Част I – Еволюции и революции в сложните системи

Част I от монументалния труд на Лъчезар Томов за консерватизма, либертарианството, либерализма и сложните системи (от десет части)
Предоговора може да прочетете тук

 

Системи – определение и свойства

Сложната система е мрежа от елементи, които взаимодействат помежду си, за да постигнат обща цел. Всеки един от тези елементи сам по себе си може да е мрежа от поделементи, така оформяйки йерархия (Фиг.1). Това е различно от каузалната верига на причини и следствия, в които действието е еднопосочно.

Фигура 1. Каузална верига с два елемента (а), динамична система с обратна връзка (б) и сложна система с мрежа от пет елемента (в)

 

Най-сложните системи, познати на науката са биологичните – имаме клетки, които образуват тъкани, които изграждат органи, управлявани от сложна нервна система и мозък, способен на абстрактно и логическо мислене. Нашите клетки се заменят периодично, ние обаче оставаме същите, или се променяме по същия начин.

Сложните системи са нелинейни, което най-общо означава, че не можем да предсказваме поведението на цялото само със знанието за частите – пример за това е колко ненадежден показател за близост е разликата в генома на видовете. Споделянето на 95-98% общи гени не води до 95-98% близост между човека и шимпанзето. Изследвания са показали, че една пета от общите гени на човека и шимпанзето се държат различно[i]. Гените формират мрежи на взаимодействия, които са различни при човека и шимпанзето. Структурата се оказва по – значима от състава. Поради това формулите за изчисляване на генетична дистанция са много по – сложни от простото сравнение на общите гени[ii]. Сложните системи се характеризират с невъзможност за различаване на причините и следствията, поради затворените цикли (Фиг.1 (б)) между различните елементи. Много от тях, като биологичните се характеризират с адаптивност – промяна на структурите, на елементите, усложняване вследствие от външно въздействие с цел запазване на равновесието[iii]. Пример за това е адаптивната реакция на тялото при вдигане на тежести – увеличаване на мускулната маса и сила, заздравяване на костите и сухожилията като отговор на стреса. Нелинейността на системата се изразява в това, че твърде малък или твърде голям стрес не водят до адаптация, а при втория случай може да има и загуба на сила и маса, т.нар. претрениране. Спирането на тренировъчния процес в този случай води до свръхкомпенсация при възстановяването и до увеличена сила и маса. Друг пример е ефектът на диетата при отслабването, ако калорийното ограничение е голямо – след първоначален период на отслабване, тялото намалява разхода на енергия, за да се адаптира към ограничението и отслабването спира. Прекратяването на диетата тогава води до  т.нар. йо-йо ефект поради намаления енергоразход и обратно напълняване. Нелинейните системи са примери за ситуации, в които размерът на входното въздействие (количество калории, стрес) води до принципно различни и неочевидни реакции.

 

Естествен отбор и фазови преходи

Как се развиват сложните системи? По закона на диалектическия  материализъм – „постепенни, количествени натрупвания, които водят до резки, качествени изменения“, подхранени от случайността – чрез естествен отбор и фазови преходи.

Естествен отбор

Случайните мутации в отделни гени предизвикват вариация между индивидите, които са подложени на смесица от случайните събития от външния свят ( като природни катаклизми), и на детерминистични причини (мутация, която ускорява антилопата увеличава шанса да избяг от хищниците). Тези външни въздействия елиминират част от популацията преди да предаде гените си. Отпадането на неприспособените увеличава приспособеността на следващото поколение. Така възникват например резистентните бактерии. Особеното на този процес е, че не е праволинейно подобрение, тъй като е възможно в краткосрочен аспект популацията да развива качества, които намаляват приспособеността ѝ, но с Времето тези колебания се изглаждат[iv].

Времето е големият играч в естествения отбор. То превръща разнородните мутации в гените от шум в информация. Хронос, който изяжда децата си (Фиг.2), преглъща някои по – рано от други. Вторите оставят потомство и цикълът се повтаря, отново и отново – безспир.

Фигура 2. Хронос, който изяжда децата си

 

Времето е и ключово за разбирането на консерватизма както като политическо светоусещане, така и най-общо казано като стратегия за вземане на решения в условия на риск и неопределеност.  „Всяко нещо с времето си“ е точно предпочитание за естествения отбор на идеи. „Времето ще покаже“ е ключова концепция в анализа на времеви редове, във взимането на решения, заради съзнанието за влиянието на външната среда и наличието на случайни въздействия.

