Особливості складних систем

Системою називають набір яких об’єктів, які взаємодіють один з одним за деякими, не завжди нам відомим, правилам. Рівень складності систем може бути дуже різним. Найпростіші системи складаються з небагатьох елементів, простим чином взаємодіють один з одним. Система з двох космічних тіл, пов’язаних взаємним тяжінням, два електричних заряду, взаємодіючі за законом Кулона, більшість взаємодій, що вивчаються в курсі фізики, відносяться до досить простим системам. Але вже Сонячна система, в першому наближенні складається з центральної зірки і дев’яти планет, пов’язаних один з одним гравітаційними взаємодіями, являє собою вже досить складну систему, і розрахунок, наприклад, рухи в ній міжпланетного корабля, – завдання дуже великої складності. Тільки з використанням потужних обчислювальних машин таке завдання вирішується за задовільною точністю.

Такі системи, як екосистеми, занадто складні для сучасних математичних методів та обчислювальної техніки. Умовно їх можна віднести до категорії складних систем, що відрізняються від «простих» не лише великим числом різнорідних елементів, а й розмаїттям структури і характеру зв’язків між ними. Саме число і характер зв’язків визначають не тільки рівень складності, а й основні властивості системи. Наприклад, число типів нервових клітин у мозку не так вже велике, воно вимірюється, навіть з урахуванням різноманітності клітин кожного типу, всього небагатьма десятками. Кількість типів міжнейронних контактів, синапсів, трохи більше десятка. Усі величезне багатство можливостей мозку залежить від числа нейронів і різноманіття зв’язків між ними. Це система, складність якої перевершує сучасні можливості моделювання, якщо намагатися побудувати більш-менш повну модель. У цьому, власне, і полягає проблема «штучного інтелекту».

Чи не менше складність великих екосистем, що складаються з мільярдів особин десятків тисяч видів, пов’язаних між собою харчовими зв’язками, змінами загальної середовища, конкуренцією за притулку, світло та інші ресурси, різними видами спільного використання ресурсів. Навіть на перший погляд не дуже складна система, така як, наприклад, ялиновий ліс, при найближчому знайомстві виявляється що складається з безлічі видів і має складну структуру змінюються в часі зв’язків. Настільки ж або більше складні великі економічні системи, в яких взаємопов’язані люди, колективи, промислові, транспортні, енергетичні, сільськогосподарські компоненти, при різних культурах можуть мати різний характер внутрішньосистемних зв’язків.

Взаємодія економічних систем з екологічними, іншими словами, етносів зі вміщають ландшафтами, є завжди взаємодія двох складних систем, складових разом надскладну суперсистему. Звичайно, терміни «проста», «складна», «надскладне» в застосуванні до систем досить умовні і не означають наявності ясних кордонів між ними. Застосовувати їх можна лише як описові характеристики, і використовуються ці терміни тільки для того, щоб ясніше усвідомити, що адекватні об’єкту, тобто практично повно описують його склад і властивості, моделі поки можуть бути реалізовані тільки для порівняно простих систем. Звідси випливає, що адекватну модель екосистеми, а тим більше соціоекосистеми, в осяжному майбутньому побудувати, швидше за все, не вдасться.
Разом з тим потреба в дослідженнях систем як самостійних об’єктів в міру розвитку науки зростала. Особливо гострою була ця потреба в екології, що має об’єктом досліджень насамперед екосистеми. Системні дослідження потрібні були і в економіці, і в багатьох природничих науках. Задовго до появи потужних ЕОМ (див. статтю ” Комп’ютерні технології”) системи різного ступеня складності, звичайно, привертали увагу вчених, але їх дослідження мимоволі обмежувалися якісним рівнем.

З появою можливості кількісного вивчення багатоелементних систем з різноманітними зв’язками системні дослідження отримали нарешті базу для застосування математичних методів. Дослідження Римського клубу, інші роботи з глобальним моделям, що дозволяють «прорахувати» основні наслідки різних можливих сценаріїв розвитку людства, являють собою найбільш, мабуть, важливі приклади застосування розрахункових методів в аналізі складних систем.

Застосування ЕОМ, дійсно, створило нові можливості в дослідженнях складних систем. Однак у цій області все ще є численні обмеження. Частина з них пов’язана з недостатньою для повного аналізу складних систем потужністю ЕОМ. Для того, щоб скласти доступну для огляду систему рівнянь, що описують основні зв’язки в реальній складній системі, доводиться заздалегідь виділяти найбільш суттєві змінні, нехтуючи багатьма іншими. Цей вибір ніколи не може бути абсолютно надійний, оскільки він визначається не стільки досвідченим шляхом, скільки інтуїцією дослідників. Проте таке виділення істотних змінних дозволяє отримувати достатньо переконливі, хоча й узагальнені результати. Крім того, велика кількість об’єктів і зв’язків в природних системах настільки велике, що збір достатньо повною первинної інформації про них являє собою досить трудомістку і дорогу завдання, часом просто нездійсненне.

