אם השקעת זמן כלשהו בחשיבה על מערכות מורכבות, אתה כנראה מבין את החשיבות של רשתות. רשתות שולטות בעולם שלנו. מהתגובות הכימיות בתוך תא, לרשת היחסים במערכת אקולוגית, לרשתות הסחר והפוליטיות שמעצבות את מהלך ההיסטוריה.

או שקול את המאמר הזה שאתה קורא. כנראה מצאת את זה ב רשת חברתית, הורד מ רשת מחשבים ומפענחים כעת את המשמעות באמצעות שלך רשת נוירונים.

אבל כמה שחשבתי על רשתות לאורך השנים, עד לאחרונה לא הבנתי את החשיבות של פשוט ריכוך.

זה הנושא שלנו להיום: איך, באיזו כאוטי הכל זז ומתפשט. כמה דוגמאות כדי לעורר את התיאבון:

• מחלות זיהומיות העוברות מנשא לנשא בתוך אוכלוסייה.
• ממים המתפשטים על פני גרף העוקבים ברשתות החברתיות.
• שריפת יער.
• רעיונות ופרקטיקות שמחלחלים לתרבות.
• מפל נויטרונים באורניום מועשר.

הערה מהירה לגבי הטופס.

שלא כמו כל העבודות הקודמות שלי, החיבור הזה הוא אינטראקטיבי [ב מאמר מקורי דוגמאות אינטראקטיביות ניתנות עם מחוונים וכפתורים השולטים באובייקטים על המסך - בערך. נתיב].

אז בואו נתחיל. המשימה הראשונה היא לפתח אוצר מילים חזותי להפצה בין רשתות.

דגם פשוט

אני בטוח שכולכם מכירים את הבסיס של רשתות, כלומר צמתים + קצוות. כדי ללמוד דיפוזיה, אתה רק צריך לסמן כמה צמתים בתור פָּעִיל. או, כפי שאפידמיולוגים אוהבים לומר, נגוע:

הפעלה או זיהום זה מתפשט ברשת מצומת לצומת לפי הכללים שנפתח בהמשך.

רשתות אמיתיות הן בדרך כלל הרבה יותר גדולות מרשת שבעה צמתים פשוטה זו. הם גם הרבה יותר מבלבלים. אבל למען הפשטות, נבנה כאן דגם צעצוע ללימוד סריג, כלומר רשת סריג.

(מה שחסר לרשת בריאליזם, היא מפצה בכך שהיא קלה לצייר 😉

אלא אם צוין אחרת, לצמתי רשת יש ארבעה שכנים, למשל:

ואתה צריך לדמיין שהסריגים האלה משתרעים בלי סוף לכל הכיוונים. במילים אחרות, איננו מעוניינים בהתנהגות המתרחשת רק בקצוות הרשת או באוכלוסיות קטנות.

בהתחשב בכך שהסריגים מסודרים כך, אנו יכולים לפשט אותם לפיקסלים. לדוגמה, שתי התמונות הללו מייצגות את אותה רשת:

בהתנהגות אחת, הצומת הפעיל תמיד מעביר את הזיהום לשכניו (הלא נגועים). אבל זה משעמם. דברים מעניינים הרבה יותר קורים בעת ההעברה הסתברותי.

SIR ו-SIS

В דגמי SIR (רגיש-נגוע-הוסר) צומת יכול להיות בשלושה מצבים:

• רָגִישׁ
• נגוע
• הוסר

הנה איך עובדת סימולציה אינטראקטיבית [ב מאמר מקורי אתה יכול לבחור את קצב העברת הזיהום מ-0 ל-1, לראות את התהליך שלב אחר שלב או בשלמותו - בערך. תרגום]:

• צמתים מתחילים כרגישים, למעט מספר צמתים שמתחילים כנגועים.
• בכל שלב בזמן, לצמתים נגועים יש סיכוי להעביר את הזיהום לכל אחד מהשכנים הרגישים שלהם בהסתברות שווה לקצב ההעברה.
• לאחר מכן צמתים נגועים נכנסים למצב "נמחק", כלומר הם אינם מסוגלים עוד להדביק אחרים או להידבק בעצמם.

בהקשר של מחלה, הסרה עשויה להיות שהאדם מת או שהוא פיתח חסינות לפתוגן. אנחנו אומרים שהם "מוסרים" מהסימולציה כי שום דבר אחר לא קורה להם.

בהתאם למה שאנו מנסים לדגמן, ייתכן שיהיה צורך בדגם שונה מ-SIR.

