<?xml version="1.0" encoding="windows-1251"?>
<FictionBook xmlns="http://www.gribuser.ru/xml/fictionbook/2.0" xmlns:l="http://www.w3.org/1999/xlink">
 <description>
  <title-info>
   <genre>sci_psychology</genre>
   <author>
    <first-name>Анатолий</first-name>
    <middle-name>Ильич</middle-name>
    <last-name>Ракитов</last-name>
   </author>
   <book-title>Трактат о научном познании для умов молодых, пытливых и критических</book-title>
   <annotation>
    <p>Книга о наиболее важных философских проблемах теории познания, о том, как школьникам научиться осмысливать и понимать окружающий мир, как подойти к изучению теории познания диалектического материализма.</p>
   </annotation>
   <date></date>
   <coverpage>
    <image l:href="#cover.jpg"/></coverpage>
   <lang>ru</lang>
  </title-info>
  <document-info>
   <author>
    <first-name></first-name>
    <last-name>NoName</last-name>
   </author>
   <program-used>FictionBook Editor Release 2.6.6</program-used>
   <date value="2019-04-09">09 April 2019</date>
   <id>EC62ECFA-ADCB-470D-B451-AA8B203D1BE3</id>
   <version>1.0</version>
   <history>
    <p>1.0 — создание файла</p>
   </history>
  </document-info>
  <publish-info>
   <book-name>Трактат о научном познании для умов молодых, пытливых и критических</book-name>
   <publisher>Детская литература</publisher>
   <city>Москва</city>
   <year>1977</year>
   <sequence name="Люди. Время. Идеи"/>
  </publish-info>
  <custom-info info-type="">Оформл. Л. Зусмана. 238 с. с ил. Формат 70&#215;108 1/32. Бум офс. № 1. Тираж 75 000 экз. Цена 55 коп.</custom-info>
 </description>
 <body>
  <title>
   <p>А. И. Ракитов</p>
   <p>ТРАКТАТ О НАУЧНОМ ПОЗНАНИИ ДЛЯ УМОВ МОЛОДЫХ, ПЫТЛИВЫХ И КРИТИЧЕСКИХ</p>
  </title>
  <section>
   <image l:href="#i_001.jpg"/>
   <empty-line/>
  </section>
  <section>
   <title>
    <p>НЕ ВЕРЬТЕ ЛЕГЕНДЕ О ЯБЛОКЕ</p>
    <p>Пролог</p>
   </title>
   <section>
    <image l:href="#i_002.jpg"/>
    <empty-line/>
   </section>
   <section>
    <title>
     <p>Ужин неандертальца</p>
    </title>
    <p>Он сидел у крутой излучины реки, там,  где корни огромного дерева, вырванного из земли ураганом, образовывали густой навес над темным омутом. Солнце уже спускалось: дикие утки, тяжело хлопая крыльями, медленно летели в сторону широкого плёса. Он сидел здесь в тени гигантских папоротников уже довольно давно, сжимая могучей рукой отполированное древко остроги с острым костяным наконечником, крепко привязанным сухожилиями гигантского бизона. Спутанные темно-рыжие космы спадали с его головы на плечи и спину, спереди они переходили в клочковатую бороду, покрывавшую его лицо и шею и широким веером опускавшуюся на грудь.</p>
    <p>Едва прикрытый звериными шкурами, сам почти зверь, он внимательно и напряженно прислушивался к шорохам, которыми был заполнен лес за его спиной, а крохотные темные глаза из-под могучих надбровных дуг пристально следили за плавным движением теней в глубине омута. И когда наконец появилась она, длинная и темная тень, величественно проплывающая под рябью мелких волн, стальные мускулы метнули острогу и через несколько секунд вытянули ее обратно за длинный ремень, вырезанный из кожи антилопы. Он продел костяную распорку сквозь жабры огромной рыбины и, оглушив ее тяжелым камнем, перекинул через плечо. Отряхнув брызги речной воды с рук и звериных шкур, опоясывавших его бедра, он неторопливо направился по едва заметной тропинке к своей пещере.</p>
    <p>Старый вождь Намор будет доволен добычей, а его жена Ярав выкинет внутренности рыбины злым остроухим собакам, похожим на шакалов, и уложит выпотрошенную рыбину на раскаленные в костре камни. Он сам вместе с другими охотниками дождется, когда будет закончен дележ дневной добычи, и, утолив голод, усядется у входа в пещеру, чтобы доделать наконец каменный топор, который он вытесывал и отшлифовывал вот уже третий день.</p>
    <p>Он идет неторопливо, медленно сменяют друг друга мысли в его небольшой голове с низким покатым лбом и массивной челюстью. Он идет, озираясь по сторонам, напряженно прислушиваясь к шорохам дикого леса. Дитя природы, только что отделившееся от нее, древний человек, не знающий своего будущего и прошлого, целиком занятый заботами сегодняшнего дня. Он, правда, умеет делать очень многое: к его поясу привязан острый кремневый нож; шкуры сшиты иглой, сделанной из рыбьей кости; у входа в пещеру пылает согревающее пламя костра. Он умеет хранить и добывать огонь; он знает повадки диких животных и темной охрой, смешанной с жиром, изображает фигурки охотников и бизонов на стенах своей пещеры. И все же он знает и умеет страшно мало, чтобы не вздрагивать при каждом шорохе в лесу, чтобы не бояться грома, чтобы обеспечить сытость и безопасность себе и своему потомству на сколько-нибудь продолжительный период времени. Он еще не хозяин природы, он не властвует над ее тайнами, и поединок между ним и окружающим миром еще не выигран, его исход сомнителен.</p>
    <p>И все же, не зная того, он уже вступил на путь, который мы называем теперь историческим прогрессом. Этот путь приведет к созданию огромных городов, сверхзвуковых самолетов, атомных реакторов, антибиотиков, спасающих нас от страшных болезней.</p>
    <p>Путь исторического прогресса труден и тернист: войны и революции, гигантские переселения и исчезновения целых народов, египетские пирамиды и оросительные каналы древней Месопотамии, Рим, построенный рабами и разрушенный вандалами, готические замки средневековья и промышленные мануфактуры в эпоху раннего капитализма, гигантские индустриальные предприятия современности и многое, многое другое предстоит осуществить потомкам первобытного охотника. И все это создано человеческим трудом, той особой деятельностью, которая прежде всего отличает нас от животных. Но труд, не оплодотворенный знанием, никогда не смог бы привести к созданию современнрй цивилизации.</p>
    <p>Оставим пока нашего неандертальского охотника, бредущего с пойманной рыбой к своей пещере, и зададим вопрос: как велик запас его знаний и знаний его соплеменников? Благодаря археологическим исследованиям и изучению жизни народов, задержавшихся в своем развитии, мы можем теперь ответить на этот вопрос.</p>
    <p>Сорок — тридцать тысяч лет назад первобытным людям были известны повадки животных и рыб, виды съедобных растений. Они умели добывать и сохранять огонь; знали, как хранить съестные припасы; обладали некоторыми навыками врачевания; знали, как составлять краски для наскальных рисунков; умели ориентироваться на местности и располагали познаниями в области коллективной трудовой деятельности. Но первое, что бросается в глаза, — это то, что все их знания были непосредственно полезны, служили удовлетворению прямых физиологических потребностей в пище, одежде и жилье. Эти знания и навыки непосредственно и прямо использовались в повседневной трудовой и бытовой деятельности. Они были, говоря словами Маркса, непосредственно вплетены в трудовую деятельность, почти сливаясь с ней. Лишь спустя многие тысячелетия, когда труд, благодаря созданию более совершенных орудий труда, стал производительнее и у людей могла освободиться хотя бы малая толика времени от непосредственных забот о пропитании и безопасности своей жизни, они смогли создать новые виды знания, выходящие за рамки прямых повседневных проблем и потребностей.</p>
    <image l:href="#i_003.jpg"/>
    <p>Лишь после того, как около пяти тысяч лет назад была изобретена письменность, в развитии знаний произошла первая великая революция. Письменность оказалась средством хранения и накопления, аккумулирования знания. С ее помощью стало возможным «запоминать» и передавать последующим поколениям все ценное, что было открыто и понято до них. Отныне каждое новое поколение не просто усваивало опыт предков, но получило возможность, развивая его, пополнять, сохранять и передавать дальше закрепленные и выраженные в общедоступной форме знания. И все же эти знания, как бы ни были они важны и полезны, влияли на их повседневную жизнь и трудовую деятельность гораздо слабее, чем влияет на нашу жизнь современная наука.</p>
    <p>Человеческие знания всегда развивались под влиянием практической деятельности людей. Однако, как только возникла наука, она сама стала оказывать необычайное по своей силе воздействие на эту деятельность. От первой заостренной палки и грубого каменного зубила, применявшихся на заре человечества, до орудий нашего неандертальского охотника прошло почти два миллиона лет. Понадобилось несколько десятков тысячелетий, чтобы от этих орудий перейти к железному плугу и металлическому мечу. Всего два тысячелетия отделяют римские катапульты от современных артиллерийских орудий и греческие триеры от современных подводных кораблей. Однако под влиянием науки темп прогресса стал еще стремительнее. Первые реактивные самолеты взлетели в воздух в середине сороковых годов нашего века. Не прошло и пятнадцати лет, как была запущена первая ракета, которая вывела на орбиту советский искусственный спутник.</p>
    <p>Научное познание мира привело к таким изменениям в нашей жизни, что нет никакой необходимости убеждать кого-нибудь в полезности науки. О науке и ученьях говорят по радио и пишут в газетах. Учитель в школе и профессор в университете рассказывают об основах и новейших достижениях науки. Но очень немногие задумываются над тем, что научное познание имеет свои собственные тайны и закономерности. Это, впрочем, понятно: люди всегда решают задачи в порядке очередности, степени важности и неотложности.</p>
    <image l:href="#i_004.jpg"/>
    <p>Лишь после того, как были поняты основные законы неорганической природы, развитие живых организмов и общества, люди задумались над тем, каковы же законы и особенности самого научного познания.</p>
    <p>Знай мы эти законы так же хорошо, как законы физики, химии или биологии, мы могли бы значительно усовершенствовать и ускорить само научное познание. А это сулит самые необыкновенные и неожиданные перспективы в развитии человечества, обещает избавить его от многих еще существующих трудностей и нерешенных проблем. Однако именно здесь существует много «белых пятен», и тому, кто обладает умом молодым, пытливым и критическим, имеет смысл именно здесь приложить свои таланты и усилия.</p>
   </section>
   <section>
    <title>
     <p>Первые трудности</p>
    </title>
    <p>Легко сказать: «Изучайте науку!» Но как это сделать? Когда ученые ставят перед собой цель—изучить то или иное явление, они прежде всего пытаются рассмотреть его, так сказать, в «чистом» виде, и хотя этот прием удается осуществить далеко не всегда и не полностью, он очень облегчает и упрощает исследования самых различных предметов и процессов. Не можем ли мы воспользоваться им для того, чтобы изучить саму науку?</p>
    <p>Известно, что научное знание отличается от обыденного знания (сведений, применяемых в обычной производственной деятельности и быту) прежде всего тем, что наука всегда выражается в письменной форме, тогда как обыденные знания чаще всего передаются устно. Научное знание всегда выражается в виде научных текстов, статей в научных журналах, сборниках, в виде книг, научных докладов, представленных для обсуждения на конгрессах и конференциях. Письменный текст, будь то художественно-литературное или научное произведение, пишется на каком-то языке. Мы можем поэтому выдвинуть наше первое предположение: наука отличается своим особым языком— языком науки. Конечно, язык науки не нужно смешивать с обычным разговорным языком: русским, английским, немецким, китайским и т. д. Ученые, разумеется, в обычной жизни говорят на одном из таких языков, но их труды включают особые, научные термины и выражения.</p>
    <p>В работах по физике и биологии встречаются такие термины, как «элементарная частица», «атом», «электромагнитное поле», «ген», «хромосома», «вирус» и т. д. Научные статьи и книги заполнены сложными формулами и вычислениями. Именно эти термины, выражающие важнейшие научные понятия и формулы, устанавливающие связи между этими понятиями и описывающие самые разнообразные явления и процессы, образуют язык науки. И все же различие между языком науки и языком разговорным, языком здравого смысла <a l:href="#n_1" type="note">[1]</a>, не столь велико, как кажется.</p>
    <p>Триста — четыреста лет назад, когда современная наука делала только первые шаги, ее язык, насыщенный необычными символами и терминами, был непонятен и вельможам во дворцах, и жителям городских трущоб или деревенских хижин. Но с ростом общей образованности многие понятия и достижения науки, известные и доступные в свое время лишь величайшим ученым, стали общим достоянием. Любой старшеклассник знает, что такое «напряжение» или «сила тока», чем одни виды животных отличаются от других, что такое «вид» вообще. Огромное количество людей: инженеров, рабочих, учителей, студентов и школьников — не только не изумляются, услышав такие слова, как «электрон», «электромагнетизм», «меченый атом», «изотоп», «квадратный многочлен» и т. д., но относятся к ним как к чему-то естественному, ибо явления, обозначаемые этими понятиями, прочно вошли в нашу повседневную и производственную жизнь. Да и сама эта жизнь под влиянием научно-технической революции меняется семимильными шагами.</p>
    <p>Научным идеям и понятиям, для того чтобы «переселиться» в производство и быт, требуются теперь не сотни или десятки лет, как прежде, а годы и месяцы.</p>
    <p>Все это приводит к тому, что граница между языком науки и языком разговорным становится легко проницаемой. Это, конечно, не означает, что язык высших разделов науки доступен каждому, ибо даже серьезные ученые овладевают им не легко и не сразу. Но это показывает, что разграничить научное знание и здравый смысл, пользуясь лишь одними характеристиками языка науки, вряд ли возможно. Такое предположение схватывает какую-то очень важную сторону дела, но не исчерпывает его полностью.</p>
    <p>Другое предположение, которое само бросается в глаза, касается объектов научного знания. Объектами называют те явления, процессы, события или ситуации, к которым относятся знания. Многие люди думают, что объекты научного знания и научной деятельности в корне отличаются от тех объектов, с которыми имеет дело здравый смысл. В самом деле, в быту нам необходимо иметь некоторые сведения о маршрутах трамваев или троллейбусов или о том, как с помощью спички зажечь газовую плиту и приготовить на ней завтрак. Наука же интересуется не маршрутами трамваев, а траекториями полета ракет к Венере и Марсу, не горящей газовой горелкой, а термоядерными процессами в звездах, отдаленных от нас на сотни миллионов световых лет, и т. д. Поэтому кажется правдоподобным предположение, что наука отличается от здравого смысла прежде всего своими объектами: она изучает те явления и процессы, с которыми люди почти никогда не сталкиваются в повседневной жизни.</p>
    <p>Но присмотримся к этому предположению повнимательнее. Когда появляются гигантские города с мощными потоками транспорта, маршруты троллейбусов, трамваев и автомашин становятся объектом особой науки — теории управления, кибернетики, без помощи которой нельзя осуществить автоматическое управление городским транспортом, а без такого управления, в свою очередь, немыслима нормальная жизнь современных больших городов. Пламя газовой горелки — явление бытовое, но и огонь, один из самых древних спутников и двигателей цивилизации, стал со временем объектом науки. Существуют даже специальные отрасли физики и физической химии, занимающиеся изучением самых различных видов горения, ибо с этим связан прогресс современной техники: сталеварение, космические полеты, создание новых жароупорных материалов и энергетических установок.</p>
    <p>С другой стороны, объекты науки, казалось бы совершенно не связанные с повседневной жизнью, становятся в наши дни привычным достоянием быта и производства.</p>
    <p>Сто двадцать — сто тридцать лет назад взаимная связь и влияние электричества и магнетизма изучались лишь в лаборатории великого английского физика Майкла Фарадея да еще нескольких его коллег, а сейчас без электрических машин и приборов, без телевизоров, радиоприемников и т. д. мы просто не можем представить себе нашу жизнь.</p>
    <p>Полвека назад о полете человека на Луну, Марс или Венеру говорил лишь Циолковский да еще несколько энтузиастов, а в недалеком будущем эти полеты, по-видимому, станут привычными, как экскурсии в соседний город. Оказывается, что и наше второе предположение о том, что научное знание и здравый смысл отличаются природой объектов, не позволяет четко отграничить научное знание от здравого смысла, не позволяет выделить его в чистом виде.</p>
    <p>Часто говорят, что наука отличается от здравого смысла большей точностью и определенностью. В общем виде это, конечно, верно, но, как и в предыдущих случаях, дело обстоит отнюдь не так просто. Если вы откроете научные журналы и книги, особенно из области так называемых точных наук, таких, например, как математика, механика, астрономия, физика или химия, то сразу же обнаружите, что большинство положений и формулировок в них отличаются исключительной точностью. Точность эту можно понимать в двух смыслах: во-первых, как точность вычислений и расчетов, а во-вторых, как точность языковых выражений, то есть определенность понятий, четкое и однозначное определение слов. Точность в этом втором смысле, в сущности, касается языка науки, и мы не будем о ней говорить сейчас.</p>
    <p>Что касается точности расчетов и вычислений, так сказать, количественных характеристик, то нам следует действительно признать, что современная наука уделяет этому большое внимание. Она оперирует тысячными долями секунд и сантиметров, обращает внимание на миллиардные доли изучаемых величин. Порой самые важные открытия зависят от десятой или пятнадцатой цифры после запятой, отделяющей целую часть числа от его дробной части. И все же эта удивительная точность научных расчетов и вычислений, внимание к самым незначительным колебаниям рассматриваемых величин не является исключительным достоянием научного знания. Конечно, такая точность была совершенно не нужна в быту и производстве сто, двести, триста лет назад. Однако с тех пор положение резко изменилось.</p>
    <p>В современном промышленном производстве или в системе управления городским транспортом, статистических или бухгалтерских расчетах на современных предприятиях, подчас требуется точность вычислений и расчетов, не уступающая научным. Более того, даже современные электронно-вычислительные машины, находившие первоначально применение лишь в самых сложных отраслях науки, становятся теперь неотъемлемым инструментом производственной деятельности. И, по-видимому, не далек тот час, когда запросы современного быта, жилищного строительства и обслуживания потребуют от нас столь же высокой точности.</p>
    <p>Но это лишь одна сторона дела. Другая же заключается в том, что отнюдь не все науки достигли того уровня точности, который характерен для механики, физики, астрономии или химии. Уже в биологии мы встречаемся с довольно приблизительными расчетами, примерными оценками, с величинами, которые часто просто не могут быть вычислены или измерены с надлежащей точностью. А в таких науках, как геология, география или история, точные количественные характеристики изучаемых явлений и процессов получить еще труднее. Конечно, биологи, геологи, географы и историки стремятся к максимально высокой точности, но эти стремления часто наталкиваются на большие препятствия, и поэтому высокая точность остается здесь желанной, но трудно достижимой целью.</p>
    <p>Вот и оказывается, что «точность науки», хотя и является важной характеристикой научного знания, также не может рассматриваться как единственный, а тем более универсальный признак научного знания. Применение математики, математических методов и приемов мышления также рассматриваются в наши дни как отличительный признак научного знания.</p>
    <p>Карл Маркс почти сто лет назад говорил, что «наука только тогда достигает совершенства, когда ей удается применять математику». Однако он прекрасно знал, что далеко не всем наукам доступно это совершенство.</p>
    <p>В наши дни многие отрасли современной науки не только применяют математику или пользуются ею, но просто не могут без нее существовать. Математика проникла в самые поры таких наук, как астрономия, физика, механика. Даже во многих общественных и гуманитарных науках, таких, как экономика, языкознание и история, все шире начинают применяться математические методы. И все же применение математики, будучи очень важным и полезным, не является исключительным признаком научного знания. Тем не менее я хочу подчеркнуть, что применение математики в науке, бесспорно, отличается от ее применения во всех других областях человеческой деятельности, и граница здесь существует, но, как и в других случаях, нащупать и провести ее отнюдь не легко.</p>
    <p>Подведем первые итоги. Вы видите, что провести четкую и бесспорную грань между научным знанием и здравым смыслом не так-то просто. Каждый раз, обнаруживая какой-либо важный и характерный признак научного знания, мы убеждались в том, что он не позволяет исчерпывающим образом отделить научное знание от других видов знания. Из этого, конечно, не следует, что нам ни при каких условиях не удастся изучить особенность научного знания. Отнюдь нет. Я обратил ваше внимание на эти трудности для того, чтобы показать, что дело, за которое мы с вами беремся, не простое и не легкое и что оно потребует от нас немало усилий, немало пытливости, немало внимания и наблюдательности. И прежде чем приступить к нему вплотную, нам следует попытаться познакомиться еще с одним подходом к изучению научного знания.</p>
    <p>Только что <strong>Мы </strong>пытались рассмотреть его, так сказать, в «готовом» виде, в том виде, в каком оно глядит на нас со страниц научных статей и книг. Однако, прежде чем попасть на эти страницы, знание должно быть «сделано», «приготовлено», «изобретено», «создано». Существует не только готовое знание, но и процесс его изготовления, то есть процесс научного <emphasis>познания</emphasis>, подобно тому, как существуют не только готовые автомобили, но и производство автомобилей. Поэтому давайте попробуем заглянуть в «мастерскую» науки, в лабораторию или кабинет исследователя, в которых это знание создается и изготавливается. Быть может, это позволит нам заметить то, что трудно обнаружить, рассматривая готовое знание, и облегчит решение нашей проблемы.</p>
   </section>
   <section>
    <title>
     <p>Яблоко Ньютона</p>
    </title>
    <p>«Яблоко упало ему на голову. Этот эпизод заставил его задуматься на одну или две минуты. Затем он радостно воскликнул: «Конечно же, константа притяжения равна ускорению, которое в течение 1 <emphasis>сек</emphasis> развивает масса в 1 г на расстоянии в 1 <emphasis>см».</emphasis></p>
    <p>Вас также учили тому, как однажды Джеймс Уатт вошел в кухню, где варилась капуста, и увидел, как подпрыгивает крышка над кастрюлей. «Дайте-ка подумать, дайте-ка подумать», — пробормотал он, потирая лоб. И в следующий момент была изобретена паровая машйна».</p>
    <p>Этот отрывок из сатирической книги венгерского писателя Микиши «Как быть чужеземцем» передает довольно распространенное представление о внезапных «озарениях» гения, результатом которых являются великие научные открытия или изобретения. Этот взгляд на научную деятельность часто поддерживали и многие ученые. Поглощенные своими исследованиями и увлеченные напряженными размышлениями о волнующих их проблемах, они зачастую сами принимали сделанные ими открытия и полученные результаты за плод внезапного озарения, вызванного каким-либо случаем. Спору нет, и случай может сыграть решающую роль в судьбе научного открытия.</p>
    <p>Давно, однако, было замечено, что подавляющее большинство великих открытий, смелых гипотез и важных наблюдений делается в итоге длительной и сложной подготовки. Если бы в действительности случай, подобный падению яблока, мог стать причиной великого открытия, то уместно было бы спросить, почему тысячи людей, на головы которых могли упасть и действительно падали яблоки, не открыли закона тяготения, как это сделал Ньютон?</p>
    <p>Почему миллионы поваров и домашних хозяек не изобрели паровой машины за десятки и сотни лет до Джеймса Уатта?</p>
    <p>Проще всего было бы сослаться на гениальность Ньютона или Уатта, но и эта ссылка не много объясняет. Во-первых, не только гении делают открытия, не только гении занимаются научным познанием. А во-вторых, в разных обстоятельствах гении делают разные открытия, решают разные задачи, и, как правило, те, которые подготовлены, поставлены и «созрели» для решения, благодаря предшествующему развитию науки.</p>
    <image l:href="#i_005.jpg"/>
    <p>Занятые изучением окружающего их мира, ученые редко размышляют над тем, как сами они познают и изучают этот мир. Эту сторону дела исследуют специалисты в области научного познания. Однако бывает, что и сами ученые задумываются над своей познавательной деятельностью.</p>
    <p>Одним из самых замечательных открытий, сделанных в середине нашего столетия, было открытие структуры молекулы дезоксирибонуклеиновой кислоты (ДНК), регулирующей передачу и сохранение наследственных признаков у всех живых организмов. Профессор Джеймс Д. Уотсон, один из авторов этого открытия, написал чрезвычайно интересную книжку «Двойная спираль», в которой рассказал о том, как подготавливалось и совершилось открытие структуры ДНК. Сначала он работал над совершенно иной проблемой. Ряд обстоятельств привлек его внимание к молекулярной генетике. Переехав из Америки в Англию, он познакомился с физиком-теоретиком Френсисом Криком и физиком-экспериментатором Морисом Уилсоном, занимавшимся рентгено-струк-турным анализом строения сложных молекул. Первый из них предложил ряд теоретических моделей ДНК, второй предоставил в распоряжение Уотсона богатый экспериментальный материал. Знакомство с работами известного химика Поллинга, а также с достижениями ряда других ученых позволило Уотсону и Крику высказать предположение о том, что молекула ДНК имеет форму двух закрученных друг вокруг друга спиральных нитей, состоящих из звеньев определенной химической структуры.</p>
    <p>Читая книгу Уотсона, легко заметить, что в его работе было много непредвиденного. Счастливой случайностью было знакомство с Ф. Криком; несомненной удачей было то, что в комнате, где работал Уотсон, проводил свои исследования один первоклассный химик, давший ему несколько важных советов и порекомендовавший прочитать чрезвычайно полезную книгу, и т. д. Но за всеми этими случайностями не трудно заметить особую научную атмосферу, высокую профессиональную подготовку ученых, знакомство с новейшими методами и теоретическими достижениями, без которых самые удивительные случайности вряд ли привели бы к успеху.</p>
    <p>Спору нет, случайность играет порой довольно важную роль в развитии науки, но не она оказывается решающим фактором ее развития, тем, что подготавливает, обусловливает и определяет характер новых научных идей, теорий или решающих экспериментов. Сами легенды о великих научных открытиях, подобные рассказу о яблоке Ньютона или кастрюле Уатта, тоже не случайны. Они — продукт определенной исторической эпохи, когда представители так называемого «образованного общества», пораженные необычайностью и величием новых научных достижений, не могли заглянуть в тайны научного познания, но пытались объяснить его глубокое своеобразие ссылкой на одаренность гения и роль случая. Я называю такой подход «эффектом айсберга».</p>
    <p>Вы знаете, конечно, что айсберг — это огромная ледяная глыба, плавающая в полярных водах. Не многим, однако, известно, что над поверхностью воды находится лишь одна десятая часть такой глыбы: все остальное обычно скрыто под водой. Точно так же человек, узнающий из вторых рук о замечательных открытиях, сделанных выдающимися учеными, зачастую даже не подозревает о той огромной подготовительной познавательной работе, которая предшествует открытию.</p>
    <p>Наша задача в том именно и состоит, чтобы изучить «подводную» часть нашего айсберга — научного знания. То, что попадает в научные трактаты, на страницы научных журналов и, наконец, в учебники, представляет собой научное знание. Это знание, в свою очередь, есть продукт познавательной деятельности. Чтобы понять связь, которая существует между «готовым» продуктом и создающей его деятельностью, то есть процессом познания, нам придется не раз обращаться к примерам из различных отраслей современной науки.</p>
    <p>Специальная дисциплина, изучающая, как мы познаем окружающий мир, и рассматривающая особенности нашей познавательной деятельности, называется теорией познания. Она представляет собой часть философии. Как и всякое сложное явление, научное познание можно рассматривать с различных сторон, поставить и обсудить вопросы, касающиеся тех или иных особенностей познавательной деятельности. Можно, например, спросить: как думает ученый, что происходит в его сознании, что он переживает, когда испытывает творческое озарение или приходит к выводу о неразрешимости той или иной задачи? Можно спросить, как влияют условия общественной жизни на научное познание и как оно, в свою очередь, влияет на различные общественные отношения между людьми.</p>
    <image l:href="#i_006.jpg"/>
    <p>Первый из этих вопросов обсуждает психология научного творчества, второй — социология науки. Нас же будет интересовать вопрос о связи готового научного знания с познавательной деятельностью, мы будем стремиться выяснить, каковы условия, обеспечивающие достижения научной истины, каковы закономерности, управляющие деятельностью исследователя, и какова взаимная связь научного познания с тем, что существует и происходит в окружающем нас мире. Именно эти вопросы рассматривает в первую очередь теория научного познания.</p>
    <p>Следует договориться с самого начала, что мы не станем доверять легенде о яблоке Ньютона или кастрюле Уатта и, критически обсуждая все трудности, встречающиеся на нашем пути, будем соглашаться лишь с тем, что выдержит самую строгую проверку и поможет нам хоть немного продвинуться вперед. И еще об одном я хочу вас предупредить. Не на все поставленные вопросы мы сможем найти окончательный ответ. Впрочем, так бывает со всеми науками, ибо каждый ответ, «закрывая» один вопрос, поднимает дюжину других. В этом, наверно, и состоит одна из замечательных особенностей научного познания.</p>
   </section>
  </section>
  <section>
   <title>
    <p>ЗНАНИЕ И НАБЛЮДЕНИЕ</p>
   </title>
   <section>
    <image l:href="#i_007.jpg"/>
    <empty-line/>
   </section>
   <section>
    <title>
     <p>Знание как решение задачи</p>
    </title>
    <p>Что значит знать? Вот, друг мой, в чем вопрос», — говорит, обращаясь к своему ученику, знаменитый гётевский Фауст. Этот, казалось бы, такой простой вопрос на самом деле далеко не прост. И если уж мы поставили перед собой цель изучить природу научного познания и выяснить его отличие от остальных форм и видов знания, то нам следует прежде всего самим попытаться ответить на вопрос, что значит знать, что такое знание.</p>
    <p>Для того чтобы придать нашей работе большую ясность и определенность, давайте рассмотрим несколько примеров знания. Мы знаем: 1) что такое глина или песок; 2) что керамические изделия получаются из обожженной специальным образом глины, а стеклянные—из особым образом расплавленного песка; 3) что для вычисления второй степени целого числа а, то есть величины, обозначаемой в алгебре <emphasis>а</emphasis><sup>2</sup>, или для вычисления третьей степени этой величины, обозначаемой через <emphasis>а</emphasis><sup>3</sup>, нам необходимо в первом случае умножить <emphasis>а</emphasis> на <emphasis>а, </emphasis>а во втором — перемножить ее трижды; 4) что если пропустить электрический ток через медный провод, намотанный на полую внутри деревянную катушку, то железный сердечник подходящего диаметра будет в нее втягиваться; 5) что подброшенный вверх камень рано или поздно упадет обратно на землю; 6) как определить время с помощью обычных наручных часов;</p>
    <p>7) что высота телевизионной башни в Останкине от основания до кончика шпиля составляет 536 <emphasis>м</emphasis>;</p>
    <p>8) мы знаем, что через точку, лежащую вне данной прямой на плоскости, можно провести только единственную параллельную ей линию.</p>
    <p>Как ни различны знания, содержащиеся в этих восьми предложениях, мы все же без труда можем обнаружить в них нечто общее. Прежде всего, и это особенно важно для всех наших дальнейших рассуждений, мы можем отметить, что знания, касаются ли они алгебраических вычислений, геометрических понятий, изделий из керамики и стекла, состава почвы или определения времени, выражаются в словах и предложениях. Далеко не любые предложения годятся для того, чтобы выражать знания. Например, когда мы спрашиваем: «Который час?», «Из чего сделана керамическая ваза?», «Можно ли провести через точку, лежащую вне данной прямой, только одну или несколько не пересекающихся с ней линий, расположенных в той же плоскости?», «Упадет ли обратно на землю подброшенный вами камень?» и т. д., то эти вопросительные предложения не только не выражают знаний, но, наоборот, свидетельствуют о том, что мы чего-то не знаем и хотим это узнать.</p>
    <p>Точно так же предложения: «Скажите мне, который сейчас час», «Подбросьте вверх камень», «Проведите через точку, лежащую вне данной линии, параллельную ей» и т. д. — выражают приказ, предписание, требование или просьбу, но не знание о тех или иных вещах, явлениях или процессах. Мы, следовательно, можем сделать первый существенный вывод о том, что знания выражаются не в вопросительных или повелительных предложениях, а в предложениях, которые обычно называют повествовательными или декларативными. Такие предложения состоят из различных слов, одни из которых обозначают отдельные вещи, группы или совокупность вещей, процессов, обстоятельств и действий, а также слов вспомогательных, служащих для связывания и соединения слов первой группы. Предложения строятся по особым правилам грамматики. «Грамматики, чью власть любой приемлет трон, что даже королям диктует свой закон» (Мольер).</p>
    <p>Следовательно, для того, чтобы располагать знаниями, мы должны выражать их с помощью какого-либо языка. Знания без языка невозможны. Было бы, однако, ошибкой думать, что знания можно отождествлять с языком. Одно и то же знание можно выразить на разных языках. Предложения этих языков будут состоять из различных слов. Слова будут по-разному связаны и расположены в различном порядке, и тем не менее они могут выражать одно и то же знание.</p>
    <p>Если мы возьмем отдельные слова, например «глина», «песок», «точка», «линия», «536 метров», «керамический сосуд», «стекло» и т. д., то сами по себе такие слова не выражают и не содержат никакого знания. Но, будучи включенными в предложения, то есть в цепочки слов, образованные по определенным правилам, они смогут выражать знания.</p>
    <p>Каким же образом слова и предложения приобретают удивительную способность выражать знания? То или иное слово в действительности представляет собой некоторое сочетание звуков. Это звукосочетание может быть воспринято нами на слух или при помощи органов зрения, если его изобразить при помощи особых графических значков, например иероглифов или букв. Однако ни звукосочетание, ни чернильные или типографские значки на бумаге сами по себе не выражают и не заключают в себе никакого знания, но стоит установить определенную связь или, как говорят, соответствие между этими словами и отдельными предметами или совокупностями предметов, чтобы слова превратились в понятия.</p>
    <p>Если мы произносим словосочетание «Останкинская телевизионная башня» и одновременно с этим указываем пальцем на некое сооружение, то данное словосочетание становится наименованием или, проще, именем данного сооружения. Теперь, даже находясь на расстоянии многих тысяч километров от сооружения, обозначаемого этими словами, вы сможете не только понять предложение «Высота Останкинской телевизионной башни от основания до шпиля равна 536 м», но и получите некоторое знание или, как сейчас говорят, информацию о размерах Останкинской телевизионной башни. Конечно, для этого вы должны располагать и знаниями о том, что такое «метр» и что означает число «536» в соединении со словом «метр». В этом примере словосочетание «Останкинская телевизионная башня» является именем отдельного предмета. Если определенное слово относится не к отдельному предмету, а к совокупности или, как предпочитают говорить ученые, к множеству явлений, предметов и процессов, то его обычно называют «понятием». В приведенных выше предложениях (1, 2, 4, 5) слова «глина», «песок», «керамический сосуд», «медная проволока», «камень» и некоторые другие выступают как понятия, так как они относятся к более или менее значительным совокупностям предметов, в отличие от словосочетания «Останкинская телевизионная башня», относящегося к единственному в своем роде предмету.</p>
    <p>То, к чему относятся или что обозначают слова, выступающие в качестве имен или понятий, называется их значением или объектом. Например, значением понятия «глина» являются особые минеральные породы, составляющие две трети всей поверхности известной нам земной суши; объектом понятия «медная проволока» являются особые медные изделия, отвечающие специальным техническим требованиям.</p>
    <p>Далеко не все понятия обозначают вещи, процессы или обстоятельства в окружающем нас материальном мире. Есть среди понятий и такие, объектами которых являются действия, совершаемые человеком или каким-либо специальным устройством. Например, математические понятия: «умножение», «возведение в степень» и т. п. — обозначают определенные алгебраические действия с числами, но не сами эти числа. Есть и такие понятия, которые обозначают не материальные предметы, процессы или действия с ними, но свойства и отношения между вещами и процессами. В наших примерах (2, 8) такими понятиями являются «обожженная», «расплавленный»применительно к глине или песку, из которых делаются керамические изделия и стекло, а также понятия «параллельные» в применении к геометрическим линиям. Первые два понятия обозначают свойства, которые появляются в результате обработки глиняных изделий или песчаных смесей при высоких температурах, а последнее обозначает или выражает отношение между двумя геометрическими объектами, в данном случае линиями.</p>
    <p>Итак, мы можем выделить три группы понятий:</p>
    <p>1) понятия, обозначающие предметы, вещи, процессы, обстоятельства, — короче, различные явления в окружающем нас материальном мире; 2) понятия, обозначающие свойства объектов или отношения между ними; 3) понятия, обозначающие различные действия с объектами.</p>
    <p>Итак, понятия выражаются в словах или группах слов, но никакие слова, взятые сами по себе, изолированно, без связи с другими словами или явлениями, не могут играть роли понятий. Что же необходимо для того, чтобы эта роль стала им «по плечу»?</p>
    <p>Для того, чтобы те или иные выражения могли выполнять роль понятий, необходимо установить отношения обозначений между этими выражениями, состоящими из слов, и соответствующими объектами. Это можно сделать двумя способами: первый из них называется <emphasis>явным</emphasis>, <emphasis>указательным</emphasis>, <emphasis>наглядным</emphasis> или <emphasis>остенсивным</emphasis> определением.</p>
    <p>Когда учитель на уроке физики показывает вам деревянный полый цилиндр с намотанной на него медной проволокой и небольшой железный стержень, он может сказать, указывая пальцем на стержень: «Этот предмет мы будем называть сердечником. Когда я соединю концы медного провода с гальванической батареей и по проводу пойдет электрический ток, — может продолжить учитель, — сердечник втянется в отверстие деревянной катушки». Это и есть <emphasis>наглядное</emphasis> или <emphasis>остенсивное</emphasis> определение. Его преимущество в том, что отныне во всех подобных обстоятельствах вы будете знать, какие предметы называются словом «сердечник», когда речь идет об определенных электрических приборах или устройствах.</p>
    <p>Однако такие определения обладают и своими недостатками. Легко определить с их помощью, что такое керамический сосуд, указав на какой-либо образец в музее или в магазине, торгующем керамикой. Но совершенно невозможно таким образом определить, что такое число. Вы можете потрогать пять камней, увидеть пять баранов, вы можете пять раз подряд понюхать один и тот же цветок, но вы не в состоянии увидеть, потрогать или понюхать число 5. А между тем понятие «число» совершенно необходимо не только для того, чтобы возвести во вторую или третью степень конкретное число 5, но и для того,чтобы вообще создать математику и воспользоваться ее теоремами и правилами для решения задач.</p>
    <image l:href="#i_008.jpg"/>
    <p>Очень часто не только в математике, но и в современной физике мы имеем дело с понятиями, объекты которых нельзя увидеть, услышать, потрогать и вообще воспринять каким-либо образом с помощью наших органов чувств. В таких случаях нельзя пользоваться остенсивными определениями, в основе которых лежит демонстрация, или показ,того или иного предмета, процесса или обстоятельства, воспринимав мого с помощью зрения, слуха, обоняния или осязания. В подобных случаях мы можем воспользоваться так называемыми <emphasis>вербальными</emphasis> (от латинского ver-balis, что значит «словесный») определениями.</p>
    <p>Такие вербальные определения часто бывают очень сложными, и я приведу лишь два простейших примера.</p>
    <p>Допустим, что вам не известно, что такое «полдень» и «керамический сосуд». Тогда вы можете дать два таких определения: 1) «Полдень—время суток, когда солнце находится в зените»; 2) «Керамическим сосудом называется сосуд, изготовленный из обожженной глины». Если вы знаете, каково значение слов «солнце», «зенит», «сутки», «глина», «обожженный» и т. д., то вы сможете правильно пользоваться понятиями «полдень» и «керамический сосуд», то есть будете владеть заключенными в них знаниями. Но отсюда следует, что значение этих понятий определяется с помощью значений других, ранее известных понятий. Мы приходим, таким образом, к выводу, что слова или группы слов могут приобрести значения, а следовательно, могут играть роль определенных носителей знаний либо на основе остенсивных, либо вербальных определений.</p>
    <p>Так как такие определения представляют собой особые виды деятельности, например показ, демонстрацию примеров или словесную, речевую деятельность, то мы можем сказать, что все понятия и все знания включены в цепочки или, как говорят ученые, в контекст той или иной деятельности. В одних случаях это деятельность физическая, производственная, в других — это деятельность речевая, но всегда каждая «единица» знания скрывает за собой длинные цепочки других знаний.</p>
    <p>Каждое понятие, как мы видели, включено в то или иное предложение, в суждение, выражающее, несущее в себе определенное знание о взаимосвязанных явлениях и процессах, об их свойствах и отношениях. С другой стороны, понятия и включающие их предложения, суждения или утверждения относятся к внешнему миру, к объектам, одни из которых являются привычными нам вещами и процессами, другие — действиями, третьи представляют собой явления необычные и в повседневной жизни не встречающиеся.</p>
    <p>Наиболее важным результатом наших размышлений является вывод, что знание не существует вне контекста деятельности, и это обязывает нас задуматься над тем, что же такое деятельность.</p>
    <p>Мы уже провели первое разграничение двух наиболее важных для нас видов деятельности: деятельности со словами и предложениями и деятельности с вещами, явлениями окружающего мира, деятельности, которую мы будем называть <emphasis>предметной.</emphasis> Оба эти вида деятельности тесно связаны и взаимно дополняют друг друга, однако для наших целей важно понять, каково назначение, каков смысл каждого из этих видов деятельности в человеческом обществе.</p>
    <p>Энгельс, говоря о заслугах Маркса, указал, что одним из самых значительных открытий этого великого мыслителя было понимание того, что люди, прежде чем заниматься философией, наукой, религией или искусством, должны пить, есть, одеваться, удовлетворять свои потребности в жилье и т. д.</p>
    <p>Сейчас каждому образованному человеку это кажется чем-то само собой разумеющимся. Однако многое из того, что нам кажется привычным, что мы усваиваем на школьной скамье, было для мыслителей прошлого действительно великими открытиями.</p>
    <p>Школьники вторых и третьих классов умеют пользоваться математическими переменными и смело обращаются с их символами: х, у, z и т. д.</p>
    <p>Старшеклассники относятся как к чему-то вполне естественному к опытам, во время которых учитель демонстрирует им поведение железного сердечника, втягиваемого в полую деревянную катушку, когда по ее медной обмотке проходит электрический ток. А между тем введение математических переменных в конце XVI века и опыты Фарадея в середине XIX века, обнаружившие связь электричества с магнетизмом, были для своего времени не просто выдающимися открытиями, но такими открытиями, которые на целое столетие вперед предопределили развитие всей науки.</p>
    <p>Точно так же и замечательное открытие Маркса было подлинным откровением для людей XIX века, эпохи, когда господствовали идеалистические взгляды на общество. Только Маркс и Энгельс, показавшие, что исторически первичной и основной была деятельность людей по удовлетворению их потребностей в пище, одежде и жилье, сумели доказать вместе с тем, что знания также выработались в результате развития этой предметной деятельности.</p>
    <p>Маркс специально подчеркивал, что первоначально познание было как бы вплетено в эту деятельность, которую мы вслед за ним будем называть практикой. Слово «практика» происходит от греческого слова «практикос» — «деятельный, дельный» и имеет много различных оттенков значения. Когда говорят, что Иван Иванович — практичный человек, хотят сказать, что он умеет устраивать свои дела. Когда говорят, что у того или иного адвоката или врача большая практика, имеют в виду, что они хорошие специалисты и к ним обращается много людей, нуждающихся в помощи.</p>
    <p>Однако мы будем употреблять понятие «практика» для обозначения предметной деятельности, то есть той деятельности людей, в ходе которой они при помощи различных орудий, инструментов и приспособлений действуют с предметами и явлениями природы, стремясь придать им ту форму, тот вид, которые необходимы для удовлетворения основных человеческих потребностей.</p>
    <p>Практика — это деятельность гончара, создающего керамический сосуд, практика — это деятельность строителя, строящего дом, или деятельность рабочего, изготавливающего сложный станок или прибор. Конечно, и животные осуществляют различные виды деятельности, иногда очень сложные: пчелы делают необычайно совершенные даже с геометрической точки зрения ячейки из воска, бобры и муравьи изготавливают сложные жилища, волки разрабатывают довольно сложные планы охоты за лосями или оленями, способные иногда своим тактическим совершенством превзойти иного охотника. И все же существует глубокое и принципиальное различие между практической деятельностью людей и деятельностью высших животных. «Паук совершает свои операции, напоминающие операции ткача, и пчела постройкой своих восковых ячеек посрамляет некоторых людей-архитекторов. Но и самый плохой архитектор от наилучшей пчелы с самого начала отличается тем, что, прежде чем построить ячейку из воска, он уже построил ее в своей голове».</p>
    <p>Эти слова Маркса поднимают завесу над одной из самых сложных проблем, с которой нам предстоит столкнуться. Дело в том, что любая человеческая деятельность является целенаправленной. Люди, как правило, не действуют наугад. В каждом отдельном случае они более или менее определенно знают, чего хотят, какой результат они стремятся получить.</p>
    <p>Мы можем выразить эту мысль другими словами, сказав, что люди, прежде чем начать действовать, ставят перед собой ту или иную задачу.</p>
    <p>Современные исследователи поведения высших животных, например дельфинов, обезьян и т. д., иногда утверждают, что животные в состоянии решать некоторые задачи. Например, крысы способны после некоторых неудачных попыток разыскать выход из искусственного лабиринта; дельфины способны разыскать лакомство, отделенное от них рядом препятствий. Но эти задачи ставят им люди. Сами животные не ставят перед собой сознательно задач, особенно связанных с преодолением трудностей, которые можно было бы избежать. В нормальных естественных условиях животные удовлетворяют свои биологические потребности в пище или убежище, руководствуясь инстинктами и некоторыми благоприобретенными привычками, которые годятся для устранения типовых, миллионы раз повторяющихся препятствий.</p>
    <p>Иное дело люди. Они сами выдвигают перед собой подчас задачи необычайной сложности. Для решения таких задач им часто приходится переделывать, преобразовывать окружающую природу и те предметы, с которыми они постоянно имеют дело, приспосабливая их для достижения целей.</p>
    <p>Таким образом, любую человеческую деятельность мы можем рассматривать как решение определенных задач. Человеческие знания вообще и научные знания в особенности представляют собой также результат решения особых познавательных задач.</p>
    <p>Что же такое задача, из чего она состоит?</p>
    <p>Каждая задача в общем виде включает в себя, по крайней мере, три части: 1) исходная ситуация: перечень объектов, инструментов и знаний, необходимых для решения задачи; исходная ситуация существует в момент формулировки задачи до того, как приступают к ее решению; 2) условия и ограничения: перечень разрешенных и запрещенных приемов и способов решения, указания на отсутствующие объекты и другие обстоятельства, которые необходимо учитывать при решении задачи; условия и ограничения всегда имеют место при формулировке любой задачи, так как наши возможности не безграничны; 3) цель: образ, представление или понятие об объектах, ситуациях и процессах, которые следует создать, а также предписание, приказ, распоряжение или требование создать такие объекты.</p>
    <p>Эти три части, говоря современным языком, образуют структуру любой задачи. Для того чтобы лучше понять, как формулируются и решаются задачи, нам лучше всего обратиться к примеру, который, кстати, поможет нам выяснить различие и связь между так называемыми «производственными», предметно-практическими и познавательными задачами.</p>
    <p>Древняя легенда, в которой, быть может, сохранена и доля исторической правды, рассказывает, что жрецы одного античного храма обратились к скульпторам и архитекторам с просьбой создать и установить в их храме увеличенную в три раза копию статуи бога Аполлона, находившуюся в другом храме и собиравшую толпы почитателей. Задача была сформулирована, как видите, вполне ясно. Чтобы несколько упростить ее, мы заменим статую мраморными кубами соответствующего объема и веса.</p>
    <p>Теперь задача будет формулироваться так: 1) исходная ситуация: имеется мраморный куб с ребром, равным а, объемом <emphasis>V</emphasis><sub>1</sub>=<emphasis>а</emphasis><sup>3</sup>, весом <emphasis>т</emphasis> тонн. Имеются инструменты и навыки для вырубания мраморных фигур, транспортные средства для перевоза мраморных глыб. Известны математические правила увеличения линейных величин, например длины тела и т. п.; 2) условия и ограничения: допустимо использование лишь наличных материалов, инструментов, транспортных средств и математических навыков; 3) цель: создать фигуру (статую, куб), совершенно подобную первой по своей геометрической форме, но превосходящую ее по объему в три раза <emphasis>V</emphasis><sub>2</sub>=3<emphasis>а<sup>3</sup></emphasis> и вес которой, следовательно, равен 3<emphasis>т.</emphasis></p>
    <p>Однако, приступив к решению этой задачи, ваятели скоро убедились, что они не в состоянии ее решить. Они представили себе план ее решения так: чтобы увеличить данный куб в три раза, нужно увеличить в три раза каждый из его линейных параметров, то есть длину, высоту и ширину. Так как у куба эти параметры равны, то применение к данной задаче приемов увеличения длин приводит к результату: 3<emphasis>а</emphasis> &#215; 3<emphasis>а</emphasis> &#215; 3<emphasis>а</emphasis> = 27а<sup>3</sup>.</p>
