2. Различение больших и сложных систем

Чтобы не возникло недоразумений при чтении специальной литературы, необходимо отметить, что термины "большая" и "сложная" система в системологии окончательно еще не установились и при всей, по нашему мнению, естественности придаваемого им здесь смысла имеются разные варианты их употребления. Некоторые авторы вообще не используют эти понятия [4], другие используют их как синонимы [2; 3; 8], третьи считают разницу между ними чисто количественной [б], четвертые связывают сложность с некоторыми особенностями самих систем [11; 14]. Попытки "примирить" эти подходы, объединить их приводят к путанице. Например, в [15] читаем:

"Сложные системы управления - собирательное название систем, состоящих из большого числа взаимосвязанных элементов (...), которые нельзя описать корректно математически (...), для изучения которых необходимо было бы решать задачи с непомерно большим объемом вычислений. (...) Понятия "сложная система" и "большая система" не являются тождественными, так как последний термин характеризует только одну черту "сложности" - размерность системы".

Смысл понятий "большой" и "сложный", вытекающий из предложенной классификации, не является совершенно новым. Многие авторы из других соображений так или почти так и использовали эти термины.

У. Эшби: "Наблюдатель говорит, что система "очень большая", если она в чем-либо побивает его своим богатством" [16]. Дж. Б. Форрестер: "Я сделал попытку показать, как сложные системы приводят нас к ошибкам из-за того, что наша интуиция и оценки заставляют ожидать поведения, отличного от того, которым они в действительности обладают" [13].

И. Пригожий: "Очень часто отклик системы на возмущение оказывается противоположным тому, что подсказывает нам интуиция. Наше состояние обманутых ожиданий в этой ситуации хорошо отражает термин "антиинтуитивный": "Эта проклятая штука ведет себя не так, как должна бы вести!". И далее. "Единственной специфической особенностью сложных систем является то, что наше знание о них ограничено и неопределенность со временем возрастает" [9].

Чтобы подробнее пояснить вытекающую из сделанной классификации разницу между большими и сложными системами, отметим, что возможны все четыре комбинации; существуют системы: 1) "малые простые"; 2) "малые сложные"; 3) "большие простые"; 4) "большие сложные". Приведем примеры систем всех видов (в том же порядке):

1) исправные бытовые приборы (утюг, часы, холодильник, телевизор и т.д.) - для пользователя; неисправные - для мастера; шифрозамок - для хозяина сейфа;

2) неисправный бытовой прибор - для пользователя;

3) шифрозамок для похитителя - система простая (требуется лишь перебор вариантов) и большая (имеющегося на вскрытие сейфа времени может не хватить на перебор вариантов); точный прогноз погоды; полный межотраслевой баланс (определяется с задержкой на годы);

4) мозг; экономика; живой организм.

3. Другие подходы к понятию сложности

Обсуждение проблемы сложности было бы неполным, если не упомянуть и о другом подходе к ней. В науке нередко бывает так, что вместо содержательного определения чего-то вводится его количественная мера, что позволяет продвинуться вперед в изучении, отвечая на вопрос "как?" и не затрагивая вопрос "что?". Примерами являются теоретическая механика (использующая не понятие движения, а его количественные характеристики), теория информации (не требующая определения самой информации, так как вполне достаточно понятия количества информации) и т.д. Аналогичные попытки сделаны и по введению количественной меры сложности. Пока такой единой меры построить не удалось. Одна из причин (но не единственная) состоит в том, что термин "сложный" употребляется и как синоним "большой" (например, теоретико-множественное понятие сложности системы связывается с мощностью множества ее элементов). Наиболее известные концепции, в которых сложность выражается некоторым числом, таковы:

логическая концепция, основанная на анализе свойств предикатов, характеризующих систему;

теоретико-информационная концепция, связывающая сложность системы с ее энтропией;

статистическая концепция, характеризующая сложность через меру различимости распределений вероятностей;

алгоритмическая концепция, определяющая сложность как длину алгоритма воссоздания системы;

теоретико-множественная концепция, отождествляющая сложность системы с числом ее элементов;

вычислительная концепция, "привязывающая" алгоритмическую сложность к средствам вычислений.

Подведем итог: Главным результатом является определение сложности системы как следствия недостаточности информации для желаемого качества управления системой. Это не только упорядочивает терминологию (благодаря введению четкого различия между терминами "большая система" и "сложная система"), но и указывает пути преодоления сложности.