אם אנחנו מדמים התפשטות של חצבת או התפרצות שריפה, SIR הוא אידיאלי. אבל נניח שאנו מדמים התפשטות של תרגול תרבותי חדש, כמו מדיטציה. בהתחלה הצומת (האדם) קולט כי הוא מעולם לא עשה זאת בעבר. ואז, אם הוא יתחיל לעשות מדיטציה (אולי אחרי ששמע על כך מחבר), נדגמן אותו כנגוע. אבל אם הוא יפסיק את התרגול, הוא לא ימות ולא ייפול מהסימולציה, כי בעתיד הוא יכול בקלות לחזור על ההרגל הזה. אז הוא חוזר למצב קליטה.

זה דגם SIS (רגיש–נגוע–רגיש). לדגם הקלאסי שני פרמטרים: מהירות שידור ומהירות התאוששות. עם זאת, בסימולציות למאמר זה, החלטתי לפשט על ידי השמטת פרמטר קצב ההתאוששות. במקום זאת, הצומת הנגוע חוזר אוטומטית למצב הרגיש בשלב הזמן הבא, אלא אם כן הוא נדבק על ידי אחד השכנים שלו. בנוסף, אנו מאפשרים לצומת שנדבק בשלב n להדביק את עצמו בשלב n+1 בהסתברות השווה לקצב השידור.

דיון

כפי שאתה יכול לראות, זה שונה מאוד מדגם SIR.

מכיוון שהצמתים לעולם לא מוסרים, אפילו סריג קטן ומצומצם מאוד יכול לתמוך בזיהום SIS לאורך זמן. הזיהום פשוט קופץ מצומת לצומת וחוזר.

למרות ההבדלים ביניהם, SIR ו-SIS מתבררים כניתנים להחלפה באופן מפתיע למטרותינו. אז להמשך המאמר הזה ניצמד ל-SIS – בעיקר בגלל שהוא עמיד יותר ולכן כיף יותר לעבוד איתו.

רמה קריטית

לאחר ששיחקתם עם דגמי SIR ו-SIS, אולי שמתם לב למשהו על אורך החיים של הזיהום. בשיעורי העברה נמוכים מאוד, כמו 10%, הזיהום נוטה לגווע. בעוד בערכים גבוהים יותר, כמו 50%, הזיהום נשאר בחיים ומשתלט על רוב הרשת. אם הרשת הייתה אינסופית, היינו יכולים לדמיין אותה ממשיכה ומתפשטת לנצח.

להפצה בלתי מוגבלת כזו יש שמות רבים: "ויראלי", "גרעיני" או (בכותרת של מאמר זה) קריטי.

מסתבר שיש בֵּטוֹן נקודת השבירה שמפרידה רשתות תת קריטיות (נידון להכחדה) מ רשתות סופר קריטיות (מסוגל לצמיחה אינסופית). נקודת המפנה הזו נקראת סף קריטי, וזהו סימן כללי למדי לתהליכי דיפוזיה ברשתות רגילות.

הערך המדויק של הסף הקריטי משתנה בין רשתות. מה שמקובל זה זה הזמינות משמעות כזו.

[בהדגמה אינטראקטיבית מ מאמר מקורי אתה יכול לנסות למצוא באופן ידני את סף הרשת הקריטי על ידי שינוי ערך מהירות השידור. זה איפשהו בין 22% ל-23% - בערך. עָבָר.]

ב-22% (ומטה), הזיהום מת בסופו של דבר. ב-23% (ומעלה), הזיהום המקורי לפעמים גווע, אבל ברוב המקרים הוא מצליח לשרוד ולהתפשט מספיק זמן כדי להבטיח את קיומו לנצח.

(אגב, ישנו תחום מדעי שלם המוקדש למציאת הספים הקריטיים הללו עבור טופולוגיות רשת שונות. להקדמה מהירה, אני ממליץ לגלול במהירות במאמר בוויקיפדיה בנושא סף דליפה).

באופן כללי, כך זה עובד: מתחת לסף קריטי, מובטח שכל זיהום סופי ברשת (עם הסתברות 1) ימות בסופו של דבר. אבל מעל סף קריטי, ישנה סבירות (p > 0) שהזיהום יימשך לנצח, ובכך יתפשט באופן שרירותי רחוק מהאתר המקורי.

עם זאת, שים לב שהרשת העל-קריטית לא ערבויותשהזיהום יימשך לנצח. למעשה, הוא דועך לעתים קרובות, במיוחד בשלבים המוקדמים מאוד של הסימולציה. בוא נראה איך זה קורה.

בואו נניח שהתחלנו עם צומת אחד נגוע וארבעה שכנים. בשלב הדוגמנות הראשון, לזיהום יש 5 סיכויים בלתי תלויים להתפשט (כולל הסיכוי "להתפשט" לעצמה בשלב הבא):

כעת נניח ששיעור ההעברה הוא 50%. במקרה זה, בשלב הראשון אנו מטילים מטבע חמש פעמים. ואם יתגלגלו חמישה ראשים, הזיהום ייהרס. זה קורה בכ-3% מהמקרים – וזה רק בשלב הראשון. לזיהום ששורד את הצעד הראשון יש סבירות מסוימת (בדרך כלל קטנה יותר) למוות בשלב השני, סבירות מסוימת (קטנה עוד יותר) למוות בשלב השלישי וכו'.

