Сложная система — система с множеством взаимодействующих элементов (подсистем), благодаря чему она приобретает новые свойства, которых нет у суммы отдельных её частей и которые нельзя свести к свойствам последних. Примеры сложных систем: глобальный климат, организмы, человеческий мозг, системы искусственного интеллекта (включая большие языковые модели — LLM), социальные и экономические организации (например, города), экосистема, живая клетка и, в конечном счёте, вся вселенная.
Поведение сложных систем трудно смоделировать из-за конкуренции, зависимостей, отношений или других видов взаимодействия между их частями или между данной системой и её окружением. «Сложные» системы имеют определённые свойства, возникающие из этих отношений, такие как нелинейность динамики, эмерджентность, спонтанный порядок, адаптация и петли обратной связи, среди прочего. Поскольку такие системы появляются в самых разных областях, общие черты между ними стали предметом их самостоятельной области исследований. Во многих случаях полезно представить такую систему как граф или сеть, где узлы представляют компоненты, а связи (ребра) — взаимодействия между ними.
Термин «сложные системы» часто относится к изучению сложных систем, что представляет собой подход к науке, который исследует, как отношения между частями системы порождают её коллективное поведение и как система взаимодействует и формирует отношения с окружающей средой. Как междисциплинарная область, сложные системы получают вклад из многих различных областей, таких как изучение самоорганизации и критических явлений из физики, изучение спонтанного порядка из социальных наук, хаоса из математики, адаптации из биологии и многих других. Поэтому сложные системы часто используются как широкий термин, охватывающий исследовательский подход к проблемам во многих различных дисциплинах, включая статистическую физику, теорию информации, теорию графов, нелинейную динамику, антропологию, информатику, метеорологию, социологию, экономику, психологию и биологию.
Ключевые концепции
Системы Сложные системы в основном связаны с поведением и свойствами систем. Система — комбинация взаимодействующих элементов, организованных для достижения одной или нескольких поставленных целейГОСТ Р ИСО МЭК 15288-2005 Системная инженерия. Процессы жизненного цикла систем (аналог ISO/IEC 15288:2002 System engineering — System life cycle processes). Элементы, лежащие вне системы, затем становятся частью системной среды.
Система может проявлять свойства, которые приводят к поведению, отличному от свойств и поведения её частей; эти общесистемные или глобальные свойства и поведение являются характеристиками того, как система взаимодействует с окружающей средой или предстаёт перед ней, или того, как ведут себя её части (например, в ответ на внешние стимулы) в силу того, что они находятся внутри системы. Понятие поведения подразумевает, что изучение систем также связано с процессами, происходящими во времени (или, в математике, с некоторой другой параметризацией фазового пространства). Из-за их широкой междисциплинарной применимости системные концепции играют центральную роль в сложных системах.
Теория систем делает акцент на том, как отношения и зависимости между частями системы могут определять общесистемные свойства. Это также способствует междисциплинарной перспективе изучения сложных систем: представлению о том, что общие свойства связывают системы между дисциплинами, оправдывая поиск подходов к моделированию, применимых к сложным системам, где бы они ни появлялись. Конкретные концепции, важные для сложных систем, такие как эмерджентность, циклы обратной связи и адаптация, также берут своё начало в теории систем.
Сложность Сложность системы означает то, что поведение систем не может быть легко выведено из её свойств. До сих пор не появилось полностью общей теории сложных систем для решения этих проблем, поэтому исследователи должны решать их в контексте конкретной предметной области. Исследователи сложных систем решают эти проблемы, рассматривая главную задачу моделирования как захват, а не уменьшение сложности соответствующих интересующих их систем.
Хотя общепринятого точного определения сложности пока не существует, существует множество архетипических примеров сложности. Системы могут быть сложными, если, например, они обладают хаотическим поведением (поведение, проявляющее чрезвычайную чувствительность к начальным условиям, среди других свойств), или если они обладают эмерджентными свойствами (свойствами, которые не проявляются из их компонентов по отдельности, но которые являются результатом отношений и зависимостей, которые они образуют, когда помещены вместе в системе), или если они с вычислительной точки зрения трудно поддаются моделированию (если они зависят от ряда параметров, которые слишком быстро растут по отношению к размеру системы).
