Что такое кибернетика: что изучает и для чего нужна

Что такое кибернетика?

Кибернетика — это междисциплинарная наука об общих закономерностях получения, хранения, преобразования и передачи информации в сложных управляющих системах, будь то машины, живые организмы или общество. Это попытка ученых создать общую математическую теорию управления сложными системами, совместить на первый взгляд несовместимое и найти общность там, где ее не может быть.

Сло­во «ки­бер­не­ти­ка» впер­вые упот­ребил Пла­то­н в диа­ло­ге «За­ко­ны» (4 в. до н. э.) для обо­зна­че­ния «принципов управ­ле­ния людь­ми». В научный оборот термин «кибернетика» ввел французский физик и математик Андре-Мари Ампер, чьим именем мы измеряем силу электрического тока. В 1834 году в своем фундаментальном труде «Опыт о философии наук, или аналитическое изложение естественной классификации всех человеческих знаний» он определил кибернетику как науку об управлении государством, которая должна обеспечить гражданам разнообразные блага.

В том виде, в каком мы понимаем его сегодня, термин «кибернетика» ввел американский математик Норберт Винер в своей книге «Кибернетика, или Управление и связь в животном и в машине», опубликованной издательством MIT Press/Wiley and Sons в 1948 году. Он создал совершенно новую область исследований и совершенно новый взгляд на мир.

Уникальность его идей в том, что он показал: животные, как и машины, могут быть включены в более обширный класс объектов, отличительной особенностью которого является наличие систем управления.

Винера называют «отцом кибернетики». Однако большой вклад в развитие науки внесли и другие ученые — английский психиатр Уильям Эшби, американский нейрофизиолог Уоррен Маккалок, английский математик Алан Тьюринг, мексиканский физиолог Артуро Розенблют, советские математики Андрей Колмогоров и Виктор Глушков и другие.

Академик Виктор Глушков — ключевая фигура советской кибернетики

(Фото: ТАСС)

Основные принципы кибернетики

Как и в любой науке, у кибернетики есть свои законы и принципы. Основные из них — это принцип «черного ящика» и закон обратной связи.

Принцип «черного ящика» ввел английский психиатр, специалист по кибернетике и пионер в исследовании сложных систем Уильям Эшби. Этот принцип позволяет изучать поведение системы, то, как она реагирует на внешние воздействия, и в то же время абстрагироваться от ее внутреннего устройства. То есть кибернетики соглашаются с когнитивными ограничениями человека и невозможностью понять всех состояний системы, которые она может принимать прямо сейчас.

Закон обратной связи заключается в простом факте: если есть объект управления и субъект управления, то для выработки адекватных управляющих воздействий, имея информацию о состоянии объекта, субъект может принимать адекватное решение по его управлению. То есть манипулируя входными сигналами, мы можем наблюдать некий результат работы системы на выходе. При этом принципы и законы кибернетики одинаково применимы к управлению автомобилем, крупным предприятием, поведением толпы или бионическим протезом.

Одно из важнейших достижений кибернетики — разработка и широкое использование метода математического моделирования. Он позволяет проводить эксперименты не с реальными физическими моделями изучаемых объектов, а с их математическим описанием в виде компьютерных программ.

Синтеграция

Одна из самых больших трудностей в управлении современной крупной организацией заключается в том, что многие вопросы слишком сложны даже для небольших групп. Критические знания часто рассредоточены среди значительного числа людей. Организации часто сталкиваются с выбором между 1) очень дорогостоящими и длительными собраниями больших групп или 2) принятием неверных решений, основанных на неадекватном понимании соответствующих факторов. Интеграция — это групповой метод, разработанный для решения этой головоломки.

Интеграция объединяет ряд кибернетических принципов с идеями Бакминстера Фуллера о тенсегрити . Первоначальный формат «командного единства » включал 30 человек, разделенных на 12 частично совпадающих команд, чтобы иметь дело с некоторыми широкими и изначально плохо определенными проблемами. Команды и роли в командах организованы таким образом, чтобы достичь математически оптимальной степени резонанса информации во всей группе. На практике интеграция обеспечивает замечательную степень общего понимания исходной проблемы. В интеграциях, предназначенных для разработки плана действий, этап реализации обычно очень быстрый и эффективный, вероятно, из-за общего понимания, достигнутого среди участников.