    <image l:href="#i_009.jpg"/>
    <p>Результат не только неожиданный, но и не соответствующий цели задачи, ибо копия оказывается больше и тяжелее оригинала не в три, а в двадцать семь раз, что не только противоречило желаниям заказчиков, но и было технически не выполнимо.</p>
    <p>Таким образом, поставленная задача, которую я буду называть основном, или <emphasis>базисной</emphasis>, оказалась неосуществимой.</p>
    <p>Чтобы понять, почему это произошло, нужно было сформулировать другую производную задачу. Производная задача имеет своей целью не создание новой статуи, а объяснение причины неудачи античных ваятелей и создание знаний, необходимых для успешного решения базисной задачи.</p>
    <p>Сравним теперь базисную и производную задачи. Исходный и конечный объекты первой задачи — материальные предметы: статуи. Исходные и конечные объекты второй задачи — знания, которыми располагали античные ваятели в начале своей работы, и знания, которыми они должны были бы располагать, чтобы успешно решить первую задачу. Задачи, подобные базисной, в нашем примере решаются посредством производственной предметно-практической деятельности. Задачи, подобные производной, цель которых— создание знаний, а не материальных объектов, являются в строгом смысле слова познавательными, а деятельность по их решению называется интеллектуальной (от латинского слова intellego — разум, мысль), или исследовательской.</p>
    <p>Нетрудно заметить, что между производственной деятельностью, с одной стороны, и познавательной интеллектуальной, с другой, нет непреодолимого барьера, непроходимой пропасти. Действительно, решение предметно-практических задач невозможно без определенного уровня и объема знаний.</p>
    <p>С другой стороны, любой познавательный процесс в большей или меньшей степени связан с предметнопрактической деятельностью. Даже в тех случаях, когда мы сталкиваемся с очень отвлеченными и удаленными от предметно-практической деятельности познавательными задачами, скажем, в математике или теоретической физике, решение невозможно без того, что известный американский физик Перси Бриджмен назвал «карандашно-бумажной деятельностью», то есть деятельностью, связанной с вычислением при помощи карандаша, бумаги, обычных счетов, логарифмической линейки или современной ЭВМ.</p>
    <p>Суть дела здесь в дозировке: в предметно-практических задачах познавательная деятельность как бы подчинена предметно-практической, производственной, играет вспомогательную роль. Напротив, в позналательных задачах вспомогательную, подчиненную, но необходимую роль играет предметно-практическая деятельность.</p>
    <p>В процессе исторического развития человечества наступает момент, когда познавательные задачи как бы отделяются от производственных, обретают относительную самостоятельность и свободу, вид некоторой независимости. Разумеется, эта независимость не бывает полной, абсолютной, но именно такие относительно обособившиеся задачи и приводят со временем к созданию научного знания. Что же касается знаний, которые возникают в ходе решения предметно-практических задач и, так сказать, «обслуживают» производственную, практическую деятельность, то они как раз и образуют тот гигантский массив знаний, которые принято называть здравым смыслом.</p>
    <p>Подведем итог тому, о чем мы здесь говорили.</p>
    <p>Во-первых, мы выяснили, что знания всегда выражаются в словах и предложениях, заключающих в себе понятия и суждения, относящиеся к окружающему нас миру. А это, в свою очередь, означает, что знания не могут быть сформулированы и не могут существовать без языка. Каждая «единица» знания, каждое отдельное понятие или суждение скрывает за собой целые цепочки других понятий или суждений, и каждая из таких единиц тем или иным образом через явные (остенсивные) или косвенные (вербальные) определения соотносится с вещами, процессами и обстоятельствами окружающего нас материального мира.</p>
    <p>Во-вторых, мы выяснили, что знания создаются людьми как в ходе предметно-практической, так и специальной познавательной деятельности. Они представляют собой необходимый результат и условия решения различных предметно-практических и познавательных задач.</p>
   </section>
   <section>
    <title>
     <p>Наблюдение и эксперимент</p>
    </title>
    <p>В чем единодушны почти все современные ученые, так это в том, что в основе знаний об окружающем мире лежат наблюдения. Они не склонны верить легендам, подобным легенде о яблоке, упавшем на голову Ньютона, ибо не случаю, а наблюдению отводят они решающую роль.</p>
    <p>Знаменитый французский физик Ампер, говоря о методе научного познания, которым пользовался Ньютон, замечал: «Начать с наблюдения фактов, изменять по возможности сопутствующие им условия, сопровождая эту первоначальную работу точными измерениями, чтобы вывести общие законы, основанные всецело на опыте, и, в свою очередь, вывести из этих законов, независимо от каких-либо предположений о природе сил, вызывающих эти явления, математическое выражение этих сил, то есть вывести представляющую их формулу, — вот путь, которому следовал Ньютон».</p>
    <p>Под этими словами Ампера могли бы, по крайней мере в XVIII и XIX веках, подписаться самые крупные естествоиспытатели.</p>
    <p>Что же такое наблюдение? Почему именно ему отводят центральное место в научном познании окружающего нас мира?</p>
    <p>Обычно говорят, что наблюдение — это процесс познания, основанный на получении чувственных образов, возникающих в мозге под воздействием внешних процессов и предметов на наши органы чувств. Однако, по моему глубокому убеждению, ставить знак равенства между наблюдением и чувственными образами вещей, складывающимися из отдельных ощущений, не вполне верно. Ощущения возникают довольно сложным путем в результате многочисленных биофизических и биохимических преобразований, происходящих в нашей нервной системе. Каждое ощущение возникает вследствие единичного, обособленного, более или менее продолжительного взаимодействия наших органов чувств с внешними предметами. Такое взаимодействие подвержено многим случайным влияниям.</p>
    <p>Представьте себе, что вы рассматриваете Останкинскую телевизионную башню. Находясь на разных расстояниях от этого гигантского сооружения, вы будете воспринимать его по-разному: оно будет казаться вам то выше, то ниже. Точно так же ваши зрительные впечатления, например представление о цвете и форме этой башни, будут зависеть от освещения, от остроты вашего зрения, от степени вашей утомленности, наконец, от вашего умения, навыков и привычек воспринимать пространственные предметы, особенно предметы, устремляющиеся вверх.</p>
    <p>Исследование того, как люди воспринимают пространственные предметы, показали, что характер чувственных зрительных образов зависит не только от устройства органов зрения, индивидуальных способностей, весьма различных у разных людей, но и от общественно-исторических условий жизни, культурных навыков, чувственных восприятий. Специалисты показали, что представители племен, веками обитавших в диких лесах с небольшими открытыми пространствами, плохо ориентируются в степях, и наоборот, жители степей, глазомер и способ восприятия которых приспособились в течение столетий к большим открытым пространствам, хуже определяют размеры и расстояния до тех или иных предметов в горах или в лесу.</p>
    <p>Жители городов, проводящие свою жизнь на поверхности земли и редко поднимающиеся очень высоко, хуже определяют на глаз высоту тех или иных сооружений или горных вершин, чем горцы или монтажники-верхолазы, проводящие значительную часть своего времени на большой высоте.</p>
    <p>Этим я не хочу сказать, что чувственные образы вещей, основанные на ощущениях, ошибочны или бесполезны. Напротив, без этих образов мы вообще не могли бы ничего знать об окружающем нас мире. Суть дела в том, что эти образы зависят, по крайней мере, от двух важных факторов: 1) от условий, при которых мы их получаем, от состояния окружающего мира и 2) от нашего собственного состояния, умения и навыков.</p>
    <p>Оба этих фактора постоянно изменяются: изменяется освещение предмета — и вещь, которая казалась нам розовой, может показаться нам красной или белой; изменяется поток звуков на улице — и мы можем просто не расслышать автомобильный сигнал, предупреждающий нас об опасности; находясь в крайнем утомлении, мы можем не заметить сигнал светофора; не имея навыков следопыта, можем не увидеть следы дикого зверя, которые немедленно обнаружит опытный охотник; камень, кажущийся пушинкой тяжелоатлету, может показаться неимоверно тяжелым ребенку; ветер, дующий сейчас на улице, будет казаться холодным южанину и вполне теплым закаленному полярнику.</p>
    <p>Ощущения, следовательно, с одной стороны, дают нам подлинные сведения об окружающих предметах и процессах, но с другой — эти сведения не вполне точны, не вполне достоверны, так как они несут на себе отпечаток условий, в которых они получены, зависят от различных изменений в окружающем нас мире и в нашей собственной нервной системе, с помощью которой мы воспринимаем внешний мир. Эти же недостатки и достоинства разделяют с ощущениями и целостные, чувственные образы вещей.</p>
    <p>Образ может складываться из целой вереницы ощущений. Чувственный образ, вызванный в вашем сознании спелым арбузом, включает в себя вкусовое, зрительное, обонятельное и осязательное ощущения. Даже слуховое ощущение принимает участие в формировании целостного чувственного образа: вы слышите и можете запомнить хруст, который издает разрезаемый ножом арбуз.</p>
    <image l:href="#i_010.jpg"/>
    <p>В процессе познания внешнего мира человек стремится выработать такие знания, такие сведения об окружающей его природе и общественных явлениях, которые были бы надежными. Только такие сведения и знания мы можем не использовать в нашей практической деятельности, а применять их для объяснения и особенно для предсказания и предвидения новых явлений. Именно способность предвидеть и предсказывать новые явления и особенно результаты своей собственной деятельности является, как я уже говорил, приводя рассуждения Маркса о пчеле и архитекторе, одной из наиболее важных, отличительных черт человеческой деятельности.</p>
    <p>Для того чтобы наши знания, опирающиеся на ощущения, могли удовлетворять этим потребностям человека, они должны содержать как можно меньше случайных, недостоверных и неточных сведений. Первым шагом в этом направлении и служат наблюдения.</p>
    <p>Теперь я, пожалуй, уже в состоянии вместе с вами нащупать грань между чувственным образом и ощущением, с одной стороны, и наблюдением, с другой, есспорно, что наблюдение покоится на чувственных образах, на ощущениях, и все же между ними есть существенное различие. Мы можем поделиться своими наблюдениями с друзьями или знакомыми, сказав, например, что мы видели спелый арбуз и определили его спелость по цвету корки, по легкому потрескиванию, которое он издает при сжатии, по аромату и т. д., однако не можем передать никому наши ощущения.</p>
    <p>Ученый, совершивший важное наблюдение, открывший, скажем, подобно Галилею, что у Юпитера имеются естественные спутники, может поделиться этим наблюдением с коллегой, написав ему об этом в письме, и т. д. Но он также не в состоянии передать никому своих собственных ощущений. Вы можете рассказать другому человеку о том, что вы видите, слышите, осязаете или обоняете, но из этого не следует, что он будет испытывать те же самые ощущения, что и вы.</p>
    <p>Первое отличие, следовательно, заключается в том, что ощущения и чувственные образы принадлежат лично вам, каждому отдельному человеку. Они, как принято говорить в науке, в этом смысле субъективны.</p>
    <p>Что же касается Наблюдений, то они выражаются в словах, в языке и могут быть переданы другим людям, сохранены в «общественной памяти», записаны, переданы другим поколениям. В этом несомненная ценность наблюдений* Еще знаменитый немецкий философ Гегель (1770—1831) говорил, что язык выражает лишь общезначимое или всеобщее. Этим он хотел сказать, что в предложениях и словах языка выражаются понятия и утверждения, имеющие значение и понятные не только одному-единственному человеку, который их произносит и записывает, но более или менее значительным группам людей. Язык, собственно, и возникает для того, чтобы быть средством общения между людьми, средством взаимной связи и передачи знаний от одного лица к другому, от одного коллектива людей к другому коллективу, от одного поколения к другому.</p>
    <p>Наблюдения, следовательно, есть знания, основанные на чувственных образах и ощущениях, но они не совпадают целиком с этими образами и ощущениями.</p>
    <p>Для того чтобы наблюдениями как простейшими видами знаний можно было пользоваться в практической деятельности, применяя их для объяснения и предсказания событий, для того чтобы они имели значимость для других людей, чтобы имело смысл хранить и передавать их другим поколениям, необходимо, чтобы люди производили как бы первичный отбор и отсев чувственных впечатлений и образов. Необходимо стремиться в наибольшей доступной степени освободить эти знания от всего случайного, условного и недостоверного, что неизбежно присутствует в чувственных впечатлениях, образах и ощущениях наряду с подлинным и достоверным, точно передающим нам положение дел в окружающем мире.</p>
    <p>Чтобы осуществить это требование, мы должны наблюдать в различных условиях, сравнивать различающиеся образы одних и тех же вещей и процессов, полученные при разных обстоятельствах. Однако в повседневной жизни возможности наши чрезвычайно ограниченны, и поэтому наблюдения, получаемые людьми в трудовой и предметно-практической деятельности, тоже носят на себе значительный отпечаток случайности, ограниченности и неполноты. Чтобы получить более или менее достоверные наблюдения, требуется затрачивать иногда многие сотни и даже тысячи лет. Но и это, впрочем, не избавляет знания, построенные на наблюдениях, от известного привкуса случайности и недостоверности.</p>
    <p>Потребовались тысячелетия, прежде чем первобытные люди на основе случайных чувственных восприятий обнаружили, что кусок сырой глины, попавший в костер, может затвердеть и обрести прочность камня. Почти столько же времени ушло на то, чтобы научиться создавать и обжигать глиняные и керамические сосуды.</p>
    <p>Люди веками видели восход и заход солнца и луны, движения светил, прежде чем у них возникли первые астрономические знания, основанные на наблюдениях. Даже тогда, когда человечество вышло из первобытного состояния, наблюдения оставались единственной формой знания об окружающем мире.</p>
    <p>Вавилонские жрецы-халдеи рассказывали Александру Македонскому (IV в. до н. э.), что они вели наблюдения за небесными светилами на протяжении девятнадцати веков. За это время они отметили несколько десятков затмений Солнца и Луны. Однако они не знали законов движения Луны, Солнца и других светил.</p>
    <p>Если бы в современной науке получение каждой новой «порции» знаний опиралось лишь на подобные наблюдения, то она не могла бы развиваться присущим# ей стремительными темпами.</p>
    <p>Наблюдения, основанные на многочисленных, единичных, разобщенных, случайных актах чувственного восприятия мира, при которых человек лишь видит, слышит, осязает и обоняет предметы внешнего мира, не пытаясь активно на них воздействовать или видоизменить, называются <emphasis>пассивными</emphasis>. Пассивные наблюдения являются исторически древнейшей, простейшей, но вместе с тем и наименее совершенной формой познания мира. Вот почему для получения достоверных знаний в древности требовались столь большие промежутки времени и так медленно накапливалась информация об окружающих явлениях и процессах.Человек должен был месяцами, годами, десятилетиями ждать изменения условий, ждать, когда он случайно натолкнется на то или иное новое явление, ждать обстоятельств, когда он сможет сравнить различные впечатления, отсеять в них условное, случайное, преходящее и выделить более или менее устойчивые признаки вещей и событий. Но даже после такого длительного «отсева» пассивное наблюдение дает нам весьма ограниченные знания.</p>
    <image l:href="#i_011.jpg"/>
    <p>Стоя где-нибудь в степи, в поле или на городской площади и осматривая местность, вы можете составить впечатление о том, что Земля имеет цилиндрическую форму, ибо, поворачиваясь вокруг своей оси, вы будете видеть себя находящимся в центре окружности, границу которой образует линия горизонта.</p>
    <p>К тому же вы вправе утверждать на основе сделанных наблюдений, что поверхность Земли практически плоская. Именно на таких наблюдениях и покоились древние представления о Земле, которые, как мы сейчас знаем, не соответствуют научным представлениям о ее форме.</p>
    <p>Наблюдая движения небесных светил, люди в полном соответствии со своими чувственными впечатлениями пришли к выводу, что Земля неподвижна и находится в центре мироздания, а светила совершают движения по определенным линиям вокруг Земли. Именно на подобных прямых чувственных наблюдениях покоились астрономические знания людей на протяжении многих тысячелетий. Правда, для определенных практических целей (для повседневной ориентации на местности, для путешествий и передвижения на сравнительно короткие расстояния, строительства городов и дорог или для составления сельскохозяйственных календарей) эти наблюдения долгое время казались удовлетворительными. Однако, когда потребности и цели практической деятельности по мере развития общества и общественного производства стали усложняться, знания, целиком основанные на пассивных наблюдениях, оказались недостаточными. Вот почему Ф. Энгельс писал: «Здравый человеческий рассудок, весьма почтенный спутник в четырех стенах своего домашнего обихода, переживает самые удивительные приключения, лишь только он отважится выйти на широкий простор исследования».</p>
    <p>Эти слова Энгельса имеют для нас то особое значение, что позволяют провести еще одну разграничительную линию между научным знанием и здравым смыслом, ибо отличительной чертой последнего как раз и является то, что он опирается в основном на пассивные наблюдения. И так как такие наблюдения несут в себе большой элемент случайности, ограниченности, накапливаются и изменяются крайне медленно, то все эти недостатки разделяет с ними и здравый смысл.</p>
    <p>Научные знания часто так значительно отличаются от знаний, образующих здравый смысл, что многие авторы подчеркивают лишь отрицательные стороны здравого смысла. Вот почему я считаю здесь полезным обратить ваше внимание на то, что здравый смысл совсем не плох, что в известных пределах он до сих пор необходим. Именно на эту сторону обращает внимание и Энгельс, говоря, что здравый смысл является прекрасным спутником в четырех стенах домашнего обихода.</p>
    <p>Действительно, самый образованный современный астроном, отправляясь в предрассветной мгле на рыбалку со своим приятелем, может сказать ему: «Как только поднимется солнце, начнется прекрасный клев рыбы». Вряд ли он будет думать о том, что такая информация ошибочна, потому что в строго научном смысле он должен был бы сказать о том, что клев рыбы начнется тогда, когда Земля совершит поворот вокруг своей оси на столько-то градусов. Однако в пределах повседневной жизнедеятельности и быта такая научная усложненность вряд ли пояснила бы бывалому рыбаку больше, чем привычные слова о восходе солнца.</p>
    <p>Дело заключается не в том, что здравый смысл и пассивные наблюдения всегда и при всех условиях не годятся и не дают нам полезных знаний. Если бы все обстояло так, человечество до возникновения современных научных знаний, а они возникли совсем недавно, вообще не могло бы двигаться по пути исторического прогресса. Просто нам не мешает здесь вспомнить, что знание есть результат решения познавательных задач. И поскольку эти задачи по своему характеру в разные эпохи и на разных, так сказать, «уровнях» жизни очень различны, то и знания, необходимые для их удовлетворения, различны. В частности, для очень многих задач, возникающих в повседневной практике, знания, основанные на пассивных наблюдениях, все еще оказываются полезными, но, разумеется, за этими пределами к ним нужно относиться с большой осторожностью. Впрочем, и научные знания на начальных ступенях своего развития часто опираются на пассивные наблюдения. И хотя по целому ряду признаков они стоят выше здравого смысла, им присущи многие недостатки последнего.</p>
    <p>Известно, что система греческого астронома Клавдия Птолемея Александрийского (II в. н. э.), опиравшаяся на многочисленные наблюдения за движением Солнца и других небесных светил, сделанные его предшественниками— египетскими, вавклонскими и особенно греческими астрономами, прежде всего Гиппархом (II в. до н. э.), в очень большой степени соответствовала привычной картине, которую рисовало себе большинство неискушенных в астрономии людей.</p>
    <p>Система Птолемея была наглядной и хорошо соответствовала тем чувственным образам, которые может получить любой наблюдатель. В течение многих столетий она практически использовалась для самых различных целей. И лишь когда требования к точности календаря и к составлению навигационных карт, возникшие в связи с развитием мореплавания и торговли, поставили новые познавательные задачи и обнаружили несоответствия этой системы вновь накопленным данным, Николай Коперник (1473—1543) предложил новую астрономическую систему, принципиально отличавшуюся от картин и представлений, присущих здравому смыслу, но зато дававшую подлинно научное объяснение миру и позволившую сделать много важных научных предсказаний.</p>
    <p>Главным рубежом между здравым смыслом и научным познанием мира является то, что знания, которые мы называем научными, в преобладающей мере строятся не на пассивных наблюдениях, а на наблюдениях активных или эксперименте.</p>
    <p>Что же такое эксперимент?</p>
    <p>Эксперимент также связан с получением чувственных наглядных образов предметов и процессов окружающего нас мира. Но в отличие от пассивного наблюдения, когда человек не изменяет, не преобразует изучаемые объекты, эксперимент как раз предполагает такие изменения и преобразования. В ходе эксперимента мы ставим различные объекты в искусственные условия, которых часто не существует в природе, стремимся устранить нежелательные случайности, заставляем действовать на них факторы, создаваемые нами в соответствии с заранее поставленными целями. Экспериментируя, ученый видоизменяет, преобразует, а часто и создает те или иные предметы из имеющихся в его распоряжении «сырых» материалов. Такое наблюдение можно назвать активным или, пользуясь словами В. И. Ленина, «живым созерцанием».</p>
    <p>Преимущество эксперимента над пассивным наблюдением состоит в том, что мы вмешиваемся в течение событий, и это позволяет нам увидеть и обнаружить такие стороны изучаемых явлений, которые при пассивном наблюдении либо могут быть открыты с большой затратой сил и времени чисто случайно, либо вообще недоступны чувственному восприятию. По самому своему существу эксперимент сродни процессу производства материальных ценностей. И здесь и там мы можем выделить три основных элемента, три важнейших составляющих: человек, орудие воздействия на окружающий мир (орудия труда, научные приборы, аппараты и т. п.), изучаемые или преобразуемые объекты.</p>
    <p>В процессе производства материальных благ и в экспериментальной деятельности люди с помощью определенных орудий и средств преобразуют, видоизменяют или создают новые предметы. Однако цели этих двух видов деятельности весьма различны. В первом случае цель — создание одних материальных предметов из других, во втором — получение знаний, возникающих в результате активного наблюдения за ходом эксперимента. Не трудно заметить, что эксперимент так же относится к производительной деятельности, как познавательные задачи к предметно-практической. Живое созерцание, основанное на эксперименте, позволяет преодолеть многие недостатки пассивного наблюдения. Однако не следует думать, что любой эксперимент сразу же достигает этой цели. Часто говорят, что современное новейшее естествознание целиком экспериментально, и именно в этом его главное отличие от обыденного, повседневного знания. Как и все слишком простые и короткие определения, это утверждение излишне огрубляет действительность. В повести Андрея Платонова «Город Градов» есть сцена, в которой участвуют два городских обывателя. Стоя друг против друга, они яростно спорят о том, что собой представляет комок почвы, который один из них держит в руке. «Это песок, — утверждает один из спорщиков и в подтверждение добавляет: — Дунь — и он рассыплется». — «Нет, это глина, — возражает другой, — плюнь — и она склеится».</p>
    <p>По существу, эти комические спорщики не ограничиваются пассивным наблюдением. Они предлагают своего рода эксперимент, а именно: видоизменение условий и состояния наблюдаемого вещества. Конечно, такой эксперимент очень далек от экспериментов, проводимых в современной науке, использующих огромные ускорители, космические лаборатории, электронные микроскопы, барометры с гигантским давлением и т. п. Тем не менее способ решения спора, предлагаемый градовскими обывателями, тоже в какой-то степени представляет простейший эксперимент. Именно с таких простейших экспериментов нередко начинали свой путь в науку многие знаменитые экспериментаторы.</p>
    <p>В данном случае нетрудно сказать, что вряд ли дунуть или плюнуть достаточно для разрешения спора, однако именно это замечание подводит нас и к более сильному выводу: далеко не всякий эксперимент может дать нам надежное научное знание. Слов нет, наши спорщики сделали некоторый шаг вперед, предложив два исключающих друг друга эксперимента — «дунуть» и «плюнуть». Ибо даже эти простые действия, приобретающие в повести Платонова такую смешную окраску, все-таки лучше, чем пассивное разглядывание комочка почвы. Но, разумеется, такое решение вопроса, как ясно даже самому неискушенному читателю, далеко от научности. Справедливости ради стоит сказать, что в обычной, повседневной практике способ решения спора был бы не очень далек от рецепта градовских «экспериментаторов». Для выяснения того, является ли данная разновидность почвы глиной или песком, следовало бы, добавив к ней воды, замесить тесто и, придав ему определенную форму, подвергнуть его затем обжигу. Если при этом он приобрел бы все свойства керамического изделия, то спор был бы решен в пользу глины. Если же, напротив, наши изделия при обжиге рассыпались, то мы с уверенностью могли бы сказать, что имеем дело с песком.</p>
    <p>Но для геолога, стремящегося точно определить вид природных ископаемых, например, залежи глины или песка для промышленного производства, таких способов проверки недостаточно.</p>
    <p>Мы видим, что очень многие важные, жизненно необходимые знания опираются на наблюдение и эксперимент. Но заметить это обстоятельство еще не значит указать, чем отличаются главные наблюдения и эксперименты от тех, с которыми мы сталкиваемся в повседневной жизни и обычной производственной практике. Дело здесь, как я постараюсь, вам доказать, не только в том, что научные эксперименты и наблюдения сложнее и точнее, чем наблюдения и простейшие эксперименты, которые люди осуществляют в целях повседневного познания, а в той особой роли, которую эти виды познавательной деятельности играют в процессе «изготовления» научного знания.</p>
    <p>В философии и методологии научного познания существует точка зрения, согласно которой наши знания об окружающем мире, и особенно научное знание, целиком и полностью зависят от результатов наблюдений. Такой взгляд получил название <emphasis>эмпиризма</emphasis> или <emphasis>эмпирической теории познания</emphasis> от греческого слова «эмпириа» — «опыта При первом знакомстве с процессом познания позиция эмпиристов может показаться правильной, и многие крупные ученые нередко ее разделяют, однако мы не обязаны принимать эту точку зрения на веру. Ее следует критически обсудить, и я полагаю, что такое обсуждение позволит нам продвинуться еще немного вперед в интересующем нас направлении. Для этого я хотел бы вместе с вами вернуться к примерам, приведенным в начале предыдущей главы. Все виды знаний, содержащиеся в утверждениях 1—8 (см. стр. 27), можно объединить в несколько групп.</p>
    <p>К первой группе мы можем отнести предложения 3 и 8. В первом из них говорится о правиле возведения во вторую и третью степень некоторого числа <emphasis>а. </emphasis>Однако ни о числах, ни об арифметических и алгебраических операциях с ними, ни о самих правилах, содержащихся в утверждении 3, нельзя составить знания на основе наблюдений или физических экспериментов. В самом деле, и пассивное и активное наблюдения опираются на ощущения, чувственные восприятия и образы вещей, но мы не можем увидеть, услышать, потрогать, лизнуть или понюхать число, операцию умножения или возведения в степень. Объекты математических знаний, такие, как числа и операции с ними — сложение, умножение, возведение в степень и т. п, не могут быть восприняты нашими органами чувств. Поэтому математические знания нельзя отнести к разряду эмпирических, хотя мы знаем, что они применяются при решении практических задач. Вспомните хотя бы нашу историю со статуями.</p>
    <p>Утверждение 8 содержит геометрические знания, касающиеся понятия «параллельные линии на плоскости». Привыкнув в школе иметь дело с геометрическими чертежами и наглядными рисунками, вы можете мне сказать, что математические знания такого рода наглядны, образны, что вы в состоянии их получить, рассматривая тот или иной чертеж. Однако я готов оспорить ваше утверждение. Действительно, подумайте сами, ведь ни одна классная доска, ни один лист ватмана, на котором содержится рисунок или чертеж, не являются в совершенно точном смысле слова плоскими, ибо на них имеются хотя бы малейшие неровности, которые можно заметить если не глазом, то через увеличительное стекло или микроскоп. Более того, ни одна карандашная точка на бумаге, пятнышко мела, которое мы считаем точкой, когда делаем рисунок на школьной доске, ни одна физическая молекула, атом или элементарная частица не являются в точном смысле слова математической (геометрической) точкой, ибо точка не имеет диаметра, длины, ширины, массы и других физических характеристик. А линия, проведенная карандашом, рейсфедером или мелом, также не является в строгом смысле математической линией, о которой, собственно, и идет речь в нашем утверждении. Наконец, когда мы говорим, что через точку, находящуюся вне данной прямой в той же самой плоскости, можно провести лишь одну линию, параллельную данной, мы, по существу, утверждаем, что две такие линии нигде и никогда не пересекутся. А между тем это утверждение нельзя обосновать или проверить с помощью наблюдений, так как мы не можем наблюдать бесконечно удаленные точки или даже достаточно длинные отрезки прямых, не говоря уже о том, что все известные и поддающиеся нашим наблюдениям тела ограничены в пространстве, а наш пример с параллельными линиями говорит о бесконечно протяженных плоскостях и прямых. Все известные нам наблюдения не только не подтверждают, но, наоборот, расходятся с утверждением 8, которое представляет собой не что иное, как знаменитый пятый «постулат о параллельных» геометрии Евклида. Эти размышления, следовательно, показывают, что математические знания не являются прямым результатом наблюдений и экспериментов и заставляют нас задуматься, как возникают такие знания, как они связаны с действительными наблюдениями и экспериментами, что позволяет нам применять их для решения практических, экспериментальных задач.</p>
    <p>Ко второй группе мы можем отнести утверждение, подобное 7. В нем говорится о высоте Останкинской телевизионной башни. Может показаться, что это утверждение целиком построено на простейшем пассивном созерцании, наблюдении. Однако простое наблюдение не позволяет измерить высоту Останкинской башни. Чтобы сделать это, необходимо уметь измерять протяженные предметы. Необходимо знать правила измерения и вычисления измерительных ошибок. А всякие измерения связаны с математическими расчетами, со сложной совокупностью неэмпирических знаний. Стало быть, утверждения, подобные 7, хотя и кажутся чисто эмпирическими, не являются ими на самом деле.</p>
    <p>К третьей группе можно отнести утверждение, аналогичное 4, в котором содержится знание о знаменитых опытах Майкла Фарадея: с их помощью он открыл связь между электричеством и магнетизмом. Теперь такие опыты можно увидеть в любой школьной лаборатории, но для своего времени они были, вершиной экспериментального мастерства. Знания, содержащиеся в этом утверждении, нельзя получить на основе пассивных наблюдений, ибо в природе такие явления в достаточно «чистом» виде просто не встречаются. Это дает дополнительную иллюстрацию того, почему так важны эксперименты особенно в научном познании. Но вернемся к нашей проблеме и посмотрим, можно ли такое знание считать чисто эмпирическим, то есть основанным на одном лишь чувственном созерцании.</p>
    <p>В действительности вы можете во время опыта увидеть, как в полую катушку вдвигается железный сердечник, но вы не можете увидеть электрический ток не только во время школьных лабораторных занятий, но и ни при каких других условиях, так как он вообще не поддается чувственному восприятию. Разумеется, о прохождении тока по медному проводу, обмотанному вокруг катушки, вы можете судить по отклонению стрелки на шкале гальванометра. Однако для этого вам необходимо знать, что одно положение стрелки означает, что по проводнику идет ток, а другое— что электрический ток выключен. Кроме того, вы должны уметь пользоваться электрическими приборами и точно знать, что движение стрелки вызвано именно прохождением тока, а не какими-либо другими побочными, посторонними причинами. Следовательно, и знания, сформулированные в утверждении 4, не могут считаться чисто эмпирическими, поскольку для их выражения мало одних лишь чувственных восприятий и прямых наблюдений. Они предполагают наличие других дополнительных, вспомогательных знаний, полученных и проверенных до осуществления данного эксперимента.</p>
    <p>Наконец, к четвертой группе я могу отнести утверждения, подобные 5. Вы будете почти правы, если скажете, что здесь-то наконец мы сталкиваемся с примером чистого эмпирического знания. Но слово «почти» я употребил недаром. Дело в том, что, подбрасывая камень и замечая, что он затем падает на землю, вы должны, если желаете быть точными, сказать: «Данный камень, подброшенный с такой-то скоростью, в таком-то направлении, в таком-то пункте земной поверхности, упал на Землю там-то».</p>
    <p>Но велико ли значение этого утверждения, имеете ли вы право утверждать, что любой брошенный вами камень с произвольной скоростью и в любом пункте Земли упадет обратно на ее поверхность? Даже если вы произведете тысячи подобных наблюдений, я позволю себе усомниться в полной достоверности подобных знаний, лишь только вы попытаетесь утверждать, что таким же образом камень будет вести себя при любых условиях. Как мы знаем теперь, достаточно сообщить камню скорость, превосходящую 11,2 <emphasis>км/сек</emphasis> при его вертикальном броске вверх (так называемая вторая космическая скорость), чтобы он никогда больше не вернулся на поверхность Земли. В наше время такая скорость вполне достижима, поэтому утверждение «Камень, брошенный вверх, упал обратно на поверхность Земли» верно для каждого данного конкретного наблюдения, и в этом смысле его можно считать эмпирическим. Однако это утверждение лишь описывает определенное наблюдение и имеет небольшое познавательное значение: с его помощью фактически нельзя объяснить или предвидеть другие подобные события.</p>
    <p>Вспомним теперь изречение Ампера, приведенное в начале этого раздела. Говоря о наблюдении как первой ступени и даже источнике научного познания, он, несомненно, имел в виду не только пассивные наблюдения, которые до сих пор широко применяются в науке, но и эксперименты. Сам он сделал свое известное открытие — сформулировал закон для электрических токов, носящий его имя, как раз благодаря экспериментальным наблюдениям. Но Ампер, подчеркивая роль наблюдений, не сводил всю науку к одним лишь наблюдениям, пассивным или активным. Наряду с ними он упоминает математические вычисления, вывод следствий из сделанных наблюдений в качестве важнейших методов и приемов научного познания. Очевидно, что только в связи с этими методами наблюдение и эксперимент могут приобрести достоинство научных методов и с гордостью носить титул научных приемов познания.</p>
    <p>Будучи важными ступенями научного познания, наблюдения и эксперимент не образуют всей лестницы, как и вообще никакая отдельная ступень не может представлять собой лестницу в целом. Наша задача заключается, по-видимому, в том, чтобы определить место и назначение каждой ступеньки в лестнице научного познания. Этим мы сейчас и займемся.</p>
   </section>
   <section>
    <title>
     <p>Гордиев узел</p>
    </title>
    <p>Древний историк и биограф Плутарх рассказывает, что однажды Александру Македонскому показали невероятно запутанный узел, завязанный легендарным Гордием, основателем города Гордион. Предание гласило, что тот, кто сумеет распутать узел, станет владыкой мира. Не долго думая, Александр выхватил короткий меч и одним взмахом разрубил его.</p>
    <p>Встречаясь с запутанными и трудно разрешимыми задачами, люди нередко пытаются поступить с ними, как Александр Македонский с гордиевым узлом, то есть разрубить, а не распутать. Но в жизни такой подход оправдан далеко не всегда, а в сложных научных вопросах он часто бывает просто пагубным.</p>
    <p>Все это я говорю потому, что вопрос о природе самого научного знания, о том, как связаны между собой чувственные впечатления, образы и покоящиеся на них наблюдения с теоретическими знаниями, совсем не прост, и наш предыдущий разговор об их взаимосвязи подводит нас к пониманию того, что наука представляет своего рода гордиев узел. Тот, кто пытался разрубить его, всегда попадал в положение человека, получавшего в свое распоряжение один конец связи, но терявшего целое.</p>
    <p>Философы и мыслители прошлого, пристально изучавшие знания, выраженные в языке, тщательно анализировали понятия, способы их образования, взаимосвязи, а также суждения и утверждения, в которых соединялись различные понятия, дававшие нам возможность составить знания о тех или иных предметах. Они отдавали предпочтение «чистой» мысли, выраженной в этих понятиях и утверждениях, но при этом не могли ответить ни на вопрос, как и почему возникли понятия и утверждения, ни на вопрос, как эти «чистые» знания могут быть применены к реальному материальному миру в качестве инструментов воздействия на него, средств его преобразования. Такое направление получило название <emphasis>идеализма, </emphasis>от греческого слова «идеа» — «идея, мысль», поскольку оно считало, что исторически первичным и главным в процессе познания являются такие формы мысли, как понятие, суждение или умозаключение, образованные взаимосвязанными утверждениями.</p>
    <p>Напротив, мыслители, которые стояли на позициях <emphasis>эмпиризма</emphasis>, стремились вывести все знания из одних лишь наблюдений. Мы видели, однако (в предыдущей главе), что сделать это не только не просто, но во многих случаях и совершенно невозможно. К тому же и для проведения правильных корректных наблюдений и экспериментов необходимо располагать определенными знаниями. Получается своего рода гордиев узел: с одной стороны, понятия, суждения и умозаключения должны опираться на чувственные восприятия, на ощущения, являющиеся непосредственными отображениями, образами внешнего мира в мозгу человека; с другой стороны, сами ощущения, чувственные образы, наблюдения (пассивные и активные) предполагают наличие определенных знаний, общественной культуры, традиции чувственного восприятия. Я думаю поэтому, что наша задача заключается не в том, чтобы разрубить этот узел, и даже не в том, чтобы развязать его. В. И. Ленин как-то по иному поводу сказал, что при решении сложной задачи необходимо найти основное звено, уцепившись за которое можно вытащить (заметьте — вытащить, а не разорвать!) всю цепь. Мне кажется, что эти слова могут послужить для нас хорошим путеводителем. Необходимо найти некое «основное звено», которое позволило бы не только понять, как завязан этот узел, но и извлечь из этого понимания все, что нужно для формирования и развития научного познания.</p>
    <image l:href="#i_012.jpg"/>
    <p>Центральным звеном в цепи научных знаний являются законы науки. Термин «закон» весьма многозначен. Многозначность слов является характерной чертой естественного разговорного языка, которым мы пользуемся в повседневной жизни. Каждый язык, каким бы развитым и совершенным он ни был, имеет ограниченный запас слов и осмысленных словосочетаний. Поэтому люди часто использовали одни и те же слова и словосочетания для обозначения различных вещей, явлений и процессов, руководствуясь при этом чертами внешнего сходства, некоторыми внутренними связями или другими обстоятельствами. Это позволяло им при ограниченном запасе слов выражать с помощью естественного языка огромный объем самых разнородных знаний. С примерами подобной многозначности вы сталкиваетесь на каждом шагу. В трех предложениях: «Иван изучает французский язык», «В ресторане предлагают язык под майонезом», «Алгол — язык для машинного программирования» — термин «язык» обозначает различные вещи, практически имеющие между собой очень мало общего. Так же многозначно слово «нос», выражающее разные понятия в выражениях: «Нос корабля разрезал морские волны», «Канин Нос — полуостров», «у Иванова римский нос». Многозначным является термин «закон», выражающий в различных случаях совершенно различные понятия. Говорят о юридических законах, законах спорта, законах художественного творчества, законах природы или законах науки.</p>
    <p>В этой книге мы будем интересоваться только законами двух последних видов.</p>
    <p>Маркс говорил, что закон — это устойчивая, постоянная, необходимая внутренняя связь между явлениями, которые по своей видимости могут быть даже противоположны друг другу.</p>
    <p>Зачем же нужно нам знать законы объективного мира, в чем смысл и назначение такого знания?</p>
    <p>Окружающие нас явления и процессы, существующие вне нашего сознания и не зависящие от него, изменчивы и непостоянны. Чтобы ориентироваться в окружающем нас мире, приспособиться к нему, приспособить его к нашим потребностям, выжить и создать необходимые условия жизни, человек должен уметь разбираться в этих явлениях, в известной степени подчинять их себе. Он должен уметь объяснять их разнообразие, их отклонения в ту или иную сторону, а также предвидеть ход событий. Для всего этого как раз и нужно располагать сведениями о более устойчивых, постоянных связях между явлениями и процессами. Такие постоянные, устойчивые связи и являются объективными законами, которые Ленин образно называл «царством спокойного». Однако проникнуть в это царство отнюдь не легко.</p>
    <p>Люди, обитающие в средних широтах, давно заметили, что существует определенное чередование дня и ночи в пределах суток. Это знание мы можем назвать предметно-ориентировочным, так как оно позволяет ориентироваться во времени, планировать и распределять нашу деятельность по различным интервалам суток. В нем, однако, не содержится никакой информации о глубинных, устойчивых и необходимых связях, ибо, зная, что день приходит на смену ночи и что по истечении определенного времени снова наступит день, подавляющее большинство людей на протяжении сотен тысяч лет не смогли ответить на вопрос, везде ли, всегда ли и почему дело обстоит именно так.</p>
    <p>Старинные хроники рассказывают, что когда один из первых полярных путешественников вернулся после длительного пребывания на Крайнем Севере к своим землякам-французам и рассказал им о том, что на протяжении многих суток и недель, пока он находился на северной окраине Европы, солнце не заходило и царил постоянный день, ему просто не поверили. Теперь мы бы не усомнились в подобном сообщении. Впрочем, его современники были по-своему правы. Они доверяли своим чувствам, наблюдениям, и так как любые наблюдения ограничены местом, временем и другими условиями, то знания, убеждения и верования земляков этого путешественника были так же весьма поверхностны и ограниченны. Мы же, люди XX столетия, знающие законы движения планет, можем объяснить не только ежесуточную смену дня и ночи в средних широтах, но и многомесячные дни и ночи в полярных областях. Мы знаем, что наблюдения этого путешественника и его домоседов-земляков просто обнаруживали действия одного и того же закона в разных условиях, и этим объясняется различие в результатах наблюдений. Мы можем сразу же сделать один весьма существенный вывод, который и будет основным предметом нашего обсуждения в этом разделе. Вывод этот таков: наше знание строится на наблюдениях, но знание, целиком опирающееся только на наблюдение, справедливо лишь для определенных интервалов времени, определенного места, тех или иных ограниченных условий. Такие знания выражают или отражают предметно-ориентировочные связи, пригодные для решения некоторых ограниченных частных задач. С другой стороны, эти знания, как и лежащие в их основе наблюдения, могут быть объяснены и предсказаны, если мы знаем о законах природы.</p>
    <p>Здесь нам следует провести ясное разграничение между двумя важными понятиями. Первым из них является понятие «объективный закон природы». Закон природы — это и есть те необходимые, устойчивые связи между внешне противоположными явлениями, о которых говорил Маркс. Такой закон или совокупность законов существует независимо от того, знают ли о них люди что-либо или нет.</p>
    <p>Другое понятие — «закон науки». Законы науки формулируются, открываются, изобретаются учеными и отражают, описывают или выражают законы природы. Иными словами, законы науки представляют собой знания о законах природы и, следовательно, могут воспроизводить и отражать эти законы с большей или меньшей полнотой, более или менее точно, правильно, или, как говорят, <emphasis>адекватно</emphasis>.</p>
    <p>Закон науки — это та форма, тот вид знания, отношением к которому проверяется научность всех остальных видов знания. Закон науки — это и есть то звено, ухватившись за которое мы можем вытянуть всю цепь, найти то наиболее важное переплетение, которое образует центр великого гордиева узла — научного познания.</p>
    <p>Однако, соблюдая наш уговор, я вовсе не хочу, чтобы вы поверили мне на слово. Чтобы мое утверждение было убедительным, я хотел бы вместе с вами обсудить два вопроса. Каково отношение между законами науки и наблюдением? Как определяется мера соответствия между законами науки и законами природы и чем она проверяется и устанавливается?</p>
    <p>На первый вопрос я постараюсь ответить сейчас, на второй — в следующей главе.</p>
    <p>Давайте теперь вернемся к закону всемирного тяготения, который был опубликован Ньютоном в 1687 году в знаменитом трактате «Математические начала натуральной философии».</p>
    <p>Вы помните, конечно, по школьным учебникам, что закон этот имеет вид <emphasis>F = g</emphasis>(<emphasis>m</emphasis><sub>1</sub><emphasis>m</emphasis><sub>2</sub>/<emphasis>r</emphasis><sup>2</sup>) , где <emphasis>F</emphasis> — сила притяжения, <emphasis>g</emphasis> — постоянная притяжения (особый коэффициент), <emphasis>m</emphasis><sub>1</sub> и <emphasis>m</emphasis><sub>2 </sub>— массы двух взаимодействующих тел, <emphasis>r </emphasis>— расстояние между ними.</p>
    <p>Закон, по существу, утверждает: 1) что все тела в природе притягивают друг друга и 2) что сила их взаимного притяжения прямо пропорциональна произведению их масс и обратно пропорциональна квадрату расстояния между ними. Зная математическую формулу, выражающую закон как постоянную внутреннюю и необходимую связь между двумя любыми телами, можно вычислить величины, участвующие в формулировке закона.</p>
    <p>Каким же образом Ньютон открыл этот закон, что навело его на мысль о всемирном тяготении? Известно, что Ньютон размышлял о законе всемирного тяготения еще в 1666 году. Что же делал он двадцать последующих лет, отделяющих этот момент от опубликования его трактата?</p>
    <p>Как свидетельствуют дошедшие до нас документы, письма, воспоминания современников и т. д., почти одновременно с Ньютоном над вопросом взаимодействия тел на расстоянии задумывались и другие ученые. Более того, есть упоминание о том, что они также предполагали, что сила этого взаимодействия обратно пропорциональна квадрату расстояния между телами.</p>
    <p>Как видно, это не простая случайность. Однако дальше этого предположения другие современники Ньютона не двинулись.</p>
    <p>Что же побудило принять за основу рассуждения два важных тезиса, которые лежат в самом фундаменте закона, а именно: предположения, что все тела притягивают друг друга и что сила притяжения обратно пропорциональна квадрату расстояния между ними? Я думаю, что мы можем без особого труда ответить на этот вопрос.</p>
    <p>Прежде всего и Ньютон и его современники были под сильным впечатлением недавно открытых законов движения планет Солнечной системы. По имени сформулировавшего их ученого эти законы называются законами Кеплера (1571—1630).</p>
    <p>Первый из этих законов гласил, что все планеты вращаются вокруг Солнца по эллиптическим орбитам, в одном из фокусов которых и расположено Солнце. Каждая планета двигается, мы знаем, по «своему» эллипсу, однако фокусы с «закрепленным» в них Солнцем совпадают. Второй закон утверждает, что радиус-вектор планеты в равные промежутки времени описывает равновеликие площади. При этом для нас важно, что в алгебраической формулировке этого закона фигурирует величина <emphasis>r</emphasis><sup>2</sup>, и ее изменение влияет на скорость движения планеты (где <emphasis>r </emphasis>— радиус-вектор, абсолютная величина которого указывает абсолютное расстояние планеты от Солнца).</p>
    <p>Третий закон гласит, что квадраты времен обращения планет вокруг Солнца пропорциональны кубам больших полуосей их орбит. Законы Кеплера, в отличие от знаменитой гипотезы Коперника, которая представляла движение планет вокруг Солнца по ряду концентрических окружностей, опирались на огромное количество наблюдений, сделанных учителем Кеплера— великим датским астрономом Тихо Браге, и на тщательные математические расчеты, сделанные самим Кеплером с большим искусством. Его законы позволяли производить точные предсказания положения планет, что подтверждалось наблюдениями астрономов. Кеплер, как и Коперник, стремился в первую очередь ответить на вопрос, как двигаются планеты, какова геометрическая и математическая модель их движения. На вопрос, почему они двигаются именно так, а не иначе, ни Коперник, ни Кеплер ответить не могли. По-видимому, в значительной степени из-за того, что еще не порвали с религиозным мировоззрением и, подобно большинству своих современников, удовлетворялись ответом, согласно которому планеты двигаются так, а не иначе по воле господней и двигателями их являются ангелы. Однако уже великий современник Кеплера Галилео Галилей стремился объяснить движение тел в природе, исходя лишь из самих свойств и законов природы. Он, в частности, сформулировал другой замечательный закон, закон инерции, на который опирался Ньютон, создавая классическую динамику.</p>
    <p>В отличие от физической кинематики — раздела физики, изучающего, <emphasis>как</emphasis> при тех или иных условиях двигаются тела в пространстве, физическая динамика стремится ответить на вопрос, <emphasis>почему</emphasis> они двигаются так или иначе. Динамика, следовательно, использует результаты кинематики, но не удовлетворяется ими. Первый закон ньютоновской динамики был высказан еще Галилеем, но вошел в историю науки в формулировке, данной в «Математических началах» Ньютона. Он утверждает, что каждое тело в инерциальной системе отсчета покоится или двигается равномерно и прямолинейно, пока на него не подействует какая-либо сила. Опираясь на этот закон, Ньютон сформулировал следующий, второй закон динамики, математическим выражением которого является формула <emphasis>F = та,</emphasis> где <emphasis>F</emphasis>—сила, <emphasis>т</emphasis> — масса, <emphasis>а</emphasis> — ускорение.</p>
