ПОИСК Статьи Рисунки Таблицы Мелкозернистые модели физических явлений из "Машины клеточных автоматов" Наука занимается объяснением явлений. Многие из систем, которые нас интересуют, не сопровождаются описательными руководствами и чертежами, и их нельзя рассмотреть изнутри или разобрать на части без нарушения их поведения. Мы говорим, что понимаем сложную систему, когда можем построить из простых компонент, которые нам уже хорошо понятны, модель, которая ведет себя аналогично. [c.151] Если имеющийся в нашем распоряжении набор компонент слишком богат, то зачастую очень легко получить модели, демонстрирующие ожидаемое поведение, просто потому что сами внешние признаки, а не какие-то более глубокие внутренние причины, были непосредственно запрограммированны подобно специальным эффектам в компьютерных играх. [c.151] В науке мало пользы от моделей, которые рабски подчиняются всем нашим желаниям. Мы хотим иметь модели, которые дерзят нам модели, которые имеют свой собственный ум. Мы хотим получить из наших моделей больше, чем мы в них вложили. Разумная отправная точка - вложить как можно меньше. [c.152] Это внимание отражает скорее не предпочтения самой природы, а тот факт, что человеческий мозг, вооруженный только карандашом и бумагой, действует лучше всего, когда манипулирует небольшим количеством символических объектов, обладающих значительной концептуальной глубиной (например, вещественные числа, дифференциальные операторы). В связи с этим имеется тенденция к сосредоточению усилий на проблемах, подходящих для того, чтобы дать символическое решение в законченном виде. [c.152] В таких моделях большее внимание уделяется обработке большого числа объектов простой природы (например, булевых переменных и логических функций) - задача, в которой компьютеры особенно эффективны. [c.153] Клеточные автоматы пытаются извлечь выгоду из логического предела этого подхода. Они сокращают количество примитивных составляющих, которые мо1ут входить в модель, до одной, а именно единичной клетки , управляемой простым правилом и соединенной с идентичными ей клетками однородным шаблоном взаимосвязей. Задача состоит в том, чтобы подобрать это правило и этот шаблон так, чтобы все, что мы хотим от модели в широком диапазоне масштабов, следовало бы из одного этого выбора. [c.153] Будет ли этот подход работать, зависит, конечно, от того, что мы пытаемся моделировать. Физики столетиями использовали рабочую гипотезу, что мир в основе своей прост -только его очень много . Если это справедливо, то клеточные автоматы и машины клеточных автоматов могут представить полезный инструмент в попытках понять и описать природу. [c.153] Вернуться к основной статье