Книги по системному анализу

Системный анализ

«Исследования по общей теории систем» (В.Н. Садовский, Э.Г. Юдин)
Презентации

«Исследования по общей теории систем»

В.Н. Садовский, Э.Г. Юдин

Оглавление    
Общая теория систем — скелет науки (К. Боулдинг) Системы, организации и междисциплинарные исследования (Р. Л. Акоф)

Общая теория систем как новая научная дисциплина

У. Росс Эшби (перевод Г. Л. Смоляна)

W. Ross Ashby, General Systems Theory as a New Discipline, «General Systems», vol. III, 1958, p. 1—б. В основу статьи положена речь У. Росса Эшби на конференции «Общества исследований в области общей теории систем» в Атланте, штат Джорджия, 27 декабря 1955 года.

Возникновение общей теории систем симптоматично для нового направления в науке, которое получило развитие в последнее десятилетие. Наконец-то наука стала уделять серьезное внимание системам, характеризующимся внутренней сложностью. Это утверждение может показаться неожиданным. Разве химические молекулы и живые организмы не сложны? И разве наука не изучает их с первых же дней своего существования? Разрешите мне объяснить, что я имею в виду.

Конечно, наука издавна интересовалась живыми организмами, однако в течение двух последних веков она стремилась главным образом отыскать в них только простое. Так, Шеррингтон выделил из всей сложной деятельности спинного мозга коленный рефлекс — малую долю общей деятельности, простую саму по себе и позволяющую изучать ее как изолированную функцию. Из всего сложного процесса пищеварения биохимики выделили действие пепсина на белок, которое можно было исследовать независимо. Наконец, Павлов, не вдаваясь во всю сложность функционирования головного мозга, исследовал условный рефлекс слюноотделения — весьма простую, по существу, функцию, всего лишь небольшую часть целого, изучать которую можно было изолированно.

Как в физике, так и в химии исследователи неизменно руководствовались той же стратегией: отысканием простых элементов. Их достижения состояли главным образом в выделении и определении элементов, из которых состоят сложные структуры. Их успехи относились к сфере анализа, но не синтеза. Поэтому сегодня биохимик больше знает об аминокислотах, из которых состоит белок яйца, чем о самом белке, из которого они получаются. А физиолог знает больше об отдельной нервной клетке в мозге, чем о совокупной деятельности всей массы клеток мозга в целом.

Таким образом, до последнего времени стратегию научного поиска составлял преимущественно анализ. Отыскивали отдельные элементы, изучали их свойства, и лишь затем предпринимали запоздалые попытки исследовать их совместные действия. Такого рода синтетические исследования, как правило, не приводили к существенному прогрессу и не занимали значительного места в научном познании.

Даже в тех случаях когда, казалось, велись исследования, направленные на синтез, при ближайшем рассмотрении оказывалось, что взаимодействие между отдельными частями практически не рассматривалось. Можно, например, указать, что объединения и сочетания элементов, с которыми имеют дело в физике и химии, образуются путем простого сложения. Из двух масс на чаше весов получают одну массу, но это всего лишь простая сумма отдельных масс. Аналогично два сигнала в электрической цепи могут быть представлены линейно — как результат простого сложения двух составляющих.

Объединения элементов, получаемые простым сложением, в собственном смысле совсем не являются объединениями, как таковыми. Складывая один пенс с другим, мы получаем именно два пенса, поскольку пенсы, по существу, не взаимодействуют между собой. Сравним это чисто номинальное объединение с тем, что происходит, скажем, когда кислота соединяется со щелочью или кролик спаривается с крольчихой. Здесь налицо реальное взаимодействие, результат которого нельзя представить как простую сумму. Я подчеркиваю, что вот уже более сотни лет наука развивалась главным образом за счет анализа — расчленения сложного целого на простые части; синтезом же, как таковым, практически пренебрегали.

«Разделяй на части и изучай их в отдельности» — этим правилом настолько широко пользовались, что появилась угроза превращения его в догму; более того, это правило часто рассматривали как оселок, на котором оттачивался подлинно научный подход.