    <p>Законы Кеплера, закон инерции Галилея и динамика Ньютона как раз и послужили основой закона всемирного тяготения.</p>
    <p>В самом деле, если в соответствии с бесспорными вычислениями Кеплера планеты двигаются по эллипсам, значит, существует какая-то сила, заставляющая их в соответствии с законом инерции Галилея — Ньютона менять скорость как по величине, так и по направлению. Пользуясь правилом параллелограммов сил, о котором вы знаете из курса школьной физики, Ньютон вполне резонно предположил, что если бы на планеты не действовали никакие силы, то, начиная с каждого данного момента, планеты двигались бы по прямой, касательной к их действительной орбите.</p>
    <p>Так как планеты в действительности двигаются по эллипсу, то следует предположить, что, помимо силы, направляющей их по касательной, имеется другая сила, направленная к Солнцу. Эта центростремительная сила была названа Ньютоном силой притяжения. Теперь оставалось лишь подыскать математическое выражение для предполагаемого закона притяжения и проверить его всеобщность. Здесь роль своего рода «подсказчика» сыграл второй закон Кеплера, который своей формулировкой обращал внимание на связь движения планет с величиной, обратно пропорциональной квадрату их расстояния от Солнца.</p>
    <p>Конечно, открытие точной формулировки закона — великая личная заслуга Ньютона, но, как вы видите, открытие это было сделано, по-видимому, не в саду, не через пару минут после падения легендарного яблока, а «вырабатывалось» на протяжении многих лет и опиралось на знание многих других законов, открытий и расчетов.</p>
    <p>И еще одна важная деталь: даже после того, как формулировка закона была найдена, Ньютон опубликовал его не сразу. Прежде всего он попытался привести свой закон в согласие с явлениями природы. В качестве, так сказать, пробного полигона он выбрал вращение Луны вокруг Земли. Однако сложные расчеты, произведенные Ньютоном на основе открытого им закона, не согласовывались с вычислениями астрономов, производивших реальные наблюдения за вращением естественного спутника нашей планеты. Это заставило Ньютона на ряд лет отложить опубликование открытого закона. Лишь после того, как он познакомился с новыми, более точными результатами измерений окружности и радиуса Земли, сделанными Жаном Пикаром и опубликованными в 1675 году, он сумел внести поправки, и результаты его вычислений полностью совпали с результатами наблюдений. Только после этого Ньютон включил свой закон в число достоверных истин, подлежащих опубликованию.</p>
    <p>Мы можем заметить немало сложных петель, из которых складывается гордиев узел науки. Закон всемирного тяготения не был непосредственно и прямо выведен, извлечен из наблюдений и экспериментов. Ньютон опирался на другие законы, прежде всего законы Кеплера и Галилея, а также законы классической кинематики и динамики.</p>
    <p>Таким образом, неверно думать, будто бы все законы непосредственно возникают на основе наблюдений. Пример закона всемирного тяготения показывает, что он возник в результате сложных теоретических построений, вследствие учета взаимодействия, «вза-имоналожения» различных, ранее установленных законов науки. Далее наблюдения играют разную роль на начальной и заключительной стадиях формирования закона. На первой они могут дать толчок к поискам закона, на второй — послужить средством его проверки (наблюдение за движением Луны в случае с законом тяготения).</p>
    <p>Различными по своей природе были и законы, предшествовавшие и содействовавшие открытию закона всемирного тяготения. Законы Кеплера возникли в результате математической обработки наблюдений Тихо Браге. Без них открытие законов Кеплера было бы просто невозможно. Поэтому такие законы обычно называют эмпирическими. Они если и не вытекают непосредственно из наблюдений, то уж, по крайней мере, являются результатами их математической обработки. Напротив, закон инерции Галилея не мог, как думают многие, возникнуть из наблюдений.</p>
    <p>В самом деле, рассматривая движение любых предметов в природных или лабораторных искусственных условиях, мы никогда не можем заметить предметов, находящихся в абсолютном покое или совершающих прямолинейное равномерное движение. Сам Галилей это прекрасно сознавал к утверждал, что все виды движения относительны. Любое тело на поверхности Земли, которое мы можем условно считать покоящимся, в действительности втянуто в целый ряд разнообразных движений: оно вместе с поверхностью Земли колеблется, хотя, быть может, и не очень заметно, вращается вокруг земной оси и вместе с Землей вращается в Солнечной системе, а вместе с последней совершает движение в Галактике.</p>
    <p>В окружающем нас физическом мире нет также совершенно прямых линий, и все тела рано или поздно меняют свои направления и скорости. Кроме того, как утверждает современная физика, все они подвергаются тем или иным воздействиям. Поэтому закон инерции, выступающий в качестве первого закона ньютоновской динамики и образующий одну из важных предпосылок открытия закона всемирного тяготения, просто-напросто расходится с прямыми и непосредственными наблюдениями. Впрочем, и законы Кеплера не могли бы быть прямо и непосредственно выведены из наблюдения. Они были сформулированы лишь на основе сложных математических расчетов, ибо то, что мы видим, рассматривая движение светил на небосклоне, попросту противоречит утверждению о движении планет вокруг Солнца.</p>
    <p>Что же касается закона инерции, то он возникает не как результат сложных расчетов, а как некоторое теоретическое предположение или гипотеза, имеющая совсем иное назначение и происхождение, чем законы Кеплера. Его подлинный смысл можно было бы передать так: если бы на тела не действовали никакие силы, то они в определенной системе отсчета (которую мы называем инерциальной) покоились бы, либо двигались прямолинейно и равномерно. Но поскольку наблюдения во всех реальных и лабораторных условиях показывают, что ни одно тело не находится в абсолютном покое и не двигается равномерно по идеальной и бесконечной прямой, то это свидетельствует о том, что на все тела действуют какие-либо силы, не дающие им оставаться в покое или двигаться равномерно и прямолинейно. В такой формулировке закон инерции выступает как предположение, как гипотеза об условиях наблюдения за явлениями природы, при которых эти явления могут подчиняться законам классической динамики. Без такого предположения нельзя было бы применить закон всемирного тяготения к объяснению причин вращения планет вокруг Солнца или Луны вокруг Земли.</p>
    <p>В самом деле, достаточно предположить, что в мире просто неосуществимо прямолинейное движение хотя бы потому, что реальное физическое пространство искривлено, чтобы отпала необходимость в самом понятии силы тяготения. В этом случае можно было бы сказать, что Земля двигается по кривой линии вокруг Солнца просто потому, что такое движение заключено в самой природе физического пространства, окружающего Солнце. То же самое можно было бы сказать и о Луне. Вы, пожалуй, возразите, что понятие «искривленное пространство» — нечто противоестественное и искусственное. Не торопитесь, однако, с поспешными выводами. Именно такое понятие, конечно несколько более сложное, лежит в основе общей теории относительности Эйнштейна, которая более глубоко, чем закон тяготения Ньютона, объясняет многие физические явления. И хотя эта теория еще не получила полного эмпирического и экспериментального подтверждения, есть много данных, заставляющих считать, что в целом она является правильной.</p>
    <p>Мы, следовательно, вынуждены признать, что законы науки могут различаться по своему происхождению: одни из них могут быть эмпирическими, подобно законам Кеплера, другие теоретическими, выступая в качестве гипотетических предположений, подобно закону Галилея. Но и в том и в другом случае эти законы формулируются и создаются для того, чтобы вскрыть объективные, устойчивые и необходимые связи в самой природе. Здесь, кстати, я считаю полезным обратить ваше внимание, что сами творцы подобных законов не всегда верно оценивают их сущность, происхождение и способ создания или открытия. Ньютон любил говорить, что он не выдумывает гипотез. Эту же мысль подчеркивал и Ампер в высказывании, которое я привел в начале предыдущего раздела. Тем не менее мы видим, что без гипотез и допущений многие важнейшие положения науки просто невозможны.</p>
    <p>Более того, закон всемирного тяготения Ньютона прямо опирается на гипотезу, а именно на предположение о том, что существует абсолютно пустое и неподвижное мировое пространство и равномерно текущее время, не зависящее от характера движения тел. Теперь мы знаем, и это подтверждено экспериментальной физикой и более точными современными наблюдениями, что такое предположение в общем и целом неправильно или, лучше сказать, является слишком простым и грубым. Однако для цели Ньютона оно было вполне приемлемо. Ему самому оно казалось настолько естественным, что он даже не замечал гипотетичности, условности своего собственного допущения абсолютного пространства и равномерно текущего времени, не связанного ни с движением тел, ни с этим пространством.</p>
    <p>Наконец, нам следует обратить внимание на то, что законы, гипотезы и наблюдения далеко не просто согласуются друг с другом и не следуют друг за другом в какой-нибудь раз навсегда установленной последовательности. Законы Кеплера опирались на наблюдения Тихо Браге. Сам Браге осуществлял свои наблюдения, чтобы проверить, какая из двух систем— геоцентрическая или гелиоцентрическая — является правильной, более соответствующей действительному движению планет в природе. Опираясь на свои наблюдения, он был склонен отвергнуть гелиоцентрическую систему Коперника, тогда как Кеплер, используя наблюдения Браге, подтвердил ее.</p>
    <p>Мы приходим с вами к несколько неожиданным выводам. Законы науки создаются для того, чтобы объяснить различные, иногда противоречивые наблюдения или предсказать новые. В то же время сами законы науки не только не поддаются наблюдению, но их содержание прямо-таки расходится с данными наблюдений. Мы видим вращение Солнца вокруг Земли (что и утверждала система Птолемея), а не эллиптические орбиты, по которым Земля и планеты вращаются вокруг Солнца (как следует из законов Кеплера).</p>
    <p>Мы наблюдаем взаимодействие ограниченного числа тел, одни из которых притягиваются друг к другу, другие отталкиваются, третьи как будто бы вообще не влияют друг на друга, в то время как закон тяготения утверждает, что силы притяжения охватывают все тела во всей бесконечной Вселенной. Здравый смысл стоит гораздо ближе к наблюдению. Он представляет собой их непосредственное обобщение, элементарную связь между ними. Законы науки говорят о том, что непосредственно нельзя наблюдать, но вместе с тем предсказывают и объясняют самые сложные и неожиданные наблюдения. Чтобы сформулировать закон, нужны предположения (гипотезы), допущения и понятия, которые как будто бы не могут быть основаны или применены к наблюдениям и экспериментам, а вместе с тем именно эти гипотезы — допущения и понятия — позволяют сформулировать наиболее глубокие научные знания о действительности.</p>
    <p>Вы помните, как были поражены Элли и ее спутники, когда, войдя в Изумрудный город, обнаружили, что дома, деревья, люди, птицы и звери в этом городе зеленого цвета. Стоило лишь снять волшебные очки, как к этим предметам вернулась обычная окраска.</p>
    <p>Научные предположения, допущения и понятия позволяют увидеть окружающий нас мир неожиданным образом, в том особом волшебном свете, который недоступен здравому смыслу и позволяет выхватить из мрака неизвестности то, что скрыто от невооруженного взгляда.</p>
    <p>Итак, ситуация такова: законы науки не совпадают по содержанию с наблюдениями и экспериментом, но опираются на них, объясняют и предсказывают. Как правило, одно наблюдение не зависит от другого непосредственно, тогда как законы и гипотезы, относящиеся к одному кругу проблем, взаимосвязаны и выводятся друг из друга. Здесь есть над чем задуматься. И даже если я скажу вам, что подчеркнутая мной парадоксальная ситуация может быть устранена указанием на то, что законы науки дают нам знания не о наблюдениях и экспериментах самих по себе, а о внутренних связях окружающего мира, не все сомнения будут устранены.</p>
    <p>Мы распутали несколько петель гордиева узла, но наша работа не закончена, и в следующей главе мы займемся центральной проблемой научного познания, а именно: как устанавливается и проверяется соответствие законов науки и объективных устойчивых связей материального мира.</p>
   </section>
  </section>
  <section>
   <title>
    <p>В ПОИСКАХ НАУЧНОЙ ИСТИНЫ</p>
   </title>
   <section>
    <image l:href="#i_013.jpg"/>
    <empty-line/>
   </section>
   <section>
    <title>
     <p>Что есть истина?</p>
    </title>
    <p>Евангельское предание гласит, что вопрос, стоящий в заглавии, был задан наместником римского императора Понтием Пилатом, когда к нему привели по обвинению в подстрекательстве и нарушении порядка бродячего проповедника, прозванного Иисусом Хридтом. Обвинители утверждали, что этот оборванный и никому не известный человек повсюду сеет смуту, говоря, будто ему известна высшая истина о смысле жизни и бытия. Именно тогда Понтий Пилат и задал свой знаменитый вопрос, ставший с тех пор символом скептического неверия в то, что истина вообще существует, что она достижима.</p>
    <p>Таким он и изображен на известной картине русского художника Н. Н. Ге «Что есть истина?»: высокомерный образованный римский чиновник, с презрением глядящий на бродячего проповедника, полагающего, что ему известна истина.</p>
    <p>Оставим, однако, евангельские предания и заметим, что вопрос о том, что такое истина, существует ли она и, если существует, чем и как проверяется и доказывается, представляет для нас чрезвычайную важность, ибо он является центральным для всякой науки. Здесь проходит водораздел между наукой и религией. Первая стремится к объективной общезначимой истине, вторая опирается на веру, на внутреннее религиозное чувство, расходящееся с разумными доказательствами. Недаром знаменитый апологет раннего христианства Тертуллиан говорил: «Верую, потому что абсурдно».</p>
    <p>Что же такое истина вообще, научная истина в частности? Слово «истина», как и многие другие слова, перешедшие в науку из повседневного разговорного языка, многозначно. Оно имеет много различных смысловых оттенков. Часто говорят об истинной любви, истинной красоте, истинной поэзии и т. д. Во всех подобных случаях слова «истина», «истинный» употребляются как эпитеты, подчеркивающие исключительную силу того или иного чувства, важность, значимость того или иного явления, переживания и т. п. Однако в науке понятие «истина» служит для оценки соответствия наших знаний действительности, окружающему нас миру, оно показывает, в какой степени явления и процессы, существующие и происходящие во внешнем материальном мире, отражены нашими знаниями.</p>
    <p>И тут сразу же возникают несколько сложных вопросов.</p>
    <p>Во-первых, что значит, что те или иные явления отражены в наших знаниях; во-вторых, все ли виды знания отражают действительность одинаковым способом; в-третьих, все ли они относятся к окружающей нас действительности и, наконец, что дает нам уверенность в том, что наши знания действительно точно, верно отражают окружающий мир?</p>
    <p>Займемся обсуждением этих вопросов. Прежде всего давайте рассмотрим несколько утверждений.</p>
    <p>1. Бойцы отражают нападение врага. 2. В зеркале отражается лицо девушки. 3. Картина Левитана «Над вечным покоем» отражает русскую природу. 4. Шестая симфония Чайковского отражает мир внутренних переживаний и чувств композитора. 5. Закон всемирного тяготения отражает необходимые и постоянные внутренние связи и взаимодействия тел в природе.</p>
    <p>Если сравнить эти предложения, то сразу же становится ясно, что понятия «отражение» во всех этих примерах имеют разное значение. Смысл первого предложения в том, что одна группа вооруженных людей оказывает сопротивление другой, но было бы бессмысленно сказать, что зеркало оказывает сопротивление лицу девушки или картина Левитана сопротивляется русской природе, а тем более закон всемирного тяготения сопротивляется объективным процессам взаимодействия тел.</p>
    <p>Во втором предложении понятие «отражение» имеет, по-видимому, тот смысл, что мы можем, сравнивая наши зрительные впечатления, установить сходство между лицом девушки и его видимым изображением в зеркале. Сходный смысл понятия «отражение» имеется и в третьем примере, с той оговоркой, что изображение девичьего лица в зеркале исчезает сразу же, как только девушка отходит от зеркала, тогда как картина Левитана представляет собой типичный образ природы, сохраняющийся даже в отсутствие запечатленного в нем пейзажа. Зато для четвертого и пятого примеров этот смысл понятия «отражение» совершенно не пригоден. Говоря о том, что симфония отражает внутренние переживания композитора, слушатель может испытывать подъем, радостное волнение, чувство трагичности и другие психологические состояния, которые, по-видимому, испытывались композитором, выразившим их в музыке. Таким образом, возникает известное «совпадение» или «соответствие» чувственного, психологического состояния, в котором через посредство музыки слушатель как бы отражает внутренний мир ее автора. Напротив, никакого чувственного сходства между математической или словесной записью закона всемирного тяготения и чувственным впечатлением, возникающим при наблюдении за падающими предметами на Земле, вращением Луны или другими взаимнопритягивающимися телами, не обнаруживается. Понятие «отражение», встречающееся в 4-м и 5-м примерах, имеет различное значение.</p>
    <p>Вполне возможно, что, сделав свое открытие, Ньютон, как и большинство ученых в подобной ситуации, испытал огромную радость, подъем творческих сил, необыкновенный прилив энергии, но закон в его математической формулировке отражает не эти чувства, а объективные связи и отношения между предметами самой материальной действительности. Поэтому, говоря о том, что наши знания отражают действительность, мы будем употреблять понятие «отражение» в том смысле и с тем значением, в каком оно употребляется в последнем, пятом, из только что приведенных примеров.</p>
    <p>Наше рассуждение имеет и еще одну полезную сторону. Оно показывает, что в науке необходимо точно определять смысл и значение слов и понятий. Перекочевав в науку из языка повседневного общения, многие слова «захватили» с собой присущую им неясность и многозначность, которая на первых порах часто порождает много недоразумений. Поэтому одна из центральных задач анализа науки заключается в том, чтобы устранить неясность и многозначность слов, терминов, понятий, которые встречаются в языке науки. Это как раз и позволяет сделать язык науки наиболее точным, определенным и понятным, хотя многим людям, привыкшим к многозначности разговорного языка, эта строгость кажется утомительной и излишней.</p>
    <p>Итак, говоря о том, что знание, и в первую очередь научное знание, отражает действительность, мы вкладываем в понятие «отражение» совсем особый смысл, иной, чем в тех случаях, когда речь идет о музыкальных, художественных или литературных произведениях или об отражении в мире физических явлений. Теперь нам следует задуматься над тем, всегда ли наши знания отражают действительность верно, всегда ли то, что мы называем знанием, дает нам точную информацию о явлениях и процессах, совершающихся вокруг нас.</p>
    <p>Прежде чем ответить на этот вопрос, я хочу обратить ваше внимание на то, что отнюдь не все наши знания вообще относятся к внешнему миру, отнюдь не все являются отражением совершающихся в нем процессов и явлений. Чтобы развеять сомнения, которые могут у вас возникнуть, позвольте мне пояснить это утверждение несколькими примерами.</p>
    <p>Предположим, что вы переходите улицу, по которой с большой скоростью двигается поток городского транспорта: автомашины, автобусы, троллейбусы, автофургоны и т. д. Чтобы не вызвать дорожной катастрофы и самому не стать жертвой городского транспорта, вы должны знать определенные правила дорожного движения, скажем, основы цветовой сигнализации, разрешающей или запрещающей движение транспорта и пешеходов. Правила дорожного движения условны: возможно, что в одном городе существует правостороннее движение транспорта, в другом — левостороннее.</p>
    <p>В известных границах условны и многие другие правила, которыми люди пользуются в быту, на производстве и т. д. Например, правила хорошего тона запрещают есть рыбу ножом, правила шахматной игры запрещают шахматному слону двигаться по вертикальным и горизонтальным линиям, футбольные правила запрещают одновременно играть двадцатью двумя футбольными мячами (как вы помните, именно такое правило попытался ввести в футбол знаменитый старик Хоттабыч) и т. д.</p>
    <p>Очень многие правила, существующие в нашей жизни, можно легко изменить, не нарушая сколько-нибудь значительно привычного течения событий. Если в шахматах появится новое правило, разрешающее рокировку не только короля, но и королевы, то в этой игре наметятся неожиданные комбинационные возможности и многие новые варианты шахматных решений; однако я надеюсь, что это нововведение не поколеблет окружающий нас мир и общественный порядок.</p>
    <p>Многие обычаи, привычки и нормы поведения, по существу, являются не чем иным, как правилами, регулирующими совместную деятельность людей в обществе, на работе, в быту, во время отдыха или во время коллективных развлечений. Одни из этих норм, привычек и правил вырабатывались столетиями, другие были введены относительно недавно. Одни явились результатом стихийной, бессознательной деятельности людей, другие устанавливались сознательно и продуманно. Одни приняты в больших общественных коллективах (это касается, например, правил бытового поведения, скажем, требование уступать пожилым людям место в общественном транспорте и т. д.), другие касаются лишь небольших, относительно замкнутых групп людей, например, среди ученых принято в каждой статье по данному вопросу ссылаться на труды своих предшественников, тогда как представители художественной литературы, иногда использующие сходные сюжеты, таких ссылок не делают.</p>
    <p>Несмотря на все эти различия, правила устанавливаются людьми и могут ими же более или менее существенно изменяться. Нельзя поэтому сказать, что одни правила являются истинными, другие ложными. Нелепо было бы утверждать, что движение шахматного слона по диагонали истинно, в то время как движение по горизонтальным и вертикальным линиям ложно. Точно так же бессмысленно говорить о том, что истинны или ложны правила уличного движения или запрещение есть рыбу ножом и т. п. Просто все эти правила необходимо знать и следовать им при выполнении определенных совместных коллективных действий, особенно если эти правила касаются общественно значимой деятельности, Например производственной, учебной или спортивной.</p>
    <p>Знание различных правил чрезвычайно важно, но для нас сейчас существенно то, что оно не может оцениваться с точки зрения их истинности или ложности. Так как правила устанавливаются для того, чтобы регулировать нашу деятельность, необходимую для достижения тех или иных целей, то их следует оценивать с точки зрения того, насколько они целесообразны. В тех случаях, когда мы в состоянии предложить правила, больше соответствующие данным целям, лучше управляющие нашими действиями, мы в состоянии заменить старые правила новыми.</p>
    <p>Совсем иначе обстоит дело с истинными знаниями, относящимися к объективному миру. Не исключено, что настанет момент, когда, исчерпав почти все возможные шахматные комбинации, шахматисты примут решение о том, что рокировка допускается для королевы так же, как для короля; возможно, что футбольные авторитеты разрешат бить штрафной удар (пенальти) не с одиннадцати-, а с пятнадцати- или шестиметрового расстояния от ворот; возможно даже, что найдутся смельчаки, способные ввести правила, разрешающие есть рыбу ножом.</p>
    <p>Во всех этих случаях мы, по-видимому, смогли бы приноровиться к новым правилам, поступившись теми или иными старыми привычками.</p>
    <p>Совсем иное дело, если бы кто-нибудь попытался видоизменить закон всемирного тяготения, сформулировать его так:</p>
    <p>F=<emphasis>g</emphasis>(5<emphasis>m</emphasis><sub>1</sub>·5<emphasis>m</emphasis><sub>1</sub>/<emphasis>r</emphasis><sup>2</sup>).</p>
    <p>В такой записи закон не просто обрел бы другую математическую формулировку, но стал бы ложным. Далеко не все и не всякие правила можно произвольно или по взаимному согласованию видоизменять или отменять. Существуют правила, так сказать, «сцепленные», тесно связанные с нашими знаниями об окружающем мире, то есть со знаниями, которые бывают истинными или ложными. Такие правила непосредственно зависят от того, насколько истинны знания об объективном мире. И об этих правилах, и о том, как они «сцеплены» с истинными знаниями, у нас пойдет особый разговор, поскольку от связи определенных правил с истинными знаниями зависит само понимание истинности.</p>
    <p>Вернемся теперь к вопросу об истине.</p>
    <p>В. И. Ленин в книге «Материализм и эмпириокритицизм» писал, что объективная истина — это такое содержание наших представлений, которое не зависит ни от человека, ни от человечества. Здесь слово «представление» обозначает самый широкий круг человеческих знаний от непосредственных наблюдений до законов природы и общественного развития. От чего же в таком случае зависит объективная истина, если она не зависит ни от человека, ни от человечества?</p>
    <p>Приведенные выше слова Ленина обозначают четкую грань между двумя типами или, лучше сказать, слоями знания, а именно такими знаниями или таким содержанием знаний, которое зависит от отдельных людей, и такими, которые не зависят. После того, что мы с вами уже здесь выяснили, мы увидели, что различные правила деятельности, привычки и нормы поведения в большей или меньшей степени зависят от отдельных людей или человечества в целом, формируются и складываются в зависимости от тех или иных исторических условий и с их изменением приобретают новые значения или лишаются его совсем.</p>
    <p>Иное дело объективная истина. Те или иные законы природы и общества или научно установленные факты открываются, обнаруживаются, формулируются тоже в определенных условиях. Но, будучи раз сформулированными или открытыми, они уже не зависят ни от открывших их людей, ни от человечества в целом.</p>
    <p>От чего же в таком случае они зависят? В самом 88 общем виде ответ таков: от того, какие явления и процессы отражают в объективном мире данные знания, и от того, насколько велика степень соответствия этих знаний данным явлениям и процессам. Если мы захотели бы с вами выразить эту мысль более педантично и аккуратно, что очень часто бывает не только полезно, но просто необходимо для серьезного обсуждения, то мы могли бы сформулировать ее следующим образом.</p>
    <p>Пусть <emphasis>А</emphasis> — некоторое утверждение, выраженное в предложении на каком-нибудь языке; пусть <emphasis>В</emphasis> — какое-нибудь явление или процесс либо совокупность явлений или процессов объективного мира. Тогда выражение <emphasis>«А</emphasis> есть истинное значение или объективная истина, относящаяся к <emphasis>В»</emphasis> означает: 1. <emphasis>А</emphasis> отражает <emphasis>В и 2. А</emphasis> соответствует Б. Оба пункта, содержащихся в этом определении, нуждаются в пояснении. Первый из них говорит, что <emphasis>А</emphasis> может называться истинным лишь в случае, если оно отражает и относится именно к процессам или явлениям Б, но не к другим каким-либо явлениям и процессам, хотя бы и сходным с Б в том или ином отношении.</p>
    <p>Закон всемирного тяготения является объективной истиной или истинным знанием о процессах взаимного притяжения между твердыми телами в определенных условиях. Но этот же самый закон перестает быть истинным знанием, если мы пытаемся применить его, например, к взаимодействию между людьми или животными,живущими и действующими совсем в иных условиях. Подобным же образом, объективной истиной являются знания о «механизме» передачи наследственных, устойчивых, сохраняющихся признаков у живых организмов, открытых Уотсоном и Криком, но эти знания были бы ложными, если бы мы попытались их перенести на совсем другие, например общественные, явления.</p>
    <p>Первый пункт определения, следовательно, показывает, что истинные знания должны относиться не ко всем и не к любым, а к некоторым конкретным, выделенным и более или менее точно ограниченным явлениям. Именно это и имел в виду В. И. Ленин, когда говорил, что истина всегда конкретна.</p>
    <p>Второй пункт определения подчеркивает ту мысль, что <emphasis>А</emphasis> может рассматриваться как объективная истина не просто потому, что <emphasis>А</emphasis> отражает В, но потому, что <emphasis>А</emphasis> соответствует <emphasis>В.</emphasis> Очевидно, что понятия «отражение» и «соответствие» хотя и связаны друг с другом, но не совпадают полностью и отмечают, так сказать, тесно переплетающиеся, но различные стороны дела.</p>
    <p>Я уже говорил раньше, что понятие «отражение» многозначно, и на ряде примеров пытался доказать вам, что отражение в научном познании имеет совсем иной смысл, нежели в случаях, когда речь идет о других видах деятельности. Однако выявить различия еще не значит точно определить смысл данного понятия.</p>
    <p>Теперь наступил момент, когда мы, как я надеюсь, сможем решить и эту задачу. Только для этого нам понадобится рассмотреть вместе понятия «соответствие» и «отражение».</p>
    <p>Чтобы установить соответствие двух каких-либо предметов, необходимо выделить один или несколько признаков, по отношению к которым имеет смысл говорить о соответствии. Мы можем сравнить два металлических стержня, выделив в качестве основного признака их длину. Приложив стержни друг к другу и заметив, что концы в точности совпадают, мы вправе утверждать, что эти стержни соответствуют друг другу по длине. Стержни разной длины могут соответствовать друг другу по своему химическому составу. Чтобы установить это, следует проделать химический анализ, и, если в результате мы обнаружим, что оба стержня сделаны из одного и того же металла, мы можем сказать, что они соответствуют друг другу по химическому составу. Стержни могут отличаться длиной, химическим составом, диаметром, формой и т. д., но соответствовать друг другу по весу.</p>
    <p>Если перчатка плотно облегает руку, можно сказать, что она соответствует руке.</p>
    <p>Из этих примеров следует, что для установления соответствия нескольких предметов необходимо, во-первых, указать признак или набор признаков, по отношению к которым устанавливается соответствие, и, во-вторых, те или иные действия, позволяющие установить наличие интересующих нас признаков. Установить соответствие тех или иных предметов по данному набору признаков относительно легко. Несравненно труднее установить соответствие между предложением, заключающим в себе знания о предметах, и самими этими предметами.</p>
    <p>Обратимся снова к списку предложений, помещенных в начале первой главы.</p>
    <p>Каким образом можно сравнить, сопоставить, соотнести их с объектами и явлениями, о которых они говорят? Предложение 7 нельзя приложить к Останкинской башне, через предложение 4 нельзя пропустить электрический ток, как через медную обмотку полой деревянной катушки, предложение 3 нельзя «натянуть» на математические операции, как перчатку на руку.</p>
    <p>Знания, как вы помните, выражаются в предложениях того или иного языка, а явления, к которым они относятся, принадлежат объективному миру, миру материальных вещей и процессов. Разумеется, сами предложения материальны в том смысле, что звуки или письменные знаки, посредством которых они обозначаются, могут быть восприняты нашими органами чувств. Но можно ли установить какое-либо разумное соответствие между звуками или буквенными значками, с помощью которых выражены знания об Останкинской башне, с самой этой башней, сделанной из стали и бетона?</p>
    <p>Можно ли установить совпадение, соответствие между звуковой или графической формой предложения, говорящего о песке и глине, и самими минеральными образованиями? По-видимому, такое сравнение или соответствие лишено всякого смысла и даже попросту невозможно.</p>
    <p>Как же тогда можно говорить об истинности наших знаний, то есть о том, что они отражают объективную действительность и соответствуют ей? Чтобы установить, например, соответствие предложения «Высота Останкинской телевизионной башни от ее основания до кончика шпиля равна 536 метрам» действительному положению дел, нам следует, во-первых, знать, какие предметы или свойства и количественные характеристики предметов обозначаются словами «Останкинская телевизионная башня», «шпиль», «основание», «536 метров», «равняется» и т. п. А во-вторых, нам нужно знать, что связь между этими словами, являющимися наименованиями предметов или понятиями о тех или иных множествах предметов, свойств и отношений, соответствует некоторой объективной связи между вещами и их свойствами в самой объективной действительности.</p>
    <p>Вот здесь-то мы и подходим к существу дела. Оно заключается в том, что слова, выступающие в качестве имен и понятий, обозначают те или иные явления и процессы, а также связанные с ними чувственные образы и в этом смысле отражают их. Это значит, что, услышав или прочитав то или иное выражение, состоящее из одного или нескольких слов, мы можем более или менее точно указать, к каким предметам или совокупности предметов и процессов эти выражения относятся, что они обозначают, о чем с их помощью мы можем говорить.</p>
    <p>С другой стороны, мы подразумеваем, что, столкнувшись с теми или иными явлениями в окружающем мире, мы знаем, какими языковыми выражениями они обозначаются.</p>
    <p>Таким образом, отношение обозначения, имеющее место между нашими языковыми выражениями, то есть именами и понятиями, с одной стороны, и объектами материального мира — с другой, есть средство или способ, при помощи которого достигается отражение внешнего мира в нашем сознании. Этого, однако, недостаточно, ибо наше знание отражает не просто разрозненные явления, события и процессы, но ту или иную связь, зависимость и взаимодействие между ними, между предметами, их свойствами и взаимоотношениями. Мало знать, какой предмет обозначен именем «Останкинская телевизионная башня», что представляет собой количественная характеристика «536 метров», какое математическое отношение обозначено словом «равняется» и т. д. Необходимо уметь установить соответствие между действительной связью и наличием тех или иных свойств у данных предметов и тем, что говорится, что зафиксировано в наших предложениях, несущих знания об этих предметах. Для этого мы должны уметь осуществлять определенные действия с предметами. Справедливость сведений о высоте Останкинской башни устанавливается с помощью измерений и вычислений, проводимых по определенным правилам; справедливость утверждения о том, что данный минерал глина, а не песок, устанавливается с помощью таких действии, как размачивание материала, создание клейкого теста, обжиг изготовленного сосуда в печи и т. д.</p>
    <p>Чтобы установить соответствие двух стержней по тому или иному признаку, нужно произвести определенные действия: приложить их друг к другу, произвести химический анализ или взвесить. Установление соответствия руки и перчатки связано с надеванием перчатки на руку. А чтобы установить соответствие наших знаний с теми или иными объективными явлениями и процессами, чтобы установить действительное наличие или отсутствие тех или иных свойств у определенных предметов, необходимо осуществить сложную последовательность действий, в ходе которых мы зачастую не просто манипулируем с предметами, но и видоизменяем их.</p>
    <p>Особенно хорошо это заметно, когда речь идет о знаниях, относящихся к большим совокупностям предметов, выражающим глубокие внутренние связи, скрытые от поверхностного наблюдателя.</p>
    <p>И здесь мы подходим, пожалуй, к самому важному пункту теории познания вообще, теории научного познания в особенности.</p>
    <p>О том, что истинным является знание, соответствующее объективной действительности, ученые и философы догадывались, и говорили давно. Еще знаменитый древнегреческий философ Аристотель (384— 322 гг. до н. э.) писал: «Истину говорят те, кто называет соединенное соединенным, разъединенное же — разъединенным. Ошибочно же утверждают говорящие противное». Этим он хотел сказать, что то или иное утверждение может быть истинным, лишь если его содержание соответствует действительному положению дел, но при этом оставался открытым вопрос, каким образом может быть установлено и проверено соответствие знании действительности. Ведь знание нельзя приложить к действительности, как прикладывают друг к другу два стержня, нельзя установить соответствие знаний действительности путем химического анализа того и другого, нельзя сделать это и путем уравновешивания их на весах и т. д.</p>
    <p>Вот почему вокруг вопроса о природе истинного знания и способах проверки соответствия знаний действительности на протяжении многих столетий шли ожесточенные споры. Одни утверждали, что критерием, то есть мерилом, такого соответствия может быть только наблюдение, основанное на чувственных впечатлениях, другие уверяли, что главный признак истинности заключается во внутренней непротиворечивости знаний, третьи считали, что «внутреннее зрение», интуиция, догадка мыслителя служат гарантией истинности, четвертые полагали, что только бог дает такую гарантию, и, наконец, пятые, убедившись, что каждая из предыдущих позиций уязвима, вообще приходили к выводу о том, что истины не существует.</p>
    <image l:href="#i_014.jpg"/>
    <p>Великая историческая заслуга К. Маркса и Ф. Энгельса состоит в том, что они впервые перенесли все эти споры в совершенно другую плоскость. Маркс в своих знаменитых «Тезисах о Фейербахе» заметил, что мощь и предметная истинность наших знаний устанавливается в практике, в общественно-производственной преобразующей революционной деятельности, которую он понимал чрезвычайно широко, включая в нее деятельность по преобразованию материальных предметов и общественных отношений.</p>
    <p>Развивая мысль Маркса, Энгельс говорил, что познать вещь, и притом познать верно, истинно, — значит прежде всего уметь ее сделать.</p>
    <p>В самом деле, лучшим подтверждением того, что мы познали законы строения атомов и притом познали истинно, является, например, синтез трансурановых элементов, таких, как курчатовий (№ 104 в таблице Менделеева), осуществленный под руководством академика Г. Н. Флерова. Это понимание практики как основы и критерия истины нуждается в пояснении.</p>
    <p>Картины звездного неба, наблюдаемые с Земли невооруженным глазом и с помощью оптического или радиотелескопа, чрезвычайно отличаются друг от друга.</p>
    <p>Еще больше отличается от них картина, которую видит космонавт, находящийся в кабине искусственного спутника Земли, но и она не совпадает с тем, что видит космонавт, облетающий Луну. Нечего и говорить, что то, что увидят космонавты, находящиеся за пределами Солнечной системы, будет еще больше отличаться от наблюдаемого с Земли. Эти различные картины Земли, планет и звездного неба объясняются различной системой деятельности: наблюдением с Земли, с околоземного или окололунного спутника, из лаборатории, вышедшей за пределы Солнечной системы, и т. п. Несмотря на несовпадение наглядных образов Вселенной, получаемых различными способами, все они несут в себе известные «доли и порции» истинного знания. На основании этих знаний мы можем предпринимать новые действия, новые виды деятельности, результаты которых дают практическое мерило того, насколько полна и объективна каждая из полученных картин. Дело, следовательно, заключается не в том, чтобы просто противопоставить одну картину Солнечной системы или Вселенной другой, не в том, чтобы предпочесть то или иное астрономическое представление о мире, а в том, чтобы обнаружить их связь с определенными видами деятельности и более или менее точно показать, чему и в каких условиях соответствуют эти картины и представления, по каким законам и правилам они создаются.</p>
    <p>Но пойдем дальше. Говоря об истине, особенно важно иметь в виду, что это понятие необходимо для установления соответствия не столько между чувственными образами и объективными вещами, сколько между этими последними и знаниями, выраженными в языковой, условной, символической форме, что особенно характерно для науки. Мы не можем с помощью органов чувств наблюдать процессы, совершающиеся в атомах или атомных ядрах, даже наше воображение, даже интуиция самых изощренных и изобретательных умов не в состоянии дать образное представление о том, что происходит в мире микрочастиц. Происходящие там процессы и реакции ученые в состоянии выразить лишь с помощью абстрактных математических символов, уравнений. То, что эти уравнения дают нам истинные знания о действительных физических процессах, доказывается тем, что с помощью основанных на этих уравнениях расчетов мы в состоянии получать атомную энергию, осуществлять управляемые термоядерные реакции и т. д.</p>
    <p>Но если практика есть основа и критерий объективной истины и определяет степень соответствия наших знаний действительности, то как быть с нашими знаниями, относящимися к прошлому или будущему, с которыми мы не можем практически взаимодействовать? Как быть со знаниями, которые еще не подверглись проверке? Всегда ли практика позволяет определить истину раз и навсегда, во всей полноте?</p>
    <p>Все ли виды знаний и в науке и в повседневной жизни нуждаются в сложной практической, экспериментальной проверке или иногда мы можем ограничиться простыми пассивными наблюдениями? Как, наконец, создаются понятия и суждения, истинность которых мы должны установить с помощью практики?</p>
    <p>Пока мы не обсудим и хотя бы частично не разрешим эти вопросы, нам будет трудно преодолеть скептическое и недоверчивое отношение к истине, так отчетливо сформулированное в знаменитых словах Понтия Пилата.</p>
   </section>
   <section>
    <title>
     <p>Чувственные образы и абстракции</p>
    </title>
    <p>Если бы пчела, ночная бабочка, летучая мышь и человек могли разговаривать на одинаково понятном им языке или решились бы обсудить вопрос о том, как окрашены цветок и листья освещенной солнечным светом розы, то их разговор выглядел бы примерно так:</p>
    <p>Пчела: «Мне кажется, что цветок и листья имеют совершенно одинаковую окраску».</p>
    <p>Человек: «Я вижу, что цветок розы красный, тогда как листья зеленые».</p>
    <p>Ночная бабочка: «Я вообще ничего не вижу при таком освещении. В темноте же они мне кажутся окрашенными одинаково».</p>
    <p>Летучая мышь: «Я присоединяюсь к ночной бабочке. Я тоже сейчас не могу ничего сказать об этом предмете. В ночное же время я в состоянии определить его местонахождение, форму и расстояние между цветком и листьями, а также между цветком и другими предметами».</p>
    <p>Кто прав из участников этой беседы, на чьей стороне истина? Каждый в подтверждение своей правоты с равным основанием может ссылаться на те чувственные впечатления и образы, которыми он располагает в данный момент. Известно, и это доказано экспериментально, что пчелы в силу особого устройства их органов зрения не различают красный и зеленый цвета. Ночные бабочки видят все в инфракрасном свете и поэтому почти не воспринимают предметы при дневном освещении. Что касается летучих мышей, то они предпочитают пользоваться во всех, так сказать, спорных случаях органами слуха. Летучая мышь, совершающая свои охотничьи набеги в ночное время в темном лесу или в подземной пещере, посылает в разные стороны пучки ультразвука и, ловя его отражение с помощью своего рода «эхолокатора», точно определяет расположение предметов, их форму и направление движения.</p>
    <p>Таким образом, чувственные образы предметов, на которые ссылаются в подтверждение своей позиции наши спорщики, зависят от целого ряда обстоятельств. Во-первых, они зависят от характера предмета, в данном случае цветка и листьев розы. Во-вторых, от условий его освещенности, в которых происходит чувственное восприятие, наконец, в-треть-их, от устройства органов восприятия. И поскольку эти последние у всех спорщиков устроены по-разному, то в одних и тех же условиях они позволяют получить различные впечатления. Можно ли при таких обстоятельствах вообще ставить вопрос об объективной истине, о существовании какого-то содержания наших знаний или представлений, не зависящих ни от человека, ни от человечества?</p>
    <p>Чтобы ответить на этот вопрос, давайте хотя бы очень схематично познакомимся с процессом получения зрительных, чувственных образов человеком.</p>
    <p>Зрение является главным источником наших сведений об окружающем мире. Оно, по подсчетам специалистов, дает до девяти десятых всей чувственной информации, которой мы располагаем. Когда солнечный свет падает на лепестки розы, часть солнечных лучей поглощается поверхностью цветка, а часть отражается, попадает в глаз наблюдателя и вызывает строго определенные преобразования в молекулах светочувствительного химического вещества родопсина, находящегося в так называемых «колбочках» и «палочках» — особых световоспринимающих клетках, покрывающих сетчатую оболочку глаза. То есть световой луч, прежде чем вызвать у нас определенное ощущение, претерпевает ряд качественных преобразований.</p>
    <p>Мы можем сказать поэтому, что ощущение есть превращение энергии внешнего раздражения в факт сознания. Будучи «фактом сознания», ощущение зависит не только от объективных свойств предмета (роза) и условий (характер освещения), но и от устройства воспринимающего аппарата (зрительная система человека). Поэтому зрительный образ, построенный на ощущениях, содержит в себе, так сказать, в «смеси», в «растворе», во взаимном переплетении как сведения об объективном мире, так и сведения о состоянии воспринимающего организма, то есть субъекта. В силу этого В. И. Ленин подчеркивал, что «ощущение есть субъективный образ объективного мира».</p>
    <p>Наши спорщики не смогли прийти к соглашению относительно окраски цветка розы и ее листьев, потому что они подчеркивали главным образом субъективную сторону своего чувственного восприятия объективного предмета.</p>
    <p>Сделаем еще более фантастическое предположение и допустим, что пчела, человек, ночная бабочка и летучая мышь не только обмениваются мнениями и спорят на одном и том же языке, но и обладают необходимым запасом современных научных знаний, например из области физики, а так же, что они умеют пользоваться физическими измерительными приборами и вычислительной математикой. Возможно ли при этом условии устранить возникшее разногласие? Я думаю, что теперь нам следует дать утвердительный ответ. В самом деле, представьте себе, что&gt;отложив бесплодный спор, наши новоявленные физики вооружились приборами и, зная, как измеряется частота колебаний и энергия электромагнитных волн, экспериментально изучили состав света, отражаемого поверхностью цветка и листьев розы.</p>
    <p>Такая информация на этот раз будет иметь форму объективной истины, ибо ее содержание не будет зависеть от чувственных впечатлений участников спора. Разумеется, и здесь наши чувственные впечатления не могут быть устранены полностью, но их роль принципиально меняется. Удельный вес субъективного фактора становится несравненно меньше благодаря тому, что мы можем воспользоваться любыми приемлемыми для нас приборами.</p>
    <p>Смысл полученной информации в этом случае совершенно не зависит от того, какими органами чувств мы пользуемся. Слепой может выслушать какой-либо рассказ на слух в дикторском исполнении, он может прочитать его на ощупь, с помощью особого выпуклого шрифта, зрячий человек познакомится с рассказом в обычном типографском исполнении.</p>
    <p>Говоря терминами современной науки, содержание рассказа инвариантно, то есть остается неизменным и не зависит от способа, которым оно выражено и воспринято. В этом же самом смысле и объективная истина инвариантна по отношению к ощущениям и чувственным образам.</p>
    <p>Ощущения, как вы помните, представляют собой субъективный образ объективного мира. Напротив, истина представляет его объективный образ. Но для того чтобы перейти от субъективного образа мира к его объективному образу, необходимо пройти сложный путь, путь познания действительности. На этом пути встречается, как мы видели, много трудностей, связанных с созданием специального познавательного аппарата, предназначенного для выражения и фиксирования объективных знаний — истин, максимально верно воспроизводящих свойства, характеристики и отношения, существующие в самом объективном мире.</p>
    <p>Следует, однако, иметь в виду, что понятия, которыми пользуются в повседневной жизнедеятельности, и понятия, которыми пользуются в науке, существенно отличаются друг от друга. Мы видели, что пока наши спорщики пользовались понятиями обычного здравого смысла, они не могли прийти к соглашению и тем более установить объективную истину. Для этого понадобились понятия современной науки.</p>
    <p>Так как характер научных истин и прежде всего законов науки в значительной степени также зависит от методов конструирования, то нам следует заняться сейчас выяснением того, как создаются понятия вообще и научные понятия в особенности.</p>
    <p>Обычно процесс создания понятий называют <emphasis>абстрагированием</emphasis> (от греческого abstragiro — отвлечение, выделение, обобщение), а сами понятия, возникающие в результате этого процесса, часто называют <emphasis>абстракциями.</emphasis> Подчеркивая важную роль абстракций в познании, Ленин говорил, что любое слово есть абстракция. Этим он хотел подчеркнуть, что абстракции, то есть понятия, неразрывно связаны с языком.</p>
    <p>С другой стороны, он настоятельно подчеркивал, что научные абстракции отражают мир глубже, вернее, полнее, чем понятия здравого смысла.</p>
    <p>Самым простым способом конструирования понятий является так называемая процедура обобщения. Она больше всего соответствует исходному смыслу термина «абстрагирование» и «абстракция».</p>
    <p>Первый этап этой процедуры — группировка предметов. Он заключается в том, что люди фактически или в воображении, как иногда говорят школьники — «в уме», выделяют из гигантского многообразия окружающих явлений те, которые либо представляют для них особый интерес, часто встречаются в производственной деятельности, важны для достижения политических целей, либо, наоборот, чрезвычайно редки и в силу этого привлекают к себе внимание. Выделенные таким образом предметы объединяются в одну исходную группировку. По своей природе они могут быть весьма различными. Например, в группировку могут входить зрелый помидор, цветок розы, разрезанный спелый арбуз, пионерский галстук, пылающий костер, колба с кровью донора и т. д.</p>
    <p>Второй этап составляет операция отождествления и отвлечения. Эта операция состоит как бы из двух звеньев: первое заключается в обнаружении некоторого общего свойства, присущего всем предметам группировки в большей или меньшей степени. Второе предполагает фактическое или воображаемое отвлечение от всех остальных свойств, которыми члены группировки отличаются друг от друга. В нашем случае им всем присуще одно <sub>ч</sub>общее свойство — вызывать в нас в условиях нормальной дневной освещенности одно и то же зрительное цветовое ощущение. Остальные свойства: физико-химический состав, геометрическая форма, способ использования, происхождение или создание отличаются у всех попарно взятых членов группировки. Мы поэтому в данной ситуации отвлекаемся от подобных свойств.</p>
