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

آقای فاینمن چرا به علم علاقه داری؟ دنبال چی هستی تو علم فیزیک؟

@modern_cogitation

🔶واقع‌گرایی سخت و ملاحظاتی درباره رژیم رابطه انسان و زمین

✍️مسعود امیرزاده

🔷اگر رژیم رابطه انسان و سامانه زمین را ساختاری پیچیده، ظهوریافته و فرگشتی در نظر بگیریم، نخستین ضرورت در مواجهه با آن، پذیرش واقعیت آن‌گونه که هست، است؛ حتی زمانی که این واقعیت با خواسته‌ها، امیدها یا روایت‌های مطلوب ما سازگار نباشد.

ادامه مطلب 👇
https://payamema.ir/payam/165188

@payamema

محیط زیست و اعداد (۲)
مسعود امیرزاده
در قسمت پیشین اشاره شد که یکی از شاخه‌های فلسفه، فلسفه‌ی ریاضی است. اما هر شاخه‌ای از فلسفه ناگزیر است با یک مواجهه‌ی اساسی روبه‌رو شود: مواجهه با واقعیت. یعنی از انتزاع محض فاصله گیرد تا مبدل به امری اجتماعی و زمینی شود.
فلسفه‌ی مضافِ جناب ریاضیات نیز از این معرکه مستثنا نیست. باید ببینیم این اعداد و فرمول‌های رقصان و آمارهای طویل چه بر سر زمین و مردمانی درآورده‌اند که بیگانه‌اند از جبر و ناآشنا با آمار سرگیجه‌آور دولت.


منابع و متفکران کلیدی در نقد اعداد و آمار

در ادبیات جهانی، این موضوع از چند دهه پیش جدی شده است، مهم‌ترین آن‌ها عبارتند از:
تئودور پورتر، اعتماد به اعداد: پیگیری عینیت در علم و زندگی عمومی (۱۹۹۵)
پورتر نشان می‌دهد که چرا جوامع مدرن به جای اعتماد به قضاوت متخصصان، به اعداد و آمار اعتماد می‌کنند. استدلال او این است: وقتی قدرت سیاسی ضعیف است یا مشروعیت زیر سؤال است، به اعداد پناه می‌برد تا عینیت بسازد. یعنی اعداد نه به خاطر دقتشان، بلکه به خاطر بی‌طرفی ظاهری‌شان مهم می‌شوند.

آلن دروزیر، سیاست اعداد بزرگ: تاریخی از استدلال آماری (۱۹۹۸)
دروزیر، آماردان و جامعه‌شناس فرانسوی، نشان می‌دهد که خود مفهوم آمار از واژه دولت آمده است. یعنی آمار از بدو تولدش فرزند دولت بوده و برای اداره دولت ساخته شده، نه برای کشف حقیقت. او نشان می‌دهد که چگونه دولت‌ها با ساختن دسته‌بندی‌های آماری مثل بیکار، شاغل، فقیر، واقعیت اجتماعی را شکل می‌دهند، نه فقط توصیف می‌کنند.
مری پووی، تاریخ فکت مدرن (۱۹۹۸)
نشان می‌دهد که چگونه مفهوم واقعیت عددی خودش یک برساخت تاریخی است و همیشه این‌طور نبوده که اعداد را حقیقت بدانیم.
کتی اونیل، سلاح‌های ریاضی کشتار جمعی (۲۰۱۶)
این ریاضی‌دان هاروارد نشان می‌دهد که چگونه الگوریتم‌ها و مدل‌های ریاضی در بانکداری، آموزش، دادگاه‌ها و استخدام، به جای حذف تبعیض، تبعیض را تشدید و پنهان می‌کنند.
چارلز سایف، اثبات‌نمایی: هنر تاریک اعداد دروغین (۲۰۱۰)
درباره اینکه چگونه سیاستمداران، شرکت‌ها و رسانه‌ها از اعداد برای فریب استفاده می‌کنند: اعداد بزرگ، درصدهای گمراه‌کننده، و نمودارهای دستکاری‌شده.
جیمز سی. اسکات، دولت‌ها چگونه می‌بینند (۱۹۹۸)
دولت‌ها فقط چیزی را می‌بینند که عدد دارد. بقیه واقعیت حذف می‌شود.
دانیل کانمن، تفکر، سریع و کند (۲۰۱۱)
و پل اسلوویک درباره بی‌حسی روانی.
هانس روزلینگ، فکت‌فولنس (۲۰۱۸)
درباره سوگیری‌های شناختی نسبت به آمار جهانی.
میشل فوکو، دولت‌مندی
فوکو نشان می‌دهد که آمارگیری و سرشماری یکی از مهم‌ترین فناوری‌های قدرت در دوران مدرن است. قدرت مدرن از طریق دانستن جمعیت به معنای عددی اعمال می‌شود. آمار برابر است با تکنولوژی قدرت.
بدیهی است که در حد امکان از این منابع بهره خواهیم گرفت. اما البته به تجربیاتی هم خواهیم پرداخت که خودمان در این دهلیز تاریک آمار و اعداد زیسته‌ایم. گویی هیچ انسانی و هیچ جامعه‌ای از آمار و اعداد بی‌نیاز نیست. به‌گونه‌ای که اگر انسان را به‌جای «حیوان ناطق»، «حیوان عددساز و عددباز» بنامیم، راه دوری نرفته‌ایم.
ریاضیات بخشی از وجود اجتماعی ماست؛ ضرورتِ امر اجتماعی است، اما مانند هر امر نیک، بی‌نصیب از آفات نمانده است.
این داستان تمام نشده است، تا بعد…

