Знание самой модели (ее структуры, процессов, функций) как системы, созданной с целью воспроизведения некоторого объекта;

1.   знание самой модели (ее структуры, процессов, функций) как системы, созданной с целью воспроизведения некоторого объекта;

2.   теоретические знания, посредством которых модель была построена.

Имея в виду именно теоретические соображения и методы, лежащие в основе построения модели, можно ставить вопросы о том, на сколько верно данная модель отражает объект и насколько полно она его отражает. В таком случае возникает мысль о сравнимости любого созданного человеком предмета с аналогичными природными объектами и об истинности этого предмета. Но это имеет смысл лишь в том случае, если подобные предметы создаются со специальной целью изобразить, скопировать, воспроизвести определенные черты естественного предмета. Таким образом, можно говорить о том, истинность присуща материальным моделям:

¨  в силу связи их с определенными знаниями;

¨  в силу наличия (или отсутствия) изоморфизма ее структуры со структурой моделируемого процесса или явления;

¨  в силу отношения модели к моделируемому объекту, которое делает ее частью познавательного процесса и позволяет решать определенные познавательные задачи.

"И в этом отношении материальная модель является гносеологически вторичной, выступает как элемент гносеологического отражения"(11 с180).

Модель можно рассматривать не только как орудие проверки того, действительно ли существуют такие связи, отношения, структуры, закономерности, которые формулируются в данной теории и выполняются в модели. Успешная работа модели есть практическое доказательство истинности теории, то есть это часть экспериментального доказательства истинности этой теории.

Теперь, когда были рассмотрены основные теоретические аспекты моделей и моделирования, можно перейти к рассмотрению конкретных примеров широкого применения моделирования, как средства познания в различных областях человеческой деятельности.

2. Применение моделирования в различных отраслях человеческого знания и деятельности 2.1. Моделирование в биологии

Метод моделирования в биологии является средством, позволяющим устанавливать все более глубокие и сложные взаимосвязи между биологической теорией и опытом. В последнее столетие экспериментальный метод в биологии начал наталкиваться на определенные границы, и выяснилось, что целый ряд исследований невозможен без моделирования. Если остановиться на некоторых примерах ограничений области применения эксперимента, то они будут в основном следующими: (10 с15)

¨  эксперименты могут проводиться лишь на ныне существующих объектах (невозможность распространения эксперимента в область прошлого);

¨  вмешательство в биологические системы иногда имеет такой характер, что невозможно установить причины появившихся изменений (вследствие вмешательства или по другим причинам);

¨  некоторые теоретически возможные эксперименты неосуществимы вследствие низкого уровня развития экспериментальной техники;

¨  большую группу экспериментов, связанных с экспериментированием на человеке, следует отклонить по морально - этическим соображениям.

Но моделирование находит широкое применение в области биологии не только из-за того, что может заменить эксперимент. Оно имеет большое самостоятельное значение, которое выражается, по мнению ряда авторов (1,4,10), в целом ряде преимуществ:

1.  С помощью метода моделирования на одном комплексе данных можно разработать целый ряд различных моделей, по-разному интерпретировать исследуемое явление, и выбрать наиболее плодотворную из них для теоретического истолкования;

2.  В процессе построения модели можно сделать различные дополнения к исследуемой гипотезе и получить ее упрощение;

3.  В случае сложных математических моделей можно применять ЭВМ;

4.  открывается возможность проведения модельных экспериментов (синтез аминокислот по Миллеру) (10 с152).

Все это ясно показывает, что моделирование выполняет в биологии самостоятельные функции и становится все более необходимой ступенью в процессе создания теории. Однако моделирование сохраняет свое эвристическое значение только тогда, когда учитываются границы применения всякой модели. Особенно выразительно это показано P.С. Карпинской (7 с54) на модели минимальной клетки. Эта модель возникла как результат познания биохимической универсальности жизни и имеет методологическое значение для моделирования основных ее закономерностей. Минимальная клетка представляет собой модель основной единицы жизни и охватывает лишь мембранную, репродукционную системы и систему снабжения энергией. Таким образом, задача состоит в том, чтобы с ее помощью воспроизвести наиболее общие жизненные структуры. И хотя при этом остается неучтенным аспект развития, модель минимальной клетки имеет огромное значение для доказательства единства органического мира. Однако эта модель не выходит за границы биохимического подхода к жизни, который преимущественно "направлен на доказательство ее стабильных, универсальных и неизменных характеристик" (10 с51). С другой стороны, модель минимальной клетки может быть использована и для разграничения определенных качественных ступеней процесса развития. Она, – как и любая другая модель, имеет свою область применимости и позволяет распознавать и реконструировать определенные закономерности. Тем самым эта модель выполняет существенные функции в процессе разработки теории.

