اولین واحد ما به بررسی این سوال می پردازد که پیچیدگی چیست؟ همانطور که خواهید دید این سؤال مشکلی خواهد بود تا بتوان پاسخ دقیقی برایش یافت. ما به طور شهودی با ارائه نمونه ایی از انواع پدیده هایی که توسط سیستم های پیچیده مطالعه می شوند شروع خواهیم کرد این یک پیش نمایش از انواع موضوعاتی خواهد بود که در این کورس پوشش خواهد یافت. سپس لیستی از ویژگی های مهمی که در اغلب سیستم های پیچیده مشترک هستند ارائه خواهیم کرد. به طور خلاصه نگاهی به مفهوم پیچیدگی خواهیم انداخت؛ چیزی که بعداً در طی کورس به آن خواهیم پرداخت. همچنین موضوعات مرکزی٬ اهداف و روش های تحقیقاتی سیستم های پیچیده را بررسی خواهیم کرد. در آن هنگام٬ برای اولین سری آنچه که من نقاط مهمان "guest spots" می نامم آماده خواهیم شد برای اینکه من با دانشمندان برجسته سیستم های پیچیده درباره نظراتشان در این زمینه مصاحبه خواهم کرد. نیمه دوم این واحد بر روی Netlogo متمرکز خواهد بود؛ پلتفرم شبیه سازی و برنامه نویسی ای که ما برای برای نشان دادن بسیاری از ایده های سیستم های پیچیده در این کورس استفاده خواهیم کرد. آماده اید برای شروع؟ بریم. یک مثال خیلی خوب برای شروع٬ مورچه هاست. Nigel Franks که محقق مشهور مورچه هاست می نویسد که رفتار ارتش یک مورچه تک نفره یکی از ساده ترین ها در حیوانات هست که بتوان تصور کرد. با این حال، در تعداد بسیار بالا٬ داستان طور دیگری است. اینجا به عنوان مثال، مستعمره ای از ارتش مورچه هاست که مشغول ساخت یک تونل هستند. هر مورچه به خودی خود بسیار ساده است، اما این مستعمره به عنوان یک کل می تواند با همکاری کار کند تا بدون هیچ گونه کنترل مرکزی، کارهای بسیار پیچیده ای را انجام دهد بدون اینکه مورچه یا گروهی از مورچه ها مسئول آن باشد. به عبارت دیگر، مستعمرات مورچه ها قادراند خود را طوری سازماندهی کنند که ساختارهایی بسیار پیچیده تر از آنچه هر مورچه به تنهایی تولید می تواند کند تولید کنند. اینجا مثالی از مورچه هاست که پلی را با بدن های خود ساخته اند به گونه ای که اعضای دیگر کلونی مورچه ها می تواند از شکاف بین دو برگ عبور کنند. این ویدیو مورچه هایی را نشان می دهد که یک همچین پلی را مونتاژ کرده اند. در اینجا، آنها شروع به فعالیت می کنند تا بر روی چوب به اینجا بیایند و سپس تا انتها رو به بالا روند تا در نهایت به طور زنجیروار خود را به پائین زمین برسانند. می بینید که آنها چگونه خود را به تدریج به ساختار اضافه می کنند. هر مورچه مواد شیمیایی ای ترشح می کند تا بتواند با مورچه های دیگر تماس برقرار کند؛ در ضمن کل پل بدون هیچ گونه کنترل مرکزی ساخته می شود. شما می توانید این را مثالی از یک سیستم غیر متمرکز، خود سازمان و یا خودآرا بنامید. دیگر حشرات اجتماعی رفتار مشابهی را تولید می کنند. به عنوان مثال، در اینجا نمونه ای از نوع ساختار پیچیده ساخته شده توسط موریانه ها است که به عنوان لانه کارایی دارد. تمرکز اصلی تحقیقات سیستم های پیچیده برای درک این موضوع است که چگونه عواملی ساده رفتاری پیچیده بدون کنترلی مرکزی