Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Философия математики и технических наук. Учебное пособие для вузов
.pdf
Глава 5. Философские проблемы прикладной математики
Помимо тех трудностей, которые возникают внут
ри науки изза наличия в ней как устоявшихся элемен
тов (традиций, образцов, парадигм, норм), так и новых,
становящихся, нарушающих некоторые традиции, ис
следования сложных систем встречаются с трудностя
ми, которые возникают в процессе контакта результа
тов исследования с их потребителем. Эта трудность
проявляется в том случае, если нет взаимопонимания
между исследователем и тем, кому он служит по
мощником в практической деятельности. Данное явле
ние обычно наблюдается, по крайней мере, на первых
этапах их сотрудничества. Так, например, Дж. Форре
стер, анализируя процесс математического моделиро
вания социальных процессов, пишет. «В технике мате
матические модели в большей мере соответствуют
отражаемым реальным системам в отношении деталей
структуры и действий, чем в классических экономи
ческих моделях. Барьер непонимания, отделяющий
математические модели общественных наук от руко
водящего персонала промышленных предприятий и
государственных учреждений, был почти непреодоли
мым. Это обстоятельство усугубляется тем, что модели
социальных систем, в отличие от моделей физических
систем, описываются в терминах, не принятых в дан
ной области»
33
.
Другими словами, к тем трудностям, которые воз
никают на стадии понимания объекта вследствие раз
личия стилей мышления исследователя и специалис
тапрактика, добавляются трудности в применении
научных данных специалистомпрактиком изза не
адекватности научного языка и терминологии, которая
используется в практической деятельности с изучае
мым объектом. На этой стадии вступают в силу факто
ры, связанные с социальной психологией, научным
воспитанием, взаимопониманием различных соци
альных групп. Но острота этих проблем, связанных с
онаучиванием практической деятельности, будет ослаб
ляться, видимо, по мере совершенствования научных
33
Форрестер Дж. Основы кибернетики предприятия. М., 1971.
С. 44–45.
331

Часть I. Философские проблемы математики и информатики
исследований и развития вычислительных систем, ког
да диалог специалистапрактика и вычислительной
системы будет вестись на языке потребителя.
Мы видим, что эффективность научных исследо
ваний в области прикладной математики, как и во всех
других науках, зависит от многих факторов, и предмет
ных, и коммуникационных. Понять характер познава
тельной ситуации, исходя лишь из ее имманентных
факторов, оказывается невозможным. На нее суще
ственное влияние оказывают различные личностные и
социальные факторы, которые через определенные
исследовательские механизмы непосредственно транс
лируются в собственно научное знание.
* * *
В наше время, когда активно развиваются компью
терные информационные технологии, стратегическое
значение в развитии прикладной математики имеют
науки об искусственном. Основными направлениями
современных наук об искусственном являются:
n робототехника и примыкающие к ней дисципли
ны, занимающиеся конструированием искусственных
органов (эффекторов, рецепторов), а также синтезом
искусственных движений и действий;
n виртуалистика, предметом которой выступает
создание искусственных сред (виртуальных реальнос
тей);
n семиотика — наука о знаковых системах и их
приложениях в современных процессах и средствах
коммуникации;
n нейроинформатика — наука об искусственных
нейронных сетях;
n компьютерная лингвистика — наука о естествен
ных и искусственных языках, применяемых для обес
печения работы ЭВМ;
n искусственный интеллект;
n искусственная жизнь;
n идр.
Центральное место среди этих областей науки за
нимают искусственный интеллект и искусственная
жизнь — обобщающие научнопрактические комплек
332

Глава 5. Философские проблемы прикладной математики
сы, которые, вобрав в себя наиболее ценные идеи и
подходы современного естествознания, воплощают их в
компьютерных системах, способных решать интеллек
туальные задачи или действовать, используя принципы
и механизмы организации живых существ. Можно пред
положить, что уже в первые десятилетия ХХI в. науки
об искусственном выйдут на авансцену мирового раз
вития и сформируются основы единой теории откры
тых, активных, неоднородных, развивающихся искус
ственных систем. Весьма многообещающим направле
нием является область науки, называемая искус
ственной жизнью.
Проблема искусственной жизни (ALife)
Жизнь является одним из важнейших понятий
философии и естествознания. Оно имеет два взаимо
связанных (но относительно самостоятельных) источ
ника своего формирования. В качестве одного источ
ника называют специфичность организации опреде
ленного класса природных объектов, который издавна
выделен человеком в качестве именно живого мира в
противоположность всему остальному как неживому,
косному веществу (выражение В.И. Вернадского). Вто
рым источником является также идущая из глубины
веков потребность человека в понимании смысла соб
ственной жизни, смысла своего существования в мире.
В этой связи возникло два различающихся, но взаимо
связанных значения понятия «жизнь».
Человек является витальным существом (виталь
ный от лат. vitalis – жизненный, имеющий отношение
к жизненным явлениям). Поэтому вопросы жизни,
живого глубоко небезразличны ему. С развитием ком
пьютерных технологий получила новый стимул пробле
ма создания искусственной жизни. Жизни, которая бы
соперничала с естественной жизнью. Не получится ли
так, что человек потеряет свою уникальность, исклю
чительность в универсуме и с точки зрения быть един
ственным разумным живым?
Искусственная жизнь (также известная как
«АLife») — это обширная междисциплинарная область
333

