1. Цель этой работы – рассмотреть науку как самоорганизующуюся систему или, лучше, как макроорганизм, развивающийся по некоторой системе правил. Эти правила сами развиваются и видоизменяются вместе с развитием самого макроорганизма. При проведении такого исследования естественно проводить сравнение с этим известным нам развивающимся организмом – биосферой Земли. Сравнительный анализ нужен нам только для того, чтобы узнать особенности организации науки. Не исключено, что такой сравнительный анализ позволит также постигнуть некоторые механизмы биологической эволюции – ведь развитие науки, ее история, предыстория доступнее нашему взору, чем соответствующие процессы в биологической эволюции. Во всяком случае, если нам удастся понять те или иные законы функционирования одной из систем, это заставит нас с новых позиций начать изучать и другую систему. В этом эвристический смысл подобного подхода.

2. Интерес к такому сопоставлению возник у нас под влиянием работы А.А.Шрейдера и М.А.Осиповой. Обсуждая вопрос о росте науки, они провели ряд сопоставлений с биологической эволюцией, ссылаясь на очень своеобразное описание процесса биологической эволюции, данное П.Тейаром де Шарденом.

3. Одна удивительная особенность присуща обоим макроорганизмам – науке и биосфере. Оба эти макроорганизма представляют собой системы, развивающиеся во времени так, что содержащаяся в них информация, обновляясь все время, усложняется. В биосфере, в процессе ее эволюции, появляются новые виды; в науке – новые концепции и новые области знаний. Такие системы можно назвать информационно-развивающимися системами. Укажем и на другие системы, способные к развитию: растущий кристалл, развивающаяся плазма. Они уже не являются информационно-развивающимися – в ходе их развития не возникают существенно новые, непредсказуемые явления.

ВОЗНИКНОВЕНИЕ СИСТЕМ

4. Развитие биосферы как макроорганизма началось с появлением клетки – эта мысль развита П.Тейаром де Шарденом. Жизнь клетки и ее дальнейшее развитие происходит по определенной системе правил, хорошо поддающихся систематизации, хотя эта работа еще не завершена биологами. Биосфера как некоторая система, или макроорганизм, стала существовать только после появления клетки. Биологам практически ничего не известно о доклеточном существовании биосферы.

5. Аналогичным образом произошло рождение науки. Наука как самоорганизующаяся система возникла с появлением современной системы научной информации (с такими ее элементами, как журналы и публикации). Последние являются элементарными носителями информации, выполняющими в какой-то степени такую же роль, как клетки в биологической организации. Есть правила, регламентирующие появление публикаций и их взаимодействие. Обсуждением этих правил мы займемся в дальнейшем. Сейчас ограничимся одним замечанием. В науке, в отличие от биологии, нам известно ее предсистемное состояние. Мы знаем, как в отдельные исторические периоды возникали отдельные сильные ее всплески, но они не создавали самоорганизующиеся информационные системы и быстро погибали. Часто задают вопрос: что, собственно, произошло с наукой в XVII в.? Почему именно тогда начался экспоненциальный взрыв, который продолжается до наших дней? Формально на этот вопрос ответить легко: как раз в это время создалась та информационная система, которая превратила науку в самоорганизующуюся систему. Но этот ответ малосодержателен. Мы, по существу, почти ничего не знаем, как и почему эта информационная система возникла раньше. По-видимому, было бы очень интересно провести обстоятельное изучение истории и предыстории возникновения науки как самоорганизующейся системы с ее специфической системой внутренних коммуникаций.

6. Бегло проследить за возникновением современной информационной системы в науке можно, например, сидя в библиотеке старых университетов. Один из них – Вильнюсский. В его библиотеке хранится научная литература XVIII и даже XVII вв. Последовательно просматривая ее, можно увидеть, как возникала эта система. Но, конечно, мало видеть, надо изучить.

7. Возникает мысль: не поможет ли такое исследование и биологам-эволюционистам, ведь здесь можно увидеть то, что не доступно их зрению: процесс зарождения самоорганизующейся системы (термин «самоорганизация» мы употребляем здесь в том смысле, в каком его понимают сейчас кибернетики).

