Postآلبرت-لاشلو باراباشی

آلبرت-لاشلو باراباشی تا پیش از باراباشی، بخش مهمی از نظریه شبکه بر این فرض استوار بود که ارتباط میان گره‌ها را می‌توان با مدل‌های تصادفی توضیح داد. مدل اردوش–رِنی نمونه مهم این نگاه بود: گره‌ها به صورت تصادفی به یکدیگر متصل می‌شوند و ویژگی‌های کلان شبکه از همین روابط تصادفی پدیدار می‌شوند. آلبرت-لاشلو باراباشی، فیزیکدان مجارستانی، در سال ۱۹۶۷ در رومانی متولد شد و بعدها در ایالات متحده به فعالیت علمی پرداخت. او از چهره‌های اصلی شکل‌گیری «علم شبکه» به عنوان حوزه‌ای میان‌رشته‌ای شد؛ حوزه‌ای که شبکه‌های زیستی، اجتماعی، فناوری و اطلاعاتی را با ابزارهای مشترک مطالعه می‌کند. نقطه عطف کار او در سال ۱۹۹۹ و با مطالعه شبکه جهانی وب شکل گرفت. باراباشی و رِکا آلبرت متوجه شدند که ساختار شبکه‌های بزرگی مانند وب را نمی‌توان به‌سادگی با شبکه تصادفی اردوش–رِنی توضیح داد. در شبکه واقعی، همه گره‌ها از نظر تعداد ارتباطات وضعیت مشابهی ندارند؛ تعداد اندکی از گره‌ها ارتباط‌های بسیار زیادی دارند، در حالی که بیشتر گره‌ها ارتباط‌های بسیار کمتری دارند. این مشاهده به مفهوم «شبکه بی‌مقیاس» انجامید. در چنین شبکه‌ای، توزیع تعداد ارتباطات گره‌ها می‌تواند دنباله‌ای از نوع قانون توانی داشته باشد؛ یعنی تعداد بسیار زیادی از گره‌ها ارتباط اندکی دارند و تعداد بسیار کوچکی از گره‌ها، تعداد بسیار زیادی ارتباط دارند. اما پرسش مهم‌تر این بود که چنین ساختاری چگونه به وجود می‌آید. باراباشی و آلبرت نشان دادند که برای ایجاد این الگو، دست‌کم دو سازوکار ساده اهمیت دارند: شبکه در طول زمان رشد می‌کند و گره‌های تازه بیشتر تمایل دارند به گره‌هایی متصل شوند که از قبل ارتباط‌های بیشتری دارند. سازوکار دوم را «اتصال ترجیحی» می‌نامند. در نتیجه، یک بازخورد ساده شکل می‌گیرد: گره‌ای که ارتباط بیشتری دارد، احتمال بیشتری برای دریافت ارتباط‌های تازه پیدا می‌کند و همین ارتباط‌های تازه، موقعیت آن را برای دریافت ارتباط‌های بعدی تقویت می‌کنند. از دل همین فرایند، هاب‌های شبکه شکل می‌گیرند؛ گره‌هایی که تعداد بسیار بیشتری از ارتباط‌ها را در اختیار دارند. مدل حاصل به «مدل باراباشی–آلبرت» معروف شد. اهمیت این ایده برای دانش پیچیدگی در همین‌جاست. در مدل اردوش–رِنی، تصادف نقش اصلی را در شکل‌گیری شبکه دارد؛ اما در مدل باراباشی–آلبرت، تاریخچه شبکه و نحوه ورود گره‌های جدید اهمیت پیدا می‌کند. شبکه فقط یک آرایش موجود نیست؛ یک ساختار در حال رشد است و گذشته آن می‌تواند بر معماری آینده‌اش اثر بگذارد. این نگاه، شبکه را به یک سیستم پویا نزدیک می‌کند: ساختار شبکه حاصل یک وضعیت از پیش داده‌شده نیست، بلکه از فرایند شکل‌گیری و تحول خود شبکه به وجود می‌آید. کار باراباشی بعدها به مطالعه شبکه‌های زیستی، شبکه‌های مغزی، شبکه‌های بیماری، شبکه‌های علمی و بسیاری از ساختارهای اجتماعی و فناورانه گسترش یافت. مرکز پژوهشی او نیز با عنوان «مرکز پژوهش شبکه‌های پیچیده» به یکی از مراکز مهم توسعه علم شبکه تبدیل شد. از این منظر، جایگاه باراباشی در دانش پیچیدگی فقط کشف یک نوع شبکه نیست. اهمیت اصلی او در تغییر پرسش است: به جای اینکه فقط بپرسیم اجزای یک شبکه چگونه به یکدیگر متصل‌اند، باید بپرسیم شبکه چگونه رشد می‌کند، چه سازوکارهایی معماری آن را شکل می‌دهند و چگونه از همین فرایندهای ساده، ساختارهای بسیار ناهمگن و پیچیده پدیدار می‌شوند. https://t.me/complexitythinking