Ролята на естествения отбор в създаването на трайни блага е видна от т. нар. Ефект на Линди[i], който казва, че бъдещата продължителност на живота на трайни неща като технологии или идеи е пропорционална на текущата им възраст. Колкото по-дълго някоя идея е била в оборот, толкова по-дълго е вероятно да оцелее. Книги, които се препечатват от стотици години, най-вероятно ще продължат още стотици години. Същото важи и за идеи, като колелото или обувките, докато най-новите и модерни евентуални техни заместители имат малка очаквана продължителност на живота. Подобно трайно благо е генетичната информация, която се предава от поколение на поколение в рамките на един вид – колкото по-стар е той, толкова по-дълго се очаква да оцелее. Най-голям процент от загиванията са в ранните етапи на развитие на сложните системи, както биологични, така и човешки – като дребните фирми.

Естественият отбор (и ефектът на Линди) е пряко свързан с концепцията за антикрехкост[ii], която е способността на една система да се облагодетелства от случайността, шоковете, външния стрес и т.н.  В случая външните стресори разкриват вътрешните дефекти на част от популацията, която отмира и останалата част предава гените си на потомството. Същият е и механизмът на идеите – във всеки един момент от време част от популацията е крехка спрямо определен тип и размер на стреса (при достатъчно голям стрес може и цялата популация да е уязвима). Колкото по-голям е този стрес и колкото по-голяма част от популацията отнесе със себе си, толкова по-силно е следващото поколение, защото средното ниво на оцелелите се повишава и приближава до максималното горната опашка на разпределението). Ползата от стресовете е толкова по-голяма, колкото по-големи са те, чак до абсолютната граница на абсорбиращата бариера, отвъд която възстановяване не е възможно – свеждане на популацията до бройка, от която не може да се възстанови.

Традициите, обичаите, религията, културните норми и всички носители на знание, необходимо за оцеляването на едно общество са трайни и ненакърними, именно защото са оцелели от ударите на съдбата в продължение на дълги периоди от време.

Естественият отбор на идеи е механизмът, който създава традициите. Народните мъдрости са евристики, които са оцелели с хилядолетия, като неработещите постепенно се отсяват, а непрекъснатото добавяне на нови поддържа разнообразието. Така във всеки един момент от време народът може да изглежда глупав, но да остави след себе си творчество (вкл. изкуство, изобретения, музика и др.), което драстично да надвишава неговото състояние, както съвременниците го възприемат. Остава сам най-доброто от всяко поколение в дългосрочен план. Това е онзи предразсъдък, за който говори Едмънд Бърк:

Предразсъдъкът е винаги готов за употреба в критична ситуация; той насочва ума по пътя на мъдростта и добродетелността и в решаващия момент прогонва колебанията и не позволява човек да остане скептичен, объркан и нерешителен. Предразсъдъкът превръща добродетелността в навик и обединява в едно поредицата от несвързани едно с друга добродетелни постъпки. Подходящият предразсъдък превръща дълга на човека в част от неговата природа.”[iii]

Натрупаният опит е постоянно в процес на изпитване, изчистване от грешки и преоформяне, което означава, че сам по себе си той не е достатъчен като стратегия за взимане на решения. Традицията като връзка на текущото поколение с предишните е в ролята си на опора, но не и заместител на разсъжденията. Несъвършенството е част от традицията във всеки отделен отрязък от време, но движението във времето води до неговото постепенно изчистване. Информацията, която се генерира от процеса на отбиране е на по-ниско ниво – пермутации на съществуващото. За знание от качествено нов вид трябва рязък, качествен скок в организацията (структурата) на системата.

Фазови преходи в нелинейните системи

Еволюцията е процес, който все още не е разбран достатъчно добре, за да има консенсус как точно протича за всички. Естественият отбор обяснява добре защо човките на галапагоските чинки имат определена форма, но има своите лимитации при обяснението на това как става превключването от един вид в друг. Трудно е самостоятелно да се обясни защо видовете са малко на брой дискретни състояния на една система, а не множество по-плавни преходи, защо разнообразието от форми е толкова малко (изглежда, че има универсални принципи като симетрията) и повтарящо се (броят крайници почти винаги е четен, почти всички организми са с два, четири, шест, осем или десет крайника)[iv]. Тези примери показват, че еволюцията не се движи изцяло от линеен процес на натрупване на мутации, което е обяснимо предвид сложните мрежи от гени, които изследванията показват. Теорията за скокообразната еволюция[v] отчита точно това – постепенните количествени натрупвания водят до резки качествени изменения – скокове, или фазови преходи от втори ред, каквито има във физическите системи[vi] (Фиг .3). Преходът от един вид в нов е качествен, тъй като те не могат да дават плодовито потомство, а често има и разлика в броя на хромозомите, не просто в отделни гени.