Закон опыта

Закон опыта относится к наблюдению , что многообразие состояний , проявляемых детерминированной машиной в изоляции не может увеличиваться, и набор идентичных машин подают одни и те же входы не могут проявлять все большее разнообразие состояний, и , как правило , чтобы синхронизировать вместо этого.

Это следствие упадка разнообразия : детерминированное преобразование не может увеличить разнообразие множества. В результате неуверенность наблюдателя в состоянии машины либо остается постоянной, либо уменьшается со временем. Эшби показывает, что это справедливо и для машин со входами. При любом постоянном вводе состояния машин движутся к любым аттракторам, которые существуют в соответствующем преобразовании, и некоторые из них могут синхронизироваться в этих точках. Если вход изменяется в какой — то другой вход и поведение машин вводит различные преобразования, более чем один из этих аттракторов может сидеть в одной и той же области притяжения под . Состояния, которые достигли и, возможно, синхронизировались на этих аттракторах, затем синхронизируются далее под . «Другими словами, — говорит Эшби, — изменения на входе датчика имеют тенденцию делать состояние системы (в данный момент) менее зависимым от индивидуального начального состояния датчика и более зависимым от конкретной последовательности значений параметров, используемых в качестве Вход.»
п1{\ displaystyle P_ {1}}п2{\ displaystyle P_ {2}}п2{\ displaystyle P_ {2}}п1{\ displaystyle P_ {1}}п2{\ displaystyle P_ {2}}

Хотя существует закон невозрастания, существует только тенденция к уменьшению, поскольку разнообразие может оставаться устойчивым без уменьшения, если набор претерпевает взаимно-однозначное преобразование или если состояния синхронизировались в подмножество, для которого это это так. В формальном языковом анализе конечных машин входная последовательность, которая синхронизирует идентичные машины (независимо от разнообразия их начальных состояний), называется синхронизирующим словом .

Приложения

Приложения к организации и менеджменту были немедленно очевидны для Эшби. Одно из следствий состоит в том, что люди имеют ограниченную способность обрабатывать информацию, и за пределами этого предела важна организация между людьми.

Стаффорд Бир использовал этот анализ в своих работах по кибернетике управления . Бир определяет разнообразие как «общее количество возможных состояний системы или элемента системы». Пиво повторяет Закон необходимого разнообразия как «Разнообразие поглощает разнообразие». Проще говоря, логарифмическая мера разнообразия представляет собой минимальное количество вариантов выбора (путем двоичного дробления ), необходимое для разрешения неопределенности . Бир использовал это для распределения управленческих ресурсов, необходимых для поддержания жизнеспособности процесса.

Кибернетик Фрэнк Джордж рассказал о различных командах, которые соревнуются в таких играх, как футбол или регби, чтобы забить гол или попытаться. Можно сказать, что у выигрывающего шахматиста больше разнообразия, чем у проигравшего оппонента. Здесь подразумевается простой порядок . Ослабление и усиление разнообразия были главными темами в работе Стаффорда Бира в управлении (профессии контроля, как он его называл). Количество персонала, необходимого для ответа на телефонные звонки, контроля толпы или ухода за пациентами, является наглядным примером.

Применение естественных и аналоговых сигналов для анализа разнообразия требует оценки «способности различения» Эшби (см. Цитату выше). Учитывая эффект бабочки из динамической системы необходимо позаботиться , прежде чем количественные показатели могут быть получены. Небольшие количества, на которые можно не обращать внимания, могут иметь большие последствия. В своей книге «Создавая свободу» Стаффорд Бир обсуждает пациента в больнице с температурой, обозначающей лихорадку. Необходимо немедленно принять меры для изоляции пациента. Здесь никакое количество разнообразных записей средней температуры пациентов не обнаружит этот слабый сигнал, который может иметь большой эффект. Мониторинг требуется для отдельных лиц, что увеличивает разнообразие (см. Алгедонические предупреждения в модели жизнеспособной системы или VSM). Работа Бира в области управленческой кибернетики и VSM в значительной степени основана на разнообразии инженерии.

