اروین شرودینگر

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

هربرت سایمون

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

نظم در بی نظمی

مساله نظم خودبخودی یکی از چالشها و در عین حال بینشها در فهم سیستمهای پیچیده است.
در این مبحث از نظم به معنای انسان ریختی ان فاصله می گیریم و به ابعاد مختلف نظم در خوانش پیچیدگی خواهیم پرداخت.
یکی از فصول و یا رساله های مکتوب پیچیدگی به موضوع نظم اختصاص دارد.
https://t.me/complexitythinking

فیلیپ اندرسون

فیلیپ اندرسون
فیزیکدان نظری آمریکایی و برنده جایزه نوبل فیزیک، بخش بزرگی از زندگی علمی خود را در فیزیک ماده چگال گذراند؛ اما مهم‌ترین میراث او برای دانش پیچیدگی، مقاله مشهور «بیشتر، متفاوت است» (More Is Different) در سال ۱۹۷۲ بود. او در این مقاله استدلال کرد که با افزایش تعداد اجزا و شکل‌گیری سطوح بالاتر سازمان‌یافتگی، ویژگی‌ها و قوانین تازه‌ای پدیدار می‌شوند که از مطالعه اجزای منفرد به دست نمی‌آیند.
پیام اندرسون ساده اما انقلابی بود: شناخت اجزا، شرط لازم فهم کل است، اما شرط کافی نیست. جهان در هر سطحی از سازمان‌یافتگی، ویژگی‌ها و قواعد خاص خود را می‌آفریند و این ویژگی‌های نوظهور را نمی‌توان صرفاً به قوانین سطح پایین‌تر فروکاست.
اهمیت اندرسون برای دانش پیچیدگی در دفاع از مفهوم «ظهور» و نقد تقلیل‌گرایی است. او نشان داد که میان اتم، مولکول، سلول، موجود زنده، جامعه و فرهنگ، فقط تفاوت در اندازه یا تعداد اجزا وجود ندارد؛ هر سطح، منطق و سازمان ویژه خود را دارد.
البته ظهور را اندرسون کشف نکرد. پیش از او ارسطو، گشتالت، برتالنفی و حتی وایت‌هد درباره کل و جزء سخن گفته بودند.کار اندرسون این بود که ظهور را از یک ایده فلسفی، به یک اصل مشروع در علم تبدیل کرد. او به فیزیکدانان گفت: اگر در بنیادی‌ترین علم طبیعت نیز سطوح جدید قوانین خود را دارند، دیگر نمی‌توان همه علوم را صرفاً به فیزیک فروکاست.
نکته دیگر در مورد اندرسون این است که:
اندرسون ظهور را نه به معنای رازآلود بودن پدیده‌ها، بلکه به معنای پدید آمدن سطحی تازه از سازمان‌یافتگی می‌فهمد؛ سطحی که ویژگی‌ها و قواعد آن در اجزای منفرد وجود نداشت، هرچند با قوانین بنیادی جهان ناسازگار هم نیست.به عبارتی اندرسون وارد منازعه ظهور قوی و ضعیف نمی شود.
از دیدگاه او :پیچیدگی از جایی آغاز می‌شود که کمیت، کیفیت تازه‌ای می‌آفریند و کل، چیزی بیش از مجموع اجزای خود می‌شود.
در سال ۱۹۸۷، اندرسون همراه با اقتصاددان نوبلیست کنت ارو کنفرانسی را درباره اقتصاد در سانتافه سازمان دادند. فیزیکدان‌ها و اقتصاددان‌ها کنار هم نشستند و درباره اقتصاد به‌عنوان یک سیستم پیچیده و در حال تحول بحث کردند؛ همین جریان بعدها به شکل‌گیری برنامه «اقتصاد پیچیدگی» در سانتافه کمک کرد.
https://t.me/complexitythinking

استوارت کافمن

استوارت آلن کافمن

زیست‌شناس نظری و پزشک آمریکایی،مسیر علمی او از پزشکی و زیست‌شناسی آغاز شد، اما خیلی زود علاقه‌اش به این پرسش کشیده شد که چگونه می‌توان نظم پیچیده موجودات زنده را از مجموعه‌ای عظیم از اجزا و برهم‌کنش‌های آنها فهمید.
کافمن برخلاف بسیاری از زیست‌شناسان که مسئله تکامل را عمدتاً از دریچه انتخاب طبیعی دنبال می‌کردند، به مسئله‌ای بنیادی‌تر توجه کرد: آیا همه نظم موجود در حیات حاصل انتخاب است، یا بخشی از این نظم می‌تواند از خودِ سازمان‌یافتگی و برهم‌کنش اجزای یک سامانه پدیدار شود؟ این پرسش مسیر اصلی زندگی علمی او را شکل داد.

