От автора

Понятие «сложная система» (СС) так прочно вошло в научную терминологию, что нередко воспринимается как сочетание двух слов, легко трактуемых интуитивно. Между тем, контринтуитивное поведение является одной из характеристик СС, точно так же, как интуиция есть неотъемлемым свойством лишь одной из них – головного мозга человека. Некоторые признаки интуиции демонстрируют компьютерные шахматные программы, обыгрывающие сверхчемпионов. Но компьютеру не дано разжиться такой интуицией, которую имел(и) автор(ы) Экклезиаста. Замечу – Экклезиаста того и такого, который мы читаем в Ветхом Завете. «Второй Экклезиаст», во многом подобный первому, обученная ЭВМ смастерит достаточно уверенно, но такие игрища компьютера не сравнимы с играми ума Homo sapiens.

Материал, который я предлагаю вниманию читателей, далек от проблем искусственного интеллекта. Этот материал сух и строг, потому что речь идет о самом простом, что можно сказать о самом сложном: об истоках, экстрагированных из «Словаря по кибернетике» (Киев, 1989, 752 с.)

Можно сказать, что совокупность элементов образует единую систему, если они обладают статистической или динамической структурой для выживания», т.е. взаимодействия для достижения локальных и глобальных целей. Синтезогенез – это увеличение числа потенциально возможных свойств, которые могут пригодиться при встрече с непривычными системе ситуациями и средами. Сегрегациогенез – дифференциация функций, выполняемых отдельными подсистемами, ведущая затем к изменению их структуры для осуществления новых функций.

При описании автоматов, обладающих целесообразным поведением в случайных средах, имеет смысл введение такой характеристики, которую можно назвать глубиной памяти. Это – длительность времени, за которые автомат учитывает свои выигрыши и проигрыши. Глубина памяти автоматов – аналог способности игроков в казино к оценке ситуации (их интеллектуальный уровень). Это условное понятие относится к способности усреднять свои выигрыши и проигрыши. Никто ничего больше не знает – ни числа участников игры, ни текущей ситуации, ни даже того, в какую игру они играют. Если  характеризовать результаты игры матожиданием среднего выигрыша, то с ростом глубины памяти автомата целесообразность его поведения растет. С ростом числа игроков растет вероятность того, что случайное распределение игроков по стратегиям обеспечивает максимальный суммарный доход. При этом в принципе безразлично, какие алгоритмы применяются для поиска экстремума. Можно говорить о «рациональном» поведении, о способности «предвидеть» события, об «умении» действовать избирательно. И все же: способы достижения цели имеют по преимуществу характер заданный, а не приобретенный. «Опыт» всего лишь модифицирует заданные типы поведения.

Целенаправленность характеризует научно идеализированное представление о реальном процессе, но к самому процессу отнесено быть не может. Сознательно приписываемое вещам и явлениям гипотетических свойств, которыми они заведомо не обладают, не облегчает, а затрудняет задачу исследования. Биология не элиминировала целесообразность и целеполагание из представлений о живой природе в силу его объективного содержания. Всякая цель (осознанная или нет) есть функциональный инвариант самоуправляемой системы. В простейшем случае таковым является сохранение какого-то параметра самоуправляемой системы в допустимых (для системы) пределах. Все свойства функциональных инвариантов согласуются с понятием «цель». При этом исходная цель с первых шагов своего существования перестает быть сама собой, подвергаясь корректированию с помощью обратных связей. Кроме того, исходная цель изменяется поскольку, поскольку возможность превращается в действительность, а вероятность становится фактом. Реализованная цель не оказывает никакого влияния на свою причину, т.е. исходную цель. Постановка и реализация исходной цели не нарушает принципа причинности, не ставит следствие раньше причины. Подлинной причиной направленного изменения системы является именно исходная цель – следствие «опыта» системы и выражение ее «потребностей» (будем ли мы это слово брать в кавычки или нет).