לכן, גם כשהרשת היא סופר-קריטית - אם קצב השידור הוא 99% ​​- יש סיכוי שהזיהום ייעלם.

אבל הדבר החשוב הוא שהיא לא תמיד יתפוגג. אם מחברים את ההסתברות שכל השלבים ימותו עד אינסוף, התוצאה קטנה מ-1. במילים אחרות, יש סבירות שאינה מאפסת שהזיהום יימשך לנצח. זו המשמעות של רשת להיות סופר-קריטית.

SISa: הפעלה ספונטנית

עד לנקודה זו, כל הסימולציות שלנו התחילו עם חתיכה קטנה של צמתים נגועים מראש במרכז.

אבל מה אם מתחילים מאפס? לאחר מכן אנו מדגים הפעלה ספונטנית - התהליך שבו צומת רגיש נדבק במקרה (לא מאחד השכנים שלו).

זה נקרא דגם SISa. האות "א" מייצגת "אוטומטי".

בסימולציית SISa מופיע פרמטר חדש - קצב ההפעלה הספונטנית, המשנה את תדירות ההדבקה הספונטנית (קיים גם פרמטר קצב ההעברה שראינו קודם לכן).

מה צריך כדי שזיהום יתפשט ברחבי הרשת?

דיון

אולי שמתם לב בסימולציה שהגדלת קצב ההפעלה הספונטנית לא משנה אם ההדבקה משתלטת על כל הרשת או לא. רק מהירות שידור קובע אם הרשת היא תת-קריטית או על-קריטית. וכאשר הרשת היא תת-קריטית (קצב שידור קטן או שווה ל-22%), שום זיהום לא יכול להתפשט לכל הרשת, לא משנה באיזו תדירות הוא מתחיל.

זה כמו להצית אש בשדה רטוב. אפשר להדליק כמה עלים יבשים, אבל הלהבה תגווע מהר כי שאר הנוף לא מספיק דליק (תת קריטי). בעוד בשדה יבש מאוד (על קריטי), מספיק ניצוץ אחד כדי שריפה תתחיל להשתולל.

דברים דומים נצפים בתחום הרעיונות וההמצאות. לעתים קרובות העולם אינו מוכן לרעיון, ובמקרה זה ניתן להמציא אותו שוב ושוב, אך הוא אינו מושך את ההמונים. מצד שני, העולם עשוי להיות מוכן לחלוטין להמצאה (ביקוש סמוי גדול), וברגע שהיא נולדה היא מתקבלת על ידי כולם. באמצע יש רעיונות שמומצאים בכמה מקומות ומופצים במקום, אבל לא מספיק כדי ששום גרסה בודדת תסחוף את כל הרשת בבת אחת. בקטגוריה האחרונה הזו אנו מוצאים, למשל, חקלאות וכתיבה, שהומצאו באופן עצמאי על ידי תרבויות אנושיות שונות בערך עשר ושלוש פעמים, בהתאמה.

חסינות

נניח שאנו הופכים כמה צמתים לבלתי פגיעים לחלוטין, כלומר, חסינים בפני הפעלה. זה כאילו הם נמצאים בהתחלה במצב מרוחק, ומודל SIS(a) מופעל על הצמתים הנותרים.

מחוון החסינות שולט באחוז הצמתים שיוסרו. נסה לשנות את הערך שלו (בזמן שהמודל פועל!) ותראה איך זה משפיע על מצב הרשת, אם זה יהיה סופר קריטי או לא.

דיון

שינוי מספר הצמתים שאינם מגיבים משנה לחלוטין את התמונה האם הרשת תהיה תת-קריטית או על-קריטית. ולא קשה להבין למה. עם מספר רב של מארחים לא רגישים, לזיהום יש פחות הזדמנות להתפשט למארחים חדשים.

מסתבר שיש לכך מספר השלכות מעשיות חשובות ביותר.

