نزدیک به ۲۰ ساله که چیزی به اسم نظریه شبکه یا علم شبکه در ادبیات علمی پیدا شده. شاید نزدیکترین یا نامآشناترین نظریه به علم شبکه، نظریه گراف در ریاضیات باشه. چیزی که از زمان اویلر (۱۷۳۶) شکل گرفته و در چند قرن اخیر هم همیشه حوزهی پژوهشی برای ریاضیدونها بوده. اما این فقط ظاهر کاره! نگاهی به جامعهی علمی این دو شاخه از معرفت بشری، تصویری از دو گروه از متخصصین رو نشون میده که چندان هم کارشون شبیه به هم نیست! به عبارتی، با اینکه نظریه شبکه بسیار وامدار نظریه گراف هست، اما چیزی که در عمل در حال اتفاق افتادنه اینه که مسائلی که گرافکارها مشغول مطالعهشون هستند اصلا شبیه به مسائل شبکهکارها (دانشمندان شبکه!) نیست. با تقریب خوبی البته!
علت این اتفاق هم بیشتر به این برمیگرده که برای یک ریاضیدان، گراف یک موجود انتزاعی/مجرد و خوشتعریف ریاضی به همراه یک عقبه محکم و استوار ریاضی و تعداد زیادی لم، قضیه و حدسه، در حالی که برای دانشمندان شبکه، شبکه یک موجود کاربردی و پدیدارشناسانه هست که نه تعریف چندان صریحی داره و نه عقبه کاملا مشخصی! علم شبکه یا نظریه شبکه، علمی جدید، پدیداره از علوم و دانشهای مختلفه که حدودا ۲۰ ساله شکل گرفته و بیشتر از هر چیزی تحت تاثیر دادههای بزرگ و کامپیوترها بوده تا کاغذ و قلم و حلهای بسته (تحلیلی)!
در نظریه گراف تلاش عمدتا بر شناسایی و مطالعه ساختارهاییه که بتونیم اونها رو به صورت تحلیلی دنبال کنیم. برای همین، گرافکارها (نظریهپردازان گراف!) معمولا به سراغ گرافهای تصادفی، گرافهای کامل و مسائلی مثل رنگ آمیزی و کاور کردن میرن. اما در علم شبکه، مردم بیشتر به دنبال مسائل کاربردیتر و مدلهایی هستند که بیشتر مسائل دنیای واقعی (فیزیکی، شیمیایی، زیستی، اجتماعی و اقتصادی) رو توجیه کنند! برای همین لزوما از لحاظ ساختاری این شبکهها، گرافهایی نه کاملا تصادفی و نه کامل، بلکه گرافهایی تنک با توزیع درجههای دمکلفت هستند!
علم شبکه، امروز یک ساختار پدیدارشناسانه از دنیای بسذرهای و پیچیده بیرونه! یک مقایسه زمانی با فیزیک، میشه گفت که علم شبکه در زمان ما، بسیار شبیه به ترمودینامیک زمان کارنو هست و نه ترمودینامیک در زمان بولتزمان، مکسول و فوننویمان! انتظار بر اینه که تلاشهای جدی صورت بگیره تا ریاضیات لازم برای علم شبکه به قدری توسعه پیدا کنه که علم شبکه به بلوغی برسه که ترمودینامیک بعد از بولتزمن رسید.
چیزی که خوندید، در حقیقت مقدمهای بود برای دعوت به مطالعه این نوشته:
مستقل از اینکه این نوشته دید خوبی میده از تفاوت نگاه دو جامعه علمی متفاوت به یک مسئله و مسائل مختلف حوزه پژوهش در هر کدوم از اون جوامع، این نوشته دارای منابع گلچین شدهای هست که هر کسی که کارش مربوط به شبکه است خوبه که حتما اونها رو بخونه!
برای همین اگر دانشجوی سیستمهای پیچیده یا یکی از سه رشته فیزیک، ریاضی و علوم کامپیوتر هستید و علاقهمند به موضوع شبکهها، این نوشته رو به شما توصیه میکنم تا بدونید که:
- علم شبکه، نظریه گراف نیست و بالعکس!
- تفاوت مسائل روز پژوهشی که ریاضیدونها و شبکهکارها بهشون میپردازن چی هست.
- آینده این علوم چه شکلی ممکنه داشته باشه؟!
- اگر ریاضی خوندید و علاقهمند به شبکه هستید، مسیری که در پیش دارید چهطوری میتونه باشه!
- اگه فکر میکنید علم شبکه چندان پشتوانه ریاضی قوی نداره، اون موقع باید چهطور نگاهتون رو اصلاح کنید!
سلام
ممنونم از اطلاعات خوب،علمی و کاربردی تون
می خواستم بدونم فرق (علمی و بازار کاری،هر دو)بین data science و( complex systems(network science چی هست، چون به نظرم تفاوتی بنیادی ای نتونستم بفهمم
مرسی
سلام. سوال شما مثل اینه که فرق بین فیزیک و مهندسی برق چیه!
یعنی کسی مثل Bradley Efron که راه حل هایی مثل Boot Strapping پیدا می کنه که بتونیم از تحلیل داده هامون اطمینان بیشتری داشته باشیم، کار مهندسی می کنه و کسی که تو فیزیک آماری از این روش استفاده می کنه کار علمی!؟
سلام،
این مقاله نسخهی داوری و منتشرشده ندارد؟ یعنی تنها در آ کایو باقی ماندهاست؟ اگر دارد، ایکاش به نسخهی نهایی آن ارجاع بدهید.
سلام. به تازگی روی آرکایو منتشر شده و هنوز نسخه داوری شدهش بیرون نیومده فکر کنم.
https://www.nature.com/articles/s42005-020-0359-6
سلام آقای عباس کریمی به نظرم یه مقاله یا پادکست تهیه کنید راجع به این موضوع که آیا علم فیزیک به پایان خودش رسیده یا نه؟
چون آقای استیفن هاوکینگ که نظرشون مثبت بود.
سلام. کسی جواب این سوال رو نمیدونه.
[…] او مدل خود را با مدل اسباب بازیگونه نقطه و خط (یا همان گراف) شروع کند. فرض کنید جهان شما در ابتدا با سه نقطه و دو خط […]