Часть I. Философские проблемы математики и информатики
науки, изучающая жизнь и жизнеподобные процессы
путем компьютерного моделирования и синтеза. При этом
с жизнью и ее артефактами связывают адаптивное по
ведение и эволюционные возможности большого класса
сложных систем.
Цели данного изучения включают:
n моделирование и создание живых и жизнеподоб
ных систем;
n расширение практического применения систем.
Искусственная жизнь, с одной стороны, дает от
веты на традиционные философские вопросы, а с дру
гой — поднимает новые. Поскольку и искусственная
жизнь, и философия исследуют первичную природу
фундаментальных аспектов такой реальности, как
жизнь, искусственная жизнь открывает перед фи
лософами новые подходы к ее изучению и связанных
с этим проблем.
Понятие «искусственная жизнь» было введено
Кристофером Лангтоном (Langton) в начале 90х гг.
прошлого века. Он рассматривал изучение жизни во
всевозможных направлениях и организовал первую
конференцию, которая подробно охарактеризовала это
поле деятельности. С тех пор регулярно проводились
конференции, посвященные достижениям в сфере
искусственной жизни, и ряд научных журналов стал
публиковать работы ученых, изучающих искусствен
ную жизнь.
Искусственная жизнь имеет широкую интеллек
туальную основу. Многие из ее основополагающих кон
цепций совпадают с концепциями, взятыми из более
старых наук: науки о компьютерах, кибернетики, био
логии, теории сложных систем и искусственного интел
лекта.
Джон фон Нейман предложил первую модель ис
кусственной жизни (не называя ее так), создав само
воспроизводящуюся универсальную вычислительную
сущность с использованием автомата ячеек. Фон Ней
ман пытался понять некоторые из фундаментальных
свойств живых систем, такие как способность к само
воспроизведению и эволюции сложных адаптивных
структур. Его подход сводился к конструированию
334

Глава 5. Философские проблемы прикладной математики
простых формальных систем, которые были бы способ
ны проявлять подобные свойства. Эта конструктивная
и абстрактная методология олицетворяет современную
искусственную жизнь, а автомат ячеек до сих пор
широко используется в этой области.
Приблизительно в то же время кибернетики при
менили два новых средства к изучению живых систем:
теорию информации и анализ саморегулирующихся
процессов (гомеостаза). Одна из характеристик живых
систем — это поддержание постоянства внутреннего
состава — их способность сохранять равновесие внут
ри системы при постоянно изменяющихся условиях
внешней среды. Эта способность до сих пор является
объектом изучения в искусственной жизни. Теория
информации рассматривает передачу сигналов неза
висимо от их физического, материального представле
ния. Абстрактность и независимость от характера ма
териального носителя являются характеристиками
искусственной жизни.
Вклад биологии в искусственную жизнь заключа
ется в предоставлении знаний обо всех формах жизни,
населяющих Землю. Цель искусственной жизни — по
знать все формы жизни, которые могли бы существо
вать в любом месте вселенной, а детальная информа
ция о жизни на Земле – безусловно, хороший вклад в
достижение этой цели. Биологи также обеспечили
искусственную жизнь моделями, которые были изна
чально разработаны для изучения специфических био
логических явлений. Например, случайные логические
сети, которые были сначала изобретены Стюартом
Кауфманом (Kauffman) как модели сети регуляции
ионов, сейчас являются парадигмой в исследованиях
искусственной жизни.
Физики и математики также вносят существенный
вклад в развитие искусственной жизни. Один из при
меров — исследование автомата ячеек как пред
ставителя сложных систем. Кроме того, методы искус
ственной жизни по изучению моделей систем, которые
достаточно просты для всеобщей применимости и про
ведения качественного анализа, первоначально ис
следовались в статистической механике и динамике.
335