    <p>Третий этап составляет операция <emphasis>вербализации </emphasis>(от латинского слова verbalis — словесный). Сущность этой операции заключается в том, что мы обозначаем выделенное свойство с помощью того или иного слова или словосочетания. Неважно, какими мотивами руководствуются люди, подбирая то или иное выражение для обозначения какого-либо свойства. Существенно то, что любое такое выражение, взятое само по себе, не имеет ничего сходного, ничего общего с обозначаемым свойством. Можно воспользоваться с равным успехом словами «тру-ля-ля», «add», «бир-лям-бом», «rot» или «красный цвет» для обозначения свойства различных предметов нашей группировки, вызывающего у нас одно и то же цветовое ощущение.</p>
    <p>Начиная с определенного момента, когда такое словоупотребление для всех членов данного языкового коллектива, говорящих, например, на русском языке, станет привычным и общепринятым, избранное слово, скажем «красный цвет», начнет выполнять роль понятия — символа или знака, используемого для обозначения данного объективного свойства вещей.</p>
    <p>Несколько иначе выглядит процедура построения понятия «абсолютно твердое тело», находящего применение в современной теоретической физике. Как и в процедуре обобщения, мы начинаем с группировки предметов. Сравнивая между собой кусочек воска, графитовый карандашный стержень, свинцовую пулю, мраморный и гранитный кубики, острие алмазного резца, мы можем заметить, что они обладают, несмотря на различие химического состава и геометрической формы, некоторым общим свойством—способностью в тех или иных обстоятельствах сохранять первоначальную геометрическую форму.</p>
    <p>Однако, сравнивая между собой эти предметы, мы можем расположить их по нарастающей степени данного свойства. Принято считать, что из двух тел тверже то, которое при сильном нажиме оставляет царапину на другом. При равных условиях каждое из тел только что составленной группировки по порядку их перечисления будет тверже предыдущего. Твердость нарастает от воска к алмазу, но при изменении условий даже алмаз может оказаться нетвердым, например, при очень высоком давлении или температуре. Природа как бы устанавливает предел твердости. Однако мы можем в нашем воображении как бы продолжить тенденцию нарастания твердости за этот предел, вообразить существование тела, которое не меняет своей геометрической формы ни при каких условиях. Такое тело в физике называют «абсолютно твердым» и говорят, что оно обладает тем свойством, что расстояние между двумя любыми его точками не меняется ни при каких перемещениях или действиях. «Абсолютно твердое тело» есть, следовательно, понятие, отражающее неизменность геометрической формы тел. Так как этим свойством не обладает ни одно реальное физическое тело, то оно не является общим ни для одной группы тел, и поэтому неверно говорить, что это понятие возникает как результат процедуры обобщения. Обобщение — есть часть новой процедуры, называемой «предельным переходом» или идеализацией. При идеализации физическим телам зачастую приписываются такие свойства, которые в природе просто невозможны. Например, физики говорят об идеальных газах, молекулы которых обладают абсолютной упругостью, представляют собой шарики исчезающе малых размеров, и во всех взаимодействиях между ними не проявляется потенциальная энергия. В природе таких газов нет, но в молекулярной физике понятие «идеальный газ» необходимо, чтобы сформулировать некоторые наиболее важные законы, которые затем с более или менее существенными поправками и уточнениями могут быть применены к реальным газам. Подобным же образом понятие «абсолютно твердое тело» необходимо для построения ряда физических теорий и формулирования законов, в частности связанных со специальной теорией относительности. Прежде чем подвести итог, рассмотрим два примера построения понятий, показывающих, что процедурами обобщения и предельного перехода способы выработки абстракции отнюдь не исчерпываются. Первое из этих понятий — «электромагнитное поле». Поставив ряд оригинальных опытов, Майкл Фарадей так же, как и некоторые его предшественники и современники, заметил ряд особенностей, связанных с движением того, что он назвал электрическим током. В частности, Фарадей установил, что движение постоянного тока по одному проводнику вызывает так называемый индуктивный ток в параллельном проводнике. Он заметил также, что движение электрического тока приводит к тому, что пространство вокруг проводника проявляет магнитные свойства, в частности, было обнаружено, что металлические опилки, находящиеся в плоскости, перпендикулярной проводнику с проходящим током, располагаются по силовым линиям так же, как они расположились бы под влиянием обычного магнита. Было установлено также, что ток, проходящий по намотанному на полую деревянную катушку проводнику, заставляет железный сердечник втягиваться в отверстие катушки и т. д. Однако никакого прямого видимого механического взаимодействия между различными проводниками, проводником и железным сердечником и т. д. не было.</p>
    <p>Пришлось допустить, что существует некоторое особое явление, недоступное прямому наблюдению, но тем не менее способное влиять на те или иные физические процессы и вызывать магнетизм. Это «нечто» Максвелл назвал «электромагнитным полем». В своем знаменитом трактате он писал: «Теория, которую я предлагаю, названа теорией электромагнитного поля, потому что она имеет дело с пространством, окружающим электрические или магнитные тела, и она может быть названа также динамической теорией, поскольку она допускает, что в этом пространстве имеется материя, находящаяся в движении, посредством которой и производятся наблюдаемые электромагнитные явления».</p>
    <p>Понятие «электромагнитное поле» содержит в себе ряд признаков или характеристик обозначаемого объек та, таких, как напряженность и т. п. По мнению Максвелла и других представителей классической электродинамики, должен существовать некоторый материальный объект, свойства которого как раз и отображаются в признаках этого понятия. Нетрудно заметить, что понятия «красный цвет», «абсолютно твердое тело», «электромагнитное поле» сконструированы при помощи различных процедур. Первое из них возникло в результате процедуры обобщения на основе выделения общих свойств цветовых ощущений. Второе связано с процедурой предельного перехода, позволяющей в воображении как бы перешагнуть действительные пределы, установленные законами физики, и вообразить такие физические объекты, которые не существуют в действительности.</p>
    <p>Наконец понятия, подобные понятию «электромагнитное поле», вводятся не путем обобщения чувственных впечатлений или образов (ибо мы просто не получаем прямых чувственных впечатлений от объективного материального электромагнитного поля) и не путем предельного перехода, так как здесь нет и речи о степенях нарастающего объективного свойства, но особым способом.</p>
    <p>Замечая следы, оставленные человеком-невидим-кой, но не имея возможности наблюдать его самого, персонажи знаменитого романа Герберта Уэллса «Человек-невидимка» вынуждены были предположить, вообразить, сконструировать образ того, кто оставлял замеченные ими следы. Подобным же путем идет физик, когда конструирует понятия, объединяющие в себе признаки некоторого явления, «следы» которого он обнаруживает в тех или иных физических экспериментах, но не в состоянии непосредственно обнаружить с помощью органов чувств. Поэтому такие понятия и называются «теоретическими или гипотетическими конструктами».</p>
    <p>Каждый раз, когда в физике, астрономии, биологии или другой науке приходится вводить искусственно сконструированные понятия, возникает вопрос, соответствует ли им что-либо в самой действительности и как это можно установить с помощью экспериментальной, предметно-практической деятельности. То, что понятие «электромагнитное поле» отражает физическую реальность и соответствует ее объективным свойствам, было проверено не только в опытах с электричеством и магнетизмом, но и в опытах со светом. Оказалось, что это понятие может с успехом использоваться в законах и теориях, дающих нам информацию о свете и о различных оптических явлениях.</p>
    <p>Чтобы лучше понять, как создаются и зачем нужны особые научные понятия, стоит рассмотреть еще один важный пример, связанный с введением в физику понятия «кванта энергии» или «кванта действия».</p>
    <p>В конце XIX века внимание многих физиков было привлечено к вопросу об излучении так называемого «абсолютно черного тела». Чтобы представить себе некоторое подобие такого тела, не существующего в природе, следует вообразить полый стальной шарик с крохотным отверстием, через которое и происходит излучение.</p>
    <p>Еще в 70-х годах XIX века Кирхгоф сформулировал закон теплового излучения, согласно которому отношение «лучеиспускательной» способности нагретого тела к его «поглощательной» способности не зависит от природы тела, а является одинаковой для всех тел функцией частоты излучения и температуры. Не говоря уже о том, что долгое время не удавалось найти формулу, пригодную для выражения этой функции: законы классической физики приводили к выводу, что нагретое тело и особенно «абсолютно черное тело», независимо от температуры, должно излучать в ультрафиолетовой части спектра бесконечно большую энергию.</p>
    <p>Этот вывод получил название «ультрафиолетовой катастрофы», так как подрывал многие фундаментальные принципы классической физики. Стремясь сохранить эти принципы, Макс Планк сделал предположение, носившее по существу революционный характер, чего сам он первоначально не предполагал. Вопреки убеждениям всей классической физики, унаследовавшей от древних мыслителей веру в то, что «природа не делает скачков», Планк выдвинул смелую идею, что лучеиспускание, прежде всего тепловое, происходит не непрерывно, а крохотными порциями — квантами (от немецкого Quantum — количество, масса).</p>
    <p>Согласно гипотезе Планка, мельчайшие частицы, из которых сделана материя, поглощают и излучают энергию пропорционально некоторой постоянной величине <emphasis>h</emphasis> и частоте колебаний &#957;, то есть энергия <emphasis>Е = h</emphasis>&#957;<emphasis>. </emphasis>Величина <emphasis>h</emphasis> — квант действия или квант энергии — явилась совершенно новым для физики понятием и была впервые обнародована Планком 14 декабря 1900 года на заседании в Берлинском физическом обществе.</p>
    <p>Уже на следующее утро молодой физик Генрих Рубенс, присутствовавший на докладе Планка, сообщил, что формула, предложенная Планком для теплового излучения, прекрасно согласуется с экспериментальными данными.</p>
    <p>Спустя несколько лет Альберт Эйнштейн (1905) применил понятие «квант» к свету, а в 1913 году Нильс Бор воспользовался им для разработки теории атома водорода.</p>
    <p>Начиная с этого времени понятие «квант» вторгается во все разделы физики и в конце концов вызывает революционный переворот, завершающийся созданием квантовой механики.</p>
    <p>Введение в физику нового понятия «кванта» интересно для нас в том отношении, что демонстрирует еще один способ создания научных понятий. «Квант» не является результатом обобщения чувственных образов, не возникает в ходе идеализации или предельного перехода. Новое понятие «изобретается» специально для того, чтобы решить определенную познавательную задачу — построить формулу для выражения закона теплового излучения, согласующегося с экспериментальными данными и ранее установленными принципами физики. В конечном счете и это понятие можно соотнести с некоторыми материальными процессами, отраженными в наших ощущениях,— положением стрелки на шкале прибора, вспышками на люминесцирующем экране и т. д. Но знание, выраженное в нем, относится не к этим предметам, а к тому, что скрывается за ними и недоступно нашему восприятию. Создание подобных понятий «продиктовано» не непосредственно экспериментом и наблюдением, а потребностями их теоретического объяснения. Они предназначаются для того, чтобы заполнить пробел в системе уже существующих понятий, без чего теоретическое объяснение и предвидение новых явлений было бы невозможно.</p>
    <p>Теперь мы можем сделать некоторые выводы.</p>
    <p>1. Понятия или абстракции представляют собой форму знания, отражающую отдельные свойства, особенности, характеристики (включая количественные) окружающих нас явлений и процессов.</p>
    <p>2. Понятия создаются посредством различных процедур, обобщения, предельного перехода, теоретического конструирования и т. д. Ни один из этих способов не является исчерпывающим или единственно возможным. Кроме них, существует множество других, более сложных и поэтому не рассмотренных здесь способов конструирования понятий.</p>
    <p>3. Понятия, как и все виды знания, есть результат решения определенных познавательных задач. Понятия обычного здравого смысла возникают в ходе решения задач, связанных с повседневной деятельностью, и помогают ориентироваться в обычных предметах и процессах, встречающихся в повседневной жизни. Понятия научные, как правило, создаются для выработки точных, преимущественно количественных, то есть выраженных в числовой форме, описаний или для формулирования законов науки. В силу этого понятия здравого смысла чаще всего являются обобщениями чувственно-наглядных образов, возникающих в обычной предметно-практической деятельности. Понятия же науки могут быть как обобщениями чувственных образов, возникающих в эксперименте и целенаправленном научном наблюдении, так и конструкциями, специально созданными «под диктовку» математического аппарата, необходимого для формулирования законов той или иной научной теории.</p>
    <p>4. Понятия могут рассматриваться как копии или образы вещей, но не в том смысле, что между понятиями и вещами существует некоторое подобие геометрической формы, окраски, способа деятельности, поведения, физико-химического строения и т. п. Отнюдь нет, ибо понятия — это определенные словесные выражения, соотнесенные, или связанные, или, если угодно, отражающие свойства и отношения между вещами, и не имеют никакой окраски, геометрической формы и т. п.</p>
    <p>Говоря о том, что понятия есть образы или копии предметов и процессов в объективном мире, мы имеем в виду, что знание признаков, содержащихся в определении того или иного понятия, позволяют нам распознать, обнаружить соответствующие свойства тех или иных предметов.</p>
    <p>Научные понятия, выражающие скрытые от чувственного восприятия свойства вещей, и притом в количественной форме (например, понятие «электромагнитное поле», «квант» и т. п.), отражают внешний мир, по словам Ленина, «глубже, вернее и полнее», чем понятия здравого смысла.</p>
    <p>У научных абстракций есть вместе с тем и свои слабые стороны: они отражают и фиксируют лишь отдельные, разрозненные свойства интересующих нас явлений. А между тем и предметы повседневной практики, и объекты, изучаемые в научных лабораториях, многогранны и представляют собой единство, совокупность фактически бесконечного числа свойств. Разумеется, охватить и выразить их все в каком бы то ни было понятии невозможно, ибо любое понятие включает в себя лишь конечное число признаков, каждый из которых отражает отдельные свойства.</p>
    <p>Есть, однако, способ преодолеть эту трудность. Он заключается в том, что, соединяя определенным образом отдельные абстракции, отражающие с предельной глубиной те или иные стороны предмета, мы можем построить новые, конкретные понятия.</p>
    <p>Конкретные понятия дают более всесторонние, полные, точные и в силу этого более полезные знания. Процедура построения конкретных понятий из абстракций называется методом восхождения от абстрактного к конкретному. Применение этой процедуры требует тщательного отбора абстракций, строго последовательного их соединения, причем такого, при котором их взаимная связь соответствует связи свойств в отражаемых объективных предметах. Понятие обычного здравого смысла, попадая в научный обиход, становится конкретнее, глубже.</p>
    <p>Мы можем теперь с уверенностью сказать, что понятия, являющиеся обобщениями наших ощущений и чувственных образов, которыми мы, как правило, пользуемся в повседневной жизни, гораздо более абстрактны, поскольку они выражают отдельные свойства объектов, к тому же лишь те свойства, которые непосредственно вызывают у нас те или иные субъективные ощущения. Понятия же, которыми пользуется наука, значительно более конкретны.</p>
    <p>Вы помните, что знание представляет собой результат решения определенных познавательных задач. Знания и понятия, которые встречаются в повседневной жизни и образуют костяк здравого смысла, как правило, создаются для того, чтобы человек мог ориентироваться и действовать в окружающей его среде в привычных, бытовых и производственных условиях. Этим последним свойственна относительная простота, они изменяются сравнительно редко. Поэтому понятия здравого смысла вполне пригодны для отражения предметно-ориентировочных связей. С помощью таких понятий можно сформулировать простые и ограниченные временем, местом и другими обстоятельствами истины. Характер этих истин будет зависеть не только от отраженных в них особенностей объектов, но и в значительной степени от индивидуальных навыков людей, уровня культуры данного коллектива и общества и других исторически преходящих условий.</p>
    <p>Напротив, научные абстракции и сконструированные из них конкретные понятия науки приспособлены к отражению более глубоких внутренних, необходимых и устойчивых связей и явлений. Они создаются для познания интересующих нас явлений во всей их сложности. К тому же многие из этих явлений вообще недоступны нашим ощущениям и могут быть изучены лишь опосредованно, с помощью приборов и экспериментальных устройств, таких, как радиотелескопы, ускорители элементарных частиц, лазерные установки и т. п. С помощью таких понятий, как электромагнитное поле, абсолютно твердое тело и т. д., обычно формулируются не знания, применяемые в повседневной жизни, а законы науки. Законы науки в силу этого обладают истинностью высшего порядка, они гораздо объективнее, устойчивее и общезначимее, чем истины, которыми приходится пользоваться в повседневной жизни.</p>
    <p>Иногда говорят: чтобы убедиться в истинности того или иного утверждения, нужно самому увидеть, пощупать или услышать то или иное явление. Я надеюсь, что теперь вы согласитесь со мной в том, что это утверждение по меньшей мере сомнительно. Спора нет, что для решения простых проблем наши ощущения дают достаточно верную информацию. Там же, где мы затрагиваем более сложные вопросы, более глубокие, устойчивые и постоянные связи, особенно между явлениями микромира или космоса, обращение к непосредственным чувственным образам может либо ввести нас в заблуждение, либо окажется вообще невозможным. Это, конечно, не значит, что между понятиями здравого смысла и науки существует непроходимая пропасть. Отнюдь нет. При соответствующих условиях даже привычные нам понятия здравого смысла могут приобрести достоинство научных понятий.</p>
    <p>И все же мы знаем теперь, что для формулирования научных истин нам необходимо знать, как строятся научные понятия, каковы создающие их процедуры, ибо только с помощью научных понятий можно достичь главную цель любой науки — выработать объективную истину.</p>
   </section>
   <section>
    <title>
     <p>Модели, гипотезы, истины</p>
    </title>
    <p>Что представляет собой поверхность Луны? Этот вопрос очень занимал Незнайку и его друзей, решивших отправиться в путешествие к нашему естественному спутнику. Знайка, самый образованный и начитанный из всей компании, высказал догадку о том, что наблюдаемые в телескопы гигантские лунные кратеры возникли так же, как и дырочки на блинах, которые любила готовить его бабушка. Подобно тому, как на блинах появляются вздутия, которые, лопнув, образуют «блинные кратеры», так и на огромном диске Луны, по форме напоминающем гигантский блин, возникли в свое время действительные лунные кратеры.</p>
    <p>Вспоминая теперь эти рассуждения из книги Н. Носова «Незнайка на Луне», вы можете снисходительно улыбнуться. Вам, современникам первых космических путешествий, наверно, уже известно, что кратеры Луны имеют иное происхождение. Но не торопитесь улыбаться. Многие научные открытия возникли из догадок. В форме предположения или гипотезы первоначально были выдвинуты и учение Коперника, и учение Ньютона о том, что свет состоит из потока частиц, и противоположная гипотеза, согласно которой свет представлял собой волновые колебания эфира. В форме гипотезы появилась на свет классическая электродинамика Максвелла, квантовая механика и специальная общая теория относительности Эйнштейна. Подчеркивая исключительно важную роль гипотез в развитии научного познания, Энгельс отмечал, что гипотеза является важнейшей формой развития науки.</p>
    <p>Но почему ученые не могут сразу открывать законы природы и новые, ранее неизвестные факты? Зачем вообще необходимы гипотезы?</p>
    <p>Представьте себе, что вы собираетесь отыскать какую-либо вещь ночью, в полной темноте. Хорошо еще, если вы заранее знаете, что' именно вы хотите найти. Часто, однако, бывает так, что поиски ведутся наугад, что задача сформулирована не очень четко и вы стремитесь просто обнаружить какой-либо новый, вам неизвестный предмет. Если область поиска невелика, например комната, ограниченная четырьмя стенами, то ваши поиски не займут много времени. Перебрав находящиеся в комнате предметы, вы с большей или меньшей точностью в конце концов сможете установить, что' в ней находится и какие из обнаруженных предметов не были вам знакомы ранее.</p>
    <p>В случае, когда поиск нужно вести не в комнате, а в огромном лесу или бескрайнем поле, решить вашу задачу совсем не так легко. Вряд ли кто-нибудь станет спорить, что мощный электрический прожектор очень облегчил бы вашу работу. В науке роль такого прожектора, определяющего направление поиска, отбор необходимых фактов и экспериментов, форму организации исследований и т. д., как раз и выполняют гипотезы. Вместо того чтобы вслепую вести научный поиск, ученые предпочитают выдвинуть целую серию гипотез, которые с наибольшей полнотой охватывали бы все наиболее перспективные возможности и направления поисков. Такие гипотезы располагаются по степени правдоподобия или вероятности и затем, последовательно или одновременно, подвергаются проверке и испытанию. Очень часто гипотезы строятся так, что одни исключают другие. Тогда подтверждение или опровержение одной гипотезы почти автоматически доказывает ложность или повышает правдоподобность других гипотез. За гипотезами, которые получают очень высокую степень достоверности, и закрепляется почетный титул закона науки или научной истины. Вот почему вопрос об истинности наших знаний так тесно связан с вопросом о роли гипотез в научном познании. Как же возникают гипотезы?</p>
    <p>Можно, конечно, высказывать те или иные предположения наугад. Но даже в повседневной жизни, где почти не приходится сталкиваться с проблемами чрезвычайной сложности или требующими очень высокой точности, такой способ мышления редко оказывается полезным. В науке гипотеза заслуживает серьезного внимания лишь после того, как выдвинувший ее ученый приводит основания, серьезные доводы в ее пользу. В противном случае никто не возьмется за ее проверку. В этом случае она не будет иметь никакого шанса со временем превратиться в закон науки. Даже «блинная» гипотеза Знайки была не просто вздорным вымыслом. Чтобы выдвинуть такую гипотезу, Знайка действительно должен был обладать некоторой наблюдательностью, способностью сравнивать различные по своему характеру явления, догадываться о том, что помимо зримых, видимых общих черт у различающихся между собой явлений могут быть другие — невидимые и незримые. Его гипотеза о «блинных кратерах» не так уж и нелепа, хотя высказана, разумеется, в очень наивной, детской форме. Ученые — астрономы, астрофизики, астрогеологи, астрогеографы и т. д. — до сих пор спорят об особенностях лунной поверхности, происхождении гор, морей и кратеров и о том, как вообще возникла Луна. Ни на один из этих вопросов нет окончательного ответа. Впрочем, следует сказать, что в науке вообще редко встречаются окончательные ответы.</p>
    <p>Попробуем теперь разобраться, как возникают гипотезы. Самый простой способ построения гипотез опирается на эмпирические обобщения, построенные на сопоставлении и сравнении результатов наблюдения. Типичным примером подобного рода являются утверждения: «все лебеди белые», «Земля — плоская», «Луна представляет собой плоский диск», «зайцы принадлежат к отряду грызунов», «тяжелые предметы, лишенные опоры, всегда падают на Землю, причем чем тяжелее предмет, тем быстрее он падает», и т. д. На первый взгляд кажется, что нет ничего надежнее, чем обобщение, построенное на многократно повторяющихся наблюдениях, но то, что на первый взгляд кажется бесспорным, очень часто оказывается шатким и сомнительным. Когда вдруг в Австралии были обнаружены черные лебеди, первое из упомянутых выше предложений оказалось ложным; путешествие Магеллана опровергло второе; тщательное наблюдение за Луной, проведенное из разных точек земной поверхности, расчеты, опирающиеся на небесную механику, созданную Ньютоном, давно опровергли представление о дискообразном строении Луны. Опыты Галилея показали, что скорость падения тел вблизи земной поверхности не зависит от их массы и т. д.</p>
    <p>Поэтому-то гипотезы, опирающиеся на эмпирические наблюдения, хотя и остаются до сегодняшнего дня важным инструментом научного познания, несут на себе печать ограниченности, они слишком тесно привязаны к месту и времени наблюдения, слишком обусловлены случайными, преходящими обстоятельствами.</p>
    <image l:href="#i_015.jpg"/>
    <p>Может быть, в таком случае нам следует отказаться от эмпирических обобщений и отдать предпочтение воображению, творческому произволу, разрешающему создавать любые, самые фантастические гипотезы?</p>
    <p>Не следует, однако, увлекаться крайностями. Творческое воображение играет выдающуюся роль в развитии науки. Рассказывают, что, когда знаменитому немецкому математику Давиду Гильберту (1862—1943) сказали, что один из его учеников занялся поэтической деятельностью, Гильберт воскликнул: «Для математики у него не хватало воображения!»</p>
    <p>Так это или не так, но ясно одно, что воображение необходимо даже для самой строгой и педантичной науки — математики. Существует, однако, принципиальная разница между воображением, на основе которого возникают мифы, легенды и волшебные сказки, и воображением, на основе которого выдвигаются научные гипотезы. В фундаменте даже самых фантастических и необычных на первый взгляд научных гипотез лежит точное знание объективных фактов и ранее установленных законов природы.</p>
    <p>Древние греки создали миф о кентаврах — существах с туловищем лошади, головой и торсом человека. В русских волшебных сказках рассказывается о бабе-яге, передвигающейся в ступе или верхом на метле, о кощее, о царевне-лягушке и т. д. Легко заметить, что сами образы, предметы, из которых «склеены» эти фантастические персонажи, заимствованы из повседневной жизни. В ней вы находите и лошадей, и людей, и старух с подозрительным и зловещим взглядом, и ступку, в которой толкут зерно, и метлу, и лягушку, если вам повезет, можете встретить даже царевну. Однако в сказке эти предметы соединены между собой так, как они не могут быть соединены по законам природы, действуют и поступают они также вопреки объективным законам природы и общества.</p>
    <p>Напротив, научные гипотезы, то есть предположения и допущения относительно возможных, еще неизвестных фактов, или формулировки, претендующие на то, чтобы стать новыми законами науки (в случае, если они получают экспериментальное подтверждение), могут казаться совершенно фантастическими как с точки зрения здравого смысла, так и ранее установленных фактов и законов.</p>
    <p>Существует несколько взаимоисключающих гипотез о происхождении Луны.</p>
    <p>Первая из них опирается на теорию академика О. Ю. Шмидта, согласно которой наша Солнечная система возникла из своего рода гигантского космического газо-пылевого облака. Из этого облака и образовавшихся в нем комочков межпланетного вещества, возможно, возникли и Земля и Луна.</p>
    <p>Вторая гипотеза исходит из того, что Луна была «вырвана» из тела, пролетавшего мимо нашей планеты несколько миллиардов лет назад.</p>
    <p>Третья, напротив, отводит роль возмутителя спокойствия Земле, которая сама, возможно, «вырвала» гигантский сгусток материи из другого космического тела и «захватила» этот сгусток на околоземную орбиту, превратив его в свой естественный спутник.</p>
    <p>Как бы ни были удивительны и странны с первого взгляда эти гипотезы, все они не просто являются досужими догадками астрономов, но и подтверждаются знаниями законов физики, механики, химии и т. д. Каждая из этих гипотез распадается на целую серию подгипотез, отличающихся друг от друга деталями и нюансами. Но все они подтверждены более или менее точными расчетами и обосновываются теми или иными законами науки.</p>
    <p>Чтобы окончательно выбрать подлинную гипотезу, которая сможет считаться законом развития и формирования Луны, нужно провести экспериментальную проверку каждой из них. Но всегда ли мы можем произвести необходимый для этого эксперимент? Бывают ведь случаи, когда гипотеза касается далекого и притом неповторимого прошлого, как, например, в случае с Луной, или относится к далекому будущему, сведения о котором, быть может, удастся проверить через десятки, сотни, а иногда и миллионы лет? Вот тут-то нам и понадобится еще одно новое понятие, имеющее самое прямое отношение к научнрму познанию. Это понятие «модель».</p>
    <p>Слово «модель» происходит от французского modelle и означает «образец». Однако в современной науке первоначальный смысл этого слова изменился. Чтобы упростить нашу задачу, я познакомлю вас лишь с четырьмя основными значениями понятия «модель», наиболее распространенными и часто применяемыми в научной литературе.</p>
    <p>1. Материальные модели. Материальными моделями являются некоторые объекты, предметы, которыми мы пользуемся при изучении других, непосредственно интересующих нас объектов и предметов. Модель, понимаемая в этом смысле, выступает как объект-заместитель интересующего нас явления или процесса. Примером материальной модели может служить макет Останкинской телевизионной башни, первоначально созданный архитекторами и конструкторами для того, чтобы проверить правильность своих расчетов и некоторые особенности будущей эксплуатации настоящей телебашни. Как правило, подобные макеты создаются при строительстве самолетов, кораблей, заводов, электростанций и многих других сооружений. Будучи гораздо меньшими по размеру, более дешевыми, более простыми, часто изготавливаемыми из других материалов, такие объекты-заместители, или модели, позволяют изучить целый ряд особенностей будущих сооружений. Полученные во время экспериментов с моделями знания затем с соответствующими поправками могут быть перенесены на объекты-оригиналы или прототипы, как иногда называют основные исследуемые учеными или инженерами явления и процессы.</p>
    <p>2. Второй тип или класс моделей — это так называемые воображаемые модели. Ученые часто придумывают, воображают некоторые объекты в чувственной, наглядной форме, причем такой, что в ней сохранены лишь существенные и наиболее важные черты, свойства и особенности реальных объектов, учет и исследование которых необходимы для решения определенных познавательных задач. Часто в самой действительности объекты подобного рода не существуют и даже не могут по тем или иным причинам существовать. Поэтому воображаемые наглядные образы вещей, выступающие в качестве объектов-заместителей действительных явлений и процессов, не могут быть воплощены в виде макетов или технических, физических, химических или биологических явлений, относящихся к моделям первого рода. Воображаемые модели позволяют отвлечься от второстепенных особенностей действительных объектов и представить таким образом их наиболее существенные черты и особенности как бы в увеличенном виде под объективом «умственного микроскопа» ученого.</p>
    <p>Прекрасный пример воображаемых моделей мы находим у Максвелла. Стремясь связать в рамках единой теории явления электричества и магнетизма, экспериментально обнаруженные Фарадеем и другими исследователями, Максвелл попытался представить электрический ток в виде особой, несжимаемой жидкости, текущей по проводнику так же, как обычная жидкость течет по трубке. При этом напряжение и силу электрического тока он сравнивал с давлением, которое испытывает жидкость в разных точках трубки, и количеством жидкости, проходящим через поперечное сечение трубки за единицу времени. «Электрическая» жидкость Максвелла не обладала вязкостью. Ее частицы не взаимодействовали между собой, подобно молекулам воды или другой жидкости. В этом смысле она резко отличалась от обычных жидкостей и не могла быть фактически создана даже в экспериментальных условиях.</p>
    <p>Зачем же понадобилась такая воображаемая жидкость великому английскому физику? Дело в том, что электрическая «жидкость» Максвелла позволяла применить к изучению электрических процессов уравнение гидродинамики — раздела механики и физики, хорошо разработанного к этому времени и выраженному в развитой математической форме, что позволяло получать точные количественные характеристики изучаемых процессов и проверять их в эксперименте с большой надежностью.</p>
    <p>Таким образом, воображаемая «жидкохггь» Максвелла была моделью реального электрического тока, разумеется, моделью приближенной, в достаточной степени условной, но все же обладающей сходством с реальным физическим явлением, по крайней мере в наиболее важных и существенных для исследования чертах. Это и позволило перенести в область электродинамики целый ряд уравнений и методов, разработанных в гидродинамике.</p>
    <p>Однако в той мере, в какой модель является лишь условным приближенным подобием реального процесса, теория, полученная на основе модели, также является приближенной теорией действительного физического явления. Более того, в электродинамике возникает целый ряд новых явлений, вообще не существующих в гидродинамике. К их числу относятся, например, электромагнитные поля, появляющиеся при прохождении электрического тока по проводнику. Поэтому Максвеллу пришлось видоизменить, уточнить и усложнить исходную модель. Это позволило создать ряд новых уравнений, выражавших в математической форме наиболее глубокие связи между магнитными и электрическими явлениями. Они получили название уравнений Максвелла или уравнений классической электродинамики.</p>
    <p>Другим примером воображаемых моделей может служить модель атома, разработанная физиком Нильсом Бором. Бор предложил рассматривать атом как крохотную Солнечную систему, Солнцем которой является атомное ядро, а планетами электроны, вращающиеся по эллиптическим орбитам вокруг ядра. Прототипом такой модели или образцом для ее создания была гелиоцентрическая модель, разработанная для реальной Солнечной системы Коперником, Кеплером, Ньютоном и другими представителями классической астрономии и физики. Однако и здесь сходство или подобие модели и реального физического явления были частичными или условными. В самом деле, в уравнениях, описывавших движения планет Солнечной системы, все величины, изменяясь непрерывно, плавно, последовательно принимают все допустимые числовые значения. Напротив, уравнения, характеризующие движение электронов в атоме, содержали в себе дискретные, как говорят, квантующиеся величины, кратные постоянной Планка <emphasis>h</emphasis> и изменявшиеся в силу этого скачкообразно. Модель Бора была вследствие этого внутренне противоречива, так как строилась одновременно на классических и квантовых предположениях, зачастую полностью исключавших друг друга. Но результаты, полученные на основании математических расчетов, неплохо согласовывались с экспериментальными данными, объясняли их, позволяли предсказывать новые и давали основания считать, что противоречивая во многом модель, предложенная Бором, отражает действительную сложную и внутренне противоречивую природу самих атомов.</p>
    <p>Воображаемые модели часто используются учеными не только для того, чтобы создать чувственно-наглядный образ явления, позволяющий им в упрощенной форме представить наиболее важные из изучаемых процессов. Они часто используются для того, чтобы спланировать эксперимент, вообразить возможное его протекание, построить математическое описание будущих экспериментальных действий и наблюдений, спроектировать предполагаемые, ожидаемые результаты. В этом случае воображаемые модели часто называют умственным экспериментом.</p>
    <p>3. Третий тип моделей — математические модели. К этому типу относятся некоторые формулы или уравнения, описывающие или выражающие те или иные закономерности или особенности поведения и строения изучаемых объектов. Термин «модель» применяется к некоторым математическим выражениям, чтобы подчеркнуть их связь с объективной действительностью, к которой они относятся. Чаще всего при этом имеют в виду то, что числовые значения, полученные с помощью таких формул и уравнений, хорошо согласуются с числовыми значениями (или могут и должны, по мнению исследователя, хорошо согласовываться), получаемыми в ходе экспериментов при измерении соответствующих объектов и процессов.</p>
    <p>4. Наконец, последний тип модели — это так называемые теоретические модели. В большинстве точных или математизированных наук, например в физике, механике, астрономии и т. д., законы и теории формулируются с помощью математических выражений, содержащих переменные величины. Чтобы результаты математических преобразований и вычислений можно было, сравнивать с экспериментальными данными, полученными в процессе наблюдений и измерений, переменным величинам необходимо придать определенный физический, механический или астрономический смысл, позволяющий тем или иным путем устанавливать связь этих величин с наблюдаемыми явлениями. Это можно сделать с помощью некоторого набора множества понятий и утверждений, таких, как «масса», «скорость», «красный», «кислый», «магнитные силовые линии вызываются электромагнитным полем» и т. д. Набор понятий и утверждений подобного рода часто и называется теоретической моделью той или иной научной теории. Особенности научного познания, связанные с моделями, рассмотренными в пунктах 3 и 4, мы с вами обсудим в следующей главе. Здесь же нам предстоит иметь дело только с моделями двух первых типов.</p>
    <p>Перед тем как начать разговор о моделях, я задал вопрос: «Всегда ли можно экспериментально, практически проверить выдвинутые гипотезы?» Теперь мы, пожалуй, в состоянии на него ответить. Часто случается так, что гипотеза, относящаяся к отдаленному прошлому или будущему, к отсутствующим, труднодоступным или дорогостоящим объектам, не поддается проверке в прямом эксперименте на основе непосредственного наблюдения. В подобных случаях как раз и следует воспользоваться той или иной моделью.</p>
    <p>Если, например, астрофизик утверждает, что при определенных условиях на каком-то космическом теле может произойти определенная реакция, скажем, при температуре 6000° (температура поверхности Солнца), то вряд ли автор гипотезы сумеет проверить ее на месте. Тем не менее в лабораторных условиях мы в состоянии провести эксперимент, моделирующий предполагаемые гипотезой условия. Если предсказанная реакция осуществима в модельном эксперименте, то весьма правдоподобно, что она имеет место и в реальном объекте и, стало быть, гипотеза верна.</p>
    <p>Модели используются и для проверки гипотез, относящихся к далекому будущему. Выдвинув, скажем, гипотезу о том, что человек может без риска для жизни длительное время переносить условия невесомости, ученые в качестве модели воспользовались собаками, обладающими рядом характерных черт, присущих всем млекопитающим, включая и человека. Лишь после эксперимента, проведенного на живых моделях и подтвердившего эту гипотезу, стал возможным космический полет человека.</p>
    <p>Вы, наверное, уже заметили, что не только гипотеза, но и модели носят в значительной степени условный характер, ибо они применимы и могут оказаться истинными лишь при определенных условиях, обстоятельствах и ограничениях. В этом, однако, не следует усматривать слабость научных гипотез и моделей. Одно из самых серьезных различий между обывателем, ограничивающимся одним лишь здравым смыслом, и ученым в том и состоит, что первый считает, будто его знания абсолютны, то есть верны всегда, везде и при любых условиях, тогда как второй не сомневается в том, что научные истины, гипотезы и модели справедливы лишь при определенных условиях и обстоятельствах.</p>
    <image l:href="#i_016.jpg"/>
    <p>Я знал одну старушку, которая была убеждена, что «правое» находится там, где ее правая рука, а «левое» там, где левая. «Пойдешь направо от моего дома, — говорила она, — и как раз подойдешь к продовольственному магазину». — «То есть налево»,— сказал я, так как стоял в этот момент лицом к ней, и протянул в том же направлении свою левую руку. «Не путай меня, милок, — возразила старушка уверенно,—там правая сторона». — И она указала в ту же сторону правой рукой.</p>
    <p>Условность научных гипотез, законов и моделей связана с их высокой конкретностью, с тем, что они применимы к определенным интересующим нас явлениям и процессам. Так как в окружающем мире таких явлений и процессов бесконечное множество, то бесконечно велико число возможных гипотез, моделей и истинных законов, а следовательно, безграничен процесс познания. В этом смысле условность, то есть связь с определенными условиями и обстоятельствами, не слабая, а сильная сторона научного познания. Здравый смысл, впрочем, так же условен, хотя пользующиеся им люди, вроде моей старушки, редко это осознают. Более того, даже такие, казалось бы, безусловные истины, как правила и теоремы (законы) математики, справедливы при определенных условиях и ограничениях.</p>
    <p>Даже бесспорные математические истины, как 2+2=4, несут на себе отпечаток условности. Если рассматривать их не как простые правила манипулирования числами, а как некоторое утверждение о свойствах действительных вещей, то мы вправе спросить, о каких парах предметов идет речь? Когда двух баранов соединяют в одно стадо с двумя другими баранами, то в стаде оказывается на некоторое время четыре барана; когда два камня сваливают в одну кучу с двумя другими, то в куче тоже на определенное время оказывается четыре камня. В этом смысле 2 -(-2 = 4 — объективная истина, и правило арифметики, лежащее в основе этой формулы, получает практическое подтверждение. Однако достаточно соединить вместе две капли ртути с двумя другими каплями ртути и слегка потрясти их, чтобы мы получили одну большую каплю. Такая процедура нуждается в новой арифметике, в которой истинным будет утверждение: 2 -f- 2 4. Если в клетку к двум львам впустить двух баранов, то результат пересчета, произведенный на следующий день, вероятнее всего, будет соответствовать формуле 2 + 2=2.</p>
    <p>Я совсем не собираюсь реформировать или отменить существующее правило арифметики. Моя цель заключается в том, чтобы показать, как определенного рода гипотезы и допущения относительно свойств и особенностей различных предметов и процессов деятельности с ними влияют на построение соответствующих этим гипотезам моделей. В свою очередь, выбор модели в большой степени предопределяет характер соответствующих им законов или правил. В процессе научного познания, целью которого является выработка объективных истин, чаще всего встречаются три следующих типа взаимосвязи и взаимодействия моделей и гипотез.</p>
    <p>1. Если, исследуя то или иное явление на основе ранее разработанных моделей, ученые обнаружили новые данные, не поддающиеся объяснению с помощью бесспорных и истинных законов, принятых для данных моделей, то обычно выдвигаются гипотезы, цель которых внести те или иные уточнения в модель, не изменяющие ее по существу. Такие гипотезы обычно могут использоваться и для предсказания новых фактов. Они чаще всего являются следствиями принятых законов и позволяют получить в случае их экспериментального подтверждения новые истинные знания о тех или иных фактах.</p>
    <p>Прекрасной иллюстрацией этого типа взаимодействия моделей, гипотез и законов является открытие планеты Нептун (1846).</p>
    <p>Французский астроном Жан Жозеф Леверье, составляя таблицы движения планет, заметил отклонение Урана от орбиты, которое не соответствовало вычислениям, произведенным на основе небесной механики Ньютона — Кеплера, опиравшейся на гелиоцентрическую модель Солнечной системы. Стремясь сохранить эту модель и не допуская мысли об ошибочности законов, Леверье высказал гипотезу о том, что отклонение Урана вызвано влиянием неизвестной до тех пор планеты. Он вычислил предполагаемую орбиту и возможное местонахождение новой планеты. Берлинский астроном И. Галле, получивший письмо от Леверье, направил телескоп на соответствующий участок неба и действительно открыл неизвестную планету, получившую название Нептун.</p>
    <p>Так гипотеза Леверье превратилась в истинное знание о новой планете Солнечной системы. Она содействовала уточнению планетарной модели, не подвергавшейся существенным изменениям со времен Кеплера.</p>
    <p>2. Довольно часто в научных исследованиях, особенно эмпирического характера, модели строятся для проверки ранее выдвинутых гипотез. Изучая строение поверхности Луны, астрономы пришли к выводу, что Луна покрыта так называемым реголитовым слоем, то есть слоем космической пыли и зернистых структур, образованных в результате многочисленных соударений Луны с теми или иными космическими телами. Эта гипотеза приобрела практическое значение перед отправкой на Луну автоматических станций, луноходов и людей. Для того чтобы рассчитать конструкции приборов, наиболее удобные для мягкой посадки, были построены механические модели лунной поверхности, на которых проводились испытания луноходов и других устройств. Эксперименты с высадкой на Луну человека и самодвижущихся советских станций подтвердили правильность модели, построенной на основе предварительно выдвинутой гипотезы. Предположение о реголитовом слое превратилось в научную истину.</p>
    <p>3. Особый интерес представляют гипотезы о новых законах, управляющих теми или иными явлениями. Прекрасный пример этого рода дают планетарная модель и гипотеза о строении и внутреннем устройстве атома водорода, предложенные Нильсом Бором (1883—1962). Согласно этой гипотезе, электрон внутри водорода переходит с одной орбиты на другую (или, лучше сказать, с одного энергетического уровня на другой) в результате поглощения или испускания кванта энергии. Это предположение, противоречившее законам классической механики и электродинамики, тем не менее позволило дать объяснение ранее открытому распределению спектральных линий излучения атома водорода. Таким образом была нащупана первая приближенная формулировка закономерности, подвергшаяся в дальнейшем известным уточнениям.</p>
    <p>Чтобы законы, открытые в результате проверки и подтверждения тех или иных гипотез, можно было применять к объективной реальности, к действительным объектам и процессам, в них необходимо внести определенные уточнения и поправки. Насколько велики эти поправки, зависит от того, в какой мере модель, для которой полностью справедлив данный закон или группа законов, отличается от реального объекта. Так как тип строения и детали модели, а следовательно, и содержание законов зависят не только от свойств объективных явлений и процессов, но и от типа познавательной задачи и вида экспериментально-практической деятельности, используемой для проверки гипотез и уточнения соответствия между объектами и моделями, то «перенос знаний с модели на объекты» представляет собой нелегкое дело.</p>
    <p>В процессе научного исследования законы и модели постоянно видоизменяются и уточняются. Существуют, по крайней мере, три фактора, не дающие этому процессу остановиться.</p>
    <p>Во-первых, сами объективные явления постоянно развиваются и изменяются. У них появляются новые свойства и особенности, «не учтенные» в ранее построенных моделях и не отраженные в ранее сформулированных законах науки.</p>
    <p>Во-вторых, изменяется сама наша практика главным образом под воздействием новых орудий, инструментов, приборов и технических установок, позволяющих получить новые сведения, подняться на новый уровень наблюдения.</p>
    <p>В-третьих, постоянно развиваются и изменяются наши знания и их «внутреннее» взаимодействие часто позволяет выдвинуть неожиданные гипотезы или предложить принципиально новые модели объективных явлений.</p>
    <p>Наша практика, как подчеркивал Ленин, является достаточно четким критерием, позволяющим отличать материализм от идеализма, но она сама изменчива и подвижна настолько, чтобы не дать нашим знаниям застыть, окостенеть, остановиться. Поэтому теория научного познания, развиваемая философией диалектического материализма, считает, что объективно-истинные законы науки не дают исчерпывающего, окончательного, всестороннего знания об изучаемых ими явлениях, то есть не являются абсолютными, завершенными истинами. Будучи объективными, законы науки вместе с тем, как уже говорилось, являются в известной мере условными, относительными и постоянно подвергаются уточнению, ограничению и проверке.</p>
    <p>В этом, пожалуй, одна из наиболее замечательных отличительных черт научного знания.</p>
    <p>Познание истины нелегкое дело, но оно по плечу современной науке. В широком смысле это не акт, а процесс, не шаг, а переход от одних положений к другим, более глубоким, лучше проверенным, объясняющим и предсказывающим более широкий круг явлений, позволяющих совершить более фундаментальные и целесообразные преобразования в окружающем нас мире.</p>
   </section>
  </section>
  <section>
   <title>
    <p>СИСТЕМЫ, СТРУКТУРА, МАТЕМАТИКА</p>
   </title>
   <section>
    <image l:href="#i_017.jpg"/>
    <empty-line/>
   </section>
   <section>
    <title>
     <p>Мир систем</p>
    </title>
    <p>Если мне не изменяет память, то знаменитому микробиологу Луи Пастеру принадлежат слова: «Природа открывает свои тайны только подготовленным умам».</p>
    <p>Другому знаменитому мыслителю прошлого, древнегреческому философу Аристотелю принадлежит замечание о том, что философия и наука возникли из удивления.</p>
    <p>Хотя авторы этих высказываний отделены друг от друга почти двухтысячелетним интервалом, их взгляды как бы дополняют друг друга. В самом деле, люди, склонные во всем, даже новом и неожиданном, видеть уже знакомое и привычное, вряд ли в состоянии сделать открытие.</p>
    <p>Человек, способный даже в привычных вещах обнаружить нечто достойное удивления, а следовательно, внимания и изучения, делает тем самым первую заявку на открытие. Однако одного удивления мало. Пытливость, способность удивляться увиденному, критическое отношение к якобы незыблемым истинам, свойственное молодым умам, образуют необходимые условия открытия.</p>
    <p>Самые знаменитые исследователи нового времени Галилей, Фарадей, Эйнштейн, Бор, Павлов, Колмогоров и другие сделали или задумали свои наиболее выдающиеся работы в относительно молодом возрасте. Но далеко не все молодые люди становятся крупными учеными.</p>
    <p>Другим важным условием, позволяющим сделать новый шаг по пути научного познания мира, является хорошая профессиональная подготовка. Давно прошли те времена, когда более или менее значительные открытия делали самоучки. Теперь настоящий ученый должен сочетать в себе пытливость и образованность. Эти качества особенно важны на современном этапе развития науки.</p>
    <p>Но что означают слова «современный этап развития науки», которые мы так часто слышим по радио или читаем в газетах? Чем современная наука отличается, например, от классического естествознания, классической науки, возникновение которой относится к XVI и XVII векам и связано с именами Коперника, Галилея, Ньютона и других великих ученых прошлого?</p>
    <p>Существует довольно много характерных черт и признаков, позволяющих провести хотя и не жесткую, но все же достаточно заметную границу между классическим естествознанием и современной наукой. Я думаю, что самой существенной чертой, позволяющей уточнить это отличие, является интерес к изучению сложных систем, так называемых системных объектов, и порожденные этим методы и приемы системного анализа. Вот почему сейчас я приглашаю вас познакомиться с одним из наиболее важных понятий всей современной науки, идет ли речь о математике, физике, геологии, биологии или общественных дисциплинах, таких, как социология и экономика, а именно с понятиями «система» и «структура».</p>