אחד מהם הוא מניעת התפשטות שריפות יער. ברמה המקומית, כל אדם חייב לנקוט באמצעי הזהירות שלו (לדוגמה, לעולם אל תשאיר להבה פתוחה ללא השגחה). אבל בקנה מידה גדול, התפרצויות בודדות הן בלתי נמנעות. אז שיטה נוספת להגנה היא להבטיח שיהיו מספיק "הפסקות" (ברשת של חומרים דליקים) כדי שהתפרצות לא תבלע את כל הרשת. סליקה מבצעת את הפונקציה הזו:

התפרצות נוספת שחשוב לעצור היא מחלה זיהומית. כאן מוצג המושג חסינות עדר. זה הרעיון שחלק מהאנשים לא יכולים להתחסן (לדוגמה, יש להם מערכת חיסונית פגועה), אבל אם מספיק אנשים חסינים לזיהום, המחלה לא יכולה להתפשט ללא הגבלת זמן. במילים אחרות, כדאי לחסן מַסְפִּיק חלק מהאוכלוסייה להעביר את האוכלוסייה ממצב על-קריטי למצב תת-קריטי. כאשר זה קורה, חולה אחד עדיין עלול להידבק (לאחר נסיעה לאזור אחר, למשל), אך ללא רשת סופר-קריטית שבה יוכל לגדול, המחלה תדביק רק קומץ קטן של אנשים.

לבסוף, המושג של צמתים חיסוניים מסביר מה קורה בכור גרעיני. בתגובת שרשרת, אטום אורניום-235 מתפרק משחרר כשלושה נויטרונים, הגורמים (בממוצע) לביקוע של יותר מאטום U-235 אחד. הנייטרונים החדשים גורמים לפיצול נוסף של אטומים, וכן הלאה באופן אקספוננציאלי:

כאשר בונים פצצה, כל העניין הוא להבטיח שהצמיחה האקספוננציאלית תימשך ללא מעצורים. אבל בתחנת כוח, המטרה היא לייצר אנרגיה מבלי להרוג את כל מי שסביבך. למטרה זו הם משמשים מוטות בקרה, עשוי מחומר שיכול לספוג נויטרונים (לדוגמה, כסף או בורון). מכיוון שהם סופגים ולא משחררים נויטרונים, הם פועלים כצמתים חיסוניים בסימולציה שלנו, ובכך מונעים מהגרעין הרדיואקטיבי להפוך לסופר-קריטי.

אז החוכמה של כור גרעיני היא לשמור את התגובה ליד סף קריטי על ידי הזזת מוטות בקרה קדימה ואחורה, ולהבטיח שבכל פעם שמשהו משתבש, המוטות נופלים לתוך הליבה ועוצרים אותו.

Степень

Степень של צומת הוא מספר השכנים שלו. עד לנקודה זו, שקלנו רשתות בדרגה 4. אבל מה יקרה אם תשנה את הפרמטר הזה?

לדוגמה, אתה יכול לחבר כל צומת לא רק לארבעה שכנים מיידיים, אלא גם לארבעה נוספים באלכסון. ברשת כזו התואר יהיה 8.

סריג עם מעלות 4 ו-8 סימטריים היטב. אבל עם תואר 5 (למשל), מתעוררת בעיה: באילו חמישה שכנים עלינו לבחור? במקרה זה, אנו בוחרים ארבעה שכנים הקרובים ביותר (N, E, S, W), ולאחר מכן בוחרים באקראי שכן אחד מהקבוצה {NE, SE, SW, NW}. הבחירה נעשית באופן עצמאי עבור כל צומת בכל שלב בזמן.

דיון

שוב, לא קשה לראות מה קורה כאן. כאשר לכל צומת יש יותר שכנים, הסיכוי להתפשטות הזיהום גדל - וכך יש סיכוי גבוה יותר שהרשת תהיה קריטית.

עם זאת, ההשלכות עשויות להיות בלתי צפויות, כפי שנראה להלן.

ערים וצפיפות רשת

עד עכשיו, הרשתות שלנו היו הומוגניות לחלוטין. כל צומת נראה כמו כל צומת אחר. אבל מה אם נשנה את התנאים ונאפשר מצבי צומת שונים ברחבי הרשת?

לדוגמה, בואו ננסה לדגמן ערים. לשם כך, נגדיל את הצפיפות בחלקים מסוימים של הרשת (דרגה גבוהה יותר של צמתים). אנחנו עושים זאת על סמך הנתונים שיש לאזרחים מעגל חברתי רחב יותר ויותר אינטראקציות חברתיותמאשר אנשים מחוץ לערים.

במודל שלנו, צמתים רגישים נצבעים בהתאם לדרגתם. לצמתים ב"אזורים כפריים" יש תואר 4 (וצבעם אפור בהיר), בעוד לצמתים ב"אזורים עירוניים" יש דרגות גבוהות יותר (וצבעם כהה יותר), החל ממדרגה 5 בפאתי וכלה ב-8 במרכז העיר.

נסו לבחור מהירות התפשטות כך שההפעלה תכסה ערים ואז לא תחרוג מגבולותיהן.

אני מוצא את ההדמיה הזו ברורה ומפתיעה כאחד. כמובן, ערים שומרות על הרמה התרבותית טוב יותר מאשר אזורים כפריים - כולם יודעים זאת. מה שמפתיע אותי הוא שחלק מהמגוון התרבותי הזה נוצר פשוט על סמך הטופולוגיה של הרשת החברתית.

