Masoud Amirzadeh
اتوپویز.pdf
«گذر از استعاره‌های زیستی به پیچیدگی اجتماعی»
این مقاله به بررسی مفهوم «اتوپویز» (خودپیدایی) در نظریه سیستم‌ها و تمایز میان سیستمهای طراحی‌شده و سیستمهای خودپیدا می‌پردازد و نشان می‌دهد چگونه مفاهیم زیستی می‌توانند در تحلیل سیستمهای اجتماعی و پیچیده به کار گرفته شوند، اما در عین حال، در صورت تبدیل شدن استعاره به واقعیت، به محدودیت‌های شناختی منجر شوند.
مقاله همچنین به ویژگی‌های سیستمهای اتوپویتیک، از جمله برایش شبکه‌ای، پایداری فرآیندی، تکامل و عاملیت درون‌زا، و نیز کاربرد این مفاهیم در هوش مصنوعی، مهندسی سیستم‌ها، هویت و اخلاق می‌پردازد. در ادامه، با بررسی ساختارهای سلسله‌مراتبی و جنبش‌های اجتماعی، ضرورت گذار از ارگانیکیسم سنتی به سوی رویکردهای جدیدتر در مطالعه پیچیدگی اجتماعی، از جمله جامعه‌شناسی محاسباتی و تحلیل تعاملات نمادین، مطرح می‌شود.
این مقاله برای پژوهشگران و علاقه‌مندان به نظریه سیستم‌ها، علم پیچیدگی، علوم اجتماعی و مطالعات میان‌رشته‌ای نوشته شده است؛ به‌ویژه برای کسانی که به دنبال فهم چگونگی انتقال مفاهیم زیستی به حوزه‌های اجتماعی و محدودیت‌های این انتقال هستند
https://t.me/+oTlrBOZFJlI0YTI0
این مقاله به بررسی مفهوم «اتوپویز» (خودپیدایی) در نظریه سیستم‌ها و تمایز میان سیستمهای طراحی‌شده و سیستمهای خودپیدا می‌پردازد و نشان می‌دهد چگونه مفاهیم زیستی می‌توانند در تحلیل سیستمهای اجتماعی و پیچیده به کار گرفته شوند، اما در عین حال، در صورت تبدیل شدن استعاره به واقعیت، به محدودیت‌های شناختی منجر شوند.
مقاله همچنین به ویژگی‌های سیستمهای اتوپویتیک، از جمله برایش شبکه‌ای، پایداری فرآیندی، تکامل و عاملیت درون‌زا، و نیز کاربرد این مفاهیم در هوش مصنوعی، مهندسی سیستم‌ها، هویت و اخلاق می‌پردازد. در ادامه، با بررسی ساختارهای سلسله‌مراتبی و جنبش‌های اجتماعی، ضرورت گذار از ارگانیکیسم سنتی به سوی رویکردهای جدیدتر در مطالعه پیچیدگی اجتماعی، از جمله جامعه‌شناسی محاسباتی و تحلیل تعاملات نمادین، مطرح می‌شود.
این مقاله برای پژوهشگران و علاقه‌مندان به نظریه سیستم‌ها، علم پیچیدگی، علوم اجتماعی و مطالعات میان‌رشته‌ای نوشته شده است؛ به‌ویژه برای کسانی که به دنبال فهم چگونگی انتقال مفاهیم زیستی به حوزه‌های اجتماعی و محدودیت‌های این انتقال هستند
https://t.me/+oTlrBOZFJlI0YTI0
Masoud Amirzadeh
نشست سه شنبه ۱۰ شهریور.pdf
در نشست روز سه شنبه دهم شهریور بررسی چرایی
موضوع استمرار سد سازی و انتقال آب علی رغم ناکامی ها و توابع گسترده تخریبی بر سرزمین و عدم توفیق در نظام حکمرانی را با رویکرد پیچیدگی ارائه داده شد.
https://t.me/+oTlrBOZFJlI0YTI0
موضوع استمرار سد سازی و انتقال آب علی رغم ناکامی ها و توابع گسترده تخریبی بر سرزمین و عدم توفیق در نظام حکمرانی را با رویکرد پیچیدگی ارائه داده شد.
https://t.me/+oTlrBOZFJlI0YTI0
چارلز داروین
طبیعت‌شناس و زیست‌شناس انگلیسی، یکی از اثرگذارترین اندیشمندان تاریخ علم است. اهمیت داروین تنها در ارائه نظریه تکامل زیستی نیست؛ او مفهومی را وارد علم کرد که بعدها به یکی از بنیادی‌ترین ستون‌های دانش پیچیدگی تبدیل شد: فرگشت.
داروین نامی از دانش پیچیدگی نبرد و اصولا چنین حوزه بین رشته ای هنوز به دنیا نیامده بود اما در عین حال با نظریه فرگشت یکی از مهم کلیدهای فهم سیستمهای پیچیده را به ما اهدا کرد.
به وجهی که اگر از بسیاری اندیشمندان تاریخ فلسفه علم بپرسید تاثیرگذارترین نظریه علمی بشری کدام است بی تردید نظریه فرگشت را برخواهند گزید.
داروین نشان داد که نظم و سازگاری موجودات زنده حاصل یک طراحی از پیش تعیین‌شده نیست، بلکه محصول فرایندی تدریجی از تغییر، تنوع، انتخاب و انباشت تغییرات در طول زمان است. از نگاه او، حیات یک وضعیت ثابت نیست؛ یک فرایند تاریخی و پویاست که پیوسته دگرگون می‌شود.
اهمیت دیگر داروین برای دانش پیچیدگی در همین تغییر نگاه است. فرگشت فقط ویژگی موجودات زنده نیست؛ بعدها روشن شد که بسیاری از سامانه‌های پیچیده، از اکوسیستم‌ها و فرهنگ گرفته تا اقتصاد، فناوری و شبکه‌های اجتماعی، نیز مسیرهای فرگشتی را طی می‌کنند. آنها تغییر می‌کنند، سازگار می‌شوند، برخی ویژگی‌ها را حفظ می‌کنند و برخی را از دست می‌دهند.
البته یکی از بزرگترین سوءبرداشت‌ها درباره داروین، فروکاستن فرگشت به «بقای اصلح» است. این تعبیر، که بعدها بیش از خود داروین شهرت یافت، گاه چنین فهمیده شد که طبیعت همواره قوی‌ترین یا برترین را حفظ می‌کند. در حالی که در اندیشه داروین، آنچه اهمیت دارد سازگاری با محیط است، نه برتری مطلق. فرگشت بیش از آنکه رقابتی برای قوی‌تر شدن باشد، فرایندی برای سازگارتر شدن است.
مهم‌ترین میراث داروین برای دانش پیچیدگی این است که جهان را نه مجموعه‌ای از ساختارهای ثابت، بلکه شبکه‌ای از فرایندهای در حال تغییر دید. در این نگاه، پیچیدگی چیزی نیست که یک‌باره ساخته شود؛ پیچیدگی تاریخ دارد و در مسیر فرگشت شکل می‌گیرد.
https://t.me/+oTlrBOZFJlI0YTI0
طبیعت‌شناس و زیست‌شناس انگلیسی، یکی از اثرگذارترین اندیشمندان تاریخ علم است. اهمیت داروین تنها در ارائه نظریه تکامل زیستی نیست؛ او مفهومی را وارد علم کرد که بعدها به یکی از بنیادی‌ترین ستون‌های دانش پیچیدگی تبدیل شد: فرگشت.
داروین نامی از دانش پیچیدگی نبرد و اصولا چنین حوزه بین رشته ای هنوز به دنیا نیامده بود اما در عین حال با نظریه فرگشت یکی از مهم کلیدهای فهم سیستمهای پیچیده را به ما اهدا کرد.
