dole)

Odnośniki

Smutek to uczucie, jak gdyby się tonęło, jak gdyby grzebano cię w ziemi.

Oba mogą być podstawą symulacji komputerowej
Opisany wyżej sposób tworzenia neuronowego modelu jest bardzo
uproszczony i wiele ważnych szczegółów zostało tylko zasygnalizowanych, ale
dostępne jest oprogramowanie, które potrafi robić to wszystko, co zostało wyżej
opisane
(komplet
darmowego
oprogramowania
do
samodzielnych
eksperymentów
z sieciami
dostępny
jest
na
stronie:
http://home.agh.edu.pl/~tad/), więc można wypróbować działanie tego narzędzia bez zagłębiania się w szczegóły jego budowy i zasad działania.
6
Wprowadzenie do modelowania systemów biologicznych

Rys. 1.5. Tworzenie modelu poprzez uczenie sieci neuronowej. Opis w
tekście.
Po tej krótkiej wycieczce do tematyki sieci neuronowych i ich stosowania jako
programów symulujących różne systemy dla których nie możemy (lub nie
chcemy) zbudować modelu matematycznego - wróćmy do typowego schematu
postępowania, w którym budowa modelu matematycznego poprzedza
komputerową symulację (Rys. 1.6) i zastanówmy się, co powoduje, że
modelowanie i symulacje komputerowe są tak przydatne i w związku z tym tak
popularne? Ujmując to samo zagadnienie nieco inaczej można powiedzieć tak:
Zanim pokażemy, jak budować i jak wykorzystywać różne konkretne modele (w
szczególności systemów biologicznych) – spróbujemy pokazać, do czego
generalnie mogą się przydawać modele?

Rys. 1.6. Typowa droga od rzeczywistego obiektu, poprzez nagromadzenia
i usystematyzowanie wiedzy na temat tego obiektu do modelu matematycznego
i jego komputerowej symulacji (rysunek zmontowano z obrazków dostępnych
w przyborniku MS ClipArt)
1. Modelowanie i symulacja komputerowa – omówienie ogólne
7
Otóż model dowolnego rozważanego systemu może się przydać do bardzo
wielu różnych celów (Rys. 1.8).
Po pierwsze, model może być użyty na etapie projektowania. Może to być
projekt różnych rzeczy: nowego systemu technicznego albo nowej strategii
gospodarczej. Przy każdym projektowaniu nieocenione wręcz usługi oddaje
model, który pozwala sprawdzić, jak będzie funkcjonowało to, co projektujemy,
zanim jeszcze poniesiemy koszty, wysiłek i ryzyko związane z praktyczną
implementacją projektowanego obiektu.
Po drugie, gdy przedmiot projektowania zostanie już zbudowany i
uruchomiony (lub być może po prostu istnieje, bo był na przykład tworem
przyrody a nie dziełem rąk ludzkich) to model nadal jest bardzo potrzebny, bo
pozwala na lepsze sterowanie bieżącym funkcjonowaniem obiektu. Wygodnie
jest bowiem mieć możliwość przewidywania na bieżąco, jakie będą skutki
takiego lub innego oddziaływania na rozważany system, przed podjęciem
rzeczywistego sterowania w rzeczywistym obiekcie. Błędne sterownie może
bowiem drogo kosztować, a obliczenia komputerowe są tanie i coraz tańsze. Z
tego powodu przy sterowaniu potrzebujemy narzędzia pozwalającego
przewidywać jego skutki i umożliwiającego wybór takiego działania, które z
jakiegoś punktu widzenia można uznać za najbardziej korzystne. Właśnie model
symulacyjny jest takim narzędziem.

Rys. 1.8. Różne sposoby użycia modelu (rysunek zmontowano z obrazków
dostępnych jako MS ClipArt)
Po trzecie, model może także pozwalać na bieżącą kontrolę funkcjonowania
rozważanego systemu. Zwykle jest bowiem tak, że w skomplikowanym systemie
nie wszystkie parametry charakteryzujące jego aktualne działanie da się prosto
8
Wprowadzenie do modelowania systemów biologicznych
zaobserwować i precyzyjnie pomierzyć. Często trzeba więc podejmować
decyzję o tym, czy system działa dobrze, czy też zmierza do katastrofy, na
podstawie obserwacji jego zachowania i oceny, jakie nieobserwowalne czynniki
wewnątrz systemu takie właśnie zachowanie wymuszają. Model jest w takich
sytuacjach niezwykle pomocny, gdyż pozwala łatwo i tanio sprawdzić wiele
hipotez i ocenić działanie systemu bardzo precyzyjnie mimo posiadania jedynie
nielicznych i zdecydowanie niekompletnych informacji.
Czwarty obszar zastosowań modelu pojawia się w przypadku, gdy
monitoring wykryje, że w systemie dzieje się coś złego. Zwykle mamy wtedy do
czynienia z jakąś awarią, ale przy chorym systemie podobnie jak przy chorym
człowieku – bardzo ważne jest określenie rodzaju problemu, czyli postawienie
diagnozy. Model może oddać przy tym wręcz nieocenione usługi!
Piąty i ostatni (z tu wymienianych) obszar zastosowań modelu
matematycznego i komputerowej symulacji wiąże się z możliwościami
prognostycznymi, jakie uzyskujemy gdy mamy do dyspozycji dobry model.
Przewidywanie przyszłości jest ważne, potrzebne – oraz trudne. Odrzucając
metody nie naukowe (wróżka, kryształowa kula, pisma kabalistyczne itp.) jako
jedyne godne uwagi narzędzia przewidywania przyszłości pozostają właśnie
modele. Wprawdzie różne czynniki mogą ograniczać wiarygodność prognoz
uzyskiwanych przy użyciu modeli, ale wszelkie inne metody prognozowania
dają jeszcze gorsze rezultaty.
1.2. Modele wykorzystywane w badaniach naukowych
Modele matematyczne i programy symulacyjne wykorzystuje się w różnych
dziedzinach, bo potrzeby wymienione pod koniec poprzedniego podrozdziału
pojawiają się w różnych kontekstach. Żeby jednak nie popaść w ogólnikowe
stwierdzenia, że modele i symulacje przydają się zawsze i wszędzie –
przedstawimy w tym podrozdziale obszerny przykład pokazujący, jak ważne
i potrzebne są zastosowania modeli w jednej wybranej dziedzinie, a mianowicie
w badaniach naukowych.
Odwołując się do częstej metafory, określającej obszar już poznany
naukowo jako oświetlony, a obszar Nieznanego jako strefę mroku - można
zastosowanie modeli wyobrazić sobie w ten sposób: Granicy między znanym i
Nieznanym nie oświetla się dziesiątkami równomiernie rozmieszczonych
reflektorów, bo to by było zbyt kosztowne. Tę granicę sonduje się wąską wiązką
światła, tak cienką, jak promień lasera, ale dzięki temu tak jak laser przenikliwą.