8. Здесь еще раз хочется провести сравнение с такими системами, как плазма, кристалл. Под влиянием внешних факторов создается неповторимое многообразие кристаллов, задаваемое дефектами роста, дислокациями. Однако это многообразие форм не запоминается. Здесь нет информационной системы, которая позволяла бы усиливать одни признаки и ослаблять другие, взаимодействуя с внешней средой.

ИНФОРМАЦИОННО-РАЗВИВАЮЩИЕСЯ СИСТЕМЫ ДОЛЖНЫ ИМЕТЬ СВОЙ ОСОБЫЙ МЕХАНИЗМ ДЛЯ ПРЕОДОЛЕНИЯ
ГЕДЕЛЕВСКОЙ ТРУДНОСТИ

9. Развитие науки задается открытиями. Открытия, по определению, не предсказуемы – их нельзя вывести методами дедуктивной логики из некоего конечного набора исходных предпосылок. Ранее этот вопрос мы уже подробно обсуждали. Развитие биосферы, скажем, ее современное состояние, также нельзя себе представить как процесс, протекающий в соответствии с некоторым алгоритмом, построенным по принципу дедуктивной логики. Чтобы разъяснить эту мысль, обратимся к хорошо известной в математической логике теореме Геделя о неполноте, показывающей ограниченность логических систем. Будем называть логической системой некий набор аксиом и правил вывода. Аксиомы образуют строку символов, повторным применением правил вывода к этой строке можно получать новые строки, т.е. доказывать новые теоремы. Из теоремы Геделя следует, что, если правила вывода конечны и детерминированы, система будет неполной – она будет содержать математические истины, которые не могут быть получены путем повторного применения правил.

10. Следовательно, достаточно сильная информационно-развивающаяся система не может быть построена по алгоритму, основанному на принципе дедуктивной логики. Мы не можем представить себе биологическую эволюцию как некоторую систему, состоящую из некоторых предпосылок и конечных и строго детерминированных правил вывода, которые могли бы интерпретироваться как безусловные законы природы. Точно так же науку нельзя рассматривать как систему, развивающуюся строго детерминировано, исходя из некоторой системы постулатов.

МОДЕЛЬ С ГЕНЕРАТОРОМ СЛУЧАЯ

11. Как же преодолевается геделевская трудность в развитии науки и в развитии биологической системы? Здесь есть два возможных объяснения. Первое – это признать существование некоторого непонятного нам механизма; второе объяснение – это построение некой вероятностной модели с генератором случая. Если мы будем говорить о биологической эволюции, здесь можно рассуждать о некой непостижимой виталистической, жизненной, силе или о свободной воле. Альтернативой к этому суждению будет гипотеза о случайном характере мутаций. Физически генератор случая реализуется, скажем, в виде жесткого излучения, действующего на гены. Далее, мы должны будем допустить существование некоторой системы правил отбора, которые позволяют выживать только особям с полезной, в каком-то смысле, комбинацией признаков. Генератор случая вместе с правилами отбора создают адаптационную систему. Способность к адаптации – это, видимо, отличительная черта всех формально развивающихся систем и в том числе биологической системы. Отличие живой системы от неживой заключается прежде всего в способности к адаптации. Неживые системы – растущий кристалл, плазма – практически не способны к адаптации. Еще одна особенность формально развивающейся системы – это память: система запоминает вновь появившуюся, благоприятную для нее информацию. Любопытно следующее замечание Г.Каспера: пришелец с другой планеты не сумел бы отличить систему, построенную таким образом, от системы, наделенной «свободной волей».

12. Такое же примерно положение дел с развитием науки. Здесь также можно попытаться построить вероятностную модель, полагая, что мышление творчески активных работников задается генератором случая и какой-то очень неслучайной системой правил отбора – может быть, гениальность отдельных людей определяется такой особенно хорошо организованной системой правил отбора, позволяющей не включать в дальнейшее рассмотрение неудачно генерированные идеи. Альтернативой этой вероятностной модели является гипотеза непонятного механизма сверхлогического мышления. Можно допустить существование некой иерархии форм мышления: дологическое – образное мышление, логическое мышление – дедуктивная логика и сверхлогическое мышление. Но эта гипотеза не снимает геделевской трудности. Вполне возможно допустить, что научные работы определенного уровня активности находятся на разных ступенях иерархии мышления, но коммуникация между ними происходит всегда на одном – логическом уровне. И здесь появляется геделевская трудность – она преодолевается полиморфностью (или, точнее, полисемией) естественного языка. Словам приписывается разный смысл – это позволяет ученым быть не вполне логичными. Нелогичность оказывается затушеванной полиморфизмом языка - она не вызывает резкого раздражения у собеседника. За полиморфность языка нередко приходится дорого платить – часто длительные научные споры возникают только из-за того, что терминам приписывается разный смысл. Хотя, может быть, это и есть неизбежная составная часть творческого процесса. Здесь опять возможна аналогия с биологией, где ошибка формирования кода может привести к мутациям.

