دانش پیچیدگی
233 subscribers
71 photos
10 videos
28 files
137 links
در این کانال بیشتر با مباحث دانش پیچیدگی و تحلیل مسائل با این رویکرد آشنا می‌شویم
مسعود -امیرزاده
Download Telegram
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
❤1
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
❤1
دانش پیچیدگی pinned «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…»
Forwarded from Modern Cogitation
This media is not supported in your browser
VIEW IN TELEGRAM
آقای فاینمن چرا به علم علاقه داری؟ دنبال چی هستی تو علم فیزیک؟

@modern_cogitation
👍1
🔶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
❤1
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
Masoud Amirzadeh
Photo
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.
Channel photo removed
Channel photo updated
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
تصویری از دستگاه طراحی شده توسط اشپی بنام «هومئوستات» برای تبیین مفهوم خود تنظیمی
معرفی مقاله

خودسازمان‌دهی (Self-Organization) چیست و وقتی از این مفهوم در دانش پیچیدگی (Complexity Science) سخن می‌گوییم، دقیقاً منظور چیست؟

در واقع خودسازمان‌دهی مفهومی نیست که فقط در مباحث علمی با آن روبه‌رو شویم. حتی در زندگی روزمره نیز گاهی با پدیده‌هایی مواجه می‌شویم که بدون وجود یک طراح یا فرماندهی مرکزی، نوعی نظم و سازمان در آن‌ها شکل می‌گیرد.

اما خودسازمان‌دهی در علم، به‌ویژه در دانش پیچیدگی، مفهومی بسیار گسترده‌تر و در عین حال پیچیده‌تر است و در حوزه‌های مختلف، معانی و کاربردهای متفاوتی پیدا کرده است.

در چند روز آینده مقاله‌ای در کانال «دانش پیچیدگی» منتشر خواهد شد که در آن تلاش می‌کنم با زبانی ساده، نگاهی به مراتب و صورت‌های مختلف خودسازمان‌دهی داشته باشیم؛ از نخستین کاربردها و تحول تاریخی این مفهوم گرفته تا دیدگاه‌های دانشمندانی که هر یک از زاویه‌ای متفاوت به آن پرداخته‌اند، و سرانجام جایگاه آن در فهم سیستم‌های پیچیده (Complex Systems).

هدف این است که ببینیم وقتی از «خودسازمان‌دهی» (Self-Organization) سخن می‌گوییم، دقیقاً درباره چه چیزی حرف می‌زنیم و این مفهوم چگونه از توصیف شکل‌گیری نظم در برخی سیستم‌های ساده، به یکی از مفاهیم مهم در مطالعه سیستم‌های پیچیده و زنده رسیده است.

این مقاله طی چند روز آینده آماده و در کانال منتشر میشود.
https://t.me/complexitythinking
👍2❤1
دانش پیچیدگی pinned «معرفی مقاله خودسازمان‌دهی (Self-Organization) چیست و وقتی از این مفهوم در دانش پیچیدگی (Complexity Science) سخن می‌گوییم، دقیقاً منظور چیست؟ در واقع خودسازمان‌دهی مفهومی نیست که فقط در مباحث علمی با آن روبه‌رو شویم. حتی در زندگی روزمره نیز گاهی با پدیده‌هایی…»
فون فورستر