ماهیت برهان علمی در عصر شبیه سازی ها(۲)

 

آیا تقلید عددی روش سومی در کشف حقیقت است؟

نویسنده : کوین هِنگ
مترجم : ایمان احسانی*

 

قسمت اول اینجا

بزرگتر ، بهتر ، سریعتر : نیاز به استانداردهای کیفی
یک محدودیت بنیادی ای که در هر شبیه سازی ای وجود دارد، محدودیت عملی در مورد میزان کوچک بودن تقسیم بازه های زمانی و مکانی در کامپیوتر است به گونه ای که شبیه سازی در مدت زمان معقولی کامل شود ( مثلا در مدت زمان تز دکترای فرد) . برای مسائل چندمقیاسه همیشه پدیده ای وجود خواهد داشت که در مقیاسهای کوچکتر از اندازه ی پیکسلِ شبیه سازیِ انجام شده عمل می کند.اخترفیزیکدانها این مسائل را فیزیک مادون شبکه می نامند – که منظور از آن فیزیک ای است که در ترازی کوچکتر از شبکه ی {زمانی – مکانی ایجاد شده در } شبیه سازی مورد استفاده قرار می گیرد. این دشواری پدیده ی شبیه سازی از مقیاس های میکروسکپیک به ماکروسکپیک به درجات بسیار مختلف، “مساله ی دامنه ی پویا dynamic range” نامیده می شود.

 

 

با قدرتمندتر شدن کامپیوترها فرد ممکن است دامنه ی بزرگتری از اندازه ها را بکاود و شبکه ی ریزتری از زمان و مکان {در شبیه سازی } تعریف کند، اما در مسائل چندمقیاسه همیشه پدیده های حل نشده ی کوچتر از شبکه {ی شبیه سازی شده} وجود خواهند داشت. اخترفیزیک و علوم آب و هوا (اقلیم) در این کابوس مشترک اند. در شبیه سازی تشکیل کهکشانها، تولد، تکوین و فرگشت و در نهایت مرگ ستاره ها تعیین کننده ی پیدایش کلی خود این کهکشانهای ساخته شده هستند.کهکشانها دهها هزار سال نوری عمر دارند در حالیکه ستاره ها تقریبا در مقیاسهایی ۱۰۰ میلیارد برابر کوچکتر عمل می کنند.

 

 

به نظر می رسد آب و هوای زمین شدیدا از ابرها تاثیر می پذیرد که جو زمین را هم گرم و هم سرد می کنند. آنچه در مقیاسهای دهها تا صدها کیلومتراهمیت دارد این است که، اثر کاملا گرمایشی یا مطلقا سرمایشی ابرها حذف می شود. برای فهمیدن درست این حذف شدگی ما نیاز داریم بدانیم ابرها چگونه تشکیل می شوند و ویژگی هایشان چگونه توسعه می یابند که این امر نهایتا محتاج این است که دقیقا بفهمیم ذرات میکروسکپیکِ زاینده ی ابرها چگونه در ابتدا خلق می شوند. عدم قطعیت های مربوط به تشکیل ابرها در چنین مقیاس های ریزی مانع پیش بینی کردن این می شوند که تعیین کنیم آیا سیاره ای فراخورشیدی به طور بالقوه قابل سکونت هست یا نه . تشکیل ابر در چندین رشته ی علمی معمایی حل نشده باقی مانده است. در هر دو مثال شبیه سازی کلِ دامنه ی پدیده ها چالش انگیز باقی مانده است که ناشی از زمان مورد نیاز برای محاسبه – به عنوان عامل ای بازدارنده – و فهم ناقص ما از فیزیک در مقیاسهای کوچکتر است.