او در دهه‌های ۱۹۶۰ و ۱۹۷۰ به مطالعه شبکه‌های تنظیم ژن و مدل‌های ریاضی رفتار شبکه‌های زیستی پرداخت و از شبکه‌های بولی برای بررسی چگونگی شکل‌گیری الگوهای پایدار در شبکه‌های ژنتیکی استفاده کرد. کار او از همان ابتدا در مرز زیست‌شناسی، ریاضیات و علوم محاسباتی قرار داشت؛ مرزی که بعدها به یکی از قلمروهای اصلی دانش پیچیدگی تبدیل شد.
کافمن در ادامه فعالیت علمی خود به مؤسسه سانتافه پیوست و در شکل‌گیری جریان فکری علوم پیچیدگی نقش داشت. او در آنجا با دانشمندانی از رشته‌های گوناگون، از فیزیک و ریاضیات گرفته تا اقتصاد و علوم کامپیوتر، کار کرد و مسئله حیات را در چارچوبی وسیع‌تر از زیست‌شناسی سنتی دنبال کرد.
یکی از ویژگی‌های برجسته کافمن این بود که به جای جست‌وجوی یک علت واحد برای پیچیدگی حیات، به تعامل میان فرایندهایی مانند خودسازمان‌یابی، انتخاب طبیعی، سازگاری و نوآوری توجه داشت. به همین دلیل، آثار او به تدریج از زیست‌شناسی نظری فراتر رفت و به موضوعاتی مانند تکامل، شبکه‌ها، خلاقیت، اقتصاد و خاستگاه نظم در سامانه‌های پیچیده کشیده شد.
کافمن در طول زندگی علمی خود چندین کتاب تأثیرگذار نوشت که از میان آنها «خاستگاه‌های نظم» (The Origins of Order، ۱۹۹۳)، «در خانه در جهان» (At Home in the Universe، ۱۹۹۵) و «تحقیق درباره مقدس» (Reinventing the Sacred، ۲۰۰۸) شناخته‌شده‌ترند.

در مسیر پژوهش‌هایش، کافمن در شکل‌گیری و گسترش شماری از ایده‌های مهم دانش پیچیدگی، از جمله خودسازمان‌یابی، شبکه‌های بولی، لبه آشوب، چشم‌انداز برازندگی، مدل‌های تکاملی و مفهوم «مجاورِ ممکن» نقش داشت؛ برخی از این ایده‌ها پیش از او مطرح شده بودند و لیاو آنها را در چارچوبی تازه بسط داد و برخی صورت‌بندی‌های مشخصاً به کارهای خود او مربوط‌اند
آنچه کافمن را برای تاریخ دانش پیچیدگی مهم می‌کند، بیش از هر چیز تغییری است که در نوع پرسش ایجاد کرد. مسئله دیگر فقط این نبود که موجودات زنده چگونه تکامل پیدا می‌کنند؛ پرسش عمیق‌تر این بود که چگونه در جهانی متشکل از اجزای متعدد و برهم‌کنش‌های فراوان، اصلاً امکان پیدایش نظم، سازمان و نوآوری به وجود می‌آید.
استوارت کافمن را از این منظر می‌توان یکی از چهره‌هایی دانست که مسئله «خاستگاه نظم» را از حاشیه زیست‌شناسی به مرکز گفت‌وگوی میان‌رشته‌ای درباره پیچیدگی آورد.
https://t.me/complexitythinking

