W pierwszym dziale spróbujemy odpowiedzieć na pytanie: "czym jest złożoność?". Jak zobaczymy, okazuje się, że ciężko jest udzielić precyzyjnej odpowiedzi. Zaczniemy, intuicyjnie, od zaprezentowania kilku przykładów zjawisk, którymi zajmują się badacze systemów złożonych. Będzie to przegląd tematów, którymi zajmiemy się podczas kursu Następnie stworzymy listę pewnych ważnych własności, wspólnych dla większości systemów złożonych. Krótko zajmiemy się też zdefiniowaniem złożoności (do czego wrócimy dalej w toku kursu). Omówimy też główne dyscypliny, cele i metodologie, którymi posługują się badania nad systemami złożonymi. Będziemy wtedy gotowi na pierwszą serię wykładów gościnnych, w których będę rozmawiała z najważniejszymi badaczami systemów złożonych o ich poglądach na temat tej dyscypliny. W ostatniej części działu skupimy się na NetLogo, środowisku symulacyjnym i programistycznym, a potem użyjemy go do zilustrowania wielu idei dotyczących systemów złożonych w tym kursie. Gotowi? Zaczynajmy. Doskonałym przykładem są mrówki. Nigel Franks, znany badacz zachowania mrówek napisał kiedyś, że pojedyncza mrówka jest, pod względem behawioralnym, jednym z najprostszych zwierząt, jakie można sobie wyobrazić. Jednak w ogromnej liczbie, mamy do czynienia z czymś innym. Tutaj, na przykład, widzimy kolonię mrówek-żołnierzy budującą tunel. Każda mrówka sama w sobie jest bardzo prosta, ale kolonia jako całość potrafi współdziałać dokonując bardzo złożonych zadań bez centralnego nadzoru, tzn. bez żadnej mrówki lub mrówek, które stałyby na czele. Innymi słowy, kolonie organizują się, tworząc struktury o wiele bardziej złożone niż pojedyncza mrówka byłaby w stanie. Tutaj widzimy przykład mrówek budujących most z własnych ciał, tak że inni członkowie kolonii mogą przekroczyć przepaść pomiędzy dwoma liśćmi. Ten film pokazuje mrówki tworzące most tego typu. Zaczynają tutaj, na patyku, na samej górze i połączą się w łańcuch, żeby zejść na sam dół. Widzimy jak stopniowo przyłączają się do struktury. Każda mrówka wydziela związki chemiczne, żeby skomunikować się z innymi i cały most jest zbudowany bez centralnego nadzoru. Można to nazwać przykładem zdecentralizowanego, samoorganizującego i samobudującego się systemu. Inne społeczne owady przejawiają podobne zachowania. Tutaj widzimy przykład struktury złożonej zbudowanej przez termity. Służy jako gniazdo. Głównym celem badań nad systemami złożonymi jest zrozumienie, jak indywidualnie proste agenty generują złożone zachowanie bez centralnego nadzoru. W tych przykładach, prostymi agentami są mrówki, ale zobaczymy wiele innych ich przykładów. Innymi klasycznym przykładem systemu złożonego mózg. Tutaj prostymi agentami są neurony. Ludzki mózg składa się ze stu miliardów neuronów i stu bilionów połączeń między nimi. Każdy neuron jest stosunkowo prosty, w porównaniu z całym mózgiem i znów, nie ma tutaj centralnego nadzoru. W jakiś jednak sposób duże zespoły neuronów i połączeń generują złożone zachowania, które nazywamy poznaniem, inteligencją lub nawet kreatywnością. Obrazowanie mózgu pokazuje, że neurony organizują się w różne obszary funkcjonalne. Tak jak mrówki albo termity, neurony samoorganizują się w złożone struktury, które pomagają gatunkom funkcjonować i przetrwać. Innym przykładem systemu złożonego jest system odpornościowy. System odpornościowy, rozlokowany po cały ciele, składa się z wielu organów, jak widzimy na ilustracji, i bilionów komórek w krwiobiegu lub naczyniach limfatycznych, które chronią ciało przez chorobami i likwidują efekty uszkodzeń. To na przykład ilustracja komórek układu odpornościowego, wybarwionych na niebiesko, atakujących komórkę rakową w centrum. Jak mrówki, które widzieliśmy, układ odpornościowy komunikuje się ze sobą sygnałami chemicznymi i współdziała bez centralnego nadzoru przeprowadzając skoordynowane ataki na to, co postrzega jako zagrożenie