Фигура 3. Абстрактен вариант на фазов преход от едно състояние в друга – промяната от едно състояние в друго е с безкрайна скорост. Подобна е динамиката на магнетизиране на феромагнитния метал по модела на Исинг

 

Динамиката на фазовите преходи е пряко свързана с механизма на технологичните, културни и научни революции. Както Ръсел Ейкоф често казва, „Иновациите са внезапни (discontinuous) явления“[i]. Те са също така и непредсказуеми – трудно е да се каже точният момент, в който ще настъпят и какви ще бъдат, когато системата е достатъчно сложна. Всички големи открития като колелото, тъкачният стан или парният двигател са примери за това – те не са предсказани. Колелото е открито от много различни култури, но само една от тях е разбрала неговото приложение и го е използвала – шумерите (в Южна Америка има открити колела като част от играчки)

Фазовите преходи или скоковете в развитието на сложните системи представляват едновременно поемане на огромен риск и качествена промяна в тяхното устройство. Те са подхранени от случайността и заедно с естествения отбор са два аспекта на един и същ процес. Основната разлика е, че докато промените при селекцията са малки, натрупващи се и по същество комбинации от предишна информация, фазовият преход генерира изцяло нова информация чрез преорганизация на вътрешното устройство на системата. Примери са появата на нов вид в биологията, на нов етап в историческото развитие на общества и други. Интернет е пример за технологична революция, която променя структурата на ваимоотношенията между хора, общества и държави.

Докато естественият отбор и еволюционното развитие са исторически ориентирани и се подхранват от времето, при което трайността на информацията е пропорционална на възрастта ѝ, революционните промени, носени от фазовите преходи гледат изцяло в бъдещето. Те са крехки, с висока вероятност за изчезване в първите години, но тези, които оцеляват, донасят ново качество, ново ниво на развитие, цял нов клас от промени, които да помогнат за оцеляването. Фазовите преходи ускоряват развитието, което оставено само на естествения отбор и мутациите е изключително бавно и полезно само в много дългосрочен период, което може да не е достатъчно за оцеляването.

Kъм Част II – Фазови преходи в развитието на знанието

 

Библиография:

[i] Katja Nowick, Tim Gernat, Eivind Almaas, and Lisa Stubbs. Differences in human and chimpanzee gene expression patterns define an evolving network of transcription factors in brain PNAS 2009 106 (52) 22358-22363; published ahead of print December 10, 2009, doi:10.1073/pnas.0911376106 http://www.pnas.org/content/106/52/22358.full.pdf

[ii] Masatoshi Nei , “Genetic Distance between Populations,” The American Naturalist 106, no. 949 (May – Jun., 1972): 283-292. http://nsgl.gso.uri.edu/washu/washub87001/washub87001_part6.pdf

[iii] Донела Медоус, Системното Мислене. Въведение, Книжен Тигър, 2015

[iv] Henrique Teotonie and Michael R. Rose. Perspective: Reverse evolution, Evolution, 55(4), 2001, pp. 653-660 http://roselab.bio.uci.edu/Publications/64%20Teotonio%20Rose%202011.pdf

[i] Nassim Nicholas Taleb, An Expert Called Lindy – https://medium.com/incerto/an-expert-called-lindy-fdb30f146eaf Retrieved at 16-08-2017

[ii] Насим Никълъс Талеб, Антикрехкост, Инфодар ISBN:978-954-761-532-8

[iii] Едмънд Бърк, Размисли за революцията във Франция, ГАЛ-ИКО 2000, ISBN: 954801098

[iv] Stephen Jay Gould, The Panda’s thumbs, More Reflections in Natural History, W.W. Norton and company, 1992, pp. 179-185 http://s-f-walker.org.uk/pubsebooks/pdfs/Gould_Stephen_Jay_The_Panda’s_Thumb.pdf Retrieved at 04-09-2017

[v] Philip Hunter, The great leap forward. Major evolutionary jumps might be caused by changes in gene regulation rather than the emergence of new genes EMBO Rep. 2008 Jul; 9(7): 608–611. doi:  10.1038/embor.2008.115

DOI PMCID: PMC2475321 Science and Society https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2475321/

[vi] Dawn M. King, Adam D. Scott, Sonya Bahar, Multiple phase transitions in an agent-based evolutionary model with neutral fitness, R. Soc. open sci. 2017 4 170005; DOI: 10.1098/rsos.170005 Add to Citavi project by DOI. Published 12 April 2017 http://rsos.royalsocietypublishing.org/content/4/4/170005

[i] Russel Ackoff, Discontinuous Improvement: Five Catapulting Ideas, Prism ISSUE 4, 1993, pp26-32, http://www.adlittle.com/uploads/tx_extprism/1993_q4_26-32.pdf

Споделете:
Лъчезар Томов
Лъчезар Томов

Лъчезар П. Томов, доктор, главен асистент в НБУ-София (департамент Информатика), работи в софтуерната индустрия от 2008-а г., участвува в проекти на ЦАУР (център за анализ и управление на рисковете) като математик и програмист