Она ограничивается установлением соответствий между качественно однородными явлениями, между системами, относящимися к одной и той же форме движения материи. Она дает правила моделирования для случаев, когда модель и «оригинал» обладают схожей физической природой. [24, С.31]
Но в наше время практика моделирования вышла за границы области механических явлений и вообще, отношения системы в пределах одной формы движения материи. Получающиеся математические модели, отличающиеся по своей физической природе от моделируемого объекта, позволили преодолеть ограниченные возможности физического моделирования. При математическом моделировании основой соотношения модель — натура выступает такое обобщение теории подобия, которое учитывает качественную неоднородность модели и объекта, принадлежность их разным видам движения материи. Такое обобщение принимает форму более абстрактной теории — изоморфизма систем.
Модельный эксперимент позволяет исследовать такие объекты, над которыми прямой эксперимент затруднителен, невыгоден экономически, либо невозможен в силу определенных причин [моделирование уникальных (например, гидротехнических) сооружений, сложных промышленных комплексов, экономических систем, социальных явлений, процессов, происходящих в космосе, конфликтов и боевых действий и т.д.].
Изучение знаковых (в том числе, математических) моделей также возможно рассматривать как некоторые эксперименты («эксперименты на бумаге», умственные эксперименты). Это становится более наглядным в свете возможности их воплощения средствами электронной вычислительной техники. Один из видов модельного эксперимента - модельно-кибернетический эксперимент, в течение которого вместо «реального» экспериментального оперирования с изучаемым объектом находят программу его функционирования, которая и является своеобразной моделью поведения объекта. Прописывая этот протокол в ЭВМ, получают данные о поведении оригинала при определенных условиях, о его функциональной зависимости от изменений окружающей среды.
5. Моделирование и проблема истины
Моделирование не существует без абстрагирования и идеализации. Отображая основные (с точки зрения цели исследования) характеристики оригинала и пренебрегая несущественным, модель выступает некоторой формой реализации абстракции, другими словами как некоторый абстрактный идеализированный объект. При этом от характера и уровней лежащих в основе моделирования абстракций и идеализаций сильно зависит весь процесс переноса полученных данных с модели на оригинал; особенно важно выделение трёх уровней абстракции, в соответствии с которыми может осуществляться моделирование:
уровня потенциальной осуществимости (когда упомянутый перенос предполагает отвлечение от ограниченности познавательно-практической деятельности человека в пространстве и времени,);
уровня «реальной» осуществимости (когда этот перенос рассматривается как реально осуществимый процесс, хотя, быть может, лишь в некоторый будущий период человеческой практики);
уровня практической целесообразности (когда этот перенос не только осуществим, но и желателен для достижения определенных познавательных или практических задач).
На всех этих уровнях часто встречается то, что моделирование данного оригинала может ни на одном своём этапе не дать полной информационной картины о нём. Эта черта моделирования особенно заметна тогда, когда его предметом являются сложные системы, поведение которых зависит от множества взаимосвязанных факторов разной природы. В процессе познания такие системы отображаются в различных моделях, при этом некоторые из моделей могут быть схожими, другие же могут оказаться сильно различными. Поэтому возникает проблема сравнения (оценки адекватности) разных моделей одного и того же явления, что требует формулировки точно определяемых критериев сравнения. Если такие критерии основываются на экспериментальных данных, то возникает дополнительная трудность, связанная с тем, что хорошее совпадение заключений, которые следуют из модели, с данными наблюдения и эксперимента ещё не служит однозначным подтверждением верности модели, так как возможно построение других моделей данного явления, которые также будут подтверждаться эмпирическими фактами. Отсюда — естественность ситуации, когда создаются взаимодополняющие или даже противоречащие друг другу модели явления. Эти противоречия могут «сниматься» в ходе развития науки (и затем появляться при моделировании на более глубоком уровне). Например, на определенном этапе развития теоретической физики при моделировании физических процессов на «классическом» уровне использовались модели, подразумевающие несовместимость корпускулярных и волновых представлений; эта «несовместимость» была «снята» созданием квантовой механики, в основе которой лежит тезис о корпускулярно-волновом дуализме, заложенном в самой природе материи.