تولید می کنند. در این مثال ها٬ عوامل ساده حشرات هستند، اما بسیاری از انواع دیگر را خواهیم دید. یک مثال کلاسیک دیگر از یک سیستم پیچیده مغز است. در اینجا، عوامل فردی ساده سلول های عصبی هستند. مغز انسان ازحدود 100 میلیارد سلول عصبی، با 100 تریلیون اتصالات بین آنها تشکیل می شود. هر سلول عصبی در مقایسه با کل مغز نسبتا ساده است و هیچ کنترل مرکزی وجود دارد. به هر حال، گروه زیادی از سلول های عصبی و اتصالات رفتارهای پیچیده ای را بوجود می آورند که آنها را شناخت، هوش، و یا حتی خلاقیت می نامیم. تصویربرداری از مغز نشان داده است که این سلول های عصبی خود را به صورت مناطق مختلف عملکردی سازماندهی می کنند. درست مثل مورچه ها و موریانه ها، سلول های عصبی می تواند خود را به شکل سازه های پیچیده سازماندهی کنند به طوره که به گونه های مختلف کمک کنند تا به حیات و کارهای خود ادامه دهند. سیستم پیچیده ای دیگر٬ سیستم ایمنی بدن است. سیستم ایمنی در سراسر بدن توزیع شده است که همانطور که در این تصویر نشان داده شده است شامل بسیاری از اندام های مختلف و تریلیون ها سلول در حال حرکت در اطراف جریان خون یا لنف هستند که بدن را درمقابل آسیب یا بیماری محفاظت و علاج می کنند. به عنوان مثال، این یک عکس از سلول های ایمنی است، این هایی که به رنگ آبی هستند٬ به یک سلول سرطانی در مرکز حمله می کنند. مثل مورچه ها که قبلا دیدیم، سلول های سیستم ایمنی با یکدیگراز طریق سیگنال های شیمیایی در ارتباط هستند و بدون هر گونه کنترل مرکزی با یکدیگرکار می کنند تا در برابر تهدیدات به بدن٬ حملات هماهنگی را براه اندازند. علاوه بر این، جمعیت سلولهای ایمنی در بدن قادر به تغییر و یا انطباق خود است در پاسخ به آنچه که جمعیت سلولها از محیط خود درک می کند. این نوع انطباق یکی دیگر از مشخصه های کلیدی سیستم های پیچیده است. یک مثال آشنا از یک سیستم پیچیده ژنوم انسان است. اینجا تصویری از یک ژنوم انسان است. هر کدام از این ساختارهای کرم مانند یک کروموزوم است؛ و ۲۳ جفت از آنها وجود دارد. شما می توانید ببینید که این یک مرد است، به دلیل آن که یک جفت X-Y دارد. هر کدام از این کروموزوم ها از هزاران ژن ساخته شده است. البته که ژن ها رشته های DNA در طول کروموزوم هستند. در حال حاضر تصور می شود که ژنوم انسان حدود ۲۵۰۰۰ ژن از کد پروتئینی دارد. در قالب سیستم های پیچیده٬ شما می توانید ژن ها را به عنوان اجزای ساده ای درنظربگیرید که به طور غیر متمرکز با ژنهای دیگر تراواکنش دارند. و روشی که آنها با یکدیگر تراواکنش دارند از طریق شبکه های نظارتی ژنتیکی است. آنها بیانات یکدیگر را کنترل می کنند به گونه ای که بیان به معنی ترجمه به پروتئین هاست. اینجا یکی از شبکه های نظارتی ژنتیکی کوچک است که توسط محققان نقشه برداری شده است. در اینجا، هر یک از این مستطیل ها و یا بیضی ها نشان دهنده یک ژن است و یک فلش از یک ژن به دیگری بدان معنی است که ژن اول بیان ژن دوم را کنترل می کند. به نظر می رسد که ژنوم انسان است از هزاران شبکه مثل این ساخته شده است به گونه ای