13. Кстати, полиморфность языка – это одна из трудностей при построении думающих машин, способных вести диалог с человеком; приходится накладывать слишком жесткие ограничения на правила, которых должен придерживаться человек при разговоре с машиной.

14. Модель творческого мышления с генератором случая и правилами вывода принципиально поддается проверке. Такая проверка, несомненно, будет осуществлена в процессе создания искусственного (компьютерного) интеллекта. Более того, сейчас трудно создать модель искусственного интеллекта, не включающую в той или иной степени генератор случая. Работа над созданием искусственного интеллекта сейчас ведется очень активно, особенно в США.

НАУКА И БИОСФЕРА – САМООРГАНИЗУЮЩИЕСЯ ИНФОРМАЦИОННЫЕ СИСТЕМЫ. ЯЗЫК СИСТЕМ

15. Ранее мы уже высказывали утверждение, что как наука, так и биология являются самоорганизующимися информационными системами, управляющимися своими информационными потоками. Внешние условия служат той средой, в которой эти системы развиваются. Эта среда может быть благоприятной или неблагоприятной для развития системы, но среда не может заставить развиваться систему по какому-то чуждому ей пути. Появление новых идей или новых форм в системе задается ее информационными потоками. Отличным примером может быть положение науки в нацистской Германии. Внешняя среда пыталась заставить развиваться науку по какому-то чуждому для нее пути – на некоторые исследования, выдержанные в духе нацистской идеологии, выделялись огромные средства, но ровно ничего из этого не получалось – новой нацистской науки не создалось.

16. Информационная система должна иметь свой собственный, особый язык. В биологии это совсем недавно расшифрованный язык генетического кода, или, может быть шире, – язык межмолекулярных взаимодействий; в науке это свой особый, совсем еще мало изученный язык научных коммуникаций, существенно отличающийся от обычного разговорного языка людей. По мере развития науки ее язык постепенно все больше и больше превращается в кодовую систему с очень емким содержанием для каждого кодового знака. В результате такой эволюции языка научные сообщения становятся более компактными, хотя этот эволюционный процесс все же, видимо, происходит недостаточно быстро – во всяком случае, он идет медленнее, чем экспоненциальный рост публикаций, и отсюда происходит информационный кризис в науке. Стремление к емкой кодификации все в большей степени удаляет язык науки от разговорного языка людей и приближает его к языку генетического кода.

17. Вот несколько примеров, иллюстрирующих кодовый характер языка науки. Первое – это ассоциативный язык библиографических ссылок. Одна ссылка может кодировать сложную концепцию, высказанную в предыдущей публикации. Второй пример – это специфические языки науки. По мере дифференциации науки создаются особые замкнутые области знаний со своим специфическим языком. Слова этого языка кодируют сложные концепции. Создание таких специфических языков облегчает обмен информаций в пределах отдельных узких областей знания и затрудняет его по широкому фронту научных исследований. Здесь, по-видимому, опять-таки уместно сравнение с биологией – информационные структуры различных видов не совместимы между собой. Двумерный язык химических формул – пример очень емкого кодового языка. И, наконец, последний пример: математизация знаний, создание математических метаязыков науки – это все возрастающая тенденция к кодификации, к повышению смысловой емкости кодовых знаков.

18. Дифференциация науки закрепляется созданием специфических языков – в науке возникает вавилонская трудность. В биосфере «межвидовое различие» в информационных системах исключает «межвидовую гибридизацию». Каждая эволюционная ветвь варится в своем собственном соку, не взаимодействуя информационно с соседними ветвями.