    <p>Я думаю, что не ошибусь, сказав, что нет в нашей стране человека, который лично, в кино или по телевизору не видел бы большого города, такого, как Москва, Ленинград, Киев, Свердловск или Новосибирск. Что представляет собой такой город? На первый взгляд, это огромное скопление людей, жилых, промышленных и административных зданий, а также транспортных средств.</p>
    <p>В действительности все обстоит гораздо сложнее. Под поверхностью города, скажем, Москвы, проходят сотни километров железнодорожных путей — линий метрополитена. Более ста станций связывает их с наземным транспортом. Под землей проложены тысячи километров электрических и телефонных кабелей. По городу двигаются автобусы, троллейбусы, трамваи. В самых разных направлениях мчатся грузовые и легковые автомашины. Город для своей жизнедеятельности нуждается в сложной сети магазинов, бытовых учреждений, больниц, поликлиник, театров, клубов, административных зданий, в которых располагаются министерства, ведомства и управления, научно-исследовательские и учебные институты, школы, детские сады, ясли и т. д.</p>
    <p>Все эти учреждения, включая многочисленные заводы и фабрики, железнодорожные вокзалы, аэродромы и многое другое, а также перечисленные выше транспортные и технические устройства, тесно связаны друг с другом и составляют необходимые условия жизнедеятельности большого города. Нечего и говорить, что управление таким гигантским хозяйством представляет собой задачу, по сложности далеко превосходящую все управленческие задачи, когда-либо возникавшие в целых средневековых королевствах или античных империях.</p>
    <p>Чтобы управлять жизнедеятельностью и обеспечить нормальное протекание производственных и культурно-бытовых процессов в таком гигантском городе, необходимо знать, как связаны между собой тысячи самых различных величин, характеризующих состояние транспорта, торговых, бытовых, культурных и промышленных предприятий. Сложные объекты, подобные гигантским городам, вроде Москвы, Ленинграда, Киева и т. д., принято называть системными объектами или большими системами.</p>
    <p>Внутри такой большой системы можно выделить как бы подсистемы, например транспортную подсистему, подсистемы водоснабжения, канализации, энергоснабжения или системы почтовой и телефонной связи, а также системы культурных, бытовых и иных учреждений. В свою очередь, эти подсистемы можно подразделить на подсистемы второго порядка, например, в транспортной подсистеме можно выделить подсистемы автобусную, троллейбусную, трамвайную, подсистемы личных и ведомственных автомашин, такси и т. д. То же самое можно сказать и о торговой системе большого города.</p>
    <p>Рассматривая подсистемы большого города, не трудно заметить, что, разбивая их на подсистемы или системы второго порядка, а эти последние, в свою очередь, на подсистемы третьего порядка и т. д., мы в конце концов приходим к уровню, когда дальнейшее деление в рамках данной системы оказывается невозможным. Можно выделить общественный транспорт как подсистему большого города, троллейбусный или автобусный парк как подподсистему общественного транспорта, наконец, отдельные автобусы или троллейбусы можно рассматривать как своего рода единицы в данной подсистеме. Это не означает, что отдельный автобус нельзя разделить на составные части: колеса, мотор, систему рулевого управления, энергопитания и т. д. Однако такие части уже не будут частями системы общественного транспорта. Это просто отдельные механизмы или детали данного технического агрегата, в нашем случае автобуса.</p>
    <p>Подобным же образом мы можем рассматривать отдельного человека, живущего в нашем городе, как единицу подсистемы, называемой городским населением. Разумеется, с точки зрения анатомии человек сам подразделяется на отдельные органы, например сердце, печень, желудочно-кишечный тракт и т. д. Эти органы, в свою очередь, можно представить как состоящие из отдельных клеток. Было бы, однако, нелепостью утверждать, что печень, желчный пузырь, сердце, а тем более клетки этих органов являются единицами или, как принято говорить, элементами городского населения.</p>
    <p>Таким образом, мы приходим к очень важному выводу, что любой системный объект или сложная система в конечном счете состоит из элементов, то есть таких образований, которые неделимы внутри данной системы. Я обращаю ваше внимание на важность слов «внутри данной системы», ибо элементы данной системы под другим углом зрения, в других условиях, при постановке иных исследовательских задач сами могут рассматриваться как сложные системы, состоящие из некоторых других элементов. Примером такого рода могут служить отдельные детали и технические узлы автобуса, выступающего в качестве самостоятельной системы.</p>
    <p>Итак, мы приходим к выводу, что системами называются объекты, состоящие из взаимосвязанных, взаимодействующих и взаимозависящих элементов, организованных в более или менее устойчивые совокупности-подсистемы различных порядков, которые, в свою очередь, взаимосвязаны, взаимодействуют друг с другом, определяя общий режим и закономерности существования, развития и деятельности сложного объекта.</p>
    <p>Здесь вы можете перебить мои рассуждения вопросом: «А разве наука в прошлом не изучала сложные системы, разве ученые не знали, что окружающий нас мир состоит не из простых элементарных, неделимых явлений, а из сложных системных объектов?»</p>
    <p>Ваш вопрос тем более уместен, что заметить сложный, системный характер окружающих нас явлений и процессов не так уж трудно для человека, обладающего мало-мальскими способностями к наблюдениям и размышлениям над увиденным. В самом деле, не только большие города, но и различные технические сооружения от стенобитной машины до парохода, различные общественные организации от войска древних фараонов до политических и профсоюзных объединений современного общества, живые организмы, растения и животные дают нам сотни примеров сложных системных объектов. Естественно, что люди, и особенно ученые, не могли долгое время не замечать этого важного обстоятельства. Дело, однако, заключается не в простом признании системного характера окружающих нас явлений, а в способе познания и изучения сложных систем.</p>
    <p>Уже в глубокой древности философы и ученые, наблюдая за различными явлениями природы и общественной жизни, постепенно пришли к выводу, что сложные явления следует в процессе их изучения расчленять, разделять на составляющие части. Знаменитый древнегреческий философ Демокрит (460—370 гг. до н. э.) и его последователи Эпикур (341—270 гг. до н. э.) и др. учили, что все явления в живой и неживой природе состоят из мельчайших, далее неделимых частиц— атомов (от греческого слова atomus — неделимый). Атомы отличаются формой, размерами и положением в пространстве, соединяясь друг с другом посредством особых невидимых крючков и зазубрин, они образуют все известные нам тела.</p>
    <p>-Когда европейская наука начиная с середины XVI и особенно в XVII веке попыталась преодолеть влияние средневековой церковной схоластики, полностью отрицавшей роль наблюдений и эксперимента в познании мира и сводившей все исключительно к умозрительным размышлениям, сторонники новой науки на первый план выдвинули метод эмпирическо-ro<sub>t</sub> то есть опытного, исследования. Суть его заключалась в утверждении, что понимание любого сложного явления, будь то Солнечная система, машина, растение или животное, может быть полностью достигнуто благодаря точному и последовательному описанию и изучению его частей и элементов. Согласно этому взгляду, описав элементы системы, изучив их порознь, мы можем получить исчерпывающие, точные знания по системе в целом простым суммированием знаний об элементах этой системы.</p>
    <p>Такой подход долгое время оставался господствующим в науке. Он казался не только верным, глубоко истинным, но и единственно возможным. Для этого имелись свои объективные основания.</p>
    <p>Новая наука, сложившаяся благодаря, работам Галилея, Кеплера, Ньютона и ряда их современников, начала развиваться прежде всего в области механики, астрономии и оптики. Причина этого заключается в том, что механические взаимодействия и механическая форма движения в целом являются простейшими, наиболее доступными наблюдению и эксперименту, с одной стороны, и точному математическому описанию и анализу, с другой.</p>
    <p>С самого начала экспериментальное естествознание Нового времени, сочетавшее в себе наблюдение за простейшими формами движения с применением математики привело к таким разительным и неожиданным открытиям, казалось столь убедительным и неопровержимым, что на несколько столетий подчинило себе лучшие умы Европы и Америки.</p>
    <p>Имелось и другое основание для торжества механистического подхода к научному исследованию. Оно коренилось в философском утверждении, что научное познание должно начинать с самого простого, чтобы путем последовательных усложнений перейти к пониманию сложного целого объекта.</p>
    <p>Отчетливее всего эта точка зрения была выражена в трудах знаменитого английского философа Фрэнсиса Бэкона (1561 —1626) и французского философа и математика Рене Декарта (1596—1650). Первый из них провозгласил метод восхождения от части к целому, от единичного явления к совокупности явлений единственным научным методом. Второй утверждал, что всякое научное познание заключается в расчленении, разделении целого на максимальное число наименьших частей и элементов и в последовательном познании этих элементов, ибо познание целого осуществляется через познание его образующих.</p>
    <p>Следует сказать, что при тогдашнем состоянии техники, научного эксперимента и наблюдения, при тогдашнем уровне математики, не перешагнувшей еще пределы современной нам школьной алгебры, иной подход трудно, а может быть, и невозможно себе представить.</p>
    <p>Вплоть до XIX века, пока классическое механистическое по своему методу естествознание одерживало одну победу за другой и приносило бесспорные впечатляющие результаты, в справедливости подобного подхода никто не сомневался. Однако уже в XIX веке сама жизнь потребовала перейти к изучению очень сложных систем в природе и обществе.</p>
    <p>Чарлз Дарвин в знаменитом труде «Происхождение видов путем естественного отбора, или Сохранение благоприятствуемых пород в борьбе за жизнь» (1859) попытался обнаружить и сформулировать законы развития живых организмов, иными словами, законы развития и совершенствования всей живой системы в целом.</p>
    <p>Примерно в те же годы величайший мыслитель XIX века Карл Маркс поставил перед собой задачу исследовать систему современного ему капиталистического общества и найти законы его развития и превращения в новое бесклассовое коммунистическое общество. Для решения этих задач методы, разработанные классической наукой XVII—XIX веков, были уже непригодны. Особенно отчетливо потребность в новых приемах, методах и философских основаниях научного познания встала в XX веке, когда перед естественными и общественными науками во весь рост возникли задачи изучения сложных систем в природе и обществе. И суть дела не в том, что раньше такие системы не существовали или о них не было известно, а в том, что для изучения управляющих ими закономерностей еще не созрели условия, объективные предпосылки и соответствующие научные методы.</p>
    <p>Чтобы пояснить суть новых познавательных задач, я считаю полезным обратиться к нескольким примерам. Представьте себе огромную груду кирпича, чаны с гашеной и негашеной известью, мелким цементом, вагонетки с гравием, строительные леса и другие материалы, разбросанные на площадке до начала строительства дома.</p>
    <p>Вы можете изучить каждый кирпич, каждый предмет на строительной площадке и все же не получить полного, объективного представления о строящемся здании. Готовое здание— это не груды беспорядочно разбросанных строительных материалов, а кирпич, цемент, водопроводные трубы, звенья металлической арматуры, расположенные в определенном порядке, определенным образом связанные, взаимодействующие, предназначенные для совершенно определенных целей. Здание представляет собой не совокупность разрозненных строительных блоков, а наоборот, систему особым образом упорядоченных помещений и технических коммуникаций, предназначенных для жизни и деятельности людей. Чтобы понять сущность и назначение, например, жилого дома, мало изучить и описать отдельные строительные материалы. Более того, только зная цель и назначение здания в целом, можно понять и объяснить характер и свойство выбранных для его создания материалов, оценить целесообразность тех или иных строительных узлов, помещений, коммуникаций и т. п.</p>
    <image l:href="#i_018.jpg"/>
    <p>Таким образом, мы приходим к выводу, что не целое, не система определяется своими подсистемами и элементами, а наоборот, роль и назначение каждой подсистемы и каждого элемента в данной системе (или данном целом) объясняются ее закономерностями и принципами организации. Это утверждение верно не только в отношении современного жилого здания, но и по отношению к несравненно более сложным системным объектам, насчитывающим сотни тысяч и миллионы взаимодействующих элементов, таких, как живой организм, например человеческий, отдельная клетка или современный город.</p>
    <p>Анатомы, физиологи и цитологи давно изучили все функции и строение человеческого сердца. Однако операции по пересадке сердца от одного человека к другому требуют знания не только физиологии и цитологии сердца. Для успеха трансплантации (пересадки органов) необходимо знать особенности и специфику организма в целом, учитывать взаимосвязь и взаимодействие всех органов внутриединой и невероятно сложной системы, называемой человеком.</p>
    <p>Точно так же современные гигантские города не могут быть поняты и изучены на основе исследования отдельных составляющих: жилого массива, транспортной сети, сети водоснабжения, канализации, подземных железных дорог и т. д.</p>
    <p>В научно-фантастическом романе «Мутант-59» рассказывается о целой серии катастроф, почти парализовавших жизнь Лондона из-за того, что при проектировании и создании ряда его подсистем не был учтен всего лишь один элемент, точнее, не было учтено его взаимодействие с другими элементами и подсистемами.</p>
    <p>Изучение сложных систем, насчитывающих десятки, а иногда и сотни миллионов или даже миллиардов элементов, десятки и сотни тысяч подсистем различного уровня, требуют и особых приемов, и методов познания. Без этих методов многие явления вообще не были бы открыты. Если бы Уотсон и Крик пытались изучить лишь отдельные элементы, химические составляющие, из которых сделан наследственный аппарат живых организмов, они, вероятно, могли бы с большей или меньшей точностью установить пропорции различных химических элементов, присутствующих в составе этого аппарата. Вряд ли им удалось бы сделать что-либо большее. Однако они пошли по другому пути. Они хорошо понимали, что «двойная спираль» является сложной системой, включающей десятки и сотни взаимодействующих подсистем с многочисленными связями и разнообразными функциями. Такой подход позволил определить роль и назначение ДНК в развитии и формировании живого организма. Установив, что ДНК представляет собой генератор информации, регулирующий жизнедеятельность живого организма, Уотсон и Крик сумели понять и назначение отдельных узлов ДНК, ее составных частей. Каждый атом и группы атомов внутри молекулы не только нашли свое определенное место, но и получили точное научное объяснение.</p>
    <p>Для изучения сложных систем нам надо ввести еще одно важное понятие — «структура».</p>
    <p>Внутри больших и сложных объектов различные подсистемы и элементы расположены не произвольно, связаны между собой не Как попало. Обращаясь к прежним примерам, мы можем сказать, что это не груда строительных материалов на площадке, а построенный, завершенный дом, в котором различные блоки и звенья коммуникации взаимодействуют в определенной последовательности и расположение которых подчинено плану или закономерности. Иными словами, между подсистемами разных уровней и элементами внутри подсистем существуют определенные отношения и взаимодействия. Эти отношения и взаимодействия могут быть описаны со стороны своих характерных черт, свойств и особенностей. <strong>п<sub>Р</sub> </strong>и этом часто оказывается, что различные по содержанию отношения могут сравниваться с формальной точки зрения.</p>
    <p>Что это означает? А вот что.</p>
    <p>Возьмем для иллюстрации математические отношения «больше» (&gt;) и «равно» ( = ) и отношения «старше» и «ровесник» для людей, сравниваемых с точки зрения их возраста. Оказывается, что, выделив определенные характеристики, мы можем сравнить эти различные по содержанию отношения и найти нечто общее между ними. Для этого нам придется снова прибегнуть к абстракциям. На этот раз мы отбросим все специфические особенности сравниваемых и сопоставляемых отношений, выделив лишь единственное интересующее нас обстоятельство, а именно то, что мы имеем дело с отношениями между произвольными явлениями, отдельными предметами и процессами. Вообще говоря, в то или иное отношение могут быть включены два, три, четыре и более явлений. В соответствии с этим принято различать двух-, трех-, четырех-и вообще я-местные отношения.</p>
    <p>Например, отношения «. . . больше. . .» или «. . . старше. . .» являются двухместными отношениями, так как в них включаются лишь пары чисел или людей. Отношение «. . . лежит между. . .» является трехместным, как видно хотя бы из утверждения «Варшава лежит между Москвой и Берлином». Не трудно себе представить также четырех- и пятиместные отношения и т. д.</p>
    <p>Сравнивая такие разные по своему содержанию отношения, как «больше» и «старше», мы можем отметить, что первое из них относится к числам, второе — к людям, и, следовательно, они различны по содержанию. То же самое мы могли бы сказать и об отношениях «равно» и «ровесник».</p>
    <p>Теперь постараемся определить понятие «структура».</p>
    <p>Если имеется несколько систем, различных по содержанию, но обладающих отношениями, которым присущи одинаковые формальные свойства, то говорят, что эти системы обладают одной и той же структурой. Это открывает совершенно неожиданные перспективы для изучения различных систем. Всякий закон науки, устанавливающий прочные, необходимые связи тех или иных явлений, по сути дела, выделяет, закрепляет и описывает определенные, устойчивые структуры. Например, структура числовой системы 1, 2, 3, 4, 3. . . <emphasis>п</emphasis> —1, <emphasis>п</emphasis> обладает той же самой формальной структурой, что и система «Иванов, Сидоров, Петров. . . Лукьянов, Беляев», где каждый член ряда старше своего предшественника, фамилия которого записана слева от его собственной (за исключением Иванова). В этом смысле мы можем некоторые особенности первой системы приписать второй. Однако это очень простой случай. В науке часто приходится сталкиваться с разными по своему содержанию отношениями, охватывающими, например, расположение предметов в пространстве, их последовательность во времени, виды их взаимодействия, различные преобразования (например, химические реакции и т. д.).</p>
    <p>Процесс познания становится гораздо более эффективным и действенным, если мы получаем возможность выделить какие-либо сопоставимые, сходные свойства этих отношений. В этом случае удается выяснить структуры различных по содержанию систем или системных объектов. Если мы хорошо изучили один из них и сумели сформулировать для него ряд важных Законов, выраженных, скажем, в математической форме, то обнаружение структурного сходства уже изученной нами системы с другой, новой, более сложной или трудно поддающейся изучению, позволяет применить к ней ранее открытые и сформулированные законы.</p>
    <p>Вы, наверное, уже догадались, что первая система при этом выступает в качестве модели второй, и мы просто-напросто осуществляем перенос уже полученных знаний на новый системный объект. Словам «просто-напросто» не следует все же придавать слишком большое значение. Дело в том, что при изучении реальных сложных объектов структурное сходство никогда не бывает полным. Сравнивая числовую последовательность 1, 2, 3, 4... <emphasis>n</emphasis>—1, <emphasis>n</emphasis> и людей, расположенных по старшинству, мы можем заметить, что первая последовательность может продолжаться бесконечно, тогда как для старшинства существует предел, который не в состоянии перешагнуть даже долгожители.</p>
    <p>Другое важное обстоятельство заключается в том, что в таких системах, как современный город, завод, живой организм и т. д., каждый элемент или подсистема одновременно включены в большое число различных отношений. Человек, работающий на заводе, может быть включен в отношения дружбы и сотрудничества с членами своей бригады, в отношения подчинения, когда речь идет о директоре или главном инженере завода, в отношения «наставничества» к своим ученикам и целый ряд других: семейных, профессиональных, спортивных и т. д. отношений.</p>
    <p>В сложных системах, как правило, необходимо выделять много различных структур и, сравнивая их со структурами других объектов, следует постоянно помнить, что формальное сходство натыкается на пределы, «расставленные» содержанием различных систем.</p>
    <p>Для этого достаточно вспомнить, как Максвелл, установив известное сходство в течении жидкости по трубкам и движении электричества по проводникам, осуществил частичный перенос знаний, полученных при изучении гидродинамических систем на системы электродинамические. Так как при этом он сразу же обнаружил и ряд существенных содержательных и структурных отличий между двумя системами, то ему пришлось частично изменить уравнения гидродинамики, и вновь созданная теория электродинамических процессов оказалась новым разделом физики с оригинальными уравнениями и понятиями.</p>
    <image l:href="#i_019.jpg"/>
    <p>Применяя понятие «структуры» при изучении сложных систем, мы должны поэтому постоянно помнить, что простой механический перенос знаний от одних систем к другим, даже при наличии ряда сходных структур, никогда не ведет к подлинным открытиям. Серьезный исследователь должен точно определять, в каких границах существует действительное структурное совпадение и где необходимо существенно видоизменить ранее установленные законы или даже сформулировать новые.</p>
   </section>
   <section>
    <title>
     <p>Пойми систему</p>
    </title>
    <p>Казалось, что на нежные зеленые ростки, высаженные на опытных участках растениеводческой станции, равномерно накатываются коричневые волны. Тысячи крохотных насекомых с неукротимой жадностью пожирали ростки нового гибрида, выведенного селекционерами в течение многих лет упорного труда. Вот тогда-то и пришлось обратиться к ученым химикам и биохимикам с просьбой найти действенное средство для борьбы с насекомыми, уничтожавшими посевы.</p>
    <p>В лабораториях научно-исследовательского института кипела работа. После сотен тщательных экспериментов ученым наконец удалось создать и проверить действие ядохимикатов, которые удовлетворяли сразу двум поставленным задачам: уничтожали вредных насекомых, но не оказывали вредных последствий на растения. Наконец было решено провести первое распыление нового ядохимиката на опытных посевах растениеводческой станции. Но вот здесь-то и поджидала всех обескураживающая неожиданность.</p>
    <p>Через несколько дней, после того как самолеты сельскохозяйственной авиации распылили ядохимикаты над опытными делянками, число вредных насекомых не только не уменьшилось, но даже возросло. Что же произошло? Почему химикаты, тщательно проверенные в лабораторных условиях, привели к прямо противоположным непредвиденным результатам? Ни в экспериментах, проведенных в лабораториях, ни в расчетах, ни в химических анализах не было никаких ошибок.</p>
    <p>Суть дела заключалась в другом. Ученые-химики, имевшие дело с вредными насекомыми и различными химическими веществами, проводили свои эксперименты в искусственных лабораторных условиях, не учитывавших, что реальные природные условия представляют собой сложную систему, охватывающую не только насекомых и растения, но и другие живые организмы. В природе все сбалансировано, уравновешено. Чем больше становилось вредных насекомых, тем больше слеталось различных птиц, для которых эти насекомые служили пищей. Рано или поздно пернатые охотники остановили бы наступление насекомых на растения.</p>
    <p>Но люди не могли ждать так долго: слишком до'ро-ги были для них выращенные с большой затратой сил растения. Торопясь как можно скорей решить задачу, химики выделили из системы природы лишь часть взаимодействующих факторов и не учли взаимосвязи и отношений этих факторов с другими частями системы. После распыления ядохимикатов значительная часть насекомых действительно погибла, однако другие, случайно спасшиеся под неровностями почвы, камешками и т. д., а также личинки насекомых, в большом изобилии сохранявшиеся в почве и не поддававшиеся воздействию ядов, быстро восполнили урон. В то же время яды оказались губительными для птиц. Вот это и привело к столь неожиданному результату. И хотя впоследствии это обстоятельство было учтено и дело удалось поправить, мой рассказ имеет прямое отношение к обсуждаемой в этой главе проблеме — исследованию и познанию систем.</p>
    <p>Было бы неверно думать, что люди занялись изучением систем лишь в недавнее время. Птолемей, Коперник, Галилей, Ньютон и Максвелл также имели дело с различными системами. Однако, естественно, приступая к их изучению, они стремились выделить и рассмотреть лишь самые простые, самые существенные с их точки зрения связи и отношения.Такой прием исследования называется упрощением и опирается на изолирующую абстракцию. Суть ее заключается в том, что ученый выделяет (изолирует) в рассматриваемой системе относительно небольшое число элементов или подсистем и на время оставляет в стороне остальные элементы и отношения системы.</p>
    <p>Впрочем, довольно часто эти «остальные» явления либо вообще не замечают, пренебрегают ими, либо забывают к ним вернуться, либо, наконец, оказываются не в состоянии рассмотреть и изучить все подсистемы во всей их сложности. Очень часто поэтому научные результаты, понятия и закономерности, построенные и открытые с помощью изолирующей абстракции, оказываются ограниченными, и по мере развития науки их приходится видоизменять, а часто и довольно серьезно переделывать. Более того, знания, полученные при изучении лишь выделенных элементов и подсистем, могут привести к к неожиданным и даже нежелательным последствиям. Так и случилось в эксперименте с ядохимикатами.</p>
    <p>Но почему же тогда ученые до сих пор продолжают, и часто с успехом, пользоваться изолирующими абстракциями? Почему мы не отказываемся от изучения изолированных явлений и относительно простых связей? Не лучше ли всегда стремиться понимать любые объекты как сложные системы и рассматривать все их элементы, подсистемы и отношения?</p>
    <p>Ответ на этот вопрос не так прост, как может показаться. Конечно, в случае с ядохимикатами с самого начала был допущен просчет, выделен слишком узкий набор элементов в системе природы. Однако в большинстве других случаев дело обстоит не так.</p>
    <p>Во-первых, не все познавательные задачи требуют для своего решения сложного системного подхода. В простейших случаях наши знания, основанные на выделении и изучении небольшого числа элементов и связей, могут оказаться практически вполне удовлетворительными. Деревенскому жителю, которому глина нужна для того, чтобы обмазать печку, сделать глинобитный пол, или древнему гончару, которому она была нужна для изготовления простейшей посуды, вряд ли были необходимы тонкие химические формулы, применяемые в наши дни специалистами для определения состава и качества различных глин.</p>
    <p>Во-вторых, и это гораздо важней, для изучения сложных систем необходим соответствующий теоретический аппарат. Выяснением того, что это означает, мы теперь и займемся.</p>
    <p>Но прежде чем двинуться в этом направлении, следует уточнить, что означает выражение «теоретический аппарат». Обычно словом «аппарат» обозначают технические устройства вроде телефонного аппарата, телеграфного аппарата и т. д. Рассматривая состав сотрудников в каком-либо учреждении, их должностное Положение, взаимную подчиненность, выполняемые ими обязанности и т. д., иногда употребляют выражение «административный аппарат».</p>
    <p>Вы уже, наверное, догадались, что выражение «теоретический аппарат» имеет совсем иной смысл. В самом деле, всякая научная теория состоит из цепочек взаимосвязанных законов. Законы, в свою очередь, представляют собой утверждения, построенные из понятий и связывающих их вспомогательных соединительных выражений. Кроме того, в таких науках, как физика, химия, биология и т. д., нередко употребляются специальные математические и структурные формулы вроде <emphasis>(а в)</emphasis> <sup>З</sup>или <emphasis>Н2О,</emphasis> которые подразумевают применение особых математических или других символических выражений, обозначающих специальные объекты, множества объектов и операции с этими объектами и множествами.</p>
    <p>Выражение «теоретический аппарат» как раз и используется для обозначения основных и производных понятий, утверждений, математических формул и т. п., необходимых для выражения и формулирования законов данной науки, составляющих ту или иную теорию.</p>
    <p>Чтобы изучить то или иное явление, ученым часто приходится создавать новые понятия, отражающие различные свойства и отношения изучаемых явлений, а также включающие их связи и взаимодействия. Такие понятия почти никогда не создаются на пустом месте. Даже для изучения очень простых предметов и процессов требуется располагать каким-то готовым теоретическим аппаратом, который в дальнейшем можно уточнить, улучшить, дополнить или даже преобразовать, вводя новые понятия, формулируя новые законы, применяя новые разделы математики. Нечего и говорить, что при изучении сложных систем, насчитывающих десятки и сотни подсистем, тысячи, а иногда и миллионы элементов, огромное множество связей, отношений и взаимодействий, требуется и соответствующий теоретический аппарат. Он должен включать в себя понятия, не только отражающие эти подсистемы, связи и отношения (понятия первой группы), но и специальные понятия и выражения, как правило, математические, устанавливающие определенную взаимозависимость, количественные взаимоотношения между соответствующими объектами (понятия второй группы).</p>
    <p>Чтобы представить, как трудно создать такой теоретический аппарат, вспомните хотя бы проблему управления различными процессами в жизнедеятельности большого города. Чтобы изучить город как сложную систему, нужно образовать наборы понятий, отражающих работу всех подсистем города. Каждую из таких подсистем мало отобразить в десятках различных понятий, необходимо, чтобы каждая из них поддавалась количественному истолкованию, то есть могла принимать числовые значения и, следовательно, могла бы выступать в качестве переменной величины в тех или иных математических уравнениях, описывающих устойчивые количественные связи между различными элементами и подсистемами городской системы. Наконец, необходимо сформулировать систему уравнений более или менее сложного вида, охватывающих и связывающих воедино многочисленные величины (понятия). Только подставляя в эти уравнения различные числовые характеристики и решая их при определенных условиях, можно создать удовлетворительную математическую модель города, допускающую разумное, научно обоснованное управление всей этой огромной системой, обеспечивающее нормальную жизнедеятельность городского населения, промышленности и т. д.</p>
    <p>Понятно, что решение такой задачи предполагает очень высокий уровень развития математики, особенно таких ее разделов, как алгебра, машинное программирование и т. п. Без наличия соответствующей математики нельзя создать теоретический аппарат, необходимый для решения задачи автоматического управления основными процессами в больших городах.</p>
    <p>Я думаю, что вы уже заметили еще одну трудность, и я готов обсудить ее вместе с вами. Она заключается в том, что даже при наличии соответствующего теоретического аппарата, исследование сложных систем, их глубокое понимание могут оказаться непо-сильйой проблемой.</p>
    <p>Допустим, что мы располагаем всеми нужными понятиями (переменными величинами) для описания подсистем и элементов, а также взаимосвязей в городской системе. Допустим также, что математики предоставляют нам необходимый математический аппарат и правила для решения громоздкой системы уравнений, включающей десятки, а быть может, и сотни переменных величин. При этом может оказаться, что для решения системы уравнений потребуются сотни математиков и десятки лет упорного труда. Когда же наконец математические трудности будут преодолены, может оказаться, что вся работа лишена смысла, так как за это время положение в городе изменилось: появились новые магистрали, здания, линии связи, водопроводы и предприятия; увеличилось или уменьшилось число жителей, изменился характер снабжения и т. п. Следовательно, помимо теоретического аппарата, необходим и соответствующий технический аппарат.</p>
    <p>Современная научно-техническая революция дает необходимые условия для создания такого технического аппарата. Он должен включать в себя самые современные быстродействующие электронно-вычислительные машины, способные совершать несколько миллионов вычислительных операций в минуту. Затем необходимо обеспечить очень быстрое поступление и опять-таки машинную обработку информации о деятельности различных подсистем, поступающей из разных концов города. Наконец, следует обеспечить быстрое и правильное выполнение решений, основанных на полученных расчетных данных. Только в этом случае мы сможем получить полную уверенность в том, что наш теоретический аппарат действительно дает нам знания о сложной системе большого города.</p>
    <p>Разумеется, совсем не всегда для решения задач, связанных с познанием системных объектов, изучением структур и закономерностей их работы, необходимо привлекать столь сложный и дорогостоящий теоретический и технический аппарат. Эпизод с ядохимикатами, рассказанный в начале этого раздела, показывает, что очень многое зависит от подхода к решению соответствующей познавательной задачи.</p>
    <p>Один из таких подходов мы можем с полным правом назвать классическим. Суть его заключается в том, что ученый, сформулировав задачу, определив главную цель, отвлекается от системного характера изучаемых объектов.</p>
    <p>Выработав те или иные изолирующие абстракции и упростив задачу, он может во многих случаях достигнуть желанной цели с наименьшими затратами материальных средств и умственных усилий. Именно благодаря подобным упрощениям была построена гелиоцентрическая модель Коперника, открыт закон всемирного тяготения, сформулированы принципы классической электродинамики.</p>
    <p>Другой подход в строгом смысле следовало бы назвать системным. Он заключается в том, что мы рассматриваем каждый объект как сложную систему, как совокупность взаимодействующих, взаимосвязанных, взаимообусловливающих и влияющих друг на друга частей. Притом характер взаимодействия частей определяется какими-то общими, так сказать, «генеральными» особенностями, свойствами, закономерностями или, как иногда говорят, принципами системы.</p>
    <p>Если при классическом подходе ученый сначала стремится выработать теоретический аппарат, то есть набор понятий и утверждений, относящийся к частям, к отдельным взаимодействиям, и лишь затем пытается понять целое, то при системном подходе он стремится выдвинуть гипотезу (с соответствующими понятиями), касающуюся деятельности, режима работы или развития системного объекта в целом, а затем на ее основании пытается понять и осмыслить взаимосвязь и взаимодействие частей. Именно отсутствием системного подхода при первоначальной попытке и объяснялась неудача в решении задачи по борьбе с вредными насекомыми, рассказанная выше.</p>
    <p>Системный подход особенно важен при решении задач, связанных с познанием так называемых саморегулирующихся или самоуправляющихся систем. Насколько важны, сложны и интересны для нас такие системы, можно судить уже хотя бы по тому, что для их изучения создана особая наука — кибернетика. Она рассматривает и некоторые другие системы, но самоуправляющаяся, саморегулирующаяся находится в центре ее внимания. Так как о кибернетике написаны целые горы популярной и серьезной литературы, я не буду рассказывать о ней подробно. Все же несколько важных примеров, поясняющих значение системного подхода, я приведу.</p>
    <p>Первый из них касается судьбы нашей планеты Земля и человечества, взятых вместе, рассматриваемых как единая система. В известном смысле природа представляет собой саморегулирующуюся систему, в значительной степени сбалансированную, уравновешенную, все процессы в которой так или иначе взаимосвязаны. Различные части природы вносят различный «вклад» в жизнь целого, по-разному влияют на него, по-разному ему подчиняются. Во времена, когда жил наш неандерталец, ужин которого я описывал в начале книжки, все население Земли едва ли превышало несколько десятков тысяч человек. Деятельность людей вряд ли могла существенно влиять на нормальное течение процессов природы.</p>
    <p>Иное дело сейчас, когда на Земле живет около четырех миллиардов людей, а техническая мощь человечества достигла необычайных масштабов. Уничтожаются огромные леса, перекрываются русла рек, создаются и уничтожаются огромные озера, гигантские города с населением в несколько миллионов человек покрывают площадь в сотни квадратных километров. И повсюду грохочут станки, пылают доменные печи, сжигаются миллионы тонн нефти, бензина, газа, потоки электрической энергии передаются на тысячи километров, и вся эта бурная деятельность связана с потреблением кислорода, запасы которого в атмосфере ограниченны и пополняются за счет жизнедеятельности растений. Растения, как вы знаете, поглощают углекислый газ и выделяют кислород. Напротив, животные и люди потребляют кислород и выделяют углекислый газ. Технические же устройства — автомобильные моторы, реактивные двигатели самолетов, топки электростанций и т. д., вообще не могут работать без сжигания кислорода.</p>
    <p>Всего сто лет назад, по подсчетам ученых, вес техномассы, то есть всех сооружений, когда-либо созданных людьми, включая авторучки, небоскребы, египетские пирамиды и шоссейные дороги, был на несколько порядков меньше, чем вес фитомассы — всех растений, находящихся на поверхности земли и вырабатывающих кислород.</p>
    <p>В наши дни вес техномассы достиг примерно того же порядка, что и вес фитомассы. Если дело и дальше пойдет теми же темпами, то не за горами день, когда фитомасса Земли не сможет обеспечить нас необходимым запасом кислорода и начнется кислородный голод. Чтобы предотвратить возможное катастрофическое последствие, люди должны научиться понимать системный характер, сбалансированность всех технических и природных процессов на Земле. Из беспомощного неандертальца человек стал хозяином, владыкой Земли.</p>
    <p>Так как мы не можем остановить научно-технический прогресс, ибо он обеспечивает удовлетворение наших потребностей, задача заключается в том, чтобы перейти к научному регулированию этого прогресса на основе современных исследований взаимодействия и взаимозависимости всех частей нашей земной системы. При этом нам необходимо выделить управляющую часть системы — человеческую деятельность и управляемую часть — природу, развивающуюся и живущую по своим особым законам. Между этими двумя частями существуют сложные связи: прямые, идущие от управляющей подсистемы к управляемой, и обратные — от управляемой к управляющей.</p>
    <p>Чтобы понять такую сложную систему, необходимы уже усилия не отдельных ученых, а работа гигантских научных коллективов. А для осуществления разработанных ими проектов и рекомендаций необходимо взаимодействие и сотрудничество гигантского числа учреждений, предприятий и даже целых государств. Вот, кстати, и еще одна проблема.</p>
    <p>Самоуправляющиеся или саморегулирующиеся системы совсем не такая редкость. К их числу относятся не только системы «человек — природа», но и просто взятые порознь высшие животные, заводские коллективы, крупные армейские подразделения и армии в целом, стада животных, подобные стаду китов, оленей или стае перелетных птиц, и т. д. Оказывается, что, несмотря на все качественные различия, между этими системами много общего.</p>
    <p>В чем, однако, это общее заключается?</p>
    <p>Сравнивая с позиций классического подхода современную электронно-вычислительную машину, осуществляющую по заданной программе управление целой железной дорогой, с человеком, мы поневоле пришли бы к выводу, что между ними нет ничего общего.</p>
    <p>С позиций же системного подхода, когда мы стремимся выделить наиболее существенные части целого, чтобы понять роль и назначение его отдельных органов, механизмов и частей, все выглядит иначе. Выделив в качестве главных признаков сравниваемых объектов их функции, то есть виды действий, мы замечаем, что ЭВМ и человек в некоторой ситуации делают почти одно и то же, а именно: сидя в диспетчерской железной дороги, человек-диспетчер, так же как и ЭВМ, получает информацию о движении, погрузке, разгрузке, прибытии и отправлении поездов, о загруженности и состоянии различных участков дороги и в соответствии с определенной программой (инструкцией, правилами) принимает основанные на этой информации решения, которые он затем передает для исполнения на различные участки дороги.</p>
    <p>Структура деятельности или, как иногда говорят ученые, функциональная структура человека и ЭВМ в данных обстоятельствах одинакова, хотя детали, части и «органы» у них совершенно различны.</p>
    <p>Вот и оказывается, что системный подход позволяет при известных условиях сравнивать, отождествлять и изучать явления, которые при классическом подходе не обнаруживали никаких черт сходства. При этом возникает возможность выделить некоторые устойчивые структуры, присущие всем саморегулирующимся системам, и сформулировать отражающие их законы.</p>
    <p>Познание систем имеет и еще одно серьезное преимущество, если оно опирается на системный подход. Диалектический материализм всегда утверждал, что мир представляет собой связанное целое, что все его части взаимообусловлены, так или иначе взаимодействуют. Однако обнаружить эту универсальную взаимосвязь и взаимодействие с помощью одних лишь наблюдений и экспериментов на протяжении долгого времени было не так-то легко. В течение ряда столетий, начиная со времен Галилея и до конца XIX века, классический подход был не только господствующим, но и во многих отношениях чрезвычайно полезным методом познания, так как давал возможность тщательно изучить детали различных явлений, всесторонне описать отдельные изолированные объекты и даже простейшие взаимосвязи между ними.</p>
    <p>К концу XIX века во многих науках отчетливо стали замечаться недостатки классического подхода как основного, методологического принципа научного познания. Химики, например, тщательно изучили несколько десятков химических элементов, описали их свойства, соединения и типы реакций, в которых они участвуют. Потребовался, однако, особый подход, подход, который опирался на предположение, что химические свойства элементов и их взаимоотношения, то есть структуры взаимодействия, зависят от их позиций в какой-то общей системе, для того чтобы сделать новый гигантский шаг или, лучше сказать, скачок в развитии химии. Такое именно предположение и было сделано Д. И. Менделеевым, который составил систему химических элементов, а затем сформулировал опирающийся на нее закон периодичности их химических свойств. Используя этот закон, Менделеев даже сумел предсказать существование еще не известных элементов и более или менее подробно описал их предполагаемые свойства. Эти предсказания великого химика в дальнейшем были подтверждены экспериментально.</p>
    <p>Так системный подход завоевал еще одну важную позицию.</p>
    <p>Сыграл он значительную роль и в познании живой природы. На протяжении многих тысячелетий простые люди и ученые замечали особую периодичность, повторяемость в жизни животных и растений. Рыбы нерестятся не только в определенном месте, но и в определенное время; перелетные птицы точно узнают время отлета в жаркие страны; растения в определенное время суток раскрывают и закрывают свои цветки, расправляют и свертывают листья. Многочисленные попытки ихтиологов, орнитологов и биохимиков изучить эти явления в изолированном виде долгое время не давали результатов.</p>
    <p>В начале нашего века шведский исследователь, один из первых лауреатов Нобелевской премии Сванте Аррениус высказал предположение, что цикличность в жизни растений в значительной степени связана с космическим фактором, с «деятельностью» небесных светил, потоком космических излучений.</p>
    <p>В середине нашего столетия орнитологам и астрономам общими усилиями удалось показать, что многие птицы во время ночных перелетов ориентируются по звездам, а ихтиологи обнаружили, что рыбы точно фиксируют целую систему факторов: температуру и соленость воды, направление течения, рельеф морского дна, сейсмические волны, распространяемые подземными толчками, и т. д. и т. п.</p>
    <p>Эти и многие другие обстоятельства еще отчетливее ставят перед нами задачу познания сложных систем взаимодействия самых различных объектов: далеких звезд, растений, подземных вулканов, морских рыб и птиц, совершающих ночные перелеты.</p>
    <p>Во всех этих случаях системный подход не только помогает познавать сложные объективные системы, но и подталкивает ученых к постановке неожиданных познавательных задач, заставляет их задуматься над поиском новых и неожиданных связей, помогает глубже проникнуть в тайны научного познания.</p>
   </section>
   <section>
    <title>
     <p>Математика в научном познании</p>
    </title>
    <p>Знаменитый философ Иммануил Кант как-то заметил, что первая научная революция, возможно, связана с именем древнегреческого мудреца Фалеса (около 625—547 гг. до н. э.), которому приписывали доказательство геометрической теоремы о равнобедренных треугольниках. В некоторых старых учебниках ее так и называли теоремой Фалеса. До сих пор не известно, был ли именно Фалес первым греческим математиком, осуществившим процедуру геометрического доказательства, но, как бы то ни было, мы вправе предположить, что кто-то из древних мыслителей на самом деле впервые осуществил математическое доказательство на грани VII и VI веков до н. э. Почему же именно этот на первый взгляд вполне заурядный и привычный для каждого школьника прием математических рассуждений Кант считает признаком научной революции?</p>
    <p>Математики древней Индии, Китая и особенно Египта и Вавилона располагали довольно обширными математическими познаниями. Они умели вычислять площади земельных участков, производить измерение высот различных, иногда очень больших предметов, располагали довольно сложными формулами, позволявшими им вычислять объем сельскохозяйственной продукции, размеры налогов, производить различные финансовые, военные и инженерные расчеты. При всем этом доказательство как особый математический или, лучше сказать, логический прием было им почти совершенно чуждо. Ученики воспринимали от своих учителей, чаще всего жрецов или писцов при правительственных учреждениях, готовые формулы без всякого доказательства и применяли их из столетия в столетие для решения сходных задач. Этим во многом объясняется медлительность в развитии восточной математики.</p>
    <p>Древние греки были первым народом, который открыл важность логического доказательства для развития научной и прежде всего математической мысли. Энгельс настойчиво подчеркивал, что удивительная одаренность этого маленького народа обеспечила ему ту роль в истории, на которую не мог претендовать ни один народ. Этим он хотел, по-видимому, сказать, что основы современного мышления были заложены в древнегреческой науке и философии. Но почему именно древние греки открыли и изобрели доказательство? В чем сила этого приема мышления, почему именно эта сторона дела рассматривается Кантом и другими исследователями истории науки как поворотный пункт в ее развитии? Я попытаюсь хотя бы вкратце ответить на эти вопросы, хотя до окончательного их решения еще далеко.</p>
    <p>В VII—VI вв. до н. э. в развитии древнегреческого общества наступил переломный момент. На побережье Малой Азии и Пелопоннесского полуострова вместо старых, тиранических государств начали возникать так называемые демократические города-государства — греческие полисы. Как вы знаете по школьным учебникам истории, это была демократия для рабовладельцев, но не для рабов. Однако внутри сообщества свободных граждан все решения должны были приниматься на основе голосования горожан, собиравшихся для обсуждения важных проблем на общие собрания. Чтобы склонить своих сограждан в ту или иную сторону, политические руководители, вожди различных группировок должны были убедить их в своей правоте, доказать правильность своей позиции. Очень скоро практика убеждения и доказательства была перенесена греческими мудрецами в другие области общественной жизни, прежде всего в сферу обучения и познания мира. Первоначальный смысл доказательства заключался в том, чтобы, пользуясь общими для всех правилами рассуждения, прийти к согласованному мнению или к истине. В дальнейшем под доказательством стали понимать последовательное выведение из некоторых принятых утверждений, называвшихся посылками или предпосылками, определенных следствий. Если посылки считались истинными и доказательство проводилось без нарушения принятых правил, то полученные из них заключения или следствия также рассматривались как истинные. Вскоре выяснилось, что из относительно небольшого числа бесспорных, очевидных или общепринятых посылок, не вызывавших ни у кого сомнения, на основе доказательства или процедуры логического выведения можно получить практически бесконечное число различных следствий. В обычной жизни мы переходим от одного утверждения к другому, опираясь главным образом на их содержание.</p>
    <p>Создание математических и логических доказательств позволило в корне изменить этот привычный способ рассуждения. Математики осуществляют переход от одних утверждений к другим на основе заранее установленных правил, которые учитывают лишь форму данных утверждений, не касаясь по существу дела их содержания, то есть тех сторон и свойств действительности, к которым эти утверждения относятся или могут относиться и применяться. С примерами таких доказательств или, как их часто называют, формальных преобразований вы хорошо знакомы по курсу школьной математики.</p>
    <p>В самом деле, беря ту или иную алгебраическую, геометрическую или тригонометрическую формулу, вы, пользуясь заранее установленными правилами, можете получить из них целый ряд других, необходимых вам для той или иной цели формул, даже не задумываясь о том, каково значение входящих в формулы величин.</p>
    <p>Какие же преимущества сулит такой подход к математике?</p>
    <p>Отныне ученик получает от своего учителя не готовый рецепт, который остается только зазубрить, но прежде всего метод математического рассуждения, доказательства, а вместе с тем и способ открытия новых теорем. Учитель сообщает ранее полученные теоремы или аксиомы, то есть утверждения, принимаемые без доказательства, а также основные логические правила — рассуждения и формулы, позволяющие преобразовывать уже известные теоремы в другие. Мало того, что каждое доказанное предложение приобретает достоинство объективной истины, процедура доказательства снимает всякие сомнения в этом, но, что гораздо важнее, математические предложения становятся понятными. Каждый, кто обладает способностями и необходимыми познаниями, может сам открывать и доказывать такие теоремы.</p>
