Синергетическая интерпретация связи тело-психика (Г. Хакен)

По Хакену, синергетика занимается изучением систем, состоящих из большого (очень большого, "огромного") числа частей, компонент или подсистем, одним словом, деталей, сложным образом взаимодействующих между собой. Слово "синергетика" и означает "совместное действие", подчеркивая согласованность функционирования частей, отражающуюся в поведении системы как целого. Появление нового междисциплинарного направления встретило, как принято теперь говорить, неоднозначный прием со стороны научного сообщества. Дебаты между приверженцами синергетики и ее противниками по накалу страстей напоминали печально знаменитую сессию ВАСХНИЛ или собрания, на которых разоблачали и осуждали буржуазную лженауку кибернетику. Хакена обвиняли в честолюбивых замыслах, в умышленном введении легковерных в заблуждение.

Синергетика изучает системы, состоящие из огромного множества взаимодействующих частиц (слово «частицы» здесь использовано в обобщающем смысле и может быть заменено по желанию на «объекты», «индивиды», «субъекты рынка» и т.д. и т.п.). Основы этой науки были заложены применительно к физической химии профессором Свободного университета в Брюсселе Ильей Романовичем Пригожиным, награжденным за полученные им результаты Нобелевской премией. Он назвал эту науку наукой о самоорганизации, или наукой о сложном. Позже немецкий физик Г.Хакен успешно применил те же принципы к исследованию явлений в квантовых генераторах и предложил ныне широко используемое название «синергетика». Синергетика появилась не сразу, не в силу озарения. С начала ХХв. стало расти осознание того, что весь окружающий мир не может быть описан законами только классической механики. Люди в практической деятельности сталкивались с явлениями, которые не могли быть описаны в рамках известных на тот период теорий, построенных для детерминированных систем, например, небесной механики. Оказалось, что необходимо знать законы стохастических процессов, в частности, развитие радиосвязи и телефонных сетей потребовало развития теории нелинейных систем.

Вместе с тем, математическое моделирование социальных процессов тема по- прежнему деликатная и для многих сомнительная, в силу плохой определенности понятий состояния социальной системы, обоснованности вида связей и ее дифференциальной динамики. Эти вопросы нельзя решать универсальными рецептами и они всегда останутся предметом диалога эксперта-социолога и математика-модельера. Сам же диалог, по словам одного известного математика, зачастую напоминает "любовные игры слепых в зарослях крапивы" --- при явной заинтересованности сторон возникают постоянные и непредсказуемые ситуации острого непонимания и неприятия. Вероятно и поэтому тоже можно слышать, иногда от очень авторитетных гуманитариев, об опасности использования формальных методов в антропной сфере, где человек рефлексивен, непредсказуем, свободен, культурноисторичен. Все это так, но если пытаться сохранить когнитивную и прогностическую ценность науки, в чем преуспело естествознание, а не только дескриптивно-компаративную, то неизбежен поиск усредненных, коллективных степеней свободы, поддающихся в мягком смысле математическому моделированию, при учете социогенетических аспектов природы человека. И здесь, мы считаем, в моделировании необходим больший акцент на принципах наблюдаемости и коммуникации (9,12,20).

 

Проблемы дифференциальной динамики. На наш взгляд, ключевая проблема заключается в том, что большинство физических моделей используют марковский подход, т.е. состояние системы определяется в последующий момент времени целиком и полностью состоянием в данный момент времени, это основной принцип дифференциальной динамики. Именно для таких моделей, со времен А.Пуанкаре, бурно развивается качественная теория дифференциальных уравнений, теория бифуркаций, теория динамического хаоса; именно здесь наработана интуиция синергетической парадигмы Пригожина-Хакена, ее универсальные рецепты работы с порядком и хаосом. Но человек и социум обладают глубиной памяти больше чем лишь в один шаг, и марковские процессы, видимо, не самые адекватные образы исторического и социального развития, хотя бы в силу того, что система может учиться, приобретать опыт. Справедливости ради отметим, что это отнюдь не перечеркивает успехов локального дифференциального моделирования на условно небольших временах, где так же ведутся интенсивные исследования по мягкому моделированию с помощью пучков моделей (В. Арнольд), нечетких множеств и т.д..