Вероятно, Рональд Фишер был первым ученым, решительно заявившим, что не все системы могут быть расчленены на простые части. Его задача состояла в том, чтобы выявить реакцию сложной системы, состоящей из почвы и растений, на удобрения, вносимые для повышения урожайности. Один из возможных методов исследования в данном случае сводится к расчленению системы «почва — растения» на множество небольших химических и физических подсистем, изучению этих подсистем в отдельности, а затем к прогнозированию реакции системы в целом. Фишер решил, что такой метод был бы слишком медленным и что необходимую информацию можно получить, рассматривая почву и растения как единое сложное целое. Поэтому он приступил к проведению экспериментов, в которых несколько переменных изменялись одновременно.

Сначала ученые отнеслись к этому скептически, однако по зрелом размышлении пришли к выводу, что такой подход эффективен. Поэтому Фишера можно считать основателем новой научной стратегии. Имея дело с системой большой сложности, он принял эту сложность за существенное свойство, которое нельзя игнорировать, и показал, как можно получить при этом ценную информацию. Он продемонстрировал также, что добиться успеха может только тот исследователь, который признал необходимость нового подхода в науке.

Все вышесказанное, очевидно, сводится к тому, что, хотя в физике и химии системы изучают путем расчленения их на части, сейчас появляется новая научная дисциплина, которая исследует системы без их расчленения. Внутренние взаимодействия при этом не нарушаются, и система изучается в полном смысле слова как единое целое. Какие же методы существуют для исследования таких целостных систем? Другими словами, на какие общие методы может опираться общая теория систем?

В этой области в настоящее время ясно различаются два главных направления исследования. Первое, достаточно хорошо разработанное фон Берталанфи и его сотрудниками, принимает мир таким, каким мы его обнаруживаем: исследуются содержащиеся в нем различные системы — зоологические, физиологические и т. п., а затем делаются выводы о наблюдаемых закономерностях. Этот метод в основе своей является эмпирическим.

При втором методе начинают с другого конца. Вместо того чтобы исследовать сначала одну систему, за тем вторую, третью и т. д., следуют противоположному принципу — рассматривают множество «всех мыслимых систем» и потом сокращают это множество до более рациональных пределов. Этим методом с недавнего времени стал пользоваться и автор настоящей статьи. Поскольку на первый взгляд он может показаться чисто спекулятивным, нужно хотя бы коротко рассмотреть его обоснование.

Метод исследования всех возможных систем независимо от того, существуют ли они действительно в реальном мире, широко применялся в прошлом и доказал свою ценность во многих прочно сложившихся науках. Например, кристаллография изучает, с одной стороны, все виды кристаллов, которые встречаются в природе, а с другой — в своей математической ветви она исследует все их теоретически возможные формы. Установлено, что множество всех мыслимых кристаллов должно подчиняться определенным законам, так что математическая кристаллография может точно прогнозировать, какого рода кристаллы могут быть созданы в том или ином случае.

Откуда берутся эти законы? Можно ли ограничивать возможности природы? В данном случае можно, поскольку мы точно знаем, что имеем в виду, когда говорим «кристалл». Когда мы определяем кристалл как нечто, обладающее определенными свойствами симметрии, то, по сути дела, утверждаем, что кристалл должен иметь некоторые другие свойства симметрии, что последние необходимо вытекают из первых, иначе говоря, что они суть те же свойства, но рассматриваемые с другой точки зрения.

Таким образом, математическая кристаллография образует своего рода основу или структуру, более емкую и богатую, чем эмпирический материал, и на этой основе реальные кристаллы могут быть естественным образом упорядочены и сопоставлены друг с другом. Немногие осмелятся отрицать ценность математической теории, без которой научное исследование превратилось бы в хаотическое нагромождение частных случаев.

