Компьютеризация в естественных науках

Резюмировать  сказанное о проблемах и следствиях компьютеризации науки можно следующим образом. Эволюция технических средств, с одной стороны, приводит к новой структуризации и канализированию научного знания. С другой стороны, переформулируя тезис А. де Токвиля о политическом равенстве и экономическом неравенстве в демократических обществах, можно говорить о проблеме информационного равенства и экономического неравенства в эпоху постиндустриальной демократии. Приоритеты отдельных государств и корпораций ограничивают возможности участия в научных проектах заинтересованных профессионалов, а также распространения соответствующей информации. Здесь необходимо заметить, что проблемы, которые ставит перед нами компьютеризация, не являются автономными по отношению к кругу проблем, возникающих у науки в обществе современного капитализма.

Компьютеризация науки имеет еще одно следствие, имеющее отношение к внутреннему характеру самой науки, а именно потенциальную возможность интеграции научного знания.

«Наука сейчас такова, — отмечает академик В. С. Степин, — что процессы дифференциации явно опережают процессы интеграции. Она разделена на области, которые плохо стыкуются между собой. Часто ученый специалист говорит на таком языке, который не понятен его коллеге-ученому из соседней области науки»¹. От себя добавим, что иногда язык научного общения различается не только в соседних областях, но и в одной и той же области науки. Информационно-коммуникационные технологии потенциально способны преодолеть эту проблему, но мы говорим «потенциально», потому что соответствующих исследований по этой тематике пока не опубликовано.

Нелишним будет  упомянуть и о таком еще  следствии компьютеризации, как формирование компьютерной парадигмы, или концепции «цифровой философии», которая представляет собой новый язык описания, ориентированный на модель компьютера. Например, таковы попытки описания законов физики как компьютерных программ, а Вселенной — как гигантского компьютера.

2 Компьютеризация в науках

Компьютеризация представляет собой не только могучий вычислительный инструмент и средство хранения и переработки информации, но и способ интеллектуальной деятельности человека. Взаимодействие ученого и компьютера определяется системой «субъект труда — орудие труда». При этом машина выполняет разносторонние задачи: обеспечение информацией, выбор модели решения проблем, самостоятельный поиск нового знания. Достижение выполнения подобных функций стало возможным путем создания машин, осуществляющих вычислительные и другие формально-логические операции, имитирующие решение эвристических проблем.

Однако сколь бы не была совершенна машина, она не гарантирует достижение результатов, которых добивается ученый путем живого творчества. ЭВМ способна сформулировать различные варианты решения, однако ответственность за выбор конкретного из них ложится на человека. В ряде сфер, таких как человек, общественная жизнь, компьютеры предлагают вероятностное знание. Машинное мышление не способно превзойти человеческое при решении оперативных задач. Что касается организации научной работы в системе «ученый-машина», то здесь заметна тенденция адаптации машины к человеку. Так, совершенствование информационной техники, программного обеспечения направлено на облегчение деятельности субъекта. Впрочем, полного тождества между машиной и человеком   нет, хотя  и  поднимается  проблема  диалога [3].

Кибернетика имеет принципиальное значение для развития науки и техники. В деле обеспечения научно-технического прогресса. кибернетические машины находят применение в управлении технологическими процессами. Ни одна из наукоемких технологий не обходится без компьютеров. Компьютерные средства используются для выполнения трудоемких расчетов в науке и технике. Например, любой полет космического корабля  не обходится  без  контроля  компьютерными средствами.

В области научных разработок использование компьютеров приводит к значительной экономии материальных средств и времени при решении проблем создания новой техники. Вычислительные машины нашли широкое применение в естествознании. Современные физические и химические эксперименты предварительно модельно прорабатываются при помощи вычислительной техники. При помощи компьютеров удается наблюдать и воздействовать на скоротечные физические и химические процессы. В биологии возникла новая отрасль знания— бионика, основанная на изучении чувствительности животных в целях использования принципов их функционирования в технических устройствах. Кибернетические машины оказывают существенную помощь  медицине  в  борьбе  за здоровье людей. Так, благодаря кибернетике проводится ранняя диагностика заболеваний, определяются наиболее эффективные способы их лечения. Компьютерные исследования нашли применение в психологии и нейрофизиологии. Изучение головного мозга, физиологических процессов, протекающих в нем, проводится при помощи томографии. Подобный способ исследования позволяет изучить механизмы распознавания человеческих образов, способы переработки информации, тайны памяти и многое другое.

