Проблемы компьютерного моделирования как средства познания реальности

Содержание

Введение 3
1. Понятие модели 4
2. Особенности компьютерного моделирования 10
3. Компьютерное моделирование как средство познания реальности 15
4. Эпистемология компьютерного моделирования 21
Заключение 29
Список использованных источников 30

ВВЕДЕНИЕ
Компьютерное моделирование — процесс создания виртуальной копии реального объекта или явления. «Виртуальное» указывает на то, что такая копия нематериальна и создана техническими средствами компьютерной вычислительной техники. Это отличает компьютерную модель от традиционной модели и моделирования, в котором копия моделируемого объекта создается в материальном виде, или, не-виртуально.
Тем не менее, обе модели используются как способы познания реальности. Традиционные модели строятся по принципу отражения исключительно важных для научного метода познания реальности свойств. Компьютерные модели строятся по аналогичному принципу, только не имеют аналога в реальности.
Цель работы — рассмотреть существующие проблему компьютерного моделирования как средства познания реальности.
1. Понятие моделиМоделью называется некоторый объект, отражающей свойства другого, изучаемого объекта, процесса или явления. Модели создаются в качестве способа познания мира, научного или ненаучного. Поэтому, для его изучения целесообразно создавать модель исключительно с изучаемыми свойствами, признаками и характеристиками.
Основные свойства моделей:
Адекватность
Адекватность — степень соответствия модели реальному явлению или объекту.
Конечность
Конечность — согласно этому принципу, модель отображает оригинальной объект или явление только в конечном числе его отношений. Ресурсы модели, таким образом, ограничены.
Упрощенность
Упрощенность означает, что модель отображается только нужные для изучения свойства изучаемого объекта, то есть, модель всегда строится упрощенной по сравнению с первоначальным, изучаемым объектом.
Полнота
Полнота — принцип построения модели, согласно которому модель отражает все необходимые для изучения свойства изучаемого объекта или явления.
Приблизительность
Приблизительность — согласно этому свойству модели, она отображает реальный объект неточно, приблизительно, не в полной мере соответствуя реальному объекту или явлению.
Информативность
Информативность — свойство модели, при котором она содержит всею информацию, необходимую для изучения, и не содержит ничего лишнего. Прежде всего модель должна содержать свойства, соответствующие принятой при изучении модели гипотезы.
Потенциальность
Потенциальность — модель и ее свойства (их временные изменения и другие) всегда можно предсказать.
Моделирование — это средство познания реальности, основанное на построении и изучении моделей.
Основные этапы моделирования следующие:
Формирование гипотезы
Постановка задачи моделирования
Создание модели
Проведение моделирования (изучение поведения и свойств созданной модели)
Анализ результатов проведенного моделирования
Подтверждение или опровержение гипотезы
Классификация моделей:
По цели использования модели классифицируются следующим образом:
Научный эксперимент
Изучение модели в научном эксперименте проводится с применением различных средств получения данных об изучаемом объекте. Изучаются возможности влияния на ход процесса других факторов. Цель научного эксперимента — получение новых данных об объекте или явлении, которое изучается моделью.
Комплексные испытания
Комплексные испытания или производственные эксперимент — проведение натурных испытаний физического объекта. Цель комплексного испытания — получение высокой достоверности о его характеристиках.
Оптимизационные испытания
Оптимизационные испытания связаны с нахождением оптимальных показателей системы. Например, могут находится такие показатели, как минимальные затраты или максимальная прибыль.
По области применения модели можно классифицировать на пять категорий (таблица 1).
Таблица 1 — Классификация по области применения моделей
Модели
Учебные Опытные Научно-технические Игровые Имитационные
Тренажеры, наглядные пособия, обучающие программы Такие модели, как модели корабля (то есть модели для изучения будущих характеристик) Например, синхрофазотрон, прибор, имитирующий разряд молнии и др. Деловые, военные, экономические, спортивные игры и др. Например, новые виды лекарственных средств испытывают на мышах, чтобы выявить побочные явления или уточнить дозировки лекарственного средства
Также классификацию моделей можно провести следующим образом:
Материальные модели
Модели, которые можно распознать органами чувств. Поэтому, они воспроизводят такие параметры и свойства исходной модели, как геометрические и физической свойства. Такие модели всегда имеют материальный оригинальный объект.
Примеры материальных моделей можно привести следующие:
Детские игрушки
Школьные пособия
Географические карты
др.
