрения, а эволюцию научного познания - как продолжение биокибернетической эволюции. В книге последовательно проанализированы ступени биологической эволюции, а также этапы возникновения и развития математического знания. Книга написана исключительно четко, с хорошо обоснованной внутренней логикой. В качестве кибернетической основы исследования В.Ф.Турчин использует предложенную им "теорию метасистемных переходов".


Кратко и очень упрощенно суть теории метасистемных переходов сводится к следующему: переход от нижних уровней системной иерархии к верхним происходит путем метасистемных переходов. Каждый метасистемный переход можно рассматривать как объединение ряда подсистем Si нижнего уровня и появление дополнительного механизма управления C объединенными подсистемами. В результате метасистемного перехода формируется система S' нового уровня (S' = C + Si Si), которая может быть включена как подсистема в следующий метасистемный переход. Примеры метасистемных переходов:

управление положением = движение

управление движением = раздражимость (простой рефлекс)

управление раздражимостью = (сложный) рефлекс

управление рефлексами = ассоциации (условный рефлекс)

управление ассоциациями = человеческое мышление

управление человеческим мышлением = культура

В.Ф.Турчин рассматривает метасистемный переход как некий кибернетический аналог фазового перехода. Он уделяет особое внимание количественному накоплению "потенциала развития" в подсистемах Si перед метасистемным переходом на качественно новый уровень иерархии, а также процессу размножения и развития подсистем предпоследнего уровня иерархии после метасистемного перехода.

Второй подход - построение математических моделей конкретных биокибернетических систем в эволюционном контексте. Приведем несколько примеров таких моделей.

Пример 1 - модели М.Эйгена, П.Шустера, В.А.Ратнера, В.В.Шамина, Р.Файстеля [9-12], иллюстрирующие этапы самоорганизации макромолекулярных систем в процессе происхождения жизни. Эти модели - формальное описание гипотетических этапов возникновения макромолекулярных самовоспроизводящихся структур, предшественников простейших клеток.

Пример 2 - модель адаптивного сайзера, иллюстрирующая возникновение простейшей системы управления на уровне макромолекулярных самовоспроизводящихся систем [13].

Пример 3 - автоматы С.Кауффмана [14], представляющие собой системы случайно соединенных между собой логических элементов (с фиксированной степенью связности между элементами).Модели автоматов С.Кауффмана иллюстрируют функционирование молекулярно-генетических систем управления живых клеток на разных стадиях биологической эволюции.

Краткое описание отмеченных моделей содержится в [2,4].

Естественно, первый (разработка концепций) и второй (математическое моделирование) подходы взаимно дополняют друг друга.



Содержание раздела