Для более глубокого понимания значения и сущности моделирования в биологии следует остановиться на проблемах моделирования в истории биологической науки. Моделирование как научный метод в биологии было впервые описано и сознательно использовано Отто Бючии и Стефаном Лед уком в 1892 году (10 с146). С точки зрения истории науки интересно, что методы моделирования в биологии стали применяться сознательно лишь тогда, когда благодаря появлению эволюционной теории Дарвина и созданию генетики в развитии биологической теории был сделан крупный скачок, и биология преступила к исследованию все более сложных биотических связей. Так, например, возникновение популяционной генетики тесно связано с моделью Харди и Вейнберга. Все изменения, происходящие в естественных популяциях, имеют очень сложную природу из-за взаимодействия многих факторов эволюции, так что только исследование более простых моделей может дать представление о значении отдельных эволюционных факторов. Существенную роль моделирование играло и играет в развитии молекулярной биологии. Одним из известных примеров применения методов моделирования является разработка структурной модели ДНК, которую создали на основе рентгеноструктурного анализа и химических исследований Уотсон и Крик (1953г.). Эта модель особенно выразительно показывает взаимосвязь между экспериментальными методами и методами моделирования при дальнейшем развитии биологической теории. Вопросы, связанные с дальнейшим применением моделирования в молекулярной биологии широко рассматриваются в работе немецкого исследователя Э. Томаса (12).

2.2. О кибернетическом моделировании и моделировании мыслительной деятельности человека. 2.2.1. Особенности кибернетического моделирования.

В современном научном знании весьма широко распространена тенденция построения кибернетических моделей объектов самых различных классов. "Кибернетический этап в исследовании сложных систем ознаменован существенным преобразованием "языка науки", характеризуется возможностью выражения основных особенностей этих систем в терминах теории информации и управления. Это сделало доступным их математический анализ." (2 с169) Кибернетическое моделирование используется и как общее эвристическое средство, и как искусственный организм, и как система-заменитель, и в функции демонстрационной. Использование кибернетической теории связи и управления для построения моделей в соответствующих областях основывается на максимальной общности ее законов и принципов: для объектов живой природы, социальных систем и технических систем.(3,5). Широкое использование кибернетического моделирования позволяет рассматривать этот "логико-методологический" феномен как неотъемлемый элемент "интеллектуального климата" современной науки" (2 с170). В этой связи говорят об особом "кибернетическом стиле мышления", о "кибернетизации" научного знания. С кибернетическим моделированием связываются возможные направления роста процессов теоризации различных наук, повышение уровня теоретических исследований. Рассмотрим некоторые примеры, характеризующие включение кибернетических идей в другие понятийные системы.

Анализ биологических систем с помощью кибернетического моделирования обычно связывают с необходимостью объяснения некоторых механизмов их функционирования (убедимся в этом ниже, рассматривая моделирование психической деятельности человека). В этом случае система кибернетических понятий и принципов оказывается источником гипотез относительно любых самоуправляемых систем, т.к. идеи связей и управления верны для этой области применения идей.

Характеризуя процесс кибернетического моделирования (2 с200), обращают внимание на следующие обстоятельства. Модель, будучи аналогом исследуемого явления, никогда не может достигнуть степени сложности последнего. При построении модели прибегают к известным упрощениям, цель которых – стремление отобразить не весь объект, а с максимальной полнотой охарактеризовать некоторый его "срез". Задача заключается в том, чтобы путем введения ряда упрощающих допущений выделить важные для исследования свойства. Создавая кибернетические модели, выделяют информационно - управленческие свойства. Все иные стороны этого объекта остаются вне рассмотрения. На чрезвычайную важность поисков путей исследования сложных систем методом наложения определенных упрощающих предположений указывает P.Эшби. "В прошлом, - отмечает он, - наблюдалось некоторое пренебрежение к упрощениям... Однако мы, занимающиеся исследованием сложных систем, не можем себе позволить такого пренебрежения. Исследователи сложных систем должны заниматься упрощенными формами, ибо всеобъемлющие исследования бывают зачастую совершенно невозможны".

Анализируя процесс приложения кибернетического моделирования в различных областях знания, можно заметить расширение сферы применения кибернетических моделей: использование в науках о мозге, в социологии, в искусстве, в ряде технических наук. В частности, в современной измерительной технике нашли приложение информационные модели.(3 с172). Возникшая на их основе информационная теория измерения и измерительных устройств – это новый подраздел современной прикладной метрологии.

В задачах самых различных классов используется принцип обратной связи. В частности Дейч предложил модель мотивации поведения, основанную на этом принципе. Эта модель позволила уточнить некоторые механизмы поведения животных. По мнению Дейча (10 с180), обучение животного в лабиринте состоит не в выработке ряда реакций, а в установлении последовательности ряда субцелей, поочередное достижение которых приводит к окончательной цели – кормушке. Здесь имеет место не обучение, а регуляция уже выученных реакций. Чтобы объяснить это, Дейч разработал гипотетическую схему, основанную на мотивационной модели с обратной связью и использующей также принципы общих причинных факторов, цепных реакций и тормозных связей.

2.2.2. Моделирование мыслительной деятельности человека.