به وجهی که اگر از بسیاری اندیشمندان تاریخ فلسفه علم بپرسید تاثیرگذارترین نظریه علمی بشری کدام است بی تردید نظریه فرگشت را برخواهند گزید.
داروین نشان داد که نظم و سازگاری موجودات زنده حاصل یک طراحی از پیش تعیین‌شده نیست، بلکه محصول فرایندی تدریجی از تغییر، تنوع، انتخاب و انباشت تغییرات در طول زمان است. از نگاه او، حیات یک وضعیت ثابت نیست؛ یک فرایند تاریخی و پویاست که پیوسته دگرگون می‌شود.
اهمیت دیگر داروین برای دانش پیچیدگی در همین تغییر نگاه است. فرگشت فقط ویژگی موجودات زنده نیست؛ بعدها روشن شد که بسیاری از سامانه‌های پیچیده، از اکوسیستم‌ها و فرهنگ گرفته تا اقتصاد، فناوری و شبکه‌های اجتماعی، نیز مسیرهای فرگشتی را طی می‌کنند. آنها تغییر می‌کنند، سازگار می‌شوند، برخی ویژگی‌ها را حفظ می‌کنند و برخی را از دست می‌دهند.
البته یکی از بزرگترین سوءبرداشت‌ها درباره داروین، فروکاستن فرگشت به «بقای اصلح» است. این تعبیر، که بعدها بیش از خود داروین شهرت یافت، گاه چنین فهمیده شد که طبیعت همواره قوی‌ترین یا برترین را حفظ می‌کند. در حالی که در اندیشه داروین، آنچه اهمیت دارد سازگاری با محیط است، نه برتری مطلق. فرگشت بیش از آنکه رقابتی برای قوی‌تر شدن باشد، فرایندی برای سازگارتر شدن است.
مهم‌ترین میراث داروین برای دانش پیچیدگی این است که جهان را نه مجموعه‌ای از ساختارهای ثابت، بلکه شبکه‌ای از فرایندهای در حال تغییر دید. در این نگاه، پیچیدگی چیزی نیست که یک‌باره ساخته شود؛ پیچیدگی تاریخ دارد و در مسیر فرگشت شکل می‌گیرد.
https://t.me/+oTlrBOZFJlI0YTI0
دانش پیچیدگی pinned «در نشست روز سه شنبه دهم شهریور بررسی چرایی موضوع استمرار سد سازی و انتقال آب علی رغم ناکامی ها و توابع گسترده تخریبی بر سرزمین و عدم توفیق در نظام حکمرانی را با رویکرد پیچیدگی ارائه داده شد. https://t.me/+oTlrBOZFJlI0YTI0»
آلن تورینگ
ریاضیدان، منطق‌دان و اندیشمند انگلیسی( یکی از بزرگترین نوابغ همه اعصار) ، بیش از هر چیز با بنیان‌گذاری علم رایانه و هوش مصنوعی شناخته می‌شود. اما برای دانش پیچیدگی، شاید مهم‌ترین میراث او نه ماشین تورینگ، بلکه پاسخی باشد که به یکی از بنیادی‌ترین پرسش‌های طبیعت داد: شکل‌ها و الگوهای پیچیده چگونه پدید می‌آیند؟
تورینگ در مقاله مشهور «مبانی شیمیایی مورفوژنز» در سال ۱۹۵۲ نشان داد که برای پیدایش بسیاری از الگوهای طبیعی، از نوارهای گورخر و خال‌های پلنگ گرفته تا آرایش برگ‌ها، صدف‌ها و برخی ساختارهای زیستی، الزاماً به یک نقشه از پیش طراحی‌شده نیاز نیست. او نشان داد که از دل دو فرایند بسیار ساده، یعنی واکنش و انتشار مواد شیمیایی، می‌توان الگوهایی پیچیده، پایدار و متنوع ایجاد کرد.اهمیت کشف تورینگ در این بود که یک بار دیگر نشان داد پیچیدگی الزاماً از قواعد پیچیده زاده نمی‌شود. گاهی چند قانون ساده، اگر در یک سیستم غیرخطی و به صورت پیوسته با یکدیگر تعامل کنند، می‌توانند ساختارهایی پدید آورند که در نگاه نخست بسیار پیچیده به نظر می‌رسند.
تورینگ دریچه تازه‌ای به دانش پیچیدگی گشود: جهان فقط فرگشت نمی‌یابد، بلکه الگو نیز می‌سازد. پیدایش شکل، رنگ، نقش و سازمان فضایی در بسیاری از سامانه‌های طبیعی، می‌تواند حاصل دینامیک درونی خود سیستم باشد، نه محصول طراحی بیرونی.
البته بی گمان،یکی از عمیق‌ترین ایده‌های او مفهوم «ماشین جهانی تورینگ» بود. تورینگ نشان داد که می‌توان ماشینی نظری تصور کرد که فقط با چند قاعده بسیار ساده، قادر باشد هر الگوریتم یا هر محاسبه‌ای را که قابل محاسبه است اجرا کند. این ایده، بنیان نظری همه رایانه‌های امروزی شد.
اما اهمیت آن برای دانش پیچیدگی بسیار فراتر از رایانه است.
تورینگ یک پرسش بنیادین را پیش روی علم گذاشت: آیا جهان را می‌توان به صورت یک فرایند محاسباتی فهمید؟ اگر قواعدی وجود داشته باشند که بتوانند رفتار یک سیستم را گام به گام تولید کنند، آیا پیچیدگی جهان نیز می‌تواند حاصل اجرای همین قواعد باشد؟
این ایده بعدها به یکی از ستون‌های علوم پیچیدگی تبدیل شد. اتوماتای سلولی فون نویمان، اتوماتای سلولی ولفرام، حیات مصنوعی و بسیاری از مدل‌های عامل‌مبنا، همگی بر این فرض استوارند که رفتارهای بسیار پیچیده می‌توانند از اجرای مکرر قواعد ساده محاسباتی پدید آیند.
اما اینجا یک مرز بسیار مهم وجود دارد
یکی از سوءبرداشت‌های رایج این است که از ماشین جهانی تورینگ نتیجه گرفته می‌شود که «جهان یک رایانه است» یا «هر پدیده‌ای صرفاً یک محاسبه است». این برداشت دقیق نیست.
ماشین تورینگ درباره قابلیت محاسبه سخن می‌گوید، نه درباره ماهیت جهان. او نشان داد چه چیزهایی اصولاً قابل محاسبه‌اند، نه اینکه همه واقعیت را بتوان به محاسبه فروکاست.
اتفاقاً علوم پیچیدگی این مرز را پررنگ‌تر می‌کند. بسیاری از سامانه‌های پیچیده، با وجود آنکه از قواعد محاسباتی پیروی می‌کنند، به دلیل غیرخطی بودن، ظهور، آشوب و وابستگی به مسیر، رفتارهایی تولید می‌کنند که پیش‌بینی آنها عملاً بسیار دشوار یا حتی از نظر محاسباتی کاهش‌ناپذیر است.
پایان زندگی آلن تورینگ، پس از لودویگ بولتزمان، یکی دیگر از تلخ‌ترین سرنوشت‌های تاریخ علم است. نابغه‌ای که افق‌های تازه‌ای در ریاضیات، محاسبات و فهم جهان گشود، در سال ۱۹۵۴ در چهل‌ویک سالگی به زندگی خود پایان داد؛ آن هم در زمانه‌ای که جامعه و ساختار رسمی، توان فهم و تحمل بخشی از وجود او را نداشتند.
برای من، مرگ تورینگ فقط یک تراژدی شخصی نیست؛ نشانه برخورد زمانه با اندیشه‌هایی است که از مرزهای رایج دانش و هنجارهای مسلط فراتر می‌روند. بولتزمان زیر فشار انکار ایده‌هایش فرسوده شد و تورینگ زیر فشار تبعیض و تحقیر اجتماعی. هر دو قربانی روزگاری شدند که افق نگاهشان از افق زمانه وسیع‌تر بود.