Представление, согласно которому потребности позволяют отделить живое от неживого, в функциональном смысле достаточно неубедительно. Остается неясным, чем потребности отличаются от поискового поведения сложных машин, когда они сигнализируют о выходе из строя какого-либо элемента, указывают на угрозу конкретной опасности, «ищут» элемент для замены. Если в биологическом стиле определять потребность как «некоторое состояние, созревающее внутри организма и организующее поиск для его удовлетворения», то достаточно в технической системе предусмотреть индикатор таких состояний, чтобы искусственно реализовать потребности.

Итак, «технические системы» и «биологические системы» тождественны по многим признакам системности, но мера их сложности не всегда может быть определена, если исходить из их управленческих и поведенческих успехов при решении конкретных задач.

Развернутая в мини-словарной форме характеристика системных сущностей является содержанием трех последующих разделов. Я призываю всех заинтересованных к участию в дискуссии, конструктивной критике, а также к готовности стать соавтором нового (расширенного, исправленного, улучшенного и т.д.) текста. Как сказались 15 прошедших лет на актуальности и полезности тем в старом добром кибернетическом словаре? Действительно ли сегодня можно говорить о блеске (бывшем) и нищете (нынешней) кибернетики, «выродившейся» в науку о компьютерах и прикладных программах?

В.П. Войтенко, руководитель лаборатории математического моделирования НИИ геронтологии АМН Украины, д.м.н., профессор, заслуженный деятель науки и техники Украины, лауреат Государственной премии УССР

e-mail: voitenko@geront.kiev.ua

июнь, 2015

Раздел первый. Регулирование и управление в сложных системах

(возвращение к истокам)

1.1 Закон регулирования (ЗР) – зависимость, в соответствии с которой формируется регулирующее воздействие на объект регулирования. В  системах программного управления и в следящих системах ЗР формируется по сигналу ошибок и возмущений, а в системах стабилизации по отклонению регулируемой величины от заданного значения. В ЗР кроме отклонений (ошибок) могут входить их интегралы и производные, в связи с чем различают пропорциональный, интегральный, пропорционально-интегральный и пропорционально-интегрально-дифференциальный законы регулирования.

1.2 Регулятор автоматический (РА) – устройство, присоединяемое к регулируемому объекту и предназначенное для автоматического регулирования его выходной (регулируемой) характеристики. РА образует обратную связь в замкнутой системе автоматического регулирования (САУ). РА состоит из таких функц. элем.: чувствительного (измерительного), задающего, осуществляющего сравнения, усилительного, управляющего и исполнительного. Различают П-регуляторы (статистические), И-регуляторы (астатистические), ПИ-регуляторы (изодромные), ПИД-регуляторы (изодромные с предварением). В зависимости от используемой энергии и конструктивных особенностей различают регуляторы гидравлический, пневматический, электрический и электронный.

1.3 Управляемость – одно из основных понятий теории управления, характеризующее возможности приведения управляемой системы в заданное состояние, если существует управление, обеспечивающее ей перевод из управляемого начального состояния в произвольное (желаемое) состояние за конечное время. Возможна частично управляемая система, имеющая подмножество начальных состояний, из которых достижение произвольного желаемого состояния за конечное время достичь невозможно.

1.4 Управление с адаптацией – управление в системе с неполной априорной информацией о процессе управляемом, изменяющееся по мере накопления информации и применяемое с целью улучшения работы системы. Такое значение термина адаптация сложилось под влиянием технических приложений и несколько отличается от его содержания в биологии. Наиболее развита теория адаптивных систем управления, для которых моделями неопределенности приняты стохастические модели и статистики случайных величин и случайных процессов с использованием функции распределения вероятностей. Одной из таких является теория, рассматривающая задачу об оптимизации управления с адаптацией наконечном интервале работы системы.

1.5 Управляющее воздействие – сигнал, поступающий на вход объекта управления от регулятора и влияющий на выходную (регулируемую) величину. В системах автоматического регулирования сигнал обычно называют регулирующим воздействием. Управление воздействием в системе автоматического управления изменяется так, чтобы регулируемая величина соответствовала заданию или достигала некоторого оптимального значения.