Часть I. Философские проблемы математики и информатики
Например, модель Исинга (Ising) состоит из простран
ственной решетки направленных вверх и вниз спинов,
связанных простыми локальными взаимодействиями,
подвергающимися случайным термическим перепадам.
Эта модель настолько абстрактна, что она практически
не включает ни один из элементов детальной внутрен
ней физической структуры таких материалов, как, на
пример, чаша с водой или железный стержень. Тем не
менее модель обеспечивает точную количественную
характеристику того, как жидкая вода превращается в
водяной пар или железный стержень теряет намагни
ченность в результате увеличения температуры.
Искусственная жизнь имеет глубокие корни так
же в науке об искусственном интеллекте (AI). Способ
ность жить и развиваться в постоянно меняющемся и
нестабильном окружении требует хотя бы зачаточной
формы интеллекта. Таким образом, объекты исследо
вания искусственной жизни и искусственного интел
лекта перекрываются. Методология этих двух наук
также похожа, поскольку и та и другая изучают есте
ственные явления для создания вычислительных мо
делей. Вычислительная методология искусственной
жизни особенно близка к коннектионистскому движе
нию, которое недавно внедрилось в искусственный
интеллект и теорию познания.
Методология компьютерной модели искусственной
жизни имеет ряд достоинств. Наука представления
модели в осуществимом компьютерном варианте нуж
дается в точности и прозрачности. Компьютерные мо
дели обеспечивают нужную степень абстрактности, не
обходимую для максимально обобщенных моделей яв
ления. Восходящая архитектура моделей искусственной
жизни создает возможность придать модели реалис
тичную сложность, которой лишены аналитически изу
чаемые математические модели. Раскрыть суть и обес
печить понимание глобальных эффектов, которые
возникают в сети одновременных нелинейных взаимо
действий, оказывается возможным через процедуры
построения восходящих моделей и затем через эмпи
рическое изучение их глобального поведения посред
ством компьютерного моделирования.
336

Глава 5. Философские проблемы прикладной математики
Модели искусственной жизни соответствуют при
мерам живых систем. Сами по себе модели – это
параллельные системы с восходящей архитектурой,
состоящие из простых членов, взаимодействующих
локально. Модели многократно соединены в цепочки,
что ведет к всеобщему согласованному поведению.
Иногда низкоуровневые модели называют «агентски
ми» или «частными». В целом поведение системы пред
ставлено только косвенно. Этот факт является резуль
татом взаимосвязей набора напрямую представленных
частей («агентов», «единиц»). Опишем две модели ис
кусственной жизни, иллюстрирующие данный пример.
Параллельный, распределенный характер моделей
искусственной жизни включают, например, восходя
щие модели, в которых набор автономных агентов под
чиняется простым локальным правилам. На самом деле
агенты во многих моделях искусственной жизни сами
контролируются внутренними взаимосвязанными се
тями. Но существует, по меньшей мере, три важных
различия между типичными моделями искусственной
жизни и коннектионистскими моделями, привлекшие
наибольшее внимание, такие как сети типа «связь
вперед», которые изучаются алгоритмом обратного
распространения ошибки обучения (нейронные
Обучающие алгоритмы, задействованные в мо
делях искусственной жизни, обычно избегают этих
крайностей. Они, как правило, неконтролируемые и
находятся в постоянном функционировании (можно
всегда управлять). Часто этим алгоритмом является
просто естественный отбор.
Вовторых, хотя в функционировании систем ис
кусственной жизни имеют место вмешательство и
интерпретация человеком (человеческий фактор), од
нако в моделях искусственной жизни ввод информа
ции (т. е. ее получение агентом на микроуровне) про
исходит напрямую из окружающей среды, в которой
находится агент. Во многих случаях эта среда сама по
себе часть компьютерной модели. Конечно, именно
проектировщик создает модель, но особый способ влия
ния модели на поведение агентов — результат непред
сказуемого набора низкоуровневых взаимодействий
сети).
337

Часть I. Философские проблемы математики и информатики
внутри самой модели. В модели искусственной жизни
результатом действия агентов на микроуровне являет
ся порождение какоголибо действия в окружающей
среде, а эти действия напрямую влияют на благопо
лучное существование всех агентов. Таким образом, их
реакция обладает внутренним смыслом, независимо от
разработчика.
Втретьих, в исследованиях искусственной жизни,
как правило, занимаются поисками различных видов
динамического поведения. Исследования искусствен
ной жизни направлены в большой степени на харак
терное поведение живой системы как процесс непре
рывной созидающей эволюции, поэтому целью многих
моделей искусственной жизни является незамкнутая
эволюционная динамика, которая совершенно далека
от состояния равновесия.
Живой мир часто представляется как стабильная
иерархия уровней. Эти уровни включают (помимо дру
гих вещей) химические вещества, органеллы, клетки,
органы, организмы и экосистемы. Модели искусствен
ной жизни обычно детально представляют один уровень
с целью создать характерные явления более высокого
уровня. Одной из существенных целей искусственной
жизни является поиск единой модели, которая воссо
здавала бы поведение всех этих уровней на основе под
робной спецификации только низшего уровня. Таким
образом, в данной сфере существует трудность в созда
нии такой модели, которая воссоздавала бы два уровня
явления.
Наиболее простое явление, исследованное учены
ми для создания модели искусственной жизни — это
самоорганизация. Такие модели изучают появление
структуры из бесструктурных ансамблей начальных
условий, таких как модели химических смесей, в кото
рых могут возникать фундаментальные структуры,
например автокаталитические сети. Цель большинства
моделей — организменный уровень, иногда со значи
тельными взаимодействиями между организмами. Эти
модели, как правило, допускают изменения внутри
организмов как часть динамики системы (например,
посредством генетического алгоритма). Наиболее рас
338