Этот метод исследования реально не наблюдаемых объектов и явлений уже длительное время с хорошими результатами применяется в физике. Многие разделы теоретической физики рассматривают объекты, которые не существуют и никогда не существовали: частицы, имеющие массу, но не имеющие объема, шкивы без трения, пружины без массы и т. п. Однако из того обстоятельства, что такие объекты не существуют, еще не следует, что математическая физика — пустая фантазия. Хотя не обладающая массой пружина реально не существует, это очень важное понятие в теории, и физик, который им владеет, лучше разбирается, скажем, в теории маятника, чем человек, не знакомый с этим понятием.

Можно высказать предположение, что подобная логическая основа должна составлять часть общей теории систем. В реальном мире редко встречаются объекты, представляющие собой упорядоченные, или совершенные, множества. Для того чтобы сопоставлять друг с другом реальные объекты, исследовать их взаимоотношения и управляющие ими законы, необходимо разработать строгую логику систем, устанавливающую структуру, в которой все существующие формы смогут найти свои естественные места и взаимоотношения.

Можно ли выявить такую структуру? Целесообразно ли начинать с рассмотрения класса «всех мыслимых систем »? Думаю, что да.

Основное возражение, с которым приходится сталкиваться, состоит в том, что рассматриваемый класс систем чудовищно широк. В него входит, например, система с такими тремя переменными — температура воздуха в данной комнате, его влажность и курс доллара в Сингапуре. Большинство согласится с тем, что такой набор переменных, представляющих «систему», неразумен, хотя он может, безусловно, существовать. Каков же выход из этого положения?

Многие типичные примеры показывают, что ученый практически в высшей степени избирательно подходит к выбору системы для исследований. Он отбрасывает большое количество возможных сочетаний переменных, считая их «непригодными для исследований». Критерии, используемые при этом, часто хорошо понятны ему интуитивно и очень редко выражены в явном виде. «Интенсивность» проведенных выборов также часто не осознается в явном виде. У Эддингтона есть рассказ об ученом-эмпирике, который забросил сеть в море, исследовал улов и вывел следующий эмпирический закон: «Длина всех морских существ превышает два дюйма». Надо полагать, что при исследовании систем мы не идем столь наивным путем. У нас нет никакого сомнения в том, что существуют тонкие закономерности сложных систем, имеющие скорее эпистемологическую, чем эмпирическую основу. И хотя о «всех возможных системах» известно немногое, можно с достаточной полнотой говорить об особом подмножестве таких систем, которые признаются учеными «пригодными для исследования». В дальнейшем мы приведем несколько примеров таких систем.

Каким критерием пользуется ученый при решении вопроса о том, образует ли данное множество переменных «естественную» систему? В определенном смысле на этот вопрос можно получить ответ, рассмотрев аналогичную ситуацию из области физики. Пригодной для изучения системой физик считает такую, в которую энергия не может поступать или из которой она не может утекать без ведома экспериментатора. Такие системы обычно называют энергетически замкнутыми, однако этот термин выбран не совсем удачно, так как во многих случаях в ходе исследования в систему вводится определенное количество энергии, что вызывает изменения в ней. Поэтому такого рода системы я предпочитаю называть «энергонепроницаемыми».

Подобным же образом системы, пригодные для исследования в биологическом мире, будучи вполне открытыми для энергии, вместе с тем замкнуты для всех источников возмущений, модификаций или энтропии (в смысле Шеннона), кроме тех источников, которые управляются экспериментатором. Выражаясь техническим языком, они являются «информационно- или помехонепроницаемыми ».

Таким образом, мы охарактеризовали в общих чертах сеть, которая, образно говоря, улавливает системы, пригодные для эмпирического исследования. При этом реализуется определенный выбор из множества всех мыслимых систем, причем в основании выбора лежит ряд особых свойств избираемых систем. Некоторые из этих свойств очевидны, другие малозаметны и выступают в замаскированном виде, их надо вскрыть и установить их источники. После сказанного мы теперь можем сформулировать следующий вопрос: каким образом установить те свойства систем, которые непосредственно вытекают из требования, чтобы система была информационнонепроницаемой?

Черный ящик

Чтобы ответить на этот вопрос, по моему мнению, нет лучшего способа, чем рассмотреть тот исследовательский принцип, который получил название черного ящика. Родился этот принцип в электротехнике, но сфера его применения на самом деле значительно шире и охватывает, по-видимому, всю науку.