В гуманитарном знании достижения кибернетики находят практическое применение в языкознании, автоматизированных переводов с иностранных языков. Кибернетические модели используются в экономике, истории, педагогике и других науках. Так, только при помощи глобального моделирования удалось получить системные данные взаимосвязи природы и общества. Ряд существенных проблем общественного развития (экономические процессы, политические изменения, катастрофы, революции) также подвергаются компьютерному моделированию. В целом применение компьютеров способствует повышению культурного, интеллектуального, творческого потенциала общества.

2.1 Компьютеризация в биологии

  Компьютерное моделирование  в биологии становится все  более распространенным методом научного анализа, широко использующим достижения других наук, в том числе математики и кибернетики. Стремительный прогресс вычислительной техники в 90-е годы привел к резкому расширению круга специалистов разного профиля, заинтересованных в интенсивном использовании информационных технологий.

      Биология  имеет дело со сложными системами,  которым присуще сильное многостороннее  и даже многоступенчатое переплетение  различных уровней организации  - молекулярного, клеточного, органного,  организменного, популяционного. Такая особенность живых объектов и систем из них приводит к некоторой специфичности при использовании моделирования в биологических и, особенно, в генетических исследованиях. Как и в других отраслях естествознания, в основу моделирования в биологии кладется представление (замещение) какой-либо сложной системы более простой и доступной для изучения. Специфика генетики часто заключается в том, что с этой целью в качестве упрощенных материальных моделей достаточно развитых явлений используются низшие формы живых организмов. Широко известно, какую роль в открытии законов наследственности сыграло исследование отдельных примитивных биологических форм (дрозофила, кишечная палочка и др.). Как показал Н.И. Вавилов, открытию сцепления генов наряду с быстрым размножением дрозофилы способствовало наличие у нее по сравнению с высшими организмами небольшого количества хромосом. Развитию молекулярной биологии и генетики во многом содействовало не только применение более эффективных методов, но и выбор объекта исследований (бактерии и вирусы). В научную практику также вошло, помимо исследования целых организмов, изучение отдельных биохимических реакций, воспроизводимых в культуре клеток ткани. Воспроизведение in vitro процессов, характерных для живого организма, может служить биологическим аналогом физической модели [4]. 

Современный биологический  модельный эксперимент не ограничивается исключительно биохимическим синтезом живого, в процессе которого воспроизводится как специфический для живого субстрат, так и его функция. Применение физических и кибернетических методов позволило преодолеть этот недостаток, свойственный биологии в прошлом, и дало возможность использовать в исследовательских целях специальные конструкции, воспроизводящие отдельные функции живого организма на чуждой ему вещественной основе. В частности, некоторые саморегулирующиеся кибернетические устройства с обратной связью могут служить моделью для процесса взаимодействия организма с окружающей средой. 

Однако далеко не всегда для построения модели биологического объекта возникает необходимость  использовать столь сложные средства. Иногда оказывается возможным ограничиться применением достаточно простых приспособлений для получения важных результатов. Примером может служить механическая модель-макет ДНК, которая помогла Дж. Уотсону и Ф. Крику расшифровать структуру этой молекулы наследственности. 

Все шире в биологии используются также математические и кибернетические методы, причем в результате их синтеза с биологией возникают новые направления научных исследований, такие как синергетика, компьютерная биометрия и другие. Разнообразие биологических объектов и явлений привело к тому, что для их количественного описания с самого начала привлекались представления различных математических дисциплин. При этом в зависимости от характера и свойств изучаемых процессов для моделирования выбирается аппарат либо дискретной, либо непрерывной математики. 

Методы дискретной математики оказались наиболее удобным и  естественным средством для моделирования свойств уникальных объектов, количественные характеристики которых меняются скачкообразно, без промежуточных стадий. Традиционными дисциплинами, используемыми в этом случае, являются теория вероятностей и алгебра. Так, для описания возрастной структуры популяций применяется матричное исчисление (так называемые матрицы Лесли). На теоретико-вероятностном подходе покоится все здание классической генетики. В последнее время для описания самых разнообразных классов биологических закономерностей все шире применяются более молодые отрасли математики, в частности, теория конечных автоматов, теория фракталов. 