شاید این هم یکی از درس‌های تاریخ علم باشد: همیشه بزرگترین مانع یک ایده جدید، دشواری علمی آن نیست؛ گاهی زمانه هنوز آماده فهم صاحب آن ایده نیست.
https://t.me/+oTlrBOZFJlI0YTI0
ریاضیدان، منطق‌دان و اندیشمند انگلیسی( یکی از بزرگترین نوابغ همه اعصار) ، بیش از هر چیز با بنیان‌گذاری علم رایانه و هوش مصنوعی شناخته می‌شود. اما برای دانش پیچیدگی، شاید مهم‌ترین میراث او نه ماشین تورینگ، بلکه پاسخی باشد که به یکی از بنیادی‌ترین پرسش‌های طبیعت داد: شکل‌ها و الگوهای پیچیده چگونه پدید می‌آیند؟
تورینگ در مقاله مشهور «مبانی شیمیایی مورفوژنز» در سال ۱۹۵۲ نشان داد که برای پیدایش بسیاری از الگوهای طبیعی، از نوارهای گورخر و خال‌های پلنگ گرفته تا آرایش برگ‌ها، صدف‌ها و برخی ساختارهای زیستی، الزاماً به یک نقشه از پیش طراحی‌شده نیاز نیست. او نشان داد که از دل دو فرایند بسیار ساده، یعنی واکنش و انتشار مواد شیمیایی، می‌توان الگوهایی پیچیده، پایدار و متنوع ایجاد کرد.اهمیت کشف تورینگ در این بود که یک بار دیگر نشان داد پیچیدگی الزاماً از قواعد پیچیده زاده نمی‌شود. گاهی چند قانون ساده، اگر در یک سیستم غیرخطی و به صورت پیوسته با یکدیگر تعامل کنند، می‌توانند ساختارهایی پدید آورند که در نگاه نخست بسیار پیچیده به نظر می‌رسند.
تورینگ دریچه تازه‌ای به دانش پیچیدگی گشود: جهان فقط فرگشت نمی‌یابد، بلکه الگو نیز می‌سازد. پیدایش شکل، رنگ، نقش و سازمان فضایی در بسیاری از سامانه‌های طبیعی، می‌تواند حاصل دینامیک درونی خود سیستم باشد، نه محصول طراحی بیرونی.
البته بی گمان،یکی از عمیق‌ترین ایده‌های او مفهوم «ماشین جهانی تورینگ» بود. تورینگ نشان داد که می‌توان ماشینی نظری تصور کرد که فقط با چند قاعده بسیار ساده، قادر باشد هر الگوریتم یا هر محاسبه‌ای را که قابل محاسبه است اجرا کند. این ایده، بنیان نظری همه رایانه‌های امروزی شد.
اما اهمیت آن برای دانش پیچیدگی بسیار فراتر از رایانه است.
تورینگ یک پرسش بنیادین را پیش روی علم گذاشت: آیا جهان را می‌توان به صورت یک فرایند محاسباتی فهمید؟ اگر قواعدی وجود داشته باشند که بتوانند رفتار یک سیستم را گام به گام تولید کنند، آیا پیچیدگی جهان نیز می‌تواند حاصل اجرای همین قواعد باشد؟
این ایده بعدها به یکی از ستون‌های علوم پیچیدگی تبدیل شد. اتوماتای سلولی فون نویمان، اتوماتای سلولی ولفرام، حیات مصنوعی و بسیاری از مدل‌های عامل‌مبنا، همگی بر این فرض استوارند که رفتارهای بسیار پیچیده می‌توانند از اجرای مکرر قواعد ساده محاسباتی پدید آیند.
اما اینجا یک مرز بسیار مهم وجود دارد
یکی از سوءبرداشت‌های رایج این است که از ماشین جهانی تورینگ نتیجه گرفته می‌شود که «جهان یک رایانه است» یا «هر پدیده‌ای صرفاً یک محاسبه است». این برداشت دقیق نیست.
ماشین تورینگ درباره قابلیت محاسبه سخن می‌گوید، نه درباره ماهیت جهان. او نشان داد چه چیزهایی اصولاً قابل محاسبه‌اند، نه اینکه همه واقعیت را بتوان به محاسبه فروکاست.
اتفاقاً علوم پیچیدگی این مرز را پررنگ‌تر می‌کند. بسیاری از سامانه‌های پیچیده، با وجود آنکه از قواعد محاسباتی پیروی می‌کنند، به دلیل غیرخطی بودن، ظهور، آشوب و وابستگی به مسیر، رفتارهایی تولید می‌کنند که پیش‌بینی آنها عملاً بسیار دشوار یا حتی از نظر محاسباتی کاهش‌ناپذیر است.
پایان زندگی آلن تورینگ، پس از لودویگ بولتزمان، یکی دیگر از تلخ‌ترین سرنوشت‌های تاریخ علم است. نابغه‌ای که افق‌های تازه‌ای در ریاضیات، محاسبات و فهم جهان گشود، در سال ۱۹۵۴ در چهل‌ویک سالگی به زندگی خود پایان داد؛ آن هم در زمانه‌ای که جامعه و ساختار رسمی، توان فهم و تحمل بخشی از وجود او را نداشتند.
برای من، مرگ تورینگ فقط یک تراژدی شخصی نیست؛ نشانه برخورد زمانه با اندیشه‌هایی است که از مرزهای رایج دانش و هنجارهای مسلط فراتر می‌روند. بولتزمان زیر فشار انکار ایده‌هایش فرسوده شد و تورینگ زیر فشار تبعیض و تحقیر اجتماعی. هر دو قربانی روزگاری شدند که افق نگاهشان از افق زمانه وسیع‌تر بود.
شاید این هم یکی از درس‌های تاریخ علم باشد: همیشه بزرگترین مانع یک ایده جدید، دشواری علمی آن نیست؛ گاهی زمانه هنوز آماده فهم صاحب آن ایده نیست.
https://t.me/+oTlrBOZFJlI0YTI0
Forwarded from پیام ما آنلاین
🔶رژیم رابطه به‌عنوان یک ساختار اکولوژیک ـ فرهنگی فرگشتی
✍️مسعود امیر زاده
🔷اگر بپذیریم که رابطه انسان و سامانه زمین صرفاً مجموعه‌ای از تعاملات پراکنده و منفرد نیست، پرسش این است که این رابطه در طول زمان چه ماهیتی پیدا کرده است؟
🔷 آیا همچنان باید آن را صرفاً به مجموعه‌ای از رفتارهای انسانی، فناوری‌ها، نهادها و واکنش‌های محیطی فروکاست، یا آنکه می‌توان از شکل‌گیری ساختاری سخن گفت که پس از پیدایش، ویژگی‌ها و پویایی‌های خاص خود را پیدا کرده است؟
ادامه یادداشت 👇
https://payamema.ir/payam/163739
@payamema
✍️مسعود امیر زاده
🔷اگر بپذیریم که رابطه انسان و سامانه زمین صرفاً مجموعه‌ای از تعاملات پراکنده و منفرد نیست، پرسش این است که این رابطه در طول زمان چه ماهیتی پیدا کرده است؟
🔷 آیا همچنان باید آن را صرفاً به مجموعه‌ای از رفتارهای انسانی، فناوری‌ها، نهادها و واکنش‌های محیطی فروکاست، یا آنکه می‌توان از شکل‌گیری ساختاری سخن گفت که پس از پیدایش، ویژگی‌ها و پویایی‌های خاص خود را پیدا کرده است؟
ادامه یادداشت 👇
https://payamema.ir/payam/163739
@payamema
Forwarded from محمد درویش
🟢معرفی یک کتاب خوب از حنیف‌رضا گلزار 🟢
✍️ کتاب «انسان و پیامدهایش» دومین اثر حنیف رضا گلزار، پژوهشگر محیط زیست و منابع طبیعی، در شهریورماه ۱۴۰۵ از سوی نشر رسانش نوین منتشر شد. این کتاب نزدیک به ششصد صفحه دارد و در شانزده گفتار، رابطه انسان با طبیعت، تمدن، قدرت، اخلاق، ایدئولوژی و فناوری را مورد واکاوی قرار می‌دهد.