Представим себе, что перед исследователем находится черный ящик, который по целому ряду причин нельзя открыть. В распоряжении исследователя имеются различные входы: переключатели, которыми можно оперировать, зажимы, на которые можно подавать различные напряжения, фотоэлементы, которые можно освещать, и т. п. Кроме того, исследователь может использовать различные выходы — клеммы, на которых измеряются напряжения, индикаторные лампочки, стрелки, движущиеся по градуированным шкалам, и т. д. Задача исследователя состоит в следующем: манипулируя по своему желанию с входами и проводя любые наблюдения над выходами, он должен сделать вывод о том, что может содержаться внутри ящика.

В первоначальной электротехнической постановке эта проблема заключалась в описании содержимого ящика в терминах, используемых в этой науке. В общей теории систем нас интересуют гораздо более широкие вопросы. Назовем их.

Какими общими правилами, какой стратегией следует руководствоваться при исследовании черного ящика любой природы?

Когда получены фактические данные с выходов ящика, какого рода операции следует вообще проводить над ними, чтобы производимые выводы были логически допустимыми?

И наконец, самый главный вопрос: что можно в принципе вывести из поведения ящика и что принципиально не поддается дедукции? Другими словами, если считать, что ресурсы исследователя в части организации испытаний и наблюдений лимитированы, то в какой степени это ограничивает его знания о черном ящике?

На первый взгляд может показаться, что эти вопросы настолько общи, что на них нельзя получить удовлетворительные ответы. Однако в настоящее время уже известно, что это не так. Современное развитие общей теории связи может подсказать правильный подход к решению этих вопросов. Предмет, который мы рассматриваем сейчас, можно трактовать как сложную систему, состоящую из Черного ящика и Исследователя. Исследователь влияет на Ящик, подавая ему определенные стимулы, а Ящик воздействует на Исследователя, выдавая ему показания приборов. Таким образом, один воздействует на другого. Взаимодействие, возникающее между ними, подчинено законам теории связи, так же как и любое другое взаимодействие между двумя подсистемами (необходимо пояснить, что общая теория связи, о которой идет здесь речь, не ограничивается эргодическими случаями).

На практике не существует абсолютных границ, зафиксированных по отношению к любому конкретному черному ящику. Сколькими бы способами мы его ни испытывали, всегда найдутся другие, но крайней мере мыслимые способы. Какие бы органы чувств или приборы мы ни использовали для наблюдения, всегда можно представить себе другие пути его исследования. Как бы долго мы ни наблюдали ящик, мы можем всегда продолжить наблюдения. Но в конце концов наступает момент — и на практике это бывает непременно, — когда исследование и наблюдение должны прекратиться, по меньшей мере хотя бы на некоторый срок, в течение которого ученый перестает размышлять о природе ящика и делать выводы из имеющихся данных. Предположим, что исследование достигло этой фазы. Это означает, что были использованы определенные входы, проведены наблюдения над определенными переменными и зафиксирован протокол конечной длины.

Будем считать аксиомой, что какого бы рода ни было взаимодействие, оно обязательно в конечном счете найдет свое выражение в протоколе событий, констатирующем последовательность состояний каждой подсистемы в определенные отрезки времени. Теперь этот протокол можно рассматривать как сообщение, содержащее информацию о природе черного ящика. Едва ли надо доказывать, что знания исследователя о ящике, о любых его свойствах, по сути дела, должны представлять собой расшифровку того, что зафиксировано в протоколе, и большего от исследователя требовать нельзя.

С этой точки зрения выявить какие-либо устойчивые свойства черного ящика — это значит выявить в протоколе некоторые закономерные связи. Изучение системы можно, таким образом, суммировать в нескольких словах: обнаружить в протоколе закономерности, точнее, их статистическую структуру. Если исследователь в протоколе не найдет ни одной такой закономерности (а протокол как источник информации характеризуется максимумом энтропии, другими словами, он не обладает статистической избыточностью), тогда ему остается только сказать: «Я не могу сделать никаких выводов из поведения черного ящика. Оно полностью хаотично».

