Əgər siz mürəkkəb sistemlər haqqında düşünməyə vaxt sərf etmisinizsə, yəqin ki, şəbəkələrin əhəmiyyətini başa düşürsünüz. Şəbəkələr dünyamızı idarə edir. Hüceyrənin içindəki kimyəvi reaksiyalardan, ekosistemdəki əlaqələr şəbəkəsinə, tarixin gedişatını formalaşdıran ticarət və siyasi şəbəkələrə qədər.

Və ya oxuduğunuz bu məqaləni nəzərdən keçirin. Yəqin ki, siz onu tapdınız sosial şəbəkə,-dan endirilib kompüter şəbəkəsi və hal-hazırda sizin istifadə edərək mənasını deşifrə edir neyron şəbəkəsi.

Amma bu illər ərzində şəbəkələr haqqında nə qədər düşünsəm də, son vaxtlara qədər sadəliyin əhəmiyyətini dərk etmirdim diffuziya.

Bugünkü mövzumuz budur: hər şey necə, necə xaotik şəkildə hərəkət edir və yayılır. İştahınızı açmaq üçün bəzi nümunələr:

• Populyasiya daxilində daşıyıcıdan daşıyıcıya keçən yoluxucu xəstəliklər.
• Sosial şəbəkələrdə izləyicilər qrafikində yayılan memlar.
• Meşə yanğını.
• Bir mədəniyyətə nüfuz edən ideyalar və təcrübələr.
• Zənginləşdirilmiş uranda neytron kaskadı.

Forma haqqında qısa qeyd.

Bütün əvvəlki işlərimdən fərqli olaraq, bu esse interaktivdir [in orijinal məqalə ekrandakı obyektləri idarə edən sürgülər və düymələrlə interaktiv nümunələr verilir - təqribən. zolaq].

Beləliklə, başlayaq. Birinci vəzifə şəbəkələr arasında yayılması üçün vizual lüğət hazırlamaqdır.

Sadə model

Əminəm ki, hamınız şəbəkələrin əsasını, yəni qovşaqları + kənarları bilirsiniz. Diffuziyanı öyrənmək üçün bəzi qovşaqları qeyd etmək kifayətdir aktiv. Və ya epidemioloqların dediyi kimi, yoluxmuş:

Bu aktivləşdirmə və ya infeksiya aşağıda inkişaf etdirəcəyimiz qaydalara uyğun olaraq şəbəkə vasitəsilə düyündən düyünə yayılır.

Həqiqi şəbəkələr adətən bu sadə yeddi qovşaqlı şəbəkədən daha böyükdür. Onlar da daha çox qarışıqdırlar. Ancaq sadəlik üçün biz burada bir qəfəs, yəni qəfəs şəbəkəsini öyrənmək üçün oyuncaq modeli quracağıq.

(Meşin realizmdə çatışmayan cəhəti, asanlıqla çəkilmə qabiliyyətini tamamlayır 😉

Başqa cür qeyd olunmayan hallar istisna olmaqla, şəbəkə qovşaqlarının dörd qonşusu var, məsələn:

Və təsəvvür etmək lazımdır ki, bu qəfəslər bütün istiqamətlərdə sonsuz uzanır. Başqa sözlə, bizi yalnız şəbəkənin kənarlarında və ya kiçik populyasiyalarda baş verən davranış maraqlandırmır.

Şəbəkələrin bu qədər ardıcıl olduğunu nəzərə alsaq, biz onları piksellərə qədər sadələşdirə bilərik. Məsələn, bu iki şəkil eyni şəbəkəni təmsil edir:

Bir davranışda aktiv düyün həmişə infeksiyanı (yoluxmamış) qonşularına ötürür. Amma darıxdırıcıdır. Transfer zamanı daha maraqlı şeylər olur ehtimala əsaslanan.

SIR və SIS

В SIR modelləri (Həssas-yoluxmuş-çıxarılmış) bir düyün üç vəziyyətdə ola bilər:

• Həssas
• Yoluxmuş
• Silindi

Budur, interaktiv simulyasiya necə işləyir [in orijinal məqalə infeksiyanın ötürülmə sürətini 0-dan 1-ə qədər seçə bilərsiniz, prosesə addım-addım və ya bütünlüklə baxa bilərsiniz - təqribən. tərcümə]:

• Düyünlər yoluxmuş kimi başlayan bir neçə qovşaq istisna olmaqla, həssas olaraq başlayır.
• Hər bir zaman addımında yoluxmuş düyünlər infeksiyanı həssas qonşularının hər birinə ötürülmə sürətinə bərabər bir ehtimalla ötürmək şansına malikdir.
• Yoluxmuş qovşaqlar daha sonra “silinmiş” vəziyyətə keçir, yəni onlar artıq başqalarını yoluxdura və ya özləri yoluxdura bilmirlər.

Xəstəlik kontekstində çıxarılma, insanın öldüyü və ya patogenə qarşı toxunulmazlığın inkişaf etdirilməsi demək ola bilər. Onların simulyasiyadan “çıxarıldığını” deyirik, çünki onlara başqa heç nə baş vermir.

Modelləşdirməyə çalışdığımızdan asılı olaraq, SIR-dən fərqli bir model tələb oluna bilər.