https://t.me/didehbaanzistboom

پیل گراس

پیر-پل گراس
زیست‌شناس و حشره‌شناس فرانسوی، در سال ۱۹۵۹ مفهوم «استیگمرژی» را برای توضیح نوعی از سازمان‌یافتگی جمعی در جوامع حشرات مطرح کرد؛ سازوکاری که در آن عامل‌ها بدون ارتباط مستقیم و بدون وجود فرماندهی مرکزی، از طریق تغییراتی که در محیط ایجاد می‌کنند بر رفتار یکدیگر اثر می‌گذارند. در این فرایند، تغییر ایجادشده در محیط به نشانه‌ای برای عامل‌های بعدی تبدیل می‌شود و از تداوم همین تعامل غیرمستقیم، الگوها و ساختارهای جمعی پدید می‌آیند. استیگمرژی بعدها در بحث‌های مربوط به خودسازمان‌یابی، هوش جمعی، سیستم‌های چندعاملی و دانش پیچیدگی اهمیت فراوانی پیدا کرد.
گراس را نمی‌توان از نظر گستره و تأثیرگذاری در ردیف چهره‌هایی مانند بولتزمان، لورنتس، کافمن یا هالند قرار داد و او نیز خود نظریه‌ای جامع درباره پیچیدگی ارائه نکرد؛ با این حال، با توجه به اینکه در این پروژه کوشیده‌ایم ایده استیگمرژی را نیز بسط دهیم و ظرفیت‌های آن را در فهم رفتارهای جمعی و سازمان‌یافتگی بررسی کنیم، لازم دیدیم گراس را نیز در کنار معمارانی که آثار گسترده‌تری در شکل‌گیری دانش پیچیدگی داشته‌اند معرفی کنیم. جایگاه او در این مجموعه بیش از آنکه به گستره آثارش مربوط باشد، به اهمیت همان ایده‌ای مربوط است که مطرح کرد و هنوز ظرفیت زیادی برای توسعه و کاربرد در فهم سیستم‌های پیچیده دارد.مقاله ای که تحت عنوان تحت عنوان تقویت ترجیحی در این کانال به اشتراک گذاشته است پایه های ان مربوط به کشفیات این حشره شناس فرانسوی است.
https://t.me/complexitythinking

تصاویری از حرکت مورچه ها ( واقعی و شبیه سازی) که نشانگر گرادیان مسیرهای حرکت تقویت شده است.
مهم این است که بعضا رفتارهای انسانی از همین منطق ساده تبعیت میکند.

نخستین کنفرانس علوم اعصاب شناختی

پژوهشکده علوم شناختی پژوهشگاه دانش‌های بنیادی (IPM) برگزار می‌کند:

📍 نخستین کنفرانس علوم اعصاب شناختی
📅 ۱۲ و ۱۳ دی‌ماه ۱۴۰۵

📍 پژوهشگاه دانش‌های بنیادی، فرمانیه، تهران

ثبت‌نام و ارسال مقالات از پایان مهرماه ۱۴۰۵ آغاز خواهد شد.

به زودی اطلاعات تکمیلی، فراخوان مقالات و جزئیات ثبت‌نام اعلام می‌شود.