זו נקודה מעניינת, אנסה להסביר אותה ביתר פירוט.

כאן עסקינן בצורות של תרבות המועברות בצורה פשוטה וישירה מאדם לאדם. לדוגמה, נימוסים, משחקי סלון, מגמות אופנה, מגמות לשוניות, טקסים בקבוצות קטנות ומוצרים שמתפשטים מפה לאוזן, בתוספת חבילות שלמות של מידע שאנו מכנים רעיונות.

(הערה: הפצת המידע בין אנשים מקשה מאוד על ידי התקשורת. קל יותר לדמיין איזו סביבה פרימיטיבית מבחינה טכנולוגית, כמו יוון העתיקה, שבה כמעט כל ניצוץ של תרבות הועבר על ידי אינטראקציה במרחב הפיזי).

מהסימולציה לעיל למדתי שיש רעיונות ופרקטיקות תרבותיות שיכולות להשתרש ולהתפשט בעיר, אבל הם פשוט לא יכולים (מתמטית) להתפשט באזורים כפריים. אלו אותם רעיונות ואותם אנשים. העניין הוא לא שתושבי הכפר הם איכשהו "קרובים": כאשר הם מקיימים אינטראקציה עם אותו רעיון, הם בדיוק אותם סיכויים לתפוס אותוכמו תושבי העיר. רק שהרעיון עצמו לא יכול להפוך לוויראלי באזורים כפריים, כי אין הרבה קשרים דרכם הוא יכול להתפשט.

זה אולי הכי קל לראות את זה בתחום האופנה - בגדים, תסרוקות וכו'. ברשת האופנה נוכל לתפוס את קצה הסריג כששני אנשים מבחינים זה בבגדים של השני. במרכז עירוני, כל אדם יכול לראות יותר מ-1000 אנשים אחרים בכל יום - ברחוב, ברכבת התחתית, במסעדה צפופה וכו'. באזור כפרי, להיפך, כל אדם יכול לראות רק כמה עשרות אחרים. מבוסס על רק ההבדל הזה, העיר מסוגלת לתמוך במגמות אופנה נוספות. ורק המגמות המשכנעות ביותר - אלה עם קצבי השידור הגבוהים ביותר - יוכלו להשיג דריסת רגל מחוץ לעיר.

אנו נוטים לחשוב שאם רעיון הוא טוב, הוא יגיע בסופו של דבר לכולם, ואם רעיון רע, הוא ייעלם. כמובן שזה נכון במקרים קיצוניים, אבל בין לבין יש הרבה רעיונות ופרקטיקות שיכולות להפוך לוויראליות רק ברשתות מסוימות. זה באמת מדהים.

לא רק ערים

אנחנו מסתכלים על ההשפעה כאן צפיפות רשת. הוא מוגדר עבור קבוצה נתונה של צמתים כמספר צלעות בפועל, חלקי מספר קצוות פוטנציאליים. כלומר, אחוז הקשרים האפשריים שקיימים בפועל.

אז ראינו שצפיפות הרשת במרכזים עירוניים גבוהה יותר מאשר באזורים כפריים. אבל ערים הן לא המקום היחיד שבו אנו מוצאים רשתות צפופות.

דוגמה מעניינת היא בתי ספר תיכוניים. לדוגמה, עבור אזור מסוים, אנו משווים את הרשת הקיימת בקרב תלמידי בית הספר לרשת הקיימת בקרב הוריהם. אותו אזור גיאוגרפי ואותה אוכלוסייה, אבל רשת אחת צפופה פי כמה מהאחרת. לכן אין זה מפתיע שמגמות אופנה ובלשניות מתפשטות הרבה יותר מהר בקרב בני נוער.

כמו כן, רשתות עילית נוטות להיות הרבה יותר צפופות מרשתות שאינן עילית - עובדה שלדעתי אינה מוערכת (אנשים פופולריים או משפיעים מבלים יותר זמן ברשת ולכן יש להם יותר "שכנים" מאנשים רגילים של אנשים). בהתבסס על הסימולציות שלמעלה, אנו מצפים שרשתות עילית יתמכו בכמה צורות תרבותיות שלא ניתן לתמוך על ידי הזרם המרכזי, פשוט בהתבסס על החוקים המתמטיים של התואר הממוצע של הרשת. אני משאיר לך השערות לגבי מהן הצורות התרבותיות הללו.