Информационные модели
Сюда относится и компьютерное моделирование. В отличие от материальных моделей, они не имеют объекта-оригинала в материальной форме (не всегда), и изучают то, что не распознается органами чувств. Вместо этого, данные информационные (или компьютерные) модели отражают только те свойства объекта, которые распознаются исключительно интеллектом: физические параметры, размеры, количество и др.
Информация такой модели может воплощаться в любую форму и обладать разным объемом. Также она может выражаться различными средствами (коммуникативными, письменными, компьютерными, визуальными и другими).
Знаковые модели
Знаковые модели относятся к информационным моделям. Они выражаются определенной знаковой системой (числовой, буквенной и другой). Они подразделяются на две категории:
Компьютерные
Некомпьютерные
Вербальная модель
Вербальная модель — модель, полученная в мысленной или разговорной форме. Образуется согласно теории, по которой мысли человека формируются, как и речь, в определенной знаковой системе, поскольку те доступный для изучения сознанием. Пример такой модели — поведение человека или объекта в определенных обстоятельствах и в определенных условиях.
Также любые модели можно классифицировать по форме представления:
Геометрические модели
Это модели (компьютерные и некомпьютерные модели), которые строятся графическим образом или другим способом, в которых отображаются геометрические данные. Например, это компьютерное моделирования зданий, сооружений, коммуникаций и др.
Словесные модели
Сюда относятся устные или письменные модели, в форме описания нужных свойств графическим, словесным, языковым, письменным или другим способом.
Математические модели
Это модели, образуемые в форме математических формул. Их особенность в том, что они всегда отображают определенную взаимосвязь между некоторыми параметрами объекта (например, зависимость между массой и объемом объекта в виде формулы).
Структурные модели
Сюда относятся схемы, графики, таблицы и другие формы изображения моделей. Их особенность в том, что такие формы имеют определенную структуру (например, разделение таблицы на ячейки для демонстрации классификации).
Логические модели
Логические модели — модели, в которых представляются различные варианты выбора действий или событий, получаемых средствами логического мышления. Построение логической цепочки формирует структуру логической модели. Логическая модель может быть построена умозаключениями человека или на основе созданным человеком компьютерным алгоритмом.
Специальные модели
Специальные модели в любом случае предназначены для ограниченного применения, что зависит от направления изучения модели. Например, это могут быть музыкальные ноты, химические формулы и т. д.
Компьютерные и некомпьютерные модели
Разница между ними в том, что компьютерное моделирование реализуется совместными усилиями человека и предварительной созданной технической программой, которая на основе логического или другого алгоритма формирует модель. Некомпьютерные модели всегда формируются только непосредственно человеком [2].
2. Особенности компьютерного моделированияОсновная особенность компьютерного моделирования состоит прежде всего в том, что он основан целиком на математическом методе моделирования [4]. Математические модели находятся в основе компьютерных программ.
Компьютерная модель также всегда изучается исходя из учета особых предпосылок. Например, всегда изучается экономическая стоимость процесса компьютерного моделирования — причина в том, что при таком средстве познания реальности всегда учитываются экономические затраты на эксплуатацию технического средства. Таким образом, компьютерное моделирование в большинстве случаев сравнительно экономически затратнее, чем некомпьютерные средства познания реальности посредством процесса моделирования.
Также компьютерное моделирование всегда технически сложнее, чем некомпьютерные средства познания реальности. Прежде всего подразумевается следующий алгоритм:
Строится математическая модель
На ее основе строится визуальная модель взаимодействия математической модели с реальным объектом (то есть, компьютерный интерфейс и компьютерная программа)
Визуально-графическая компьютерная модель формируется средствами человека (его логическим или др. мышлением) в определенную форму, снова меняя вид модели; например, посредством интерфейса моделируется природные явления
Также компьютерную модель можно представить следующим образом:
Исследуется объект познания
На этапе задачи проводится формализация или отделение информации от объекта, находящегося вне-компьютерной системы, в реальности
При формировании информационной модели выделяется определенная информация, необходимая для выполнения конкретной задачи в рамках исследования (потеря некоторой информации в данном случае ведет к неправильному решению, а несущественная информация создает препятствия)
Сортировка и отбор сведений вычислительной системой (обработка больших объемов данных в режиме реального времени)
Таким образом, сформированная компьютерная модели будет выглядеть следующим образом:
Набор постоянных величин, которые характеризуют моделируемый объект и его основные части
Для человека это выглядит в понятной ему форме (графики, визуальная информация, моделируемый процесс, и др.).