    <p>Не стоит, впрочем, думать, что открытия рождаются всегда в самой процедуре доказательства. Гораздо чаще доказательство применяется для установления связи и взаимной зависимости утверждений, открытых в результате других творческих процессов, часто даже эмпирических наблюдений. Величайший мыслитель Нового времени Галилей недаром подчеркивает в одной из своих бесед, что Пифагор, прежде чем доказать свою знаменитую теорему, по-видимому, нашел заключенное в ней соотношение эмпирическим путем. Известно также, что Архимед, прежде чем привести строгие математические доказательства, например, своей знаменитой теоремы о квадратуре параболы, позволяющей выразить площадь фигуры, ограниченной кривой линией, через площадь более простого прямоугольника, сначала производил ряд чисто механических экспериментов. Он вырезал параболические фигуры и различные прямоугольники из папируса и взвешивал их, стараясь найти сначала весовое соответствие, а затем, найдя такое соответствие приблизительно, придал ему форму строго геометрического доказательства. Тем не менее открытие доказательства и формальных преобразований как основного механизма построения математики привело к ее удивительному расцвету в Древней Греции.</p>
    <p>Между зарождением египетской, а затем вавилонской математики и Фалесом лежит почти тысячелетний период. За это время сделано немало: открыты важные арифметические правила, осуществлены некоторые геометрические построения.</p>
    <p>И все же это несоизмеримо мало по сравнению с тем, что сделано за три столетия, отделяющие Фалеса от знаменитого александрийского математика III века до н. э. Евклида. Он, как известно, впервые в истории науки изложил стройную систему геометрического знания. В его «Началах» систематизированы почти все известные к тому времени основные теоремы геометрии и арифметики. Что, однако, особенно важно, эти знания не просто агрегат, не просто механическое соединение, не просто сумма различных, не связанных частей, так сказать, порций математической информации, а последовательное, логически обоснованное построение.</p>
    <p>Вначале излагаются аксиомы,а затем из них по правилам доказательства выводятся все полученные к этому времени теоремы геометрии. Такое построение математики, получившее с тех пор название аксиоматического метода, стало образцом для развития европейской математики на протяжении двух последующих тысячелетий. Возникнув из практических потребностей пересчета домашнего скота, денег, товаров, из необходимости проектировать крупные постройки, вроде пирамид и осушительных каналов, рассчитывать земельные участки и т. д., геометрия и арифметика, благодаря открытию логических доказательств и формальных преобразований, получили мощный толчок и стали развиваться в силу, как теперь говорят, внутренней логики. Накопление точных, общезначимых, доказательных математических знаний, позволявших производить точные расчеты и вычисления, с успехом заменявшие трудноосуществимые эмпирические измерения, побудило греческих мыслителей применить математику к наблюдаемым явлениям. Уже Фалес, как гласит легенда, пытался воспользоваться теоремами о подобии треугольников для измерения расстояния от берега до корабля.</p>
    <image l:href="#i_020.jpg"/>
    <p>Находясь в точке <emphasis>А</emphasis> (см. рис. 1) побережья, он завизировал направление на мачту находящегося в море корабля, а затем на другую точку побережья <emphasis>В</emphasis>. Перейдя в точку В, он проделал такую же процедуру, направив на этот раз визир на мачту и точку <emphasis>А.</emphasis> Затем он построил небольшой треугольник с основанием <emphasis>ав </emphasis>и углами при вершинах <emphasis>а</emphasis> иве соответственно равными углами при вершинах <emphasis>А и В</emphasis> треугольника <emphasis>ABC. </emphasis>Измерив затем расстояние <emphasis>ав</emphasis> и расстояние <emphasis>АВ</emphasis> и применив теорему о подобии треугольников, Фалес без труда смог точно рассчитать расстояние до корабля, которое при тогдашних методах измерения трудно было бы установить иным методом.</p>
    <p>Мысль о том, что применение математики может не только облегчить практически вычисления и расчеты, но и позволяет познать явления, которые иным способом вообще не могут быть познаны или могут быть познаны с трудом и менее точно, очень быстро овладело умами мыслителей. Архимед (287 — 212 гг. до н. э.) был одним из самых великих греческих механиков, широко применявших математику для решения механических и физических задач. Сочетая вычисления с наблюдениями, он, в частности, открыл знаменитый закон об уменьшении веса тел, погруженных в жидкость. Другое интересное применение, и, быть может, самое перспективное, в античную эпоху математика нашла в астрономии. В частности, александриец Эратосфен воспользовался геометрическими построениями, чтобы вычислить длину земного меридиана, поскольку он считал Землю шарообразной. Аристарх Самосский, живший в III веке до н. э., воспользовался геометрической моделью пространства для измерения диаметра Луны и расстояния до Солнца. Считая, что Земля вращается вокруг Солнца, а Луна вокруг Земли, он правильно представил себе пространственно-геометрическую модель расположения этих трех тел, при котором ровно половина лунного диска является освещенной. Аристарх правильно решил, что при таком освещении Луна должна находиться в вершине прямого угла в треугольнике, образованном Землей, Луной и Солнцем. Завизировав направление на Солнце и границы освещенной части Луны, а также воспользовавшись некоторыми исход-72 ными данными о размерах Луны, Земли и некоторыми другими сведениями, с большей или меньшей точностью установленными им самим и его предшественниками, Аристарх сделал важные вычисления, оставившие определенный след в античной астрономии. В этом отчетливо проявляется возможность использовать математические построения для вычислений, дополняющих и продолжающих практические астрономические измерения.</p>
    <p>Таким образом, использование математики позволяло делать расчеты все более и более точными, а также заменять некоторые неосуществимые по разным причинам измерения вычислениями и, что особенно важно, придавало научным знаниям систематический, упорядоченный, научный характер.</p>
    <p>Разумеется, применение математики в астрономии, механике и физике в античном мире было несравненно менее эффективным и распространенным, чем в наши дни. Однако следует специально подчеркнуть, что именно в эпоху античности впервые был сделан шаг к фундаментальному изменению роли математики в процессе познания. Этот шаг, по моему мнению, связан прежде всего с именем александрийского астронома Клавдия Птолемея, жившего во II веке н. э.</p>
    <p>С тех пор как в XVI веке Коперником была провозглашена гелиоцентрическая система и особенно после того, как благодаря трудам Галилея, Кеплера и Ньютона ее справедливость была доказана, многие относились к Птолемею пренебрежительно, рассматривая созданную им геоцентрическую систему как нелепость, веками использовавшуюся богословами для подтверждения библейской картины мира. Однако сам Коперник с большим почтением и уважением относился к Птолемею, подчеркивая, что и Птолемей и он метили в одну цель, но степень точности прицела была различной.</p>
    <p>Великая историческая заслуга Птолемея заключалась в том, что он впервые в истории астрономии да, пожалуй, и науки вообще попытался создать единую систему знаний, относящуюся к единой области — движению небесных светил. Птолемей стремился объединить в рамках единой системы механические основы движения светил, заимствованные у Аристотеля, эмпирические наблюдения, производившиеся его многочисленными предшественниками в Греции и в странах древней Азии, а также достижения современной ему математики. Что еще важнее, он попытался подойти к рассматриваемым явлениям с единой математической точки зрения и создать для каждого движущегося небесного светила — Солнца и известных ему планет — геометрическую модель движения. Правда, его система страдала рядом серьезных недостатков, справедливо подмеченных как арабскими астрономами, так и особенно Коперником, который отмечал слабость математических основ системы Птолемея. Тем не менее первая историческая попытка изложить астрономию на математической основе, позволяющей хотя бы приблизительно вычислять и предсказывать движение светил, произвела столь сильное впечатление на современников и последователей Птолемея, что, несмотря на множество недостатков и несоответствия более точным наблюдениям, система эта просуществовала без изменения почти тринадцать столетий.</p>
    <p>Интересно отметить, что не только несоответствие ряда вычислений, произведенных на основе невероятно сложных геометрических построений Птолемея, с действительными наблюдениями, но в гораздо большей степени общая математическая шаткость основ системы Птолемея побудили Коперника, по его собственным словам, заняться пересмотром системы Птолемея в целом.</p>
    <p>Величайшей заслугой Коперника было понимание того, что научное знание должно излагаться и развиваться в рамках единой математической системы. Коперник правильно считал, что основа, то есть исходные положения, отнюдь не обязательно должны покоиться на наблюдении. Достаточно, чтобы они были просты, не противоречивы и позволяли путем логического вывода или математических преобразований получить следствия, которые, по мнению Коперника, должны непременно согласовываться с наблюдением и экспериментом. В противном случае вся математическая система рассматривалась как несоответствующая данной совокупности естественно-научных знаний, не способная служить их развитию и изложению.</p>
    <p>Этим подход Коперника существенно отличался от подхода Птолемея, стремившегося в первую очередь согласовать свои геометрические модели движения планет и Солнца с наблюдением, но мало заботившегося как о простоте и согласованности между собой различных моделей, так и о соответствии их точным расчетам, опирающимся на наблюдения. Переворот в научном мышлении, произведенный Коперником, оказал могучее влияние на развитие всего естествознания Нового времени.</p>
    <p>Дальнейшие успехи в применении математики для целей научного познания связаны с именами прежде всего Галилея, Кеплера, Гюйгенса и Ньютона. Из этого, конечно, неверно было бы делать вывод, что только эти четыре великих мыслителя содействовали применению математики к решению научных проблем.</p>
    <p>Период XVI и XVII веков дал миру многих выдающихся ученых, стремившихся применить математику для решения различных научных задач, но именно эти мыслители сделали существенные шаги, видоизменившие взаимоотношения математики и экспериментального естествознания. Со времен античных ученых и особенно Птолемея вплоть до Коперника математика играла роль вспомогательного средства. Ее использовали для упорядочения результатов наблюдения, для проведения вычислений в тех случаях, когда прямые наблюдения или измерения казались невозможными, наконец, для вычисления отдельных количественных характеристик тех или иных явлений. Но при этом математика как бы накладывалась на эмпирические знания, само же развитие математики происходило независимо от естествознания и никак не связывалось со стоящими перед ним задачами.</p>
    <p>В период средних веков, в эпоху засилья церковной схоластики, успехи опытного эмпирического естествознания были практически ничтожны, и математика развивалась независимо от него, в силу своих внутренних потребностей и закономерностей. Галилей одним из первых стал использовать математические соображения при проведении и планировании экспериментов.</p>
    <p>Хотя Галилей и не сформулировал соотношение математики и эксперимента в четкой форме, оно, по существу, хорошо усматривается в его работах. Их смысл заключается в глубоком понимании, что для того чтобы быть истинными, знания должны быть проверены точным экспериментом, не вызывающим возражений или сомнений. Это возможно лишь в том случае, если эксперимент основан на количественных измерениях. Измерения же могут быть сопоставлены с научными знаниями, использованы для их проверки, только если эмпирические знания выражены в математической форме. С этого момента само наблюдение и эксперимент должны были выражаться в точной количественной, то есть математизированной форме.</p>
    <p>Математизация наблюдения и эксперимента была тем существенным отличием, которое позволяет провести водораздел между качественными наблюдениями, преобладавшими в прежней науке, и количественными наблюдениями, основанными на многократных, хорошо проверяемых, общедоступных и неопровержимых измерениях.</p>
    <p>Что же такое измерение? Отложив шесть с половиной раз стандартную метровую линейку вдоль прилавка в магазине, мы говорим, что длина его равна 6 <emphasis>м</emphasis> 50 <emphasis>см.</emphasis> Положив на одну чашу весов арбуз, а на другую — уравновешивающую его гирю в 5 кг и еще три разновеска в 100, 50 и 25 г, мы утверждаем, что вес арбуза равен 5 кг 175 г.</p>
    <image l:href="#i_021.jpg"/>
    <p>Таким образом, измерение длины, веса да и всех других величин заключается в приписывании измеряемым величинам определенных числовых значений.Это приписывание делается не произвольно (иначе его познавательная ценность была бы равна нулю), а по некоторым правилам. Правила определяются теорией измерений и включают в себя: 1) выбор единиц измерения (например, сантиметр, метр, грамм, килограмм, секунда и т. д); 2) определение операций, допустимых при манипулировании со стандартами данной величины (последовательное прикладывание метровой линейки, последовательное добавление или удаление разновесков на чаше весов и т. д.); 3) оперирование с числовыми значениями, полученными при измере-нии(например, допускается или не допускается сложение, вычитание, умножение, деление и другие операции с числовыми результатами измерений).</p>
    <p>Большинство шкал на известных вам по школьным лабораториям приборов представляют собой не что иное, как такие правила, выполненные в виде насечек на планке метровой линейки, термометра, пружинных весов и т. д. К числу шкал, по существу, относятся также деления на часовом циферблате, позволяющие по положению стрелки приписывать определенные числовые значения интервалам времени, в течение которого совершаются какие-либо события.</p>
    <p>Таким образом, в результате измерения определенной величины можно приписать событию или группе событий, явлений и процессов те или иные числовые значения. С другой стороны, располагая соответствующими числовыми значениями, можно отобрать подходящие явления и процессы среди гигантского множества других изучаемых явлений и процессов.</p>
    <p>Измерения, следовательно, позволяют заменить качественное описание явлений, в известной степени зависящее от органов восприятия данного субъекта (исследователя), количественными характеристиками, имеющими одинаковое объективное значение для различных исследователей, экспериментирующих или наблюдающих за явлениями в сходных условиях.</p>
    <p>Однако обойтись одними измерениями никакая наука не может.</p>
    <p>Во-первых, для того чтобы измерения были надежными, желательно проводить их много раз, что позволяет учесть влияние случайных и побочных обстоятельств. При этом часто возникают так называемые ошибки измерения, определить которые можно лишь с помощью вычислений, основанных н&#163; особых математических формулах.</p>
    <p>Во-вторыл, измерения, как и наблюдения, могут повторяться и производиться лишь конечное число раз. При этом остается неясным, каковы значения величины между моментами двух «соседних измерений». Измерения не дают нам сведений о значениях изучаемой величины в любой интересующий нас момент времени, они не пригодны для того, чтобы делать предсказания о будущих значениях данной величины, о поведении того или иного явления в будущем или прошлом.</p>
    <p>И, наконец, в-третьих, существуют такие явления и процессы, которые просто не поддаются прямому измерению. Как, например, измерить температуру на поверхности Солнца, равную примерно 6000° С, или в его центре, где она достигает, по мнению ученых, миллиона градусов. Никакой термометр не может быть приведен в соприкосновение с таким горячим телом, ибо даже самые жаростойкие сплавы и составы немедленно сгорают или испаряются при подобных температурах. Оказывается, что для этого приходится пользоваться косвенными измерениями, измеряя, скажем, яркость и светимость того или иного тела, чтобы, воспользовавшись после этого вычислениями, установить значение интересующей нас величины, в данном случае температуру различных частей Солнца.</p>
    <p>Итак, измерения представляют собой продукт прямого внедрения математики в эксперимент и наблюдение. Смысл измерения, оказывается, состоит в том, чтобы превратить результаты лаблюдений и экспериментов в числа, которые могут быть включены в различные вычислительные процедуры и преобразования.</p>
    <p>Но где и когда происходит такое включение и почему мы не можем ограничиться либо одними вычислениями, либо одними измерениями?</p>
    <p>На некоторые из этих вопросов я отчасти ответил выше, другие я собираюсь обсудить сейчас.</p>
    <p>Дело в том, что сами по себе чистые математические преобразования и манипуляции с числами не имеют прямого отношения к действительности, хотя многие математические операции и объекты (например, натуральные числа 0, 1, 2, 3. . .) возникли как результат абстрагирования от вещей и процессов, существующих и происходящих в реальном мире.</p>
    <p>Когда мы говорим, что 3 -f- 3 = 8, это отнюдь не означает, что мы утверждаем, будто бы где-то в мире реально существует восемь каких-то предметов. Во всяком случае, наше математическое утверждение не имеет в виду ничего конкретного, оно просто устанавливает правило для оперирования с числами. Если же мы утверждаем, что число баранов в одном стаде три, а в другом пять, то на вопрос, сколько будет баранов, если мы объединим эти два стада без потерь и добавлений в одно, мы можем ответить, что их будет восемь. Для этого нет необходимости заново производить пересчет, достаточно лишь просуммировать числа, указывающие количество баранов в каждом стаде по вышеприведенному правилу.</p>
    <p>Следовательно, чтобы математические расчеты давали нам знания об объективном мире, мы должны сначала произвести измерения, получить с их помощью числовые значения величин, а затем подставить их в те или иные формулы.</p>
    <p>Чтобы эти формулы и совершаемые над ними преобразования вновь дали нам знания об объективном мире, необходимо, чтобы мы располагали не произвольными математическими формулами-теоремами и преобразованиями, а законами науки, выраженными в математической формуле. В этом случае у нас будет гарантия, что истинные законы науки дают нам знания об объективных конкретных предметах, и притом знания объективно-истинные во всех ситуациях, когда мы подставляем числовые значения, полученные в измерениях вместо, переменных, фигурирующих в формулировке физических, биологических, химических, астрономических и других фундаментальных законов.</p>
    <p>Если далее мы имеем гипотезы, выраженные в виде математических уравнений и формул, и допускаем, что входящие в них величины могут иметь определенные значения, то после соответствующих преобразований мы можем получить числовые выражения, подсказывающие нам, что и как следует измерить в действительности, для того чтобы проверить правильность, объективность данных гипотез. В этом случае измерение как бы завершает исследование. Если результаты формальных преобразований и вычислений в границах разрешенных ошибок совпадают с результатами измерений, то именно эта процедура доказывает нам, что гипотеза имеет право называться законом науки. Здесь математика обнаруживает новые замечательные особенности, она выступает как особый язык, позволяющий нам формулировать, выражать и даже создавать знания о явлениях, свойствах и состояниях, которые далеко не всегда поддаются измерениям или вообще им не поддаются, хотя и имеют количественные характеристики.</p>
    <p>В античной науке математику, так сказать, прилагали для оформления знаний, которые были получены часто без ее помощи. Она позволяла точнее и определеннее говорить о вещах и процессах, о которых можно было говорить и на обычном, повседневном языке, языке наблюдения, здравого смысла.</p>
    <p>Напротив, в науке Нового времени математика все чаще обнаруживает свои новые возможности; она превращается в язык формул и формальных преобразований, дающий возможность выразить знания не только о ненаблюдаемых, но часто и о принципиально не наглядных явлениях.</p>
    <p>Чтобы эта мысль была понятна, я хочу пояснить различие между наблюдаемостью и наглядностью.</p>
    <p>В 30-е годы прошлого столетия французский философ Огюст Конт для иллюстрации своего утверждения о том, что мир не может быть нами познан, приводил в качестве примера обратную сторону Луны, которая, по его мнению, никогда не будет наблюдаемой, а следовательно, и познанной.</p>
    <p>Облет Луны и фотографирование ее обратной стороны опровергли этот тезис Конта. Но для нас важнее другое, а именно: понять, что наглядность и наблюдаемость не одно и то же. Есть явления, которые не могут наблюдаться в данный момент, в данном месте и при данных обстоятельствах, хотя при иных обстоятельствах, в иное время и ином месте они наблюдаемы. Звезды нельзя наблюдать при ярком солнечном освещении, Солнце не поддается наблюдению в облачный день, нельзя невооруженным глазом увидеть полет артиллерийского снаряда и т. д. Однако при других условиях перечисленные явления наблюдать можно. Некоторые явления не поддаются наблюдению по техническим причинам, скажем, из-за отсутствия увеличивающего устройства определенной силы. Долгое время считали, что молекулы никогда не будут наблюдаемы. Создание мощных электронных микроскопов опровергло это предположение и сделало некоторые крупные молекулы доступными наблюдению.</p>
    <p>Существуют тем не менее процессы и явления, которые вряд ли можно будет наблюдать в обозримом будущем, но которые вместе с тем можно вообразить благодаря нашему пространственному и временно'му воображению.</p>
    <p>Мы никогда не сможем наблюдать, например, переход Цезаря через Рубикон, так как время необратимо. Движение планет вокруг Солнца, предсказанное Коперником и уточненное Кеплером, мы наблюдать никогда не сможем, так как для этого наблюдателю следовало бы поместиться в центре Солнца, что заведомо невозможно.</p>
    <p>И все же эти явления могут быть нами представлены в наглядных, чувственных образах. Кинофильм, посвященный жизни Юлия Цезаря, научно-фантастические романы, наконец, наглядные схемы гелиоцентрической системы создают образы этих ненаблюдаемых явлений.</p>
    <p>Наглядными, стало быть, называются такие явления и процессы, которые, не будучи наблюдаемыми в данный или какой-либо другой момент, в принципе при иных условиях и обстоятельствах могли бы быть объектами нашего чувственного восприятия. Те же из явлений и процессов, которые ни при каких условиях не могут быть непосредственно восприняты органами чувств человека, не могут вызвать в нем чувственных образов — не наглядны.</p>
    <p>Как же быть с тем, что не наглядно, как познать не наглядные явления?</p>
    <p>Здесь-то и обнаруживается в полной мере роль математики в современном научном познании.</p>
    <p>Уже Ньютон, Гюйгенс и другие мыслители XVII, XVIII и XIX веков использовали математику для того, чтобы формулировать знания о не наглядных явлениях. Можно почувствовать силу тяжести по боли в плечах, вызванной тяжелым рюкзаком, можно увидеть волны, расходящиеся по воде от брошенного камня, но увидеть силу взаимного притяжения, особенно при взаимодействии небесных светил, или волновые колебания света невозможно. Однако эти явления могут быть описаны и поняты с помощью определенных законов, выраженных в виде уравнений волнового движения или уравнений, указывающих количественные характеристики взаимодействующих на расстоянии тел.</p>
    <p>Математика, следовательно, позволяет современной науке говорить о том, что не наглядно. При этом она не просто формулирует на языке особых символов то, что понятно и выразимо в обыденном языке. Напротив, математика позволяет сказать и даже открыть то, что иным образом никогда, быть может, и не было бы сделано.</p>
    <p>Наконец, еще одна замечательная особенность математики заключается в силе абстракций. Отвлекаясь от качественного разнообразия предметов, математика позволяет изучать сходные структуры самых различных объективных систем. Я уже рассказывал вам, как Максвелл воспользовался уравнениями гидродинамики для описания сходных свойств и отношений совершенно другого физического явления— электромагнетизма.jЧисло подобных примеров не трудно увеличить. Достаточно вспомнить, что некоторые уравнения механики, например для соударения чрезвычайно малых упругих шариков, могут при известных условиях использоваться для описания движения молекул газов.</p>
    <p>В. И. Ленин еще в начале нашего столетия подчеркивал, что общность и единство дифференциальных уравнений, применяемых к качественно различным объектам природы, демонстрируют не только связь между науками, но и внутреннее единство окружающего нас мира.</p>
    <p>Это обстоятельство особенно важно, когда мы сталкиваемся с изучением больших и сложных систем, подобных тем, о которых говорилось раньше.</p>
    <p>С помощью электронно-вычислительных машин, позволяющих в необыкновенно сжатые сроки решать сложные уравнения и делать громоздкие вычисления, непосильные человеку, математика дает нам мощное средство изучения сложных систем. Она не только обслуживает потребности науки, но и подсказывает направление новых исследований. Именно поэтому Маркс и говорил, что наука только тогда достигает совершенства, когда она начинает пользоваться математикой.</p>
    <p>Итак, можно сделать выводы:</p>
    <p>1. Математика превращает науку в систематическое, доказательное, количественное и проверяемое знание.</p>
    <p>2. Она позволяет придать нашим наблюдениям с помощью измерения количественный характер и точно проверить результаты теоретических вычислений.</p>
    <p>3. Она позволяет сформулировать знания о принципиально не наглядных и не наблюдаемых явлениях.</p>
    <p>4. Она позволяет точно описывать и изучать сложные системы.</p>
   </section>
   <section>
    <title>
     <p>Штурм неопределенности</p>
    </title>
    <p>Наш разговор о системном подходе, сложных системах, о многоструктурных объектах и месте математики в научном познании будет не полон, если мы не затронем еще одну важную проблему теории познания — вопрос о неопределенности. Но какое отношение ко всему этому имеет неопределенность? Что это за особая вещь? Почему вообще о ней нужно говорить, а тем более в трактате о научном познании?—спросите вы. Ну что ж, ваши вопросы законны. И я предлагаю вам вместе попытаться наити на них разумный ответ.</p>
    <p>В повседневной жизни мы сталкиваемся с неопределенностью на каждом шагу. Выглянув в окно и заметив, что вечернее небо затянуто тучами, вы можете сказать: «Вероятно, ночью будет гроза». Тот, кто услышит такой прогноз, вряд ли задумается над тем, почему вы употребили слово «вероятно», а не сказали просто: «Ночью будет гроза». А между тем короткое слово «вероятно» занимает одно из самых почетных мест и в математике и в теории познания. Я даже готов утверждать, что с понятием вероятности связаны самые острые, так сказать, «гвардейские» проблемы современной науки, изучающие самые разные процессы, происходящие в природе и человеческом обществе.</p>
    <p>Когда вы говорите, что ночная гроза вероятна, то вами, по-видимому, руководит осторожность, опирающаяся на опыт. Нередкб бывает так, что внезапно налетает сильный ветер и разгоняет тучи. Если бы вы сказали: «Ночью будет гроза», ваше утверждение оказалось бы ложным в случае, если бы ветер разогнал тучи. Если же вы говорите: «Вероятно, ночью будет гроза», то вас никто не упрекнет в ошибочности прогноза, ибо вы не настаиваете на своем утверждении, а только предполагаете, не считаете его абсолютно истинным, а лишь более или менее правдоподобным.</p>
    <p>Такая осторожность имеет серьезные основания. Погода в каждый определенный день в определенном месте Земли так же, как и климат в целом, зависит от множества различных факторов, от тысячи различных причин. На погоду влияют: состояние солнечной активности, положение Земли на околосолнечной орбите, наклон ее оси к плоскости вращения вокруг Солнца, направление и сила воздушных течений в соседних областях (наличие циклонов или антициклонов), относительная влажность воздуха, температура и многое другое. Короче говоря, чтобы точно предсказать погоду, мы должны знать все факторы, от которых она зависит, их взаимодействие, мы должны учитывать огромное количество самых разнообразных причин и уметь точно определять влияние каждой из них на конечные результаты. Для этого, как вы знаете, нам, с одной стороны, необходимо располагать точными математически сформулированными законами метеорологии (науки о погоде), с другой — результатами измерений всех величин, входящих в этот закон (атмосферное давление, температура воздуха и поверхности почвы, относительная влажность, характер воздушных течений на различных высотах и т. п.).</p>
    <p>А между тем метеорологи еще не сформулировали закона, связывающего воедино все причины, влияющие на погоду, да и измерить такие величины с надлежащей точностью в различных уголках Земли, а затем с предельной быстротой собрать полученные данные и обработать их далеко не просто. Вот и оказывается, что многие факторы, влияющие на погоду, не определены, а порой и не могут быть определены достаточно точно.</p>
    <p>Вы, наверно, уже заметили, что климат и погода как его характеристика являются системами, и притом весьма сложными, с десятками подсистем и тысячами элементов. Точно определить взаимосвязь и количественные характеристики всех этих подсистем и элементов невозможно даже с помощью радиосвязи, передающей сведения на любые расстояния с молниеносной быстротой, и при содействии ЭВМ, способных просчитать миллионы данных за несколько минут. Понятие «вероятность», следовательно, отражает некоторую неопределенность, с которой вольно или невольно нам приходится считаться.</p>
    <p>Если быть до конца откровенным, то я должен сказать, что мы живем в мире неопределенности. Наши категорические утверждения: «Высота Останкинской телебашни равна 536 <emphasis>м»</emphasis> или «Вес этой гири равен 1 кг», «Радиус Земли составляет 6371 <emphasis>км»</emphasis> — на самом деле дают огрубленное, упрощенное знание об объективной действительности. Правда, и в повседневной жизни и в науке такие упрощения и огрубления часто бывают оправданными, а во многих случаях даже необходимыми. Возьмите хотя бы второй закон Кеплера. Он позволяет довольно точно вычислять положение планет в Солнечной системе в любой момент времени, и все-таки я употребил оговорку «довольно точно», не сказал «совершенно точно», так как в действительности законы небесной механики основаны на определенных огрубленных моделях, на абстракциях, учитывающих лишь взаимодействие небольшого числа факторов.</p>
    <p>В действительности, как показали астрономические наблюдения и измерения, планеты не двигаются вокруг Солнца по геометрически правильным эллипсам, а колеблются, вибрируют вокруг некоторой «средней» линии, ибо на них оказывают воздействие множество причин, влияние которых не учитывается законами Кеплера.</p>
    <p>Под влиянием наших практических потребностей мы, как правило, отражаем в законах науки лишь наиболее устойчивые, постоянные и простые связи между объективными явлениями и процессами. Но, по мере того как в сферу научных исследований втягиваются все более сложные системы, мы чаще сталкиваемся с «неопределенностными» ситуациями, то есть с таким положением дел, когда мы не можем отвлечься, абстрагироваться от влияния неизвестных, неизученных или не поддающихся учету причин.</p>
    <p>А между тем людям приходится постоянно действовать в условиях большей или меньшей неопределенности. Полководец часто разрабатывает план военных действий, не зная в точности сил и намерений врага. Ученый планирует высадку человека на другую планету, не имея всех необходимых сведений о поверхности и атмосфере этой планеты. Директор завода, рабочий, водитель автобуса, диспетчер на железной дороге, пешеход, пересекающий улицу, министр торговли, хирург, производящий операцию, сотни и тысячи раз принимают самые различные решения, не зная до конца всех возможных последствий и всех условий, необходимых для осуществления этих решений и действий. Естественно поэтому, что люди стремятся уменьшить неопределенность, а для этого им прежде всего необходимо ее оценить, необходимо сравнить различные последствия, определить «вес» или влияние различных неопределенных факторов, оценить их предполагаемые следствия.</p>
    <p>Вот этим-то целям и служит понятие «вероятность». В обычном, повседневном языке, в бытовой деятельности мы говорим, что одно событие более вероятно, чем другое, или что одно весьма вероятно тогда, как другое почти невероятно, и т. д. Однако в науке, где требуется высокая точность, ограничиться такими расплывчатыми оценками нельзя, поэтому ученые стремятся разработать особые математические приемы, особые правила, определения и вычисления количественных оценок вероятностей различных событий и процессов.</p>
    <p>Именно этим целям и служит особый раздел математики— теория вероятностей.</p>
    <p>Теория вероятностей возникла в XVII веке благодаря трудам Паскаля, Ферма', Бернулли и др. В XVII, XVIII и XIX веках ею занимались многие крупные математики. Большой вклад в ее развитие в конце XIX и в XX веке сделали академики А. А. Марков, А. Н. Колмогоров и др.</p>
    <p>Теория вероятностей — сложная научная дисциплина. Она состоит как бы из двух этажей. Один из них — это исчисление вероятностей, то есть набор математических правил, позволяющих по определенным исходным условиям вычислять вероятность простых или сложных событий. Второй этаж представляет собой как бы философскую или теоретико-познавательную надстройку, так как здесь осуществляется выяснение содержания различных понятий о вероятности и неопределенности, о том, какие стороны объективного мира и человеческой деятельности отражены в понятии «вероятность».</p>
    <p>Мы не будем здесь заниматься исчислением вероятности. Если вы заинтересуетесь им, то легко сможете изучить по многочисленным популярным или даже специальным учебникам и книгам. Зато побродить по второму этажу и хоть немного разобраться в том, что на нем находится, нам не только полезно, но и необходимо.</p>
    <p>Долгое время многие естествоиспытатели и математики, стоявшие на позициях стихийного, естественнонаучного материализма, считали, что все явления в мире имеют свои строгие, точные и раз навсегда определенные причины. Это убеждение во многом покоилось на механистическом мировоззрении, прообразом и моделью которого служила классическая механика. В ней-то каждое изменение в движении материальных тел действительно строго определено теми или иными воздействиями, поддающимися точному учету. Не многим могла прийти в эпоху торжества классической механики мысль, что сама она с ее высокой точностью, простотой, наглядностью, геометрической безупречностью является лишь приблизительным, упрощенным отображением действительности. Поэтому-то все неопределенностные ситуации рассматривались лишь как результат недостаточной осведомленности людей.</p>
    <p>Если бы люди обладали исчерпывающей информацией, полными сведениями о всех событиях и причинах, то они могли бы, по мнению ведущих естествоиспытателей и математиков XVII—XIX веков, предсказывать и объяснять любое явление абсолютно точно. Они не нуждались бы в вероятности как в мере неопределенности.</p>
    <p>Эту точку зрения замечательно образно выразил знаменитый французский математик Пьер Лаплас:</p>
    <p>«Ум, которому были бы известны для какого-либо данного момента все силы, одушевляющие природу, и относительное положение всех ее составных частей, если бы вдобавок он оказался достаточно обширным, чтобы подчинить эти данные анализу, обнял бы в одной формуле движения величайших тел Вселенной наравне с движениями легчайших атомов, — не осталось бы ничего, что было бы для него недостоверно, и будущее так же, как и прошедшее, предстало бы перед его взором. Ум человеческий в совершенстве, которое он сумел придать астрономии, дает представление о слабом наброске того разума. Его открытия в механике и геометрии в соединении с открытием всемирного тяготения сделали его способным понимать под одними и теми же аналитическими выражениями прошедшие и будущие состояния мировой системы. Применяя тот же метод к некоторым другим объектам знания, нашему разуму удалось подвести наблюдаемые явления под общие законы и предвидеть явления, которые будут вызваны данными условиями. Все усилия духа в поисках истины постоянно стремятся приблизить его к разуму, о котором мы только что упоминали, но от которого он останется навсегда бесконечно далеким. Это стремление, свойственное роду человеческому, возвышает его над животными; и успехи его в этом направлении различают нации и века и составляют их истинную славу».</p>
    <p>Лаплас, как видно, был убежден в том, что неопределенность, неточность, приблизительность, а следовательно, и вероятность наших знаний зависит от того, что люди не в состоянии собрать и проанализировать абсолютно все необходимые сведения. Однако у него не было никаких сомнений, что в самой природе каждое следствие обусловлено одной, точно определенной причиной и каждая причина вызывает строго определенное следствие. Если бы все их связи были известны, мы могли бы навсегда покончить с неопределенностью, а следовательно, и с вероятностью как количественной мерой неопределенности. Поскольку эта цель вследствие несовершенства человеческого разума с точки зрения Лапласа неосуществима, то и приходится прибегать к теории вероятностей.</p>
    <p>Самым простым понятием о вероятности является так называемая классическая концепция вероятности.</p>
    <p>Допустим, что в ящике, содержащем 100 биллиардных шариков, имеется 30 красных, 20 белых и 50 черных шариков. Если вы потрясли и достаточно хорошо перемешали шарики в ящике, а затем наугад, не глядя, вытаскиваете один из шариков, то каков шанс, что вы вытащите красный шарик?</p>
    <p>Обозначив вероятность вытащить красный шарик через Р(к) и учитывая, что всего красных шариков 30 и каждое вытаскивание не зависит от другого, так как шарики возвращаются обратно в ящик, мы можем сказать, что Р(к)=30/100=0,3. Точно так же вероятность вытащить белый шарик равна 0,2. В этом смысле вероятность представляет собой отношение числа благоприятных случаев ко всем возможным случаям. Она вовсе не гарантирует, что первый же вытащенный шарик будет именно данного цвета, но подсказывает, что при большом числе попыток вытащить черней шарик с первого раза более вероятно, чем красный: Р(ч)=0,5, а красный более вероятно, чем белый: Р(к) = 0,3.</p>
    <p>Не следует, однако, думать, что классические вероятности всегда вычисляются так же легко, как в нашем примере. Если бы, дело обстояло так, то незачем было бы создавать особое исчисление вероятностей. На практике мы, как правило, имеем дело со сложными событиями, с запутанными ситуациями, над которыми приходится долго ломать голову, прежде чем становится ясно, какие правила исчисления вероятности следует к ним применить.</p>
    <p>Вот вам простейшая иллюстрация подобного рода: допустим, что в первый ящик письменного стола положили два красных карандаша, во второй — красный и синий, в третий — два синих. Затем вы, не глядя, вытаскиваете один карандаш и снова закрываете ящик. Глянув на этот карандаш, вы обнаруживаете, что он красный. Спрашивается, какова вероятность того, что снова, открыв тот же самый ящик, вы опять вытащите красный карандаш? <a l:href="#n_2" type="note">[2]</a></p>
    <p>Первый путь рассуждений таков: так как я вытащил красный карандаш, то я имею дело с первым или вторым ящиком. Третий ящик отпадает. Если это был первый ящик, то оставшийся карандаш — красный, если второй — то синий. Обе эти возможности не зависят друг от друга, полностью исключают друг друга и совершенно одинаковы с точки зрения условий и осуществлений. Поскольку таких возможностей всего две и они равноценны, то вероятность вытащить красный карандаш при следующей попытке равна 1/2.</p>
    <p>Второй способ рассуждения таков: так как карандашей всего 6, то вероятность вытащить один из них равна 1/6. После первой попытки мы убеждаемся, что имеем дело с первым или вторым ящиком, но наверняка не с третьим. После того как один карандаш вытащен, в этих ящиках осталось три карандаша, из которых два красных. Так как одинаково возможно при второй попытке вытащить любой из них, то вероятность вытащить красный из общего числа в три карандаша равна 2/3.</p>
    <p>Как видите, результаты при разных способах рассуждения оказываются разными. Тщательный анализ показывает, что более правилен второй анализ рассуждения. Тем не менее для нас важно не это, а то, что количественное значение вероятности тех или иных событий определяется не только ходом математических вычислений и правилами математики, но и способом логического анализа понятия вероятности, пониманием структуры неопределенностной ситуации.</p>
    <p>Начиная с середины XIX века и на протяжении всего XX века все большее число ученых начало понимать, что вероятность тех или иных событий связана не только с нашей недостаточной осведомленностью, но и с природой самих объективных, материальных процессов. Изучая, например, законы движения газов, физики обнаружили, что молекулы газа характеризуются относительно небольшим набором свойств — скажем, скоростью, энергией и т. п. В то же время даже в относительно небольшом объеме, не превышающем несколько литров, находятся миллиарды молекул.</p>
    <p>Если мы возьмем различные количественные значения скорости и энергии и захотим ответить на вопрос, как распределяются молекулы газа в данном объеме, по скоростям, в зависимости от их энергии, то мы сможем сформулировать так называемые статистические законы газовой динамики. Эти законы называются статистическими, потому что статистика изучает массовые случайные процессы. При этом мы хорошо знаем, что случайными следует считать не произвольные явления, которые не подчиняются никаким законам, а явления, подчиняющиеся огромному числу объективных и притом закономерных воздействий. За такими случайными явлениями как бы скрываются необходимые и закономерные связи и отношения.</p>
    <p>Изучая случайные явления и процессы при помощи определенных математических методов, статистика как раз и стремится выявить такие закономерности. Разумеется, что статистические закономерности содержат в себе значительную «дозу» неопределенности. С их помощью нельзя, например, точно указать, какая именно молекула в такой-то момент времени в такой-то части объема газа будет двигаться с данной скоростью и в данном направлении. Зато они позволяют подсчитать с известной вероятностью общее количество молекул (или их процент от общего числа), обладающих определенными скоростями или энергиями, и т. д.</p>
    <p>Статистические законы газовой кинематики и динамики были разработаны Максвеллом, о котором я уже говорил в связи с созданием классической электродинамики.</p>
    <p>Нам здесь важно отметить, что в этих законах в том или ином виде также присутствует понятие вероятности, отражающее некоторую неопределенность.</p>
    <p>Чтобы представить себе, что такое статистическая или эмпирическая вероятность, нам следует рассмотреть простой эксперимент с подбрасыванием монет.</p>
    <p>Допустим, что мы проводим 10 серий испытаний по 100 подбрасываний в каждой серии, стремясь выяснить, что выпадает чаще: орел или решка. Пусть в первой серии монеты 49 раз упадут решкой кверху, а 51 — орлом. Во второй серии соответственно выпадает 47 раз орел, 53 — решка, в третьей — 52 орел, 48 решка, в четвертой и последующих орел выпадает 44, 41, 42, 45, 50, 52 и 54 раза, соответственно решка выпадает 56, 59, 58, 55, 50, 48, 46 раз. Расположив все эти данные в определенном порядке при помощи таблицы или графика, мы можем заметить, что частота появления каждого признака (орел и решка) в каждой серии испытаний различны, но, взятые вместе, они как бы колеблются около некоторого устойчивого значения или, иными словами, приближаются к нему с разных сторон, как к своему пределу. Это значение есть число 1/2. Его и можно условно принять за вероятность того, что в достаточно большой серии подбрасываний почти в половине случаев монеты выпадут орлом вверх, а в другой половине — решкой. Число 1/2 было установлено здесь на основе статистических подсчетов случаев в большой массе экспериментальных подбрасываний.</p>
    <p>Разумеется, в действительности в научных экспериментах при измерении различных сложных процессов дело обстоит не так просто, но суть его та же самая. Измерение статистических вероятностей позволяет в дальнейшем оценить возможность наступления того или иного события, предсказать его с наибольшим или наименьшим правдоподобием.</p>
    <p>Применение статистических методов и понятие статистической или эмпирической вероятности иногда приводит к настоящим открытиям. Именно так случилось в опытах основоположника современной генетики — науки о биологической наследственности Грегора Менделя. Мендель занимался гибридизацией двух сортов гороха, различавшихся лишь небольшим числом признаков. Выделив один из них — форму горошин (одни были гладкими, другие морщинистыми), Мендель заметил, что гибриды, полученные в результате взаимного опыления двух сортов гороха, состояли исключительно из гладких горошин. Однако следующее поколение, полученное из гладких семян, отличалось удивительной особенностью. Статистический подсчет показал, что из 7324 семян второго поколения 3474 оказались гладкими, а 1830 — морщинистыми. Хотя в любых двух произвольно взятых стручках горошины распределялись как попало, статистический расчет обнаружил довольно четко выраженную количественную закономерность: гладких горошин было почти в три раза больше, чем морщинистых.</p>
    <p>Мендель, в отличие от большинства биологов XIX века, хорошо знавший математику, предположил, что законы наследственности подчиняются точным количественным соотношениям и опубликовал свои соображения в 1865 году. Его открытие было столь неожиданным, что в течение почти тридцати пяти лет не получило почти никакого отклика в научной литературе. Лишь в XX веке биологи смогли полностью оценить важность количественных методов в биологических исследованиях. Однако даже после открытия структуры ДНК из генетики не удалось устранить вероятностные статистические оценки. И сейчас мы можем лишь с высокой вероятностью предсказать, сколько мальчиков и девочек родится в следующем году в Москве, Хабаровске, Амстердаме или Токио, какие признаки унаследуют гибриды таких-то и таких-то растений или животных и т. д.</p>
    <p>Как бы ни были точны наши предсказания, опирающиеся теперь не на догадки, а на объективную истину, касающуюся молекулярной структуры ДНК, на ясное знание механизмов размножения и развития животных и растений, мы вынуждены признать, что известная доля неопределенности заложена, по-види-мому, в самой природе, в самой организации передачи наследственных признаков.</p>
    <p>Еще одно подтверждение объективного характера некоторых видов неопределенности мы легко обнаруживаем, рассматривая сложные системы типа большого города. Вы хорошо знаете, что безопасность уличного движения зависит не только от числа пешеходов, транспортных средств, светофоров и регулировщиков, но и от взаимного расположения улиц, перекрестков, подземных и наземных переходов —иными словами, безопасность зависит не только от элементов систем, но и от ее пространственной структуры.</p>
    <p>Эти факторы хотя и поддаются учету, не являются единственными причинами, полностью определяющими безопасность движения. Необходимо учитывать еще, насколько хорошо известны правила уличного движения пешеходам и водителям, насколько они готовы соблюдать эти правила, и, наконец, психологическое состояние людей, освещение улиц, состояние светофоров, переходных полос и многое другое. Даже самые быстродействующие ЭВМ, получающие максимально полную информацию о состоянии транспортных магистралей, о движении транспорта и пешеходных потоков, не могут с полной определенностью оценить состояние транспортных систем одновременно во всех частях города. Они могут дать такую оценку лишь с известной вероятностью. Поэтому диспетчер (человек или автомат), регулируя движение в городе, принимает решение, опирающееся на более или менее вероятную информацию. Чем больше неопределенность в той или иной ситуации, тем менее вероятными, менее надежными являются наши знания. Наоборот, чем меньше неопределенность, тем выше значение вероятности.</p>
    <p>Когда все причины и следствия, все временные и пространственные характеристики, все сведения об элементах и структурах систем совершенно определенны, безукоризненно точны, тогда вероятность переходит в достоверность — в исчерпывающе полную, абсолютную истину.</p>
    <p>Нетрудно заметить, что истины такого рода достижимы лишь в самых простых случаях, когда чрезвычайно мало число элементов и структур системы, когда требования к точности измерений и вычислений невысоки, а сама познавательная задача относится скорее к абстрактной упрощенной модели, а не к самой действительности.</p>
    <p>Вот почему один из создателей системного подхода биолог Людвиг Берталанфи как-то сказал, что все законы природы носят статистический, вероятностный характер.</p>
    <p>Теперь мы могли бы указать основные виды неопределенности, с которыми приходится иметь дело ученым:</p>
    <p>1. Неопределенность, связанная со статистическим характером объективных законов природы. Неопределенность этого рода неустранима и не зависит от степени нашей неосведомленности о тех или иных явлениях.</p>
    <p>2. Неопределенность, зависящая от недостаточно полной информированности. Причиной ее могут быть, по крайней мере, три обстоятельства.</p>
    <p>Во-первых, необходимая для устранения неопределенностей информация может быть безвозвратно утеряна или ее нельзя получить в силу объективных причин. Мы, например, никогда не сможем точно узнать о полном составе книг Александрийской библиотеки, целиком уничтоженной пожаром около двух тысяч лет назад. Люди (по крайней мере, мы с вами) вряд ли узнают о существовании в данный момент жизни в других галактиках, так как даже самые быстрые сигналы, посланные оттуда со скоростью света (300 000 <emphasis>км/сек)</emphasis> в момент, когда вы читаете эти строки, достигнут Земли лишь через много миллиардов лет.</p>
    <p>Во-вторых, необходимая для устранения неопределенностей информация может отсутствовать или затеряться по техническим причинам. Примерами этого рода могут служить смерть гонца, везущего донесение главнокомандующему, обрыв проводов телефоннотелеграфной связи, недостаточная скорость или поломка ЭВМ. Во всех этих случаях недостаток или отсутствие информации вызваны не объективными законами природы или необратимостью времени, а техническими случайными помехами, которые в принципе можно было предотвратить, но которые фактически предотвращены не были.</p>
    <p>В-третьих, плата за ту или иную информацию, устраняющую неопределенность, может быть очень высокой. «Плату» я понимаю здесь в широком смысле, как совокупность возможных затрат: денег, времени, людских сил, как использование сырья, научной аппаратуры и т. д.</p>
    <p>Вы легко поймете, о чем идет речь, если представите себе ученых, пытающихся детально изучить поведение и маршруты перелетных птиц.</p>
    <p>В принципе мы могли получить бы вполне достоверное знание, если бы не только закольцевали всех птиц в стае, но и снабдили их портативными радиопередатчиками, мобилизовав для слежения за полетом десятки радиолокационных станций, сотни планеров, управляемых пилотами-орнитологами, и т. д. Однако затраты на все эти предприятия были бы так велики, что вряд ли оправдались полученными результатами. Поэтому орнитолог, занимающийся изучением птиц, удовлетворяется гораздо более ограниченной информацией и восполняет существующие пробелы с помощью более или менее вероятных гипотез и предположений.</p>