Əgər qızılcanın yayılmasını və ya meşə yanğınının baş verməsini təqlid ediriksə, SIR idealdır. Ancaq düşünək ki, biz meditasiya kimi yeni bir mədəni təcrübənin yayılmasını simulyasiya edirik. Əvvəlcə düyün (şəxs) qəbuledicidir, çünki əvvəllər bunu heç vaxt etməmişdir. Sonra meditasiya etməyə başlasa (bəlkə də bu barədə bir dostundan eşitdikdən sonra), biz onu yoluxmuş kimi modelləşdirəcəyik. Ancaq təcrübəni dayandırsa, ölməyəcək və simulyasiyadan düşməyəcək, çünki gələcəkdə bu vərdişi yenidən asanlıqla götürə bilər. Beləliklə, o, qəbuledici vəziyyətə qayıdır.

O SIS modeli (Həssas – Yoluxmuş – Həssas). Klassik modelin iki parametri var: ötürmə sürəti və bərpa sürəti. Bununla belə, bu məqalə üçün simulyasiyalarda bərpa dərəcəsi parametrini buraxaraq sadələşdirməyə qərar verdim. Əksinə, yoluxmuş düyün qonşularından biri tərəfindən yoluxmadıqda, növbəti addımda avtomatik olaraq həssas vəziyyətə qayıdır. Bundan əlavə, n addımında yoluxmuş düyünün ötürülmə sürətinə bərabər bir ehtimalla n+1 addımında özünü yoluxdurmasına icazə veririk.

Müzakirə

Gördüyünüz kimi, bu SIR modelindən çox fərqlidir.

Düyünlər heç vaxt çıxarılmadığından, hətta çox kiçik və məhdud şəbəkə uzun müddət SIS infeksiyasını dəstəkləyə bilər. İnfeksiya sadəcə düyündən düyünə sıçrayır və geri qayıdır.

Fərqlərinə baxmayaraq, SIR və SIS məqsədlərimiz üçün təəccüblü şəkildə bir-birini əvəz edə bilirlər. Beləliklə, bu məqalənin qalan hissəsində biz SIS-ə sadiq qalacağıq - əsasən ona görə ki, o, daha davamlıdır və buna görə də onunla işləmək daha əyləncəlidir.

Kritik səviyyə

SIR və SIS modelləri ilə oynadıqdan sonra infeksiyanın uzunömürlülüyü ilə bağlı bir şey hiss etmiş ola bilərsiniz. Çox aşağı ötürülmə sürətlərində, məsələn, 10%, infeksiya ölməyə meyllidir. 50% kimi daha yüksək dəyərlərdə infeksiya canlı qalır və şəbəkənin çox hissəsini tutur. Şəbəkə sonsuz olsaydı, onun sonsuza qədər davam etdiyini və yayılacağını təsəvvür edə bilərdik.

Belə sərhədsiz diffuziyanın bir çox adı var: "viral", "nüvə" və ya (bu məqalənin başlığında) kritiческая.

Belə çıxır ki, var spesifik ayıran qırılma nöqtəsi subkritik şəbəkələr (sönməyə məhkum) dən superkritik şəbəkələr (sonsuz böyüməyə qadirdir). Bu dönüş nöqtəsi deyilir kritik hədd, və bu, adi şəbəkələrdə diffuziya proseslərinin kifayət qədər ümumi əlamətidir.

Kritik həddin dəqiq dəyəri şəbəkələr arasında dəyişir. Ümumi olan budur mövcudluğu belə bir məna.

[İnteraktiv demoda orijinal məqalə Ötürmə sürətinin dəyərini dəyişdirərək kritik şəbəkə həddini əl ilə tapmağa cəhd edə bilərsiniz. 22% ilə 23% arasında bir yerdədir - təqribən. trans.]

22% (və daha aşağı) olduqda infeksiya nəhayət ölür. 23% (və yuxarıda) orijinal infeksiya bəzən ölür, lakin əksər hallarda o, əbədi olaraq mövcudluğunu təmin etmək üçün kifayət qədər uzun müddət sağ qalmağı və yayılmağı bacarır.

(Yeri gəlmişkən, müxtəlif şəbəkə topologiyaları üçün bu kritik hədlərin tapılmasına həsr olunmuş bütöv bir elmi sahə var. Sürətli giriş üçün mən Vikipediya haqqında məqaləni sürətlə sürüşdürməyi məsləhət görürəm. sızma həddi).

Ümumiyyətlə, bu necə işləyir: Kritik həddən aşağı, şəbəkədəki hər hansı sonlu infeksiyanın sonda məhv olacağına zəmanət verilir (ehtimal 1 ilə). Lakin kritik həddən yuxarı, infeksiyanın əbədi olaraq davam edəcəyi və bununla da özbaşına orijinal yerdən uzaqlara yayılacağı ehtimalı (p > 0) var.

Bununla birlikdə, superkritik şəbəkənin olmadığını unutmayın zəmanət veririnfeksiya sonsuza qədər davam edəcək. Əslində, xüsusilə simulyasiyanın çox erkən mərhələlərində tez-tez sönür. Bunun necə baş verdiyini görək.