Набор переменных величин, значение которых можно менять, для того, чтобы управлять моделью с целью всестороннего изучения
Таким образом, человек становится обладателем власти над моделируемым объектом, поскольку имеет возможность использовать объект по своему желанию, по аналогию с проявлением власти в реальном мире. В отличие от реального мира, где власть над моделью невозможно ввиду того, что объект принадлежит реальному миру, «виртуальная» власть над моделью не ограничена. Например, это придает человеку чувство определенного всемогущества, если он осознает, что в виртуальной среде можно смоделировать практически все, что невозможно в реальности.
Формулы и алгоритмы, которые связывают величины в каждом из состояний компьютерной модели
Такие алгоритмы, в отличие от реальной модели, могут быть безграничными в количества и качестве (ограничения только в производительной мощности компьютерной вычислительной машины).
Формулы и алгоритмы, которые описывают процесс смены состояний моделируемого объекта.
Теоретически, компьютерные алгоритмы позволяют смоделировать любую среду, даже ту, существование которой в материальном (реальном) мире невозможно. Это значительно расширяет возможности научного исследования. При этом, образуется своего рода две или несколько реальностей, которые образуются в сознании человека, проводящего моделирование компьютерным средством. Например, появляется возможность представить объекты и материалы, существование которых в известной вселенной (с ее известными основными параметрами — заряд электрона, атомные массы и др., которые влияют на формы и характеристику веществ и материалов) невозможно. При этом, хотя у человека отсутствует врожденный или эмпирический опыт познания такой несуществующей реальности, сознание все равно его представляет. Однако, неизвестно, насколько предоставляемая компьютером модель (например, визуально) может соответствовать действительности (если предположить, что существование таких объектов или вселенных возможно), так как сознание человека воспринимает такую модель исходя из только известных ему (и заложенным в компьютер) алгоритмам. Поэтому, остается вопрос с тем, насколько мышление человека может осознать существование вещей, если он мыслит только теми критериями, которые пригодны только для известной ему вселенной и вещей. Вероятно, что компьютерное моделирование в этом плане также может давать значительную долю неточности, при сохранении правильности расчетов.
Основные особенности компьютерного моделирования следующие (преимущества):
Не требуется дорогостоящее оборудование
Значительно сокращается время исследования модели
Существует возможность управления процессом моделирования в реальном времени
Основные направления применения компьютерного моделирования следующие:
Инженерия
Архитектура
Химия
Физика
Экономика (моделирование рынка)
Биология (моделирование поведения животных или экосистемы)
МЧС (моделирование чрезвычайных ситуаций)
Климат и природные явления (моделирование природных явлений и их последствий)
Электроника (моделирования или эмуляция работы электронных устройств)
Модели развития городов
Моделирование робототехники
Медицина (моделирование эпидемий, вмешательства лекарственных компонентов в организм)
Политика и военное дело (моделирование поведения масс, театра военных действий)
Система образования (моделирование как метод образования — в химии, физике и др., а также сами модели образования, моделируемые компьютерными средствами на основе действующих различных школьных программ)
Финансовые рынки
Авиация (моделирование реального полета для тренировки и обучения летчиков)
3. Компьютерное моделирование как средство познания реальностиСущность компьютерной модели как средства познания реальности — возможность построения моделей, являющихся объектами, отражающими реальный мир, и возможностью управлять ими техническими средствами. Последнее осуществляется посредством математических методов моделирования: графиков, алгоритмов, формул, трехмерных объектов и др. [3]. Преимущество компьютерного моделирования над некомпьютерным в том, что они имеют широкий спектр применения в рамках одного вида моделирования. Только в компьютерном моделировании можно совмещать явления живой природы, социальную жизнь, психические компоненты, интеллектуальную деятельность и др. Это, например, используется при симуляции реальных средств (поведения широких масс в чрезвычайных ситуациях).
