Владимир Живетин - Социосферные риски

О том, как же наука строит Z р ( t ) или М р , хорошо сказал крупнейший американский физик Р. Фейнман [32]: «Вот почему наука недостоверная. Как только Вы скажете что-нибудь из области опыта, с которым непосредственно не соприкасались, вы сразу же лишаетесь уверенности. Но мы обязательно должны говорить о тех областях, которые мы никогда не видели, иначе от науки не будет проку… Поэтому, если мы хотим, чтобы от наук и была какая-то польза, мы должны строить догадки. Чтобы наука не превратилась в простые протоколы проделанных опытов, мы должны выдвигать законы, простирающиеся на еще неизвестные области. Ничего дурного тут нет, только наука оказывается из-за этого недостоверной, а если Вы думали, что наука достоверна, Вы ошибались». Итак, задача науки – открывать и формировать новые законы, объяснять, почему в данный момент времени на выходе системы возникло именно это значение Z ( t ), а не другое.

Чем дальше мы проникаем в суть явления, тем сложнее становятся модели М и , тем тоньше явления, а сами процессы Z ( t ) более чувствительны к погрешностям, вносимым при построении М р . «При этом необходимо каким-то образом обнаруживать эти погрешности, не имея возможности вскрывать часы», а также испытывая ограничения в точности существующих средств измерения. По этому поводу один из творцов квантовой механики В. Гейзенберг писал [32]: «Микромир нужно наблюдать по его действиям посредством высокосовершенной экспериментальной техники. Однако он уже не будет предметом нашего непосредственного чувственного восприятия. Естествоиспытатели должны здесь отказаться от мысли о непосредственной связи основных понятий, на которых он строит свою науку, с миром чувственных восприятий. Наши усложненные эксперименты представляют собой природу не саму по себе, а измененную и преобразованную под влиянием нашей деятельности в процессе исследования… Следовательно, здесь мы также вплотную наталкиваемся на непреодолимые границы человеческого познания».

Как много сказано о границах человеческого познания! Такие границы θ кр существуют и зависят от состояния науки на текущий момент времени, от финансовых возможностей человечества, от ограниченности срока жизни ученых и т. д. Об ограниченности познания можно говорить не только в макромире, но и в такой области, как авиация. Так, модель, описывающая движение самолета, существует, как правило, в эксплуатационной области состояния параметров движения и редко в областях критических значений этих параметров [31]. Как только параметры движения или часть их превышают критические значения и самолет переходит, например, в штопор, надежные модели отсутствуют. При этом возникают чрезвычайно тонкие аэродинамические процессы, описать которые и тем более измерить в полете, т. е. предсказать полную картину движения самолета в таком режиме, невозможно.

Истинная модель М и и идеальный процесс Z и ( t ) скрыты от нас и непостижимы. Как только мы перестаем учитывать факт ограниченности научных знаний, мы теряем много: оказываемся в области риска и соответствующих потерь. При этом, как и во всем нашем мире, наука простирается между истинными знаниями и незнанием . Между этими границами расположены знания и, в частности, модели, построенные при различных допущениях.

По поводу достоверности знаний в коллективном труде «Логика научного исследования», созданном под руководством директора Института философии П.В. Копнина, сказано [51]: К идеалу научного знания всегда предъявлялись требования строгой определенности, однозначности и исчерпывающей ясности. Однако научное значение всякой эпохи, стремившееся к этому идеалу, тем не менее не достигло его. Получилось, что в любом самом строгом научном построении всегда содержатся такие элементы, обоснованность и строгость которых находились в вопиющем противоречии с требованиями идеала. И что особенно знаменательно: к такого рода элементам принадлежали зачастую самые глубокие и фундаментальные принципы данного научного построения. Наличие такого рода элементов воспринималось обычно просто как результат несовершенства знания данного периода. В соответствии с такими мнениями в истории науки неоднократно предпринимались и до сих пор предпринимаются энергичные попытки полностью устранить из науки такого рода элементы. Однако эти попытки не привели к успеху. В настоящее время можно считать доказанной несводимость знания к идеалу абсолютной строгости. К выводу о невозможности полностью изгнать даже из самой строгой науки – математики – «нестрогие» положения после длительной и упорной борьбы вынуждены были прийти и «логицисты»… Все это свидетельствует не только о том, что любая система человеческого знания включает в себя элементы, не могущие быть обоснованными теоретическими средствами вообще, но и о том, что без наличия подобного рода элементов не может существовать никакая научная система знаний».

Итак, мы должны признать наличие двух моделей системы мироздания и ее подсистем, с которыми имеет дело человек в процессе жизнедеятельности. Одна из них есть истинная модель М и , другая – модель М р , полученная в процессе научных изысканий. Оперируя с моделями и задав их допустимые М доп и критические М кр значения, связанные с Z доп , Z кр [32], получим следующие вероятности P = ( P 1, P 2, P 3):

P 1= P 1( Z и > Z кр , Z р < Z доп ),

P 2= P 2( Z и > Z кр , Z р > Z доп ), (11)

P 3= P 3( Z и < Ζ кр , Z р > Z доп ).

Как правило, в процессе жизнедеятельности мы оперируем с процессами, моделирование и измерение которых возможно, а области [ Z кр , Z доп ], [ Z, Z кр ] часто невозможно установить. Однако иногда (1.1) имеет смысл, и тогда Р 1есть вероятность события, при котором модель (процесс) находится в критической области. Такая ситуация характерна для автомата без участия наблюдателя, т. е. системы, в которой используется заданная программа, способная воспроизводить идеальный процесс. События P 2и P 3соответствуют различным положениям значений процессов Z и , Z р относительно Z доп , Z кр в момент времени t , различным потерям и соответствующим научным рискам.

При этом можно условно выделить в области знаний крайние значения: x = x в кр , когда научные знания, которых чрезвычайно мало, являются истинными, или действительными, x = x н кр – случайная погрешность δ( t ) настолько велика, что мы о том или ином процессе, явлении не имеем достоверной информации. Таким образом, область знаний между ( x н кр , x в кр ) заполнена моделями с допущениями, включающими в себя различные предположения, «догадки», подтвержденные кем-то и когда-то, гипотезы, находящиеся в процессе осмысления. При этом значимость «абсолютных» или истинных знаний для процессов жизнедеятельности невелика. В основном мы используем все, что расположено внутри ( x н кр , x в кр ). По мере развития науки, усложнения решаемых ею проблем, изменяется область ( x н кр , x в кр ), но порождаются новые проблемы, увеличивая цену наших незнаний.