Tutaq ki, bir yoluxmuş düyün və dörd qonşu ilə başladıq. İlk modelləşdirmə mərhələsində infeksiyanın 5 müstəqil yayılma şansı var (növbəti mərhələdə özünə “yayılma” şansı da daxil olmaqla):

İndi köçürmə dərəcəsinin 50% olduğunu fərz edək. Bu vəziyyətdə, ilk addımda bir sikkəni beş dəfə çeviririk. Və əgər beş baş yuvarlanırsa, infeksiya məhv olacaq. Bu, təxminən 3% hallarda baş verir - və bu, yalnız ilk mərhələdədir. Birinci mərhələdə sağ qalan infeksiyanın ikinci mərhələdə ölmə ehtimalı bir qədər (adətən daha kiçik), üçüncü mərhələdə bir qədər (hətta daha kiçik) ölmə ehtimalı və s.

Beləliklə, şəbəkə superkritik olduqda belə - ötürmə sürəti 99% olarsa - infeksiyanın yox olması şansı var.

Amma əsas odur ki, o, yox həmişə sönəcək. Bütün addımların sonsuzluğa qədər ölmə ehtimalını toplasanız, nəticə 1-dən azdır. Başqa sözlə, infeksiyanın əbədi olaraq davam edəcəyi sıfırdan fərqli bir ehtimal var. Bu, bir şəbəkənin superkritik olması deməkdir.

SISA: spontan aktivləşmə

Bu nöqtəyə qədər bütün simulyasiyalarımız mərkəzdə əvvəlcədən yoluxmuş qovşaqların kiçik bir parçası ilə başladı.

Bəs sıfırdan başlasanız nə olacaq? Daha sonra spontan aktivləşməni modelləşdiririk - həssas düyünün təsadüfən yoluxması prosesi (qonşularından birindən deyil).

O deyilən SISa modeli. "A" hərfi "avtomatik" deməkdir.

SISa simulyasiyasında yeni bir parametr görünür - spontan infeksiyanın tezliyini dəyişən spontan aktivləşmə dərəcəsi (əvvəllər gördüyümüz ötürülmə sürəti parametri də mövcuddur).

İnfeksiyanın bütün şəbəkəyə yayılması üçün nə lazımdır?

Müzakirə

Siz simulyasiyada müşahidə etmiş ola bilərsiniz ki, kortəbii aktivləşmə sürətinin artırılması infeksiyanın bütün şəbəkəni ələ keçirib-eləməməsini dəyişmir. Yalnız ötürmə sürəti şəbəkənin alt və ya superkritik olduğunu müəyyən edir. Şəbəkə subkritik olduqda (ötürmə sürəti 22%-dən az və ya bərabər), nə qədər tez-tez başlasa da, heç bir infeksiya bütün şəbəkəyə yayıla bilməz.

Bu, nəm tarlada yanğın yandırmağa bənzəyir. Yanğında bir neçə quru yarpaq yandıra bilərsiniz, lakin alov tez sönəcək, çünki landşaftın qalan hissəsi kifayət qədər alışqan deyil (kritikaltı). Çox quru sahədə (superkritik) bir qığılcım yanğının alovlanmağa başlaması üçün kifayətdir.

Oxşar şeylər ideyalar və ixtiralar sahəsində də müşahidə olunur. Çox vaxt dünya ideyaya hazır olmur, bu halda onu təkrar-təkrar icad etmək olar, lakin kütləni cəlb etmir. Digər tərəfdən, dünya bir ixtiraya tam hazır ola bilər (böyük gizli tələbat) və doğulan kimi hamı tərəfindən qəbul edilir. Ortada bir neçə yerdə icad edilən və yerli olaraq yayılan, lakin hər hansı bir versiyanın bütün şəbəkəni bir anda süpürməsi üçün kifayət olmayan ideyalar var. Bu sonuncu kateqoriyada, məsələn, müxtəlif bəşər sivilizasiyaları tərəfindən müvafiq olaraq təxminən on və üç dəfə müstəqil olaraq icad edilmiş kənd təsərrüfatı və yazı ilə rastlaşırıq.

Toxunulmazlıq

Tutaq ki, bəzi qovşaqları tamamilə toxunulmaz, yəni aktivləşməyə qarşı immunitetli edirik. Sanki onlar əvvəlcə uzaq vəziyyətdədirlər və qalan qovşaqlarda SIS(a) modeli işə salınır.

Toxunulmazlıq slayderi çıxarılan qovşaqların faizinə nəzarət edir. Onun dəyərini dəyişdirməyə çalışın (model işləyərkən!) və onun şəbəkənin vəziyyətinə necə təsir etdiyinə, onun superkritik olub-olmayacağına baxın.

Müzakirə

Cavab verməyən qovşaqların sayının dəyişdirilməsi şəbəkənin sub- və ya superkritik olacağına dair mənzərəni tamamilə dəyişir. Və bunun səbəbini anlamaq çətin deyil. Çoxlu sayda həssas olmayan ev sahibləri ilə infeksiyanın yeni hostlara yayılma şansı daha azdır.

Belə çıxır ki, bunun bir sıra çox mühüm praktiki nəticələri var.