Также компьютерное моделирование кроме средства познания реальности имеет другую цель — освободить человека от трудоемкой рутинной работы. При этом, в таком случае, моделирование как бы дополняет естественные для человека методы познания реальности (логическое суждение, анализ): компьютер проводит эти же операции, только в разы быстрее, тогда как человеческое мышление выполняет в этой время другую информацию, за счет освободившегося времени. Одновременно субъект познание (тот, кто познает) имеет способность и возможность охватить все процессы одновременно, «собственные» и компьютерные в одну систему, контролируемую субъектом. При этом используются целевые установки, концепции познания, способы коррекции и различные методы адекватного познания (поскольку отдельный способ познания субъекта или результат компьютерных вычислений может быть неточным, а для решаемой человеком задачи только частным, дополнительным или вовсе ложным).
Особое современное направления и тенденция развития компьютерного моделирования — глобальная сеть Интернет, big-data и т. п. технологии. Моделирование здесь используется для выполнения и решения сложны задач, в которых собирается огромное число данных (практически вся накопленная или актуальная для среднеаттического человека на планете информация). Фактически, такое моделирование является первым в истории моделированием, в котором явно и неявно участвует вся известная популяция людей на планете. Предыдущее подобное моделирование можно было осуществить только в эпоху Возрождения, систематизировав имеющиеся у европейцев знания о Востоке, Новом Свете и др. странах. Такие объемы данных могут решить задачи, которые нельзя решить в менее ограниченных масштабов. Современные технологии распространения данных позволяют в реальном времени проводить моделирование определенных процессов, касающихся всех людей планеты. При этом, каждый живущий на планете человек осознанно или неосознанно в нем участвует. Собираются большие данные у всех пользователей телефонов, компьютеров и других вычислительных средств. Эта информация направляется в центры обработки больших данных, и людям проходят результаты незаметно составленной модели в форме персональной рекламы и предложений. Составилась замкнутая цепь, в центре которой расположена автономно работающая система глобального моделирования.
В этом плане в компьютерном моделировании особое значение имеют материальные (физические) модели. Для сознания они представлена аналогом реального материального объекта. Соответственно, чем «реалистичнее» модель, тем лучше сознание представляет его свойства. Это свойство сознания — «автоматически» придавать модели или абстрактному объекту остальные свойства. Например, при модели живого существа достаточно отразить только его физические габариты, движение конечностей, цвет существа. Остальные компоненты сознание представляет самостоятельно, на основе имеющейся в подсознании информации о том, как выглядя похожие на него другие, уже известные человеку существа. Так, при «грубой» модели, например, динозавра, его звуки, текстуру кожи, запах, реакцию на раздражители и др. сознание придает исходя из сравнения с теми существами, которых он видел, более схожих (крупные дикие звери). Интересно, что науке до сих пор доподлинно неизвестно, какие именно звуки издавали динозавры или первобытные животные, неизвестен их запах или рельеф кожи (который можно понять только тактильным способом). Поэтому, сознание человека, при взгляде на модель динозавра, обращается к предложенным ученым версиям таких характеристик изображаемых моделей. Фактически, это уже вторичная передачи атрибутов в сознание, так как человек представляет звуки динозавра так, как это предложило сознание человека, предположившего, что он звучит определенным образом. Звук в данном случае — тоже модель. Таким образом, модель динозавра является «моделью модели», в которой вторую модель составляет совокупность характеристик, наложенных другим сознанием (смоделировавшем звук, кожу и др.), на основе других объектов не-динозавров (ящериц, птиц и др.). Например, так составлялись первые известные компьютерные модели динозавров, известные по фильмам 1990-х гг.