Другие приложения, использующие взгляд Эшби на подсчет состояний, включают анализ требований к цифровой полосе пропускания , избыточность и раздутость программного обеспечения , битовое представление типов данных и индексов , аналого-цифровое преобразование , границы конечных автоматов и сжатие данных . См. Также, например, возбужденное состояние , состояние (информатика) , шаблон состояния , состояние (элементы управления) и клеточный автомат . Необходимое разнообразие можно увидеть в теории алгоритмической информации Чейтина, где более длинная программа с большим разнообразием или конечный автомат производят несжимаемый результат с большим разнообразием или информационным содержанием.

Как правило, составляется описание требуемых входов и выходов, которое затем кодируется с минимально необходимым разнообразием. Отображение входных битов в выходные биты может затем дать оценку минимального количества аппаратных или программных компонентов, необходимых для обеспечения желаемого режима управления ; например, в компьютерном программном обеспечении или компьютерном оборудовании .

Разнообразие — это один из девяти требований, которые требует этический регулирующий орган .

Примечания[]

1. Мак-Каллок У. С., Питтс В.,Логическое исчисление идей, относящихся к нервной активности // В сб.: «Автоматы» под ред. К. Э. Шеннона и Дж. Маккарти. — М.: Изд-во иностр. лит., 1956. — с.363-384. (Перевод английской статьи 1943 г.)
2. Уидроу Б., Стирнс С., Адаптивная обработка сигналов. — М.: Радио и связь, 1989. — 440 c.
3. Werbos P. J., Beyond regression: New tools for prediction and analysis in the behavioral sciences. Ph.D. thesis, Harvard University, Cambridge, MA, 1974.
4. Галушкин А. И. Синтез многослойных систем распознавания образов. — М.: «Энергия», 1974.
5. Rumelhart D.E., Hinton G.E., Williams R.J., Learning Internal Representations by Error Propagation. In: Parallel Distributed Processing, vol. 1, pp. 318—362. Cambridge, MA, MIT Press. 1986.
6. Барцев С. И., Охонин В. А. Адаптивные сети обработки информации. Красноярск : Ин-т физики СО АН СССР, 1986. Препринт N 59Б. — 20 с.
7. BaseGroup Labs — Практическое применение нейросетей в задачах классификации
8. Такой вид кодирования иногда называют кодом «1 из N»
9. ↑ Открытые системы — введение в нейросети
10. Миркес Е. М.,Логически прозрачные нейронные сети и производство явных знаний из данных, В кн.: Нейроинформатика / А. Н. Горбань, В. Л. Дунин-Барковский, А. Н. Кирдин и др. — Новосибирск: Наука. Сибирское предприятие РАН, 1998. — 296 с ISBN 5020314102
11. Упоминание этой истории в журнале «Популярная механика»
12. http://www.intuit.ru/department/expert/neuro/10/ INTUIT.ru — Рекуррентные сети как ассоциативные запоминающие устройства]
13. Kohonen, T. (1989/1997/2001), Self-Organizing Maps, Berlin — New York: Springer-Verlag. First edition 1989, second edition 1997, third extended edition 2001, ISBN 0-387-51387-6, ISBN 3-540-67921-9

14. Зиновьев А. Ю. Визуализация многомерных данных. — Красноярск: Изд. Красноярского государственного технического университета, 2000. — 180 с.