ادوارد ویلسون

ادوارد ویلسون

زیست‌شناس، حشره‌شناس و طبیعت‌شناس برجسته آمریکایی، یکی از اثرگذارترین اندیشمندانی بود که رفتار جمعی موجودات زنده را به یکی از موضوعات اصلی علم تبدیل کرد. او بیش از هر چیز با پژوهش‌هایش درباره مورچه‌ها شناخته می‌شود، اما اهمیت او بسیار فراتر از مطالعه یک گونه جانوری است.
ویلسون نشان داد که کلونی مورچه‌ها فقط مجموعه‌ای از هزاران مورچه نیست، بلکه یک سامانه پیچیده و خودسازمان‌یافته است. در چنین سامانه‌ای هیچ فرمانده مرکزی وجود ندارد، اما از دل تعاملات محلی میان افراد، تقسیم کار، ارتباط، تصمیم‌گیری جمعی، ساخت لانه، جست‌وجوی غذا و دفاع از کلونی پدید می‌آید. این نگاه، مورچه‌ها را به یکی از مهم‌ترین الگوهای مطالعه سیستم‌های پیچیده تبدیل کرد.
بزرگ‌ترین میراث ویلسون، بنیان‌گذاری «جامعه‌زیست‌شناسی» بود؛ تلاشی برای فهم رفتار اجتماعی موجودات زنده در پرتو فرگشت. او کوشید نشان دهد که همکاری، رقابت، ارتباط و سازمان اجتماعی نیز بخشی از فرایند تکامل‌اند و می‌توان آنها را در چارچوب سیستم‌های زیستی مطالعه کرد.هم چنین او مفهوم «هوش جمعی» را از دل طبیعت آشکار کرد. از نگاه او، پیچیدگی فقط در مغز یک موجود زنده نیست؛ گاهی یک جامعه از موجودات ساده، رفتاری از خود نشان می‌دهد که هیچ فردی به تنهایی قادر به انجام آن نیست.
ویلسون به ما یا داد:
گاهی هوشمندترین رفتارها نه از یک ذهن بزرگ، بلکه از تعامل هزاران عامل ساده پدید می‌آیند.

با این حال، ویلسون یکی از جنجالی‌ترین دانشمندان قرن بیستم نیز بود. نظریه جامعه‌زیست‌شناسی او درباره رفتار انسان با انتقادهای فراوان روبه‌رو شد و برخی منتقدان آن را زمینه‌ساز برداشت‌های جبرگرایانه و نژادگرایانه دانستند. حتی در سال ۱۹۷۸، هنگام سخنرانی ویلسون در نشست انجمن پیشبرد علوم آمریکا، یکی از معترضان یک پارچ آب روی سر او ریخت و فریاد زد: «Wilson, you're all wet!» این حادثه به یکی از معروف‌ترین اعتراض‌های تاریخ علم تبدیل شد. .
هم چنین گروهی از دانشمندان هاروارد مانند ریچارد لوونتین و استیون جی گولد از منتقدان اصلی او بودند .ویلسون این برداشت‌ها را نمی‌پذیرفت و معتقد بود هدف او توضیح ریشه‌های زیستی رفتار است، نه توجیه نابرابری‌های انسانی.
ویلسون با پژوهش‌های خود، به شکل‌گیری و گسترش مفاهیمی مانند حشرات اجتماعی و سیستم‌های اجتماعی، هوش جمعی، کلونی به‌عنوان یک ابرارگانیسم، سازمان‌یافتگی بدون فرمانده مرکزی، تقسیم کار خودسازمان‌یافته، جامعه‌زیست‌شناسی و زیست‌تنوع به‌عنوان یک شبکه پیچیده حیات نقش اساسی در معماری دانش پیچیدگی داشت.
https://t.me/complexitythinking

به چه کار آید ما را سیستم!؟

آیا تا به حال به این فکر کرده‌اید «سیستم» چیست؟ مفهومی که آن‌قدر ساده و روزمره از آن استفاده می‌کنیم!
آیا دقیقا مابه‌ازای «سیستم» در جهان را می دانیم؟ چه چیزی در جهان را می‌توان یک سیستم دانست و بر چه اساسی؟ چه چیزهایی سیستم نیستند و چرا؟
در مورد شبکه چطور؟
آیا تا به حال از خود پرسیده‌اید «شبکه» چیست؟ وقتی از شبکه صحبت می‌کنیم، چه چیزی به ذهن شما می‌آید؟ آیا هنوز سیستم و شبکه را عمدتاً به شکل مدارهای الکترونیکی، دستگاه‌ها، رایانه‌ها یا ماشین‌های مصنوعی تصور می‌کنید؟ از نظر شما، یک سلول، یک بدن، یک جنگل، یک شهر، یک اقتصاد و حتی یک جامعه انسانی چه نسبتی با این مفاهیم برقرار میکنند؟