Для розробки моделей, досліджуваних на ЕОМ, була необхідна формалізація ознак і властивостей систем. У зв’язку з цим у 60-ті роки став інтенсивно розвиватися так званий «системний підхід», в рамках якого виник досі не визначив своєї приналежності до конкретної науці (математики, інформатики, методології) розділ знань, який можна назвати «системологія». Виник в ході його розвитку більш чітке уявлення про системи виявилося корисним не тільки в галузі математичного моделювання систем, але і в їх якісних дослідженнях.

Розглянемо деякі основні властивості складних систем, маючи на увазі умовність терміна «складна». Один з основних ознак системи, що змушує розглядати її як самостійний об’єкт, полягає в тому, що система завжди щось більше, ніж сума складових її елементів. Це пояснюється тим, що найбільш важливі властивості системи залежать від характеру і числа зв’язків між елементами, що і додає системі здатність змінювати свій стан у часі, мати достатньо різноманітні реакції на зовнішні впливи. Різноманітність зв’язків означає, що є зв’язки різного «ваги» або «сили»; крім того, в системі виникають зворотні зв’язки з різним знаком дії – позитивні і негативні. Елементи або підсистеми, пов’язані позитивним зворотним зв’язком, схильні, якщо їх не обмежують інші зв’язки, взаємно підсилювати один одного, створюючи нестійкість в системі. Наприклад, підвищення середньої температури на Землі веде до танення полярних і гірських льодів, зменшенню альбедо і поглинанню більшої кількості надходить від Сонця енергії. Це викликає подальше підвищення температури, прискорене скорочення площі льодовиків – відбивачів променевої енергії Сонця і т. д. Якби не численні інші фактори, що впливають на середню температуру поверхні планети, Земля могла б існувати тільки або як «крижана», що відображає майже всі сонячне випромінювання, або як розпечена, на зразок Венери, млява планета.

Додаткові зв’язку, що обмежують цю позитивну зворотний зв’язок, створюються рівнем вуглекислого газу в атмосфері, хмарністю, діяльністю рослинного покриву, розподілом водних і повітряних течій. Негативні зворотні зв’язки забезпечують здатність систем до стабілізації стану. Тому чисельність хижака, негативно впливаючи на чисельність жертви, стабілізує її і, значить, себе саме, хоча зв’язок жертва – хижак має позитивний знак: збільшення чисельності жертви дозволяє хижакові також збільшити чисельність. Поєднання позитивних і негативних зворотних зв’язків у ряді випадків створює в системах коливальні режими.
Якість елементів, різноманітність їх характеристик, так само як різноманітність у системі зв’язків між ними, створює багато додаткові властивості складних систем. З цим пов’язана ще одна сторона систем – ступінь їх централізованності або, навпаки, дискретності. Приклад сильно централізованої системи – Сонячна система: зосередження основної частини її маси в центральному світилі, Сонце, визначає підлегле, але дуже стійке положення інших елементів, планет. Високим ступенем дискретності володіють, наприклад, екосистеми; їх стійкість до зовнішніх впливів тим вище, чим більше число складових їх видів, які більш-менш рівноправні як елементи системи і можуть до деяких меж заміняти один одного і підтримувати стан екосистеми.

Ще одна важлива властивість складних систем – їх здатність змінюватися, еволюціонувати в часі відповідно з умовами існування і під дією внутрішніх законів. Наприклад, вид еволюціонує як система, причому система досить складна, багаторівнева: її елементами є і окремі особини, і популяції, і екологічні типи, і багато інших складових аж до підвидів. Зауважимо до речі, що одна з найвідоміших статей Н. І. Вавилова, що вийшла в 30 -ті роки, називалася «Ліннєєвський вигляд як система»; це ясно говорить про виникнення потреби в дослідженні систем задовго до появи сучасної системологія.
Еволюціонують, як ми бачили вище, і екосистеми, і вся біосфера в цілому. Еволюціонує людське суспільство, системи його взаємодії з природними комплексами. Еволюціонують (принаймні, на перший погляд це так і виглядає) навіть технічні Системи, наприклад автомобілі або літаки. Правда, їх «еволюція» є результат еволюції уявлень людей про те, яким повинен і може бути автомобіль або літак, так що це – відображення еволюції іншої системи, а самі технічні пристрої з плином часу можуть тільки руйнуватися.

ПОДІЛИТИСЯ:

Дивіться також:
Італія – реферат