نویسنده با تفکیک مفاهیم «هوشمندی» و «خردمندی»، این پرسش را مطرح می‌کند که آیا انسان واقعاً گونه‌ای خردمند است یا آنکه آزمندی او پیامدهای گسترده‌ای برای دیگر زیستمندان و بوم‌سازگان زمین داشته است. نقش محیط زیست در شکل‌گیری نخستین تمدن‌ها و ادیان، رابطه منابع طبیعی و ظهور خودکامگی و استبداد و نقد مفاهیمی همچون آزادی، برابری، مالکیت، دموکراسی و حقوق بشر از دیگر موضوعات کتاب است.
«انسان و پیامدهایش» همچنین به بررسی کارنامه محیط زیستی جریان‌هایی چون سوسیالیسم، کاپیتالیسم و فمینیسم می‌پردازد و با تکیه بر مطالعات علمی، مسئله تولید و مصرف محصولات کشاورزی تراریخته و نسبت آن با امنیت غذایی و حفاظت از محیط زیست را به بحث می‌گذارد.
برای تهیه این کتاب می توانید با شماره ناشر کتاب تماس بگیرید.
09021309131
✍️ کتاب «انسان و پیامدهایش» دومین اثر حنیف رضا گلزار، پژوهشگر محیط زیست و منابع طبیعی، در شهریورماه ۱۴۰۵ از سوی نشر رسانش نوین منتشر شد. این کتاب نزدیک به ششصد صفحه دارد و در شانزده گفتار، رابطه انسان با طبیعت، تمدن، قدرت، اخلاق، ایدئولوژی و فناوری را مورد واکاوی قرار می‌دهد.
نویسنده با تفکیک مفاهیم «هوشمندی» و «خردمندی»، این پرسش را مطرح می‌کند که آیا انسان واقعاً گونه‌ای خردمند است یا آنکه آزمندی او پیامدهای گسترده‌ای برای دیگر زیستمندان و بوم‌سازگان زمین داشته است. نقش محیط زیست در شکل‌گیری نخستین تمدن‌ها و ادیان، رابطه منابع طبیعی و ظهور خودکامگی و استبداد و نقد مفاهیمی همچون آزادی، برابری، مالکیت، دموکراسی و حقوق بشر از دیگر موضوعات کتاب است.
«انسان و پیامدهایش» همچنین به بررسی کارنامه محیط زیستی جریان‌هایی چون سوسیالیسم، کاپیتالیسم و فمینیسم می‌پردازد و با تکیه بر مطالعات علمی، مسئله تولید و مصرف محصولات کشاورزی تراریخته و نسبت آن با امنیت غذایی و حفاظت از محیط زیست را به بحث می‌گذارد.
برای تهیه این کتاب می توانید با شماره ناشر کتاب تماس بگیرید.
09021309131
امی نوتر
ریاضیدان آلمانی، او را نیز باید یکی از فرازهای ذهن‌های تاریخ ریاضیات و فیزیک برشمرد. بیهوه نبود که آلبرت اینشتین او را خلاق‌ترین نابغه ریاضی زمان خود می‌دانست. اهمیت نوتر تنها در حل مسائل ریاضی نبود؛ او یکی از عمیق‌ترین پیوندهای میان ریاضیات و طبیعت را آشکار کرد.
بزرگترین دستاورد نوتر، قضیه‌ای است که امروز به نام «قضیه نوتر» شناخته می‌شود. او نشان داد هر تقارن بنیادی در قوانین طبیعت، با یک قانون پایستگی متناظر است. به بیان دیگر، آنچه در دل تغییرات جهان ثابت می‌ماند، ریشه در نوعی تقارن دارد. این کشف، نگاه ما را به قوانین طبیعت دگرگون کرد و به یکی از ستون‌های فیزیک مدرن تبدیل شد.
در علوم پیچیدگی، ما مدام با این پرسش روبه‌رو هستیم که:
چه چیزهایی با وجود تغییرات فراوان، ثابت می‌مانند؟
کدام الگوها در میان دگرگونی‌های سیستم ناوردا هستند؟
چرا برخی ویژگی‌ها در مقیاس‌ها و شرایط مختلف حفظ می‌شوند؟
داروین: جهان تغییر می‌کند.
نوتر: در دل تغییر، چیزهایی پایدار می‌مانند.
تورینگ: از دل این فرایندها، الگو و شکل پدید می‌آید.
این سه نفر، سه مفهوم بنیادین را به دانش پیچیدگی اضافه کردند: تغییر، ناوردایی و ظهور
قضیه نوتر،فقط قضیه‌ای در فیزیک نظری نیست چراکه که اهمیت فلسفی آن بسیار گسترده‌تر است: نوتر رابطه‌ای عمیق میان «تقارن» و «آنچه در تغییرات پایدار می‌ماند» برقرار کرد. البته نباید این را بی‌ضابطه به همه سامانه‌های پیچیده تعمیم داد؛ قضیه نوتر یک قضیه دقیق ریاضی-فیزیکی است، نه نظریه‌ای عمومی درباره همه انواع پیچیدگی ها.
دانش پیچیدگی پیوسته با این پرسش روبه‌روست که در میان تغییرات دائمی سیستم‌ها، چه چیزهایی پایدار می‌مانند و چه الگوهایی در مقیاس‌ها و شرایط مختلف تکرار می‌شوند. نوتر زبان ریاضی «ناوردایی» را به علم داد؛ زبانی که بعدها در مفاهیمی مانند جهان‌شمولی، قوانین مقیاس و الگوهای مشترک در سامانه‌های پیچیده بارها با آن روبه‌رو می‌شویم.
امی نوتر سال‌ها در دانشگاه گوتینگن، یکی از بزرگترین مراکز ریاضیات جهان، تدریس می‌کرد، اما چون زن بود اجازه نداشت به نام خود استاد شود. چندین سال درس‌هایش را رسماً به نام داوید هیلبرت ارائه می‌کردند و دانشجویان در فهرست دانشگاه، درس او را با نام هیلبرت می‌دیدند. وقتی برخی استادان با استخدام او مخالفت کردند، هیلبرت جمله مشهورش را گفت:
«دانشگاه حمام عمومی نیست که ورود زنان به آن ممنوع باشد.»
این جمله به نمادی از دفاع هیلبرت از نوتر تبدیل شد.
با روی کار آمدن حکومت نازی در سال ۱۹۳۳، نوتر به دلیل یهودی بودن از دانشگاه اخراج شد و آلمان را ترک کرد. او به کالج برین ماور در آمریکا رفت و تنها دو سال بعد، در سال ۱۹۳۵، پس از یک عمل جراحی نسبتاً معمول، بر اثر عوارض آن در ۵۳ سالگی درگذشت.
https://t.me/+oTlrBOZFJlI0YTI0
ریاضیدان آلمانی، او را نیز باید یکی از فرازهای ذهن‌های تاریخ ریاضیات و فیزیک برشمرد. بیهوه نبود که آلبرت اینشتین او را خلاق‌ترین نابغه ریاضی زمان خود می‌دانست. اهمیت نوتر تنها در حل مسائل ریاضی نبود؛ او یکی از عمیق‌ترین پیوندهای میان ریاضیات و طبیعت را آشکار کرد.