به تداوم راه علم 🧠

@CNC_IPM

ویلیام راس اشپی

ویلیام راس اشبی
روان‌پزشک و پژوهشگر بریتانیایی و از پیشگامان سایبرنتیک و نظریه سیستم‌ها بود؛ اما اهمیت او برای دانش پیچیدگی بیش از هر چیز در پرسشی ریشه داشت که از دل مطالعه مغز و موجود زنده بیرون کشید: چگونه یک سیستم می‌تواند در محیطی متغیر، خود را در محدوده‌ای پایدار نگه دارد و در برابر اختلالات سازگار شود؟ اشبی تلاش کرد این پرسش را از قلمرو توصیف‌های زیستی و روان‌شناختی بیرون بکشد و به مسئله‌ای قابل مدل‌سازی تبدیل کند. او در این مسیر مفاهیمی مانند قانون «تنوع لازم»، خودسازمان‌دهی و فوق‌پایداری را پرورش داد و از طریق آنها یکی از پایه‌های فکری سایبرنتیک را بنا کرد.
یکی از مهم‌ترین ساخته‌های او «هومئوستات» بود؛ دستگاهی که اشبی در سال‌های ۱۹۴۶ و ۱۹۴۷ با استفاده از چهار واحد الکترومکانیکی ساخت. این دستگاه هنگامی که از محدوده پایدار خود خارج می‌شد، می‌توانست با تغییر وضعیت‌های داخلی خود در میان گزینه‌های مختلف جست‌وجو کند تا دوباره به وضعیت پایداری برسد. هومئوستات برای اشبی مدلی از سازگاری بود: سیستم پاسخ از پیش تعیین‌شده‌ای برای هر اختلال نداشت، بلکه با استفاده از بازخورد و جست‌وجو در فضای حالت‌های ممکن، راهی برای بازگشت به محدوده پایدار پیدا می‌کرد.

اینجا یکی از نخستین صورت‌بندی‌های مهم مسئله‌ای ظاهر می‌شود که بعدها در دانش پیچیدگی اهمیت فراوان پیدا کرد: چگونه نظم و ثبات می‌تواند از تعامل اجزای یک سیستم و واکنش آنها به محیط پدیدار شود، بی‌آنکه برای هر وضعیت، یک فرمان مرکزی وجود داشته باشد؟ اشبی برای توضیح این مسئله از مفهوم «فوق‌پایداری» استفاده کرد؛ سامانه‌ای چندپایدار که می‌توانست در برابر آشفتگی، وضعیت خود را تغییر دهد و در جست‌وجوی محدوده‌ای قرار گیرد که در آن متغیرهای حیاتی دوباره در وضعیت قابل قبول قرار گیرند. در یادداشت‌های خود نیز adaptation را با جست‌وجو، آزمون و مقایسه پیوند می‌داد.

اشبی همچنین با «قانون تنوع لازم» نشان داد که تنظیم یک سیستم در برابر تنوع و آشفتگی محیط، بدون داشتن ظرفیت پاسخ‌گویی کافی امکان‌پذیر نیست. به بیان ساده، اگر محیط بتواند در شکل‌های بسیار متنوعی بر یک سیستم اثر بگذارد، تنظیم‌کننده نیز باید از تنوع کافی برای مقابله با این وضعیت برخوردار باشد. این ایده بعدها به یکی از شناخته‌شده‌ترین اصول سایبرنتیک تبدیل شد و پیوند میان اطلاعات، کنترل، محیط و سازگاری را به شکلی دقیق‌تر صورت‌بندی کرد.
اما اهمیت اشبی برای تاریخ مفهوم خودسازمان‌دهی در یک نکته ظریف‌تر قرار دارد. هنگامی که او از self-organization سخن می‌گفت، هنوز با معنایی که امروز در دانش پیچیدگی از «خودسامان‌دهی» می‌شناسیم فاصله داشت. هومئوستات می‌توانست بدون فرمان لحظه‌به‌لحظه یک ناظر خارجی، درون معماری و قواعدی که از پیش برای آن فراهم شده بود، وضعیت مناسب خود را پیدا کند؛ اما خودِ معماری بنیادی و سازوکار جست‌وجوی آن را سیستم از هیچ به وجود نمی‌آورد. بنابراین خودسازمان‌دهی اشبی را بهتر است یکی از مراحل تاریخی تحول این مفهوم بدانیم: حرکتی از خودتنظیمی و سازگاری به سوی پرسش عمیق‌تر درباره اینکه چگونه سازمان می‌تواند از درون تعاملات یک سیستم پدیدار شود.
اشبی را از این منظر می‌توان یکی از حلقه‌های مهم میان زیست‌شناسی، سایبرنتیک و دانش پیچیدگی دانست.
https://t.me/complexitythinking