Следовательно, любое заключение о природе черного ящика должно в принципе представлять собой перекодирование избыточностей (или статистических закономерностей) в протоколе

Теперь предположим, что исследователь объявляет об открытии некоторого свойства черного ящика, какой-то характеристики его поведения, которая хорошо прослеживается от начала до конца протокола. Если он опишет это свойство в достаточно компактной форме, то мы сразу увидим, что он точно следует процессу, играющему важную роль в научном общении: он просто расшифровывает протокол таким образом, чтобы передать фактически более простое, чем сам протокол, сообщение, в котором содержится только полезная информация и в котором нет избыточности (избыточная часть полностью исключается из компактного описания этого устойчивого свойства).

Возможно, самым важным результатом, который можно получить с помощью протокола, является решение вопроса о том, пригодна ли вообще данная система для исследования, то есть является ли она информационнонепроницаемой. Суть дела здесь в том, что протокол должен быть инвариантным во времени по отношению к тем закономерностям, которые он содержит. Если это так, то исследователь может обоснованно утверждать, что система по крайней мере в отношении данного свойства информационнонепроницаема, то есть от нее нельзя ожидать непредсказуемого поведения. Практически на уровне фундаментальных принципов подобную инвариантность можно рассматривать как операциональное определение того, что имеется в виду под термином «информационная непроницаемость».

Следующий основной результат, который можно получить из протокола, — это ответ на вопрос, является ли поведение системы «машиноподобным» или нет. Здесь имеется в виду следующее: достаточны ли наши знания о текущем состоянии системы (по данным на ее выходах) и об условиях, в которых она функционирует (по состоянию ее входов), для определения того, что она будет делать в следующий момент времени? Чтобы ответить на вопрос, ведет ли себя черный ящик, как машина, не требуется изучения его внутреннего устройства; непосредственный ответ может быть получен из операционального описания процесса функционирования системы. Недостаток места не позволяет здесь подробно описать этот метод. Следует только заметить, что он дает возможность установить также — если система не является полностью детерминированной, — детерминирована ли она в статистическом смысле, то есть обладает ли постоянными вероятностными характеристиками.

Часто при исследовании конкретной системы возникает важный вопрос о функциональных связях, существующих между отдельными частями и элементами системы (здесь речь идет исключительно о функциональных аспектах, то есть о влиянии одних элементов на другие). Когда нам известны связи между частями, мы обычно составляем схему непосредственных или прямых влияний. Таким путем мы получаем эндокринологическую схему, где показано, как воздействуют друг на друга различные железы, ткани и нервные центры, или схему организации управления предприятием, где указываются связи между различными отделами и службами. Можно ли составить такую схему черного ящика на основании выводов из протокола?

Можно, но с точностью до изоморфизма. Отложим на минуту определение этого термина и примем как факт, что функциональ ные связи внутри черного ящика можно установить на основании выводов из результатов наблюдений, проведенных извне. Необходимую для этого информацию можно найти в протоколе. Таким образом, для того, чтобы выяснить нечто о связях внутри черного ящика, нет необходимости вскрывать его.

Однако далеко не все о внутренних связях ящика можно извлечь из протокола. В нем содержится информация о связях, которая позволяет определить их лишь с точностью до изоморфизма. Любые усилия по расшифровке протокола не помогут преодолеть эти ограничения: необходимой для этого информации в протоколе просто нет.

Для того чтобы определить смысл этих ограничений, выясним, что имеется в виду, когда говорят, что два черных ящика изоморфны.

Предположим, что перед нами два черных ящика, и мы имеем право заглянуть внутрь.

В первом находится тяжелое маховое колесо, положение которого может быть зарегистрировано на градуированной шкале, установленной снаружи ящика. К маховику прикреплена пружина, другой конец которой присоединен к рычагу, служащему входом ящика. Перемещение рычага сжимает или отпускает пружину и передает усилие на маховик, заставляя его поворачиваться или останавливаться. Если рычаг последовательно ставится в различные положения, то маховик отвечает некоторой последовательностью поворотов, которые фиксируются на шкале.