Bunlardan biri də meşə yanğınlarının yayılmasının qarşısının alınmasıdır. Yerli səviyyədə hər bir şəxs öz ehtiyat tədbirlərini görməlidir (məsələn, heç vaxt açıq alovu nəzarətsiz qoymayın). Lakin geniş miqyasda təcrid olunmuş epidemiyalar qaçılmazdır. Beləliklə, başqa bir qorunma üsulu, alovlanmanın bütün şəbəkəni əhatə etməməsi üçün kifayət qədər "fasilələr" (yanan materiallar şəbəkəsində) olmasını təmin etməkdir. Təmizləmə bu funksiyanı yerinə yetirir:

Dayandırılması vacib olan başqa bir epidemiya yoluxucu xəstəlikdir. Burada konsepsiya təqdim olunur sürü toxunulmazlığı. Bu, bəzi insanların peyvənd oluna bilməyəcəyi fikridir (məsələn, onların immun sistemi zəifdir), lakin kifayət qədər insan infeksiyaya qarşı immunitetlidirsə, xəstəlik sonsuza qədər yayıla bilməz. Başqa sözlə, peyvənd etməlisiniz kifayətdir əhalini superkritik vəziyyətdən subkritik vəziyyətə köçürmək üçün əhalinin bir hissəsi. Bu baş verdikdə, bir xəstə hələ də yoluxmuş ola bilər (məsələn, başqa bir bölgəyə səyahət etdikdən sonra), lakin böyümək üçün superkritik bir şəbəkə olmadan xəstəlik yalnız kiçik bir ovuc insana yoluxa bilər.

Nəhayət, immun qovşaqlar anlayışı nüvə reaktorunda baş verənləri izah edir. Zəncirvari reaksiyada, çürüyən uran-235 atomu təxminən üç neytron buraxır ki, bu da (orta hesabla) birdən çox U-235 atomunun parçalanmasına səbəb olur. Yeni neytronlar daha sonra atomların daha da parçalanmasına səbəb olur və s. eksponent olaraq:

Bir bomba qurarkən, bütün məqam eksponensial artımın nəzarətsiz davam etməsini təmin etməkdir. Ancaq elektrik stansiyasında məqsəd ətrafınızdakı hər kəsi öldürmədən enerji istehsal etməkdir. Bu məqsədlə onlardan istifadə olunur nəzarət çubuqları, neytronları uda bilən materialdan hazırlanmışdır (məsələn, gümüş və ya bor). Neytronları buraxmaq əvəzinə udduqları üçün simulyasiyamızda immun qovşaqlar rolunu oynayırlar və bununla da radioaktiv nüvənin superkritik vəziyyətə düşməsinin qarşısını alırlar.

Beləliklə, nüvə reaktorunun hiyləsi, idarəetmə çubuqlarını irəli-geri hərəkət etdirərək reaksiyanı kritik həddə yaxın saxlamaq və hər hansı bir şey səhv olanda çubuqların nüvəyə düşərək onu dayandırmasını təmin etməkdir.

Dərəcəsi

Dərəcəsi node onun qonşularının sayıdır. Bu nöqtəyə qədər biz 4-cü dərəcəli şəbəkələri nəzərdən keçirdik. Bəs bu parametri dəyişdirsəniz nə olar?

Məsələn, hər bir nodu yalnız dörd yaxın qonşuya deyil, həm də daha dörd diaqonalla birləşdirə bilərsiniz. Belə bir şəbəkədə dərəcə 8 olacaq.

4 və 8 dərəcələri olan qəfəslər yaxşı simmetrikdir. Amma 5-ci dərəcə ilə (məsələn) problem yaranır: hansı beş qonşunu seçməliyik? Bu halda biz dörd ən yaxın qonşu seçirik (N, E, S, W) və sonra təsadüfi olaraq {NE, SE, SW, NW} dəstindən bir qonşu seçirik. Seçim hər zaman addımında hər bir node üçün müstəqil olaraq edilir.

Müzakirə

Yenə deyirəm, burada nə baş verdiyini görmək çətin deyil. Hər bir node daha çox qonşu olduqda, infeksiyanın yayılma şansı artır və beləliklə, şəbəkənin kritik olma ehtimalı daha yüksəkdir.

Bununla belə, aşağıda görəcəyimiz kimi nəticələr gözlənilməz ola bilər.

Şəhərlər və şəbəkə sıxlığı

İndiyə qədər şəbəkələrimiz tamamilə homojen olub. Hər bir node digərinə bənzəyir. Bəs biz şərtləri dəyişdirsək və şəbəkə daxilində müxtəlif qovşaq vəziyyətlərinə icazə versək nə olacaq?

Məsələn, şəhərləri modelləşdirməyə çalışaq. Bunun üçün şəbəkənin bəzi hissələrində sıxlığı artıracağıq (düyünlərin daha yüksək dərəcəsi). Biz bunu vətəndaşların məlumatlarına əsasən edirik daha geniş sosial dairə və daha çox sosial qarşılıqlı əlaqəşəhər xaricindəki insanlardan daha çox.

Modelimizdə həssas düyünlər dərəcələrinə görə rənglənir. "Kənd yerlərində" qovşaqlar 4 dərəcəyə malikdir (və açıq boz rəngdədir), "şəhər yerlərində" qovşaqlar isə daha yüksək dərəcələrə malikdir (və daha tünd rəngdədir), kənarda 5 dərəcə ilə başlayıb şəhərin mərkəzində 8 ilə bitir.