לבסוף, נוכל ליישם את הרעיון הזה באינטרנט על ידי דגימתו כעצום ו צפוף מאוד עִיר. אין זה מפתיע שסוגים חדשים רבים של תרבות משגשגים באינטרנט שפשוט לא ניתן לתמוך בהם ברשתות מרחביות גרידא: תחביבי נישה, סטנדרטים עיצוביים טובים יותר, מודעות גדולה יותר לאי צדק וכו'. וזה לא רק דברים נחמדים. כשם שערים מוקדמות היו מקומות גידול למחלות שלא יכלו להתפשט בצפיפות אוכלוסין נמוכה, כך האינטרנט מהווה כר גידול לצורות תרבותיות ממאירות כמו קליקבייט, חדשות מזויפות וזעם מלאכותי.

Знания

"החזקת המומחה הנכון בזמן הנכון היא לעתים קרובות המשאב היקר ביותר לפתרון בעיות יצירתי." - מייקל נילסן, המצאת תגלית

לעתים קרובות אנו חושבים על גילוי או המצאה כעל תהליך המתרחש במוחו של גאון יחיד. הוא נתקף בהבזק של השראה ו- יוריקה! - פתאום יש לנו דרך חדשה למדוד נפח. או משוואת הכבידה. או נורה.

אבל אם ניקח את נקודת המבט של ממציא בודד ברגע הגילוי, אז אנחנו מסתכלים על התופעה מנקודת מבט של צומת. אמנם יהיה נכון יותר לפרש את ההמצאה כ רֶשֶׁת תופעה.

הרשת חשובה לפחות בשני אופנים. ראשית, רעיונות קיימים חייבים לחדור לתוך התודעה מַמצִיא. אלו ציטוטים ממאמר חדש, החלק הביבליוגרפי של ספר חדש – הענקים שעל כתפיהם ניצב ניוטון. שנית, הרשת היא קריטית להחזרת רעיון חדש обратно פנימה אל העולם; המצאה שלא התפשטה בקושי שווה לכנות "המצאה" בכלל. לפיכך, משתי הסיבות הללו, הגיוני לדגמן המצאה - או, באופן רחב יותר, צמיחת הידע - כתהליך של דיפוזיה.

בעוד רגע, אציג הדמיה גסה של איך ידע יכול להתפשט ולצמוח בתוך רשת. אבל קודם אני חייב להסביר.

בתחילת הסימולציה, ישנם ארבעה מומחים בכל רבע של הרשת, המסודרים באופן הבא:

למומחה 1 יש את הגרסה הראשונה של הרעיון - בואו נקרא לזה Idea 1.0. מומחה 2 הוא האדם שיודע להפוך את רעיון 1.0 לרעיון 2.0. מומחה 3 יודע להפוך את Idea 2.0 ל-Idea 3.0. ולבסוף, המומחה הרביעי יודע לשים את הגימור ב-Idea 4.0.

זה דומה לטכניקה כמו אוריגמי, שבה טכניקות מפותחות ומשולבות עם טכניקות אחרות כדי ליצור עיצובים מעניינים יותר. או שזה יכול להיות תחום ידע, כמו פיזיקה, שבו עבודה עדכנית יותר מתבססת על העבודה הבסיסית של קודמים.

הנקודה של סימולציה זו היא שאנחנו צריכים את כל ארבעת המומחים כדי לתרום לגרסה הסופית של הרעיון. ובכל שלב יש להביא את הרעיון לידיעת המומחה המתאים.

כמה אזהרות. יש הרבה הנחות לא מציאותיות המקודדות בסימולציה. הנה רק כמה מהם:

1. ההנחה היא שלא ניתן לאחסן ולהעביר רעיונות אלא מאדם לאדם (כלומר, ללא ספרים או מדיה).
2. ההנחה היא שיש באוכלוסייה מומחים קבועים שיכולים לייצר רעיונות, אם כי במציאות גורמים אקראיים רבים משפיעים על התרחשות של תגלית או המצאה.
3. כל ארבע הגרסאות של הרעיון משתמשות באותה קבוצה של פרמטרים של SIS (קצב שידור, אחוז חסינות וכו'), אם כי זה כנראה מציאותי יותר להשתמש בפרמטרים שונים עבור כל גרסה (1.0, 2.0 וכו').
4. ההנחה היא שרעיון N+1 תמיד מחליף לחלוטין את רעיון N, אם כי בפועל לרוב הן גרסאות ישנות והן חדשות מסתובבות בו זמנית, ללא מנצח ברור.

… ורבים אחרים.

דיון

זהו מודל פשוט עד כדי גיחוך של איך הידע גדל בפועל. נותרו הרבה פרטים חשובים מחוץ לדגם (ראה למעלה). עם זאת, הוא לוכד את המהות החשובה של התהליך. וכך אנו יכולים, בהסתייגות, לדבר על צמיחת הידע באמצעות הידע שלנו על דיפוזיה.

