Эвристическое моделирование и модели

Эвристическое моделирование не даёт оптимальных результатов, которые можно получить, например, с помощью отработанных и точных алгоритмов, но позволяет увеличить вероятность получения результатов по сравнению с чисто интуитивными подходами.

«Метод добывания истины, который только что представлен с упрощениями, я назвал «эвристическое моделирование» сложных систем «типа живых». Его суть - моделирование гипотез, только не в словесном оформлении, как привычно, а в математическом - в цифрах и графиках. Наш кибернетический отдел занимается этим уже почти двадцать лет, испробовав много объектов. Спрашивается: для чего это нужно? Зачем спешить с моделью, если нет полноценных количественных данных? Нужно подождать, пока поставят опыты, прояснятся гипотезы, снимутся противоречия.

Боюсь, ждать бесполезно - толку не будет. Метод добывания истины о сложных системах, который действовал до сих пор, можно определить как аналитический, Из объекта искусственно вычленяются и исследуются частные зависимости: по паре, по три, редко больше. Предполагается, что армия ученых таким путем переберет все комбинации и накопится цифровой материал, из которого потом автоматически получится целое. Напрасные надежды. Необозримо число частных зависимостей, их невозможно перебрать, если действовать без плана, как теперь. Потонешь в деталях. Такой план может дать только синтетический подход. Синтез сложного возможен на базе цифр, а не слов. Поэтому нужны количественные модели.

Синтетический и аналитический методы должны применяться параллельно. Синтез указывает дорогу эксперименту, анализ дает «кирпичики», потому что их получают по программе, учитывающей всю систему. Итак, эвристические модели, не представляя собой полную истину о системе, её теорию, тем не менее необходимы для прогресса науки. И вот почему. Они позволяют выбрать по возможности непротиворечивую гипотезу и совершенствовать её. Они дают направление эксперименту: в первую очередь исследовать то, что сомнительно, с учетом всех связей и условий. Новые данные вносятся в модели и постепенно продвигают её от гипотезы к теории.

Они обеспечивают новый язык науке - язык математики, столь непривычный для биологов и гуманитариев. Без него, однако, нельзя. Наконец, их можно использовать для практики - в пределах удовлетворительного совпадения с объектом. Эта практика - управление и советы.

Убежден, что в том или ином виде эвристические модели (можно и с другим названием, например имитационные) необходимы для прогресса науки о сложных системах.

Ну а пока? Пока физики и химики согласны между собой приблизительно на 90-95 процентов. Оставшиеся расхождения двигают исследования вперед. У биологов разногласия составляют, наверное, процентов 30-40 всего материала. Социология? Лучше не буду о ней распространяться. Это не моя сфера. Пока не будет количественных моделей сложных систем, невозможно доказывать истину в биологии, психологии, социологии. Нет аппарата доказательств, трудно провести стандартизированные исследования, чтобы получить сопоставимые данные. Путь к реальным моделям, то есть к теории сложных систем, через эвристические модели. Уверен в этом. Однако я вовсе не хочу сказать, что модели разрешат все трудности. До полных моделей (как чертежи машин) очень далеко, а обобщенные всегда субъективны, следовательно, спорны».


Амосов Николай, Книга о счастье и несчастьях, М., «Молодая гвардия», 1986 г., с. 96-97.