اصولا این مفاهیم و دانش پیرامون آنها چه فایده ای برای ما دارند؟ آیا تخصص های مجزای ما برای پاسخ به پرسش ها یا دشواریهای جهان کفایت میکند؟
و یا اگر کفایت نمی کند سر بردن در جهان مفاهیم سیستمها و شبکه ها گرهی از این فروبستگیها می گشاید؟
یا صرفا یک لایه دانش انتزاعی در گوشه ای دیگر از دانشگاه های جهان شکل گرفته و در بستری اسکولاستیک فربه می‌شود؟
آیا وقتی بعضا از نگاه سیستمی و فرابخشی ناشی از آن صحبت میشود واقعا تحلیل تا حد کفایت از ابزارهای اینگونه مدلسازی بهره برده است؟ یا صرفا بر یک تقلیل گرایی کهنه و تخصص زدگی کهنه نامی نو گذاشته شده است؟
در دنیای تو در توی شبکه ها و سیستمها تا کجا مدلسازی را به پیش ببریم که کفایت کند؟ آیا این دانش دارای معیارهای مستقلی برای روش کار برای تحلیل و حل مسائل از طریق خود هست؟
دانشی که بنیادا از فیزیک جوشیده است و هنوز هم در بسیاری بخشهای خود چهره ای فیزیکی و یا ریاضیاتی دارد، چگونه قرار است مسائل ما را در عرصه های زیست شناسی، اقتصاد، جامعه شناسی، سیاست و حکمرانی محیط زیست و اکولوژی شاید هم فلسفه پاسخ دهد؟!
زیادی پر مدعا نیست؟
یا حدود مدعای آن چه قدر است؟
https://t.me/complexitythinking

جان هالند

جان هنری هالند

دانشمند آمریکایی در حوزه‌های علوم کامپیوتر، ریاضیات و علوم شناختی، از مهم‌ترین چهره‌هایی بود که مفهوم «سیستم‌های پیچیده سازگارشونده» را به یکی از محورهای اصلی دانش پیچیدگی تبدیل کرد.
پرسش اصلی هالند این بود که چگونه مجموعه‌ای از عامل‌های نسبتاً ساده می‌توانند، از طریق برهم‌کنش و سازگاری، رفتارهایی پیچیده و سازمان‌یافته ایجاد کنند. او به جای آنکه پیچیدگی را ویژگی یک موجود یا یک ساختار منفرد بداند، توجه خود را به فرایندهایی معطوف کرد که در آنها عامل‌ها با محیط و با یکدیگر تعامل می‌کنند، از پیامدهای رفتار خود تأثیر می‌پذیرند و قواعد رفتاری خود را تغییر می‌دهند.
یکی از مهم‌ترین دستاوردهای هالند، توسعه «الگوریتم‌های ژنتیک» بود. او از ایده‌های انتخاب طبیعی و فرگشت داروینی الهام گرفت و آنها را به یک چارچوب محاسباتی تبدیل کرد؛ چارچوبی که در آن مجموعه‌ای از راه‌حل‌ها در معرض انتخاب، ترکیب و تغییر قرار می‌گیرند و به تدریج می‌توانند به راه‌حل‌های سازگارتر دست پیدا کنند. اهمیت این کار فقط در ساخت یک روش محاسباتی جدید نبود؛ هالند نشان داد که می‌توان منطق فرگشت را به عنوان الگویی برای حل مسئله و جست‌وجو در فضای امکان‌ها به کار گرفت.

هالند همچنین به مفهوم «ظهور» توجه ویژه‌ای داشت. در سیستم‌های پیچیده سازگارشونده، رفتار کل سیستم الزاماً از پیش در رفتار هیچ یک از اجزای آن وجود ندارد. عامل‌ها بر اساس قواعد نسبتاً ساده عمل می‌کنند، اما از تعامل آنها الگوها و رفتارهایی در سطح بالاتر پدیدار می‌شود. بازار، اکوسیستم، جوامع انسانی و شبکه‌های زیستی را می‌توان از این منظر بررسی کرد.