Для исследования мозга важны методы классической физиологии высшей нервной деятельности, морфофизиологии, электрофизиологии, биохимии и т.д. Однако возникла потребность в новых методах, раскрывающих деятельность мозга с иной стороны – с точки зрения закономерностей процессов управления и переработки информации.

Попытки системного исследования мозга не новы. Еще Н.М.Сеченов поставил задачу вскрыть сущность механизма деятельности мозга путем отыскания лежащих в основе этой деятельности принципов. Им был открыт один из них – принцип рефлексов. И.П.Павлов исследовал принципы управления динамикой высших нервных центров, анализа и синтеза, поступающих из вне сигналов и показал, каковы особенности деятельности мозга при различных состояниях последнего. Как отмечает Н.Кочергин (6 с151), "для изучения мозга как сложной функциональной системы важное значение приобретает метод моделирования, позволяющий вскрыть структуру мозга, форму связей нейронов и различных участков мозга между собой, принципы нейронной организации, закономерности переработки, передачи, хранения и кодирования информации в мозге и т.д." Использование ЭВМ в моделировании деятельности мозга позволяет отражать процессы в их динамике, но у этого метода в данном приложении есть свои сильные и слабые стороны. Наряду с общими чертами, присущими мозгу и моделирующему его работу устройству, такими, как:

¨  материальность;

¨  закономерный характер всех процессов;

¨  общность некоторых форм движения материи;

¨  отражение;

¨  принадлежность к классу самоорганизующихся динамических систем, в которых заложены:

a)  принцип обратной связи;

b)  структурно - функциональная аналогия;

c)  способность накапливать информацию (4 с67).

Есть существенные отличия, такие как:

1.   моделирующему устройству присущи лишь низшие формы движения – физическое, химическое, а мозгу кроме того – социальное, биологическое;

2.   процесс отражения в мозге человека проявляется в субъективно-сознательном восприятии внешних воздействий. Мышление возникает в результате взаимодействия субъекта познания с объектом в условиях социальной среды;

3.   В языке человека и машины. Язык человека носит понятийный характер. Свойства предметов и явлений обобщаются с помощью языка. Моделирующее устройство имеет дело с электрическими импульсами, которые соотнесены человеком с буквами, числами. Таким образом, машина "говорит" не на понятийном языке, а на системе правил, которая по своему характеру является формальной, не имеющей предметного содержания.

Использование математических методов при анализе процессов отражательной деятельности мозга стало возможным благодаря некоторым допущениям, сформулированным Маккаллоком и Питтсом. В их основе – абстрагирование от свойств естественного нейрона, от характера обмена веществ и т.д. – нейрон рассматривается с чисто функциональной стороны. Существующие модели, имитирующие деятельность мозга (Ферли, Кларка, Неймана, Комбертсона, Уолтера, Джоржа, Шеннона, Аттли, Берля и др.) отвлечены от качественной специфики естественных нейронов. Однако с точки зрения изучения функциональной стороны деятельности мозга это оказывается несущественным.

В литературе (4,6,8) существует ряд подходов к изучению мозговой деятельности:

¨  теория автоматического регулирования (живые системы рассматриваются в качестве своеобразного идеального объекта);

¨  информационный (пришел на смену энергетическому подходу).

Его основные принципы:

a)  выделение информационных связей внутри системы;

b)  выделение сигнала из шума;

c)  вероятностный характер.

Успехи, полученные при изучении деятельности мозга в информационном аспекте на основе моделирования, по мнению Н.М.Амосова, создали иллюзию, что проблема закономерностей функционирования мозга может быть решена лишь с помощью этого метода. Однако по его же мнению, любая модель связана с упрощением, в частности:

¨  не все функции и специфические свойства учитываются;

¨  отвлечение от социального, нейродинамического характера.

Таким образом, делается вывод о критическом отношении к данному методу (нельзя переоценивать его возможности, но вместе с тем, необходимо его широкое применение в данной области с учетом разумных ограничений).

Список литературы

1.   Амосов Н.М. "Моделирование мышления и психики" М.: Наука, 1965

2.   Батороев К.Б. "Кибернетика и метод аналогий" М.: Высшая школа, 1974 год

3.   Бир С. "Кибернетика и управление производством" М.: Наука, 1965

4.   Веденов А.А. "Моделирование элементов мышления" М.: Наука, 1988

5.   Девдориани А.С., Грейсух В.С. "Поль кибернетических методов в изучении преобразований природных комплексов" М.: Известия

6.   Кочергин А.Н. "Моделирование мышления" М.: Наука, 1969

7.   Михай Н.Г., Граневский В.В. "Методологические и мировоззренческие проблемы естественнонаучного знания" Кишинев: Шнитица, 1987

8.   "Проблемы методологии социального познания" Л.: ЛГУ, 1985

9.   Фролов И.Т. "Гносеологические проблемы моделирования" М.: Наука, 1961 год

10. Фролов И.Т. "Жизнь и познание. О диалектике в современной биологии" М.: Мысль, 1981

11. Штофф В.А. "Моделирование и философия" М.: Наука, 1966

12. "Эксперимент. Модель. Теория". М.- Берлин: Наука, 1982