Yayılma sürətini seçməyə çalışın ki, aktivasiya şəhərləri əhatə etsin və sonra onların hüdudlarından kənara çıxmasın.

Mən bu simulyasiyanı həm açıq, həm də təəccüblü hesab edirəm. Əlbəttə ki, şəhərlər mədəni səviyyəni kənd yerlərindən daha yaxşı saxlayır - bunu hamı bilir. Məni təəccübləndirən odur ki, bu mədəni müxtəlifliyin bəziləri sadəcə olaraq sosial şəbəkənin topologiyası əsasında yaranır.

Bu maraqlı məqamdır, daha ətraflı izah etməyə çalışacağam.

Burada biz sadə və birbaşa insandan insana ötürülən mədəniyyət formalarından bəhs edirik. Misal üçün, ədəb, salon oyunları, moda meylləri, linqvistik meyllər, kiçik qrup ritualları və ağızdan ağıza yayılan məhsullar, üstəlik ideyalar adlandırdığımız bütün məlumat paketləri.

(Qeyd: insanlar arasında məlumatın yayılması media tərəfindən son dərəcə çətinləşdirilir. Fiziki məkanda qarşılıqlı təsir nəticəsində mədəniyyətin demək olar ki, hər bir qığılcımının ötürüldüyü Qədim Yunanıstan kimi bəzi texnoloji ibtidai mühiti təsəvvür etmək daha asandır.)

Yuxarıdakı simulyasiyadan mən öyrəndim ki, şəhərdə kök salıb yayıla bilən ideyalar və mədəni təcrübələr var, lakin onlar kənd yerlərində sadəcə olaraq yayıla bilməz (riyazi olaraq mümkün deyil). Bunlar eyni fikirlər və eyni insanlardır. Məsələ onda deyil ki, kənd sakinləri bir növ “yaxın fikirlidirlər”: eyni ideya ilə ünsiyyət qurarkən onlar tutmaq şansı tamamilə eynidirşəhərlilər kimi. Sadəcə olaraq, ideyanın özü kənd yerlərində viral ola bilməz, çünki onun yayıla biləcəyi çoxlu əlaqələr yoxdur.

Bunu dəb sahəsində görmək bəlkə də ən asandır - geyimlər, saç düzümü və s. Moda şəbəkəsində iki nəfər bir-birinin geyiminə diqqət yetirdikdə biz şəbəkənin kənarını tuta bilərik. Şəhər mərkəzində hər bir insan hər gün 1000-dən çox başqa insan görə bilər - küçədə, metroda, izdihamlı restoranda və s. başqaları. Əsasən yalnız bu fərq, şəhər daha çox moda meyllərini dəstəkləyə bilir. Və yalnız ən cəlbedici tendensiyalar - ən yüksək ötürmə sürətinə malik olanlar - şəhərdən kənarda mövqe qazana biləcəklər.

Biz fikirləşməyə meyilliyik ki, əgər bir ideya yaxşıdırsa, o, nəhayət hamıya çatacaq, əgər ideya pisdirsə, o, yox olacaq. Əlbəttə ki, bu, ekstremal hallarda doğrudur, lakin aralarında yalnız müəyyən şəbəkələrdə viral ola biləcək bir çox fikir və təcrübə var. Bu, həqiqətən heyrətamizdir.

Təkcə şəhərlər deyil

Biz burada təsirə baxırıq şəbəkə sıxlığı. Verilmiş qovşaqlar dəsti üçün nömrə kimi müəyyən edilir faktiki qabırğalar, ədədə bölünür potensial kənarlar. Yəni, əslində mövcud olan mümkün əlaqələrin faizi.

Beləliklə, şəhər mərkəzlərində şəbəkə sıxlığının kənd yerlərindən daha yüksək olduğunu gördük. Lakin şəhərlər sıx şəbəkələrə rast gəldiyimiz yeganə yer deyil.

Maraqlı nümunə orta məktəbləri göstərmək olar. Məsələn, müəyyən bir sahə üçün məktəblilər arasında mövcud olan şəbəkəni onların valideynləri arasında mövcud olan şəbəkə ilə müqayisə edirik. Eyni coğrafi ərazi və eyni əhali, lakin bir şəbəkə digərindən dəfələrlə sıxdır. Buna görə də moda və linqvistik meyllərin yeniyetmələr arasında daha sürətli yayılması təəccüblü deyil.

Eynilə, elit şəbəkələr qeyri-elit şəbəkələrə nisbətən daha sıx olur - məncə, bu faktın qiymətləndirilməməsi (populyar və ya nüfuzlu olan insanlar şəbəkələşməyə daha çox vaxt sərf edirlər və buna görə də adi insanlardan daha çox "qonşuları" var). Yuxarıdakı simulyasiyalara əsaslanaraq, biz gözləyirik ki, elit şəbəkələr şəbəkənin orta dərəcəsinin riyazi qanunlarına əsaslanaraq, əsas cərəyan tərəfindən dəstəklənə bilməyən bəzi mədəni formaları dəstəkləyəcək. Bu mədəni formaların nə ola biləcəyi barədə fərziyyələr etmək üçün sizi tərk edirəm.