Глава 5. Философские проблемы прикладной математики
пространенной целью исследований с использовани
ем этих моделей является идентификация и объясне
ние структуры, возникающей в последующем эволюци
онном процессе. Некоторые модели действуют на уров
не между химическим и организменным, и их целью
является достижение понимания в развитии путем
создания различных взаимодействий внутри модели.
Другие модели интерорганизменные, в том смысле, что
они нацелены на создание моделей, имитирующих
взаимодействие между разными видами организмов
или агентов. Эти модели часто содержат элементы
теории игр.
Многие модели искусственной жизни созданы не для
представления известных биологических систем, а для
рождения совершенно новых и поразительно простых
случаев правдоподобных явлений жизни. Простейший
пример такой системы — так называемая «Игра жизни»,
разработанная математиком Джоном Конвеем (Conway)
в 60х гг. прошлого века. Можно считать «Игру жизни»
Конвея моделью на физическом и химическом уровне,
объединяющей предельно простую и уникальную фор
му химических взаимодействий. Тем не менее самоорга
низация, представленная в данной модели — это не де
монстрация химической самоорганизации в реальном
мире, а совершенно новый экземпляр этого явления.
Игра жизни — это двухфазный двухмерный клеточный
автомат с примитивными законами ближайшего окруже
ния. Перемещение во времени в дискретных шагах и со
стояние клетки в заданный момент времени определяет
ся состояниями восьми окружающих клеток в соответ
ствии с простым правилом «рождения и смерти»:
«мертвые» клетки становятся «живыми» тогда и только
тогда, когда ровно три соседа являются «живыми», и «жи
вые» клетки «умирают» тогда и только тогда, когда мень
ше двух или больше трех соседей являются «живыми».
Путем проверки правила «рождением — смерть» нельзя
выявить ничего значимого в путях поведения всей сис
темы. Но когда происходит стимуляция системы, появ
ляется большое количество различных сложных динами
ческих изменений и можно распознать и клас
сифицировать сложный набор структур. Можно даже
339

Часть I. Философские проблемы математики и информатики
создать путем подходящего расположения начальной
конфигурации живых ячеек универсальную машину
Тьюринга в пределах модели «Игра жизни». В таких кон
струкциях каретки проявляют функцию передачи сиг
налов. Анализ вычислительного потенциала клеточного
автомата на базе взаимодействия кареток стал основным
объектом исследования.
Другим примером модели искусственной жизни
уже на организменном уровне является Тьерра (Ray
1992). Эта система искусственной жизни состоит из
организмов, которые на самом деле простые, самовос
производимые компьютерные программы, существую
щие в среде, состоящей из памяти компьютера и все
поглощающего времени центрального процессора как
источника энергии. Генотип Тьерры состоит из после
довательности машинного кода, и каждая особь Тьерры
есть подобие генотипа Тьерры. Моделирование начи
нается, когда память компьютера модифицируется с
единственной самореплицирующейся программы, пред
ка, который затем оставляется для дальнейшего само
воспроизведения. Предок и его потомки повторно вос
производятся до тех пор, пока доступный объем памяти
не заполнится особями, обладающими генотипом пред
ка. Для создания места в памяти для новых потомков
более ранние особи постоянно удаляются из системы.
При воспроизведении особи иногда происходят мута
ции, следовательно, в популяции Тьерры идет естествен
ный отбор. Если мутация позволяет особи быстрее раз
множаться, этот генотип имеет шансы доминировать в
популяции. Со временем экология генотипов Тьерры
становится очень разнообразной. Быстро размножаю
щиеся паразиты, которые используют генотип хозяев,
эволюционируют, что делает возможным эволюцию
других видов, устойчивых к паразитам. После миллио
нов циклов центрального процессора Тьерра, как пра
вило, содержит множество видов особей, обладающих
разнообразными конкурирующими и сосуществующи
ми экологическими взаимоотношениями.
Компьютерное моделирование является основным
способом изучения сложных адаптивных систем. Оно
играет ту же роль, что и наблюдение и эксперимент в
340
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]