Когда поведение изучаемого объекта характеризуется непрерывными изменениями, адекватным средством  моделирования являются методы непрерывной математики с их богатым аппаратом дифференциальных, интегральных и интегро-дифференциальных уравнений. Однако при определенных условиях эти методы можно применять к процессам, дискретным по своей природе. Так, процесс размножения микроорганизмов допустимо идеализированно рассматривать как непрерывный, описываемый дифференциальными уравнениями. Поэтому при непрерывном культивировании широко используются модели в форме дифференциальных уравнений. Это позволяет не только количественно охарактеризовать поведение популяции, но и управлять ее ростом. Это особенно важно для микробиологической промышленности, использующей микробы, продуцирующие микробиологические вещества, например антибиотики. Такой подход к моделируемым процессам широко используется в экологии, популяционной генетике, где с помощью моделей в форме дифференциальных уравнений описывается как поведение отдельных популяций, так и взаимоотношения в гораздо более сложных системах (модели Лотки-Вольтерра и др.) [4]. 

Детерминистский подход к  моделируемым объектам, основанный на применении дифференциальных и интегральных уравнений, охватывает многие области теоретической биологии. Созданная на базе этого математического аппарата новая научная дисциплина - биологическая кинетика - наиболее успешно применяется в биохимии и молекулярной биологии. Здесь на основе идей физической и химической кинетики строятся математические модели протекающих в клетке химических реакций и описываются многие аспекты клеточного метаболизма, например, работа регуляторных систем и т.п. 

В этом смысле показательна ситуация в генетике, которая с  самых первых работ Г. Менделя широко использовала математический аппарат для построения неформальных моделей изучаемых процессов. Сейчас уже сформировалась специфическая отрасль генетики - математическая генетика, которую вполне можно рассматривать, по аналогии с физикой, в качестве примера удачно развившейся теоретической дисциплины. В ней широко используется аппарат классической математики и математической кибернетики, на основе которых строятся содержательные генетические теории. Примеры успехов математической генетики в описании фундаментальных процессов жизнедеятельности приведены в краткой, но очень насыщенной статье В.А. Ратнера, превзойти которую очень трудно. Поэтому ограничимся упоминанием о плодотворном освоении генетикой новых отраслей математики, в частности теории конечных автоматов и теории фракталов, которые нашли применение в генетике онтогенеза и молекулярной генетике. 

Говоря о применении в  биологии различных математических подходов, необходимо отметить в этом плане теорию информации. Попытки  ее широкого использования в биологии, психологии и других дисциплинах, не имеющих прямого отношения к теории связи, относятся к началу 50-х годов и связаны c именем Г. Кастлера. Однако к 70-м годам проявилось определенное разочарование в этом подходе за счет того, что статистическая теория информации фактически имеет дело только с количественной мерой информации, не выясняя глубинной природы самого этого явления, и начались попытки выхода за пределы исходных ограничений этой теории. Нам представляется перспективным разработка компьютерных технологий, в которых аппарат теории информации используется для оценки степени связи отдельных элементов биологической системы. Пример использования такого подхода для решения задач эколого-генетического характера, когда налицо уникальные данные или небольшие выборки, подробно описывается одним из авторов данной статьи. 

Следует также вспомнить  о биологическом приложении теории нечетких множеств, нашедшей широкое применение в дисциплинах медико-биологического профиля, где она используется в прикладных разработках. Основное направление здесь - распознавание образов и таксономия, т.е. области исследований, в которых имеет место нечеткая кластеризация. Используется этот аппарат также в медицине как теоретическая основа для принятия решений в нечетких, размытых условиях. Однако сочетание малого (недостаточного или уникального) количества экспериментальной информации и неконтролируемых (нечетких) условий, по нашему мнению, может служить критерием для применения этой теории не только в медицине, но и в экологии. В частности, именно такое сочетание условий и данных характерно для постчернобыльской ситуации. Поэтому теория нечетких множеств может оказаться перспективной для описания самых разнообразных фундаментальных закономерностей живой природы.