    <p>Мы можем теперь сказать, что позиция Лапласа, допускавшего, что при известных условиях неопределенность вообще могла быть исключена из научного познания, является сильным преувеличением. Впрочем, оно продиктовано верой в мощь человеческого познания, и в этом отношении сам Лаплас и другие ученые, занимавшиеся развитием теории вероятности и статистикой, сделали очень многое, чтобы разработать методы, позволяющие преодолеть или уменьшить неопределенность, с которой мы встречаемся в практической и познавательной деятельности. Так как ученым, государственным деятелям, инженерам, руководителям производства в нашу эпоху, эпоху быстрых перемен и сложных систем, часто приходится принимать ответственные решения в условиях неопределенности, им необходимо располагать все более совершенными методами для ее оценки и преодоления. Штурм неопределенности, который наука ведет на протяжении всей своей истории, усиливается и нарастает, и тому, кто обладает пытливым и критическим умом, стоит приложить свои усилия к этой важной сфере научного познания.</p>
   </section>
  </section>
  <section>
   <title>
    <p>МИР НАУКИ</p>
   </title>
   <section>
    <image l:href="#i_022.jpg"/>
    <empty-line/>
   </section>
   <section>
    <title>
     <p>Еще раз о системах, структурах и гордиевом узле</p>
    </title>
    <p>Наш разговор о науке и научном по-знании подходит к концу. Прочитав еще несколько страниц, вы закроете книгу и задумаетесь над тем, что дало вам это чтение, что вы узнали нового.</p>
    <p>Я думаю, самый честный ответ на эти вопросы заключается в том, что одни проблемы освещены в этой книге достаточно подробно, другие обсуждены лишь в самых общих чертах, третьи лишь слегка намечены и контуры предполагаемых решений отчеркнуты, так сказать, пунктирной линией. Это, впрочем, не удивительно. Мир, окружающий нас, сложен, изменчив, противоречив, но и наука, возникающая как продукт сложной познавательной деятельности, так же изменчива, так же не проста и многогранна. Мы вправе поэтому говорить об особом мире — мире науки.</p>
    <p>Что же представляет собой этот мир?</p>
    <p>В отличие от объективного материального мира, который существовал до возникновения жизни на Земле, до появления человека и существует в настоящее время вне и независимо от нашего сознания, мир наших знаний является продуктом человеческой деятельности. Та его часть, которую мы называем миром науки, возникает как продукт познавательной деятельности ученых.</p>
    <p>В научно-фантастическом романе Клиффорда Саймака «Заповедник габлинов» рассказывается о том, как в результате длительного развития пришла в упадок разумная цивилизация на Хрустальной планете, находящейся в другой галактике. Жители этой планеты, исчерпавшие биологические возможности своего существования, были в первую очередь озабочены тем, чтобы сохранить и передать другим разумным существам прежде всего не памятники своей материальной культуры, а гигантский запас научных знаний, накопленный ими за 50 миллиардов лет развития.</p>
    <p>Мы знаем, что наша собственная человеческая цивилизация тесно связана с развитием познания, а на современном этапе главным образом совершенствованием и развитием научного познания. Египетские пирамиды, собор Василия Блаженного, атомная электростанция и космические лаборатории созданы предметно-практической деятельностью людей. Мир человеческой культуры, то, что мы называем цивилизацией, включает в себя всю совокупность созданных людьми вещей — от костяной иглы неандертальца до автоматического лунохода, а также всю совокупность способов, навыков и правил по изготовлению и использованию этих вещей.</p>
    <p>Мир науки также включает в себя всю совокупность созданных и накопленных научных знаний, а вместе с ними и совокупность приемов и методов «изготовления» и использования этих знаний. Этот мир науки и составляет объект изучения теории научного познания. Поскольку в мире науки отнюдь не все завершено и закончено, поскольку он продолжает бурно изменяться, развиваться и надстраиваться, постольку и изучающая его теория научного познания не всегда в состоянии с одинаковой полнотой ответить на все относящиеся к нему вопросы.</p>
    <p>Все же теперь после того, как мы многое выяснили и поняли, нам стоит, пожалуй, попытаться привести в порядок сведения о научном познании, заполнить кое-какие пробелы и уяснить, в каких направлениях стоит вести дальнейший поиск.</p>
    <p>Науку, как я уже говорил, можно рассматривать с двух точек зрения: как процесс изготовления научного знания — как познавательную деятельность и как результат этого процесса, как систему «изготовленных» существующих знаний. О первом подходе мы говорили достаточно много и теперь стоит подробнее остановиться на втором.</p>
    <p>Как вы помните, наука или, точнее, уже существующие, созданные научные знания выражаются в языке. Так как научное знание прежде всего должно удовлетворять критериям истинности, то единицы или элементы научного знания облекаются в форму отдельных высказываний-предложений. Эти предложения не разрознены, а связаны определенным образом в зависимости от того, какую роль они играют в научном познании, какую информацию об окружающем мире они несут.</p>
    <p>Таким образом, наука в самом общем виде представляет собой систему истинных знаний, выдержавших определенную проверку, отвечающих специальным требованиям и содержащих в себе знания о тех или иных разделах,областях или фрагментах реального мира.</p>
    <p>Как видите, мы снова сталкиваемся с понятием системы. Но на этот раз не в применении к объективному реальному миру, а в применении к самой науке.</p>
    <p>Мы можем теперь без особых трудностей заметить, что наука представляет собой сложную систему, состоящую из различных подсистем, надстраивающихся друг над другом, образующих как бы этажи огромного сооружения. При этом каждый этаж взаимодействует с другими смежными этажами, влияет на них и, в свою очередь, подвергается различным влияниям.</p>
    <p>Такие системы называются <emphasis>иерархическими</emphasis> (от греческого hierarchia; hieros — священный и агсЬё — власть) системами. Между элементами каждой подсистемы или каждого этажа существует разнообразное отношение. Различными являются и отношения между этажами. Значит, эта система содержит в себе целый набор различных структур и является многоструктурной.</p>
    <p>Давайте теперь обозначим важнейшие структурные комплексы, основные этажи и межэтажные блоки в нашей системе, называемой «наука».</p>
    <p>Как и всякое здание, здание науки строится с фундамента, так сказать, снизу. Этот фундамент науки образуется наблюдениями и экспериментами и, следовательно, состоит из эмпирических знаний.</p>
    <p>Но самым главным, наиболее существенным для науки является верхний этаж, который называется теорией.</p>
    <p>С него-то мы и начнем наш анализ. </p>
    <p>Теория образует важнейшую подсистему научного знания.</p>
    <p>Что же такое теория?</p>
    <p>Как она устроена?</p>
    <p>Как вы помните, теория образуется в первую очередь из законов, выражающих наиболее фундаментальные знания о самых глубоких и необходимых связях между изучаемыми явлениями. Эти знания не просто располагаются рядом друг с другом, а объединены определенными логическими отношениями, отношениями выводимости. Исходные фундаментальные законы теории возникают на основе обобщений или догадок — гипотез. Все остальные теоретические знания в рамках данной теории выводятся из фундаментальных законов по законам логики и математики.</p>
    <p>Строя теорию в таких дисциплинах, как биология, ученые до сих пор чаще всего принимают в расчет содержание исходных фундаментальных законов и гипотез. Они, стало быть, опираются на содержательную логику. Однако в таких математизированных дисциплинах, как физика, механика или астрономия, одни законы выводятся из других преимущественно по правилам математики и математической логики.</p>
    <p>Сама математика, по крайней мере в ее первоначальном варианте, как вы помните, строилась под диктовку практических задач.</p>
    <p>Но по мере усложнения развития математики ученые-математики часто формулировали совершенно абстрактные математические задачи. Предположим, говорили они, что имеют место такие-то и такие-то обстоятельства, такие-то и такие-то условия и ограничения. Как в таком случае можно решить данную задачу? При этом математики часто не задумывались о прямом и непосредственном применении своих результатов к действительности. Их целью было разработать строгие, точные и непротиворечивые правила, позволяющие чисто формальным путем решать все однотипные задачи данного вида. Когда намеченная ими цель оказывалась достигнутой, это означало, что им удалось построить ту или иную математическую дисциплину, тот или иной раздел математики, то есть создать формальное математическое исчисление.</p>
    <p>Ученый — физик, механик или астроном — сталкивался с практической, физической, механической или астрономической задачей, и если оказывалось, что взаимодействие объектов, набор условий и ограничений в этих практических задачах был в достаточной степени схож с абстрактными объектами, условиями и ограничениями, о которых размышляли математики, то естествоиспытатели охотно брали из арсенала математики уже готовое, проверенное математическое оружие — наборы готовых правил и формул.</p>
    <p>Таким образом, в физическую теорию попадали математические структуры.</p>
    <p>Именно так случилось в Новейшее время с алгеброй групп, с неевклидовой геометрией и др. Математики и даже физики XIX века думали, например, что эти разделы математики — чистая игра воображения, которая никогда не найдет себе практического применения. Когда, однако, уже в нашем столетии стали развиваться специальная теория относительности и квантовая механика,оказалось, что для формулировки их законов эти математические дисциплины дают готовый, хорошо разработанный математический аппарат.</p>
    <p>Таким образом, математические структуры, находящие применение при построении научной теории, используемые для ее формулирования, уточнения, развития и совершенствования, образуют математическую модель научной теории.</p>
    <p>В математические уравнения, как вы знаете, входят символы, обозначающие различные абстрактные переменные, и символы тех или иных математических операций. Поэтому сами по себе такие уравнения ничего не говорят об объективном мире. Для того чтобы они превратились в конкретную научную теорию, соответствующие символы должны обрести тот или иной физический, механический или астрономический смысл, получить определенное эмпирическое значение. Процедура предания формальному математическому аппарату конкретного научного смысла называется интерпретацией данной математической модели теории. Для этого необходимо использовать набор основных понятий данной науки, входящих в ее фундаментальные законы.</p>
    <p>Возьмем для примера самое простое арифметическое выражение: <emphasis>y = xz.</emphasis> Входящие в него переменные могут быть легко выражены друг через друга. Однако ни о какой физической реальности они еще не говорят. Достаточно между тем интерпретировать <emphasis>у </emphasis>как силу, <emphasis>х</emphasis> как массу, a <emphasis>Z</emphasis> как ускорение, и мы получим уже знакомую нам здесь запись второго закона ньютоновской динамики <emphasis>F = та.</emphasis> При другой интерпретации, приписывая <emphasis>у</emphasis> значение импульса (<emphasis>Р)</emphasis> и рассматривая <emphasis>Z</emphasis> как скорость <emphasis>V,</emphasis> мы получим уравнение <emphasis>P = mV.</emphasis> Оно указывает на связь импульса с массой и скоростью движущегося тела. Чтобы та или иная математическая структура, тот или иной набор уравнений можно было рассматривать как соответствующую научную теорию, необходимо, стало быть, интерпретировать определенным образом переменные данные математической структуры.</p>
    <p>Набор основных понятий и правил интерпретации, с помощью которых данные понятия включаются в состав математических выражений, превращая их тем самым в выражения физики, механики, астрономии и т. п., называются теоретической моделью данной теории. Теперь вам становится более понятной и та классификация моделей, о которой мы уже говорили.</p>
    <p>Сейчас очень важно, чтобы вы ясно поняли, что ни математическая модель, ни теоретическая модель еще не образуют взятые порознь научные теории. Однако выделение этих двух важных подсистем позволяет нам сделать некоторые важные выводы. Оказывается, что различные по своему содержанию теории могут иметь одинаковые в известных границах математические модели. Так, например, уравнение кинетической теории газов*и уравнение механической теории, рассматривающей соударение абсолютно упругих шариков исчезающе малых размеров, сходны по своей математической природе, то есть по формальным свойствам. Точно так же в известных границах сходны уравнения гидродинамики и классической электродинамики.</p>
    <p>Из этого, между прочим, следует, что различные в содержательном смысле теории могут иметь одинаковую математическую структуру, что и в основе их лежйт одна и та же математическая модель.</p>
    <p>По мере того как научные теории разного содержания обнаруживают качественные различия между своими объектами, начинают обнаруживаться отличия и в используемом ими математическом аппарате. И все же обнаружение большего или меньшего сходства математической модели теории позволяет не только установить взаимосвязь научных теорий переносить некоторые сведения из одной теории в другую, но и наталкивает на мысль о взаимосвязи и даже единстве отражаемых в этих теориях фрагментов действительности.</p>
    <p>Здесь уместно заметить, что математическая модель теории сама по себе не отражает объективную действительность, но она выражает или фиксирует формальную структуру теории, что само по себе очень важно, ибо позволяет лучше понять данную теорию, усовершенствовать ее, упростить и организовать заключенные в ней знания.</p>
    <p>Теперь я хочу коснуться еще одного важного вопроса — вопроса о правилах формальных преобразований, интерпретаций и некоторых других правилах, с которыми часто приходится сталкиваться, коль скоро речь заходит о науке.</p>
    <p>Вы помните, что еще в первой главе этой книги я обещал вернуться к вопросу о связях знаний об объективном мире и правил. Выполняю свое обещание.</p>
    <p>Говоря о правилах хорошего тона (рыбу не едят ножом) или о правилах перехода улиц с оживленным автомобильным движением, а также о правилах шахматной игры и т. п., мы обычно подчеркиваем мысль, что эти правила не отражают объективную действительность. Они устанавливаются людьми иногда более или менее произвольно и могут быть изменены по взаимному соглашению без каких-либо катастрофических последствий.</p>
    <p>Когда речь идет о правилах, применяемых в науке, надо быть особенно внимательным. Прежде всего нам следует задать вопрос: о каких правилах мы говорим в связи с изучением научного познания, откуда эти правила берутся и зачем они нужны?</p>
    <p>С некоторыми из таких правил, с правилами логических доказательств и выводов, математических преобразований или интерпретации, мы уже сталкивались, но ими, конечно, дело не исчерпывается.</p>
    <p>Рассмотрим вначале один очень простой случай и воспользуемся для этого хорошо знакомым нам законом <emphasis>F = т а.</emphasis></p>
    <p>Оказывается, что этот закон можно рассматривать с различных точек зрения.</p>
    <p>Во-первых, он отражает некоторые объективные взаимосвязи и отношения между физическими явлениями. Если в инерциальной системе отсчета наблюдатель замечает, что тело изменило направление или величину скорости, то, согласно закону, это вызывается особой причиной — или взаимодействием с другим телом, или физическим полем. Эту причину и называют силой. Закон в этом смысле отражает объективную действительность.</p>
    <p>Во-вторых, этот закон можно рассматривать как определение понятия «сила». «Сила» — есть то, что вызывает изменение в скорости тел, имеющих постоянную массу в определенных системах отсчета. При этом, конечно, предполагается, что нам известен смысл и значение понятий «масса», «ускорение» и «инерциальная система».</p>
    <p>В-третьих, закон может быть истолкован как правило для вычисления. Это правило утверждает, что величина <emphasis>F</emphasis> равна произведению численных значений <emphasis>т</emphasis> и а, а направление вектора <emphasis>F</emphasis> совпадает с направлением вектора <emphasis>а.</emphasis></p>
    <p>Наконец, в-четвертых, закон можно рассматривать как правило или инструкцию для выполнения физических измерений. Он как будто говорит: «Если вам не известны численные значения величин <emphasis>пг</emphasis> и а, то измерьте каждую из них специальными приборами, показатели приборов переведите на язык чисел, подставьте эти числа вместо букв в формулу закона, а затем произведите соответствующие вычисления». </p>
    <p>Мы, таким образом, видим, что в третьем и четвертом случае закон выступает в виде рекомендации, инструкции, указывающие, какие действия необходимо предпринять для вычисления тех или иных величин или какие следует осуществить измерения. Правила подобного рода отнюдь не так произвольны, как некоторые правила хорошего тона, игры в шахматы или в карты. Справедливости ради стоит сказать, что и эти последние перестают быть произвольными, лишь только их принимают все члены того или иного коллектива. Само собой разумеется, что даже в этом случае они никак не связаны с отражением и познанием объективных свойств действительности. Правила познавательной деятельности в этом отношении принципиально отличаются от правил поведения или игр, поскольку они опираются на познание объективной действительности и, в частности, на законы науки. Эти правила просто невозможны без таких законов, так как сами возникают, как в приведенном выше примере, из определенного истолкования и понимания законов науки. Такое истолкование и понимание законов науки, превращающее их в правила вычисления определенных величин или наблюдения и измерения, можно назвать «инструктивизацией». В процессе инструктивизации соответствующие законы как бы превращаются в те или иные инструкции — правила, предписывающие определенные виды научно-познавательной деятельности.</p>
    <p>Возникнув на основе тех или иных законов науки, такие правила, в свою очередь, содействуют более глубокому, систематическому и организованному познанию действительности.</p>
    <p>Чтобы покончить с этой стороной дела и лучше пояснить мою мысль, я попрошу вас взглянуть на картинку. При первом взгляде на нее, вы вряд ли что-нибудь заметите, кроме густого и беспорядочного сплетения линий. Однако если у нас есть заслуживающее доверия утверждение: «На картинке в одном из ее углов нарисован охотник», то ваш поиск становится более целенаправленным и осмысленным. На картинке б контуры охотника обведены более жирной линией. Рассматривая его и обладая некоторой наблюдательностью, пытливостью и склонностью к рассуждению, вы даже можете сделать новое самостоятельное открытие. На основе наблюдения вы устанавливаете, что охотник целится, и, определив направление прицела, можете утверждать, что в том же направлении следует искать цель. Более того, вы вправе предположить, что искомая цель — животное. Следовательно, мы опять располагаем инструкцией для поиска.</p>
    <p>И действительно, в углу, как показывают контуры на рисунке, находится заяц.</p>
    <p>Правила, основанные на определенном истолковании и понимании законов науки, регулирующие наш научный поиск, вместе с правилами соответствующих разделов математики и логики, применяемыми при построении научной теории, а также правилами интерпретации в совокупности образуют метод данной науки. Метод, стало быть, есть особая подсистема в системе научного знания. По мере развития науки метод сам изменяется, развивается, уточняется.</p>
    <p>Так как метод имеет самое прямое отношение к вычислениям, измерениям, наблюдениям и экспериментам, связывая воедино результаты этих видов познавательной деятельности, то он образует важнейшую часть современной науки. Поэтому, изучая строение науки, теория познания уделяет большое внимание анализу методов науки. Без преувеличения можно сказать, что метод образует живую душу, двигатель научного познания, и поэтому изучить метод в каком-то смысле то же самое, что науку в целом. Вот почему учение о методах научного познания, то есть методологию, часто отождествляют с теорией научного познания.</p>
    <image l:href="#i_023.jpg"/>
    <p>Теперь давайте займемся другой важной подсистемой — подсистемой эмпирических знаний. Вы, наверное, помните, что эмпирическими называются знания, опирающиеся на наблюдение, включая активное наблюдение, возникающее в ходе научных экспериментов. Чтобы наблюдениями можно было воспользоваться при построении научного знания, например, для выдвижения некоторых предварительных гипотез, для проверки истинности тех или иных научных законов, для уточнения того, имело ли в действительности место такое-то и такое-то событие или нет, необходимо выразить наблюдение в общедоступной корректной форме.</p>
    <image l:href="#i_024.jpg"/>
    <p>Обычно люди, желая подтвердить свои взгляды, догадки, ссылаются на наблюдения, говоря: «Я сам это видел или слышал». Если эти наблюдения представлены в письменной форме, их обычно называют описаниями.</p>
    <p>Примером обычного литературного описания мог бы служить следующий отрывок из рассказа А. П. Чехова «Драма на охоте (Истинное происшествие)»:</p>
    <p>«Возвращались мы прекрасной дорогой по полю, на котором желтели снопы недавно сжатой ржи, в виду угрюмых лесов. . . На горизонте белели графская церковь и дом. Вправо от них широко расстилалась зеркальная поверхность озера, влево темнела каменная могила». </p>
    <p>Это довольно лаконичное и образное описание способно создать известное настроение, передать определенную гамму ощущений, но оно, разумеется, не является научным описанием. Если бы мы попросили нескольких художников-пейзажистов изобразить то, что содержится в данном описании, то наверняка получили бы несколько совершенно различных картин.</p>
    <p>В науке такая неоднозначность и неопределенность совершенно нетерпима. Поэтому научные описания должны удовлетворять целому ряду точно определенных требований. Во-первых, ученый должен указать, при каких условиях* с помощью каких инструментов и приборов производилось данное наблюдение. Он должен, во-вторых, уметь определить, к чему относятся его наблюдения, о чем они говорят. Наблюдая, например, различные положения стрелки на шкале монометра и описывая свои наблюдения, физик-экспериментатор четко представляет себе, что его интересует не то, что он непосредственно видит, не колебания стрелки, а давление пара в котле, энергия движущихся молекул. Так как он не может непосредственно ощущать это давление, забравшись, например, внутрь котла с перегретым паром, не может непосредственно измерить скорости и определить направление движения молекул газа, то ему надо уметь истолковывать свои наблюдения в понятиях кинетической теории газов. Это означает, что, прежде чем сделать соответствующую запись, физик, так сказать, в уме должен перевести положение стрелки на шкале на язык чисел, характеризующих давление пара в котле. Только после этого делается соответствующая запись. Последовательность таких записей, выполненная в форме таблицы, графика или колонок чисел, составляет описание данного наблюдения или эксперимента.</p>
    <p>Так как на результаты описания могут влиять самые различные причины, то экспериментатор, чтобы исключить различные помехи и случайности, часто повторяет один и тот же эксперимент по нескольку раз. Повторяемость или воспроизводимость является одной из наиболее важных характеристик научных наблюдений и экспериментов. Она позволяет на основе статистических методов, иногда с применением ЭВМ, уменьшить вероятность ошибок, снизить погрешность измерений и дать наиболее точные количественные результаты.</p>
    <p>Мы видим, таким образом, что научные описания совсем не простая вещь. Они не сводятся к обычным наблюдениям. Чтобы описание было правильным и соответствовало требованиям научности, необходимо:</p>
    <p>1) учесть все условия, в которых проводится эксперимент, и различные причины и обстоятельства, влияющие на экспериментальный объект, приборы наблюдателя;</p>
    <p>2) выразить результаты наблюдении и числе, та есть воспользоваться процедурой измерения, а если нужно, то и вычисления, подвергнув первоначальные «сырые» данные статистической обработке;</p>
    <p>3) истолковать полученные результаты правильно, то есть отнести их не к приборам, побочным условиям и факторам, не к состоянию наблюдателя, его профессиональным- навыкам, зоркости, внимательности или утомленности, а к изучаемым объектам (давление пара в котле и т. д.).</p>
    <p>Мы, следовательно, приходим к выводу, что система описаний отнюдь не так проста, как может показаться, она имеет сложную структуру, в ней более или менее отчетливо прослеживаются различные отношения между объектами, средствами наблюдения, исследователями, методами обработки данных. К тому же описания имеют смысл не сами по себе, а лишь внутри данной науки и прежде всего в связи с той или иной теорией.</p>
    <p>Наконец, нам необходимо выделить в качестве особой подсистемы, связывающей знания с материальным миром, совокупность материальных и воображаемых моделей. Я уже говорил о них во второй главе. И сейчас хочу обратить ваше внимание на то, что они играют в научном познании роль, весьма отличающуюся от той, которая выпадает на долю математических и теоретических моделей.</p>
    <p>Модели первых двух типов непосредственно относятся к материальным объектам, отражают их, фиксируют в себе наиболее важные черты таких объектов.</p>
    <p>Модели двух последних типов относятся к научной теории. Они либо выражают и передают сведения о ее формальной структуре, либо служат для превращения этой последней в содержательную, теоретическую систему.</p>
    <p>Материальные и воображаемые модели, хотя и очень условно, можно назвать «сгустками знаний». По существу, чтобы построить уменьшенный макет электростанции или механическую модель ДНК, как это делал Уотсон, нужно очень много знать о соответствующих объектах. Модели подобного рода служат для дальнейшего уточнения, проверки и создания некоторых новых знаний в рамках уже имеющихся. Результаты, полученные при исследовании таких моделей, ценны не сами по себе. Они приобретают значение, когда их переносят с моделей — объек-тов-заместителей и применяют к действительным объектам.</p>
    <p>В реальном научном познании все подсистемы науки: теория, метод, описание эмпирических знаний, модели различных видов и т. д.—так тесно связаны, так иногда переплетаются, что отделить их, провести такую грань между ними почти невозможно.</p>
    <p>Здесь, если хотите, перед нами в новом обличии предстает гордиев узел.</p>
    <image l:href="#i_025.jpg"/>
    <p>Однако и сейчас наша цель — не разрубить его, а разобраться. Но теперь это сделать гораздо легче. Я думаю, что хорошим подспорьем послужит для нас один эпизод из истории современной физики.</p>
    <p>Люди давно интересовались проблемой времени. Мы знаем, что время необратимо, что оно имеет как бы одно-единственное направление: из прошлого в будущее. Известно также, что оно объективно, так как не зависит от воли и сознания людей, существует вне их и измеряется с помощью циклически повторяющихся регулярных ритмических процессов. Такие процессы мы наблюдаем при колебании обычного маятника или колебания атома внутри молекулы, молекулы в кристаллической решетке и т. п., и все же этих сведений очень мало для того, чтобы ответить на вопрос «Что такое время?» с той же точностью и определенностью, с какой мы можем сейчас ответить на вопросы: «Что такое глина?», «Какова высота Останкинской телебашни?» или «Какова форма околосолнечной орбиты Земли?» Вот почему каждая новая крупица знания о времени вызывает пристальное внимание физиков. Решая некоторые уравнения, связанные со специальной теорией относительности, физики получили отрицательное значение для времени.</p>
    <p>Что это могло означать?</p>
    <p>Так как данное уравнение принадлежало к теории, хорошо зарекомендовавшей себя во многих других случаях, то просто отмахнуться от этого значения, счесть его математическим казусом было бы неразумно.</p>
    <p>Поэтому было выдвинуто предположение, что физический смысл этой отрицательной величины дает понятие «обратное направление времени».</p>
    <p>Эта интерпретация повлекла за собой необходимость ответить на другой вопрос: «Каковы физические свойства времени с обратным направлением, как протекают в нем те или иные физические процессы времени?»</p>
    <p>На первом этапе пришлось воспользоваться воображением, придумать те или иные модели, дающие хотя бы неполный ответ на эти вопросы.</p>
    <p>С помощью этих воображаемых модельных процессов физики уже яснее представили себе, в каких экспериментах и с какими объектами можно проверить гипотезу об обратном направлении времени. Затем они действительно сконструировали экспериментальную установку, в которой не наблюдавшийся ранее тип распада элементарных частиц должен был подтвердить данную гипотезу. Во время эксперимента были отсняты десятки тысяч кинокадров, на которых были запечатлены «треки», то есть линии движения различных микрообъектов. Затем они были тщательно измерены и подвергнуты математической обработке. И хотя данный эксперимент не дал удовлетворительного ответа на вопрос об обратном направлении времени, он отчетливо показывает, как завязаны в одном узле теория, математический аппарат, интерпретация, гипотеза, модель, эксперимент, измерение, вычисление, описание и т. д. Эксперимент этот показывает также, что не все проблемы решаются наукой просто и с первого подхода, что в мире науки, в мире научного познания достаточно места для всех, кто обладает пытливостью и мужеством задавать природе нелегкие вопросы.</p>
   </section>
   <section>
    <title>
     <p>Ученые, познание, общество</p>
    </title>
    <p>Науку создают ученые. Это такая же избитая фраза, как «мебель делают столяры, а дома строят каменщики». Чтобы всерьез разобраться, в чем особенности научного познания, следует ответить на вопрос: в какой мере оно зависит от деятельности, квалификации, организованности ученых и в какой мере поведение ученых, их отношение к окружающему миру, в свою очередь, зависит от научного познания.</p>
    <p>Это совсем не простой вопрос, и не надейтесь найти здесь окончательный и бесспорный ответ. Сами ученые часто задумываются над этим вопросом, и для его решения кое-что уже сделано. Но если он заинтересует и вас, то вы найдете много возможностей применить здесь свою любознательность и силы.</p>
    <p>Ученые — члены общества, и так как общество не стоит на месте, меняется его экономическая основа, общественный строй, политическая и правовая организация, то и положение ученых в обществе меняется. Разные общества по-разному относятся к науке, и ученые по-разному относятся к различным общественным учреждениям, формам государственной и общественной организации. Весь этот круг отношений входит в понятие «мир науки». </p>
    <p>Разумеется, все эти сложные взаимосвязи и переплетения причин не охарактеризовать в нескольких словах. Все же кое-что я попытаюсь здесь если и не рассказать подробно, то хотя бы обозначить контурной линией.</p>
    <p>Некоторое время назад тот самый профессор Уотсон, который вместе с Криком открыл почти четверть века назад структуру ДНК, выступал в одной из комиссий конгресса США. Он говорил о том, что наука в наши дни достигла таких вершин, так много знает и умеет, что в ближайшие десятилетия, скажем, к началу следующего века, генетики смогут по своему усмотрению выводить нужные виды животных и растений, по заранее созданному проекту. Прав он или не прав, покажет будущее. Однако возможность управлять изменением наследственности живых существ, включая человека, свидетельствует не только о мощи научного познания, но и о власти человека над миром, и власть эта может быть использована в разных обществах по-разному.</p>
    <p>Почти одновременно с сообщением о выступлении Уотсона я прочитал статью, в которой говорилось, что другой известный американский генетик Шэпир, выделивший впервые в чистом виде отдельный ген, прекратил свои многообещающие исследования. Выделение гена означало, что мы вскоре действительно научимся управлять отдельными наследуемыми признаками живых организмов.</p>
    <p>Казалось бы, после такого крупного открытия только и продолжать свои исследования дальше. Но Шэпир прекратил их, опасаясь, что в условиях острой политической и классовой борьбы агрессивные военные круги и капиталистические монополии США смогут использовать его достижения против человечества, например, для того, чтобы превратить большинство населения земного шара в тупых послушных рабов.</p>
    <p>О чем говорит этот эпизод?</p>
    <p>Прежде всего о том, как определенные общественные условия влияют на научное познание. В данном случае эти условия «работали» против познания, против достижения новых научных истин.</p>
    <p>Вы спросите, прав ли был американский генетик, принимая свое решение? И этот вопрос не прост. Конечно, он поступил как подлинный гуманист, опасаясь, что его открытие используют во вред человечеству. Но возможно и другое решение. Открытие, выделение, а тем более синтез генов лабораторным, а затем и промышленным путем могли бы со временем привести к колоссальному увеличению продовольственных запасов, к излечению таких тяжелых недугов, как рак, шизофрения, некоторые врожденные заболевания и т. п. Вот и оказывается, что ученый всегда стоит перед дилеммой: стремиться к открытию истины или заботиться о перспективах и возможностях применения этой истины в обществе. И то и другое связано отнюдь не просто, и часто за расщеплением атома следует не только мирная атомная электростанция, но и атомная бомба.</p>
    <p>Однако влияние общества на научное познание не ограничивается одной лишь возможностью использования научных открытий или финансированием научных учреждений. Входя в лабораторию и надевая белоснежный халат, ученый может стряхнуть пыль, смыть грязь с рук, уничтожить оставшиеся микроорганизмы ультрафиолетовым излучением — короче, очиститься почти от всего, что существует за пределами лаборатории. Но он не в состоянии полностью освободить свое сознание от элементов здравого смысла, от привычек и предрассудков, связанных с воспитанием, с его общественной средой. И это понятно. Ученый не только химик, физик или математик, но и человек, живущий нормальной, повседневной жизнью. Разумеется, что ученый неплохо понимает эту взаимосвязь и сознательно стремится освободить свои научные представления от тех наслоений здравого смысла, которые с ними несовместимы.</p>
    <p>Вы помните, конечно, что геоцентрическая система Птолемея была основана на представлениях, присущих здравому смыслу и опиравшихся на уверенность, что видимое движение небесных светил сходно с истинным их движением. Системе Коперника так трудно было проникнуть в мир обычных представлений, потому что она натолкнулась не только на сопротивление консервативных ученых, но еще больше на сопротивление здравого смысла и предрассудков. Однако и борьба с предрассудками иногда оборачивалась совершенно неожиданной стороной. Еще в глубокой древности и особенно в средние века наряду с астрономией развивалась астрология — учение зависимости судьбы и характера каждого отдельного человека от небесных светил. Сравнивая дни и часы рождения человека с расположением звезд и планет в тот или иной день, астрологи составляли гороскопы — предсказания всей судьбы человека.</p>
    <p>Когда победила научная астрономия, большинство ученых полностью отбросили мысль о влиянии небесных светил на живые существа и особенно на жизнь и поведение человека как ненаучную.</p>
    <p>Вместе с тем по мере развития науки обнаруживались удивительные факты. Было, например, замечено, что периоды повышенной солнечной активности совпадают с распространением некоторых эпидемических и сосудистых заболеваний; было отмечено, что перелетные птицы во время ночных полетов ориентируются по звездам и, следовательно, сообразуют с их расположением свое поведение. Было замечено также (помните, что я рассказывал выше об Аррениусе?), что жизненные циклы растений зависят от целого ряда явлений, включая свет, идущий от далеких звезд (Солнце ведь тоже звезда), и т. д. Эти и многие другие факторы позволили по-новому понять связь живой природы с космическими явлениями.</p>
    <p>Разумеется, новые научные факты не ведут к возрождению астрологии, но они показывают, что слишком поспешное отбрасывание здравого смысла и полное отрицание некоторых предрассудков без попытки выявить хотя бы небольшие элементы разумного, которые в них содержатся, часто оказываются неоправданными.</p>
    <p>С тех пор, как начала возникать современная наука, то есть примерно с эпохи Коперника, ученые начали составлять особую группу или слой в обществе.</p>
    <p>Этот слой часто называют сообществом ученых.</p>
    <p>В XVI, XVII и даже XVIII веках общее число ученых в Европе было очень невелико. В лучшем случае на протяжении каждого десятилетия в разных странах Европы и Америки одновременно работало несколько сот ученых. Обсуждая те или иные научные достижения, ученые прибегали к переписке, к помощи журналов, впервые появившихся в XVII веке. Нередко они устраивали дискуссии и обсуждения, а для их проведения создавали специальные научные организации. Так возникли различные академии наук, к которым добавились и другие специальные учреждения.</p>
    <p>У научных сообществ начали появляться свои правила обсуждения, свои критерии для оценки научной значимости тех или иных идей или открытий. Одной из самых замечательных черт этих сообществ является свободное беспристрастное и критическое обсуждение всех затрагиваемых вопросов. Наука по сути своей является демократической республикой, и жители этой республики — ученые. Но беспристрастность и объективность научных сообществ очень часто встречали препятствия и противодействие со стороны тех или иных классов, политических, религиозных и коммерческих организаций. Вы помните, наверное, по курсу школьной истории, как церковь преследовала Джордано Бруно, Галилея и Сервета. Еще в 30-е годы нашего века в некоторых районах США запрещали преподавание дарвинизма, ссылаясь на то, что учение о происхождении человека от обезьяны не совместимо с религией и нравственностью.</p>
    <p>Во время фашистской диктатуры в Германии политические главари третьего рейха отрицательно относились к теории относительности Эйнштейна, утверждая, что учение об относительности, будучи примененным к обществу, подрывает государственные устои.</p>
    <p>Я не буду увеличивать число подобных примеров, они нужны здесь лишь для того, чтобы показать, как часто интересы научного познания сталкиваются в классовом антагонистическом обществе с факторами, тормозящими развитие науки.</p>
    <p>Подлинно демократическим обществом является общество социалистическое. Только при подлинном социализме интересы развития науки и общества полностью совпадают. В нашей стране ученые насчитываются не сотнями и даже не тысячами, а миллионами. Конечно, не каждый научный работник — ученый, ибо в научных лабораториях, институтах и академиях работают инженеры, вычислители, технические сотрудники и лаборанты. В эпоху научно-технической революции, когда стоимость каждого научного эксперимента в сравнении с экспериментами эпохи Галилея и Ньютона возрастает в сотни и даже тысячи раз, общество должно быть уверено, что научные знания не только позволяют нам получить новые, более глубокие представления об объективном мире, но и будут содействовать развитию производства и культуры.</p>
    <p>Для того чтобы наука была эффективным инструментом познания, необходимо выполнить много условий. Нужно, чтобы ученые вовремя получали электронные микроскопы, ускорители элементарных частиц, колбы, пипетки, экспериментальных кроликов и редкоземельные элементы, требующиеся для проведения эксперимента. Задержка немедленно приводит к отставанию в науке, поэтому ученых следует снабдить помещениями для работ и научных дискуссий, новейшими книгами и журналами, рассказывающими об открытиях их коллег, типографиями и издательствами, необходимыми для публикаций их собственных открытий. Ко всему этому следует добавить современную организацию научных учреждений, продуманное планирование и управление исследованиями, в которых часто одновременно участвуют сотни людей. Вспомните хотя бы современные космические исследования. Ни о чем подобном не могли даже помыслить не только Галилей и Ньютон, но даже Фарадей и Максвелл, работавшие в одиночку, либо с небольшим числом помощников. Вот почему в наиболее развитых научных державах, и прежде всего в СССР, государство и общество принимают на себя все большую долю ответственности за развитие науки. Но даже если все эти условия выполнены, полной гарантии успеха не может быть, пока не осуществлено еще одно чрезвычайно важное требование. Как бы ни был хорош автомобиль, каким бы гладким ни было шоссе, сколь совершенными не оказались бы светофоры и подземные переходы, безопасность уличного движения в значительной мере зависит еще от профессионального мастерства водителей и от того, насколько точно пешеходы соблюдают правила уличного движения. Эти два последних пункта не так уж важны в крохотной деревушке, где изредка неторопливо проезжает телега, запряженная полусонной клячей, но в гигантском городе они приобретают первостепенное значение.</p>
    <p>Точно так же знание основ, принципов и правил научного познания приобретает решающее значение в современной науке. Разумеется, и три столетия назад, в те легендарные времена, когда якобы упало яблоко Ньютона, теория познания и методология науки играли значительную роль, но все это не идет в сравнение с тем, что происходит сегодня. Ученый может задумываться о судьбе своего открытия, может и должен отстаивать принципы нравственности, бороться за мир и делать многое другое, но все это могут делать и другие люди. Главная же цель его деятельности, главная задача, основной вид деятельности, который только и делает его ученым, заключается в том, чтобы делать открытия, формулировать новые законы и теории, непрерывно обогащать человеческую культуру новыми, объективными истинами, увеличивающими, углубляющими наши знания о мире. Эти цели и задачи нельзя достигнуть кустарными методами. Студент или молодой научный работник, вызубрившие формулы, затвердившие правила обращения с экспериментальным оборудованием и даже научившиеся решать типовые задачи, вряд ли превратятся в большого ученого. Для этого необходимо уметь формулировать новые познавательные задачи, выдвигать неожиданные гипотезы, создавать не существовавшие ранее методы и придумывать модели, приподнимающие завесы над неизвестностью. Чтобы делать все это, надо много знать.</p>
    <p>Прежде всего необходимо знать основы наук и принципы научного познания, нужно уметь видеть модельные аналогии между очень различными вещами, обнаружить единство там, где обыватель видит только разнообразие, угадывать новое задолго до того, как его заметят другие.</p>
    <p>Ньютон любил повторять: «Я гипотез не выдвигаю». Однако он никогда не открыл бы закона всемирного тяготения, если бы не выдвинул смелую и оригинальную гипотезу.</p>
    <p>Максвелл встретил бы массу затруднений при создании электродинамики, если бы в определенных границах не воспользовался моделями и уравнениями гидродинамики.</p>
    <p>Иван Петрович Павлов вряд ли проник бы так глубоко в психологию и физиологию человека, если бы не воспользовался животными как живыми моделями, если бы последовательно не пользовался изолирующими абстракциями и системным подходом.</p>
    <p>Вот почему и тем, кто намерен посвятить себя науке, и тем, кто собирается лишь познакомиться и понять ее, так важно овладеть азбукой научного познания, философией и методологией научного мышления.</p>
    <p>Даже в повседневной жизни в более или менее сложных обстоятельствах люди могут придерживаться разных взглядов относительно того или иного события, того или иного явления. В науке такое положение встречается на каждом шагу. При этом речь идет не о мнениях, вкусах или предрассудках ученых, а о научных теориях и гипотезах. Часто случается, что одно и то же явление может быть объяснено несколькими различными способами.</p>
    <p>Одно время в физической оптике преобладал взгляд Ньютона, согласно которому свет представляет собой поток микроскопически малых частиц — корпускул, вызывающих определенные ощущения в зрительной системе человека.</p>
    <p>Одновременно с этим была разработана теория Христиана Гюйгенса, утверждавшего волновую природу света.</p>
    <p>После экспериментов Френеля и Юнга, подтвердивших правоту Гюйгенса, корпускулярная теория Ньютона была вытеснена из оптики, и многие считали, что она навсегда опровергнута и не представляет научного интереса.</p>
    <p>Однако в XX веке, особенно в связи с развитием квантовой физики, было показано, и притом экспериментально, что свет обнаруживает в одних ситуациях волновую, в других корпускулярную природу.</p>
    <p>Такие же неожиданные свойства были открыты и у элементарных частиц. Оказалось, что каждая из прежних теорий заключала в себе известную долю истины.</p>
    <p>Новый подход к природе света как бы объединил, синтезировал оба прежних, но, разумеется, на более глубокой квантовой основе.</p>
    <p>Я рассказал об этом эпизоде из истории науки, чтобы пояснить свою мысль о том, что научные идеи, теории и гипотезы как бы соперничают друг с другом, борются и состязаются. При этом одни оказываются победителями, другие побежденными, и довольно часто случается так, что в ходе подобной борьбы конкурирующие гипотезы и теории как бы порождают новые взгляды, внутри которых удерживается, сохраняется и развивается все то ценное, что было у прежних «соперников». Чем больше новых, неожиданных и остроумных гипотез выдвигает ученый, тем больше шансов совершить значительное открытие. Эти гипотезы подвергаются тщательной проверке, и та из них, которая выдержит испытание экспериментом и наблюдением лучше остальных, получает титул закона науки и входит в состав научной теории.</p>
    <p>Этим дело не кончается.</p>
    <p>Чем глубже теория, чем большую долю объективной истины заключает она в себе, тем чаще порождает она новые гипотезы, ведущие к новым экспериментам и новым открытиям. Так осуществляется цепная реакция идей в науке.</p>
    <p>В наше время та общественная система выйдет победителем, тому общественному строю принадлежит будущее, который создает наилучшие условия для «произрастания» и развития научных идей, гипотез и открытий, ибо они являются одной из главных движущих производительных сил человечества.</p>
    <p>Одним из самых важных факторов роста и развития науки и научных знаний является разработанная и хорошо «отлаженная» теория научного познания. Именно поэтому она образует общую философскую основу научной исследовательской деятельности. Характер самой теории познания зависит от философии, частью или разделом которой она является. Философия изучает наиболее общие законы изменения и развития мира, возникновением и происхождением сознания, его отношением к действительности, тем, насколько первое полно и верно отражает второе.</p>
    <p>Разговор о философии в целом — особый разговор. Его нужно продолжить в другой, специальной книге. А сейчас я хочу лишь отметить, что теория научного познания образует как бы мост, как бы связь между философией и наукой, и тому, кто ее изучает, следует об этом постоянно помнить. Общество, заинтересованное в эффективной и всесторонне развитой науке, помогающей решать самые сложные задачи современности, заинтересовано поэтому и в развитии теории познания, и в развитии включающей и обосновывающей ее философии.</p>
   </section>
  </section>
  <section>
   <title>
    <p>ВПЕРЕД И ВЫШЕ</p>
    <p>Эпилог</p>
   </title>
   <image l:href="#i_026.jpg"/>
   <p>Чуть подрагивают хромированные стрелки на подсвеченных шкалах приборов. Едва слышно гудят отлично налаженные надежные компьютеры, обрабатывая потоки информации, несущейся из Вселенной. Автопилоты аккуратно и неутомимо прокладывают трассу фотонного космоплана, несущегося в темно-фиолетовой бездне незнакомой галактики мимо неизвестных планет, голубых, еще не названных солнц. Спокойно работают члены команды, разведчики Земли в бесконечно огромной Вселенной. Они знают: космический корабль не подведет, они вооружены такой техникой и такими знаниями, которые позволяют им спокойно и уверенно гордиться своей земной цивилизацией, друзьями и товарищами, оставшимися там, вдалеке. Они непременно выполнят задание. Они сообщат землянам новые тайны природы и, быть может, вступят в первый контакт с другими, внеземными цивилизациями и живыми существами.</p>
   <p>Нет, это не отрывок из фантастического романа. Если хотите, это прогноз, предчувствие, предвидение и искреннее желание. Этого еще нет, но очень вероятно, очень правдоподобно, что это будет и, быть может, скорее, чем полагают некоторые скептики.</p>
   <p>Неандерталец, ловивший рыбу у темной заводи десятки тысяч лет назад, не думал о космосе, не думал о внеземных цивилизациях. Даже люди, жившие в эпоху Коперника и Галилея, сочли бы нарисованную здесь картинку нелепым вымыслом. Мы тоже знаем, что это только прогноз, но мы допускаем, что этот прогноз станет реальностью. Это и многое другое — плоды человеческой деятельности и прежде всего познавательной деятельности, деятельности научной, деятельности, которой посвящают себя математики и физики, химики и биологи, лингвисты, историки и экономисты. Всех их коротко называют людьми науки, но успех приходит к ним, лишь если они в совершенстве владеют своей специальностью, новейшими достижениями науки и основами теории научного познания и умеют применять их на практике.</p>
   <p>Я написал эту книгу в надежде, что она поможет вам сделать важный шаг в нужном направлении, по пути научного познания мира. Этот путь не легок, но я уверен, что вы с честью на него вступите и, невзирая на трудности, пойдете вперед и выше.</p>
  </section>
 </body>
 <body name="notes">
  <title>
   <p>Примечания</p>
  </title>
  <section id="n_1">
   <title>
    <p>1</p>
   </title>
   <p>В философии понятием «здравый смысл» обозначают совокупность взглядов и навыков, выработанных человеком в его повседневной практической деятельности.</p>
  </section>
  <section id="n_2">
   <title>
    <p>2</p>
   </title>
   <p>При этом предполагается: а) что карандаши на ощупь не отличимы друг от друга и б) вы вытаскиваете первый нащупанный карандаш, не пытаясь нащупать второй.</p>
  </section>
 </body>
 <binary id="cover.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAQEAYABgAAD/4QBmRXhpZgAATU0AKgAAAAgABAEaAAUAAAABAAAAPgEb
AAUAAAABAAAARgEoAAMAAAABAAIAAAExAAIAAAAQAAAATgAAAAAAAABgAAAAAQAAAGAAAAAB
cGFpbnQubmV0IDQuMC4zAP/bAEMABwUFBgUEBwYFBggHBwgKEQsKCQkKFQ8QDBEYFRoZGBUY
FxseJyEbHSUdFxgiLiIlKCkrLCsaIC8zLyoyJyorKv/bAEMBBwgICgkKFAsLFCocGBwqKioq
KioqKioqKioqKioqKioqKioqKioqKioqKioqKioqKioqKioqKioqKioqKioqKv/AABEIAooB
jgMBIgACEQEDEQH/xAAfAAABBQEBAQEBAQAAAAAAAAAAAQIDBAUGBwgJCgv/xAC1EAACAQMD
AgQDBQUEBAAAAX0BAgMABBEFEiExQQYTUWEHInEUMoGRoQgjQrHBFVLR8CQzYnKCCQoWFxgZ
GiUmJygpKjQ1Njc4OTpDREVGR0hJSlNUVVZXWFlaY2RlZmdoaWpzdHV2d3h5eoOEhYaHiImK
kpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4eLj5OXm5+jp
6vHy8/T19vf4+fr/xAAfAQADAQEBAQEBAQEBAAAAAAAAAQIDBAUGBwgJCgv/xAC1EQACAQIE
BAMEBwUEBAABAncAAQIDEQQFITEGEkFRB2FxEyIygQgUQpGhscEJIzNS8BVictEKFiQ04SXx
FxgZGiYnKCkqNTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqCg4SFhoeI
iYqSk5SVlpeYmZqio6Slpqeoqaqys7S1tre4ubrCw8TFxsfIycrS09TV1tfY2dri4+Tl5ufo
6ery8/T19vf4+fr/2gAMAwEAAhEDEQA/APbz1qeD7p+tQHrU8H3T9a4Y7mz2JKKU0laEhRRR
QMKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC
iiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAKh61PB90/WoD1qeD7p+tZx3G9
iU0lLSVoSFFFFAwooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKK
ACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAqHrU8P3D9agP
Wp4fuH61nHcb2JKKKK0JCiiigYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRR
QAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAV
D1qeD7h+tQHrU0HQ1nHcb2JaKKK0JCiiigYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUA
FFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRR
RQAUUUUAVD1qeD7h+tQHrU8P3PxrOO43sSUUUVoSFFFFAwooooAKKKKACiiikAUUUUxBRRRQ
AUUUUgCiiimAUUUUgCiiigAooooAKKKKYBRRRSAKKKKACiiigLhRRRQAUUUdKACiiimFwooo
pBcKKKKYwooooAKKKKACiiigCoetTwfdP1qA9ang+4frWcdxvYkooorQkKKKKBhRRRQAUUUU
AFFFFAipqmowaRpN1qF2cQ20TSvjrgDOB70aTqUGsaPa6janMNzEsi85xkdPqOlcZ8TDd64L
DwdpMyx3OplprgkZEcEYzlvQFgB74IrI+CWuP/Z994avtyXNhIzojHopOGX8G/8AQqrl0uK5
6rVLWdSTRtFu9RkjMq20RkKKcFsds1S1fxbpOhaxYabqMzx3F+SIcRllzkDkjpyRUXjr/kQt
Z/69WpJAP8H+J4/F3h6PVYrVrVHkZBG7hz8pxnIArcrgfgxn/hW1t/13l/nU/wAQdevV0680
jw+V+2i1ee6mJIFvCAe/95ugpta2A6HRvEVnrt3fxafl47KbyWm/hd8AkD6Z61rV5b8B8nwn
fMe933/3RXa+GvGGleKmuxpTSlrN9kokj2+uCPyNJrUDN8W/ECDwrrlhpR06e9ub5VMQiZVy
WcoBz3yKkuPFWv20Zkk8FagUAyTHcwOf++VYk1xPxP8A+Sv+D/8Aet//AEoNew03ZJAc94V8
a6T4ut5DpzvFcQnE1rOAsie+M8j3FdDXhWstL4U/aDgl0tQqX88W+MdGWXCuP++ssPfFet+L
dRm07w3ObNd17dFbW0X1lkO1T+Gdx9lNDQFjQtds/ENhJeae++JLiSDd6lGIz+IwR7EVLrGp
x6Lot3qU6M8drE0rKvUgDOBXknwYv59D8Uaz4T1QmOfcXRCePMQ7Xx9Vwfotek+O/wDkQdb/
AOvKX/0E0NWdgQeD/F1r4y0mS/s7eWCNJTGVlxnIAPb603WPF9vpXiKx0SK1nvL28G4JDj92
v95skYFcL8JtYtdB+GGo6leuEht7h2OTjJ2rgD3Jrpfh9pRuYZvFepFJdR1Y71IO7yIv4UB/
nTaSYGr4x8YWvgzTIr29t5p0lk8sLFjI4960tD1aLXdCs9UgjaOO6jEiq/UA+tef/HfH/CHW
mcZ+1DH5V1nw+yvw80TcRxaL0pWVrgamua1Z+H9Gn1LUZNkEK5xkZY9lHqTWVonjS21jwXL4
lNrLb20YlYxkhmIQkew5xXA/EiabxZoWqajDKyaNo5CQbf8Al5n3BWb/AHRnArovhNaQ33wl
trS5TfDOZ45FzjKl2BGRTskrgV1+NejtB540fWDDjPmC3Urx153YpIfjhoFxnyNL1eXaMny4
EbH5PXW65Y2+n/D/AFSysYVigh02dI416ACJsCvM/wBn/wC/rf0h/wDZ6LK1xanZ+H/inovi
HxBDo0FpqFtdTBin2mJVBwpYjhiegParXi74h6R4SkS1mEl5qMhGyyt+X56EntnjHc56Vo+J
G03SrKXxHe2cc1zpcLvFIRhxlSNoPvnH415p8HtJ/wCEh1rU/GGsnz7vzykW4AhXIyzexAKg
egJ9qEluM6iLxV48ugLm38DRpak8RTX6JMRjrzjH4iruh/EWz1DWBo+s2Nxoeqtjy7a65Eue
BtbAB6egz2zXYVwXxe8Pwar4Jn1DaVvNM/fxSL1C5G4H2xz9QKSs3YDuLm4S0tJbiXOyJC7Y
GTgDNcDpvxbh1xpBofh3Vb4RkbyiL8uemean8GeIZ/Evwqlub5hJcwwyW8rL1YqvBPvgjPvX
Mfs/ssel61I7BFV4ssTgD5WppaO4HZW/xJ01dSisNbsdQ0WebiI3sO1HPoGBP+FdiCCMivJP
jDquma5p1jpGkyRajqkk4MQtmEhj7HJHTNenaLBcWuhWUF42+eKBFkb3ApNK1wLtFFFSMKKK
KBhRRRQAUUUUAVD1qeD7h+tQHrU8H3D9azjuN7ElFFFaEhRRRQMKKKKACiiigAoyAMmis3xF
ZX2peHL2x0q4S2uriIxJNJnCBuCeOc4Jx74oJOH0XQn8b6zqXi0axqWmJNK1nZCwlVN1vGcb
mJU53MCcdj61yOrafN8L/ilp2opeXN1Z3xJmnuSGaTJxIGIABPIPTvXtmkabBo2j2mm2ihYb
WJYlAGM4HU+56n3NYHxD8Gt408PpZ280UF1DKJIpJQdo7EHAz0Jq1LXyCx0UtlZX0tvdTW8F
xJAd8ErIGKZ7qe34Vk+O+PAOs56fZWqz4X0690jwzZafqc8U9zbR+W0kRO1gOnUA9MD8Kf4k
0uXWvDN/ptvIkct1CY1eTO0E+uKnqB578OdcGjfCe2MCeffT3MkVrb55kkJ4/AdSa6W60VtH
+H2tG6l8+/uraWa7nP8AG5Q9PYdB9Kp/D/4dTeFF83WL2O+uIsrbLGDsgU8sVz3Priuu1uwf
VNBvrCJ1R7mB4lZugJBGTTbV9Ased/Ab/kUb3/r7/wDZRXpNppljYSTvZWkNu9w/mStFGFMj
epx1Ncx8N/Bt34L0OeyvrmC4eWbzA0G7AGAO4HpXYUSd3cEeM/Fa4itviz4VnuHWKKLyHkkY
4CqLgkkn2FelzeNPDEFu0z+INNKqP+Wd2jsfoqkkn2ArnfGHgC+8SePNF1y3urWO2sPK82KY
tucJKXOAFI5BxyRXci2hBz5SZHfaKG1ZAeU6Hol941+KbeMLy0mtdHtmBsxMpVpti4QgHnGf
mz07c102vw6l4h8c2mn6RqS2MejQ/a55vJWYCaTKRqVPGdnmH2DD1FdoBx6Vi+HdDl0l9Tur
2VJrzUb17iRoySqpwsaAkAnCAfiTRzAeP+NrHUvAfxH0rxPd3q6kbmTzJXSAQk7cK6bQSOUI
59Sa9Y8bSpP8OtXlhYNHJYSMrDuChINV/iH4OPjTw2LK3kihu4ZVlgllztB5DA4BOCCe3UCm
WnhnV/8AhVz+HNRvLaa++yPapOhbZtwQmSVB4GB07U73sI8k8DeFNX8a+FLnT1uRaaXbTNKp
C5aeYqAF+g/rXX/BvxJcQm68I6xujurNmMCv2APzL+B5FdX8OPCV74O8PSWGoz288jztIGty
xUAgD+ID0rJ8R/DvUbjx7aeJvDN3aWcqspuFmLDeR3GFOcjg59qbknoBT+PBA8IWQJHN10Pf
in2Go3Nx4B8OeG9Hcrf6lZjzJVP/AB7wfxP/AEFbPxM8Hah4z0O1tNMntoZYJvMY3DMFIxjg
gGpfh/4Lk8KaYTqU6XWoyKI3lRiVVF+6i5AOBSuuUfUh8dadbaP8INTsLONUhgtkVRj/AG15
+tRfBv8A5JlY4/56zf8Aoxq3/GWjXHiHwfqOlWbxpPcxhUaUkKCGB5IBPb0qn8PfDl74V8HW
+lak8L3EckjEwsWXDMSOSB2PpSv7oGn4nAPhDWB62E//AKLavKf2f/8AX62P9mH/ANnr13Wb
SW/0HULO3KiW4tZYULHA3MhAz7ZNcN8KvAuseDZNSbWDbEXIjEfkSFvu7s5yB6ihPRgdH8Qr
OXUPh7rVtACXa2LgKMk7SH/9lri/gJexSeHNSsg/76G6EjJ/ssoAP5oa9XPIwf1ryK98G6z8
P/GB8R+DbP8AtHTpiRPp6A70QnJUAdRkZBHIwMgjqJ3VgPXGUtja7Lggnbjn25Fc38Rp0g+H
GuF+A9o8Q+rjaP1IrOh+LfhZkC3k11Y3Q4e1uLSTzEPoQoI/Wuc8R3Ov/FJrfStD02703QS4
ee+vY/L84DkYXuAeQBnJxnGKEnfUBPhDZyRfDLWJ3B23EkmxfYJjP5n9KpfAW2jutG12G4+e
GRokaPOAQVb0r0+w8P22i+ExoumJ+6jgaNNx5ZjnJPuSSa82+H/hnx54JivIotDsp1udrEzX
qpgqD0259aq97gaHjL4a6Vo2iza54SEmk6hp6+crRzuVcDqDuJxXXeAvEUvinwdaalcqonbM
cm0YBZeCawNe0vx54v01tMuYdM0Oylws5Fw00sg9BhcY9jj611nhnw9beF/D9vpVmzOkQJLs
MF2PUmpb01A1qKKKkYUUUUDCiiigAooooAqHrU8P+rP1qA9anh/1f41nHcb2JKKKK0JCiiig
YUUUUAFFFFIQUUVy+pXMy6lMqSuoDdAx9Kwr1lRipNGtKl7R2TOoorjftdx/z3k/76NH2u4/
57yf99GuT+0I/wAp0fU33Oyorjftdx/z2k/76NH2u4/57Sf99Gj+0I/yh9Tl3Oypa4z7Xc/8
95P++jS/bLkf8t5P++jR/aEf5Q+py7nY0Vx32y5/57yf99Gj7bc/895P++qf9oR/lD6nLudj
RXHfbbn/AJ7yf99UfbbntPJ/31R/aEf5Q+py7nY0Vwd54lgsFJvNUSHHXfKBXOXPxb0mBykV
5czkd0U4/AnrWsMU6nwwbIlh1HeSPX6K8Mn+NKhiLe3uGHYu+P5Zqm/xo1An93AF+sjH+ldK
dV/Y/FGLjBfa/M9/or57Pxl1cngqB6YNPT4z6mv341f/AIER/jVWq/y/iibQ/mPoGjmvDrf4
1K3F1BcJ7xvn+eK1rP4taTcna9/Pbn/pqhx+fSsZVKkd6bNFTjLaSPXKSuGs/E8eoAGy1NJs
9NkgNW/7SvP+fh653jorRxZssJJ7NHXUVyP9pXh/5eHpf7TvB/y8P+lL6/T7MPqk+51tFcl/
al7/AM/LfpR/ad6P+Xh/0o/tCn2YfVJ9zrSAWyRz645pa5D+0rw9bh6P7Svf+fl/0o/tCn2Y
fVJ9zrjRXJf2nef8/D0f2pe/8/L/AJCj+0KfZh9Un3Otorkv7Uvc/wDHy35Cnf2tff8APw35
D/Cj6/T7MPqk+51dFQ2jtLZxO5yzKCTU1egndXORqzsFFFFAgooopjCiiigCoetTwfcP1qA9
ang+4frWcdxvYkooorQkKKKKBhRRRQAUUUUCCuS1P/kJz/71dbXJap/yE5/97+ledmHwL1Oz
B/GypRRRXjHphRRRQAUUUEgDJOMUAFRzzxW0RluJFijXqznAFcl4l+Idho5a3sNt5dg4IU/I
n1NeW6x4j1TXJN2oXTOmciMcKPwr0KGBqVdZaI5KuKjDRas9K1r4oabZBo9KjN5MDgN0T8+9
cLqvj3XdUkP+lm2iPAjg+Ufn1rm6TtXs0sHRpbK78zz54ipPqPeR5JGkldnduWZjkn6mmmko
rrOcKKKKACiiigApaSigCSGaW3mWaCRo5FOVdDgj8a6vSviTrenr5dw6XsfbzRhh+IrkKKzq
UoVFaauXGcofCz2nRPiRpGqFIromynbjbJ90n2NdakiSoHjYMp6FTkGvmrNb3h7xjqnh6QLb
y+bb5+aCQ5H4eleXXy1PWk/kd1PGPaZ7zRXNeHPHGmeINsW77Ndkf6mQ9foe9dLXjzpypvlk
rM9CM4zV4sKKKKzKCiiigYUUUUxHYWBzp8H+4KsVX0//AJBtv/uCrFfTU/gXoeFP4mFFFFWy
QooooGFFFFAFQ1PD9w/WoDU8P3D9azjuN7ElFFFaEhRRRQMKKKKACiiigQVyeqf8hSf/AHh/
Kusrk9U/5Ck/+8P5V52P/hr1OzB/G/Qp0UUV4x6YUUVV1HUbbSrGS7vZRHFGMknv7U0m3ZCb
tqyS8vILC1e5u5ViiQZZmPSvJfFvxCudVZ7TSma3s+hcHDSf4CsrxX4vu/El2RkxWaH93ED+
p9TXO17+FwKp+/U1f5Hl18S5e7DY2LG50COzRdRsLu4ucku6T7QeeMD6V1D+F/DZ+HkHieKH
UMy3Rtvs4lU9N3zZx/s159Xpl4gT9nDTWBIL6ox/WUV6bOI4a+OjyW6/2bFdxT7/AJvOdWUr
j2HXNbnjTw/o3hbxAdMjN5NshjdnLKMllDenvXKQjMqA9Ca7j4xjHxEuAO0EH/otaBGEnhxN
R8O3eraNK8osWH2q3kA8yNG6PxwVyCD6VV8NaM2v+IrPTlYRpNJ+9kY4EcY5difZQTXVfDZh
aaJ4uv7thHZrpT27M3RpH4RR6ng/nXN2hi0/wxd3RaRbq+f7NBgceUpDSHPudgH0cUAJ4u0F
vDPiy/0ksWS3lIjY9WQjKn67SKj8L6VFrniiw024dkiuZljZk6gE9q6z4h+Xrnhnw34siJeW
5tvsV623GZo+59z834AVifDkZ+Iej/8AXwtHQDI1LTWtvEN1plrumMVy8EfHLYYgVY8RaVZ6
NdQ2VvcvcXSRj7Z02xyf3Fx1x3966QaTPLf+KtZ0+SGW8sbiUrB1dFMhDSgewNcKxLMWY5JO
ST3oQGwY/DsNnbbpL+a4aPdP5ewKjf3RkVreJ/D2geHb+C2abU5DNbpP1jG3cM46Vx5+6a7T
4nsW8TWuQR/xL7fg9v3YoA5jUV01RAdLkuG3JmUXAXKtk9COoxg1p+I/Cdz4d0/S7qeRZF1C
DzBt6IwPKfUcVR0SKI3jXV06pDaIZTuG7ew+6oHfJxx6A11sMo8Q/CK/R5GlvNIvftJUjlYp
Tg4/4F/KgDkbWLSf7MaW9uLoXXmlVihVcbMA7iT7kjHtXRW3hPSLjwBd+J/tl4EtrsWpg2p8
xIU5zj/arja9BspPL/Z61EYz5mtqv/kNT/ShgciV0kWk0lvcXkV3GA0QcKVc7gMZHI4JP4V2
XhL4kvCUsvEDF4z8q3PUr/veo9685payq0YVo8s0aU6kqbvE+lY5EmiWSJ1dGGVZTkEetOrx
bwb43n8Pzra3rNNp7Hlepi9x/hXsltcwXlslxayrLFIMq6HINfN4jDToSs9u57FKtGqrrclo
oorlNwooopgzsNO/5Btv/uCrFV9O/wCQbB/uCrFfTU/gXoeFP4mFFFFWyUFFFFAwooooAqHr
U8P3T9agPWp4f9WfrWcdxvYkooorQkKKKKBhRRRQAUUUUCCuT1T/AJCc/wDvf0rrK5LUznU5
z/tYrzsf/DXqdmD+N+hUooorxz0iO4uIrS2kuLhwkUalmY9hXiHjHxZN4k1ArGSllET5Sevu
fetv4keKzfXZ0exk/wBHhP75h/G47fQfzrgK97A4XkXtJ7vY8vFV+Z8kdgpKKWvVOESvTNTB
X9nLRvQ6m5/8elrzOtObxDqc/hyDQpLnOnW8pljh2AYY5yc4yep796QFG3Ba5iVepYAfnXe/
F2e3T4lXQmtElKQQhsyONx8peeD/AC9K8/jdo3V0OGU5B9Kva3rd/wCIdWl1LVZRLdShQzBA
vCqFHA46AUwJp9VvtXWDS7ZFht2kURWkA2qXPAJ9WPqeaPEVwraitjBOs1tp8YtoWT7rbSSz
D2Zy7f8AAqo2V3JY3aXEIUyIDt3DOCQQD9RnI9wKrn3oA73wXnXvA3iXwyf3k0cQ1Ozj7748
B9vuVwMfWs34ZAH4j6Pn/nsT/wCOmsfw/r154a1uDVNNKi4hzjeMqQQQQR6YNGi65caHr8Gr
2scTTwOXVHX5MkEdB9aQG9a+IH0D4nX93L81tJeTRXKEcPEzkMPyrL8X6CPD/iGa3gO+zlAm
tJQch4m5Ug/pWRdXL3l7PdS48yaRpGx0yTk/zq/qXiC81XSdPsLwRstgrJDKFw+087Se4FAG
V2Ndn8UDnxTAO4sLf/0WK4zpWrrfiC517Vo7++ji8xI449iAhWCAAZ59BTAiu1+xafDalVEs
uJpT3Gfur7cc+uSa6L4ZXcQ8Uvpdy4SDVraSzYt0DMvyn8x+tclc3D3V1JPLjfIxY4p1ldy2
F9Bd27bZYJFkQ+4ORSYC31pLYahPaXCFJYJGjdT2IOMV2tsR/wAM/wB6Dx/xPlx7/uRXI63q
82u61c6lcxxxzXL73WIELnv1qyPEVwPBreHBFF9ma+F6ZOd+7Zsx1xjHtQBj0UUUwFrrvBHj
KTw/di1vXL6dK3zA8+Uf7w/rXI0VnUpxqxcJLQuE3B80T6WR1kjV42DIwDKwPBB70teY/Dbx
btZNDv3+U5+zOT0P93/CvTq+Wr0ZUZ8rPbpVFUjzIKBxRQKxNDr9O/5Btv8A7gqzVbTf+QZb
/wC4Ks19NT+Beh4c/iYUUUVbJQUUUUDCiiigCoanh+4frUB61PD9w/Ws47jexJRRRWhIUUUU
DCiiigAooooEFclqnGpz/wC9n9K62uS1T/kJz/739K87H/w16nZg/iZUrmPHfiP+wNCKwMBd
3WY4ueVHdvw/mRXTnAGa8G8Z642veJJ51bMER8qAA5G0d/xOTXJgqHtamuyOnE1fZw03Zm6f
YS6neGMOERQXlmfpGo5LGr0uq6fZfudJ023lVetxexiV5PfacqB7Yz70lsiw+DL25UHzZbuK
3LeibWc/qorFr6Y8Y3YtdsbomLV9HszEwx5tnEtvInuNoCn6EGqer6WNNnjaCYXFpOvmW84G
N6+47EHgis6tiKZpvCFxBKQy21yjxZ6rvBBx7fKKQGPXT+ENDstYtNfkvVZmsdNe4h2sRhwR
gn1rmPrXoXwxtkuNK8YB5Uh/4lJUSSZ2qDuznAJ7DoKHsB572rrpPD+np8JYdf2yfb31T7Nu
3fLs8stjH1HWsaLRoZAD/bemIfRjMP8A2nXZ6zbLYfAnT4Uube6D6yX8y3LFc+W4x8yg9vSh
gedwQvcTxwxgF5GCKCcZJOBW74w8ML4Y1K1jt7tb6zvLSK6t7leBIrDn6fMGwPQis3S7IXby
sb22s/KXIe4ZgpJOMDapOcZP4V2eq2bat8H7S6e4t57vQLo27GCTdm3l5Ut7h+B7UAZeseF7
JfAGk+JdFaaRHY22oo7BhDMOh4AwD159V9a5IDnArufhrqEFzcX3hHU322Wvx+Sj9fKuBzGw
HfnjHc7a5i20xoPED2WoxSD7JI/2pI/vAR534/I0AXzoFmuvaRpZuJGluUja7Kkfu2fkKvHZ
Sp78mqfifS4dF8TX2nWzyPDbylEaQgsR74qfRdQFx46s7+8KxLJeLI+PuoC3Qew6VP8AEAFf
H+rhhgic/wAhR1Ada+Grab4c33iF5pRcW93HAkYI2EN1JGM5/GmeG/Ddvreia5ezzyxvptus
sapjDktjByP5V1Z0+Ow/Z9nkLqbi5v43kQNkoP4QR2OKoeAUaTwf4uWMqGa0jA3OqD7/AKkg
UXA4HFb9l4diu/A+oa6bhlktLlIRFjhgwznNZf8AZl2TjZCM9M3kI/8AZ67Sxsp7T4NawZxE
N+oRY8udJP4f9gnFDA5PSdIS9SS7v7kWenwnEk5XcS2MhEX+Jj+Q7kVcGo+Gbc+XFoU92o6y
3N4yufwQAD9ara3PtgsLCJBHDb2yPx1d5FDsx9+cfRRWRTA6OPS9I17dHoLz2l+eY7K6cOs3
+zG4A+b0Vhz654qn4d0GXxBr8ejxyCC5nWQReYMAyKpYKfTO0j6mspWZGDKSCDkEHBFeleEY
ftPxf8Lagow2owm6lB/56CORZD+LIzf8CpAecXNtNZ3UttdRtFPC5jkjYYKsDgg+4NR9TXS+
OJk1TWW1yIKov5JPOjRcCKZDh198go+f+mntWTosMEuprJexNLaW6medFOC6KM7c9txwufVh
QBoaz4avPDGnaPfXkpiutQRp44QMGNBjBJ9TnOK9Z8HeIR4i0FJ3/wCPmL93OP8Aa9fxrjvi
7ePqK+F7ybHm3GkpI4XAGSATgduSf8iud8Ca8dD8Rx+YT9nuP3Uoz0z0P4GuLGUPbUrrdHTh
6ns567M9yoFHbilr5k9k67Tf+QZb/wC4Ks1W00Y0y3/3BVmvp6fwL0PDn8TCiiirZKCiiigY
UUUUAVDU8P3PxqA9anh+4frWcdxvYkooorQkKKKKBhRRRQAUUUUCCuS1Q/8AE0n/AN6utrkt
U/5Ck/8Avf0rzsw/hr1OzB/GzjPiFrI0nwpMiE+fefuEwegP3j+WfxIrxCu2+KWqPd+JksQ+
YrKIDYOztyT+W0fhXE124Cl7Oin1epjip89R+RsaJKlxb3WkTziFLsK0TMPlEq/dz6Z5Ge2a
zLm1ns7mS3uomiljOGRxgioa2bbxPeRRxQ30FrqkEK7Uivot+1fQOCHA9gwFdxymTFE80qxx
Izu5wqqMkn0Ara1ZBo+kxaMdhu3fz7sq2dhxhY8j0HJ9yaSbxTdBidLtLHSAV2n7DEQ3v87l
nH4NWIxLHcxJJ5JPegBK7rwGrf8ACI+NZB90afED+Ln/AArhauWmq31jaXdraXLww3ihLhFO
BIAcgH86AKea77UCR8CNLBHDas7A/wDAHGP8+lcFV6TWtQm0OLR5LlmsIZDLHBtUBWPU5xnu
e9ICk2QAD9cYrtPhhcxTa7d+Hrx1W0120e0YN0EmCY2/3gc49zXFyO0sjO+CzHJIAAz9BwKk
tbmWyvIbq2cxzQSLJG46qynIP5imAs0U2n3zxSbop7eUow6FHU4P0IIrs/G+sWOq6bZa3bSs
mqazbqmoQBcAeUdpbPo7KpA/2DnNc/H4pv18SXOtzx21zcXZf7RHNCDFMH+8Cox19sHvWde3
st/cebKsaYG1I4kCIi+gA+v1JySSSTSAr5weOK07jX7u7ML3aQTTwIEjneMb9o6Z7Nj1YE1l
0UwPQVlln+Bt/NOzvI+qoWdzndVXwcceBvFxPT7LGP8Ax+ucHiHUB4ZOg70+wGf7QV2/MW+v
pS6d4gu9M0fUdOt0haHUEVJS6ksoByNvPH60rAZX0rudMbHwW1Yeupx/+gVw1a9v4iubfwrc
6CkMJt7i4W4aQg7wwGMA5xj8KAJNUtzqGk2mrWsbMkUSWt3jny5EG1M+gZQMepDelYlXtM1a
70i4aWydQHXZLFIodJV7qyngj/IwavT6h4fu5fNl0O5tWP3ksb8JHn2WSOQj/vqmBl2Vlcaj
ew2dlE01xOwSONerE16P4Fmin+NWg2dpIklvpsD2sci8hysEhdh7FyxHsRXGzeI44LF7PQdO
j0yOVCk83mGWeZT1VnOAF9QqqD3zUfhTxHN4U8T2us28CTyW+/EchIDbkZT09mpMBxZ7t9U0
3bvPmvcw4HzBkyWx7FNxI7lV9KzY7kxWE0ETEGdgJMcZReQM9wWwceqg037VKL77Wh2S+Z5o
K9mzn+dRysryuyII1LEhAc7R6ZNMDuvia+618JrjDLokBI9Mrx/KuDB54ra8SeJJfEbacZbd
IBY2Udou1idwQY3H61i9qSA918DayNY8LwM7EzQDypM9cjofyro68m+Fesi21OfS5c7bkb4z
/tD/AOtXrPevl8XS9nWa6bnuUJ89NM67TudMt/8AcFWaq6Z/yDLf/cFWq9un8EfQ8mfxsKKK
K0ZIUUUUDCiiigCoetTw/wCr/GoDU8P3PxrOO43sSUUUVoSFFFFAwooooAKKKKQgrj9YkSK+
upZGCpGSzE9gBya7CvNPiVd/Y/D2tPkguhiBH+3hf61xYyPOox7s6sK+VyfkeB6hePqGp3N5
KSXnlaQ59znFdh4zS00S00CPTrCzQ3GlwzzM1sjs7sOSSwPpXD967f4mEbvDY9NEtv5GvWsl
ZI4m76sj8Apa694vistVsbWS2eGVmRYVTkISD8uK5y105b7WJIFkWC3Rmd5G6RxjqfyrovhS
D/wn0HGcW8x/8hmsezdBHrQCkytGfL9l3fN+lMQv/CRHT5NmgW8NnGvAlkiSWZ/csw4z6LgU
sWt2+oymHX7S3ZZePtdtAsUsR/vfIAH9wQSexFYVLTA3ba30nSL3UIdet5bx41H2VYZCiyNn
gk4+6R6c+hHWqB1eVXbybayjQ8bfscbcemWUk/iaveKHBm01XwZk06BZMeuwYB98YrDoA67V
dDsrv4dWPiiyjFvP9qNldwrwjPgsrqO2QOQOPQCmapp1nD8L9Dv47aNbue7uFkmCje4G3AJ7
gf1qzcRy658OU/sZxFZaKytd2TD5i78Gfd/ECeMYBXpz1qbVZxD8HPDamKN/MvLo/OOeGHT8
6QGd8OtMsdX8Yx2mqwCe3NtcOUJxysTEH8CM1yozgZ645ru/hTKp8Zz4iRQ2nXA6k7cJ1GT/
AJzXIaZbRXN6v2lgtvEplmJ/uqMlR7two92FAHRt4TtJPh6+qWtwz6taOk95bkEbLaXiMjjk
8Bvo/tzzWmW4vNWtLYruEsyoVzjOTiun8L+LYIPGE1xrNtAbHVw1rqGN+FhkIztG7gLgEccA
YFVINCudD+JdtpFwv72DUI0Un+NdwKsPYgg/jQBB440y10bxxqunaehjtrefZGpYnA2g9T9a
k1LSLK28BaPqUSsLy7uJlkYtwUUDHFXvH97Zt8Q9ZMmnIw+0EZErBiQAM55/lU/it7Zvh14X
+x2rW0bGZtjSb8nIBOcD8sUAZuv6LZ6f4U0G9t4ilxexO8zbiQ2GwOO1S+D/AAjF4gtdTu7y
5MEVnayTRxrw0zKD0z2Bxn8q0vE1q1z4P8IwoyqDauzMxACjfyTmpPh+4nuvEJi4gh0edI15
PGOv9aOgGJ4J0Cz1+61RL8SbbXTJ7qPy2x86AEZ9ua5tEaWVY41LMxwFA5Jrtvhgdtz4gJ/6
Adz/ACFcwkP2CxS6ckT3GRCu3onQvz68gfieOKANHxL4YTw9pmjz/ahcS6hbfaHMbAomSQFB
HXp1zXO12vj440Twimf+YOjH8WauKoQD408yVIwyqWIXLsFAz3JPQV02teGtL07wLpet2d9c
XU9/cyw4aMJGBGcMQOWOTjBOOOoBrmCjKisRw3Q5rstcf/iz/hKP+9d37flIv+NAHF1vaz4Z
l0bwzouqXLtv1ZZJEi2YCRqV2nPfcGz06Y9aybGBbi7RZSViX55WHVUHLEe+AcDucCuy0+eT
xZ4E1uyuXL3mlyf2pa9yIzhZkA7KBtIA6fSgDmfD2hz+IdZjsLZlj3AvJK/3YkAyzH2AFWtH
0jTtY8Z2OkW9xcG0urhYPPwFYgnG4KQcfQ5q54C1S0sNVvbXUJhbRalZyWn2lukLN0Y+2Rj8
ak8G6Zd2HxI0MTRZT7egWVPmjfB6qw4IoAyYifD/AIy2wSE/YrwxhyOSFbGT+Fe/xuJI1dej
AEV88a8d3iTUiTybuXn/AIGa9w8J3jX/AIVsJ5DlzEA34cV4+Zw0jP5Ho4KWriejaZ/yC7f/
AHBVqqumf8gy3/3BVquun/Dj6HJP42FFFFaEhRRRQMKKKKAKhqeH7h+tQHrU8P3PxrOO43sS
UUUVoSFFFFAwooooAKKKKQgrx/4y3XkaFPD3uLtI/wAAC3/sor2CvEPjhIQltFn710z/AJLj
/wBmrGor1Ka8/wBDam7Rl6Hj46jNdJ4z1601640prFXC2mmw2r7xjLoDnHtzVHVvDd9pGk6Z
qdx5b2mpxl4JI3DDIxlT6EZHH1rOtLWa9vIra2QvNK4RFHcnpXoHKb/gLXLLw74oW/1FnWAQ
Sx/Iu45ZCBx+NYtvfyWmo/arYjO48MMhgeoIrRsvCmoX2t3ekwmI3Vojs6h8htgyQCPpWIQQ
cUwNWCxsNSmJhvobBm5EVyTgH0D4xj64qdbTSdIm827vodSlj5S3tgSjH/ac4GPpnPtWVaWV
xfTGK0jaRwpcgdgBkmlsrGe/m2QKOOWdjhVHqT2FAFhbuDUNQuJtXZ1afLCWNfuN2+XuO1WY
vDouFEkGr6WYz/FLdLGR9VbB/Sq66ZC0vlDUrYPnGSxCf99dKrXthcafcGK6Ta3YjkMPUHuK
AOnt9Y0/w54R1TSrG4F9f6oUSWSNSIoo1OeCeWJPpx70zWNRs5vhf4asYbhHu4Lm7aaEH5kD
Ou0kdsgVg3+i32mxWMl5FsF/AtxbjcCWRjgHHbOKr3dlc2E5gvYHglABKOuDg0gOo+Gt/Z6d
4kup7+4itlOnzojyMANxXAHPfrXOeasGmmOPaZLlsuwOWCKeF9styR/sqap1cuNKvLXTbS/n
hK2t5u8mXqGKnDD2IPagCn9K9LTUNN1pvBuv3V5DFqNtdR2V+jOAWWM5SUj/AHep9T7V5pUn
lSeR52xvK3bd+OM9cUwN3x3LDceOtWntpo5oZZyyPG24EYHerniK5t5PAnhiCKeOSWJJvNjV
gSmX4yO1crHFJPIEiRpGPZRk1I9ncpGXaFwq9TjgUrAdd4m8RWM3gvQdKslR7qG123Ew5KAs
TsHp70fD6/tbCx8SG5uI4ZJdOaOLe2NxOcgepriuacquwJUEgDJIHQUWA7D4caxp2i32rXGr
gPbtpksXk7tplLFRsBHPNcvf3j6hfSXEihdx+VB0RRwFHsBxVapYrS4mj3xQuyZxuA4z9aYH
U+OL22utK8LR206StBo8ccoQ52Nub5T6Gub07S7vVLjyrKFpCCN7D7qAkDLHsMnrVeSKSPBk
RlB6Ejg/SnR3M8MUsUUrJHMAsig4DgHIB/EUAOu3D3BEa7Y0+VBjsPX3PU+5Ndp4hspx8IPC
UixkrDJevMV/5Zh5l2bvTPauHiieaVY4lLuxwqqMk1K4urBp7Rw8BlULNERjcMhgCPqAaALM
lsLLRopnaNpr7JVQ+WjjU4JIHTcw4z2U+oq/4H1tPD/jKwvp2xbeZ5dx3BicbWyO/Bzj2rEu
bWezlMV1C8Lj+CRSD+tMRHkJEaMxAJIUZwPWgDqNX8IS2/xHl8O27oRJcgQyBsqI25Bz7A8/
Sug06+tf+Ft6JpOk/u9M027WFOeJXBw0h9yf0Fec5m/1xL9ceZz19M0kbyRyK0LMjg5VkJBB
9sUrAXNd/wCRh1Ln/l7l/wDQzXrXwyufP8HRoTkwysp/PivF2JZiWJJPJJ716x8JJN2i30Z/
hnH6rXBmMb0PQ68I/wB6e26Z/wAgu3/3BVqqumf8gy3/ANwVaqqfwR9DKfxsKKKK0JCiiigY
UUUUAVD1qeH7h+tQHrU8P3PxrOO43sSUUUVoSFFFFAwooooAKKKKQgrw345Kxls3A+UTOpPu
VX/A17lXinxuiLWUMw6Je7PzRv8A4mspu1SHr+jNYfBL0/U5jw648T/DbVvDsgzeaUTqVgR1
ZekqY+hz9T7VheHJF0i1u9dkTMluvk2mf+e7dG/4CMt9QKh8H6xJoHi3TtRjVmEUwV1UZLo3
DL+IJqx42utObxFcWOhLt0y0ldYvmyHYn5m+nQD2UV3nMbnwfuEi8dm5usyIttM755LDac1z
ni6ztrXxJcPp/Nncn7Rbn/Ybn9DkfhW18L1z4guz6WM//oBrAQz6vp0FqPne1favqI2P64NH
UDs/Aul29t4D8RajcMgu57Rlt0/i8sEBm9ueK4S/L2qJYrlQoDSr6uRzn6V2fhy4iu9N8WfZ
4ykFvpiQwqTnCh8dfc81yGoxvdwR6io3BgI5iOzgd/r1oQGbWtpzyX+mXWnOPM8qJriDPVCv
LAexXJI9QKyK1tOL6fp93fO3lmWJoIQRy5bhiPYLkZ9SKYHT/EyIvd+F4YFLN/YVsqooySct
gAUvj+a3Twp4WsLrnXLW1K3efvIhx5aMfUDPHamfEp5rTWfD7xs0U0WjWpVgcFWGar3IfX/h
1ea5rDbtQtL6OCK6YfNcqy5KH1K9c+5qQOM716zomjR61+z9NASouk1KSW0Dfxuqbio9yiv+
NeTV6m91Npv7PmgXsBKyxa75sZ9x52P1FNgeW969L8YaRb6X8J/DVraSJNK9zI1wyf8APY5D
L9VI2/8AAa5DV4bWw8RC6tYt9hMovLaN+RtbkIfUBsof90102sXUsPwk8IXTMTJ9uupSx7kT
Mc0AcnfyTaLdTabaStG0R2TSL8rFxwwyOcA5H4VRg1C7tn3Q3Ei5+8N2Q31HQ1b8SKT4hvJx
kx3MrTxt/eVzuH88fUGssUwL98sM1rFewKI/MYpJGBgKw549iK7TwFZWF1o2p6PPj+0dXtWN
qf7uzkKfdiOK5BLSZ9LtYdpDXFwWQAZJXGCcelT2+ttpniq21GzTy1spFEaZz8i8EZ9xn86T
AraXpv2i9uBdIRDZRtLcDODtBAwPqSB+NR3mrXV1hPMMUC/cgjOEUfTv9TXZ+JtOtrPxJqsd
sxEGtWIubPA4JLK+36cMPqBXn5BBwQQR2NAGhp2qfZ5Ujvk+1WZb95C5zgHglT2NR6tYf2bq
ctsHEkYw0Ug6OjDKt+IINVYonmmSKJS7uwVVHUk9BW3q0MVxrAhjk8yCxtYo5pUOQfLjVGwf
dhgfUUwLXg5v7P8AFGgypxdT30QXK/cjLhSee5yfwGe9VvHsrSePdcdmJP22UAk+jED+VN8N
Tvc+PdHlc9b+AAegDqAB7AcUnjgEeOdcBH/L9N/6GaQHQfGG8ku/Hzea24xWVuvTGMoHP6sT
+NN+EwiPiLVBcqGiOjXO8EdvlzU/xWuYoPireCW1hkijS3VlK8svloSM9jg4z9K1vDOh2/hv
4neIdORnltE0ed1yMt5bIjAfUBsUugGJ8O5rbWbHUfCGo+WBqMfmWcjr/q7hRxg++P0rAt/t
HhiS5luIUW+Ba3jSVd2w9GfB9OgNU9BE8eqwXUErQfZWEzzKP9WF5zXY/ExIteg0/wAYaaCb
W9TyZ07wyr2P1p9QPPs816x8JAP7FvmxyZx/6DXk9ey/C6DyvCJl/wCes7H8uK4MxdqDOvCL
96ewaZ/yC7f/AHBVqqumf8gy3/3BVqqpfw4+iMp/EwooorQkKKKKBhRRRQBUPWp4fuH61Aet
Tw/cP1rOO43sSUUUVoSFFFFAwooooAKKKKQgryn4tWwuPDmpEjJhmSRfY7gP5E16tXCeLrL+
0rTVrIY3TxSIuezFeP1xXJipcjhLszpw65uZeR86W9/Pa200ERTZMVJJXJUrnBU9jyfzqrSk
EHBGDSV6xxFvT9UvdKleXT7h4JHQxsydSpGCKhguZrZmaCRkLqUJXrg9airq/h7oFh4h8RS2
uqo8kEdrLNtRymSq5HI5oAwbHV73Tba7gs5fLjvI/KmXH3lzmo7O+uLGUvbvjdwyMMq49CO4
q9LfaSGYJokYweM3Mp/9mrfv/D+kSfC2LxJZ2z212b0W7IJWdCvzc/MT6UgOZbUoTKJF0+2V
gc42/J/3z0qtd3k99L5lzIXOMAdAB6AdhXRL4btG+GjeIPMk+1Lei32cbdu0n+lcsTgGmBp6
1r99r8lvJqbrJJbQLAjBACUXpn160y+1q9v7KCzldUtLfJit412opPVsDufWuj8ZeF9L8K6n
pMe+4nhu9OW5kGQG3ncABxwMgUzw1oeka3o2t3VzHcRS6bbeeuyQYf2ORSA4+tu58VahdeDL
PwzIU+wWk5njwvzFiXPJ/wC2jVVL6Q9hc7YbqK6CqYD5ishO4bgwxn7uSMdxV3wl4Yn8U6nP
bxFkitraS5mcDOFUcAe5OAP/AK1MChPq01xotrpsqRtHaO7RSbfnAbBK5/u5ycerGrN74jub
3wtpmhSRRrb6c8rxuudzGRtxz9M1j966fxR4OPhvQdA1I3gnGs23n+Xs2+V8qNjOefvj8qAM
m01KMQJbajbC6t0JK4O10z12t/TpU73GgQIzWlneTy/wi6lXYPwUAmp/BnhS58YeIodNtmEa
H55ZT/Ag6mmW2gJdeOhoCTMsbXzWolxkgBiM/pQBDB4hu7ee5nRIvOni8pX28wr/ALHpxxWT
W7rWjafpvia40qK9lCQSmIzSxg8+uARxVa/0C60zxAuk3hVZWkRQ68ghiMMPbmgCxfeI3v8A
w9plhLDi400sIroN83lk5C/gaRNW068fdrWnNJIQMz2r+W7H1IOQT74qLxNob+G/EV1pUkwn
NuwHmKMbuM9Kd4W8OXHirxBDpNpKkMkqs29xkDAzSAJtXtLYsuh2Rtdy7TPK++THfB6D8Kuf
bfDUWjJZCHUnmk2SXE6SIu5tvKgEH5QS31qhoGif274gg0n7XHaSTuUSSUZXdg4H4nj8aSPw
9qEniddB8nbfG4+zlG4CtnBJ9h1z6UAaWj6j4b0nWLPUFh1SR7WZZlRpI8EqcgHC+1QeLL7S
9W1l9V0xrjdeySTXEE+D5bFicAjqMGsnULVbLUbi1SZLhYZGQSp918HGR7VWpgd74g+IOl6z
4oOsjw3BK0ir5iXTbslRgdMcYApdF+Js1j401XxHf2Mc099ZG3WJDhEPybevbCc/WuV17Qbr
w9dW9vesjNcWsd0hQ5G1xkfjxVnwn4S1HxhqpstNUKsaF5p3+7EvqfX6UN3Cws3iBB4Oi0O1
twhe4a4uZiBljxtUewxn61s+D/HVvo2h3uja3YrqFhKhaGNgP3cnrXE8duRSUrAdJqLeHZPB
djJZQvFrPnFLgFyQyjncB0HpXq/glVHgzTtkQjzHkgDqc9a8IhjaaZIk+87BR+Jr6L0y1Wy0
u2tkGFiiVcfhXlZnK0Ix8zvwS95s7nTyG06AgY+QcVYqrpn/ACC7f/cFWq6KfwL0OafxMKKK
K0ZIUUUUDCiiigCoetTwfcP1qA9anh+4frWcdxvYkooorQkKKKKBhRRRQAUUUUhBXJan/wAh
O4/3zXW1yOpn/iZ3H++a8/MPgXqdmD+J+h88eLtL/sfxVfWoH7vzPMj/AN1vmA/DOPwrEr0/
4taSCllq0acqTBKwHbquf/HvzFeYmvSwtT2tGMjlrw5KjQld/wDCFM+Jb+TP3NOnOPX5TXAV
6P8ABqJZNb1hm6ppkuPxGK6GYnnTkmRj6mvQbgn/AIUDbgd9V5/Jq8+cYkYDjBr0G5P/ABYK
16/8hX+jUALCLc/AhvtDyL/xM/lCLnJ2nrXL3Xhvd4ebWtKuvtlnEwjuA0flvC5HGRk5Hvn8
K6R8D4Dx88nVDn8jVTw5Olj8MPFTXbhUvjbwWyN/G6uWYj6DH6UAaPxlIGuaGFztGjw4z1++
9U/AeR4U8ZMDyNPUfmx/wrQ+Nn/IzaR/2CY//Q3rO8DDPgjxw3QrZW4H4yN/hR0A4c12nw/1
0+GvFukI0p+z3coF6nRdsg2rn12ht/8AwIiuW02zN5d4ZcwxKZZ2zgKi8nntnoPUkDqahmuZ
JrtpyQrlt3yDAX0AHYDsKbA0/F2inw/4u1LSz9yCdhGfWM8of++SK7b4ppnwt4AgiBZ/7KGF
AyTmOHFZ/wATlTVYNA8Vw8HV7FVuFHaePCv/ADA/4DWz8SGgsfD/AISu/tAa7GiwwwW+eYsx
rmU49uB7jPapAo/CxxafEixsIXyIopmnbs0nltxx1C9PzrG8KyeZ8ZLKQ8l9WZuO+XNW/g4c
fEaAnnFtcHn/AK5NVLwNib4uaWSAN2o7vl6D5jQAazoVz4g+JWrWVpJCjm6bLzSrGAM+5Gfo
OateLbyK9+JGnxQrIBbPbWxZ4yrOVKgnBwfpXP8AixyfGWqsGOftUnOMd6668hWTQvA17dfN
fy3apvP3niEi7c+vfmmMyPifaTxfEfUlaMlppd0aqQxYHpwO/tWh8HoZIviOqSo0cqW0vyuM
FTgevSsf4jOz/EfWySSRduB9M16b4YhV/GXhy5nG27l8P7pyerHoCfwpdAPEBLJb3gmicrJH
JuVh1BByDXpPi24W88NWnjmwhaO81OH7DdMB8sMgBVmHuyrj6Z7mvPbKxN9qDRlwkUeZJpD/
AAIDyf6AdyQO9dn4H1aHWL/UPC1+RFYa1F5Nt3FvKo/dHnr0A9TxTYjgCc01vuH6VYvrObT9
QuLO5UpNbyNFIp7Mpwf5VXb7h+lMDvvi1HJN4+gt4ULkWFrHEiDOfk4AH1NbXwvu107xk2kW
IEyRWM5upIzxLMADnPdV+4O3JP8AFTvi3FHoHi46hFcK17dWUcdsin5rdAuxpD7nBC49WPBA
rH+DgY+Lr9gCQNKuCfblanoB58PuiigfcFFUB0PgjTRqniy0icZjjbzX9wOcV7vXnXwo0ny7
S51SVPmlPlRk+g64r0avnMwqc9ay2R7GFhy079zrdM/5Blv/ALgq1VTT2K6ZbbV3ZUA89B61
br1afwR9DzZ/GwooorQkKKKKBhRRRQBUNTw/cP1qA1PB/qz9azjuN7ElFFFaEhRRRQMKKKKA
CiiikIK5LU/+Qncf75rra5LUv+Qncf75rz8w+Bep2YP4n6GLrmmJrOh3WnyEDz4yFYjO1uoP
4HBr58ureSzu5becYkicow9wcGvpKvLPinoAguotYt0ws37ufA/i/hP49PwFZ5dX5Z+zfX8z
XF0+aPOuh51U9rfXdi7tZXU1uzrtYxSFdy+hx1FQ0DrXvnlCe9WDf3bWK2TXUxtFbesBkOwN
6hema6TxF4ftLPw34WuNOgYXep2peb52bzH3kDAJwPwrO1e10y2urPTrANLNHhbu43HDyE8h
R0AHT3pAUE1bUY9MbTo724SydtzW6ykIT6lelVmmkdVR3ZlUYUE5xXX+PtH0jwx4uGnWNkTb
xwxSNvmYsxZQx5zx19K1tM+H+l3ni7TIxLNJo+qWbXUJLASR4XlWOMZBoA4PUdVv9XnSbU7y
a7ljjEavM5YhR0GT2pttqV5Z2l1a2tzJFBeKq3CK2BKFOQCO+DUEqhZmUdAxFdTq3hWDwxpe
mT6955udRtJZ1giYDy2yBFuyOnJJHXtx1oA5qK9uYbOe1imZILkoZkB4fbkrn6ZNQda6iz8P
2Unw2u/EEvmtdQ6gtsqBwEKlQx7Zz+NTeDPD2k+K9dh09xd22IJZJisqtuKjK7fl49COenvw
wOfm1m/uNFttJmuC9lau0kMRA+Qt1wev4VFfahd6lOkt9O0zpGkSlv4UVQqgewAFVyMMR711
uleBp5PF2iaPrDPD/alut1tiI3ojbyM56HCZ9s+tIDB0bWr7QNSW/wBKm8m4VWQNtDcMMEYP
HQ03S9Xu9I1qDVLJwt1BJ5qMVBG76VteE/Ctvr/jaTRbm4kihQTkumN37tWPfjnFM8JeG7TX
9bu7S7mmSGCGWUGIgFtoJAyQRz9KYGRLqcs+qy6jPHFJNLIZCGXK7ic/d6H6VNceIdTvNYg1
O7uDNcW7K0W4Dam05ACjgAY6AVDGdLYTiWK8iO0+SwmVwD2DDYM/UEVJb6NLJpEmp3Egt7RW
8tHYZMr/AN1R39z0FIAv9buNR1+TV7uOF7mWTzXBjGxm9SvT8Kv2vjfXLTxFJrYuhJeyRmIs
6AgKewXoAMDAFZmnw6bOJl1C5mtmEZMLJGHVnA4VuQQD0yM1p2vhcXPgO88RfaiptrpYPI2c
MCM5zn+lMDLh1W5t9Mu7GLYsV2ytKdo3HbkgZ9MnOPYVVjkeGVJYnKOhDKynBUjoRWkmjxJ4
dk1O+u/s7u4Szt/L3Ncc/M2cjao6Z5yeOxqzqHhk2Pg7S9eN2H/tCSVPI8vHl7DjO7POfoKA
KviDXrrxJqzalqCQrcyIqu0SbQ5UAbiM9cDmssjjFXtG0i713WbbTNOTfcXLhEB6D1J9gMk/
Suj0f4fTaz4h1nRLfUolv9NDmOMxHF0UYqQDn5ecdc9fakBzutaze+INXn1LUpPMuJzlj2A6
AD2A4q34Y8UXvhS9ubrTo4XkubV7VvOUkBWIJIwRz8o9vaslYJXuRbrGxmZ9gTB3bs4xjrnP
GK0fEWif8I9rD6bJeQ3U8SDzzDnbHJ3jz3I7+/HamBlDgYFTWltJeXcVtEMvK4Rfqahr0r4X
eGy0ja3dKNoyluCvU92/pWFesqNNzZrSpupJRPQtI09NJ0e2sY8YhjCkjue5/OrlFFfJttu7
PdSsrI67TP8AkF2/+4KtVV0z/kGW/wDuCrVfS0/gj6Hhz+JhRRRWhIUUUUDCiiigCoetTwfc
P1qA9anh+4frWcdxvYkooorQkKKKKBhRRRQAUUUUhBXI6n/yE7j/AHzXXVyWp/8AITuP9815
+P8AgXqdmD+JlSqmqadBq2lz2N0oMcyFTxnB7H8DVuivHTad0ek1fRnzvrOkXGiarPY3QO6N
vlbbgOvZhVDvXt/jfwoviLSzJbqovoATE2PvDuv414lJE8MzRyoUdCVZWGCCO1fUYXEKvC/V
bni16LpS8j16CTRl0bwNFq5k8y50+S3iZW2rAXYgSZ7nJxjivMLrTJ9K8Stp1ypE0FyIzkck
hq3/ABddwyeFPByQTI0kOnsHVWBKHzCRkdqvapHH4j/4RzxErJ5ks8Nlfr6SKwAb6Fa6TnJ/
izp0918SRGjQx+dawbXmnSNQBGASSxAHTvW54d1exm8ZaNpOmTC6h0nTZYnuV+7LJtJYr/s+
9ct8YSh+Jd6EIZVihXj2jFRfCye0tfGDXGoXC29tFaStJKxA2jGOM9+elFtAOettlrLNfyhW
ZGZYEYZDSep7YXOcHvt4IzXV/EiR5NC8Fl3LZ0OFuT3PU1x+rXcN1ft9jV1tI8pAshBYJknn
HGTkk4wMk11vxMBS28Ixgjavh62IAPGTu5/SmAWwA+BV0ccnW1/9FU74Pf8AI6XB9NOnP8qj
hJX4Fzdg2uDqOv7mn/CKa1t/F17Pf3K21tFpc7ySscBRlB/Wl0A4nym8szMPkLlBnue+Ppkf
mPWvWtb1iHS/jB4V1LUpdsY0m282Vz03rIpYn6tk15ZqNzFc3oFqrJaxARwK5ywQEnJ9ySWO
OMk44rrPix/yMunL2TSbZR7ABqYG94B0K8tPijqdxLERbxRXTJMT8kqsrbSjdH4I6ZrD+F67
tb1QlguNPmJY9vlqb4OA/wDCXXMhGfLsJjk9sqRVf4ZFjda2ynB/suQ5HakBxkcSOkrNPGhQ
ZVWDZkPoMA/rivQ/iVYR6L4S8KaZEcgWpmcjozN1NecBGYMQpIUZbA6D1Ndhr2tp4i8A6OGY
G80km3mB6+WfuN79waYHG16z4H0/TdT+FN1aazemytZdWjVpFQsTlQAvtnPXtXk4Bb7oJ+le
h2RC/AS/45bVF/8AQKGByfiqwvdK8R3dhqRXzbdtg2DC7APl2jsMYxXReID/AMWg8K/9drr/
ANDFT61/xW3w9t9dVy+q6IFtb8MMtLET8kmf0Off05dr0MP/AAp3wxPNMoKPcqkQ+87F+D/u
jBJP0HfhAU/h5NJpXjnR4InaO4up085lfpGeRHx68FgfYYBBzBqeu3Xhz4tahq1i5WS31KZi
o43rvO5T7EZH41V+Hh3fEXRSeT9qXrzT9a02fW/iVq9tF8oN9O8spHyxRqzF3b2ABP6dTT6g
dX47trXRNdi8daHIslvrMXn2W+PmG5YfM5HQFc7hnneehCmvLWZncs5JYnJJ716r4SvrPxv4
c1PwLIzRLGPtGiNKq7lKA/KxHGTyTj+8+O1eWPBKly0DxsJVfYUxyGzjGPXNCGX/AA/o0uva
3BYwg/O2XYD7qjqa9/s7SGwsobS3XbFCgRR7CuZ8B+E/+Ef043F2o+33C/P/ANM17L9fX3+l
dZXzmOxHtZ8sdkevhqXs43e7ClFJS1wHUdbpv/IMt/8AcFWqq6Z/yDLf/cFWq+lp/BH0PDn8
TCiiitCQooooGFFFFAFQ9anh/wBX+NQHrU8P+r/Gs47jexJRRRWhIUUUUDCiiigAooopCCuS
1L/kJ3H++a62uR1L/kJ3P/XQ15+P+Bep2YP4mVaKKK8c9MK4Hx/4J/tFG1XSYv8AS1GZol/5
aD1HvXfUVrSqyoz5omdSnGpHlZ80MpVipBBBwQfWivXvGngGPVg1/o6LFeDl4xwJf8D/ADry
We3ltp2huI2jkQ4ZGGCDX0tDEQrxvHfseNVoypOzIySTkmk6UUV0mIU+SaWbb5sjPsUIu452
qOgHtTKKAH+dJ5PleY3l7t2zPGfXFNDEA4JGRg+4pKKAFzU93fXd/KJb+5muZFUIrzSFyFHQ
ZPb2qvXWeG/DFncaV/bOvNc/ZHnFta2tooM13LjO1c9AAep+lAHN2l9d6fK0lhdT2sjKUZoJ
WQlT1BIPT2p1lqN7pkrSadeXFo7LsZreVoyV9CQRxXpuoeAtMitIhqugaj4cFxhILw3a3UYc
/dEoABTJrzXV9LuNF1a5069ULPbOUcDpS3AQ6vqTQSQPqN40Mow8bXDlWHoQTg1VR3ikV42K
OpyGBwRTaKYGhc65qF1CYnljiRl2uLeBIfMH+3sA3/8AAs0xdX1BNIbSlu5BYvJ5rQfwl8Yz
VKigC/pWt6jor3DaZcmH7TC0Ey7QyyI3UEEEVBcX1zdQQQ3EzSRW6lIUPRASWOB9STVeigC3
pmpXOkanBf2LiO4t3DxsVBwR7Gp217UXGpZmG7VGBu3CLuf5t+AcZUFuSBgHAz0rOp8MMk8y
QwozySMFVVGSSe1ICbTdQu9K1K3v9OmaG6t3DxuvUEfzHqDwRXrPhbwzc3eqy+J/E8af2lcP
5iRBAoQ4wXIHG49f169Kvgr4fLpxj1LW0D3XDRQHkRe5/wBr+X16d/3rxMbjVK9On82enh8N
b35hRRRXjneFLSUopjOt0z/kGW/+4KtVV0z/AJBlv/uCrVfS0v4cfQ8KfxMKKKK0JCiiigYU
UUUAVD1qeH7h+tQHrU8P3PxrOO43sSUUUVoSFFFFAwooooAKKKKQgrkdSz/adx/10NddXI6l
xqdx/vmvPzD4F6nZg/iZVooorxj00FFFFABXPeJvB2n+JIi0g8i7A+WdRz9D6iuhoq4TlTlz
RdmRKKkrM8D1zwlqugOTeW5aHPyzR8qf8KxK+lZI45o2jlRXRhhlYZBrhvEXwys77fPozC1m
wT5R5Rj/AEr2qGYp6VdPM8+rhGtYHkVFaeqeH9U0eYx39pJH3DYypH1rMr1YyUldO5wNNOzC
ilpKoQV6d4SvjL4W0a8tIHupPDeotNdW0Yy7Qybf3gHfBUj2rzGr+k61qOhXf2nSbuS1mxgt
Geo9DSYHvfi/x3p/iHwvNpWg29xdXV8BHmS3ZFgBPLEkcEda8T8a3cd54uvZIJhcIuyPzgc+
YVRVLfiQatah8RfFOp2htrrVZfJYbWVAF3D3wK5ehKwBRRRTAKKWkoAKWrenaVe6rcrBYW8k
zt/dHA+tej6H8KYY4orjXLkvJkk20XQDtlv8Kwq16dJe8zWFKc37qOD0Pw1qWv3IisIDt6tK
4wij3NeveGPBWn+HFEqj7ReY5ncdPUKO1b9tbQ2lukFtGsUUahVVRgAVJXg4jGzre6tEepRw
0aer1YtJRRXCdItJRRSGFLSUCmDOu0v/AJBcH+5Vqqumf8gy3/3BVqvpaX8OPoeFP42FFFFa
EhRRRQMKKKKAKh61PD/q/wAagNWIf9X+NZx3G9h9FFFaEhRRRQMKKKKACiiikIK5LU/+Qncf
75rraozaRazzNLIG3McnBrlxVGVWKUTow9SNOTbOVorp/wCwrP0f/vqk/sKz9H/76rzvqNXy
Oz63TOZorpjoVn2D/wDfVJ/YNp/t/nR9Rq+Q/rVM5qiul/sG0/2/zpDoFr6v+dH1Gr5B9apn
N0dq6T+wLX+8/wCdH9gW395/zpfUawfWqZzLxxyrtlRXX0YZFcrqvw50PUd7wxvaSsc7ojwD
9K9Q/sC1/vP+dJ/wj9t/fc1pDDYmm7wdvmRKvQn8R4FqXwq1KBS2nXMV0P7jfKa5u88I67YK
WuNNm2D+JV3fyr6gPh637SyD8qT/AIR6D/ntJ+QruhVxcfiSZzSjh3s2j5LeCWM/vInT2ZSK
jr6yk8JafKSZFDn1aNTVZvAWis+820ZYd/KWulV6vWH4mTp0+kvwPlYUV9Qt8NPDjHLWMJP/
AFyFSw/D3QoDmK0iU+0S0/bz/k/FE+zh/MfLiwSt9yN2+gJrSs/C+tagA1rps7Kf4iuB+tfT
a+EbBOY1VT6iNam/4R2PHE7fkKylXxH2YfiaRp0usvwPANN+Fur3XzX0kNonoTuY/gOldXpX
wv0ezG6/eS9kzn5vlUe2B1r1T/hHUx/r2/IUn/COp/z3b8q46ksbPy9Doj9Wic3a2VrYxCKz
gjhQDACKBU1b3/COr/z3b/vmj/hHRj/Xn/vmuN4Su9WjoWIpLZmDRW9/wjoz/rzj/dpP+EdH
/Pwf++aX1Ot2D6zS7mFRW5/wjo/57/8AjtIfDp7Tj/vmj6pW7D+sUu5iUVuf8I7/ANN//HaU
+HRt4nOfdaPqlbsL6zS7mFRW4PDvrP8AktL/AMI6P+e5/wC+aPqdbsH1ml3NHTP+QZb/AO4K
tVFawC2tkiDFggxk1LXuQTUEn2PKk05NoKKKKsQUUUUDCiiigCoanhI8vrzmoD1qeAfu8+9Z
x3G9iSiiitCQooooGFFFFABRRRQIKKKKACiiigQUUUUDCiiigAooooAKKKKACiiigQUUUUAF
FFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUDCiiikAUUUUxhRRRQBUPWp4PuH
61AasQ/6v8azjuN7D6KKK0JCiiigYUUUUAFFFFABRRRSEFFFFMBcUUySaOFcuwH1rGvvEUcR
2267j/eo1A2zwOaryX1vGcNKufTNchea1cTE75cKewqGNtw3MXJ9BVcoHXNrFqozuJ/CmDXr
MnBZh74rlgZCRmNsds0/y26ED3FFhHXR6jayfdlX8asK4flSCPXNcRslzhM4zzVu1uJ4VxHI
49BmlYZ11FYkGsXMYAnhEg/vLwa1LW8hul/dt8w6qeCKVgJ6KWkoAKKKKQBRQTiql5qNvYR7
7qZIl9WPWmBborAbxhpoJ2OzKB94LgfrVWTxiWybezJGeC5xmnZgdVSVzsPiaRgDLABnstXY
NeglbDZQ+9KwGrRVaK8hmXKTL+WasptYD95GfxxRYQUU/wApj0wfoRTSjjrG/wD3zRYBKKTe
g+84X/e4pBJETgTR5P8AtigY6inBd2drq2OuGBptAAeopW4GTSUUgDtmiiimAUUUUgCiiimM
qGrEP+r/ABquetTw/wCr/Gs47jexJRRRWhIUUUUDCiiigAooopCDGelRXNzDaQGa4cJGvVj2
qDU9Ri0uz+0TNtUsEz7npXE+I/EJureW1XeVyGDEjnPIqkrgdtcagkQGEZs9D0BrPuNWuD/q
yEXHbk1etxHNpkBlGcoP5Vn3lhtOYskelCAyZJppZCZWJz3J/pUAjMjk4+UetaLQrtwwOaY0
BAypwKoRnSQoDyM1IJAABnbj0omiJfJYjFDbEXJXP60wGEqXGCTk+tWo4m25P5io0y2PkC59
qsKCAQxOKAFTA4I4qxGBt4Wq8S7R1yKtrHnhSOaQEkSjHPSnGNdwK5DdmFOVCi5I6mnAZyKQ
Fm31BkIS6HA4En+NaOQwBUisUDghhle4qxbSmBgrMfKY8E/wmpYzRpGcKMk4A6mhmCruJ4He
uG8Ta/LcTmzs22wj77A43e1CVwLXiDxots5t9LIeQHDSYyB9B3rj5prrUJ/Mu5WkY/p/hQIE
DFjj/eqSCMvhUGAep9a1tYRcgjg2IApyO4q4YfM4G4d+KitbcFtoJAHWtWC3Abah496QFZUb
aFHOPUVLHBMzgqmEPB4wa0Y7dFYjNWtg4AFJsdinGhiHBxgVL5sigbJHAqwY179aja3PJUcU
rhYha7uEzslakW+vxgJPJj65oaD5s556YqWNcdB0oCwqX92hG+UuD2f5gfzp0d/HIczWcRIP
JQFf5VDKCaltItzcjPrxRcLDbO+tv7cucwuixRjo5wPwrcjuoZYw8bZVuhxXJgY1DVieP3eP
0puh3TRQj5id8qpz6UPULHaUUUVIBRRRSGFFFFMAooooAqGp4f8AV/jUBqxD/qvxrOO43sPo
oorQkKKKKBhRRRQAUUUUhGB4zXd4fPT5ZUbn25rj9Zs1a8kZUx+5DDHTI4rtPFqZ8PynrtIP
86xbxRKwJX5XtSQfy/xq1sB02nDzdFtz28sfyqCYSx5J+7U+jjdoVvj/AJ58UkrFQVccZpdR
ma4zls1ASzDC4wfWrE7Lg7OKoybjwvT9KZJBOEQE5JP+zVPzNxwCR6VZYEtjII9KrOD5o3d+
gHaqAsQltuWJNW0yyAZ5Pam28DFBwPxqfyimDjp3pANSNgMYq1GuGz+FNA6e9SqPlx+lICUS
OOMfnU0V0oOJIVf36UxASBS7Ceop8zQWuWU+yO2dzRn0YZFL9iDHak8To3BBOP51XMWQOacL
aRgVVQffpijmXYLeZJd2d99lFusTMp4LrzxXDavp7RXzgQyRhe22u3vTNDb7lkdWUYBDVyd5
rGpwM0aXcj5PQncP1qo8otTCYFUIK/mKsWseyBnJGD0q6mu34IWbyZh6PCpz+lXIri2u2Vp9
Ogx38ssmPwBxVWXcWvYhsYmdA2CPfFacSYGAaDeWzYjtbbYo4zuzU0TpjhDUNFJkscZI6Yqd
VIHApsbZ4VasKW7Y461DGMER64zT0QrwelOJfOcjNKrHdk8+tIZXliycjHvTCMcKOatSHg5A
FQORwR1oArYDMfX3q9aRlWGOnWq0Y3SZPStOFNkWT1psDk5ZCX1eQjIzgVX0kBYbIYI3zZqz
PH/xL9VPrJwadpsYMlioH3FBqhHZUUUVABRRRQMKKKKACiiigCoasQ/6r8armrEP+q/Gs47j
ew+iiitCQooooGFFFFABRRRSEZviFd2hXIP9w/yrCkQtb2JAH7y2KHP0H+FdFrCeZo9yuM/u
zXNpIWsrHHVWKmrQG/4fLNoMPIO0YqeSVSCrgdag8PqF0VAPf+dNuOJGxS6gVZ4kYkg4zVKQ
FVIzVqQbjmq0oKoWJ5qhGaVzISDio1JEnzHjtUsis5DH8hUkaBmx93FMCeF24IOOO9WY8kc/
/rqOKNMcnHvUyrjo2fSkBKqjvwalVRu4qJWz1zUyDnikBMF5zmn4qMZ5NPjVnHyc0hkyKCKu
RFXTjqKpxgq3zDFW1ULyvQ0mMpaydtr9T2rj7yNYrcuDlmPSur1onyVrlrjDqwbjnH1q4kmX
aLliznk1pRMgh2r07n1qCO2KbgnOPvH0p0J/eBVxgdaYGpboMjgD8K0EAx0Ge1ULYMTknir8
XJBFJgWVGAMcH2qYkKgOBn3quGOTknipeHUAnNSxjx0yVFOBQH7tRkDP3jSqCBnd+dADn2sM
Ec1DKqbcgmnsGZOCKiIJByeaQx0SjcO9aa4MQOB0rPhxvweB61oqF8n5ORikwOWudh0y+CgE
mWrFhFiZO21VFVmA+zXkbDnzh0+tadsAMsf7ygVQjYoo7UVIBRRRTGFFFFABRRRQBUNWIf8A
VfjVc1Yh/wBX+NZx3G9h9FFFaEhRRRQMKKKKACiiikIiu132Uy+qEVx1q+YQoPKTYxXauA0T
g91NcVagefJx/wAtx0q4gbvh2QnSSjAgo7DB+tPn3Et3FN0xDEtyvq4YfjUjsC2BS6gUctzk
VG/Q8VakXLcVGVBHzDAqhGXJy/AFIv3zkVPOF8z5ccd6aExk4pgJHKC23B+tWochTz1qFQFB
yM1Yhw64x0pATqOOetToo49aYo45HFTrjmkwEGckGpIyUYEU0Ak5IqWMZODSuMtKFkUEinbd
q47U1AygEdKmIzSAxdaYqEJP4Vz1zgkbQfwrpNZVcLxzXNzxbWwhNWhA5WGERR87hlzVOLcH
+XoalMbAbYxuP86mEQjdQwwTzimBetsmNc9avwJjOR09aqW46Z6dqvoRjFIA4U+pNPHGKQDL
D9DTyPWpGOVl9BSs4PGOtMAHQdqdg9D0oARiojwOKiHLZPepCpPBpu0huBQMcMAcEfSr1vkR
896rQoC3PSrp4A7VLAwY4fMnuw3IM2auxgC3BA/5aVRjJ8yfORmUnNWbdwbdPmzmSqYjXooo
pAFFFFAwooooAKKKKAKhqeH/AFf41Aanh/1f41nHcb2JKKKK0JCiiigYUUUUAFFFFIQj/cOP
SuPg+W5nDD7so5rsT0rkJIj9svk7GQY/OqQGrZSbvPx0yBSNkOT607TotsM+7ru/pSuBnNMR
CSe3WoZXJA5471YbpmqV24A96AK5x5m4Gng7jUSkHOf0p8Y29jyepqgLK8AZXNWIQgXJGDVY
SnHA6VOkxwOBSAtrtxkHtTlxUCSZ4VakU/PSAnB4FTRc/jVdR9asRc4pDLijCAGl3DnNMBGO
tIWA60gM/WHwiY9656ZfvSYzu7Vuay/7tRjk5rCuZgFUbeg5xVoRFC4gwZRk54Ap0ahpS+7J
z0NU3lcyArj3q1ZxOCWfIzTA14iuwcZqeNctUESkrjFW48hakCRVIPFLsJJ56ULKAMEmpBJH
juTSGM8knml8tulTCeML900+MpKTgYxSGQiMqKiJOenNWzB8wwTinCNRxigCCJGzlhgVOxzH
TipPTpSY+U+gpCMPAZpVHByTTrRCIoU/6aUIN3nnjIzU1p92DP8AeqhmvRRRUiCiiimMKKKK
ACiiigCoasQ/6r8armrEP+q/Gs47jew+iiitCQooooGFFFFABRRRSAXrXMSx41a4BP3pVxXT
jrXPzJjWXJ6GUfyqkIsW/EU+0n71RO+BUliMyXQPQNnFRsAXJzTAbuG3nFUrkq7kAZqw/Mhx
0qKZcrlfzpiK0cWwc9KnjZQdu2kU4THUU+NecHC0APVBnip9o2io4xzgAEetTKhzx0oAegVR
xUiqM8UiJwM9TUsa4Y8VIEsaDHNTRouRj0qPaOpOKnhAC5zSGDxM2NhxTtvHPWn9RxRikBja
yD5a8D61z11LiJQi5bPOK6XWlzGuTXPSgB9o9OatCKsKsSGfFakCHg1Ugj6EKOO1acCgjBFU
wJ0BKVOiEjBNMVcJzUqnJFSMesUYwWNPBhXjGaXbGFHUml3JjiImkMUNDjjFTRKmMpUI29oa
sxcrwu2pYC4o280/tzSEHBwcUCG4xzSZG1vpTwRjBprYAOKXUZhQr8twD6GpYVKfZe3NJAR5
8oPQ5FWmALQccg1Qi92ooooAKKKKBhRRRQAUUUUAVDViH/VfjVc1Yh/1X41nHcb2H0UUVoSF
FFFAwooooAKKKKQCgZNZE8YGpA4/5af0rXHUVl3RAv8AJz/rB0+lUhDLEf6bdgHOTUTAk1NY
uTqcwVQOTyTmi+TbKwJ684piKjrg5zj61Ex5+6T+lSgYUcYqMglsUwI+SMcD6U6O3AbcevpU
ojA696kUBelACxJjOOtTxIxGPypIo2Z8DnNaENvsYMx/CkBHHZtgM2APSntAUX5KsMcUZxxU
jKo4GDU8SfuwfWmSwbhlBzU0YwgB6gUMBQDS8c0A4p31pDMfWFLouK5uQkysSSCOBXUav8sa
1z8qgzAYq0SOtgCoyOavx5GARVdFCgYzxVmJi/bFAFhF3A5qWOPe+BTYRz2q9CpU54pMaHrC
qp61H9ojGRjp7VOSMYNQYiDlStSMDdoOx/KrEbh0DLUIWLsBipFwFwvAoESH1o4pBkDkUjHj
pSGGMmmupKmlRsjNDtujPbimBiWgG98HPzGr0i7Wg571mWjhLeYkgHzD1+tXElMohLHOHpga
VFFFAgooooGFFFFABRRRQBUNWIf9X+NVzViH/VfjWcdxvYfRRRWhIUUUUDCiiigAooopAKOD
WXdAtNI452uM/lWoOtZjOWS6I6h6pCKumFl1KTcc8E067mMtwT2HSqMFwyak5VhkjmpgwZgM
4J5C+tUImhGeoqQwgkcAUy3O5yO/erLLgZJpAQGLGCOanhtnkbJ4FRGUK/TOKU6o0fCjA9hQ
BqQwCIcYqRh3FYv9qSOQFJAPtUpv5ByJPzpWA1MHGe1AFZP9o3GPlKSDvUsesxq22dDH79qL
DRpAHFOA5zTIpo5U3RsrL6g0/qKkBeKiklWM80ksvlLnk1ReXf1pgM1hwYV7g1gxgyXB2jPP
FaurMfIRfWs214JIUfjVIRbVDgAdqlH3gB1pEBZelT21u8kmQOKAJolJHy1ciWXb6UsUIXrU
2Qo5OBUjIjGzN8zGlWLBJPJNNmuoYuTIPw5qL+0YdvyFm/CgZaC4OMUp44qmNSHdD+NC6ijd
VOaQi8Tx703vyetV0vIj1OKnDxuAVI/OlYY4jg/0prD92aUnHH60H7nrQByDyBROrHhbir+m
TrPBGyZA396zdTGy5uEGOZVbFWPDkg+yAHqJMYrToI6iiiipAKKKKBhRRRQAUUUUAVDViH/V
/jVc1Yh/1X41nHcb2H0UUVoSFFFFAwooooAKKKKQCjrWPNIENyAcZkJrYHWuT1EsmqXTDcVD
jiqRJQsLhZ9RmZWzz0PpWqMs2FByelYFlbX6TYsI4n3ZIds+taslvfwBWvJh8x+6nAFWBqI4
i6sqv375qN5iW7L/ALTms+NxjiVAe56mrtvsIwkTXD/3jwBSAkWRXOVR5T7cCp0IRctGkfse
TQsMxP750jX+6pxT1jtw3MqnHWkAiTgnlMD1C1IxikGOP+BLTlaAcLIc/Q07anUSD8RSAzp7
Zf8AlkuD6of6VRleaPG+MSJ39a3XiV1JKK30NUp4SB8ucdw3NO4GRFcyW7+ZpsxVv4om5Brd
0zX47xhDcYhuP7hPX6VlyRW7r8wMMw6MOhqlNb5ClziQfdkU/wBae4HX3Jzzng9qrehFY9jr
Ej4tr77w+7J/eFa6njg1NrDKmqMSiY5NQWwwoLDFTamyxRIzE4JAxRbQGUgKeKYieCMyNhQc
VfDR2kWXcKPc1SvNRt9Lh2p+8lPRRXLahqk08u6fcx/55oen19KLNgdJca5l9lohY/3j0qlN
dXUoP2i6CA9hWCk93OqrCqxKe0Y/mamEdtAAb68Bb+6G5p2A2IY0lIKylvfNbFtBb7OmW9zX
NWepWcQ/dDdjuc1dj1iLdt8wKT6Ck0NGvISpIS1DY7g1G0rqPmsj+FZp1OIvn7Sw9qeNSU9L
4DnqRSsA9pQWIMMsRPTBpw85OY5Sf9lxj9aiNxdScx3VvIOxI61PFcXwjHmwxSL32nrQANql
xbqBIvHr1FaFtqUc0fzELWY11CTiaB4ie/aqzgE5hkBHtStcCHXONUG3BWRQeO5BqXRY1CuF
zlZs9aq3ykzRbu3WpdNyuqsithXKtiq6AddRRRUgFFFFAwooooAKKKKAKhqxD/qvxquasQ/6
r8azjuN7D6KKK0JCiiigYUUUUAFFFFAB9aoX+lLebmjlMLsME7cg/hV+igRzr6dqlqf9Bw6K
M4crkn2pl1canGAk9kr5GfkrpaKdxHFPcKjZm0+RCfRetNOrImB5MwHsMV25HrRgelO4HGR6
7AB81q5HqetWE8R28eALRif92umlsrebLSRIx9SKrtotkxyIgp9qLoDKTxVagc2so9cLUv8A
wlOlsP3m5P8AeWrT6DH/AMs5nX8c1Vk0GYk7ZUYf7a0aAKdW0m4+WO6EbHp2ppmdUPkXUUw7
AtVeTw7K33ordz/u1XPh2VGOLNOf7jkU9AJpb+P7tzBtz3XmoZ4oJlP2aYDjIXNVptAn7RXK
j/ZfNVX0m5jdiftYx0/d5oAp30k1vJ5cmSo5z3Fa+i62CBDdPnsrHvWJcXUqOsV58yYwDImD
VOSLam+BtyHJZc1VgOw8RTgQQBDks6gfnUl7qosrdbe2Km4dcnnhRXFtqNzJbxoX3bXBXPUU
8Sospe9dt2eVHU0rAagud7bQ7OT1K8s309KcICQPOUD0jzx9T61Ut9ZCzhba1VE6AZAJ+prQ
We+kIMMNsh/2nBpgSxWctxhQWZR0UDaoq3FoMCHMwAJ7KtQKNVcfvL6CIeikUhgumfDarn2W
kBprbWcZ2+RIw9+KVZLWE4FkvsSKoR2DMD5l1cPj0BpU0kv8yC6f/eOKQF5r6IDH2VB+ApGv
lUABIUB/vEVHHoTN961bn1ep/wCwUAH+hqf9580tAIjeWiDbLNAR3AFNOo6SinM+1/VafJ4d
Z2wsUaLTv+EWBxlkGPajQZSl1yBF2rN5i9gy9qqtqtpIMqjq/qo4rYPhngAzY9CqDimjwmoJ
zdyHPoAKLoDGXU1bKupk/wCAnNWdJmN1q8GwEAc9K108L268tNKx/wB6r1jo9rYy+bEGLkYy
zZpXQF+iiikAUUUUDCiiigAooooAqGrEP+q/Gq561Yh/1f41nHcb2H0UUVoSFFFFAwooooAK
KKKACiiigAooopCCiiimAUUUUAFFFFABRRRQAUtJRQBQ1nSodX094JVG7qjEfdNef3fh3UrN
G2Rs3sORXp9JgHqKpSsI8hXTtQaVdllJuB7Cuk0fwnPe3ou9WXYoOfK9a7oIo7ClHHSjmAzR
oGmYx9jix/u04aDpgGBZxitCipuMpLounKci1jz7ip0tLeP/AFcEa/RamoouAgRR0UflS4Hp
RRQFgFFFFABRRRQAUUUUAFFFFAgooopDCiiimMKKKKACiiigCoasQ/6r8armrEP+q/Gs47je
w+iiitCQooooGFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFIQUUUUw
EUkjkYpaKKBhRRRQAUUUUAFFFFABRRR3pCD6msebxBuufI0uwuNQI+9LHhYl9tx6/hmmeJp3
MVlp0ZKnUbkQM4OCEwWbH/AVI/Gk8S3x0DwrN/ZaBLnYIbOJFBzIeFAFUhBP4gu7Fka/0W6S
FjgywMJQnuQMHFa1peW99bJcWcqzRP0dTxXDfCvxbqniay1GPXZkku7SYJhYwmBznIHuK30W
LRfFqQwhkt9VVmCA/Ksq8k47ZBoa6AdBRRRSGFFFFAwooooAKKKKAKhqxD/qvxquasQ/6r8a
zjuN7D6KKK0JCiiigYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAF
FFFABRRRQAUUUUAFFFFABRRRQAUUUUCK91YwXklvJOm57aTzYiCRtbBGfyJrLYvqfi1UARrX
TE3sepMzDAH4Lk/iKra5p2rXmqsIQ8to8SrFsvGgEL5O5mC8tkFcfQ9M1V0fSdV8HWzLE0mt
280nm3BJAnVyACwJOGHA4Jz7mmI43wW50T4367peNsd3uYDt/ez+pr0PWT53ifQ7ZE3FWlmZ
v7gCj+ea5HUNKW6+I0HimymvVmhRVNl/ZkoMgAIxvOF5z1zXa6PZ3rXU2p6rhLidQkdupyII
xztz3OeSap9wRr0UUVmMKKKKYwooooAKKKKAKh61Yh/1f41XNWIf9X+NZx3G9h9FFFaEhRRR
QMKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAC
iiigAooooAKKKKQBRRRTEFFFFABRRRSAKKKKYwooooAKKKKAKh61PD/q/wAagPWp4f8AV/jW
cdxvYkooorQkKKKKBhRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAU
UUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUgCiiimAUUUUAFFFFABRRRQAUUUUAVD1qxD/q/
xquanh/1f41nHcb2JKKKK0JCiiigYUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFAB
RRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUU
UAf/2Q==</binary>
 <binary id="i_001.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAQEAYABgAAD/4QCKRXhpZgAATU0AKgAAAAgABwEaAAUAAAABAAAAYgEb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==</binary>
 <binary id="i_002.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_003.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_004.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_005.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_006.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_007.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_008.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA
Af/bAIQAEAsLCwwLEAwMEBcPDQ8XGxQQEBQbHxcXFxcXHx4XGhoaGhceHiMlJyUjHi8vMzMv
L0BAQEBAQEBAQEBAQEBAQAERDw8RExEVEhIVFBEUERQaFBYWFBomGhocGhomMCMeHh4eIzAr
LicnJy4rNTUwMDU1QEA/QEBAQEBAQEBAQEBA/8AAEQgAvAB+AwEiAAIRAQMRAf/EAHkAAAIC
AwEAAAAAAAAAAAAAAAAGBQcBAwQCAQEAAAAAAAAAAAAAAAAAAAAAEAACAQMDAgQEAwYEBgMA
AAABAgMAEQQhEgUxBkFRIhNhcTIUgZFCocFSciMVYpIzFrGCskNTJKI0BxEBAAAAAAAAAAAA
AAAAAAAAAP/aAAwDAQACEQMRAD8Af6Kxes0Aa4c7meM45lTNyUhd/pVjr87Ctv8AccD7n7MZ
Ef3P/i3Df+VKacdHh8xnT9wY8UuJkFjFnTMCAD9MYUnrb4UDlDLHNGssTB43F1dTcEfA17pY
7QePGh5LHWT/ANPEyWETMdFS1zqam8DleP5NXfCmEwiO1yL6H8aDsNFcHI81xvGGMZkwjaU7
UXUnXxsPCsY3OcZl578fjziXIRSzBdVsND6ulB32PjR41Fcr3NxPEyrBlyn3msSiKWKg+Jr3
i9wcZlvkLDJePFUPLORaMBtfqoJOi1QR7z7fGO2R9wSgf2woU7iQL6DyqXx8vGyk9zHkWVdL
7SDa4vrag3Vx8pymLxWI2VlNZRoqjVnbwVRXleZwW5M8Ujl8oLvcKLqoHgx86iu5+N5XKzMP
KwIkyPtw49uRgFR2+mQg9bUGr/dnJQbMnkOJkx+PkIAn3XZQ3QstqZd6e37t/Rbdu/w2vek7
Iyc3lcePtvGkOXICByPIH/TUBtzKp8T4U3+wn2322vt7Pb+O222g22rVkwtPjyQq7RGRSokT
6luLXF623ovpQVzBFxGH3EBuZYuPlVL/AOpkZM56kgfpFdvP52M3cEw5K7x4UanBw7EiaaQa
EgdacF47AXKbMXHjGU3WbaN/517fExZJlyJIUeZNEkKgsvyPWgrzOzP7fwx4RSx5DKmEmcT6
ET3PV7Zc/hTV2lx+Ni8e8sM0c0uQ15Xh/wBNSo2hF/lqZycPFyomhyIklje29WAINulZx4Ic
eJYseNYol+lEAUD8BQV3zHAZGTzS4ZyWy8xgZsvIb0pDD4ALr4furp7Fk45OWyPYVi8oKQDb
fZEmpZ282p6TExkyJMhY1E0wCySW1YL0BrGNg4eJuGLBHCGJLbFC3PxtQVz3bNDk8nkPxjvM
0i7c2P2z/T9k2vuIuBpUwcHi37PRsedlxMf+pk7VIORIB9JJsbbqcEx8dHd0iRWk1kYKAW/m
PjXoxQtGYiimM6FCBt/Kgq+PtWd2wcWRtmXyG6Yr+mKBRf8AzGpntKOEYXL42JLJDk3bbYXZ
Ejuqm5FtxN6djBCZVmKKZUUqslhuCnqAaIoIYi3tRrHvO59oA3E+JtQV72jJJByWL9tkHImz
S5z4Sh/pohO1mc+NPXLkji8rbMuOxjYLKx2hWIsNa2wYWJju8kEEcTyG7sihSx+JFYzsLGz8
Z8TKXfDJ9S3t0N+ooEvheP5TKl42GLFfAxsFvdyMjdpkMbG4/i3U+V4hhjghSGIbY4lCIPIK
LCvdBryMiLFgkyJm2RRKWdj4AUiz925+XK8kGUMXaf6OOEB3KQ233C+u7cBcDwNMPeCyvxGx
b+y0sYnI8I7+JOgF7UgyvE82PivEntYhcTSIQQxdyC91t8LUE23fPNR5F2ihZALmIX6JuVyH
v4lSRWyHvXk8eZMjOUNjTeoQhNm1D4o5+ojxpTlklfOIijYRlwFhXU2Hpt+VSublb4J45olY
EpGCWIaEQM1ojcdSq+FAw8v3fJk2x+G3sQu+Z0W72AuypcEDaNSTUVH3T3Bh4uwP7jSKsitP
Z2Vbbi6soAKt0t4VH8fHn8UDPYRHJhYK0i3V43HqCkal79BUb97I0H2wJCk+3dtbJu3D5WPl
QNcHefNZEQxkWP7n1WmUXLKA2u1iFABXU30ro4LvOf7yTE5iRSm3ck20IVsL2YLpr4UlxExX
iEhUsxi00Uo+j2LV2zYuVyOYzYyLI2PEFlEV2UCECO+62u4Legn87vPlfut+OyQ4p0iVoywJ
v9Mjnoba6eFaz3xyRMmXuWMIybMPaCrp0k9f1VDPyEgXGxzEskOGzsdhusskxNug8vCo3K2y
ZLPFGYkv6YdSAD5X8LUDnk96ctFJHliJRhSGyRshANhd19w9WB00FqleX7oK8TBkcWN8+WPT
puMQFg1187kCkmHKBxZoM8iRooHhxQPXscMrC1tB461uxMbJxcTCzpkZ4d5aAaAExyByLt4t
bS3Wg7k7v5zi8mXGyw0kuo9rItdGb6CCgFxUi/cvO8dDiZOWY8ozllyMRABJET/pg7dQSPOo
HmuZhzOa/uXsXxyqq0L2uwQabtpNjeopMiTEyjOpuGYgAk2cdfXQNQ7r5yJxyTusuAZNjxhV
CgX8B9Y0vqfGnr7mH7X7vd/R2e7u/wANt1/yqqlyMUdtTJcHNysoFx47UG4H8zTbE+Q/ZU8B
kvNGgiB8QpZRb8jQNjKrAqwBU6EHUGo2TgOMM8mSIQrNEYxGoCx6hhu2gDX1VJ2ooKjwzOvL
Y8SqRls6IgPT1DaGJ+ZqweM7XwMKaWaWNJ3L7oXdbsq2trfqb+NYg7UwYOY/uqySFgSywkgo
rHy8fE6VOUGubHhmhaCRQYnUqV6aEW8KRe9+HwuOx8GTEjEEAcxSBbnRvXcn8Kfqj+c4rE5X
j3x8slI1PuB16qV8daBO7U4PD5zBeXLUgQPGkLDwK+t+vnexp6x8PExd328KRbuuwBQbfKqw
hys7FxGOBNKmDFLshKv7bGR7kKwC+piLHyFMeDzvJ5uNGDmR406hkg3qL5UgP6lP0D9J+NAw
5PCYeTnQZkv04wJSEABN7frbzNV9PgLF3E/Hh95M328YHVY5B6T+G6ujM5rms/NaItkRTruP
28DbAqLqQo/VoCb+NdPZ6YWZy5yM4s+dCA8Mhb0tcWDMP4gKCe4js3Cw8Z4sn+pIZWYOhK3j
P0q1TsuDiS4v2kkKPjgBViYDaAOmlb6KBKXs8w8JyT5SRjMmJljVNVjWI71UH40scPgry/JH
DRwBPf1bdVUEsSPwFW26h0ZD0YEH5Gl3t3tBOFzZstp/fZwUiG3btUm5vqddKDX2/wBl4fHo
k+cgmy1JIF90Yt9JsRqfHWmQQQhSojUK2pFhY17ooCiiigKKKKArnz4XyMHIgjNnljdFPxZS
BXRRQVVMM/LyG4PEiKGaZZGjfcGWRI9puT4Vvmx1nnu0TRRwQGIX0dpoVG6/kbsb1YR42JuU
HJsxMixe0ifpGpJb562pP7ryYOM5yZ5I2ZcvFITaQAsp9G+3yUUHLlcy+LzmLyYxNixY6wPG
11UNta6Brfp6Vu7W4bPzMk8h7ZxYbelmv6tzF/SD4UzwcNBlYPFyuxWbF9ubfYXckbnVr+ZN
TNqAGgtRRRQFFFFAUUUUBXiWVYl3N8gBqSfICvda4pEmUuB0Zl/ykr+6g0QcnhzN7fuCOYGx
hk9MgP8AKf3V10vd45q4uCqoE+4c7o2a25fbs11/GpHguTXleMhzB9TCz/zLoaCQrRLk7Nwi
jaZl0KrYa2va7EUZcpjjUKdrSOkYPlvIFx+Fe0SHGh2iyRoLlifxJYmg1YPIYufGz47X9tik
qEEMjjqrA+Nc3Ldv8bzDwyZqFmg+kqxW4PUH4Uty8qnH9wjNwWDYefKsOTF5v9PuLTsSALno
KDCqqKFUWVRYD4DpXM+fHC5XJVoFP0yOBsP/ADKTb8bVxw5+Rk8nKI0LYcJCLJ+ksB6yp6Xu
bfhW3leWgwseTa498o3tgWNmtpeg68bLxstDJjSrMgNiyEEXrcSBqelI/YXJM82aMj68mUNu
/wAWulNPL3lxWxkmWAyWEjt19sn1BR5kaUGyXk8VZVx4n97Ie+2OKzEW8W8FHzrzLny4avJm
xbcdRu9+P1Kq/wCMfVp52tXNxXH4HFY5mMwckeuZiAoFy1lHgNaj+S7q4adJsP3C8To0chUG
5L2UBfzoGSKWOaNZY2DRuAysOhB6GvVQPZeU2RwMKsbmBmhv8EPp/YanqDDsFUsegF/yqpMj
uTlY5JosbJcRTSGQlTtY3+XSrakRZEaNvpYEH5Gq75TsTkcOV5eOkM0LHoB61+Y8fwoFvLzc
rLJk5CeSeQLtjDNci9WT2LjvB29CXG0ys0gHwJsP+FK3b/Z+Zk5iyZsTxwIwMrSKUvbXaobU
386slVVFCqAqqLADoAKCI7j5TH47GjmkO945Ek9kfUyg2JHlbrSzyvcsnJqm1/tcH9akjdJ1
0Pw6U2cxw0PJIGPpnVSqt4FT+lvhSg3YE7SkgFUBvt3Daf30EJxzzclz+LHFqqzBkA6bYzuv
b8KtmVHeF0U7XZSA3WxI60v9u9t/2zKfKliijOzYgX1MLnU7qlzkZM6OcX20H/ZeS53keO0W
0+N6CvuS57L41jx0UbQez6XVj1f9TfI/tqEXNz8ydVUtIxJ2rfQE+NPxxuO5/NbD53CGPymO
LrtcgTR/xKwtcV5xe05seRliSOGMn6xqbD9tBo7N4YxozTN61YO5HifAXrt7qJxszEzHJjxp
A0E81iVQ/VGWt+NT2FhRYUAhj18WY9ST41syMeHJhaDIQSROLOjC4IoKgzpHE7wRZYyVLMys
rHab/wA1q28ZxWZn5K4GMt8j/uy3ukSedxerH/2n27tK/YR6i19b/neuzjuKwOLh9nChESE3
a2rMfix1NBjieMg4rBiwoNUjGrHqzHVmPzrtrFFAUUUUBRRWaDFFtKKKDkz2CiFHO2KWQJKb
20KsQL/EgUQYECIFG2RD1uAfyNeOZwp87CMOO4jlDLIhYXUlDu2m3nSHyXcvP8eW4/aMSVD6
7eo/zKT+k0DD3jkQY0mFkRf/AG8ORZmZfqWAHa9/gb0yY2TBlwpPjuHicAqw8jVPTZsxgmjn
dpcnIALylrm3gt6sntHHlTioJpAYxJGu2M+AA6/jQTtFFFAUUUUBRRWaDlzuTwOOQSZs6wK2
i7jqbeQrWOZ4w45ylyY2xghcyBr6La+n4itmfgYufjPj5MayI6kDcASpI6jyqtYUjjTGkli2
w4kvtZqobe8iP9TDxtQWTLyeDDCciaeNMeykSlhY7hcfsr3h5+JnQ/cYkqzQ3I3r0uKq3lN/
vLBG2/AypG+yDa7YhJt3L5X22+VWZw0CY/GY8aLtXYDYfGg54e5+FnyDix5I98EhUcFNx8gW
Arqi5XAlyHxo5laaNUZlHlJ9NLfdkECcxiP7ascuGaKYEdQgDK3zHhS6BFHg+wjOvK48sjyz
Am742zcSfyAHxoLExeZ47My5cPGmEs0P+oFB2j4buhNcfcuNwsmIJ+XgaSKM6SRqxZL+ZToP
nS/2CwYsLBRvkIA+IHjTtLGksTxSDckgKsp8QRY0CrxnBdmsPu4FMyr6iszN6bDcLo1vDWpT
/dfBpirkCYCIj0oFO/S4sEA8LUktvijaCZS0fFztFJturSY4a5QsPKvOZyuOv3s+JAsf9wjK
rYaItlRtnlubdf5UFkcdyGPyWImZjbvZkvtLDaTY26Vzchz2FxuTHj5YkX3RdZAhKfLcPGvf
Art4bCW1rQoP2VHd7rbgnnWwkglikjb+FtwH76Dvl57j4ZIUeTcJ2ssiaoAQCpY+R3AVx5Pd
vHY8kUKiTJlmNgsKg2vrYkm1xfWk+XJXFXJxJU3pyKAxW0Ab1HYv8NnYNpXXxUkWRznFIsXt
xJjFUU63ZXbc3za2tBYKncA1rXF7HrXqsUUBVYdxSf27Py8CRCBLK8qP4GOYbl/Jr1Z9QHd3
AjlsDdDCJM2Jl9ttA22/qW/yoK3GXJm5WGlrLjIkSgeSXLH8zVwYCuuFAsgs4jUMPjbWl7t7
tDDxIIpsyEjNjZw3quGAY7fwtTRQLHecbQnB5QJvjxJGWUeSyrtufhek+Xl8ZY8mYqDPmYyw
pbXbukPu3/AaVarxrIpR1DI2hUi4I+IpTg7Hxv71Nk5ESNgNvaOJSRYnbt9OnT1UHP8A/nkE
gjlmK2QlrH52tTtWjEw8fDj9rHQIvw8a3KysLqQw8x00oK65G/Hc3nYucPbxsySSUSnxWRfT
b8dKgMqZJxj4+OPcb2Y4RbxYsXb/AOTWqzu4OHHNYMkCMokAIjLjQP53tf8AKuHtns/H4i8+
UqTZgY+3ILkKnhYEDWgnONgbHwMeFvqSNQfnauHuvEbM4DMiXVwgkUfFCH/dUvWNoK7W9Q6G
/jQVPJktJjQ5ku1xjyBUW4DXKeK3vo61MdqocvmsV4vVj4MPtmXoGkOrbfxNSfcXZh5LkIMn
F2JGzf8AteDWJGosNdL0xcdxWJx0ezHWw86DsooooCiiigKKKKAooooFrus5+DLjcth5TQqr
rDPGTuiIY+linz61H4/K8vlJPLiqsCcVI088W7SYud7ID/DbcQflUr3wCe35QP8AyRf9YpTi
+6TNUDTFzisGRbptjYSEf5VIoJ2bnOWyBh48DLjTci5MKfVJHHfcZHJ6fBabwCALm586q3gs
maXuTBnkJYGSUA/AszH/AKqtKgKKKKAooooM1is0UGKKKKAorNFAViiig4+W46PlOPmwZGKi
UaOOqsDuU/mKrTNlz+HH9sykvJHM8iTjVWDIY7j5XvVr1Bc//tn34f7xt97a3tfVfbcX+j40
C52hwuTLmRZc8Zjix1tEraN6jdmb51YFeIfZ2D2duzw217oCs0UUBRRRQFFFFB//2Q==</binary>
 <binary id="i_009.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_010.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_011.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_012.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_013.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_014.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_015.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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==</binary>
 <binary id="i_016.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_017.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_018.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA
Af/bAIQAEAsLCwwLEAwMEBcPDQ8XGxQQEBQbHxcXFxcXHx4XGhoaGhceHiMlJyUjHi8vMzMv
L0BAQEBAQEBAQEBAQEBAQAERDw8RExEVEhIVFBEUERQaFBYWFBomGhocGhomMCMeHh4eIzAr
LicnJy4rNTUwMDU1QEA/QEBAQEBAQEBAQEBA/8AAEQgAzQCcAwEiAAIRAQMRAf/EAIAAAQAC
AwEBAAAAAAAAAAAAAAABBgMEBQIHAQEAAAAAAAAAAAAAAAAAAAAAEAACAQMCBAIHBgMFBgcA
AAABAgMAEQQSBSExEwZBIlFhcTIjFBWBkaFCUmJykgeCojMkFvCxwdHhwvFDg5M0RCURAQAA
AAAAAAAAAAAAAAAAAAD/2gAMAwEAAhEDEQA/AL/SlKBSlYnl4lIrNIOB9C/xUHjMy48WIu12
b8iLxZj6AKpyb53IO4suJbTJjKZGwRbilk8qNb3hqq2RY4kn6jnWIzYsfzSer9q+A9PrFUnf
MzJ2TufKzIWEIyU0iVk6gHljJ8vtoMnau65Ofu2fNlyzoj+ZFjLssR1ctNmAFvSKucTysLQZ
KT6feDgavvQi38tVbsDEy3yM7dslgGyGKOltJ1kiQm3hzq5SQwyW6iK/o1AGgxfMyp/jQOB4
tHaRfw8392vaZWPI2lZF189BNm+1TxqPlUHuM8f8LG38rXFeJcZ5BZ+nMg/LKlz94/5UGzSt
DozREdNHQeIikDj+Waw+6vfXykHHS3p1q0Vv7Q1rQbgpWsmarC7IwX9S2kU/+2W/GsyTwyGy
OrEcwCL/AHUHulKUClDSgUpSgUpSg4WT3ZtEeTLiNkdIwsUlfSxNxzCWB++h7n2GPHX5bKiB
dtK6iVsSfMzarcr39dYsKWXBytzEuBPKZslpY5I01IylVC8Tb0VoZWTugyXlxu30nVyTeRLM
CVVT7w/b4UFk2/ctuzA0eDkJOYrawhuRfxNVPuPB3bP7jiU4EeTjJG/QiZwokUBQzuwIPNhY
VOC/cuLn5GbHs8cT5CopiAIVQno0cPNXM3TcO58jfozBA0efCpZIowTZSBquG8KDp9tYW+xY
eXj4+VFgNBkN1IpFExXyrze/ICs227t3Rl5+ViRZOM6Yqq/WljZFdW5FdJBsar+2N3DkPPhD
Hd3aZpdw4WeUrp+G7Fl8vHkPTXUy9r7ly9ybJbBaLHmREngjdFWRY+SNaTlQdXA7g3vI3CPE
6OPPFJrC5UfUSJjGLsFZgb/ZXSn3rJx8/GwZcZNeUG0OJTo1Jx03MY41zcg79G2FJDt+n5bV
aKJU06WXTo/xuH2Vq7yN83jDRH26aDIhk6kUsYW44WtxlvQdY90wDdV2pIDLkNe/TdGUFRqs
SSvGn+q8U55wI8aaXIUFmEfTcADn7jmqlmbP3HLDjwY23GBcbVaRAqyMXFn1N1GvevP0HuRp
42Xbvl0CdJlhKoHS9zr+Lc38eNBbIe6dmy55McRzdaIFpAIixAXmbx35VifubtufXbJcdPmW
iZ7X9bIxFcOfZO5M2SDq7fHCmMCqrEEQMh46XtNxFbGH2vuZ3BsvJxoow4A6QSMxLpFgekso
B+2g6Cd0bPw+X3JVA/K6yAfe4f8ACvY7yx0YAvjTx34tHNoYf2ZVUH76xDbu4sXF+VxIomCs
T1CsSkhiWPAlhzNcYdq9yz50uRkxRaZlKsfhEKDy0rpIB+ygtWN3dsWQQrZIgc8NMth/eBK/
jXThzcOcAwTxyA/oYH/dVFx+zt8jfTJFiPCosLrHrI9bGJuNYZu2MzE3fb1McRWeXgEbTbp/
EPFUFuA9FB9HpQcqUE1FKmgilKUC1ULu7FnXe0nxHKzOt+mrMjzaQg6a6ONzV9qhd8wdLeMT
MBeQsujoIzKzW8FKgkFr0HvseaSXdsnrPJ1tMuuCVizR2aIC+riT4fZV6qi9iYsbbhNuCuNU
qyIYgWbRYwsBd/MSNVjer1QKUpQKD10pQKUpQKUpQKrG8bpo7q2rCCgIhZpJDf3pVZAtWetX
NxYMjpLKgJL8GsLggFgQfUReg2qUHL00oJpSlApSooFUDvKKeHuCDME8oQIo0w2EkaWOopV/
qg91ZOVhd2Y+TFKkS9NE6sq60jL611FfZQZOxsZfqmTnQTNJjyiRVEhDOSDE2tyPE6qvVUjt
PHyYO5Mz4qzYzI56kS6ImkPSZiiD2irvQKUpQKUqaCKVNRQKUpQVrfcnfIsori50cEJIKxiI
O+m3NmbhzvXrEg3SaMZEm9XEZ1FDjxgqbEeJ9dYNz+dychx9PyTIGZVdFQoyqx0kMWFvL6aw
rtu9W/8AgHSeYaaNT+GqgzjcdxeOaeHLd5YzGix9JAj6pAoJ5m/GrTxtVc2vD3WKRYZsIQQN
Iskk3WVz8PzAaQPE1Y6BU0pQKipqKBXz7vCTLh7ljcSRJC0ca3lXVGA3UFpLX4c6+g18672k
nTuOM2XoGOIPr1dMgl/f08dPO9BsdjxZkO7TRl1fB0ydN47mMv8ADv09fmta1X2qN2liZ2Jv
skBZJMIRs6PFcxBnEbaYy3GwFqvNApSlBNKUoFKVFApSlApSlApTnypQTSlKBUUpQKo3dedk
4vc2KI4kkjeNFIlIVG1dVNLMeQOo1eaoPfGRPHvcEZjiMEkaDXNcpxMqnVYeX3jx+2gydrQ5
uH3PPiSRCDGCM3RVuoiOyo2lWPqq9VQOzJs7648EjrNjKrgSqWdbgABEduJAAq/0ClKmgUpU
UE0pSgUpSgilTUUCpqKmgVFTUUChv4c6mooFUDv5cgbpjOxQYZWMPqBI1Bn98LxItflV/qid
9rKu74UzyCPECqJXZBKinU9iyH3vGg1uzVyo9+spDYLCTpMoZUY6ecYfzaa+iCvnPZyzrvym
OTq4N3ETaSga6v5kQ3svA19GoAqailBNKUoIqaUoFKipoIpU1FApSpoFKVFBNRSlAqi/1BTJ
fMw7ccRAGlAGux1HiU4XFr1eqpffhzlysOTCJ1KLlVXUznVw4eNvR66Dm9sYz4vcsAhyFnwp
VZ1aMaU1NHIbKpJtaxr6MK+W9rEDumBoZtcLO2slBF52jkNhHc2txr6lQKmoqaBSopQTSopQ
TUUpQTSopQTSlKCKUpQKUpQDVH/qJE4fDyRIVjjB6iKwRmGpfdJ8avFUf+oqQM+E0rgMgcpG
wNn8yar248qDh9utFkd2Y2RjNJ0mkPGdg8reR7s2kAeFfVK+WduSY8/c+HOsK4l3tHjRhvd0
P5izc+NfU6BSlCQBc0Clc5O4dne3+YCavdMisgPrBcAEV4/1HtZkeNZGcIbGSNGkQnxAZAeV
B1KVwW7y2ZTIGMimMHSGQjXbwHov+61e8fu7Z5rKztFJ+grr/vRa1/Gg7dK1MfdNuy20Y+TH
I45oGGr+U8a2xQKUpQKmoqaCKUoSALngPE0CnCtLH3rasmVoYcuJ5EOkrqAN/VfnW7egVT+/
kjHyMkZc54cjEWNdTFtSG/8A09dT3Jk7/k58cOzSmJVk+WFmCh5dDSve/wCkAVX90wO7znYU
Wfkg5Dn/AC7Bx5fOgvdQLeYrQetvz9wyO7sF92Qx5aMsaoFCBUKtzX0kmvptfJs3tvecDcYB
kZEa5GQ66cjqNwd9XFnIuPdq89r5+X8rlYO6SBsvbX0SSXveO2pWJPP20HRyM/KGQ8GJiHJE
Wnqv1FjCsw1BfNz4Vxy25ypKcmLcYGlLhhF0ZEVSTpCg3bgvorJn52dh4uPHhqfnNwkaaVgh
kMaEaidIv7q2HLwrzh7n3MUjcwQZUUrsI2W8bFEvdjqtbl6KAmeIIVjfcliRFCiPMxChAHAA
8UFeM3o4suIM7Bw8pM2RYo5YB0383HVZgeHsas285E+5bJjQdPoS7lMkRS97JqLM1/RpW9a2
+YsWfumPgaQ0UCJCi89Lym7fdEtxQYO79twdvwYpsbWMh5VWMNI0iaSDqGiUstq5EsuNmbui
YOGiY8eOBMp0EEsdJuVLJxJFiORrsb3KI96xMPHOiLAi1IhP5n4C2q55Vwo95lXuaZ2CvFKB
jzrpFmQgDw9dB0cLbYXi+VC/L5sLCTAzvdu1+Eco5XuCvH2e217Lu3z8TRTr0c/HOjJgPAhh
+Zf2muFPGQ6q7D/MD4cp9xybDz25X4B/Q2lx415jy8iYvlxXXdtu8uZjtwaSMfn4c7rwa3tH
IUFxpWvgZsGfix5UBvHIPuPip9YrYoFKUoK9uHe20YMrQgSTSKxU6V0rdTpPme3Kq3uPfL7g
kuM0Jxscgg6W1M38VrHT/DW73VtMGPuseaYtWPlXM1lZgJEH7GW2of7q4DonWCRuiBI9UiFr
MWJ1BEW54hj5fbx4UHrD3BJ3bExcclXYiTUFkUpy1L1FvGV8ONXDbN4j2zYBJnM7vH1CAdRI
VWYIt3sfCuNg7EMmOTIxmbCDAhFT3y6iylxx8p1eH97nWvv+4Zw25tny9DBT1XmgAV9Aa/xE
90amPgaDHsOfjnc8PJnEokeSSaaSRjp1yLJwihHhx4tW53du/U3Pb3wJNEsdxdluLl4yOHtF
c6PFwF+TkgmMk/UUykBmexQjzNa1r+uvebhSZmVjTxN5Yn1G4/LdeX3UHvc5t3z8yCHOiizH
LRiOJQY+oD1eBvyNTtss0W+LjGRkjzV+XyIsjhLCsJD6XP5vKLK3iK6LJgY0q5uRNqy9FsXH
UjWZF1EN6udczds4biiTbnjdCeHiM7HNw6sp6aNwuOJ8fwoLXl5zQ7kctelNGkbLCBKiHUQv
MOR+7761MzuzC6b4uJE75oj0RgaSoL87ujFfCqPGscIhyp0GRAWALOW94BtS2PAj0/hWdd2e
DSuHCixvwVHGp1VjewZbE2PpoLXib431bFXdelDFDExheK5jBbyjVqHl4cK3dn+XnyZN4myk
0u0jxxcAVU+UMzX8FvVdGIGwposrTKkoBLFrsW+IQ6kcOFgOfqreHakWRBGsUIIZQFnibgwt
bVrHP7aDW3JIsqSbOyR1End2gkv5ljTyixHKxvVWjEaF5HnaKSRDIjEBr2YkA+NzYVfH7Pym
244i5AQhNKk3NvtFqqg2TDXFy5UyBkz4llKWKqb3AKH8wFjQZsXec2fEZOks0VreVtLLIB71
m4e37q6InSbLwczImePJjjWPKZLqZRe+kstjwHC96y42wZ8GPEjQHigJ0jhxA51l+nSEAzOI
xf8Awxz+2gs+Fk7TjYqR4zpDCOSXsb+N78b1sxZuLMbRSqxPgDVR6m1YgZ9wmIVVLoi+89uF
etn+bz5hn43y6YwFosN5R1mN/eZkB0n0cKC50rR+qCGwy8ebHHjIQJI/54i1vttWP/UWz2v8
yujq9Dqfk6mnXbVy5UFX7vz9xG4PhvMY8YhOlAANMuvgLlSHPEHwNq40WRgxAQZkbL03Zenw
cSA+VlF1DIwPK44+qrN3nCuTNAMNWmz4FPVRLErA/DiCRxvyHtqrqzZC9DqMkCBWKIPiOFK3
bQSVEi2oPGqbAxzkpLMiTObxByG0X5cWJ4jxtb11jllVdok5vKxIkdjqZSxNj6tQXnz9g57v
zmJjxmSSJsfLYlT07mWfULi6v7qngazbX260+HJmbvLJBtsTlxir77E8bafAceF/woM+FumG
uJG+QjLbyKBdg5QAHSyj11zc3uebIDR4mMuHFfS7r8SXj624CuwUdXxfkYIzi3uNfBo0b9I9
YqvbtgRwbhPGmmzkSKpP6+Fr8AOPpNBheZopUyMaQ5cjKDIXBIWzWHPiOX/Ku3ibrDmwMJEF
wp1RkagCPzXJ8xAvwPsHr5W3IoSXH1ByFYlW4IyjUCvA87gHh/wr3g7buG5TSHbR04JiFm6g
CQqdP5ieBIJNgBegzYG0vlKzDHieLHkZH+MU8xXyFw+q4/hrpZOywbfgnOyVaNIQwuqFQxZW
RFvIVY8W4HRVp7f7cg2eLVrM+S488h4Lc/pWuT/Ug5H0uBEUmAy3mYcgQPID7b0FY7fTP3aA
bNiRhULF8jKNiUiYi4Xhwvbw519RxcaLExosWBdMUKhEHqUWqi/0xPxc9eHuxn183q/0HL33
LyYsY4+EuvLmVyoHErGgu7W9PgPWRXBxMPFfcW1KyQfCciZdGnHgRUXykA3eS44+F/TXTmw8
6PeI8vIyR03lOmNAVtjxRu1nJ/dz/GtYZeLuUmdmxX0NBAFvwa4eYcRQZdy3BZXPTyH6Z5IB
YVxNy3BMWMJG+mee6xyH3Vf0txrPpPMi1cEYSwZ0ymfpvJ54uqqsjKx93z+g+ug8wZGLmKJN
0gmyZ1OgyRSr5eNrCNNPD76sfU2V0U/NFQosBm4utl/9RFR/t1VxRtrk6xHizDn7jJf7Y2rB
85m42bLBiO+I9gESOVpRq/T8T9X4UHcycyfUMbanmnlmBQSYc7yRIW/XHOG08PQ1dP8A05kf
QOnqP1XX8z1dXm63K2rl7nlrobDtaYkAmab5nIlUdWThp1ni5HtPO9dag5W49t7TuWR8zlRE
zWClkYoTp5E6fRXJzuy1SNpNuyZNY49DI0zRN6rMKtdKCk4vau6RSjcGjgOapJSMKFiUW8ul
QLXvxNdWLZMtNtlxXEZ6x6kynzanFvdv/Dwqw0oKY2z50s0UgjlXpsTpHANceNYNy2RdeqYM
kshDkGzKWHD3W1LV6rlZ/wBI6jfN36l+PvX/APCgqUWx40oUNGgAdTJ01aN5Ev5luGZfuH3V
1xKmPjHEkgWaBHLQK66FjUggCy8+B8a6+L8r0z8p1tHha3/dXif5L/7fX0X/AD+7+FB5w+4I
nQrPGUdeACcQR6qrve+8Jm42NtsKsHllDm/oF1H4mrfjfTekvR6em3C9r2+3jXjI+i3X5j5f
VfyatN7+rxoKb23mY+39xZyRRt0HjAUD0oVv+N6to3/F8UYfdWJvoWptFtXjp5/jWu4wf/IZ
x+ryqf8AuFBjzty+a3KBYl04pidJ5X5KHZCwCjmWVbD21zsGWaKTcFljGid/guDfyiSWTl/b
rsJ9K0m5ktcXuBasqfRtRtq5nnf/AIUHHI1Lwuf9uNY5cGHIAOREkhHBdSg2vVkT6Rbhpt67
1kH0u3Dp2+ygp0mx4f5YzGf2MyC/9k2rJhbNBjSs0ClpZebSHU3s1Grd/wDl8P8ADtfhyqD9
L/Zz8Od6Dxs+M8ET6wVYn3T4WroVAtbhyqaD/9k=</binary>
 <binary id="i_019.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_020.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_021.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_022.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_023.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_024.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_025.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
 <binary id="i_026.jpg" content-type="image/jpeg">/9j/4AAQSkZJRgABAgAAZABkAAD/7AARRHVja3kAAQAEAAAAHgAA/+4ADkFkb2JlAGTAAAAA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</binary>
</FictionBook>