 

Тем не менее, проблему памяти на этом пути радикально решить нельзя. В частности, уже биологические системы предполагают одновременное взаимодействие хотя бы трех поколений, отметим, что именно поэтому в живых системах, и вообще в системах с памятью, имеет выделенный статус "золотое сечение", то есть им присуще порождение и возможность различения гармонии (28), чего в принципе нельзя обосновать в рамках дифференциальной динамики.

 

Проблемы нейрокомпьютинга. В последние два десятилетия бурно развивается иная, нелокальная концепция --- концепция синергетического компьютинга, клеточных автоматов, реализующая идеи искусственного интеллекта. Это своего рода субстратный подход, когда меняя правила "общения" элементов-нейронов мы создаем клеточноавтоматную среду с некими свойствами, подлежащими изучению в процессе обучения нейрокомпьютера и решения им различных задач. Под всякий класс задач необходим свой нейрокомпьютер, обученный экспертами типовым приемам и стилю решения задач. Здесь проблемы памяти, обучения, воспитания или самовоспитания решаются вполне в гуманитарном ключе, система безусловно исторична, но мы платим за это непрозрачностью действий такой системы, она не всегда предсказуема, а вопрос о правильности ее поведения или результатов просто не корректен. Это скорее интуитивный стиль решения задач нежели дескриптивный процесс (7, 23). И мы покидаем "мир истин" дифференциальной динамики и погружаемся в "мир мнений" нейрокомпьютерной реальности. Эта другая крайняя точка зрения, вряд ли прояснит многое нам о социальной системе, скорее это компьютерный гуру, который ничему не научит, но сам будет решать наши проблемы.

 

Мезопарадигма синергетики. Об ограниченности дескриптивных процедур позитивного знания, горизонтах понимания мы знаем не так много, но знаем, что рефлексивный процесс приближает нас к ним с неизбежностью при достаточно высокой своей интенсивности (17,23). В этом, в частности, ограниченность процедур теории возмущений. Поэтому под мезопарадигмой синергетики мы будем понимать подход находящийся между Сциллой марковских "амнезированных" дескриптивных процессов и Харибдой генетических методов нейрокомпьютинга. Фактически, это синтетический подход, когда система часть времени развивается вполне предсказуемо, а в период становления востребуется ее генетическая программа-память, внутреннее пространство, которое само может изменяться, после чего развитие вновь происходит по дифференциальным законам. Таким образом точки бифуркации, выбора проходятся не случайно, ( равновероятие исходов), но с учетом генетических склонностей системы. Аналогичные идеи мы находим в концепции "русел" и "джокеров" Г.Г. Малинецкого (25). Внутреннее пространство может иметь свою иерархию уровней, которая на внешнем плане может выглядеть, как проявление очередности и синхронизмов в поведении различных субъектов системы, или подсубъектов индивида. Возникают фрактальные временные коммуникационные паттерны, которые невозможно описать в рамках марковского подхода. Примером такого подхода к природе и обществу служит метод ритмокаскадов (26-28), предложенный одним из авторов в 1996 году. Его приложения к реконструкции истории и прогнозу развития человекоразмерных систем предполагают командную работу экспертов различных дисциплин и уже есть обнадеживающие результаты.

 

На наш взгляд именно синтетический подход в рамках мезопарадигмы синергетики позволит анимировать ее многие хорошо известные модели для гуманитарных приложений и выдвинуть принципиально иной класс эффективных коммуникационных моделей. Сегодня эта программа может реализоваться в рамках все более популярного сетевого подхода к антропным средам.