 

 

نگرانی مشروع دیگر، استفاده از شبیه سازی های “جعبه سیاه black boxes ” برای بوجود آوردن نتایج یا تولید نمودارها یا فیلم های گمراه کننده، بدون پرسش عمیق از مفروضات این کار است. برای نمونه شبیه سازی هایی که شامل معادله ی ناویر استوکس اند اغلب سیال را نیوتنی فرض می کنند – که هیچ چیز از آنچه در گذشته بر روی سیال انجام شد را در حافظه نگه نمی دارد و زمانی که لایه های سیال مجبور به لغزیدن بروی هم در گذشته شده باشند {این شبیه سازی ها }مقاومت یا اصطکاک بیشتری بدست می دهند. سیالات نیوتنی یک نقطه ی شروع قابل پذیرش برای شبیه سازی های مختلفی هستند که از اتمسفر سیاره ها تا دیسک های یکپارچه ی پیرامون سیاهچاله هارا در بر می گیرد.

 

 

برای استفاده از شبیه سازی به عنوان آزمایشگاه، فرد باید بداند چطور آن را گسسته کند – در غیر این صورت ممکن است یک امر ساختگی را به جای نتیجه اشتباه بگیرد. در تخمین یک واقعیت پیوسته به صورت یک چیز گسسته فرد باید چندین جریمه بپردازد. نوسان های جعلی یا ویسکوزیته ی اغراق شده که از ساخته های این روش { گسسته سازی } هستند ممکن است به آسانی به عنوان واقعیت فیزیکی معنادار{اشتباه گرفته شوند و } دچار سوء تفسیر و بدفهمی شوند. زمانی که فرد زمان و مکان را در یک شبیه سازی گسسته می کند این کار ممکن است ویژگی هایی را {در شبیه سازی }وارد کند که شبیه امواج واقعی اند یا به گونه ای جعلی و مصنوعی سیال را لزج تر (ویسکوز تر) کند. اصل بقای جرم،مومنتوم و انرژی – بنیادهای فیزیک نظری – ممکن است در یک شبیه سازی فرضیات بدیهی و مسلم ای نباشند و به الگوی عددی به کار رفته وابسته باشند حتی اگر معادلات حاکم ،همه ی این کمیت ها { جرم ،مومنتوم و انرژی } را کاملا روی کاغذ در بر بگیرند.

 

 

با وجود این نگرانی ها ، فرهنگ “بزرگتر،بهتر ،سریعتر” غالب است. بحث هایی با مرکزیت این که چطور کسی می تواند برنامه ی فرد دیگری را پیچیده تر کند و حتی برنامه را بر روی تعداد شگفت آوری از هسته های محاسبه کننده سریعتر اجرا کند، متداول است. این تقریبا مثل این است که مقادیر فزاینده ای از اطلاعات به طور اتوماتیک به دانش ترجمه بشود و سیستم شبیه سازی شده به خودآگاهی برسد. همچنانکه ترابایت ها و ترابایت ها اطلاعات بوسیله ی شبیه سازی های عظیم تری تولید می شود جدایی و شکاف بین اطلاعات و دانش نیز وسعت می یابد. به نظر می رسد که ما مجموعه ای از اصول راهنما را گم کرده باشیم – یک اخترفیزیک فرامحاسباتی در نبود یک اصطلاح بهتر.

 

 

سوالهایی در مورد اخترفیزیک فرامحاسباتی شامل اینهاست : آیا حقیقت علمی بوسیله ی ساده ترین مدلها، قوی تر و بهتر بیان می شود یا پیچیده ترین مدلها ؟( ممکن است بسیاری بگویند در ساده ترین مدلها اما این دیدگاه به طور فراگیر پذیرفته نشده است). زمانی که یک شبیه سازی به طور موفقیت آمیزی واقعیت را به طریقی تخمین زده است ما چطور می توانیم {درباره اش} داوری کنیم؟ ( بازرسی چشمی یک تصویر شبیه سازی شده مثلا از یک کهکشان در مقایسه با تصویری که در تلسکوپ دیده می شود به طور حسی {و شهودی} راضی کننده است اما به طور عینی رضایت بخش نیست.) چه موقعی “بزرگتر،بهتر،سریعتر” کافیست؟آیا با افزایش پیچیدگی محاسباتی، به سادگی پاسخ فیزیکی بهتری بدست می آید؟

 

 