بزرگترین دستاورد نوتر، قضیه‌ای است که امروز به نام «قضیه نوتر» شناخته می‌شود. او نشان داد هر تقارن بنیادی در قوانین طبیعت، با یک قانون پایستگی متناظر است. به بیان دیگر، آنچه در دل تغییرات جهان ثابت می‌ماند، ریشه در نوعی تقارن دارد. این کشف، نگاه ما را به قوانین طبیعت دگرگون کرد و به یکی از ستون‌های فیزیک مدرن تبدیل شد.
در علوم پیچیدگی، ما مدام با این پرسش روبه‌رو هستیم که:
چه چیزهایی با وجود تغییرات فراوان، ثابت می‌مانند؟
کدام الگوها در میان دگرگونی‌های سیستم ناوردا هستند؟
چرا برخی ویژگی‌ها در مقیاس‌ها و شرایط مختلف حفظ می‌شوند؟
داروین: جهان تغییر می‌کند.
نوتر: در دل تغییر، چیزهایی پایدار می‌مانند.
تورینگ: از دل این فرایندها، الگو و شکل پدید می‌آید.
این سه نفر، سه مفهوم بنیادین را به دانش پیچیدگی اضافه کردند: تغییر، ناوردایی و ظهور
قضیه نوتر،فقط قضیه‌ای در فیزیک نظری نیست چراکه که اهمیت فلسفی آن بسیار گسترده‌تر است: نوتر رابطه‌ای عمیق میان «تقارن» و «آنچه در تغییرات پایدار می‌ماند» برقرار کرد. البته نباید این را بی‌ضابطه به همه سامانه‌های پیچیده تعمیم داد؛ قضیه نوتر یک قضیه دقیق ریاضی-فیزیکی است، نه نظریه‌ای عمومی درباره همه انواع پیچیدگی ها.
دانش پیچیدگی پیوسته با این پرسش روبه‌روست که در میان تغییرات دائمی سیستم‌ها، چه چیزهایی پایدار می‌مانند و چه الگوهایی در مقیاس‌ها و شرایط مختلف تکرار می‌شوند. نوتر زبان ریاضی «ناوردایی» را به علم داد؛ زبانی که بعدها در مفاهیمی مانند جهان‌شمولی، قوانین مقیاس و الگوهای مشترک در سامانه‌های پیچیده بارها با آن روبه‌رو می‌شویم.
امی نوتر سال‌ها در دانشگاه گوتینگن، یکی از بزرگترین مراکز ریاضیات جهان، تدریس می‌کرد، اما چون زن بود اجازه نداشت به نام خود استاد شود. چندین سال درس‌هایش را رسماً به نام داوید هیلبرت ارائه می‌کردند و دانشجویان در فهرست دانشگاه، درس او را با نام هیلبرت می‌دیدند. وقتی برخی استادان با استخدام او مخالفت کردند، هیلبرت جمله مشهورش را گفت:
«دانشگاه حمام عمومی نیست که ورود زنان به آن ممنوع باشد.»
این جمله به نمادی از دفاع هیلبرت از نوتر تبدیل شد.
با روی کار آمدن حکومت نازی در سال ۱۹۳۳، نوتر به دلیل یهودی بودن از دانشگاه اخراج شد و آلمان را ترک کرد. او به کالج برین ماور در آمریکا رفت و تنها دو سال بعد، در سال ۱۹۳۵، پس از یک عمل جراحی نسبتاً معمول، بر اثر عوارض آن در ۵۳ سالگی درگذشت.
https://t.me/+oTlrBOZFJlI0YTI0
❤1
معرفی مقاله
الگوی استراتژی پلکانی موازی
در روزهای آینده، به بررسی و معرفی مقاله‌ای خواهیم پرداخت که پلی میان «رفتارهای پویا» و «ساختارهای پایدار» در سیستمهای پیچیده می‌زند.
هسته مرکزی این بحث، مفهوم «استراتژی پلکانی موازی» است؛ الگویی که در آن سیستم به‌جای تکیه بر یک مسیر از پیش‌تعیین‌شده، چندین مسیر را به‌طور همزمان می‌آزماید. یافته‌های موفق این آزمون‌ها، به مرور زمان از حالت رفتاری خارج شده و به ساختارهای نهادینه (در زیست‌شناسی، جامعه‌شناسی یا مدیریت) تبدیل می‌شوند.
محورهای اصلی ارائه پیش‌رو عبارتند از:
۱. تمایز دینامیک سیستمهای ساده (قابل پیش‌بینی) و پیچیده (منعطف و دارای آزمون و خطا).
۲. فرآیند «ساختارزایی»: چگونه تکرار رفتارهای موفق، منجر به خلق ساختارهای جدید می‌شود (گذار از فانکشن به فرم).
۳. بازتعریف «هدفمندی» در سیستمهای پیچیده: عبور از دوگانه‌ی «تصادف محض» در برابر «طراحی هوشمند» و رسیدن به مفهوم «هدفمندی سیستمیک و خودسازمانده».
این چارچوب نظری، دریچه‌ای جدید برای درک چگونگی تکامل نهادهای اجتماعی و زیستی بدون نیاز به طراحی متمرکز (Top-Down) باز می‌کند.
https://t.me/+oTlrBOZFJlI0YTI0
الگوی استراتژی پلکانی موازی
در روزهای آینده، به بررسی و معرفی مقاله‌ای خواهیم پرداخت که پلی میان «رفتارهای پویا» و «ساختارهای پایدار» در سیستمهای پیچیده می‌زند.
هسته مرکزی این بحث، مفهوم «استراتژی پلکانی موازی» است؛ الگویی که در آن سیستم به‌جای تکیه بر یک مسیر از پیش‌تعیین‌شده، چندین مسیر را به‌طور همزمان می‌آزماید. یافته‌های موفق این آزمون‌ها، به مرور زمان از حالت رفتاری خارج شده و به ساختارهای نهادینه (در زیست‌شناسی، جامعه‌شناسی یا مدیریت) تبدیل می‌شوند.
محورهای اصلی ارائه پیش‌رو عبارتند از:
۱. تمایز دینامیک سیستمهای ساده (قابل پیش‌بینی) و پیچیده (منعطف و دارای آزمون و خطا).
۲. فرآیند «ساختارزایی»: چگونه تکرار رفتارهای موفق، منجر به خلق ساختارهای جدید می‌شود (گذار از فانکشن به فرم).
۳. بازتعریف «هدفمندی» در سیستمهای پیچیده: عبور از دوگانه‌ی «تصادف محض» در برابر «طراحی هوشمند» و رسیدن به مفهوم «هدفمندی سیستمیک و خودسازمانده».
این چارچوب نظری، دریچه‌ای جدید برای درک چگونگی تکامل نهادهای اجتماعی و زیستی بدون نیاز به طراحی متمرکز (Top-Down) باز می‌کند.
https://t.me/+oTlrBOZFJlI0YTI0
🙏1
دانش پیچیدگی pinned «معرفی مقاله الگوی استراتژی پلکانی موازی در روزهای آینده، به بررسی و معرفی مقاله‌ای خواهیم پرداخت که پلی میان «رفتارهای پویا» و «ساختارهای پایدار» در سیستمهای پیچیده می‌زند. هسته مرکزی این بحث، مفهوم «استراتژی پلکانی موازی» است؛ الگویی که در آن سیستم به‌جای…»
هرمان هاکن
فیزیکدان نظری آلمانی و استاد دانشگاه اشتوتگارت، یکی از بنیان‌گذاران دانش خودسازمان‌یابی و خالق نظریه «سینرژتیک» است. او بیشتر عمر علمی خود را در فیزیک، به‌ویژه فیزیک لیزر، گذراند؛ اما نتایج پژوهش‌هایش خیلی زود از فیزیک فراتر رفت و به زیست‌شناسی، علوم اعصاب، شیمی، اقتصاد و دانش پیچیدگی راه پیدا کرد.