בפרט, מודל הדיפוזיה מספק תובנה כיצד להאיץ את התהליך: צריך להקל על חילופי רעיונות בין צמתים מומחים. המשמעות עשויה להיות ניקוי הרשת של צמתים מתים המעכבים דיפוזיה. או שזה יכול להיות מיקום כל המומחים בעיר או באשכול עם צפיפות רשת גבוהה שבה רעיונות מתפשטים במהירות. או פשוט לאסוף אותם בחדר אחד:

אז... זה כל מה שאני יכול לומר על דיפוזיה.

אבל יש לי מחשבה אחרונה, והיא חשובה מאוד. מדובר בצמיחהוקיפאון) ידע בקהילות מדעיות. הרעיון הזה שונה בטון ובתוכן מכל מה למעלה, אבל אני מקווה שתסלח לי.

על רשתות מדעיות

האיור מציג את אחת מלולאות המשוב החיוביות החשובות בעולם (וזה היה כך כבר די הרבה זמן):

ההתקדמות כלפי מעלה של המחזור (K ⟶ T) היא פשוטה למדי: אנו משתמשים בידע חדש כדי לפתח כלים חדשים. לדוגמה, הבנת הפיזיקה של מוליכים למחצה מאפשרת לנו לבנות מחשבים.

עם זאת, המהלך כלפי מטה דורש הסבר מסוים. כיצד התפתחות הטכנולוגיה מביאה להגדלת הידע?

דרך אחת - אולי הישירה ביותר - היא כאשר טכנולוגיות חדשות נותנות לנו דרכים חדשות לתפיסת העולם. לדוגמה, המיקרוסקופים הטובים ביותר מאפשרים לך להסתכל עמוק יותר בתוך התא, ומספקים תובנות לביולוגיה מולקולרית. גששי GPS מראים כיצד חיות זזות. סונאר מאפשר לך לחקור את האוקיינוסים. וכולי.

זהו ללא ספק מנגנון חיוני, אך ישנם לפחות שני נתיבים נוספים מטכנולוגיה לידע. הם אולי לא כל כך פשוטים, אבל אני חושב שהם חשובים לא פחות:

ראשון. הטכנולוגיה מובילה לשפע כלכלי (כלומר עושר), המאפשר ליותר אנשים לעסוק בייצור ידע.

אם 90% מאוכלוסיית ארצכם עוסקת בחקלאות, ו-10% הנותרים עוסקים בסוג כלשהו של מסחר (או מלחמה), אז לאנשים יש מעט מאוד זמן פנוי לחשוב על חוקי הטבע. אולי זו הסיבה שבזמנים קדומים יותר קידם את המדע בעיקר על ידי ילדים ממשפחות עשירות.

ארצות הברית מייצרת יותר מ-50 דוקטורים בכל שנה. במקום שאדם ילך לעבוד במפעל בגיל 000 (או מוקדם יותר), צריך לממן סטודנט לתואר שני עד גיל 18 או אולי 30 — וגם אז לא ברור אם לעבודתו תהיה השפעה כלכלית של ממש. אבל הכרחי שאדם יגיע לקדמת הבמה של הדיסציפלינה שלו, במיוחד בתחומים מורכבים כמו פיזיקה או ביולוגיה.

העובדה היא שמנקודת מבט מערכתית, מומחים הם יקרים. והמקור האולטימטיבי של עושר ציבורי שמממן את המומחים הללו הוא טכנולוגיה חדשה: המחרשה מסבסדת את העט.

שני. טכנולוגיות חדשות, בעיקר בתחום הנסיעות והתקשורת, משנות את מבנה הרשתות החברתיות בהן הידע צומח. בפרט, זה מאפשר למומחים ולמומחים ליצור אינטראקציה הדוקה יותר זה עם זה.

ההמצאות הבולטות כאן כוללות את מכונת הדפוס, ספינות קיטור ומסילות ברזל (מקלות על נסיעות ו/או שליחת דואר למרחקים ארוכים), טלפונים, מטוסים ואינטרנט. כל הטכנולוגיות הללו תורמות להגברת צפיפות הרשת, במיוחד בתוך קהילות מתמחות (שם כמעט כל צמיחת הידע מתרחשת). למשל, רשתות ההתכתבות שצמחו בקרב מדענים אירופאים בסוף ימי הביניים, או האופן שבו פיזיקאים מודרניים משתמשים ב-arXiv.

בסופו של דבר, שני הנתיבים הללו דומים. שניהם מגדילים את הצפיפות של רשת המומחים, מה שמוביל בתורו לעלייה בידע:

במשך שנים רבות הייתי די מזלזל בהשכלה גבוהה. הקדמה הקצרה שלי בבית הספר לתארים מתקדמים השאירה טעם רע בפה. אבל עכשיו כשאני מסתכל אחורה וחושב (מלבד כל הבעיות האישיות), אני חייב להסיק שההשכלה הגבוהה עדיין чрезвычайно הוא חשוב.