Второй черный ящик — электрический, и в нем содержатся последовательно соединенные индуктивность и емкость. Входом служит переключатель, с помощью которого исследователь может по своему усмотрению регулировать напряжение в электрической цепи. На выходе регистрируется общее количество проходящего через цепь тока. При установке переключателя в различные положения изменяется количество проходящего через цепь тока, что фиксируется в виде сложной последовательности изменений показателей на выходной шкале.

Предположим далее, что различные постоянные — жесткость пружины, масса маховика, индуктивность и емкость — заданы раз и навсегда так, что между двумя имеющими здесь место системами можно установить вполне определенное соотношение (поскольку этот пример служит только для иллюстрации, нет нужды его детализировать дальше).

В результате обнаруживается, что если на вход первого ящика подать определенное воздействие и наблюдать на выходе поворот маховика, то подача эквивалентного воздействия на вход второго ящика вызовет аналогичное изменение на его выходе. Другими словами, эквивалентность двух входов влечет за собой эквивалентность выходов. Следовательно, несмотря на бесконечные возможности для задания различных воздействий на входах двух ящиков, если траектории входов одинаковы (как бы длинны и сложны они ни были), траектории выходов также будут одинаковы. Таким образом, если истинные механизмы таких ящиков скрыты ст нас и мы можем наблюдать только их входы и выходы, то оба ящика становятся неразличимыми, так как они одинаково реагируют на все внешние воздействия. В этом случае говорят, что обе машины изоморфны.

Предположим, что имеется дифференциальный анализатор, на котором можно моделировать поведение одного из черных ящиков при всех возможных его входах. Поскольку при заданном входе ящика анализатор дает тот же выход, что и ящик, анализатор, по определению, изоморфен ящику. Следовательно, аналоговое вычислительное устройство можно вполне корректно определить как машину, которая способна быть изоморфной любой системе из обширного класса динамических систем.

Выше было показано, что информация о внутренних связях может быть извлечена из протокола с точностью до изоморфизма. Это означает, что из данного протокола не могут быть получены никакие иные следствия. Таким образом, здесь мы сталкиваемся с одним из принципиальных ограничений, о которых я говорил раньше.

Не следует думать, что это ограничение чисто технического порядка и что оно будет преодолено после изобретения какой-нибудь технической новинки. На самом деле оно означает, что любой конечный протокол может представить лишь определенное количество информации о конкретных связях и что дополнительной информации на этот счет в протоколе просто не содержится.

Знание этого ограничения, видимо, полезно для нас, так как удерживает от попыток добиться невозможного. Предположим, что имеются не только два упомянутых черных ящика и дифференциальный анализатор, моделирующий их поведение, но и инженер, настолько хорошо подготовленный, что, если ему известен вход системы, он может предсказать ее выход (возможно, он заранее вычертил график действительных изменений системы). Если рассматривать инженера как нейронный механизм, то можно сказать, что этот механизм изоморфен трем остальным, так как при одинаковых входах все четыре механизма дают одинаковые выходы. И если теперь мы станем на позицию нейрофизиолога и начнем исследовать мозг инженера и нейронные связи внутри него, нам следует хорошо осознавать, что структура таких связей не определяется однозначно поведением инженера. Все, что мы можем в этой связи сказать, касается лишь некоторого класса механизмов. И это обстоятельство мы должны учитывать. Многие трудности теории нейронных механизмов, возможно, возникают из-за нашего стремления игнорировать этот факт.

Степени свободы

Существует еще одна характеристика черного ящика, которая может быть строго выведена из протокола, — это число степеней свободы. Под этим имеют в виду число переменных, наблюдаемых или определяемых при условии, что поведение ящика детерминировано, то есть однозначно определено и не подвержено случайным изменениям. Для примера рассмотрим простой маятник заданной длины. Его траектория детерминирована лишь при условии, что известны его положение и скорость. Поэтому у него две степени свободы. Настольная счетная машина, умножающая одно восьмизначное число на другое, имеет 16 степеней свободы, поскольку получающийся результат будет детерминированным только в том случае, когда известны все 16 цифр произведения.

