АНАЛОГИИ

(греч. в ед. ч.- - соответствие, сходство) — наличие в двух и более объектах общих условий (напр., свойств, отношений), позволяющих переносить информацию об одном объекте (модели) на другой (прототип). Логические структуры выводов при этом могут быть разными. Когда переносимая информация связывается со свойствами, а основанием для переноса ее является общность признаков, тип А. наз. парадейгмой. Термин «А.» древнегреч. философы и математики применяли к отождествлению отношений. Этот подход к А. получил дальнейшее развитие в современной науке, напр., в понятии изоморфизма.

Выводы по А. можно классифицировать прежде всего по характеру посылок и заключений. Над этой классификацией в свою очередь надстраивается классификация по типам оснований. В выводе по А. посылка описывает модель, а заключенйе — прототип. Различают два осн. типа выводов по А.: А. по свойствам и А. по отношениям.

А. по свойствам имеет подразделения. Перенос с модели на образец какого-то вполне определенного свойства наз. А. по константам, если же переносится вообще любое свойство, — это А. по переменным. При этом константы могут быть логического характера, напр., непротиворечивость, и не логического, напр., существование. А. по переменным можно подразделить на два подкласса: подкласс позитивных А., когда на прототип переносится свойство, найденное в модели, и подкласс негативных А., когда на прототип переносится фактор отсутствия некоторого свойства.

А. по отношениям охватывает наиболее существенные в практике науч. исследований типы выводов. Формы этих А. более многообразны, чем формы А. свойств. В современной науке широко применяют различные виды А. Так, в кибернетике исследуют широкий класс А., в которых модели и прототип берут из разных областей природы, общества и мышления. В функциональной А. на основе тождества ф-ций сравниваемых систем делают вывод о тождестве структур этих систем. В кибернетике широко используют и вывод, обратный функциональной А., и перенос ф-ции с модели на образец на основании тождества структур. Этот вид А. можно назвать структурной А. Такие А. помогают использовать знания о строении тех или иных органов животных для создания искусственных устр-в, функционирующих аналогичным образом (см. Бионика).

Большую роль в кибернетике играют А. типа изоморфизмов. Отождествляя логические и числовые соотношения, используют ЭВМ для решения логических задач. Соответствие между состояниями элементов ЦВМ и состояниями нейронов дает основание использовать ЦВМ как модель нервной системы и наоборот. А. типа изоморфизма нашли применение в процессе формулирования понятия об информации количестве.

В вопросах, напр., о соотношении машины и мышления используется каузальная А.: причины одинаковых явлений должны быть одинаковыми. Иногда при этом каузальная А. дополняется другими формами. Так, англ. логик А. Тьюринг (1912—54) обосновывает положение о тождественности функции человека

и машины с помощью мысленного эксперимента замены человека машиной, т. е. применяет А. функциональной заменимости — имитацию. Это вызывает критику, сомнение в правомерности такой А. и даже приводило философов к отрицанию кибернетики.

В общем случае вывод по А. лишь вероятен. Определение правил вывода по А. в общем случае является трудной проблемой в области логики науки. Однако применительно к отдельным формам и частным случаям форм вывода по А. можно считать, что существуют условия правомерности вывода. Касаясь, например, вывода от общности одних свойств к общности других, можно сказать, что такой вывод будет тем более правомерным, чем больше общих свойств установлено у модели и прототипа. При этом важно, чтобы свойства подбирались «без предвзятости». Если общность признаков дана посылками, то признаки должны максимально отличаться друг от друга. Вместе с тем переносимое свойство должно быть такого же типа, как и те, общность которых установлена в посылках. Так, если общность между моделью и прототипом установлена по свойствам мех. характера, то переносимое свойство также должно иметь мех. характер.

Большое теор. и практ. значение имеет А. между нервной системой и вычисл. машинами, конструирование которых является одной из осн. проблем кибернетики. А., проводимая между вычисл. машиной и нервной системой, используется для улучшения конструкции машин и для лучшего понимания функционирования нервной системы (см. Нейронные сети). Вычисл. машины типа цифровых дифференциальных анализаторов работают по принципу А. Часто создают физ. систему, описываемую тем ур-нием, которое нужно решить, а затем получают нужный результат путем измерения. Так, распределение тока в электр. цепях определенного вида подчиняется тем же ур-ниям, что и распределение т-ры в доменной печи, давление в струях воздуха, обтекающих самолет и пр. Аналоговая вычислительная машина дает численное решение таких ур-ний в виде определенных значений тока на выходе машины. Во всех этих случаях соблюдаются принципы, иапр., электромеханической аналогии или, более общо, динамической аналогии. И хотя цифровые вычислительные машины, в которых информация представляется в форме цифровых кодов, универсальны и могут решать ур-ния с высокой степенью точности, однако и они не могут претендовать на полное отображение реальных мыслительных процессов, осуществляемых в мозге. В деятельности мозга важную роль играют и аналоговые процессы, причем информация, по-видимому, многократно меняет свою форму из дискретной в непрерывную и наоборот. Если ЦВМ многие операции выполняет последовательно, что требует исключительной точности, то огромные способности мозга, высокая точность и надежность его работы достигаются не посредством быстродействия, точности и надежности выполнения каждой операции, а через механизм параллельной обработки информации и какие-то своеобразные формы представления ее, лишь отдаленно отображаемые в цифровых и аналоговых машинах.

Ряд сложных задач, например, решение в цифровой форме экстремальных задач, автомат. классификация и обучение сложным формам поведения приводит к невыполнимым требованиям по числу операций и объему памяти. В то же время подобные задачи нередко легко решаются простейшими физ. системами, например, луч света отыскивает кратчайший путь в оптически неоднородной среде или газ в сосуде переходит из неравновесного состояния к равновесию, отыскивая максимум энтропии. В решении последней задачи молекулы газа как бы играют роль параллельно работающих «вычислительных элементов».

Создание тех. устр-в по А. с реально работающим мозгом относится к числу важнейших задач кибернетики. Решение этой задачи будет идти либо по пути комплексирования машин или создания гибридных вычислительных машин, либо по пути создания моделей на совершенно новых принципах, более адекватно отображающих сущность мышления.

Лит.: Материалистическая диалектика и методы естественных наук. М., 1969; Уемов А. И. Аналогия в практике научного исследования. М., 1970; Ольсон Г. Ф. Динамические аналогии. Пер. с англ. М., 1947 [библиогр. с. 213—214].

А. И. Уемов, В. И. Богданович.