1.6 Критерий качества биологических систем управления – набор правил и основных принципов, являющихся целью процесса управления. Биологические системы управления (БСУ) – устойчивы. Любая БСУ в процессе нормального функционирования минимизирует расход вещества, энергии и информации. Выполнение этого критерия не означает взаимно однозначного соответствия между параметрами среды и биосистемы. В организме никогда не воспроизводятся одни и те же комбинации параметров биосистем при одних и тех же повторяющихся состояниях среды. Этим обеспечивается готовность к изменениям и адаптации, т.е. реализуются свойства лабильности, подвижности, стохастичности.

1.7 Живучесть систем (ЖС) – способность к сохранению основных функций даже при пониженной эффективности их реализации, при воздействии факторов катастрофического характера. Теория оценки ЖС развита слабо в связи с трудностью предсказания маловероятных катастрофических событий.

1.8 Эффективность системы (ЭС) – числовой показатель, характеризующий качество их работы в заданных условиях применения. Для исследования влияния на ЭС различных факторов используется коэффициент Ki = W/Wi, где W это ЭС в реальных условиях Wi – эффективность идеализированной системы, в которой исключено отрицательное воздействие i-го фактора.

1.9 Эффективные состояния (ЭСост.) – парето-оптимальные при тех или иных критериях оптимальности. ЭСост. называется парето-оптимальным, если на заданном множестве не существует другого состояния, которое было бы не хуже по всем показателям и лучше по одному из них. В широком классе ситуаций каждому ЭСост. соответствует вектор двойственных переменных интерпретируемых как цены. Этот играет  важную роль в экономических теориях и бизнес-практике.

1.10 Регулятор экстремальный – оптимизатор автоматический, выполненный в виде специального  устройства, автоматически отыскивающего и поддерживающего такие значения регулирующего воздействия на входе объекта, при которых выходная величина (показатель качества работы) достигает экстремального (наибольшего или наименьшего) значения.

1.11  Система регулирования соотношений (СРС) – система автоматического регулирования, предназначенная для стабилизации требуемой зависимости между параметрами одного и того же управляемого объекта. СРС выходных величин двух объектов содержит две обычные системы автоматического регулирования с обратной связью, но задатчик одной из этих систем (ведомой) корректирует в зависимости от значения регулируемой величины другой системы (ведущей).

1.12 Система с сосредоточенными параметрами – система управления, состояние которой описывается функциями, зависящими только от времени. Пример – система материальных точек с приложенными к ней управляемыми силовыми воздействиями. Математическая модель системы с сосредоточенными параметрами -- совокупность дифференциальных уравнений в обыкновенных производных. Такими моделями описываются процессы в механике, физике, химии, экономике, а также в биологии.

1.13 Замкнутая система управления – система автоматического управления (САУ), а которой используется принцип управления по отклонению. В замкнутой системе регулируемая величина сравнивается с задающим воздействием и определяется отклонение, в зависимости от которого на объект подается регулирующее воздействие, уменьшающее это воздействие (принцип обратной связи). Замкнутая система стремиться уменьшить отклонение независимо от того, какими возмущениями оно вызвано, поэтому она менее чувствительна к изменениям параметров объета, чем разомкнутая система управления.

1.14 Разомкнутая система управления (РСУ) – 1. Система из последовательных или параллельных звеньев, не охваченных обратной связью. 2. САУ, в которой используется управление по возмущению с целью его компенсации. Недостаток РСУ – с их помощью невозможно компенсировать действия неизмеряемых возмущений. В этой связи управление по возмущению используется в комбинации управления по отклонению.

1.15 Система управления с переменной структурой – САУ с логическими элементами, разрывающими и/или восстанавливающими связи между функциональными элементами и тем меняющая структуру. Несмотря на разнообразие с ложность управления системой управления с переменной структурой, их реализация осуществляется простыми техническими средствами. Переменный структуры используются для решения важнейших задач САУ, что позволяет эксплуатировать лучшие свойства каждой структуры, что невозможно при структурном постоянстве.

