<<<     ΛΛΛ     >>>   

Здесь ситуация очень похожа на ту, которая сложилась у геофизиков, занимающихся прогнозом землетрясений: чем более обоснован и достоверен прогноз, тем более масштабные и энергичные меры можно предпринимать, чтобы уменьшить ущерб от стихийного бедствия [39].

Обратим внимание на попытку классификации и терминологию, введенную для бифуркаций в ходе исторического процесса [62]:<<Сами нестабильности могут быть различного происхождения. Они могут возникать вследствие недостаточной ассимиляции или плохого применения технологических инноваций. Такого рода нестабильности служат примерами того, что я называю "T-бифуркациями". Толчком к их возникновению могут быть и внешние факторы, такие как гонка вооружений, и внутренние факторы, такие как политические конфликты, образующие "C-бифуркации". Нестабильности могут быть вызваны крушением локального экономико-социального порядка под влиянием учащающихся кризисов, порождающих "E-бифуркации". Независимо от своего происхождения, нестабильности с высокой вероятностью распространяются на все секторы и сегменты общества и тем самым открывают двери быстрым и глубоким изменениям>>.

Изменение поля возможностей и эволюция областей притяжения аттракторов. Анализ развития системы высшего образования, в котором одному из авторов довелось принять участие [1, 2, 53], а также работа с моделями теории нейронных сетей, имитирующих элементы мышления [41, 54], помогла увидеть общую для многих задач нелинейной динамики проблему. Эта проблема может стать одной из ключевых при построении теоретической истории. Проблема связана с изменением областей притяжения аттракторов исследуемых систем.

В нелинейной динамике принципиальную роль играют притягивающие множества в фазовом пространстве. Формально они описывают поведение исследуемого объекта на больших временах. В теории нейронных сетей они соответствуют запомненным образам, которые следует распознать. В ряде междисциплинарных исследований аттракторам сопоставляются предельные состояния общества. Иногда их трактуют как "цели развития" [72, 73]. До середины восьмидесятых годов именно аттракторы и были в центре внимания специалистов по нелинейной динамике [18, 81].

Рис. 6. Метаморфоза области притяжения аттрактора A приводит к изменению "цели" исследуемой системы.

Однако сейчас акценты существенно меняются. На арену все чаще выходят множества в фазовом пространстве, называемые областями притяжения аттракторов. Пусть некоторое множество A (например, особая точка, как на рис.6) является аттрактором. Если начальная точка в фазовом пространстве, например, описывающая состояние общества, принадлежит его области притяжения, то траектория, начинающаяся в ней, с течением времени стремится к аттрактору A. Область G1 показывает, насколько существенен этот аттрактор, как много траекторий он "притягивает". Обычно рассматривают не одну модель (динамическую систему), а семейство моделей, зависящих от параметра (например, состояния окружающей среды или какой-нибудь другой "медленной переменной"). При этом не так давно было открыто интересное явление, --- метаморфозы областей притяжения аттрактора --- катастрофическое, скачкообразное изменение этой области при малом изменении параметра.

Приведем простой "околоисторический" пример, показывающий, что это может означать. Допустим, что при данном значении параметра наша траектория, выходящая из точки B, стремится к аттрактору A. Именно аттрактор A определял, как иногда говорят историки, тенденции развития. Будучи предметом рефлексии общества, эти тенденции порождали определенные религиозные верования, философские системы, научные теории. Но ситуация изменилась, область притяжения аттрактора A уменьшилась, и точка C, в которую мы пришли из точки B, с течением времени (см. рис.6б) уже не принадлежит, к нашему сожалению, области притяжения аттрактора A. Внешне, если иметь в виду ближайшую перспективу и локальную окрестность нынешного состояния, почти ничего не изменилось. Однако в историческом, долговременном плане перемены оказываются радикальны --- у общества изменилось будущее, изменилась "цель развития". Наверное, анализ, с этой точки зрения, отдельных периодов в истории различных цивилизаций был бы любопытен.

bf Нейросистемы, поиск закономерностей, новая техника "работы с незнанием". Одна из наиболее трудных задач как для историков, так и для специалистов по математическому моделированию --- поиск причинно-следственных связей. Причем проблема многократно усложняется, если мы имеем дело с редкими, но исключительно важными событиями. Тут мы, с одной стороны, не знаем законов, определяющих ход исследуемых процессов, с другой стороны, не удается опереться на статистические методы анализа.

