Окончание. Начало в #389

В 50-60-х годах именно в кибернетике сосредоточилось большинство усилий и надежд на решение системных задач. Попробуем разобраться, почему многие из этих задач перекочевали в другие научные и технические направления, а предмет исследования самой кибернетики значительно сузился.
Тогдашний оптимизм кибернетиков поддерживали замечательные результаты математической логики. Результаты эти завершали длинный путь формализации языка осмысленных логических высказываний, начатый еще в античности. Немного истории - во врезке.

Конец логики конечных автоматов

После Первой мировой войны стали активно изучаться принципы построения систем управления электрическими сетями. Занимаясь математическим описанием процессов, протекающих в подобных сетях, Шеннон показал, что возможна реализация формальных логических операций в виде электрической цепи. Истинному высказыванию можно сопоставить «единицу», ложному - «ноль», а переключая реле, можно получать новые, логически безупречные предложения.

В 1936 г. Алан Тьюринг придумал математическое описание очень простой машины с конечным числом состояний, которые он сравнивал с «состояниями ума». Поведение машины контролируется бесконечной лентой, которая может передвигаться взад-вперед. Машина может «считывать» или «записывать» на ленту конечное множество символов (алфавит), изменять свое внутреннее состояние. Оказалось, что такая машина, имея только семь состояний и четыре символа, теоретически способна вывести значительную часть математики.

В 1948 г. создатель архитектуры современных компьютеров Джон фон Нейман пошел еще дальше и математически доказал, что если машина Тьюринга будет оперировать не лентой, а конечным числом деталей, то она сможет создавать машины, подобные себе и даже более сложные. Неудивительно, что в той атмосфере успехов Шеннон и Мак-Карти спрашивали: «Как функционирует мозг? Можно ли сконструировать машину, заменяющую мозг?»

Создание после Второй мировой войны быстродействующих цифровых ЭВМ утвердило мысль, что компьютеры скоро смогут заменить человеческий разум. Кибернетики предположили, что у мозга существует некоторая общая интегральная способность решать задачи. И умение думать состоит в приспособлении этой общей способности к конкретным ситуациям. Идеология создания «мыслящих» программ неявно строилась на том, что определить варианты решений нетрудно, а критерии оценки правильности выбора достаточно просты. Само решение при таком подходе сводилось к математическим задачам оптимизации.

Однако оказалось, что как только компьютерной программе предлагалась не изученная проблема, трудность заключалась не в решении задачи, а в ее постановке ¹.

Когда кибернетики поняли, что предварительная оценка ситуации играет важнейшую роль в решении задач, они стали изучать, как человек отделяет главное от второстепенного. Дальше всех в понимании творчества продвинулись математики Дьердь Пойа и Жак Адамар. Из полученных ими результатов, противоречивших тогдашнему подходу, следовало, что не существует общего алгоритма решения задач, построенного на принципах оптимизации. Творчество - это путь от известного к неизвестному. Процесс решения состоит в поиске известных черт в неизвестной задаче, в надежде найти аналогию, распознать или вспомнить какой-нибудь знакомый элемент. Задачу упрощают или усложняют, пытаясь нащупать точки соприкосновения с прошлым опытом. Понимание постепенно растет, и в какой-то момент возникает скачок, прозрение, которое выделяет область, где лучше искать решение, или даже область, где находится само решение. Только после этого включается логика - для определения, была догадка верной или нет. То есть творческое мышление разбивается на три части: сознательная активизация накопленных знаний, интуитивный скачок к новому пониманию и логическая оценка его справедливости.

Оказалось, что компьютеры облегчают многие виды рутинной умственной работы, однако автоматизация творческого мышления откладывается, видимо, надолго.

Но нет худа без добра. Работы в области искусственного интеллекта заставили лучше присмотреться к интеллекту естественному и породили новые направления, такие как когитология, изучающая влияние имеющихся знаний на поведение человека. При этом результаты работы специалистов зависят не только от их компетентности, но и от организации работы, характера лидерства, степени заинтересованности. Если проблема состоит в урегулировании конфликта, то важнее не истинное положение дел и формальная логика, а «логика» естественных рассуждений и модели ситуации в сознании спорящих.

Мечта заменить мышление исчислением не сбылась, но и сейчас ощущается потребность в универсальном языке для гуманитарных наук, которую Лейбниц выразил словами: «Если бы у нас была обобщенная математика, то нужды в спорах между философами было бы не больше, чем между счетоводами, так как было бы достаточно взять в руки карандаш, сесть за грифельные доски и сказать друг другу: давайте подсчитаем».

Дальше… дальше… дальше

Кибернетика попыталась реализовать мечту Декарта ² и Лейбница об «обобщенной математике», наверное, предпоследней (последняя - единая теория поля) - на благодатной почве античных представлений о внутренней красоте, глубокой связи и гармоничности строения мира. Кибернетика предложила также универсальный набор понятий (система-подсистема, обратная связь, гомеостазис, достаточное разнообразие, черный ящик и т. д.), применение которых должно было исчерпывающе описывать и предвидеть динамику сложных систем. Понятия эти оказались полезными, но не универсальными.

Во-первых, управление сложными системами можно значительно упрощать, пользуясь массированными информационными потоками, как это делается с помощью пропаганды, рекламы и PR. «Информация уничтожает разнообразие, а уменьшение разнообразия является одним из основных методов регулирования, и не потому, что при этом упрощается управляемая система, а потому, что поведение системы становится более предсказуемым» (Стаффорд Бир). Во-вторых, оказалось, что выбор релевантных параметров - самое трудное в управлении сложными системами. Искусство фильтрации, искусство отделить главное от второстепенного в динамичной среде (чем и отличаются выдающиеся менеджеры и политики) гораздо важнее формализации, при которой под ковер системной интеграции заметается куча упрощенных параметров, скрытых строками кода от постоянного контроля.

Однако несмотря на поражение кибернетической программы «общего метода» по-прежнему актуальны поздние достижения кибернетики, реализованные, например, в работах Рассела Акоффа («Планирование будущего корпорации». М.: «Прогресс», 1985) и Валентина Турчина («Феномен науки». М.: «ЭТС», 2000). Разработка формальных языков, описывающих параметры качественных изменений систем (метасистемный переход) и структурирующих идеалы, цели и задачи, остается серьезнейшей задачей интеграции гуманитарных наук. Они часто описывают одни и те же объекты в разных исторических терминологиях, что сильно затрудняет сравнение и взаимовлияние. Возможно, этот формальный язык возникнет на стыке этих идей и различных ветвей структуралистских исследований, ведущих начало от лингвистических работ Фердинанда де Соссюра. Получившийся новый бренд вряд ли сохранит лейбл «кибернетика», но это уже другой разговор.

О самой же кибернетике можно сказать то, что Дьердь Пойа сказал когда-то о методе Декарта. «В намерении, положенном в основу схемы Декарта, можно усмотреть нечто глубоко правильное. Однако претворить это намерение в жизнь оказалось очень трудно: здесь возникло гораздо больше препятствий и осложнений, чем это представлял себе полный энтузиазма Декарт. Проект Декарта потерпел неудачу, однако это был великий проект, и, даже оставшись нереализованным, он оказал большее влияние на науку, чем тысяча малых проектов, в том числе таких, которые удалось реализовать».

Врезка

[i39038]