یک روش جایگزین، ساخت سلسله مراتبی از مدلهاست – دنباله ای از مدلها با پیچیدگی متغیر که فهم {ما از واقعیت را } گام به گام توسعه میدهد و اجازه می دهد هر اثر فیزیکی {پدیده ی مورد مطالعه} ایزوله شود. سلسله مراتب مدل روش استانداردی در علم آب و هوا هستند. مدلهای متمرکزِ فرایندهای میکرو ( آشفتگی،تشکیل ابر و غیره) از شبیه سازی های کلیِ فعل و انفعال اتمسفر، آبها و اقیانوس های کره زمین (hydrosphere) ، زیست کره biosphere)) ، ابررساناها ی کره ) cryosphere) و سنگ کره ( lithosphere) پشتیبانی می کنند.

 

 

قابلیت ساخت مجدد و ابطال پذیری

همراه با شبیه سازی هایی که به طور فزاینده ای پیچیده می شوند سوالهایی پیرامون روش علم وجود دارند. مواجه شدن با مقالات منتشرشده ای در اخترفیزیک که در آنها اطلاعات کافی ای برای بازتولید نتایج شبیه سازی شده فراهم نشده است بی سابقه نیست. در اغلب موارد برنامه های کامپیوتری ای که برای انجام این شبیه سازی ها استفاده می شوند به قدری اختصاصی و پیچیده اند که سالها طول می کشد تا تلاشهای یک تیم تحقیقی به طور کامل یکی از این برنامه ها را بازتولید کند. حقیقت علمی به انحصار تعداد کمی در آورده شده است و به بقیه دیکته می شود. اگر نتایج به سهولت قابل بازتولید نباشند آیا هنوز علم است؟( مسلما “به سهولت” معنای ذهنی دارد.)

 

 

گروهها و افرادی هستند که روش مدرن تری برای اینکه برنامه های شان متن باز open source باشد به کار می برند. فایده ی عظیم این روش این است که وظیفه ی موشکافی،تست کردن، صحت سنجی و اشکال زدائیِ برنامه، دیگر بر دوش یک نفر نیست بلکه بر عهده ی کل جامعه {ی علمی } است. بعضی باور دارند که این به معنای از دست دادن رازهای تجارت است اما نمونه های قابل توجهی از محققین هستند که کارشان رونق گرفته است که بخشی از آن به دلیل برنامه های کامپیوتری تاثیرگذاری بود که به طور رایگان بوجود آوردند.

 

 

یک فرد پیشگام در این زمینه اخترفیزیکدان کمبریج به نام “اسور آرست” است کسی که برنامه هایی نوشت و ارائه کرد که فرگشت اجسام کیهانی ( سیاره ها، ستاره ها و غیره ) را تحت تاثیر جاذبه زمین محاسبه می کرد. “جیم استون” از پرینستون و “رومین تیسیر” از زوریخ به دلیل نوشتن مجموعه ای از برنامه هایی که معادلات سیالات مغناطیس شده را حل می کنند ،شناخته شده اند . برنامه هایی که برای مطالعه ی دامنه ی وسیعی از مسائل اخترفیزیک استفاده شده اند. “ولکر اشپرینگ” از هایدلبرگ در پروژه ی شبیه سازی هزاره مشارکت دارد. در همه ی این موارد برنامه های کامپیوتریِ در دسترس همگان تاثیرگذار شدند زیرا سایر محققین آن برنامه ها را در مخزن خودشان در اختیار داشتند.

 

 

یک موضوع دیگر در این رابطه ابطال پذیری است. اگر یک سیستم فیزیکی کاملا فهمیده شود هیچ ورودی نامعلومی در مدل وجود نخواهد داشت. اخترفیزیکدان ها به طور تکنیکی این ورودی ها را پارامترهای آزاد ( free parameters ) می نامند. تعیین اینکه اتم سدیم چطور نور را جذب می کند می تواند مثال خوبی باشد. – این یک پیروزی برای مکانیک کوانتومی است که چنین محاسبه ای نیازی به پارامترهای آزاد ندارد. در شبیه سازی های بزرگ مقیاس همیشه جنبه های فیزیکی ای وجود دارند که به طور ناچیز یا ناقص ای فهمیده می شوند و نیاز است بوسیله ی مدلهای تقریبی ای که پارامترهای آزاد را تعیین می کنند تقلید و کپی برداری شوند. اغلب این شبه مدلها بر مبنای قوانین بنیادی فیزیک نیستند بلکه شامل توابع فاقد عمومیت ای هستند که با داده های تجربی یا شبیه سازی هایی در مقیاسهای کوچکتر کالیبره می شوند که ممکن است در همه ی رژیمهای فیزیکی معتبر نباشند.