یکی از ایده‌های مهم دیگر هالند، «قواعد درونی» یا قواعد ساده‌ای است که عامل‌ها بر اساس آنها رفتار می‌کنند. در یک سیستم پیچیده لازم نیست برای هر وضعیت، دستورالعملی از مرکز صادر شود. کافی است عامل‌ها قواعد محلی داشته باشند و در محیطی از تعامل و بازخورد قرار گیرند؛ از ترکیب همین قواعد و تعاملات می‌تواند رفتارهای پیچیده در سطح کلان پدیدار شود.

هالند از نخستین چهره‌هایی بود که در شکل‌گیری جریان فکری مؤسسه سانتافه نقش داشت و در کنار دانشمندانی از رشته‌های گوناگون، در ایجاد زبان مشترکی برای مطالعه سیستم‌های پیچیده مشارکت کرد. حضور او در این جریان اهمیت خاصی داشت، زیرا الگویی ارائه می‌کرد که در آن زیست‌شناسی، محاسبات، اقتصاد، علوم اجتماعی و نظریه سیستم‌ها می‌توانستند در چارچوب یک پرسش مشترک قرار گیرند: چگونه سازگاری و سازمان‌یافتگی از تعامل تعداد زیادی عامل پدید می‌آید؟
جان هالند در کتاب‌های «سازگاری در سیستم‌های طبیعی و مصنوعی» (۱۹۷۵)، «نظم پنهان: چگونه سازگاری پیچیدگی می‌سازد» (۱۹۹۵) و «ظهور: از آشوب تا نظم» (۱۹۹۸)، مجموعه‌ای از ایده‌های مهم دانش پیچیدگی را بسط داد. او با توسعه الگوریتم‌های ژنتیک، منطق فرگشت را به محاسبات وارد کرد؛ با مفهوم سیستم‌های پیچیده سازگارشونده، چگونگی شکل‌گیری رفتارهای پیچیده از تعامل عامل‌های متعدد، قواعد محلی و سازگاری با محیط را صورت‌بندی کرد؛ و با تأکید بر ظهور، نشان داد که چگونه الگوها و ویژگی‌های تازه می‌توانند از تعامل اجزای یک سیستم در سطحی بالاتر پدیدار شوند. سازگاری، عامل‌ها، قواعد محلی، ظهور و سیستم‌های پیچیده سازگارشونده از مهم‌ترین مفاهیمی هستند که در آثار هالند جایگاهی محوری دارند.
جان هالند از این جهت یکی از معماران اصلی دانش پیچیدگی است؛ زیرا مفهوم «سیستم پیچیده سازگارشونده» را از یک مثال زیستی فراتر برد و آن را به چارچوبی برای اندیشیدن درباره طیف گسترده‌ای از پدیده‌های طبیعی، محاسباتی و اجتماعی تبدیل کرد.
https://t.me/complexitythinking

