Имитационное моделирование

О познавательных и прогностических моделях

Моделирования

Ограничения материального и превосходство информационного

Лем указывает, что, зачастую, пытаясь увеличить сходство материальной модели с оригиналом, мы невольно добавляем в модель дополнительные параметры – за счет того, что моделируемые свойства в модели достигаются вовсе не тем способом, что в оригинале. Например, моделируя нейроны с помощью электронных элементов, мы получим модель, не обладающую памятью (ибо механизмы памяти в мозге биохимические). Чтобы добавить обладание памятью, нужно дополнительно подключить запоминающее устройство – например, ферромагнитный жесткий диск. Но тем самым мы добавили в модель параметр «отдельное запоминающее устройство». Поэтому материальная модель, воспроизводящая все свойства оригинала, должна либо воспроизводить их теми же механизмами – и тогда является точной копией оригинала, либо быть сложнее оригинала за счет добавленных устройств, реализующих механизмы имитации. Но прок от модели есть лишь тогда, когда она существенно проще оригинала. Это накладывает принципиальное ограничение на число свойств, которые могут быть одновременно промоделированы материальной моделью.

Информационная же модель – во всяком случае, хорошая – таким пороком не обладает. Хорошей информационной моделью является, например, успешная научная теория – в которую не нужно добавлять новых фактов ad hoc, более того, из которой выводятся факты, изначально в нее не заложенные.

Кстати говоря, Лем отмечает, что современная теория информации не способна указать, сколько информации содержится в физической теории или формуле (ибо здесь речь идет о значении информации, которое остается философским камнем для исследователей – Авт.).

Лем говорит (гл. 7., п. «Выращивание информации») о двух целях моделирования – познание объекта и предсказание его поведения. При этом первое, вообще говоря, не обязательно для второго. Более того, поскольку претензии на «познание» поднимают сложные гносеологические вопросы, Лем (так же как, например, Еськов и Хокинг– Авт.) сводят функцию науки к построению моделей, дающих проверяемые предсказания.

Лем предсказывает, что в случаях, когда описание работы системы, исходящее из первых принципов, оказывается чрезмерно сложным (обычно математически), результативной может оказаться имитационная модель. Собираем о системе феноменологические факты, создаем модель, обладающую такими же свойствами, и смотрим, что получается. Классический пример – нейронные сети (которые уже существовали в 1960-х годах – Авт.).

Дата добавления: 2014-12-07