داستان هاکن از مطالعه لیزر آغاز شد. او با این پرسش روبه‌رو بود که چگونه میلیون‌ها اتم، بدون وجود یک فرمانده یا کنترل‌کننده مرکزی، ناگهان رفتاری هماهنگ پیدا می‌کنند و نور منظم لیزر را تولید می‌کنند. همین پرسش او را به یکی از مهم‌ترین ایده‌های علوم پیچیدگی رساند: نظم می‌تواند از دل تعامل اجزای بسیار، و بدون طراحی یا هدایت بیرونی، پدیدار شود.
هاکن برای توصیف این پدیده، نظریه «سینرژتیک» را بنیان گذاشت؛ نظریه‌ای که به مطالعه پیدایش الگوها و ساختارهای کلان از دل تعامل اجزای خرد می‌پردازد. او نشان داد که در بسیاری از سامانه‌ها، از مولکول‌ها و سلول‌ها گرفته تا مغز، جامعه و اقتصاد، ظهور نظم نتیجه همکاری و برهم‌کنش اجزاست، نه فرمان یک مرکز کنترل.
اهمیت هاکن برای دانش پیچیدگی در این است که خودسازمان‌یابی را از یک مشاهده پراکنده به یک چارچوب نظری تبدیل کرد. از نگاه او، پیچیدگی فقط زیاد بودن اجزا نیست؛ پیچیدگی زمانی آغاز می‌شود که از دل تعامل آنها، نظمی نوظهور شکل بگیرد که در هیچ جزء به تنهایی وجود نداشت.
شاید مهم‌ترین میراث هرمان هاکن را بتوان در یک جمله خلاصه کرد: گاهی مهم‌ترین معمار یک نظم، هیچ معمار مرکزی نیست؛ خودِ تعاملات، معماری را می‌آفرینند.
برخلاف بسیاری از معماران پیچیدگی، زندگی هاکن تراژیک نبود. او از معدود چهره‌های این فهرست است که بخش بزرگی از عمرش را صرف گسترش نظریه خود کرد و ده‌ها شاگرد در رشته‌های مختلف تربیت کرد. همین باعث شد «سینرژتیک» از یک نظریه در فیزیک لیزر، به یک زبان مشترک برای مطالعه خودسازمان‌یابی در علوم مختلف تبدیل شود.
یکی از سوء تفاهمات رایج در زبان فارسی یکی دانستن سینرژی و سینرژتیک پیشنهادی هاکن است:
سینرژی (Synergy) در معنای عمومی به اثری گفته می‌شود که از تعامل چند جزء پدید می‌آید و حاصل آن صرفاً جمع آثار جداگانه آنها نیست؛ اما «سینرژتیک» (Synergetics) نام چارچوب نظری هرمان هاکن است که به‌طور مشخص می‌پرسد چگونه تعامل تعداد زیادی جزء می‌تواند، بدون وجود یک فرمانده یا کنترل‌کننده مرکزی، به پیدایش یک نظم و الگوی جمعی منجر شود. بنابراین سینرژی یک مفهوم عمومی درباره اثر متقابل اجزاست، در حالی که سینرژتیک یک نظریه علمی درباره پیدایش خودسازمان‌یافتگی و نظم از دل تعامل اجزاست.
https://t.me/+oTlrBOZFJlI0YTI0
فیزیکدان نظری آلمانی و استاد دانشگاه اشتوتگارت، یکی از بنیان‌گذاران دانش خودسازمان‌یابی و خالق نظریه «سینرژتیک» است. او بیشتر عمر علمی خود را در فیزیک، به‌ویژه فیزیک لیزر، گذراند؛ اما نتایج پژوهش‌هایش خیلی زود از فیزیک فراتر رفت و به زیست‌شناسی، علوم اعصاب، شیمی، اقتصاد و دانش پیچیدگی راه پیدا کرد.
داستان هاکن از مطالعه لیزر آغاز شد. او با این پرسش روبه‌رو بود که چگونه میلیون‌ها اتم، بدون وجود یک فرمانده یا کنترل‌کننده مرکزی، ناگهان رفتاری هماهنگ پیدا می‌کنند و نور منظم لیزر را تولید می‌کنند. همین پرسش او را به یکی از مهم‌ترین ایده‌های علوم پیچیدگی رساند: نظم می‌تواند از دل تعامل اجزای بسیار، و بدون طراحی یا هدایت بیرونی، پدیدار شود.
هاکن برای توصیف این پدیده، نظریه «سینرژتیک» را بنیان گذاشت؛ نظریه‌ای که به مطالعه پیدایش الگوها و ساختارهای کلان از دل تعامل اجزای خرد می‌پردازد. او نشان داد که در بسیاری از سامانه‌ها، از مولکول‌ها و سلول‌ها گرفته تا مغز، جامعه و اقتصاد، ظهور نظم نتیجه همکاری و برهم‌کنش اجزاست، نه فرمان یک مرکز کنترل.
اهمیت هاکن برای دانش پیچیدگی در این است که خودسازمان‌یابی را از یک مشاهده پراکنده به یک چارچوب نظری تبدیل کرد. از نگاه او، پیچیدگی فقط زیاد بودن اجزا نیست؛ پیچیدگی زمانی آغاز می‌شود که از دل تعامل آنها، نظمی نوظهور شکل بگیرد که در هیچ جزء به تنهایی وجود نداشت.
شاید مهم‌ترین میراث هرمان هاکن را بتوان در یک جمله خلاصه کرد: گاهی مهم‌ترین معمار یک نظم، هیچ معمار مرکزی نیست؛ خودِ تعاملات، معماری را می‌آفرینند.
برخلاف بسیاری از معماران پیچیدگی، زندگی هاکن تراژیک نبود. او از معدود چهره‌های این فهرست است که بخش بزرگی از عمرش را صرف گسترش نظریه خود کرد و ده‌ها شاگرد در رشته‌های مختلف تربیت کرد. همین باعث شد «سینرژتیک» از یک نظریه در فیزیک لیزر، به یک زبان مشترک برای مطالعه خودسازمان‌یابی در علوم مختلف تبدیل شود.
یکی از سوء تفاهمات رایج در زبان فارسی یکی دانستن سینرژی و سینرژتیک پیشنهادی هاکن است:
سینرژی (Synergy) در معنای عمومی به اثری گفته می‌شود که از تعامل چند جزء پدید می‌آید و حاصل آن صرفاً جمع آثار جداگانه آنها نیست؛ اما «سینرژتیک» (Synergetics) نام چارچوب نظری هرمان هاکن است که به‌طور مشخص می‌پرسد چگونه تعامل تعداد زیادی جزء می‌تواند، بدون وجود یک فرمانده یا کنترل‌کننده مرکزی، به پیدایش یک نظم و الگوی جمعی منجر شود. بنابراین سینرژی یک مفهوم عمومی درباره اثر متقابل اجزاست، در حالی که سینرژتیک یک نظریه علمی درباره پیدایش خودسازمان‌یافتگی و نظم از دل تعامل اجزاست.
https://t.me/+oTlrBOZFJlI0YTI0
👏1🤔1
اروین شرودینگر
فیزیکدان برجسته اتریشی و از بنیان‌گذاران مکانیک کوانتومی، بیشتر با معادله دشوار شرودینگر و استعاره مشهور «گربه شرودینگر» شناخته می‌شود. اما برای دانش پیچیدگی، شاید مهم‌ترین میراث او کتاب کوچک اما اثرگذار «حیات چیست؟» باشد؛ کتابی که یکی از مهم‌ترین پرسش‌های قرن بیستم را مطرح کرد: چگونه موجود زنده، با وجود قانون دوم ترمودینامیک، نظم خود را حفظ می‌کند؟
شرودینگر حیات را نه صرفاً مجموعه‌ای از مولکول‌ها، بلکه سامانه‌ای دید که پیوسته با محیط خود ماده و انرژی مبادله می‌کند و از این راه سازمان‌یافتگی خود را حفظ می‌کند. او برای توضیح این ایده از مفهوم «آنتروپی منفی» یا نگانتروپی استفاده کرد؛ یعنی موجود زنده با تغذیه از نظم محیط، از افزایش بی‌وقفه بی‌نظمی در درون خود جلوگیری می‌کند. مقصود او نقض قانون دوم ترمودینامیک نبود؛ بلکه نشان داد موجود زنده، چون یک سامانه باز است، می‌تواند با مصرف انرژی و صدور آنتروپی به محیط، نظم درونی خود را حفظ کند.