Вернемся к черному ящику. Предположим, что мы наблюдаем его выход на нескольких шкалах. Эти шкалы могут полностью или частично указывать на то, что происходит внутри ящика. Если в ящике действительно находится простой маятник, то с выхода ящика мы можем получить информацию только о положении маятника в данный момент. Исследование такого ящика вскоре бы показало, что знание его выхода недостаточно для предсказания его дальнейшего поведения.

Итак, число степеней свободы является неотъемлемым внутренним свойством системы, и его можно определить, установив количество наблюдений, которое необходимо провести, чтобы суметь предсказать поведение системы. Теперь предположим, что некий черный ящик обладает 20 степенями свободы и что события внутри ящика фиксируются на пяти шкалах. Так как 15 степеней свободы не наблюдаемы, исследователь обнаружит, что поведение ящика, согласно показаниям шкал, не детерминировано (эта очевидная неопределенность проистекает из того, что в расчет не принимаются 15 переменных). Существенно, что исследователь может восстановить детерминированность поведения, приняв в рассчет предшествующие значения переменных, которые он мог наблюдать на шкалах. И поскольку пятнадцать степеней свободы непосредственно ненаблюдаемы, необходимую информацию для этого можно получить, сделав дополнительно пятнадцать наблюдений на тех же пяти шкалах (скажем, по три на каждой).

Таким образом, теория черного ящика естественно приводит нас к другой теории — весьма важной для тех, кто изучает мозг, — к теории механизмов, которые по какой-либо причине не полностью доступны для наблюдения.

В качестве результата проведенного рассмотрения мы формулируем утверждение, которое можно строго доказать, но в данном случае ради простоты изложения мы опускаем необходимые для такого доказательства детали. Если поведение системы действительно детерминировано, однако невозможно произвести наблюдения во всех существенных точках системы, то детерминированность можно восстановить с помощью дополнительных наблюдений в тех же точках, то есть с помощью тех же приборов, на которых были зарегистрированы предшествующие наблюдения. При этом общее количество наблюдений всегда должно соответствовать числу степеней свободы системы. Иными словами, можно установить число степеней свободы черного ящика, определив, какое количество наблюдений требуется для того, чтобы сделать возможным точное предсказание его поведения.

Память

Как мы только что сказали, в случаях, когда черный ящик не полностью наблюдаем, исследователь может восстановить предсказуемость его поведения, обратившись к событиям, имевшим место в прошлом. Процесс обращения к происшедшим ранее событиям хорошо известен в науке, и для его обозначения имеется специальный термин.

Предположим, например, что, находясь в доме приятеля, вы замечаете, что, как только на улице проезжает машина, его собака забивается в угол комнаты и начинает скулить. Поведение собаки для вас покажется беспричинным и необъяснимым. Затем вы узнаете от приятеля, что месяц назад собаку сбила машина. После этого поведение собаки можно рассматривать, принимая во внимание то, что произошло раньше.

Психологи сразу скажут, что мы говорим здесь о «памяти», которую продемонстрировала собака. Понятие памяти совершенно естественно возникает у исследователя тогда, когда система не полностью наблюдаема, и поэтому он должен использовать информацию о прошлом, заменяющую ему то, что он не может наблюдать в настоящее время. С этой точки зрения «память» не является объективным свойством, внутренне присущим системе; это понятие отражает ограниченные возможности наблюдения у исследователя. Признание этого факта поможет нам устранить некоторые парадоксы, которые накопились вокруг этого понятия.

Выше говорилось о том, что когда ученый решает включить в изучаемый им класс систем только «естественные», или «разумно выбранные», системы, он осуществляет свой отбор довольно тщательно, кладя при этом в его основу те признаки, которые он затем надеется обнаружить опытным путем, и действует при этом в точности, как тот ихтиолог, который предполагал, что все морские существа длиннее двух дюймов.