15. Горбань А. Н., Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей, Сибирский журнал вычислительной математики, 1998. Т.1, № 1. С. 12-24.
16. Gorban A.N., Rossiyev D.A., Dorrer M.G., MultiNeuron — Neural Networks Simulator For Medical, Physiological, and Psychological Applications, Wcnn’95, Washington, D.C.: World Congress on Neural Networks 1995 International Neural Network Society Annual Meeting : Renaissance Hotel, Washington, D.C., USA, July 17-21, 1995.
17. Доррер М. Г., Психологическая интуиция искусственных нейронных сетей, Дисс. … 1998. Другие копии онлайн: ,

Объекты изучения

Эта наука изучает всевозможные управляемые системы, используя понятия кибернетической системы и кибернетического подхода.

Кибернетический подход

Кибернетический подход состоит в замене исходной системы управления изоморфной моделью и дальнейшем изучении этой модели. Чтобы реализовать подход, применяется один из двух методов моделирования: компьютерное или имитационное. Оба метода подразумевают использование принципа «черного ящика». Экспериментатор моделирует внешнюю деятельность рассматриваемой системы, а ее структура, воспроизводящая поведенческие характеристики, остается скрытой.

Кибернетический подход позволяет исследовать несколько видов информационных моделей, отличающихся по запросам:

• ответная реакция системы на воздействие внешних факторов,
• оптимизация характеристик системы относительно функции ценности,
• адаптивное управление,
• прогноз динамики системного преобразования.

Информационная система

Кибернетическая система

Кибернетическая система представляет собой множество взаимосвязанных элементов, способных к приему, обработке, запоминанию и обмену информацией. Основные свойства подобных систем: адаптация, самоорганизация и самообучение с использованием накопленного опыта.

Кибернетика в целом рассматривает любые управляемые системы в абстрактной форме, не учитывая их материальную природу, поэтому системой может являться как вычислительная машина, так и общество либо его отдельные группы.

Направления

Кибернетические методы применяются во многих отраслях:

• Биология. В рамках биологической ветви этой науки исследуются кибернетические системы в организмах. Также ученые решают вопросы передачи генной информации между поколениями живых организмов. В широком смысле биологическая кибернетика занимается исследованием методов моделирования структур и поведения биологических систем.
• Медицина. Кибернетика в медицине помогает диагностировать заболевания при помощи вычислительной техники и используется для создания высокотехнологичных протезов.
• Экономика. Методы данной науки используют для анализа всей экономики и отдельных ее элементов как сложной системы при помощи экономико-математического моделирования.
• Инженерия. Кибернетика в инженерии применяется для анализа масштабных сбоев систем, вызванных мелкими и незначительными ошибками.
• Информатика. В информатике ее методы используют для анализа информации и управления вычислительной техникой.
• Психология. В психологии существует отдельное направление психологической кибернетики, в рамках которого изучается взаимодействие систем анализа, сфер сознания и бессознательного в ходе взаимодействия людей с различными системами, а также между собой. Кроме того, эта дисциплина значительно повлияла на развитие психологии труда и ее подвидов.

Особняком стоит направление чистой кибернетики, в рамках которого происходит понятийное изучение систем управления. Ее главная задача – обнаружение основных принципов таких систем.

Информационная система Внимание! Есть известная шутка про университет ядерной кибернетики, однако на данный момент не существует ни такого вуза, ни такого направления, как ядерная кибернетика

Notes

1. ↑ Kevin Kelly, Out of Control: The New Biology of Machines, Social Systems and the Economic World (Boston, MA: Addison-Wesley, 1994, ISBN 0201483408).
2. Louis Couffignal, Essai d’une définition générale de la cybernétique, The First International Congress on Cybernetics (Paris: Gauthier-Villars, 1958), 46-54.
3. CYBCON discussion group 20. September 2007 18:15.
4. Jean-Pierre Dupuy, «The autonomy of social reality: On the contribution of systems theory to the theory of society,» in Elias L. Khalil and Kenneth E. Boulding (eds.), Evolution, Order and Complexity (London, UK: Routledge, 1986, ISBN 9780203284902).
5. Peter Harries-Jones, The Self-Organizing Polity: An Epistemological Analysis of Political Life by Laurent Dobuzinskis, Canadian Journal of Political Science 21 (2): 431-433.
6. Kenneth D. Bailey, Sociology and the New Systems Theory: Toward a Theoretical Synthesis (Albany, NY: Albany State Univ. of New York Press, 1994, ISBN 9780791417447), 163.
7. Kent A. McClelland and Thomas J. Fararo (eds.), Purpose, Meaning, and Action: Control Systems Theories in Sociology (New York, NY: Palgrave Macmillan, 2006, ISBN 9781403967985).