По такой аналогии, фактически, моделировались все современные представления о естествознании [1]. Например, подтверждались или опровергались гипотезы и теории фотосинтеза, падения метеоритов на Землю, теория формирования Земли и Солнечной системы, моделируются космические теории на основе известных теорий и гипотез (Теория относительности, М-теория и др.). При этом, последняя (М-теория) в настоящий момент не подтверждена моделированием, но тем не менее, не опровергнута. Краткая суть М-теории заключается в том, что она впервые в истории науки предложила трансцедентальный подход не только к миру, но и ко всей науке и ее методам как таковыми. Теория предлагает объяснение существования не только известного человеку мира (начиная от Большого взрыва до настоящего времени, включая весь научный и другой опыт человечества), но и всего, что находится за пределами известного человеку мира, если предположить, что он существует (то есть то, что находилось или находится до момента Большого взрыва или за границами известной части вселенной). Компьютерное моделирование совместило известные на данный момент методы математического моделирования (которое подтвердило М-теорию) с известными научными теориями и некомпьютерным моделированием (на Большом адронном коллайдере). Однако, результат такого моделирования в целом был отрицательным, а компьютерное моделирование не дало результата ввиду множества трудностей по поводу того, возможно ли вообще для человека понято то, что находится вне его пределов понимания (то есть, понять другую вселенную, если человек и все его знания происходят корнями исключительно из этой вселенной). Соответственно, научно-философский аспект М-теории в настоящее время, проводимый компьютерным или другим моделированием, может дать или не дать результата. Вопрос в том, возможно ли посредством имеющихся у человечества априорных и апостериорных знаний построить такую компьютерную модель, которая даст понятный человеку результат, если сама модель строится на математических алгоритмов и теориях, которые актуальны исключительно для известной человеку вселенной. В понятии вселенная здесь входит все, что известно человечеству: коллективный наследственный опыт, архетипы, мифы, экзистенция, первые научные теории, законы логики, параметры основных физических элементов (заряд ядра, масса атомов, спин электрона, масса электрона и др.) и т. д. Например, если предположить, что существует некая другая вселенная, в которой другой заряд и масса электрона, тогда в ней автоматически изменяются все остальные параметры: другие строения вещества, другие формы (непонятные сознанию человека, так как его нет в памяти и сознании, неспособном их правильно обработать как образ), другие законы логики (где 2+2≠4, или 2+2=9, так как вселенная построена по иным физическим законам и, следовательно, сознание придавало бы обозначениям «2», «=» или «≠» другие значения). Здесь возможно, что время идет наоборот или не движется (так как возможно, это зависит от массы вещества в такой Вселенной, скорости распространения Большого взрыва). Здесь другие законы логики (где для истинности утверждения не требуется основания или требуются противоречия между двумя суждениями, чтобы одно из них при этом стало истинно, и т. д.).
Суть компьютерного моделирования здесь в том, чтобы стать возможной границей между областями знания, в котором существует человеческое сознание, с его жизненным, до-жизненным или после-жизненным опытом, что в итоге вращается в единой экзистенции человечества. Обращаясь внутри нее, формируются границы познания (почти кантовские), и составляются методы познания и моделирования, адекватные и полезные только для такой экзистенции. Соответственно все, что выходит за пределы информационного поля человечества (его интеллектуальной экзистенции, образованной в прошлом, настоящем и будущем, в сознании человечества), за пределы истории науки, научных методов, законов логики, глобальных информационных систем, социальных мифов, представлений, имиджа стран и т. д., не может быть смоделировано компьютерной моделью. Такая компьютерная модель принадлежит только этой экзистенции человечества (например, это похоже на контакты ранее не контактировавших между собой цивилизаций, таких как Старый Свет и Новый Свет, Запад и Восток). Поэтому, она никогда не может учитывать фундаментальные разницы в подобных характеристиках, на которых формируются характеристики частных объектов. Это также можно демонстрировать на примере разницы в счете между системой счисления средневековой Европы и цивилизации инков, существовавших в одно время. Хотя между ними нет совпадений (за исключением еще более фундаментальных законов, распространенных уже только сейчас известных пределах известной Вселенной, таких как законы логики), правильность моделей счисления в обоих случаях относительна и непригодная для использования в другой цивилизации. Система счисления инков бесполезна как модель для европейцев, которые за всю историю науки сформировали удобную для них систему счисления, исходя из известных им наблюдений естественных явлений, и полезную им. Тоже самое можно сказать про европейскую систему счисления как модель счета для средневековых инков, и так далее, на примере любой модели — от социальной до финансовой, культурной, религиозной, образовательной и другой.
4. Эпистемология компьютерного моделированияОсновные философские проблемы и вопросы, связанные с методами познания реальности, следующие:
Структура эпистемологии компьютерного моделирования
Теоретически, построенное практически целиком на математических алгоритмах, компьютерное моделирование предлагает создание объектов с бесконечными характеристиками (бесконечная длинна, масса и др.). В материальном мире это означает сингулярность (если все характеристик объекта или модели равны бесконечности), но в компьютерном виртуальном мире этого не происходит.
Какая существует связь между компьютерным моделированием и экспериментом, проводимым в реальном мире
Частично проблема формируется исходя из предыдущей проблемы. Виртуальная модель, в отличие от не-виртуальной, имеет физические ограничения и, поэтому, более тесно связана с реальным объектом, с которого составляется модель. Виртуальная модель может обладать бесконечно любыми характеристиками и образовывать тем самым очень сложные связи с реальными объектами. Эти связи являются знаниями, объектами изучения эпистемологии.