Nəhayət, bu fikri nəhəng və kimi modelləşdirərək İnternetə tətbiq edə bilərik çox dar şəhər. Təəccüblü deyil ki, bir çox yeni mədəniyyət növləri, sadəcə olaraq, sırf məkan şəbəkələrində dəstəklənə bilməyən onlayn inkişaf edir: niş hobbilər, daha yaxşı dizayn standartları, ədalətsizliyə qarşı daha çox məlumatlılıq və s. Həm də bu, sadəcə gözəl şeylər deyil. Necə ki, erkən şəhərlər aşağı əhali sıxlığında yayıla bilməyən xəstəliklər üçün çoxalma zəminləri idi, İnternet də klikləmə, saxta xəbərlər və süni qəzəbləri qızışdıran bədxassəli mədəni formalar üçün zəmindir.

Знания

"Doğru zamanda düzgün mütəxəssisə sahib olmaq, yaradıcı problemlərin həlli üçün çox vaxt ən dəyərli mənbədir." - Michael Nielsen, kəşfi icad etmək

Biz tez-tez kəşf və ya ixtiranı tək bir dahinin zehnində baş verən bir proses kimi düşünürük. O, bir ilham parıltısı ilə vurulur və - Evrika! — birdən bizdə həcmi ölçmək üçün yeni üsul yarandı. Və ya cazibə tənliyi. Və ya bir lampa.

Ancaq kəşf anında tək bir ixtiraçının nöqteyi-nəzərini götürsək, o zaman fenomenə baxırıq. node baxımından. İxtira kimi şərh etmək daha doğru olarkən şəbəkə fenomen.

Şəbəkə ən azı iki cəhətdən vacibdir. Birincisi, mövcud ideyalar nüfuz etməlidir şüura ixtiraçı. Bunlar yeni məqalədən sitatlar, yeni kitabın biblioqrafik bölməsi - Nyutonun çiyinlərində dayandığı nəhənglər. İkincisi, şəbəkə yeni ideyanın qaytarılması üçün kritikdir geri dünyaya; yayılmamış ixtira, çətin ki, “ixtira” adlandırılsın. Beləliklə, hər iki səbəbə görə ixtiranı - və ya daha geniş şəkildə desək, biliyin böyüməsini - yayılma prosesi kimi modelləşdirməyin mənası var.

Bir azdan mən biliyin şəbəkə daxilində necə yayıla və inkişaf edə biləcəyinin təxmini simulyasiyasını təqdim edəcəyəm. Amma əvvəlcə izah etməliyəm.

Simulyasiyanın əvvəlində, şəbəkənin hər kvadrantında aşağıdakı kimi düzülmüş dörd mütəxəssis var:

Ekspert 1-də ideyanın ilk versiyası var - gəlin onu İdeya 1.0 adlandıraq. Ekspert 2, Idea 1.0-ı İdeya 2.0-a çevirməyi bilən şəxsdir. Ekspert 3 Idea 2.0-ı İdeya 3.0-a necə çevirəcəyini bilir. Və nəhayət, dördüncü ekspert Idea 4.0-a son toxunuşları necə qoyacağını bilir.

Bu, origami kimi texnikaya bənzəyir, burada texnikalar inkişaf etdirilir və daha maraqlı dizaynlar yaratmaq üçün digər texnikalarla birləşdirilir. Yaxud bu, fizika kimi bilik sahəsi ola bilər ki, bu sahədə daha yeni işlər sələflərin fundamental işlərinə əsaslanır.

Bu simulyasiyanın mahiyyəti ondan ibarətdir ki, ideyanın son versiyasına töhfə vermək üçün dörd ekspertin hamısına ehtiyacımız var. Və hər mərhələdə ideya müvafiq ekspertin diqqətinə çatdırılmalıdır.

Bir neçə xəbərdarlıq. Simulyasiyaya kodlaşdırılmış bir çox qeyri-real fərziyyələr var. Onlardan yalnız bir neçəsini təqdim edirik:

1. Güman edilir ki, ideyalar insandan insana (yəni, kitab və ya media olmadan) istisna olmaqla, saxlanıla və ötürülə bilməz.
2. Ehtimal olunur ki, əhali arasında ideya yarada bilən daimi ekspertlər var, baxmayaraq ki, əslində bir çox təsadüfi amillər kəşf və ya ixtiranın baş verməsinə təsir göstərir.
3. İdeyanın dörd versiyasının hamısı eyni SIS parametrləri dəstindən (vermə sürəti, toxunulmazlıq faizi və s.) istifadə edir, baxmayaraq ki, hər bir versiya üçün fərqli parametrlərdən (1.0, 2.0 və s.) istifadə etmək yəqin ki, daha realdır.
4. Ehtimal olunur ki, N+1 ideyası həmişə N ideyasını tamamilə əvəz edir, baxmayaraq ki, praktikada çox vaxt həm köhnə, həm də yeni versiyalar eyni vaxtda yayılır, aydın qalib yoxdur.

... və bir çox başqaları.

Müzakirə

Bu, biliyin əslində necə böyüdüyünün gülünc şəkildə sadələşdirilmiş modelidir. Modelin xaricində bir çox vacib detallar qalıb (yuxarıya bax). Bununla belə, prosesin mühüm mahiyyətini ələ keçirir. Beləliklə, qeyd-şərtlərlə, diffuziya haqqında biliklərimizdən istifadə edərək biliyin böyüməsi haqqında danışa bilərik.