که ژن ها با یکدیگر به شیوه های پیچیده در تعامل هستند و این فعل و انفعالات تا حد زیادی مسئول پیچیدگی خود ما هستند. ایده شبکه ها هسته مطالعه پیچیدگی در طبیعت است. اینجا نوع دیگری از شبکه هاـ یک وب غذا است. در اینجا، هر گره، یا نهاد در شبکه، یک گروه خاص از گونه ها است، و فلش ها نشان دهنده آن است که چه کسی آنها را می خورد. اگر یک گروه از گونه ها اشاره به دیگری بکند، بدان معنی است که اولی غذایی برای دومی است. برای مثال، شما می توانید ببینید که روباه ها در اینجا در بالای این وب خاص غذایی آلاسکایی هستند از آنجایی که آنها انواع مختلفی از حیوانات را می خورند اما هیچ چیز آنها را نمی خورد حداقل هیچ چیز در این نمودار. اینجا نموداری فشرده از یک وب غذا پیچیده تر از خلیج آلاسکا است. هنگامی که ما بعداً درطی کورس در مورد شبکه ها صحبت کنیم، برخی از نمونه های بسیارجالب خودسازمان غیر متمرکز در شبکه های مواد غذایی مانند این، و انواع دیگر شبکه ها خواهیم دید. نوعی از شبکه ها که احتمالا بیشترین آشنایی را با آن دارید یک شبکه اجتماعی است. اینجا بخشی از شبکه اجتماعی خود من با من در اینجاست. این لینک ها نشان دهنده روابط دوستی هستند. دوستان من با دوستان خود در ارتباط هستند و غیره و غیره. این طور بر می آید که شبکه های اجتماعی الگوهای بسیار جالبی دارند؛ همانند آن چیزی که از شبکه های بیولوژیکی و فن آوری برمی آید. بعداً در این کورس٬ به طور عمیق به این موضوع خواهیم پرداخت که این الگوها چه هستند و چگونه تشکیل می شوند. دانشمندان سیستم های پیچیده بسیار علاقه مند به مطالعه شبکه های اجتماعی بزرگ مانند Facebook هستند تا به درک ساختار آنها٬ چگونگی تشکیل آنها٬ چگونگی تغییرآنها در طی زمان٬ واز همه جالب تربه چگونگی تبادل اطلاعات در چنین شبکه پی ببرند. اقتصاد نوع دیگری از سیستم های پیچیده است که شبکه های تعامل در آن مهم هستند. اینجا، یک نمونه شبکه مالی بین المللی، که در آن گره ها نشان دهنده موسسات مالی، و لینک ها نشان دهنده روابط میان آنها هستند را می بینیم. به عنوان مثال، اگر یک بانک صاحب سهام بانک دیگری است، این دو در ارتباط هستند. به نظر می رسد که میزان اتصال در یک چنین شبکه ای و همچنین نوع لینک های حاضرمی تواند یک اثر بزرگ بر روی میزان پایداری شبکه در برابر تغییرات٬ مانند بیرون رفتن یک بانک از کسب و کار داشته باشد. حوزه میان رشته ای جدید علم شبکه که برخاسته از تحقیقات سیستم های پیچیده است به مطالعه این نوع از پدیده ها در شبکه ها ازدید بسیاری از رشته های مختلف می پردازد. به عنوان آخرین مثال، نگاهی به مطالعه شهرها به عنوان سیستم های پیچیده می اندازیم. اغلب گفته شده است که یک شهر از بسیاری جهات همانند یک موجود زنده است. اما تا چه حد شهرها در واقع شبیه به موجودات زنده هستند، به گونه ای که سازماندهی می شوند٬ رشد می کنند٬ برمبنای اندازه شان قیاس می شوند و کار می کنند؟ این و دیگر پرسش ها مبنای زمینه تحقیقاتی در حال رشد سیستم های پیچیده اند، که ما بعداً در طی کورس به جزئیات آن خواهیم پرداخت.