Дуго је један феномен у природи измицао дубљем разумевању оних загледаних у појаве до којих долази у њој. Реч је о слици пуној естетских дражи, онда када буљук риба у мору, јато птица у ваздуху или крдо копитара у пољу, следећи знакове неког скривеног „чула”у себи, изводе складне и готово исте покрете „у трен”, удаљавајући се журно од нас.
Проф. др Милан Д. Тасић
Феномен који је довољно чест да се по правилу препознаје у сваком од случајева: ројева инсеката, колонија бактерија… све до понашања популација у паници, а што поуздано упућује на то да је реч о нечему што – као систем сложених односа у групи – има ипак реалну основу и што би се могло онда да досегне у изразу.
Таква законитост, свакако, постоји,
али се тек у последњој деценији – с
развојем тзв. „алгоритама учења”(machine
learning) и др. успело да ближе зађе у њу.
То је навело јапанског биолога Ишира Аокија (Ishiro Aoki)1980. године да начини модел понашања јединки у великим групама, који постулира три концентричне зоне око сваке од њих: прву, где се оне узајамно удаљавају, другу, у којој се прилагођавају правцу у коме се остале крећу и трећу, ону у којој теже просечном положају јединки из исте зоне. Анализа показује да мале промене дужине пречника зоне прилагођавања доводе до крупних промена у начину кретања у другим зонама. Када је он нула, њихово кретање је неуређено, а ако расте, оно се одвија кружно. (Тада рибе пливају око извесне средишње области као празне). Потом, кад пречник ове зоне пређе извесну границу, све јединке се равнају према једном истом смеру, а који тад оне почињу да следе. Итд.
Таква законитост, свакако, постоји, али се тек у последњој деценији – с развојем тзв. „алгоритама учења”(machine learning) и др. успело да ближе зађе у њу, тако што се пошло најпре од једне изоловане јединке – врсте слатководе рибе из вода Амазона – и њеног понашања у тој средини, када су уочена два типа различитих кретњи које она следи: наглог трзаја и клизања. Наиме, на растојању мањем од две своје дужине, та риба избегава препреку на коју наилази, а на оном мањем од једне дужине, она се удаљава од других риба. Потом, када је растојање око три дужине, риба се равна са другим јединкама и, најзад, на оном већем од шест до седам дужина, њу привлаче остале рибе.
У природи, мрави, пчеле, термити…на
хиљаде и десетине хиљаде њих, граде
станишта, по правилу софистицирана
– готово као да је реч о разумним бићима.
Није наодмет рећи да се нешто слично уочава и код електростатичких сила (Ван дер Валс,Van der Vaals) у физици између атома и молекула, а које су било одбојне (репулзивне) на краћем растојању, било привлачне (атрактивне) на дужем. Све и да реакције неке рибе зависи од правца којим се друге од њих крећу, као и од угла под којим их она види, или уочава препреку на коју наилази, док силе у инертној материји (гравитациона, магнетна) зависе само од растојања између честица. Притом, прве од сила поништавају ове друге, а које су, уз то, симетричне (сила акције и сила реакције и сл.), а што није случај с другим силама. Као што се и у физици може да говори по аналогији с уређеним стањима јата риба у води (и одуховљене материје, уопште), у смислу преласка једних фаза (стања) у друга, где имамо у виду разливену течност која се слободно креће, неке појаве у магнетизму и др.
У природи, мрави, пчеле, термити… на хиљаде и десетине хиљаде њих, граде станишта, по правилу софистицирана – готово као да је реч о разумним бићима. Рецимо, једна врста тропских мрава начини до 7.800 гнезда, дубине и до седам метара, повезаних мрежама ходника, или пак врста афричких термита – гнезда до седам метара висине и пречника дванаест метара. Како толико мноштво јединки успева да усагласи своје градитељске поступке, а који треба уз то да доведу до „свима познатог”циља?
Трагајући за одговором, француски зоолог Пјер-Пол Грасе (Pierre-Paul Grassé) нашао је да бели мрави (термити) комуницирају између себе путем гомилица блата прожетих извесном хемијском супстанцијом, која има за циљ да друге мраве „упути”на оно што су урадили сами, као и на оно што остаје још да се уради. Па је реч овде – поново – о два типа поступака: једних, у смислу додавања, или одузимања материјала за градњу и другом, у смислу његовог обликовања.
Као што две различите врсте радњи уочавамо и код црних мрава, чија су станишта делом у виду подземних пролаза, а делом у виду бројних „комора”над њима. Тамо где треба подићи „стубове”, ови мрави полажу супстанцу феромон, а што се тиче њихових величина, управљају се по путу који су прешли, или према дужини свога тела, да би тако знали када треба да престану да граде „са стране”, а када да почну да „покривају”станиште.
И тако се осамдесетих година прошлога
века зачела једна интердисциплинарна
област у намери да бројна научна
подручја буду догледана у истом кључу,
оном сложених система у изворном смислу
речи complex, што значи „заједно саткан”.