محیط زیست و اعداد
مسعود امیرزاده
یک آقایی (احتمالاً کارشناس!) در تریبون رسمی فرموده است که بانک مرکزی ایران ۵۰۰ میلیون تن ذخیره طلا در اختیار دارد. در همین روزها بزرگواری دیگر (احتمالاً دارای مدرک دکترا و صاحب نظریه و تز!) فرموده‌اند که ایران گنجایش سکونت یک میلیارد نفر را دارد و به هر ایرانی، در صورت تکه‌تکه کردن منابع طبیعی و لقمه‌لقمه کردن ایران، ۴۰۰ متر زمین می‌رسد.
گوش مردم شریف و نجیب ایران البته به شنیدنِ سخنانِ بی‌مقیاس عادت دیرینه دارد. ملتی که هشت سال تمام چهره‌ی پر از اعتمادبه‌نفسِ بی‌دلیلِ «معجزه‌ی هزاره‌ی سوم» را روزانه زیارت کرده و هر روز سخن نجومی وی را نوش‌جان کرده است، دیگر از فضایی سخن گفتن شگفت‌زده نمی‌شود و پرس‌وجو نمی‌کند.
بالاخره این بزرگواران که از سر ناچاری مجبورند مهمان رسانه‌های بی‌مشتری عمومی شوند و چون سلمانی‌های کساد، سر همدیگر بتراشند — که به هر صورت از بیکاری و بی‌عاری بهتر است — چندان حرجی هم ندارند. تو مرا دعوت کردی که خوشم آید، من هم چیزی می‌گویم که تو را خوش آید.
ولی آیا این‌گونه بی‌مقیاس سخن گفتن، به همین سادگی بی‌هزینه است؟
رابطه‌ی طبیعت، منابع طبیعی و پایداری سرزمین با این اعداد و آمار چیست؟ آیا آماربافی توانایی آن را دارد که به خیالبافی بدل شود؟ و آیا خیالبافی سر از دهانه‌ی ترسناک واقعیت در نمی‌آورد و اهل توهم را نمی‌بلعد؟
آیا فرضِ رودخانه‌ای پایان‌ناپذیر در زیر ایران که از کوه‌های هندوکوش جاری شده و تا خلیج فارس آب شیرین و مفت هدر می‌دهد و فقط «همت» می‌خواهد که زمین را عمیق‌تر سوراخ کنیم، چه بر سر اقتصاد متکی به آب کشور می‌آورد؟ تفکر «آب ژرف» چه‌قدر عمق فنی و علمی دارد؟ و اگر حکمران و مصرف‌کننده با همین سودا آب مانده را مصرف کنند و از آن‌سو به انتظار فوران آب ژرف بنشینند، معادلات بیلان آبی چه سرنوشتی پیدا می‌کنند؟
مجلسیان خبره و نخبگان ملت وقتی قانون جهش مسکن را تصویب می‌فرمودند، چه نسبتی بین منابع آب شهرها و گسترش آن‌ها در ذهن داشتند؟
اصلًا فایده‌ی علم آمار چیست؟
بگذارید کمی عمیق‌تر بپرسیم: آیا فلسفه‌ی ریاضی و واقعیت اعداد فقط به درد دعوای میان افلاطون و فرگه و راسل و یک دسته فیلسوف ریاضی می‌خورد، یا اینکه اعدادِ به‌ظاهر انتزاعی، بخشی از واقعیتِ زندگی ما هستند؟
ما چقدر برایمان مهم است که با اعداد شوخی کنیم و از آن‌ها چک بی‌محلِ سیاست‌بازان و رسانه‌ها و پرگویانِ عوام‌فریب و خودفریب بکشیم؟ و برعکس، چه‌قدر از واقعیات پشت عددسازی‌ها و آمارپردازی‌های دستگاه بروکراتیک پنهان می‌شوند، نمدمال می‌گردند و در نهایت خفه؟
شاید مجموعه‌ی یادداشت‌های «محیط زیست و اعداد» نتواند تمامی ابعاد فاجعه‌ی ذبح اعداد و آمار را در قربانگاه دروغ و عوام‌فریبی روایت کند. شاید هم نتواند همه‌ی واقعیات محبوس پشت آمار و اعداد رسمی — که به‌ظاهر خشک و بی‌جان‌اند، اما در واقع هولناک و هیولاوار — را برای شما بازگو کند. اما عزم آن دارد که بگوید این فقره چه بر سر ما آورد و چه بر سرمان خواهد آورد.
فعلاً سرتان را بیش از این درد نمی‌آورم و می‌گذارم بقیه‌ی ماجرا در قسمتی دیگر…