Вызывает ли компьютерное моделирование проблемы для философии науки
Означает ли компьютерное моделирование начало новой области философского знания
Ставит ли компьютерное моделирование под сомнение философские и научные теории
Являются ли результаты компьютерного моделирования достаточно точными для их практического применения в реальном мире
Если ответ на последний вопрос положителен, возникает вопрос, на каких основаниях можно признать истинность или ложность предоставленных компьютерной моделью знания. Вопрос также в том, какие оценочные категории можно применить для того, чтобы сказать, насколько хороша (полезна, правдоподобна) симуляции. Полагается, что в настоящее время единственный критерий — только граница применимость такого знания.
Все подобные вопросы формируют отдельной научно-философское направление, эпистемологию компьютерного моделирования (Epistemology of Computer Simulation (EOCS).
Возникают логичные предположения по поводу данных вопросов. Очевидно, что правильность теории определяется ее степенью соответствия уже существующим теориями. Однако, современные исследования вопроса говорят о том, что философия науки традиционно занимается только обоснованием (трактовкой, всесторонним изучением) теорий, а не вопросами их истинности или степени применимости. Это также означает, что моделирование можно признать правильным только в той мере, в которой предоставляемый спектр знаний соответствует одной из существующих теорий. Остальные предоставляемые компьютерной моделью знания как бы не распознаются сознанием и наукой (направлением, в котором проводится моделирование), и априорно считаются бесполезными (и неизученными). Например, при моделировании ливня компьютерная модель представляет знания о скорости падения капель дождя, силы их давления на грунт, скорость образования скопления воды и др. Эти знания человек получает по той причине, что используемые программой алгоритмы прежде всего настроены на то, чтоб соответствовать известным теориям. В данном случае это теория гравитации, законы Ньютона, механика разрушений грунтов и другие теории. Однако, программ по моделированию выдает более широкий спектр данных, но так как они бесполезны для данной цели (исследовать воздействие дождя на грунт), эти знания считаются бесполезными. Например, сознание автоматически не распознает информацию о рассеивании капли как модели (поскольку алгоритм программы не настроен на то, чтобы дальнейшее поведение капли после столкновения с землей соответствовало научным теориям). Для эпистемологии компьютерного моделирования такие знания уже не являются бесполезными, так как уже входя в область ее изучения.
Тем не менее, в эпистемологии компьютерного моделирования принято учитывать, что все получаемые знания являются автономными, то есть, не входящими в определенные рамки научных теорий.
Существует три положения в эпистемологии компьютерного моделирования:
Снисхождение
Согласно этому положению, эпистемология компьютерного моделирования, в отличие от некомпьютерного моделирования, работает с бесконечно большим спектром данных. Поэтому, традиционный подход, в котором к области знания приставляется определенная теория (снизу вверх) здесь не работает. Вместо этого, изучения эпистемологии компьютерного моделирования ведутся наоборот, сверху вниз: к текущей ситуации изучения объектов знания из компьютерного моделирования подбирается конкретная, актуальная для данного случая научная теория.
Неоднородность структуры знаний компьютерной модели
Эпистемология компьютерного моделирования учитывает, что в отличие от некомпьютерного моделирования, результат полученных в моделировании знаний зависит не только от одной теории, ввиду того же гипотетических бесконечного спектра предоставляемых знаний. Также на результат значительно влияют другие модели, на которых базируется компьютерное моделирование. На правильность влияют заложенные математические алгоритмы и границы их применимости в контексте изучаемой моделью теории, влияние компонентом технических средств (тех же драйверов, реестров данных) и тому подобное.
Автономность
Эпистемология компьютерного моделирования также должна учитывать тот факт, что каждое рассматриваемо значение в модели автономно, и не входят в какую-то теорию как объект изучения. Это определяет специфику и границы применения модели, созданной компьютером: как правило, это сферы знания, где непосредственное наблюдение, эксперимент или некомпьютерное моделирование не могут дать нужные данные и информацию. Компьютерное моделирование может работать там, где не обязательна связь между наблюдением и реальным объектом (явлением): ураганы, поведения широких масс, котировки на фондовой бирже и др. Такие модели можно изучать удаленно и быть уверенным в том, что они не теряют связи с реальностью. Также такие компьютерные модели можно проводить этично: на моделях живых существ, тогда как некомпьютерным способом это сделать эффективно, без моральной стороны вопроса, невозможно никогда.