Другим примером такого рода моделей может служить моделирование различных форм деятельности мозга [3,7]. Создаваемые модели интеллекта и психических функций — например, в виде эвристических программ для ЭВМ — показывают, что моделирование мышления как информационного процесса возможно как минимум в трёх аспектах: (дедуктивном — формально-логическом, индуктивном и нейролого-эвристическом) для «согласования» которых необходимы дальнейшие логические, психологические, физиологические, эволюционно-генетические и модельно-кибернетические исследования.
Что же следует понимать под истинностью модели? Если истинность вообще — «соотношение наших знаний объективной действительности» [24, С.178], то истинность модели означает соответствие модели объекту, а ложность модели - отсутствие такого соответствия. Такое определение является необходимым, но недостаточым. Требуются дальнейшие уточнения, основанные на принятие во внимание условий, на основе которых модель того или иного типа воспроизводит изучаемое явление. Например, условия сходства модели и объекта в математическом моделировании, основанном на физических аналогиях, предполагающих при различии физических процессов в модели и объекте тождество математической формы, в которой выражаются их общие закономерности, являются более общими, более абстрактными.
Таким образом, при построении тех или иных моделей всегда сознательно отвлекаются от некоторых сторон, свойств и даже отношений, в силу чего, заведомо допускается несохранение сходства между моделью и оригиналом по ряду параметров, которые вообще не входят в формулирование условий сходства. Так планетарная модель атома Резерфорда оказалась истинной в рамках (и только в этих рамках) исследования электронной структуры атома, а модель Дж.Дж.Томпсона оказалась ложной, так как ее структура не совпадала с электронной структурой. Истинность — свойство знания, а объекты материального мира не истинны, не ложны, просто существуют. Можно ли говорить об истинности материальных моделей, если они — вещи, существующие объективно, материально? Этот вопрос связан с вопросом: на каком основании можно считать материальную модель гносеологическим образом? В модели реализованы двоякого рода знания:
знание самой модели (ее структуры, процессов, функций) как системы, созданной с целью воспроизведения некоторого объекта.
теоретические знания, посредством которых модель была построена.
Имея в виду именно теоретические соображения и методы, лежащие в основе построения модели, можно ставить вопросы о том, насколько верно данная модель отражает объект и насколько полно она его отражает. (В процессе моделирования выделяются специальные этапы — этап верификации модели и оценка ее адекватности). В таком случае возникает мысль о сравнимости любого созданного человеком предмета с аналогичными природными объектами и об истинности этого предмета. Но это имеет смысл лишь в том случае, если подобные предметы создаются со специальной целью изобразить, скопировать, воспроизвести определенные черты естественного предмета.
Таким образом, можно говорить о том, истинность присуща материальным моделям:
в силу связи их с определенными знаниями;
в силу наличия (или отсутствия) изоморфизма ее структуры со структурой моделируемого процесса или явления;
в силу отношения модели к моделируемому объекту, которое делает ее частью познавательного процесса и позволяет решать определенные познавательные задачи.
«И в этом отношении материальная модель является гносеологически вторичной, выступает как элемент гносеологического отражения» [24, С.180].
Заключение
Моделирование глубоко проникает в теоретическое мышление. Более того, развитие любой науки в целом можно трактовать — в весьма общем, но вполне разумном смысле, — как «теоретическое моделирование». Важная познавательная функция моделирования состоит в том, чтобы служить импульсом, источником новых теорий. Нередко бывает так, что теория первоначально возникает в виде модели, дающей приближённое, упрощённое объяснение явления, и выступает как первичная рабочая гипотеза, которая может перерасти в «предтеорию» — предшественницу развитой теории. При этом в процессе моделирования возникают новые идеи и формы эксперимента, происходит открытие ранее неизвестных фактов. Такое «переплетение» теоретического и экспериментального моделирования особенно характерно для развития физических теорий.
Моделирование — не только одно из средств отображения явлений и процессов реального мира, но и — несмотря на описанную выше его относительность — объективный практический критерий проверки истинности наших знаний, осуществляемой непосредственно или с помощью установления их отношения с другой теорией, выступающей в качестве модели, адекватность которой считается практически обоснованной. Применяясь в органическом единстве с другими методами познания, моделирование выступает как процесс углубления познания, его движения от относительно бедных информацией моделей к моделям более содержательным, полнее раскрывающим сущность исследуемых явлений действительности.