ادامه دارد! این دردنامه‌ی اعداد.
https://t.me/complexitythinking

استیون جی گولد

استیون جی گولد
دیرینه‌شناس و زیست‌شناس تکاملی آمریکایی، از مهم‌ترین چهره‌هایی بود که برداشت ساده و خطی از فرگشت را به چالش کشید. اهمیت او برای دانش پیچیدگی در این است که فرگشت را نه یک حرکت یکنواخت و از پیش تعیین‌شده، بلکه فرایندی تاریخی دید که در آن تصادف، محدودیت‌های ساختاری و مسیر طی‌شده می‌توانند بر مسیرهای بعدی اثر بگذارند.
نظریه انتخاب طبیعی داروین سه ستون اصلی داشت: تنوع، انتخاب طبیعی و تغییر تدریجی. بسیاری از داروینیست‌های قرن بیستم از این سه ستون نتیجه گرفتند که تقریباً همه ویژگی‌های موجودات محصول انتخاب طبیعی‌اند و تکامل عمدتاً فرایندی تدریجی و انباشتی است.
گولد با هر سه برداشت وارد گفت‌وگو شد، نه برای رد آنها، بلکه برای کامل‌تر کردنشان.
۱. انتخاب طبیعی همه داستان نیست.
این مهم‌ترین جمله گولد است.
او می‌گفت انتخاب طبیعی بسیار مهم است، اما تنها نیروی سازنده تکامل نیست. محدودیت‌های تکوینی، ساختار بدن، تاریخ گذشته موجودات و حتی پیامدهای جانبی تکامل نیز بر آنچه ممکن است یا ممکن نیست اثر می‌گذارند.
۲. تاریخ اهمیت دارد.
به نظر گولد، تکامل فقط قانون نیست
تاریخ هم هست.او در کتاب زندگی شگفت‌انگیز می‌گوید اگر «نوار زندگی» را دوباره از ابتدا پخش کنیم، احتمال زیادی دارد نتیجه کاملاً متفاوت باشد.این یعنی وابستگی به مسیر؛ گذشته، آینده را محدود و هدایت می‌کند.این ایده برای دانش پیچیدگی بسیار بنیادی است.
۳. تغییر همیشه تدریجی نیست.
همراه نیلز الدریج، نظریه تعادل نقطه‌ای را مطرح کرد.
یعنی گونه‌ها ممکن است میلیون‌ها سال تغییر اندکی داشته باشند و سپس در دوره‌ای نسبتاً کوتاه، دگرگونی‌های مهمی رخ دهد.
۴-کارکردها می‌توانند تغییر کنند.
با مفهوم «هم‌گزینی» نشان داد ویژگی‌ای ممکن است برای یک کارکرد به وجود نیامده باشد، اما بعدها در کارکرد دیگری استفاده شود.
یعنی تاریخ استفاده از یک ویژگی می‌تواند از تاریخ پیدایش آن متفاوت باشد.
۵. تصادف واقعی است.
گولد نقش تصادف را پررنگ‌تر از خوانش رایج نوداروینی کرد.
اما منظورش تصادف بی‌قانون نبود؛ منظورش این بود که رویدادهای تصادفی می‌توانند مسیرهای تکاملی را تغییر دهند و سپس انتخاب طبیعی روی همان مسیرهای جدید عمل کند.
در ۴۰ سالگی به سرطان نادری به نام مزوتلیوما مبتلا شد؛ پزشکی که آن زمان معمولاً پیش‌آگهی بسیار بدی داشت. گولد به جای تسلیم شدن، مقاله مشهور «میانه، پیام نیست» (The Median Isn't the Message) را نوشت. او نشان داد که آمار فقط توزیع احتمال را بیان می‌کند، نه سرنوشت یک فرد. این نوشته بعدها به یکی از مشهورترین متن‌های علم برای عموم تبدیل شد و نمونه‌ای از نگاه احتمالاتی به حیات است؛ موضوعی که به بولتزمان و پیچیدگی هم نزدیک می‌شود.
https://t.me/complexitythinking

مقاله «تقویت ترجیحی؛ سازوکاری برای پیدایش و تثبیت مسیرهای ترجیحی در سیستم‌های پیچیده» در کانال دانش پیچیدگی ارائه شد.

این مقاله از یک پرسش ساده شروع می‌کند: چگونه در سیستم‌های پیچیده، از میان مسیرهای متعدد و امکان‌های مختلف، بعضی مسیرها به‌تدریج تقویت و تثبیت می‌شوند؟

در این بحث، چند محور اصلی دنبال می‌شود: نقش تصادف و تنوع امکان‌ها، انتخاب محیطی به‌عنوان فیلتر، اطلاعات و گرادیان اطلاعاتی، بازخورد و تقویت ترجیحی، استیگمرژی و نقش ردپای کنش‌ها در محیط، وابستگی به مسیر و انباشت تاریخی، و در نهایت پیدایش نوعی «استراتژی بدون استراتژیست».

این ایده پیش‌تر در این مجموعه با عنوان «استراتژی پلکانی موازی» صورت‌بندی شده بود؛ عنوانی که همچنان می‌توان از آن برای توصیف همین فرایند استفاده کرد، هرچند در این مقاله برای بیان دقیق‌تر سازوکار، مفهوم «تقویت ترجیحی» در مرکز بحث قرار گرفته است.

از مورچه‌ها و مسیرهای فرومونی تا تکامل، شبکه‌ها، سیستم‌های اجتماعی و شهر، تلاش می‌شود یک سازوکار مشترک برای توضیح شکل‌گیری و تثبیت الگوها بررسی شود.
https://t.me/complexitythinking