Тем не менее, некоторые изучения темы говорят о том, что полезность (или границы применимости) трех вышеупомянутых условий может несколько снижаться ввиду ограничений, наложенных непосредственно научными подходами. Как правило, моделирование ведется на базе уравнений из естественных наук, так что три условия компьютерной эпистемологии пригодны только для соответствующих областей знания. Они не могут работать без определенных количественных теорий в социальных науках, даже несмотря на возможную пригодность для них эволюционных подходов (в экономике или в социологии). Следовательно, для подобных соответствующих социальных, экономических и т. п. моделей необходимы еще и другие условия. Например, некоторые социологи использует агентное моделирование. Основа — методология, в которой социальные явления (социальная сегрегация или другое) объясняются путем генерации сходных феноменов (при моделировании).
Новые исследования (2017–2019 гг.) говорят о том, что в настоящее время образовалось некоторое множество «искусственных наук», которые базируются на методах имитаций агентов и агентных систем, в которых неопределенные связи с реальной системой. Также не установлено, какие цели существуют в таких науках и моделях. Возникает проблема и актуальность вопроса в том, что если такие науки занимаются прогнозированием поведений систем, то необходимо разрабатывать новые стандарты, расширяющие число выходных данных от компьютерной модели прогноза, предоставляет не только количественные, но и качественные данные об изменениях.
С другой стороны, существует и другое предположение, касающееся концепции компьютерного моделирования как метода познания реальности. Утверждается, что есть результаты некоторых экспериментов, согласно которым возможно существование автономных компьютерных моделей как самостоятельных субъектов знания. Это доказывается на двух положениях. Согласно первому из них, экспериментальные результаты могут оставаться неизменными в случае, если другие науки кардинально меняют свою структуру знания. В случае модели это означает, что она может оставаться полезной и правдивой независимо от внешнего наблюдателя модели. Второе положение — реальный мер не является неизменчивым, как и эксперименты и наблюдения, проводимые в нем. Компьютерная модель при этом все равно остается независимой от динамики реального мира, что указывает на ее автономность, в то время как все зависимые от изменений в мире научные теории и модели постоянно меняются вместе с ним.
Наконец, есть утверждения о том, что компьютерное моделирование имеет глубокое воздействие на понимание структуры научных теорий. Указывается прежде всего на неравновесие между семантическими, синтаксическими и другим связями в теориях и моделях. Это возражает другое утверждение, согласно которому любая модель автономна и не имеет принципиально никакой связи с реальным миром. В качестве примера приводится модель маятника: ответ на вопрос о том, где находится расположенная не нем точка (на физическом маятнике или на маятнике как модели) не зависит от семантической составляющей вопроса (слово «маятник» и его смысл).
В любом случае, подобные вопросы оказывают на ответ к вопросу о том, где заканчивается применимость компьютерных моделей. Вышеупомянутые суждения сами по себе указывают на отношения между теориями, реальностью и моделями.
Есть два выхода из положения. Первый — признать, что (исторически) теории некогда не имели прямой связи с моделями, но теории были связаны с миром. Следовательно, изменения в мире всегда затрагивают изменение модели.
Второй выход — признать семантический подход, согласно которому необходимо теории признать объектами, лишенным семантических признаков (теории как объекты знания, но без «слов», указывающего не них).
Однако, видимые особенность компьютерного моделирования как средства познания реальности, похоже, опровергают оба подхода [7].
В любом случае отмечается, что несколько десятилетий назад ученые утверждали, что темпы развития компьютерного моделирования приведет к еще большему отставанию философов от понимания его особенностей как средства познания мира. В основном, изучения компьютерных моделей с точки зрения философии проходят в определенных направлениях: логика, причинно-следственные связи, социальная эволюция, этическое развития, научное мышление и согласованность. Основная проблема состоит в том, чтобы понять, какое отношение компьютерные модели (виртуальные) имеют к основным вопросам философии, которые касаются природы знания, реальности и вопросов морали. Например, если считать основным вопросом философии проблему о трансцендентальности любого знания с целью установления априорной истины, тогда компьютерные модели здесь полностью не работают, поскольку сами по себе абсолютно трансцедентны (могут быть бесконечными). Если же считать основным вопросом философии — решение прикладных задач