1.16 Система экстремального управления (СЭУ, см. также 2.1) – система в которой автоматически выдерживается экстремум (целевая функция), к которой принадлежат, например, КПД, производительность, себестоимость, энергозатраты и проч. При экстремальном управлении отыскивается экстремум стратегической характеристики нелинейного нестационарного объекта, обладающего инерционностью и подверженного возмущениям, изменяющим место экстремума в пространстве управляющих воздействий. Этим задача экстремального регулирования отличается от поиска экстремума функции многих переменных, где инерционность объекта и дрейф экстремума не рассматриваются. Задачи, решаемые при создании СЭУ, касаются помех, возмущений и инерционности объекта.

1.17 Дуальное управление (лат. Dualis – двойственный) – управление, в котором управляющие воздействия служат для изучения параметров управляемого объекта (УО) и одновременно для приведения его в желательное состояние. Применяется в САУ, когда информация об УО недостаточна, а ее приобретение может улучшить качество управления.  При этом устройство управления решает две задачи: выясняет свойства и состояние УО и на этом основании определяет действия, необходимые для управления. В общем случае в САУ изучение (познание) объекта взаимосвязаны и образуют двойственный процесс.

1.18 Обратная связь (ОС) – воздействие выходной величины некоторой системы на вход этой системы, шире – воздействие результатов функционирования на его характер. Принцип ОС – один из важнейших в кибернетике. Если действие ОС направлено на уменьшение отклонения системы от первоначального состояния, то это отрицательная ОС с коэффициентом меньше нуля, в противоположном случае говорят о положительной ОС. В САУ используют дополнительные ОС (корректирующие) для изучения переходных процессов в системах.

1.19 Переходный процесс (ПП) – изменения во времени координат динамической системы при ее переходе из одного установившегося состояния в другое под действием возмущения, изменяющего параметры или структуру системы. В качестве длительности ПП принимается время, после истечения которого регулируемая величина отличается от установившегося значения не более, чем на 5-10%. Быстродействие системы важный показатель при изучении ПП.

Раздел второй. Биологические системы

2.1 Биологическая система (БС) – сложная система, обладающая способностью расти, размножаться, реагировать на внешние воздействия и изменяться. БС обладают свойством воспринимать, хранить и перерабатывать информацию, вырабатывать сложные управляющие реакции. Сложность БС проявляется в большом числе разнородных параметров, многообразия связей между ними. БС присуща динамичность: филогенетическая, онтогенетическая, оперативная и связанная с обучением.

В БС совместно работают подсистемы с качественно различными управляющими сигналами (химическими, физическими, информационными). Иерархичность БС проявляется в постепенном усложнении функции на одном и том же уровне иерархии – и скачкообразном переходе на следующий уровень. БС свойственны структурно-функциональная организованность структурно-функциональная стохастичность. Важное значение имеет нестационарность БС (изменяющиеся во времени распределения реакций на один и тот же набор сигналов).

2.2 Адаптация биологических систем (АБС) – способность выполнять адекватные функции в условиях изменяющейся среды. Установлен колебательный характер АБС.

2.3 Адаптация организма – совокупность приспособительных реакций на различных иерархических уровнях, что вызываются изменениями среды и ее сигналов и сопровождаются изменением поведенческих реакций целостного организма. Адаптации разделяют на кратковременные, онтогенетические и филогенетические. Независимо от их происхождения адаптации разделяются на функциональные (параметрические), структурные и комбинированные.

2.4 Принцип адекватности биосистемы (АБС) – закономерное приспособление биосистемы к среде на уровне сложности и организации. Можно выделить три типа АБС: адекватность однозначная (число состояний биосистемы и среды равны), адекватность обобщающая (нескольким состоянием среды соответствует одно состояние биосистемы) и аналитическая (одному состоянию среды соответствует несколько состояний биосистемы).

2.5 Свойства управления биосистем (БСУ) – набор специфических качеств, демонстрируемых БС в процессе жизнедеятельности. Для управления ими необходимы: оптимальная структурно-функциональная сложность, оптимальность структурной и функциональной автономности, двухконтурность БСУ. Последние качества реализуют единство детерминированных и вероятностных механизмов в реакциях на текущие события и в процессе развития.