اهمیت شرودینگر برای دانش پیچیدگی در همین تغییر زاویه نگاه است. او حیات را به مسئله‌ای برای فیزیک تبدیل کرد و راه را برای اندیشیدن به موجود زنده به عنوان یک سامانه سازمان‌یافته و دور از تعادل گشود؛ مسیری که بعدها در آثار پریگوژین، برتالنفی و علوم پیچیدگی ادامه یافت.
دستاورد شرودینگر برای دانش پیچیدگی این باشد که نشان داد حیات، شنا کردن برخلاف ترمودینامیک نیست؛ بلکه هنر حفظ نظم در جهانی است که گرایش طبیعی آن به سوی افزایش آنتروپی است.
شاید برای برخی خوانندگان این پرسش پیش بیاید که چرا در میان معماران دانش پیچیدگی، از فیزیکدان کوانتومی که شهرت او در قلمرو دیگری از دانش است نام می برم در حالی که او و بسیاری دیگر هرگز از «دانش پیچیدگی» سخن نگفته‌اند.
پاسخ من این است که دانش پیچیدگی هنوز بنایی جوان و در حال شکل‌گیری است. معماران آن لزوماً در یک رشته و حتی در یک دوران زندگی نکرده‌اند. هر یک، مصالحی را از قلمرو دانش خود به این بنا آورده‌اند؛ یکی مفهوم احتمال را، دیگری فرگشت را، یکی سیستم را، دیگری بازخورد، ناوردایی، آشوب یا خودسازمان‌یابی را.
شرودینگر نیز حیات را موضوعی برای فیزیک کرد ،دانشی که بعدها حداقل یکی از مدعیان تملک آن فیزیک بود، «فیزیک پیچیدگی».
https://t.me/complexitythinking
فیزیکدان برجسته اتریشی و از بنیان‌گذاران مکانیک کوانتومی، بیشتر با معادله دشوار شرودینگر و استعاره مشهور «گربه شرودینگر» شناخته می‌شود. اما برای دانش پیچیدگی، شاید مهم‌ترین میراث او کتاب کوچک اما اثرگذار «حیات چیست؟» باشد؛ کتابی که یکی از مهم‌ترین پرسش‌های قرن بیستم را مطرح کرد: چگونه موجود زنده، با وجود قانون دوم ترمودینامیک، نظم خود را حفظ می‌کند؟
شرودینگر حیات را نه صرفاً مجموعه‌ای از مولکول‌ها، بلکه سامانه‌ای دید که پیوسته با محیط خود ماده و انرژی مبادله می‌کند و از این راه سازمان‌یافتگی خود را حفظ می‌کند. او برای توضیح این ایده از مفهوم «آنتروپی منفی» یا نگانتروپی استفاده کرد؛ یعنی موجود زنده با تغذیه از نظم محیط، از افزایش بی‌وقفه بی‌نظمی در درون خود جلوگیری می‌کند. مقصود او نقض قانون دوم ترمودینامیک نبود؛ بلکه نشان داد موجود زنده، چون یک سامانه باز است، می‌تواند با مصرف انرژی و صدور آنتروپی به محیط، نظم درونی خود را حفظ کند.
اهمیت شرودینگر برای دانش پیچیدگی در همین تغییر زاویه نگاه است. او حیات را به مسئله‌ای برای فیزیک تبدیل کرد و راه را برای اندیشیدن به موجود زنده به عنوان یک سامانه سازمان‌یافته و دور از تعادل گشود؛ مسیری که بعدها در آثار پریگوژین، برتالنفی و علوم پیچیدگی ادامه یافت.
دستاورد شرودینگر برای دانش پیچیدگی این باشد که نشان داد حیات، شنا کردن برخلاف ترمودینامیک نیست؛ بلکه هنر حفظ نظم در جهانی است که گرایش طبیعی آن به سوی افزایش آنتروپی است.
شاید برای برخی خوانندگان این پرسش پیش بیاید که چرا در میان معماران دانش پیچیدگی، از فیزیکدان کوانتومی که شهرت او در قلمرو دیگری از دانش است نام می برم در حالی که او و بسیاری دیگر هرگز از «دانش پیچیدگی» سخن نگفته‌اند.
پاسخ من این است که دانش پیچیدگی هنوز بنایی جوان و در حال شکل‌گیری است. معماران آن لزوماً در یک رشته و حتی در یک دوران زندگی نکرده‌اند. هر یک، مصالحی را از قلمرو دانش خود به این بنا آورده‌اند؛ یکی مفهوم احتمال را، دیگری فرگشت را، یکی سیستم را، دیگری بازخورد، ناوردایی، آشوب یا خودسازمان‌یابی را.
شرودینگر نیز حیات را موضوعی برای فیزیک کرد ،دانشی که بعدها حداقل یکی از مدعیان تملک آن فیزیک بود، «فیزیک پیچیدگی».
https://t.me/complexitythinking
Telegram
دانش پیچیدگی
در این کانال بیشتر با مباحث دانش پیچیدگی و تحلیل مسائل با این رویکرد آشنا می‌شویم
مسعود -امیرزاده
مسعود -امیرزاده
👌2✍1👏1
هربرت سایمون
اندیشمند امریکایی از آن دسته انسانهایی بود که مرز میان رشته‌ها را چندان جدی نمی‌گرفتند.
از همین رو همزمان اقتصاددان، روان‌شناس، دانشمند علوم شناختی، نظریه‌پرداز سازمان و از پیشگامان هوش مصنوعی بود و تقریباً در همه این حوزه‌ها یک پرسش مشترک را دنبال می‌کرد: چگونه می‌توان رفتار و سازمان‌یافتگی را در جهانی پیچیده فهمید؟ اهمیت سایمون برای دانش پیچیدگی بیش از هر چیز به این بازمی‌گردد که او پیچیدگی را نه فقط در تعداد اجزا، بلکه در معماری روابط میان آنها جست‌وجو کرد.
سایمون در مقاله مشهور خود «معماری پیچیدگی» در سال ۱۹۶۲ نشان داد که بسیاری از سامانه‌های پیچیده به صورت مجموعه‌ای از زیرسامانه‌ها و لایه‌های به‌هم‌پیوسته شکل می‌گیرند. اجزای درون هر زیرسامانه می‌توانند تعاملات بسیار زیادی با یکدیگر داشته باشند، در حالی که ارتباط میان زیرسامانه‌ها محدودتر است. به این ترتیب، پیچیدگی لزوماً به معنای درهم‌ریختگی بی‌نهایت روابط نیست؛ یک سامانه پیچیده می‌تواند از ساختاری سلسله‌مراتبی و تقریباً تجزیه‌پذیر برخوردار باشد و همین معماری به آن امکان می‌دهد پیچیدگی خود را تحمل، حفظ و توسعه دهد.
اما شاید جالب‌ترین بخش زندگی فکری او تجربه‌ای باشد که در مورد تصمیم‌گیری انسان داشت. سایمون برخلاف تصور رایج اقتصاد کلاسیک که انسان را موجودی با اطلاعات کامل و توان محاسباتی نامحدود فرض می‌کرد، به یک واقعیت بسیار ساده اما عمیق توجه کرد: انسان در جهان واقعی فرصت، اطلاعات و توان محاسباتی محدودی دارد. بنابراین نمی‌تواند همیشه بهترین راه‌حل ممکن را پیدا کند؛ معمولاً به راه‌حلی می‌رسد که «به اندازه کافی خوب» است. از همین‌جا مفهوم معروف عقلانیت محدود (Bounded Rationality) و بعد مفهوم «بسندگی» یا satisficing شکل گرفت.