dla ciała. Dodatkowo, populacja komórek układu odpornościowego jest w stanie dostosować się do tego, co postrzega w swoim otoczeniu. Ten rodzaj adaptacji to inna kluczowa cecha systemów złożonych. Innym dobrze znanym przykładem systemu złożonego jest ludzki genom. Tutaj widzimy ilustrację ludzkiego genomu. Każda z tych robakopodobnych struktur jest chromosomem i są ich tu 23 pary. Widzimy, że to genom mężczyzny, bo ma parę chromosomów XY. Każdy z tych chromosomów złożony jest z tysięcy genów. Geny, rzecz jasna, są niciami DNA owiniętymi wokół chromosomów. Sądzi się obecnie, że ludzki genom składa się z 25 tysięcy genów kodujących białka. W języku systemów złożonych można myśleć o genach jako o prostych komponentach wchodzących w interakcję z innymi genami w zdecentralizowany sposób. Współdziałają tworząc genetyczne sieci regulacyjne. Kontrolują nawzajem swoje ekspresje, tzn. to, jak przebiega translacja na białka. Tutaj widzimy małą genetyczną sieć regulacyjną której odwzorowali badacze. Każdy z tych czworokątów lub elips reprezentuje gen, a strzałka z jednego genu w drugi oznacza, że pierwszy kontroluje ekspresję drugiego. Okazuje się, że ludzki genom złożony jest z tysięcy sieci tego typu, w których genu wchodzą ze sobą w interakcję na skomplikowane sposoby i to te interakcję są w większości odpowiedzialne za naszą własną złożoność. Idea sieci jest kluczowa w badaniach nad złożonością w przyrodzie. Tutaj inny przykład sieci: sieć pokarmowa. Każdy węzeł reprezentuje grupę gatunków, a strzałki to, kto kogo zjada. Jeśli jeden gatunek wskazuje na drugi, to znaczy, że pierwszy jest pokarmem dla drugiego. Na przykład na szczycie tej sieci pokarmowej biocenozy Alaski widzimy lisy, ponieważ żywią się wieloma gatunkami, ale nic nie żywi się lisami (przynajmniej nie na tym schemacie). Tutaj widzimy diagram jeszcze bardziej złożonej sieci pokarmowej Zatoki Alaskiej. Kiedy będziemy omawiali sieci pokarmowe w dalszej części kursu, zobaczymy kilka ciekawych przykładów zdecentralizowanej samoorganizacji sieci tego typu i innych rodzajów sieci. Prawdopodobnie najbardziej znanym wam przykładem sieci jest sieć społeczna. Tutaj widzicie część mojej własnej sieci społecznej, ze mną w środku. Odnośniki reprezentują relacje bycia znajomym. Moi znajomi są powiązani ze swoimi znajomymi i tak dalej. Sieci społeczne okazują się przejawiać bardzo ciekawe wzorce, które pojawiają się też w sieciach biologicznych i technologicznych. Dalej w toku kursu przyjrzymy się uważniej, czym są te wzorce i jak powstają. Badacze systemów złożonych interesują się szczególnie dużymi sieciami społecznymi, takimi jak Facebook żeby zrozumieć ich strukturę, powstawanie, zmiany w czasie i, co być może najciekawsze, jak przebiega transfer informacji w takich sieciach, między innymi. Ekonomie są innym typem systemów złożonych, w których sieci interakcji mają fundamentalne znaczenie. Tutaj widzimy fragment międzynarodowej sieci finansowowej, w której węzły reprezentują instytucje finansowe, a odnośniki - relacje między nimi. Na przykład, jeśli bank jest właściciel udziałów innego banku, są one powiązane. Okazuje się, że ilość połączeń oraz ich rodzaje w takich sieciach mogą wywierać ogromy efekt na stabilności takich sieci wobec zmian, takich jak na przykład bankructwo banku. Nowa, interdyscyplinarna dziedzina nauk o sieciach, która wyrosła z badań nad systemami złożonymi, zajmuje się tymi zjawiskami w sieciach z różnych dyscyplin. Jako ostatniego przykładu użyjemy miast jako systemów złożonych. Mówi się często, że miasto pod wieloma względami stanowi żywy organizm. Ale do jakiego stopnia miasta w istocie przypominają żywe stworzenia: w sposobie ustrukturyzowania, wzrostu, skali rozmiaru czy działalności? Te i inne pytania kładą podwaliny szybko rozwijającej się dziedziny badań nad systemami złożonymi, której przyjrzymy się uważniej w dalszej części kursu.