רשתות חברתיות אקדמיות (למשל, קהילות מחקר) הן אחד המבנים המתקדמים והיקרים ביותר שיצרה הציוויליזציה שלנו. בשום מקום לא צברנו ריכוז גדול יותר של מומחים המתמקדים בייצור ידע. בשום מקום אנשים לא פיתחו יכולת טובה יותר להבין ולבקר את הרעיונות של זה. זה הלב הפועם של הקידמה. ברשתות אלו בוערת הכי הרבה אש ההארה.

אבל אנחנו לא יכולים לקחת את ההתקדמות כמובן מאליו. אם משבר אי-שחזור של הניסוי ואם זה לימד אותנו משהו, זה היה שלמדע יכולות להיות בעיות מערכתיות. זהו סוג של השפלת רשת.

נניח שאנו מבחינים בין שתי דרכים לעשות מדע: מדע אמיתי и קרייריסטיות. מדע אמיתי הוא פרקטיקות שמייצרות ידע בצורה מהימנה. הוא מונע על ידי סקרנות ומאופיין בכנות (פיינמן: "אתה מבין, אני רק צריך להבין את העולם"). הקריירה, להיפך, מונעת על ידי שאיפות מקצועיות ומאופיינת במשחקי פוליטיקה וקיצורי דרך מדעיים. זה אולי נראה ומתנהג כמו מדע, אבל לא מייצר ידע אמין.

(כן, זו דיכוטומיה מוגזמת. רק ניסוי מחשבתי. אל תאשימו אותי).

העובדה היא שכאשר קרייריסטים תופסים מקום בקהילת המחקר האמיתית, הם הורסים את העבודה. הם שואפים לקדם את עצמם בעוד שאר הקהילה מנסה לצבור ולשתף ידע חדש. במקום לשאוף לבהירות, קרייריסטים מסבכים ומבלבלים הכל כדי להישמע מרשים יותר. הם עוסקים (כמו שהארי פרנקפורט היה אומר) בשטויות מדעיות. ומכאן שנוכל לדגמן אותם כצמתים מתים, אטומים להחלפה הוגנת של מידע הדרוש לצמיחת ידע:

אולי המודל הטוב ביותר הוא כזה שבו צמתים קרייריסטיים אינם רק אטומים לידע, אלא מפיצים באופן פעיל ידע מזויף. ידע מזויף יכול לכלול תוצאות לא משמעותיות שחשיבותן מנופחת באופן מלאכותי, או תוצאות שקריות באמת הנובעות ממניפולציות או נתונים מפוברקים.

לא משנה איך נדגמן אותם, קרייריסטים בהחלט יכולים לחנוק את הקהילות המדעיות שלנו.

זה כמו תגובת השרשרת הגרעינית שאנו זקוקים לה נואשות - אנו זקוקים לפיצוץ של ידע - רק ב-U-235 המועשר שלנו יש יותר מדי מהאיזוטופ הלא-תגובתי U-238, שמדכא את תגובת השרשרת.

כמובן, אין הבדל ברור בין קרייריסטים למדענים אמיתיים. לכל אחד מאיתנו מסתתרת בתוכו מעט קרייריסטיות. השאלה היא כמה זמן הרשת יכולה להחזיק מעמד לפני שהפצת הידע תדעך.

אה, קראת עד הסוף. תודה שקראת.

רישיון

CC0 כל הזכויות לא שמורות. אתה יכול להשתמש בעבודה הזו כראות עיניך :).

תודות

• קווין קווק и ניקי קייס להערות והצעות מתחשבות לגבי גרסאות שונות של הטיוטה.
• ניק בר - על תמיכה מוסרית לאורך כל התהליך ועל המשוב המועיל ביותר על העבודה שלי.
• קית א' על שהצביע בפניי על תופעת החלחול וסף החלחול.
• ג'וף לונסדייל עבור הקישור ל זהו חיבור, אשר (למרות חסרונותיו הרבים) היווה את הדחף העיקרי לעבודה על הפוסט הזה.

דוגמאות למאמרים אינטראקטיביים

• כל העבודה של ניקי קייס, במיוחד "משל המצלעים" (עם וי הארט) ו "פיתוח קלפי הצבעה טוב יותר". זהו רף גבוה למה שמאמר אינטראקטיבי יכול להיות.
• distill.pub: תיאורים אינטראקטיביים באיכות יוצאת דופן של למידת מכונה.
• עבודה קלאסית מאת ברט ויקטור "מעלה ומטה בסולם ההפשטה". לא הייתי כל כך טוב בלעלות במדרגות, אבל תמיד יש עוד ניסיון אחד.

מקור: www.habr.com