Файл: Бирюков, Б. В. Кибернетика и методология науки.pdf

С философской точки зрения вполне понятно, что по­ пытки уяснения «диапазона» понятия причинности в при­ менении к рассмотрениям кибернетики приводят, наряду с «жесткими» причинными зависимостями в «причинных сетях» (автоматах, системах управления и т. п.), к введе­ нию представления о «нежестких», в е р о я т н о с т н ы х причинных зависимостях — н е л а п л а с о в с к о й детер­ минированности. А. А. Марков, например, прямо указыва­ ет, что предложенное им понимание причинной связи в причинных сетях допускает нелапласовские видоизме­ нения.

Вообще следует заметить, что во многих частях теоре­ тической кибернетики наблюдается своеобразный «парал­ лелизм» лапласовского и нелапласовского подходов. Под последним понимается такая трактовка причинной детер­ минации, которая допускает ее неоднозначность, предста­ вимую, в частности, в вероятностно-статистических тер­ минах. При этом нелапласовская трактовка причинности нередко оказывается обобщением лапласовской. Такая ситуация наблюдается, например, в теории автоматов. Вероятностный автомат с содержательной точки зрения можно считать обобщением понятия детерминированного автомата, в силу чего хорошо известная проблематика абст­ рактной теории автоматов естественным образом перено­ сится и в теорию вероятностных автоматов (хотя в послед­ ней, конечно, и проблематика, и особенно методология ис­ следований претерпевают существенные изменения) (Б. А. Трахтенброт, Я. М. Барздинь, 1970, стр. 94 и далее; Р. Г. Бухараев, 1970). Другим примером может служить теория формальных нервных сетей, развиваемая в духе Мак-Каллока на основе диаграмм Венна. Вероятностные диаграммы Венна и вероятностные формальные нейроны возникают в результате обобщения «обычных» диатрамм Венна и «обычных» формальных нейронов (И. Б. Гутчин и А. С. Кузичев, 1967; А. С. Кузичев, 1968). Можно да­ лее отметить, что развивавшаяся Дж. фон Нейманом «ве­ роятностная логика» рассматривалась им как некоторое обобщение «обычной» формальной логики (Дж. фон Ней­ ман, 1971; ср. замечание А. Бёркса, 1971а, стр. 47).

Мы уже обращали внимание на то значение, какое имеет для уяснения некоторых философских аспектов понятия информации учет связи философских поня­

63

тий отражения и взаимодействия. Как справедливо от­ мечает В. С. Тюхтип, способность любого объекта природы в процессе взаимодействия продуцировать определенные изменения в другом объекте, создавая в нем отпечатки, следы, по своей структуре изоморфные (в некотором идеа­ лизированном смысле) какой-то стороне воздействующего объекта, составляет существо присущего всей природе об­ щего свойства отражения. Но причинно-следственная связь есть частный случай взаимодействия. «Законы причинно­ сти, законы взаимодействия между объектами природы лежат в основе отношений изоморфизма между отра­ жаемым и отражающим телом» (В. С. Тюхтин, 1964,

стр. 309).

Родство содержаний понятий отражения и взаимодей­ ствия проливает свет на взаимосвязь, обнаруживаемую между понятием информации и понятием причинно-след­ ственной связи. В рамках кибернетического круга идей эта связь в выпуклой форме была подчеркнута А. А. Марко­ вым. Трактовка им кибернетики как общей теории причин­ ных сетей вскрывает родство причинности и информации, так как последняя в этом случае может погашаться сле­ дующим образом: событие А содержит информацию о со­ бытии В, если на основании совокупности законов приро­ ды М из того, что имеет место событие А, можно заклю­ чить о наличии события В (оговорка о предшествовании одного события другому, которая необходима при опреде­ лении понятия причинности, здесь отсутствует); подобно марковскому определению причиной связи в причинных сетях, данное определение информации допускает пелапласовские видоизменения.

Говоря выше о роли информационных процессов в сис­ темах управления, мы упоминали о каналах передачи «ос­ ведомительной» информации, т. е. о линиях обратной свя­ зи, которые имеют место во всяком сложном («нелапласовском») процессе управления. Понятие обратной связи является плодотворным не только для анализа (и синтеза) систем управления, но, как мы видели, и для установления взаимосвязи между информацией и причинностью, — оно необходимо в анализе причинных зависимостей в сложных системах управления, начиная от исследования дея­ тельности организмов живой природы и вплоть до изу­ чения некоторых явлений в человеческом обществе, а так­ же для конструктивной деятельности людей по созданию

64

разного рода самоорганизующихся, адаптивных и т. и. управляющих систем.