این ایده مستقیماً به نگاه پیچیدگی نزدیک می‌شود: رفتار یک سیستم را نمی‌توان فقط با فرض وجود یک تصمیم‌گیرنده کاملاً عقلانی توضیح داد؛ محدودیت‌های اطلاعاتی، محاسباتی و ساختاری خودشان بخشی از معماری سیستم‌اند.
او در سال ۱۹۷۸ جایزهٔ نوبل علوم اقتصادی را دریافت کرد؛ با این عنوان که به خاطر «پژوهش‌های پیشگامانه درباره فرایند تصمیم‌گیری در سازمان‌های اقتصادی» از او و نظریاتش تقدیر به عمل آمد.
اما سایمون فقط درباره معماری سیستم‌ها سخن نگفت. او با طرح مفهوم «عقلانیت محدود» نشان داد که خود انسان نیز یک تصمیم‌گیرنده کامل و همه‌دان نیست. انسان با اطلاعات ناقص، زمان محدود و توان محاسباتی محدود تصمیم می‌گیرد و بنابراین، به جای جست‌وجوی بهترین پاسخ ممکن، اغلب به دنبال راه‌حلی می‌رود که برای شرایط موجود «رضایت‌بخش» باشد. از همین‌جا، تصمیم‌گیری انسانی نیز از یک مسئله ساده به مسئله‌ای پیچیده و وابسته به محیط تبدیل می‌شود.
اهمیت سایمون برای دانش پیچیدگی در همین پیوند میان «معماری»، «شناخت» و «سازگاری» است. او نشان داد که هم سیستمهای طبیعی و هم سیستمهای انسانی و مصنوعی می‌توانند دارای سازمانی پیچیده باشند و برای فهم آنها باید به چگونگی قرار گرفتن اجزا در کنار یکدیگر، محدودیت‌های آنها و رابطه‌شان با محیط توجه کرد.
و شاید از همه زیباتر اینکه دانش پیچیدگی با زندگی سایمون هم تناسب دارد: او خودش در مرز میان رشته‌ها زندگی می‌کرد؛ اقتصاد، سازمان، ذهن، کامپیوتر و طراحی. انگار زندگی علمی‌اش نمونه‌ای انسانی از همان چیزی بود که بعدها درباره سیستمهای پیچیده می‌نوشت: وحدت از دل کثرت، اما نه با حذف تفاوت‌ها؛ بلکه از طریق سازمان‌یافتن آنها.
https://t.me/complexitythinking
اندیشمند امریکایی از آن دسته انسانهایی بود که مرز میان رشته‌ها را چندان جدی نمی‌گرفتند.
از همین رو همزمان اقتصاددان، روان‌شناس، دانشمند علوم شناختی، نظریه‌پرداز سازمان و از پیشگامان هوش مصنوعی بود و تقریباً در همه این حوزه‌ها یک پرسش مشترک را دنبال می‌کرد: چگونه می‌توان رفتار و سازمان‌یافتگی را در جهانی پیچیده فهمید؟ اهمیت سایمون برای دانش پیچیدگی بیش از هر چیز به این بازمی‌گردد که او پیچیدگی را نه فقط در تعداد اجزا، بلکه در معماری روابط میان آنها جست‌وجو کرد.
سایمون در مقاله مشهور خود «معماری پیچیدگی» در سال ۱۹۶۲ نشان داد که بسیاری از سامانه‌های پیچیده به صورت مجموعه‌ای از زیرسامانه‌ها و لایه‌های به‌هم‌پیوسته شکل می‌گیرند. اجزای درون هر زیرسامانه می‌توانند تعاملات بسیار زیادی با یکدیگر داشته باشند، در حالی که ارتباط میان زیرسامانه‌ها محدودتر است. به این ترتیب، پیچیدگی لزوماً به معنای درهم‌ریختگی بی‌نهایت روابط نیست؛ یک سامانه پیچیده می‌تواند از ساختاری سلسله‌مراتبی و تقریباً تجزیه‌پذیر برخوردار باشد و همین معماری به آن امکان می‌دهد پیچیدگی خود را تحمل، حفظ و توسعه دهد.
اما شاید جالب‌ترین بخش زندگی فکری او تجربه‌ای باشد که در مورد تصمیم‌گیری انسان داشت. سایمون برخلاف تصور رایج اقتصاد کلاسیک که انسان را موجودی با اطلاعات کامل و توان محاسباتی نامحدود فرض می‌کرد، به یک واقعیت بسیار ساده اما عمیق توجه کرد: انسان در جهان واقعی فرصت، اطلاعات و توان محاسباتی محدودی دارد. بنابراین نمی‌تواند همیشه بهترین راه‌حل ممکن را پیدا کند؛ معمولاً به راه‌حلی می‌رسد که «به اندازه کافی خوب» است. از همین‌جا مفهوم معروف عقلانیت محدود (Bounded Rationality) و بعد مفهوم «بسندگی» یا satisficing شکل گرفت.
این ایده مستقیماً به نگاه پیچیدگی نزدیک می‌شود: رفتار یک سیستم را نمی‌توان فقط با فرض وجود یک تصمیم‌گیرنده کاملاً عقلانی توضیح داد؛ محدودیت‌های اطلاعاتی، محاسباتی و ساختاری خودشان بخشی از معماری سیستم‌اند.
او در سال ۱۹۷۸ جایزهٔ نوبل علوم اقتصادی را دریافت کرد؛ با این عنوان که به خاطر «پژوهش‌های پیشگامانه درباره فرایند تصمیم‌گیری در سازمان‌های اقتصادی» از او و نظریاتش تقدیر به عمل آمد.
اما سایمون فقط درباره معماری سیستم‌ها سخن نگفت. او با طرح مفهوم «عقلانیت محدود» نشان داد که خود انسان نیز یک تصمیم‌گیرنده کامل و همه‌دان نیست. انسان با اطلاعات ناقص، زمان محدود و توان محاسباتی محدود تصمیم می‌گیرد و بنابراین، به جای جست‌وجوی بهترین پاسخ ممکن، اغلب به دنبال راه‌حلی می‌رود که برای شرایط موجود «رضایت‌بخش» باشد. از همین‌جا، تصمیم‌گیری انسانی نیز از یک مسئله ساده به مسئله‌ای پیچیده و وابسته به محیط تبدیل می‌شود.
اهمیت سایمون برای دانش پیچیدگی در همین پیوند میان «معماری»، «شناخت» و «سازگاری» است. او نشان داد که هم سیستمهای طبیعی و هم سیستمهای انسانی و مصنوعی می‌توانند دارای سازمانی پیچیده باشند و برای فهم آنها باید به چگونگی قرار گرفتن اجزا در کنار یکدیگر، محدودیت‌های آنها و رابطه‌شان با محیط توجه کرد.
و شاید از همه زیباتر اینکه دانش پیچیدگی با زندگی سایمون هم تناسب دارد: او خودش در مرز میان رشته‌ها زندگی می‌کرد؛ اقتصاد، سازمان، ذهن، کامپیوتر و طراحی. انگار زندگی علمی‌اش نمونه‌ای انسانی از همان چیزی بود که بعدها درباره سیستمهای پیچیده می‌نوشت: وحدت از دل کثرت، اما نه با حذف تفاوت‌ها؛ بلکه از طریق سازمان‌یافتن آنها.
https://t.me/complexitythinking
Telegram
دانش پیچیدگی
در این کانال بیشتر با مباحث دانش پیچیدگی و تحلیل مسائل با این رویکرد آشنا می‌شویم
مسعود -امیرزاده
مسعود -امیرزاده
👍1