2.6 Устойчивость биосистем – способность длительно поддерживать параметры жизнедеятельности на оптимальном уровне (или в его окрестностях) вне зависимости от воздействия среды. Температура тела, скорость обмена и проч. Являются «потребителями» системных забот. Устойчивость БС проявляется и в отношении более сложных параметров (поддержание суточного ритма, способность к обучению, смена поведенческих стереотипов в новых условиях). Обобщая, следует поставить в один ряд стабильность индивида на протяжении жизни и стабильность существования вида на протяжении эволюции, прерываемую в обоих случаях  лишь стихией глобальных катастроф.

Раздел третий. Модели и моделирование

3.1 Модель – физическая система либо математическое описание, отображающие существенные свойства или характеристики объекта, процесса или явления.

3.2 Модель-аналог – аналоговая модель, в которой физическая природа модели и объекта различна, а их математические описания подобны. В моделях реакции на возмущения подобны реакциям на аналогичные возмущения объекта.

3.3 Теория моделей – раздел математики, в котором изучаются связи между формальными языками и их интерпретациями. В теории моделей исследуются общие свойства алгебраических систем, аксиоматизация классов алгебраических систем, разрешимость теорий, нестандартный анализ, категоричные и полные теории и др.

3.4 Моделирование – особая форма эксперимента, заключающаяся в исследовании объекта на его модели. Моделирование может быть предметным (напр., Мод. физическое), предметно-математическим (вместо исследования явления изучается явл. другой физ. природы, описываемое теми же математические соотношения, что и исходное) и знаковым (каким является математическое моделирование).

3.5 Моделирование имитационное – проведение на ЭВМ численных экспериментов, описывающих поведение сложной системы в течении времени заданной продолжительности. Применяются, когда аналитический способ исследования той или иной системы отсутствует, а поиск «аналитики» требует больших затрат.

3.6 Моделирование информационное – применяется, в частности,  в медицине для управления лечебным процессом. Пример – моделирование течения гипертонической болезни у конкретного больного, реализованное на базе мед. данных в виде структуры стандартизированной истории болезни.

3.7 Моделирование математическое – построение модели различных явлений или объектов, начинающееся после ознакомления с общ. законами естествознания и конкретными науками. Затем методами вычислительной математики разрабатывают алгоритм и программу, для реализации модели на ЭВМ. Результаты реальных измерений явления (объекта) и результаты реальных измерений явления (объекта) и результаты расчетов на ЭВМ сравнивают и рассчитывают поправки к мат. модели. Это повторяется, пока не достигается требуемая точность совпадения.

3.8 Модели объектов распознавания (МОР) – системы математических соотношений, описывающих множества значений, которые принимают признаки объектов распознавания при различных условиях. В частности, если целью распознавания является классификация объектов, то МОР определяет множества значений сигнала для каждого класса. МОР может представлять собой количественное воплощение предположений об отношениях сигналов одного класса. Наиболее распространенной является вероятностная модель, характеризующая множество сигналов каждого класса с помощью распределения вероятностей.

3.9 Модели согласования интересов (МСИ) – изучают процессы и механизмы получения компромиссных решений, устойчивых и справедливых в том или ином смысле.

3.10 Модели устойчивость – свойство, обуславливающее отклонение ее реальных выходных сигналов от идеальных на допустимо малые величины. При этом сигналы помех, оказывающие возмущающие воздействия, должны находиться в заданных пределах, а независимые переменные модели – изменяться на конечных интервалах. Можно выделить три причины нарушения устойчивости: 1. Несоответствие математического описания модели моделируемому процессу из-за его упрощения или идеализации; 2. Неудачный выбор схемы для реализации точных результатов моделирования (например, малые погрешности решающих блоков накапливаются до уровня провоцируемой неустойчивости); 3. Неудачный выбор метода решения задачи, когда при программировании перескакивают от первоначальной постановки к ее аналогу или суррогату. Устойчивость модели зависит от устойчивости ее решающих блоков в автономном режиме, для чего в них вводят корректирующие связи.