Поэтому не будем удивляться, если исследования черного ящика приведут нас к тому, что некоторые свойства, давно известные как свойства реального мира, окажутся следствием нашего отбора систем для исследования, а именно информационно- или помехонепроницаемых систем. Остановимся вкратце на этих свойствах.

Прежде всего в любой помехонепроницаемой системе, не подвергаемой возмущениям на входах, то есть в «изолированной» системе, количество информации не может увеличиваться; оно может только уменьшаться. В любой изолированной системе можно наблюдать уменьшение количества информации при переходе системы к состоянию равновесия. В случае, когда переход системы в состояние равновесия производится из различных начальных состояний и осуществляется по многим траекториям, система теряет информацию о том, из какого начального состояния она пришла к состоянию равновесия. Такова первая иллюстрация общего принципа, согласно которому информация о событиях, происшедших в системе в прошлом, всегда имеет тенденцию к угасанию.

Более сложный пример, по сути дела, того же принципа дает случай, когда на вход помехонепроницаемой системы поступает длинная последовательность воздействий. Будем считать, что состояние системы в данный момент времени хранит следы событий, происходивших в ней в прошлом. Так как обычно информационная емкость системы конечна, то информация о событиях, происшедших в ней в отдаленном прошлом, имеет тенденцию к разрушению вследствие вытеснения ее информацией о событиях, происшедших сравнительно недавно.

Рассуждая более формально, можно сказать, что когда помехонепроницаемая система подвергается воздействию длинной последовательности событий, то чем длиннее эта последовательность, тем сильнее конечное состояние системы будет зависеть от данного воздействия, а не от ее исходного состояния.

В психологии давно известны различные формы этого явления. На нашем повседневном опыте мы убеждаемся в этом, наблюдая, например, как молодые люди, обладающие различными характерами, после того как они наденут одинаковую форму и послужат на флоте, теряют свои индивидуальные черты и в значительно большей степени будут характеризоваться тем, что все они моряки. Аналогичное явление встречается в лабораторных экспериментах, когда последующее обучение ведет к забыванию предшествующего опыта (это называется ретроактивным торможением).

Учеными придуманы различные более или менее сложные механизмы для объяснения этих общеизвестных явлений. При этом не исключено, что все они исходят именно из того факта, что наука имеет дело только с информационнонепроницаемыми системами. А это значит, что, осуществляя выбор систем для исследования, ученые бессознательно отбирают лишь те системы, в которых в известной степени должны наблюдаться подобные явления.

В заключение позвольте привести некоторое обоснование заголовка этой статьи, который утверждает, что общая теория систем должна рассматриваться как новая научная дисциплина.

Можно заметить, что многое из того, о чем я хотел сказать, непосредственно не касалось черного ящика, как такового, а, скорее, относилось к вопросу, чего может и чего не может добиться исследователь, имея дело с черным ящиком. Мы, теоретики систем, на самом деле изучаем не черный ящик, как таковой, а более широкую систему, состоящую из двух частей — черного ящика и исследователя, взаимодействующих друг с другом. Мы используем общую теорию связи в ее неэргодической форме для того, чтобы установить определенные закономерности этого взаимодействия. Таким образом, если исследователь, изучающий черный ящик, является ученым, то нас можно назвать метаучеными, поскольку мы изучаем два объекта; мы работаем на существенно ином уровне анализа.

То, что я сумел здесь сказать, может дать лишь самое общее представление о математическом аспекте общей теорий систем. Надеюсь, я ясно объяснил, что возможно (и разумно) идти в исследовании не снизу вверх — от эмпирии к теории, а сверху вниз — от абстрактного и общего к конкретным явлениям. Надеюсь, я показал также, что подобный путь обещает привести к ценным результатам и может оказать нам крайне важную помощь в исследовании таких сложных систем, как мозг и общество, иначе говоря, привести к созданию логики механизма.

Оглавление    
Общая теория систем — скелет науки (К. Боулдинг) Системы, организации и междисциплинарные исследования (Р. Л. Акоф)


Система Orphus

Яндекс.Метрика