 

 

یک مثال لایه ی مرزی سیاره ای یر روی زمین است که از اصطکاک بین جریان جوی و سطح کره زمین بوجود می آید و بخش جدایی ناپذیری از مخزن انرژی اقلیمی است. ضخامت دقیق لایه ی مرزی بستگی به طبیعت سطح دارد. اینکه آیا این سطح یک منطقه ی شهری،چمنزار یا اقیانوس است. چنین پیچیدگی هایی نمی تواند به طور مستقیم یا عملی در یک شبیه سازی اقلیمی بزرگ مقیاس محاسبه شود. بنابراین نیاز است که فرد برای ضخامت این لایه ،به طور تجربی دستورالعمل های محتاطانه ای را به عنوان ورودی های شبیه سازی اعمال کند. به کارگیری گستاخانه ی این دستورالعمل ها برای دیگر سیاره ها ( یا سیاره های فراخورشیدی) ایستادن بر روی یخ نازک است. به طرز نگران کننده ای جامعه ی نوظهوری از محققین از علوم زمینی در حال انتقال به علم سیاره های فراخورشیدی اند که چنین روشهای زمین محوری را به کار می گیرند.

 

 

برای شکل دادن کهکشان هایی در مقیاس بزرگ فرد نیاز دارد به دستورالعمل هایی در مورد تشکیل ستاره ها و اینکه چطور اَبَراخترها انرژی را به محیط شان بر می گردانند. برای شبیه سازی آب و هوا فرد نیاز به دستورالعمل هایی در مورد آشفتگی جریان گردابی و بارش دارد. چنین دستورالعمل هایی اغلب مقدار زیادی از پارامترهای آزاد را به کار می گیرند که یا داده های کمی در مورد آنها وجود دارد و یا از فیزیک آنها شناخت ناچیزی موجود است.

 

 

همین طور که تعداد پارامترهای آزاد در شبیه سازی افزایش می یابد تنوع و پراکندگی نتایج شبیه سازی نیز زیاد می شود.{به طوری که} در حالت نهایی شبیه سازی همه چیز را پیش بینی می کند – یعنی با هر نتیجه و خروجی ای سازگار است. نقل قول ای منتسب به “جان ون نیومن” این وضعیت را به بهترین شکل توصیف می کند :” با چهار پارامتر من می توانم یک فیل را { در شبیه سازی ام }جفت و جور(( fit کنم و با پنج پارامتر می توانم وول خوردن خرطومش را بسازم.” عدم توجه به ابطال پذیری از سوی “ولفگانگ پاولی” مورد سرزنش قرار گرفته است ” این {ابطال ناپذیری} فقط ناصحیح نیست ،این حتی غلط هم نیست.” یک شبیه سازی ای که نمی تواند ابطال شود را به سختی می توان علم تلقی کرد.

 

 

شبیه سازی ها به عنوان روش سوم رسیدن به حقیق علمی اینجا هستند تا بمانند. چالش ای که برای جامعه ی اخترفیزیک وجود دارد این است که این شبیه سازی ها را به عنوان ابزارهایی شفاف و قابل بازتولید کردن به خوبی به کار بگیرند تا همچون نظریه و آزمایش { دو روش دیگر رسیدن به حقیقت علمی} آنها را بر روی شالوده ی معتبری قرار دهند.

 

 

* کارشناس ارشد مهندسی آب دانشگاه تبریز
* دبیر سابق انجمن اسلامی دانشکده فنی دانشگاه مازندرانimanehsani59@gmail.com

نظرات

نظر (به‌وسیله فیس‌بوک)