3.11 Иерархия математических моделей биосистем – классификация моделей биосистем по глубине отражения в них свойств моделируемой биосистемы. Различают 3 главных уровня – функциональные, структурно-функциональные и теоретические модели. Структурно-функциональная модель использует сведения из биологии, позволяющие представить переработку входных воздействий как взаимодействие входящих в биосистему структурных подсистем (например, отдельных органов в физиологической системе или таких компартаментах как ткань, кровь, лимфа). Теоретические модели появляются в результате использования фундаментальных физико-химических законов с учетом структурных особенностей (формы, размеров, конструкции) подсистем.

Послесловие

Модели роста в экономике – теоретический аппарат для изучения траекторий развития (упадка) экономической системы. Канонической признана модель Наймана-Гейла (МНГ). Модели потребления – описание в математической экономике спроса на товары и услуги в зависимости от цен, доходов и проч. Различают два потребительских подхода. Первый предполагает рационализм потребителей. Второй опирается на прогнозирование спроса, связанное, например, с модой, привычками героев популярного фильма и проч. Это – словарные мудрости. Нечто подобное (и очень важное) надлежит искать в философских и социологических словарях, уступающих кибернетическому в четкости формулировок, но не важности обсуждаемых проблем.

Философ Франсуа де Ларошфуко вывел главную продуктивную силу поведения человека — себялюбие. Стремление к повышению своего благосостояния, как утверждает основатель политэкономии капитализма Адам Смит, общая черта всех людей. Это стремление является проявлением того, что А. Смит назвал "эгоизмом".

Теория общественного выбора вирджинской школы приобрела всемирную популярность в 1987 г., когда ее основатель Бьюкенен награжден Нобелевской премией в области экономики. Теория базируется на утверждении, что большинство людей, независимо от их общественной роли, действуют преимущественно исходя из преследования личной выгоды.

Основной рецепт, который предлагают теоретики с учетом наличия в любой стране политического рынка, политической ренты, эффекта личных интересов, следующий: для функционирования политической системы государства разумнее не искать лучших из лучших, чтобы потом избрать их в государственные органы, а искать пути ограничения избранных в некоторых рамках.

Рецепт Бьюкенена похож на вывод, к которому пришел философ Карл Поппер, подчеркивающий, что необходимо сформулировать вопрос: "Как бы нам так организовать политические институты, чтобы плохие или некомпетентные правители не могли причинить большого вреда?". Создатель широко известного закона Парето доказал, что распределение богатства среди населения осуществляется несбалансированно: 20% населения в среднем владеют 80% материальных ценностей, т.е. 10% населения имеют приблизительно 65% материальных ценностей, 5% населения — 50% и т.д. Парето объясняет такой дисбаланс нелогичностью поведения людей.

Становится очевидной необходимость минимизации влияния нечестных действий меньшинства на благосостояние большинства. Благодаря использованию этих методов появляются реальные возможности изменить соотношение 80/20 на "зеркальное" — 20/80, то есть увеличить благосостояние людей в 4 раза (идеал) или 2,5–3 раза (ближе к реальности). В этом случае становится неважным, кто приходит к власти или руководит бизнес-структурами в стране.

Можно прогнозировать в ближайшем будущем будут применяться электронные "системы защиты от ошибочных или сознательно преступных действий человека, групп людей", если короче — "системы защиты от нечестного" (СиЗОН). По сути, сиЗОН — это ни одной кнопки, которую может бесконтрольно нажать нечестный (глупый, жадный). Под кнопкой понимается разнообразие явлений и процессов в жизни отдельного человека и государства. СиЗОН позволяет изменить правила игры, вынуждая людей поступать честно.