Вкибернетике обратная связь рассматривается обычно

вчисто информационном плане в отличие от историческото «прообраза» информационной обратной связи (термин «обратная связь» возник в радиотехнике), имевшего энер­ гетическое «наполнение». Воздействие обратных связей на функционирование систем управления носит информацион­ ный характер. Как справедливо говорит Г. В. Бурковский, обратные связи отображают множество изменений выход­ ной величипы системы в множество ее же изменений за счет сигнальных воздействий, а не материально-энергети­ ческих. «Обратная связь есть воздействие, передающее информацию об изменении течения процесса этому же процессу»; она есть «сигпальпое воздействие выхода не­ которого элемента цепи прямой связи системы на пред­ шествующий этому выходу вход» (Г. В. Бурковский, 1970, стр. 158). Теоретическое и научно-практическое зна­ чение понятия обратной связи состоит в том, что теория систем с обратной связью позволяет выразить сложные,

развертывающиеся изо времени формы взаимодействия причин и следствий (в частности, обратное влияние след­ ствий на действующие причины) на математическом и ес­ тественнонаучном языке.

Обратная связь — частный случай информационной связи вообще, т. е. связи между системами (явлениями, процессами, устройствами и т. п.), возникающей при пе­ редаче информации от одной к другой (или при циркуля­ ции информации между ними). И так же, как выше мы говорили о каузальном аспекте обратной связи, можно ста­ вить вопрос об аналогичном аспекте информационной свя­ зи вообще. На этой основе некоторые отечественные фило­ софы (в частности, Б. С. Украинцев) развивают представ­ ление об информационном воздействии (информационной причинности).

Информационное воздействие — это воздействие источ­ ника сообщения (передаваемого по некоторому каналу связи) на адресат, способный к декодированию сообще­ ния. Реализуется оно благодаря сигналам, представляю­ щим собой изменения в физических, физиологических или иных процессах, происходящих в канале. При этом су­ щественны не вещественный или энергетический аспек­ ты сигналов, а их кодирующая («алфавитная») способ-

посты Хотя информационная связь всегда осуществляется при помощи некоторого физического процесса, для нее су­ ществен не этот процесс «сам по себе», а его способность служить для передачи некоторого разнообразия (см. ниже, гл. III). В системах современной техники сигнальностьвоз­ действия достигается применением специальных проце­ дур кодирования и декодирования, введением регулирую­ щих органов (клапаны, заслонки, переменные сопротив­ ления и т. и.), а в нейронных структурах живой природы эта сигнальность достигается введением, например, мемб­ ран с переменной проницаемостью (Б. С. Украинцев, 1970; Г. А. Бурковский, 1970).

Можно иметь различные мнения о том, стоит ли при­ менять к информационному воздействию термин «причи­ на» («причинное воздействие»). В статье «Причинность и информация» И. Н. Бродский (1963) отстаивает тезис о необходимости различать в причинно-следственной связи две стороны — физическую и информационную, а Б. С. Ук­ раинцев предлагает выделить информационное воздейст­ вие в особый вид причинности (причинения, вызывания) — в информационную причинность. Мы не будем обсуждать этот — фактически терминологический — вопрос, а отме­ тим лишь, что информационная связь, коль скоро она вы­ зывает изменения в поведении адресата, является, несом­ ненно, воздействием, «причинением». «Действие информа­ ционных причин заключается в том, что они как бы «отклоняют» несколько «в сторону» процесс физического причинения» (Б. С. Украинцев, 1970, стр. 195). Более того, главный результат действия «информационных причин» — формирование поведения управляемой системы (для кото­ рого физическое «производящее начало» является в об­ щем второстепенным).

Фундаментальная роль информационных воздействий в технике, живой природе и обществе общеизвестна. До­ статочно упомянуть о феномене самовоспроизведения жи­ вых организмов на базе генетической информации и по­ строении систем живого на основе матричного синтеза белков. Быть может, действительно имеет смысл, следуя Б. С. Украинцеву, называть «информационные причины» п р и ч и н а м и у п р а в л я ю щ и м и .

66

И. «Диффузность» сложных систем

Когда выше, в § 2, речь шла о сложных динамических системах, мы оставили в стороне один важный пункт, в ко­ тором различаются сложные («большие») и простые си­ стемы. Это — пункт, касающийся степеней «тесноты свя­ зей» и многообразия факторов (параметров, переменных), определяющих функционирование соответствующих си­ стем.

История включения в орбиту науки больших систем до­ статочно поучительна. Как отметил У. Росс Эшби (1959, стр. 18—19), а из отечественных исследователей — В.В. На­ лимов, точные науки начиная со времени Ньютона и до на­ чала XX в. стремились иметь дело с системами, в которых можно было выделить явления или процессы одной и той же физической природы, зависящие от небольшого числа переменных. Такие системы можно назвать «хорошо орга­ низованными», или простыми. «Здесь была возможна чет­ кая математическая постановка задач. Результаты исследо­ ваний оказывалось возможным представлять хорошо интер­ претируемыми функциональными связями, которым припи­ сывалась роль неких абсолютных законов природы. В тече­ ние более чем 200 лет экспериментаторам внушали, что единственно правильной является методология однофактор­ ного эксперимента» (В. В. Налимов, 1970, стр. 50). Эта методология была основана па убеждении, что исследова­ тель может с любой степенью точности стабилизировать все независимые переменные (факторы) исследуемой си­ стемы. Тогда, поочередно варьируя один за другим (и оставляя все прочие факторы фиксированными), можно устанавливать закономерности, связывающие переменные данной системы.

