2. Истинность гипотезы.Выбор гипотезы ограничивается набором моделей в памяти и их разной активностью. Если избранная гипотеза подтверждается значительным числом фактов, то ее истинность экстраполируется и модель, не будучи полностью доказанной, выдается за полную.

3. Авторитетвнешнего источника информации. Человек в коллективе воспринимает истины в их модельном виде — чаще всего в словесном изложении, а не через непосредственное восприятие объекта. Есть чувство правды — степень совпадения словесных и образных моделей. Оно существенно зависит от доверия к источнику информации. Часть словесных моделей человек может проверить собственными наблюдениями, хотя и с учетом субъективности восприятия и анализа. В зависимости от результатов проверки не только утверждается истинность словесных моделей, но и повышается доверие к их источнику. Это доверие и является авторитетом знания. Если он высок, то новая словесная модель уже не вызывает сомнений — ее вероятность изначально высокая. Авторитет касается личностей, теорий и методов исследований. Авторитет создает «установку», т. е. изначально повышает активность предлагаемых моделей.

4. Универсальный интеллект в состоянии построить внешние, казалось бы, полные модели объекта, которые будут выражать объективную истину. Такими являются действующие модели — аналоговые или на компьютере. Однако если подходить строго, то даже они не будут выражать полную, абсолютную истину, потому что их совпадение с оригиналом будет ограничено «сверху и снизу». При виде «сверху» модели будут казаться полными, так как построенная по ним система обладает структурой и функцией оригинала, которые ему были свойственны на момент исследования. Однако в силу присущей сложным системам самоорганизации, зависящей от «нижних этажей», от элементов и их материалов, невозможно обеспечить идентичность двух сложных систем — копии и оригинала. Конкретным выражением этого является невозможность воспроизвести самого себя, в частности, свой разум, таким, чтобы он «следовал параллельно» самому себе.

5. Перечисленные выше качества моделей, создаваемых универсальным интеллектом, сильно затрудняют возможность доказать истину. Каждый интеллект создает свою индивидуальную обобщенную модель сложной системы, чужую модель он моделирует заново, по-своему опуская чуждое для себя и расставляя новые акценты сообразно своим критериям и отношениям к источнику модели. Особенно трудно доказывать истинность словесных моделей — все из-за той же индивидуальной семантики. Даже действующие количественные модели, если они обобщенные, мало облегчают возможности доказательства, поскольку всегда остается спорной правомочность принятого обобщения.

Трудности доказательства истины больше всего связаны с ценностью или значимостью различий сравниваемых моделей, которые определяются активностью критериев-чувств, имеющих связи с моделью. Универсальный интеллект всегда многокритериальный, но соотношение критериев различно у разных интеллектов в зависимости от исходной «закладки» и от самоорганизации в процессе деятельности.

6. Практика всегда критерий истины.Но для простых систем применение этого критерия достаточно просто, для сложных — не так. Практика проверки моделей сложных систем — это использование их для управления. Заведомо ложное обнаруживается быстро — и модель отпадает. Но я уже говорил, что для сложной системы можно создать бесконечное множество моделей. Одни будут более, другие — менее удачны. Преимущества должны выявиться при управлении с их помощью. Здесь и начинаются трудности.

Каковы критерии эффективности управления? Если не гибель, то жизнь, но какая? Сложные системы имеют много программ, идущих параллельно, их соотношение может меняться, и как доказать, какая «жизнь» лучше? И кому доказывать? Преимущества одной модели нужно доказывать приверженцам другой модели, у которых — свои представления о значимости тех или иных проявлений жизни, критериев эффективности управления системой. Если к этому добавить, что самые сложные системы изменяются и развиваются очень медленно и поэтому результаты управления могут сказаться поздно, то вопрос о доказательствах истины становится еще более запутанным.

7. Невозможно точно моделировать сложные системы «типа живых», потому что они (сложные системы) связаны как с вышестоящими, так и с нижестоящими. Поскольку им присуща самоорганизация, то динамику можно представить только с учетом воздействий со стороны внешней среды («сверху») и специфики (тоже самоорганизации) элементов данной системы.

Для иллюстрации трудностей можно привести несколько примеров зависимостей, без учета которых нельзя познать связанные друг с другом объекты:

Если сделать подстановки, то получим еще более сложные зависимости:

Для познания истины, т. е. адекватного моделирования, прежде всего нужны методы исследования объекта: определение структуры и функции как целого, так и частей — все более и более мелких. Для каждого уровня структурной сложности нужны свои методы исследования, которые в основном сводятся к выделению и измерению комплекса сигналов.

В методах исследования долго господствовал аналитический подход: разложение на части и их наблюдение. Однако скоро выявилась недостаточность чистого анализа: важен не только сигнал с одного элемента, но и его отношение с другими. Для этого уже нужен синтез: исследование одновременно многих элементов, чтобы выявить их зависимости. При этом требуется не только многоканальная измерительная техника, но и гипотеза — что измерять, поскольку в любой сложной системе имеется такое количество структурных частей разной иерархии сложности, что охватить их измерениями немыслимо.