Проблема «скрытых пороков» СС иногда порождается именно их сложностью (напр., множество индивидуальных психических расстройств у человека), иногда имеет характер коллективной социальной деградации (например, тоталитаризм). Качественно такими же есть системный теневой фактор экономики (и сопутствующая ему коррупция). Если на последние  приходится 60% и более официально учитываемого статистикой валового внутреннего продукта. Образно это можно описать парой «хозяин-паразит», в которой на человека приходится 40% общей массы симбиоза, а на глистов – 60%. Этот утрированный пример наталкивает на размышления о наличии  теневого фактора в биосистеме (организме), связанном не со случайным генетическим дефектом, а с исконным конструктивным пороком. Вероятнее всего, такой «тенью» является старение. В кибернетическом словаре есть много резонных фиксаций влияния внешней среды на биосистему, но время формально не является средовым фактором. Считают ли уважаемые читатели возможным  зачисление времени (возраста) в число средовых факторов (единственных, угрожающих стабильности биосистемы и вызывающих ее гибель при идеальном отсутствии каких-либо внешних угроз)? Цитирую единственный на 752 страницы словаря «геронтологический» текст: «Старение технических устройств – снижение с течением времени эффективности и надежности устройств. Простейшим показателем, характеризующим СТУ, является  их интенсивность отказа. Если эта функция нарастает, устройство называют стареющим.  Практика показывает, что старение многих устройств начинается после интервала нормального функционирования, в течение которого интенсивность отказов близка к постоянной. СТУ можно исключить или уменьшить с помощью стандартных приемов повышения надежности элементов системы или режима ее эксплуатации. Обсуждается возможность синергического эффекта с бесконечной длительностью безотказной работы».

Все сказанное можно в несколько иных терминах прочитать в статьях и монографиях, посвященных оценкам состояния и перспектив в геронтологии, но из этого не следует тождество молекулярных, обменных и физиологических процессов в живом организме и каких-либо аналогов в технических устройствах.

В таком контексте хочу дать слово группе наших бывших соотечественников, работающих ныне в Бостоне (США) и публикующих статьи на русском языке в ежегодниках «Второе дыхание». Материал, основные тезисы которого представлены ниже, увидел свет в 2014 г.

I. Человек еще не достиг такого уровня, чтобы понять Высший Разум. Мы видим его проявления – физические и биологические, которые можно считать логичными, разумными, целесообразными (особенно те, вероятность случайного происхождения которых бесконечно мала).

II. Если в начале XX в. Был принят принцип «один ген – один признак», то с течением времени возникла и укрепилась идея о тотальном взаимовлиянии генов. Такие взаимодействия выглядят как многомерные сети; современные принципы информатики для биологов не менее важны, чем для инженеров.

III. Среди бактерий есть группа жгутиковых (Flagellata). Орган локомотации, жгутик, вертится, как пропеллер. Он приводиться в движение молекулярным мотором, подобным электрическому: у него есть статор и ротор. Это устройство имеет примерно 40 «деталей», 30 из которых уникальны.  Такой механизм не может быть результатом постепенных эволюционных изменений предшественника: у 30 деталей такого не было. Из этого можно придти к принципу «irreducible complexity», т.е. сложности, никогда не бывшей более простой; механизм должен возникнуть сразу, целиком. Как?

IV. Не следует ли нам согласиться с идеей о заранее существующем плане построения живых существ?

V. Один из организаторов проекта «Геном человека» предсказывает следующую революцию в генетике, связанную с освоением методики разрабатывать и «печатать» организмы на компьютерах и трехмерных принтерах. Возможность придания новых свойств многоклеточным живым организмам (растениям) подтверждает генная инженерия.

Не призываю принять или отвергнуть точку зрения бостонских коллег, но убежден (как они), что механизмы и результаты биологической эволюции настолько «incredible» и «complexity», насколько сущностно  просты инженерные достижения человечества.

Сама по себе эта сентенция банальна. Речь идет о правке устоев кибернетики в соответствии с ее новыми достижениями (если таковые наблюдаются) относительно общих подходов к сложным системам; сходства и различия между механическими и биологическими системами; методологии разработки и наявного ассортимента математических деталей. К участию еще раз призываю всех, кому интересны информатика/кибернетика.