Эта методология в идейном плане совпадает с методо­ логическими установками того, развивавшегося начиная с Ф. Бэкона, направления индуктивной логики, в рамках которого — в трудах Дж. Гершеля и Дж. Ст. Милля27 — по­

27 Имеются в виду книги: J. Herschel. А preliminary discourse on the study of natural philosophy. London, 1830 (русский перевод:

Дж. Гершель. Философия естествознания. Об общем характере, пользе и принципах исследования природы. СПб., 1868) и

I. S. Mill. A system of logic, raciocinative and inductive, v. 1-2. London, 1843 (русский перевод: Дж. Ст. Милль. Система логики, силлогистической и индуктивной. СПб., 1914).

лучили описание простейшие методы исследования при­ чинной связи. Эти методы — метод единственного сходст­ ва, метод единственного различия, соединенный метод сходства и различия, метод сопутствующих изменений и метод остатков — носили сугубо качественный характер и этим отличались от реального «однофакторного экспе­ римента» естествоиспытателя (при котором измерения варьируемых и фиксируемых параметров составляют не­ отъемлемую часть экспериментальной процедуры), но в методологическом отношении они полностью с ним совпа­ дают.

Б самом деле, методы Гершеля — Милля основываются на серии постулатов, предъявляющих к исследуемому про­ цессу весьма сильные требования. Предполагается, что в распоряжении имеется некоторый критерий отождествле­ ния событий (происходящих обычно в различное время и по существу в различных обстоятельствах); что к изучае­ мым явлениям мы можем подходить как к чему-то и з о ­

факторов, от обратного воздействия следствий на причины

имеется возможность из фактически бесконечного (точнее, неопределенно большого) множества обстоятельств осу­ ществления данного конкретного процесса выделить неко­ торую конечную и для науки обозримую область определя­ ющих его факторов (или его следствий); что, выявляя круг возможных факторов, мы не упускаем ни одного су­ щественного; что мы в состоянии исключить влияние явле­ ния «множественности причин» и т. д. и т. п. (Б. Бирю­ ков, В. Швырев, А. Суханов, 1964, стр. 422). Нетрудно за­ метить, что эти постулаты в точности совпадают с теми уп­ рощающими предположениями, которые лежат в основе «однофакторного эксперимента» (10. II. Адлер, Е. В. Мар­ кова, 1970, стр. 16).

Известно, что «однофакторный эксперимент» в опреде­ ленных рамках может использоваться при чисто киберне­ тической постановке задачи оптимизации процесса (тех­ нологического процесса на производстве, химической реакции и т. и.). В этом случае процедура состоит в ста­ билизации всех факторов, кроме одного, варьируемого,

68

оптимальное значение которого (так называемый локаль­ ный оптимум) и находится. Далее, зафиксировав найденное оптимальное значение данного фактора, варьируіют вто­ рым фактором (при постоянстве всех остальных) и так да­ лее, пока процедура не завершится определением опти­ мальных значений всех факторов. Их совокупность и ха­

смотрения каждого параметра, участвующего в едином процессе!? Очевидно, что поиск локальных оптимумов по методике «однофакторпого эксперимента» обладает изъя­ ном п р и н ц и п и а л ь н о г о характера: он основан на пренебрежении тем обстоятельством, что при варьирова­ нии последовательно лишь одним обстоятельством другие

(факторов) понимается ситуация, когда проявление одно­ го фактора зависит от того, на каком уровне интенсивно­ сти находится другой (другие) фактор.

На основе такого рода соображений, начиная с 20-х го­ дов нашего столетия, был поставлен вопрос об исследо­ ваниях процессов при совместном рассмотрении различных факторов — о многофакторном исследовании. Это были ра­ боты создателя современной математической статистики Р. Фишера, который показал эффективность одновремен­ ного варьирования всеми факторами в эксперименте. Впервые открылась возможность определять совместный вклад групп факторов в изучаемый процесс и количе­ ственно оценивать само взаимодействие между факторами, определять погрешность эксперимента и т. д. Дальнейшее развитие методологии эксперимента привело в начале 50-х годов, т. е. уже после оформления кибернетики, к появлению нового, непосредственно связанного с оптими­ зацией (поиском оптимальных условий), направления в математической теории эксперимента — теории экстре­ мального эксперимента (Ю. II. Адлер, Е. В. Маркова, 1970; Ю. П. Адлер, Е. В. Маркова, Ю. В. Грановский, 1971). В последней из упомянутых книг следующим образом

69