Xüsusilə, diffuziya modeli necə olduğuna dair fikir verir prosesi sürətləndirin: Ekspert qovşaqları arasında fikir mübadiləsini asanlaşdırmaq lazımdır. Bu, şəbəkəni diffuziyaya mane olan ölü qovşaqlardan təmizləmək demək ola bilər. Yaxud bu, bütün ekspertləri ideyaların sürətlə yayıldığı yüksək şəbəkə sıxlığı olan bir şəhərə və ya klasterə yerləşdirmək demək ola bilər. Və ya onları bir otaqda toplayın:

Deməli... diffuziya haqqında deyə biləcəyim tək şey budur.

Ancaq son bir fikrim var və bu çox vacibdir. Söhbət böyümədən gedirvə durğunluq) elmi icmalarda bilik. Bu fikir ton və məzmun baxımından yuxarıdakılardan fərqlidir, amma ümid edirəm ki, məni bağışlayacaqsınız.

Elmi şəbəkələr haqqında

İllüstrasiya dünyanın ən vacib müsbət rəy döngələrindən birini göstərir (və bu bir müddətdir belə olub):

Dövrün yuxarıya doğru irəliləməsi (K ⟶ T) olduqca sadədir: biz yeni alətlər hazırlamaq üçün yeni biliklərdən istifadə edirik. Məsələn, yarımkeçiricilərin fizikasını başa düşmək bizə kompüterlər qurmağa imkan verir.

Bununla belə, aşağıya doğru hərəkət bəzi izahat tələb edir. Texnologiyanın inkişafı biliyin artmasına necə səbəb olur?

Bir yol - bəlkə də ən birbaşa - yeni texnologiyalar bizə dünyanı dərk etmək üçün yeni yollar verməsidir. Məsələn, ən yaxşı mikroskoplar molekulyar biologiyaya dair anlayışlar təmin edərək hüceyrənin içərisinə daha dərindən baxmağa imkan verir. GPS izləyiciləri heyvanların necə hərəkət etdiyini göstərir. Sonar sizə okeanları kəşf etməyə imkan verir. Və s.

Bu, şübhəsiz ki, həyati mexanizmdir, lakin texnologiyadan biliyə gedən ən azı iki başqa yol var. Onlar o qədər də sadə olmaya bilər, amma məncə, onlar qədər vacibdir:

Ilk. Texnologiya daha çox insanın bilik istehsalı ilə məşğul olmasına imkan verən iqtisadi bolluğa (yəni zənginliyə) gətirib çıxarır.

Əgər ölkənizin əhalisinin 90%-i kənd təsərrüfatı ilə məşğuldursa, qalan 10%-i isə hansısa formada ticarətlə (yaxud müharibə ilə) məşğuldursa, insanların təbiət qanunları haqqında düşünmək üçün boş vaxtı çox az olur. Bəlkə də buna görədir ki, əvvəlki dövrlərdə elmi əsasən varlı ailələrin uşaqları təbliğ edirdilər.

Birləşmiş Ştatlar hər il 50-dən çox fəlsəfə doktoru hazırlayır. 000 yaşında (və ya daha əvvəl) fabrikdə işləmək əvəzinə, aspirant 18 və ya bəlkə də 30 yaşına qədər maliyyələşdirilməlidir və hətta bu zaman onların işinin real iqtisadi təsir göstərib-götürməyəcəyi bəlli deyil. Ancaq insanın öz intizamında, xüsusən də fizika və ya biologiya kimi mürəkkəb sahələrdə zirvəyə çatması lazımdır.

Fakt budur ki, sistem baxımından mütəxəssislər bahadır. Və bu mütəxəssisləri maliyyələşdirən ictimai sərvətin son mənbəyi yeni texnologiyadır: şum qələmə subsidiya verir.

Ikinci. Xüsusilə səyahət və kommunikasiya sahəsində yeni texnologiyalar biliyin böyüdüyü sosial şəbəkələrin strukturunu dəyişir. Xüsusilə ekspert və mütəxəssislərin bir-biri ilə daha sıx əlaqə saxlamasına şərait yaradır.

Burada diqqətəlayiq ixtiralara mətbəə, buxar gəmiləri və dəmir yolları (səyahət və/və ya uzun məsafələrə poçt göndərilməsini asanlaşdıran), telefonlar, təyyarələr və internet daxildir. Bütün bu texnologiyalar, xüsusilə ixtisaslaşmış icmalarda (demək olar ki, bütün bilik artımının baş verdiyi yerdə) şəbəkə sıxlığının artmasına kömək edir. Məsələn, orta əsrlərin sonunda Avropa alimləri arasında yaranan yazışma şəbəkələri və ya müasir fiziklərin arXiv-dən istifadə üsulu.

Nəhayət, bu yolların hər ikisi oxşardır. Hər ikisi mütəxəssislər şəbəkəsinin sıxlığını artırır, bu da öz növbəsində biliklərin artmasına səbəb olur:

Uzun illər ali təhsildən tamamilə imtina etmişəm. Aspiranturada oxuduğum qısa müddət ağzımda pis bir dad buraxdı. Amma indi geriyə baxıb düşünəndə (bütün şəxsi problemlərdən başqa) belə nəticəyə gəlməliyəm ki, ali təhsil hələ də qalır çoxdan vacibdir.

