Бытие техники и сингулярность - [21]
Однако в прогнозировании качественно новых ступеней развития техники есть фундаментальная методологическая проблема, и попытки ее решения не прекращаются последние десятилетия. Так у Г. П. Щедровицкого в книге «Программирование научных исследований и разработок» выделяются два типа систем: нормативные, парадигмальные, которые целенаправленно развивают сложившуюся практику, и синтагматические, ситуационные, которые являются «главными и ведущими в плане совершенствования и развития» [270, с. 143]. Но прогнозирование, основанное на исследовании организационных структур научных разработок, очень зависит от конъюнктуры. Сейчас громадные средства вкладываются в повышение КПД ветро- и гелиогенерации. Но если через десять лет будет сделан прорыв в создании термоядерного реактора, то львиная доля «солнечных батарей» станет не нужна.
Налицо противоречие. Прогнозировать новые качества технологий и технических изделий необходимо. Есть примеры удачных и при том обоснованных прогнозов. Но обобщенного метода прогнозирования нет и быть не может. Потому необходим поиск новых инструментов, образов, категорий и схем, которые бы могли отразить еще не созданное качество техники.
ζ. Отдельную методологическую сложность составляют прогнозы, основанные на математических моделях.
Еще полстолетия назад математическое моделирование сталкивалось с проблемами недостаточной мощности компьютеров и ограниченного доступа к базам данных. Эти проблемы по факту решены.
Сегодня самая очевидная сложность — можно очень легко составлять и просчитывать бесконечное количество моделей. Современный футуролог имеет дело с неограниченным множеством схожих «вариантов», которые при изменении буквально нескольких коэффициентов могут давать различные результаты. На любое состояние окружающей действительности может быть составлено запрашиваемое количество моделей, которые дадут веер прогнозов. Апостериорная проверка этими моделями будет выдерживаться: если в их рамках «переиграть» недавние ситуации, то получится результат, очень похожий на реальность. Но постоянно появляются новые данные, часть предыдущих моделей не подтверждается при том, что оставшиеся так же выдерживают апостериорную проверку. И понять, какие из проверенных моделей адекватны, а какие при получении еще одного статистического обзора выдадут полную чепуху, сложно.
Следовательно, простая опора на «неограниченные вычислительные мощности» ведет к релятивизму моделирования и, фактически, к вариации юмовского скептицизма. Модель, исправно предсказавшая тысячу колебаний биржевого курса, может обмануть на тысяче первом расчете. Математические зависимости сами по себе, без привязки к онтологии, без практической проверки, могут обеспечить предсказание заведомо фантастического, нелепого результата.
Основная проблема в корреляции между моделью и реальностью — сложность учета будущих качественных скачков. Показательно рассуждение, которое приводят авторы книги «Законы истории: Математическое моделирование и прогнозирование мирового и регионального развития» [103, С. 266–267]. Они ссылаются на теорему Тихонова, согласно которой для математического описания системы переменными в дифференциальном уравнении можно использовать показатели с приемлемым во времени масштабом изменения. Слишком быстрые изменения вообще не учитываются, а слишком медленные учитываются как «параметры». Подобным подходом авторы пользуются для оценки демографических процессов, но сами же вынуждены ограничивать исследования. В результате достаточно громкая заявка о формулировании «Законов истории», которые действуют в очень больших человеческих общностях [103, с. 272–273], о понимании процессов Мир-Системы свелась к интересному уточнению моделей демографического развития в обществах «третьего мира» (например, в Танзании). Но прогнозирование ими дальнейшего развития Мир-Системы, человечества вообще сводится кряду вполне тривиальных утверждений о необходимости поддержки семьи государством. То есть модель позволяет достаточно уверенно прогнозировать повторение уже случившихся процессов, но качественный переход в будущем остаются загадкой.
Разумеется, существуют примеры системного подхода, основанного на более фундаментальных предпосылках — например, работы С. П. Капицы о демографии. Рассматривается модель, согласно которой рост численности населения подчиняется квадратичному закону:
ΔΝ/Δt = Ν2/Κ2,
где введено время t = Τ/τ, которое измеряется в условных поколениях τ = 45 годам, а Κ = (С/τ)0.5 = 64000 — безразмерная константа роста». «Определенная таким образом скорость роста не зависит явно от внешних условий и определена только собственными системными характеристиками — параметрами К и т. Само системное развитие динамически самоподобно и его внутренние закономерности со временем не меняются, сохраняя автомодельность роста. Только тогда, когда прирост населения на протяжении поколения или характерного времени становится сравнимым с самой численностью населения мира, возникает критический переход к другому закону роста и, как следствие, переход к стабилизированной численности населения Земли» [95, с.34].