Overview

The term cybernetics stems from the Greek Κυβερνήτης (kybernētēs, steersman, governor, pilot, or rudder—the same root as government).

Cybernetics is a broad field of study, but its essential goal is to understand and define the functions and processes of systems that have goals, and that participate in circular, causal chains that move from action to sensing to comparison with desired goal, and again to action. Studies in cybernetics provide a means for examining the design and function of any system, including social systems such as business management and organizational learning, including for the purpose of making them more efficient and effective.

Cybernetics was defined by Norbert Wiener, in his book of that title, as the study of control and communication in the animal and the machine. Stafford Beer called it the science of effective organization and Gordon Pask extended it to include information flows «in all media» from stars to brains. It includes the study of feedback, black boxes, and derived concepts such as communication and control in living organisms, machines, and organizations, including self-organization. Its focus is how anything (digital, mechanical or biological) processes information, reacts to information, and changes or can be changed to better accomplish the first two tasks

A more philosophical definition, suggested in 1956 by Louis Couffignal, one of the pioneers of cybernetics, characterizes cybernetics as «the art of ensuring the efficacy of action.» The most recent definition has been proposed by Louis Kauffman, President of the American Society for Cybernetics, «Cybernetics is the study of systems and processes that interact with themselves and produce themselves from themselves.»

Concepts studied by cyberneticists (or, as some prefer, cyberneticians) include, but are not limited to: Learning, cognition, adaption, social control, emergence, communication, efficiency, efficacy, and interconnectivity. These concepts are studied by other subjects such as engineering and biology, but in cybernetics these are removed from the context of the individual organism or device.

Other fields of study that have influenced or been influenced by cybernetics include game theory; system theory (a mathematical counterpart to cybernetics); psychology, especially neuropsychology, behavioral psychology, cognitive psychology; philosophy; anthropology and even architecture.

Организационная кибернетика

Организационную кибернетику (OC) иногда отличают от кибернетики управления. Оба используют многие из одних и тех же терминов и опираются на некоторые из одних и тех же источников, но, как говорят, интерпретируют их в соответствии с несколько разными философиями системного мышления.

Организационная кибернетика изучает организационный дизайн, а также регулирование и саморегулирование организаций с точки зрения теории систем, также опираясь на Пиво и кибернетику, но также принимает во внимание социальный аспект. Расширяя принципы теории автономного агентства (AAT), теория культурного агентства (CAT) была сформулирована для генерации более высоких кибернетических порядков.. Исследователи в области экономики, государственного управления и политологии сосредотачивают внимание на изменениях в институтах, организации и механизмах социального управления на различных уровнях (субнациональном, национальном, европейском, международном) и в различных секторах (включая частный, получастный и государственный)

секторов; последний сектор выделен).

Исследователи в области экономики, государственного управления и политологии сосредотачивают внимание на изменениях в институтах, организации и механизмах социального управления на различных уровнях (субнациональном, национальном, европейском, международном) и в различных секторах (включая частный, получастный и государственный). секторов; последний сектор выделен).. Существует также обширная смежная область, также развивающаяся из общей теории систем и кибернетики через автопоэзис , биологической теории Умберто Матураны и Франсиско Варелы, влияющей на Никласа Лумана , и исследований, проведенных учеными теории сложности и систем .

Существует также обширная смежная область, также развивающаяся из общей теории систем и кибернетики через автопоэзис , биологической теории Умберто Матураны и Франсиско Варелы, влияющей на Никласа Лумана , и исследований, проведенных учеными теории сложности и систем .