В настоящее время в одних областях разрабатываются, в других эффективно применяются компьютерные системы нового поколения, одной из основных задач которых является поиск закономерностей [40, 41]. Эти системы, получившие название нейрокомпьютеров или нейросистем, имитируют некоторые важные особенности работы мозга. Это позволяет не писать программы, определяющие действия компьютера для всех ситуаций, с которыми он может встретиться, а обучать его, предъявляя набор примеров или образцов. Очень быстрый прогресс в этой области, растущие масштабы использования нейросистем в экономике и банковском деле вселяют надежду на то, что вскоре эта технология компьютерного анализа будет использоваться и в исторических исследованиях.

Ляпуновские показатели, горизонт предсказуемости, циклы этногенеза. Одним из фундаментальных результатов нелинейной динамики является осознание принципиальных ограничений в области получения прогноза даже для простейших механических, физических, химических систем. Такие системы обладают чувствительностью к начальным данным. То есть, рассматривая две близкие траектории'(t)''(t) динамической системы

d/dt = (),'(0) =,''(t) = +, (3)

для множества моделей можно численно проверить, а для некоторых случаев строго доказать, что расстояние между бесконечно близкими вначале траекториями в среднем экспоненциально растет

d(t) = |'(t) -''(t)| ~ ||exp(lt) .

Величина l, называемая ляпуновским показателем, характеризует горизонт предсказуемости --- время, на которое можно дать прогноз поведения исследуемой системы. Это ограничение представляется столь же глубоким ограничением, характеризующим наш мир, как невозможность создания вечных двигателей, движения со сверхсветовыми скоростями, бесконечно точного одновременного измерения координаты и импульса микрочастицы.

Рис. 7. Характерный вид проекции хаотического аттрактора в системе небольшой размерности. "Клубок траекторий" выглядит достаточно упорядоченным.

Разумеется, это не означает, что после этого времени мы ничего не знаем о системе. Образно говоря, если предельное множество представляет собой "клубок" в фазовом пространстве (см. рис.7), то мы по-прежнему достоверно знаем, что точка, характеризующая состояние системы, принадлежит этому "клубку", а не уйдет куда-нибудь в другую область фазового пространства. Однако неизвестно, в каком месте "клубка" будет находиться эта точка.

"Горизонт предсказуемости" можно трактовать и иначе --- он дает характерный временной масштаб, определяющий, на каких временах будут сказываться изменения начальных данных на величину e. Он показывает, насколько быстро будут "забыты" системой последствия наших действий, если мы можем изменить состояние последней на e. По существу, горизонт прогноза характеризует "память" изучаемого объекта.

Например, по мнению большинства экспертов, тот факт, что для динамической системы, описывающей состояние атмосферы, l ~ 1/неделя, приводит к принципиальной невозможности получить среднесрочный прогноз погоды.

С помощью динамических систем вида (3) описывались и такие процессы, имеющие непосредственное отношение к истории, как гонка вооружений [65, 66]. Модели такого типа, учитывающие экономические возможности страны и стоимость вооружений, хорошо описывают неустойчивость, возникшую в этой области накануне первой мировой войны [65]. С помощью аналогичных моделей анализировались в свое время последствия реализации сверхдержавами программ, связанных с выводом стратегических оборонных вооружений и средств борьбы с ними в космос [66]. В частности, на основе этих моделей было показано, что реализация таких проектов не повысит безопасность сторон. Была установлена связь между ляпуновскими показателями и концепцией стратегической стабильности. Оказалось, что нестабильность определяется наличием положительных ляпуновских показателей и переходом в режим динамического хаоса.

В этой связи возникает принципиальный вопрос, который необходимо было бы выяснить, приступая к моделированию конкретных исторических процессов. Каковы должны быть положительные ляпуновские показатели в моделях таких явлений? Какова "глубина памяти" в исторических событиях? Было бы естественно ожидать, что мы имеем дело с диссипативной динамической системой вида (3), которая "забывает" детали начальных данных и имеет ляпуновские показатели порядка 1/век. Здравый смысл подсказывает, что негоже королю в провале своей политики и неудачах королевства винить реформы прапрадеда. В конце концов, и у него самого, и у его отца и деда были возможности внести коррективы.

 <<<     ΛΛΛ     >>>   

В истории
Решение вновь растет в режиме с обострением
Постижение истории
Локомотивы истории
При этом варианте развития законы являются предметом торга между государственной администрацией