Ове штуре назнаке с птицама, рибама, мравима… упућују на то да мноштво јединки – као један сложени систем – из свог полазног стања узајамно неуређених односа може спонтано да генерише поредак у себи и да се по њему влада. (Сасвим другачије од неорганског света у коме се уређеност затворених система може само да смањује, а његова неуређеност – ентропија – да повећава). И тако се осамдесетих година прошлога века зачела једна интердисциплинарна област у намери да бројна научна подручја буду догледана у истом кључу, оном сложених система (complex systems), у изворном смислу речи complex, што значи „заједно саткан”.
Реч је, управо, о развоју организама у биологији, епидемијама болести у медицини, метеоролошким променама у географији, организацији живота у градовима, све до промена вредности акција на берзи у економији, односно човековог бављења уметношћу и слично, а коришћењем, управо, метода статистичке физике, вештачке интелигеније, математичких модела, теорија алгоритама (генетски алгоритми и др.), машинског учења и друге и после резултата до којих се у првој половини прошлог века дошло у теоријама хаоса (Лоренц, Lorentz), динамичких система (Поенкаре, Poencaré), информација (Колмогоров) и др. Ти различити поступци омогућили су потом многа ваљана предвиђања у вези са ширењем инфекција и појава епидемија, с променама у биосфери итд.
Потом, кажимо понешто о урбаним срединама, градовима, као и о друштвеним заједницама – као такође сложеним и динамичким целинама.
И једно и друго оваплоћују сам идеал човековог живљења у заједници, а који су умни људи у античкој Грчкој означили сложеницом „град–држава”(полис). Заиста, градови отеловљују најразличитије везе и односе, личне и колективне, јединки и институција, идући у сусрет разноврсним потребама чланова заједнице: од оних материјалних, све до моралних и естетских. То их чини, додуше, „пресложеним”, па онда и отвореним и „ван равнотеже”, а што све утолико и отежава потребу да се животу у њима приступи на начин егзактних модела, који би омогућавали потом предвиђања у појавама.
Па, ипак, могуће је то чинити до извесне мере на основу различитих упрошћених модела. Једна срећна околност на том путу је то што средства информатичких технологија данас (мобилни телефони, GPSапликације, RFIDбубице и др.) омогућавају огромну масу података (big data) о свакодневним активностима житеља града, а којима се може приступити онда у обради с различитих аспеката.
Један од њих би била густина пословне активности људи за коју се налази, рецимо, да је у мањим градовима она у једном средишту, а да велике метрополе генеришу више таквих центара. Емпиријска истраживања су показала да се њихов број Nможе да одреди по формули N= kPl, где је k– константа, P– број становника, а l– број реда 1/2. Занимљиво је да се по сличној формули владају и магнетна својства феромагнетних материјала с порастом температуре, а која, иначе, ова губе на тзв. Киријевој тачки. (У случају гвожђа она износи око 789 °C). Та формула упућује на то да када се популација увећа два пута, број пословних средишта бива мањи од два, а када се она увећа четири пута, овај порасте два пута итд.
Најзад, ако се живот у градовима, чак
и у свом спољашњем облику, опире
налажењу ваљаних (механичких)
модела, утолико је то теже остварити
с друштвеном заједницом као целином.
Извесна законитост у њиховом функционисању, дакле, свакако постоји, јер бројност становништва отежава долажење до радних места и његову мобилност (све до могућности зачепљења саобраћаја), а повећава трошкове превоза и др. – што све доводи до отварања нових центара пословних активности у другим зонама града. Имамо тако да већ упрошћени емпиријски модели указују на то да градови, метрополе „пулсирају”као динамички системи, који исказују моћ за властитом саморегулацијом главних токова живота. А што ове урбане целине приближава „комплексним системима”у неорганском свету, који занима физичаре, хемичаре и друг, да се оба пута, у двема сферама – природе и друштва – може да говори у сличним терминима.[1]
Најзад, ако се живот у градовима, чак и у свом спољашњем облику, опире налажењу ваљаних (механичких) модела, утолико је то теже остварити с друштвеном заједницом као целином. А јер се овога пута може у најмању руку рећи то да је „јединка сложенија од друштва коме припада”, или да је „сваки део сложенији од целине”. Иначе, сами покушаји примене физике у биологији ишли су паралелно с развојем наука кибернетике, информатике, математике, физике и уз стално (барем начелно) опонирање, али по правилу увек и с појавом нових резултата у предвиђањима на многим посебним подручјима друштвеног живота.
Имамо ту у виду „поновљене”догађаје (ратове) који прате неку заједницу током историје, демографска кретања становништва, ваљане статистичке процене и друго, а што све – барем шематски и барем у одређеној историјској околности – упућује на могући оквирни модел њеног истрајавања у неком периоду. И што би све ишло у прилог оптимализацији живота јединки у заједници, једнако и у корист заједнице саме, на један дужи и најдужи рок.
(Илустрације Википедија)
[1]Узгред, по предвиђањима служби УН, до 2050 године ће чак 68% светске популације живети у урбаним срединама.