Будущее кибернетики

Ожидания от кибернетики как научной дисциплины, которая сотворит революцию в обществе, в середине XX века были очень велики, но не все они смогли оправдаться. По мнению ученых, это произошло не из-за ограничений самой науки, а ограниченности специалистов, не сумевших реализовать потенциал кибернетических идей из-за их технологической и экономической несвоевременности. Спустя 70 лет у кибернетики есть все шансы реабилитироваться. Сегодня мы живем во времена, когда вычислительные возможности кажутся безграничными. Уже сейчас правительства и компании соревнуются, чтобы использовать преимуществами инноваций.

По мнению профессора Колледжа естественных наук Техасского университета Энди Эллингтона, в будущем люди начнут представлять собой нечто вроде новой «жизненной» формы, более связанной чем когда-либо с вычислительными устройствами. Достижения в области нейробиологии, электрохимии и синтетической биологии позволят нам подключаться к Сети напрямую.

Доктор биологических наук, профессор физического факультета и ведущий сотрудник Центра нейротехнологий ЮФУ Борис Владимирский считает, что интеграция мозга и кибернетики приведет к созданию виртуальной доли человеческого мозга. Она будет служить не только для распознавания образов или решения логических задач. Но и сообщать информацию, предлагать варианты разумного взаимодействия, отвечать на вопросы, а порой и задавать их.

Исследование операций

В соответствии с практикой Beer, в исследованиях производственной деятельности участвовали многопрофильные группы, ищущие практическую помощь в решении сложных управленческих вопросов. Это часто вовлекало разработку моделей, заимствованных из фундаментальных наук и помещенных в изоморфную связь с организационной ситуацией. Бир первоначально называл это « операционным исследованием » (OR), но вместе с Расселом Акоффом он все больше разочаровывался в этом термине по мере того, как область переходила в область, в которой предопределенный набор математических инструментов применялся к хорошо сформулированным задачам. Критика традиционного операционного вмешательства Биром, в частности, заключалась в том, что это стало делом экспертов-математиков, ищущих ситуации, которые можно было бы согласовать с их методами. Бир настаивал на том, что для эффективного исследования операций необходимо сначала понять ключевую динамику ситуации и только затем выбрать теорию или методы, которые позволят понять эту ситуацию в деталях. В «Решении и контроле» Бера, особенно в шестой главе, методология обсуждается довольно подробно.

Применение

Как научная дисциплина ее тезисы, математические решения и методы исследования применяются в изготовлении всей окружающей автоматики, включая такие ее виды: распознающие образы на изображениях, нейросистемы искусственного интеллекта, различные контролирующие устройства или их части, медицинское оборудование, вся цифровая техника, роботов, комплексы восприятия и синтеза голоса.

В сущности, в 21 веке сложно найти что-то в окружении человека, которое не содержит тех или иных управляющих элементов в зависимости от поступающих сигналов.
Кибернетика – основа замены человека во всех областях жизни

Медицинская кибернетика

Одной из ниш, которую плотно заняла научная дисциплина кибернетика, стала медицина. Средства контроля и автоматизации используются в миллионах относящихся к этой сфере деятельности приборов и устройств. Сюда входят системы предварительной поддержки жизнедеятельности организма человека – аппараты искусственного дыхания, фибрилляции, контролирующие его состояние приборы (различные анализаторы и индикаторы), а также вживляемые и устанавливаемые протезы.

Все эти ниши важны, но хотелось бы отдельно упомянуть о последних из перечисленных. Наиболее видимо и полно соответствуют понятию кибернетики различные современные протезы конечностей человека. Теперь управление ими осуществляется отдачей команд при помощи мыслей, а не устаревшими механическими способами.

Кроме того, созданы, пока экспериментальные, системы обратной связи, которые позволяют чувствовать искусственную руку или ногу как реальное продолжение человеческого тела с восприятием информации от различных датчиков, размещенных на протезе.
Швейцарский бионический протез с обратной связью по чувствительности и управлению мозговыми волнами