Akademik sosial şəbəkələr (məsələn, tədqiqat icmaları) sivilizasiyamızın yaratdığı ən qabaqcıl və dəyərli strukturlardan biridir. Heç bir yerdə biz bilik istehsalına yönəlmiş mütəxəssislərin daha çox konsentrasiyasını toplamamışıq. Heç bir yerdə insanlar bir-birinin fikirlərini başa düşmək və tənqid etmək qabiliyyətini inkişaf etdirməmişdir. O, tərəqqinin döyünən ürəyidir. Məhz bu şəbəkələrdə maarif odu ən güclü şəkildə yanır.

Amma biz irəliləyişi təbii qəbul edə bilmərik. Əgər eksperimental təkrarolunmazlıq böhranı və əgər bu bizə bir şey öyrətdisə, bu, elmin sistemli problemləri ola biləcəyi idi. Bu, bir növ şəbəkənin deqradasiyasıdır.

Tutaq ki, biz elmlə məşğul olmağın iki yolunu ayırırıq: əsl elm и karyeraçılıq. Əsl elm, etibarlı şəkildə bilik istehsal edən təcrübələrdir. Maraqdan qaynaqlanır və dürüstlük ilə xarakterizə olunur (Feynman: “Görürsən, mən sadəcə dünyanı dərk etməliyəm”). Karyeraçılıq isə əksinə, peşəkar ambisiyalardan irəli gəlir və siyasət və elmi qısa yollarla oynamaqla xarakterizə olunur. Elm kimi görünə və hərəkət edə bilər, amma heç bir etibarlı biliklər yaradır.

(Bəli, bu, şişirdilmiş dixotomiyadır. Sadəcə düşüncə təcrübəsi. Məni qınamayın).

Məsələ burasındadır ki, karyeristlər əsl tədqiqat cəmiyyətində yer tutduqda işi korlayırlar. Cəmiyyətin qalan hissəsi yeni biliklər əldə etməyə və paylaşmağa çalışarkən, onlar özlərini tanıtmağa çalışırlar. Karyeristlər aydınlığa can atmaq əvəzinə, daha təsirli görünmək üçün hər şeyi mürəkkəbləşdirir və qarışdırırlar. Onlar (Harri Frankfurtun dediyi kimi) elmi cəfəngiyyatla məşğuldurlar. Beləliklə, biz onları biliyin inkişafı üçün lazım olan ədalətli məlumat mübadiləsinə dözməyən ölü qovşaqlar kimi modelləşdirə bilərik:

Ola bilsin ki, ən yaxşı model karyera qovşaqlarının nəinki biliklərə qadir olmadığı, həm də fəal şəkildə yayıldığı modeldir. saxta bilik. Saxta biliklərə əhəmiyyəti süni şəkildə artırılmış əhəmiyyətsiz nəticələr və ya manipulyasiya və ya uydurma məlumatlar nəticəsində yaranan həqiqətən yanlış nəticələr daxil ola bilər.

Onları necə modelləşdirməyimizdən asılı olmayaraq, karyeristlər, şübhəsiz ki, elmi cəmiyyətlərimizi boğa bilər.

Bu, çox ehtiyac duyduğumuz zəncirvari nüvə reaksiyasına bənzəyir - bilik partlayışına ehtiyacımız var - yalnız zənginləşdirilmiş U-235-in tərkibində zəncirvari reaksiyanı boğan U-238 izotopunun həddindən artıq miqdarı var.

Təbii ki, karyeristlərlə həqiqi alimlər arasında aydın fərq yoxdur. Hər birimizin içimizdə gizlənmiş bir az karyerası var. Sual ondan ibarətdir ki, şəbəkə biliklərin yayılması azalmadan nə qədər davam edə bilər.

Oh, axıra qədər oxudun. Oxuduğunuz üçün təşəkkür edirik.

Lisenziya

CC0 Bütün hüquqlar qorunmur. Bu işdən istədiyiniz kimi istifadə edə bilərsiniz :).

Təşəkkürlər

• Kevin Kwok и Nicky Case layihənin müxtəlif versiyaları üzrə düşünülmüş irad və təkliflərə görə.
• Nik Barr — bütün proses boyu mənəvi dəstək və işimlə bağlı ən faydalı rəy üçün.
• Keith A. mənə süzülmə fenomenini və süzülmə həddini göstərdiyinə görə.
• Geoff Lonsdale keçid üçün bu essedir, (bir çox çatışmazlıqlarına baxmayaraq) bu vəzifədə işləmək üçün əsas təkan oldu.

İnteraktiv esse nümunələri

• Nicky Case-in bütün işləri, xüsusən. "Çoxbucaqlılar məsəli" (Vi Hart ilə) və "Daha yaxşı səsvermə bülleteninin hazırlanması". Bu, interaktiv esse ola biləcəyi üçün yüksək bir bardır.
• Distill.pub: Maşın öyrənməsinin müstəsna olaraq yüksək keyfiyyətli interaktiv təsvirləri.
• Bret Viktorun klassik işi "Abstraksiya nərdivanı ilə yuxarı və aşağı". Pilləkənləri qalxmaqda çox yaxşı deyildim, amma həmişə bir cəhd daha olur.

Mənbə: www.habr.com