Классификация сложностей Согласно Питеру Сенге, системная сложность существует в двух основных формах: Сложность детализации (структурная сложность) возникает в результате большого количества систем, системных элементов и установленных связей в любой из двух основных топологий (иерархия или сеть). Эта сложность связана с системами, как они есть; а именно, с их статическим существованием. Динамическая сложность (поведенческая сложность) связана с взаимосвязями, которые возникают между готовыми, функционирующими системами в процессе их работы, то есть между ожидаемым и даже неожидаемым поведением, которое фактически возникает. Уоррен УиверКомментарий переводчика статьи Уоррена Уивера, Г. С. Розенберг 2019 сформулировал исходную точку зрения, выделив следующие категории сложности: организованная простота, организованная сложность, беспорядочная сложность. Эти категории и более поздние размышления дают основания для использования приведённой ниже классификации сложности: Организованная простота имеет место, когда есть небольшое количество существенных факторов и большое количество менее существенных и/или несущественных факторов. Изначально ситуация может показаться сложной, но после её изучения менее существенные и несущественные факторы могут быть исключены из картины и может быть обнаружена скрытая простота. Организованная сложность преобладает в таких физических и абстрактных системах, структура которых организована так, чтобы быть понятной, и поэтому податливой учёным при описании сложного поведения и структурировании процесса создания сложных систем и управления их жизненными циклами. Это богатство, которое не должно быть чрезмерно упрощено. Беспорядочная сложность возникает, когда имеется много переменных, которые демонстрируют в высокой степени случайное, беспорядочное поведение. Она также может являться результатом отсутствия необходимого контроля над структурой сложных неоднородных систем по причине неадекватного управления архитектурой в течение жизненного цикла системы (ползучей сложности). Сложность, связанная с людьми, возникает там, где восприятие любой системы вызывает чувство сложности. В этом контексте люди становятся «системами наблюдений». Мы могли бы также связать эту категорию с системами, в которых люди являются элементами и могут основательно поспособствовать организованной простоте, организованной сложности и беспорядочной сложности. Разумное или неразумное поведение отдельных лиц в конкретных ситуациях, естественно, является существенным фактором по отношению к сложности.
Сети Взаимодействующие компоненты сложной системы образуют сетьСпулбер Д. Ф., Ю К.С. О регулировании сетей как сложных систем: подход теории графов //Nw. UL Rev. — 2004. — Т. 99. — С. 1687., которая представляет собой совокупность дискретных объектов и связей между ними, обычно изображаемых в виде графа вершин, соединённых рёбрами. Сети могут описывать отношения между отдельными лицами внутри организации, между логическими элементами в схеме, между генами в сетях регулирования генов или между любым другим набором связанных объектов.
Сети часто описывают как источники сложности в сложных системахСулейменова К. И., Шалтыкова Д. Б., Сулейменов И. Е. Феномен ароморфозов в развитии культуры: взгляд с позиций нейросетевой теории эволюции сложных систем //Европейский научный журнал. — 2013. — Т. 9. — №. 19.. Таким образом, изучение сложных систем как сетей открывает множество полезных применений теории графов и сетевой науки. Многие сложные системы, например, также являются сложными сетями, которые обладают такими свойствами, как фазовые переходы и распределения степеней, которые поддаются эмерджентному или хаотическому поведению. Тот факт, что число рёбер в полном графе растёт квадратично по отношению к числу вершин, даёт дополнительный источник сложности в больших сетях: по мере роста сети количество связей между объектами быстро затмевает количество объектов в сети.
Нелинейность
Сложные системы часто имеют нелинейное поведение, то есть они могут по-разному реагировать на одни и те же входные данные в зависимости от своего состояния или контекста. В математике и физике нелинейность описывает системы, в которых изменение размера входных данных не приводит к пропорциональному изменению размера выходных данных. При заданном изменении на входе такие системы могут давать значительно большие или меньшие пропорциональные изменения на выходе или даже вообще не давать выход, в зависимости от текущего состояния системы или значений её параметров.
Особый интерес для сложных систем представляют нелинейные динамические системы, которые представляют собой системы дифференциальных уравнений, которые имеют один или несколько нелинейных членов. Некоторые нелинейные динамические системы, такие как система Лоренца, могут вызывать математическое явление, известное как хаос. Хаос в применении к сложным системам относится к чувствительной зависимости от начальных условий или «эффекту бабочки», который может проявляться в сложной системе. В такой системе небольшие изменения начальных условий могут привести к совершенно иным результатам. Таким образом, хаотичное поведение может быть чрезвычайно сложно смоделировать численно, поскольку небольшие ошибки округления на промежуточном этапе вычислений могут привести к тому, что модель будет генерировать совершенно неточные выходные данные. Кроме того, если сложная система возвращается в состояние, похожее на то, в котором она находилась ранее, она может вести себя совершенно по-другому в ответ на одни и те же стимулы, поэтому хаос также создаёт проблемы для экстраполяции опыта.
Эмерджентность
Другой общей чертой сложных систем является наличие эмерджентного поведения и свойств: это черты системы, которые не проявляются отдельно от её компонентов, а являются результатом взаимодействий, зависимостей или отношений, которые они формируют, когда они помещаются вместе в систему. Эмерджентность широко описывает внешний вид такого поведения и свойств и имеет приложения к системам, изучаемым как в социальных, так и в физических науках. Хотя эмерджентность часто используется для обозначения только проявления незапланированного организованного поведения в сложной системе, эмерджентность также может относиться к распаду организации; она описывает любые явления, которые трудно или даже невозможно предсказать по более мелким объектам, из которых состоит система.
Одним из примеров сложной системы, эмерджентные свойства которой широко изучались, являются клеточные автоматы. В клеточном автомате сетка ячеек, каждая из которых имеет одно из конечного множества состояний, развивается в соответствии с простым набором правил. Эти правила управляют «взаимодействием» каждой ячейки со своими соседями. Хотя правила определены только локально, было показано, что они способны создавать глобально интересное поведение, например, в игре «Жизнь» Конвея.
Характеристики Сложные системы могут иметь следующие особенности:
Сложные системы могут быть открытыми