Берталанфи Л. Общая теория систем - Основы, развитие, применение. Главы 1-2
Подождите немного. Документ загружается.
механизмов, несмотря на то, что она может быть выражена в других
терминах, может рассматриваться как попытка уйти от этих
более старых механистических формулировок, которые теперь
оказались неадекватными, и представить новые и более плодотворные
концепции и более эффективные методологии для изучения процессов
саморегуляции, самоориентирующихся систем и организмов, и
самоуправляющихся личностей. Таким образом, термины обратная
связь, сервомеханизм, циклические системы и циклические
процессы могут рассматриваться как разные, но эквивалентные
выражения по сути одной и той же основной концепции. (Фрэнк и
др., 1948, сокращено)
Обзор достижений кибернетики в технологии и науке выходит за
рамки этого издания, и представляется излишним, поскольку этому
посвящено много книг. Однако представленный исторический обзор
является уместным, поскольку возникли определенные неправильные
представления и ошибочные толкования. Так, Бакли (1967, стр.36)
утверждает, что «современная Теория Систем, хотя и кажется
вытекающей de novo из попыток, имевших место начиная с
прошедшей войны, может рассматриваться как кульминация
обширного сдвига в научной перспективе, стремящейся к
доминированию в течение последних нескольких веков». Хотя вторая
часть предложения верна, первая – нет; системная теория не «вытекает
из попыток имевших место с прошедшей войны», но ее
происхождение относится к более отдаленному периоду, и ее корни
совершенно не связаны с военным техническим обеспечением и
подобными технологическими разработками. Также неправильно и
утверждение о «возникновении теории систем на основе недавних
достижений в анализе технических систем» (Шоу, 1965), если только не
рассматривать это в особом смысле слова.
Теория систем также часто идентифицируется с кибернетикой и
теорией управления. И опять это неправильно. Кибернетика, как
теория механизмов управления в технологии и природе, основана на
концепциях информации и обратной связи, и является всего лишь
частью общей теории систем; кибернетические системы – частный
случай, хотя и важный, систем, демонстрирующих саморегуляцию.
Направления теории систем
В то время, когда любое новшество, даже самое незначительное,
провозглашается революционным, кажется тривиальным
использовать это обозначение для научных разработок. Мини-юбки и
длинные волосы, называемые революцией тинэйджеров, и любой
новый дизайн автомобилей или лекарство, представляемое
фармацевтической индустрией, объявляемые подобным образом, - все
эти сообщения просто рекламный слоган, едва ли подходящий для
серьезного обсуждения. Однако, это может использоваться и в строго
техническом смысле, т.е. «научные революции» могут быть
определены по определенным диагностическим критериям.
Согласно Куну (1962), научная революция определяется
возникновением новых концептуальных схем или «парадигм». Они
выдвигают на передний план аспекты, которые ранее были не заметны
или не осознавались, или даже подавлялись в «обычной» науке, т.е.
науке, общепризнанной и существующей в данное время.
Следовательно, происходит сдвиг в отмеченных и изученных
проблемах и изменение правил научной практики, сравнимый с
переключением в перцептивных гештальтах в психологических
экспериментах, когда, например, одно и то же изображение может
рассматриваться как 2 лица или чашка, или как утка или кролик.
Понятно, что в таких критических фазах акцент ставится на
философском анализе, который не воспринимается как необходимый
в периоды развития «обычной» науки. Ранние версии новой
парадигмы по большей части «сырые», решают мало проблем, и
решения, предлагаемые для отдельных проблем, далеки от
совершенства. Существует изобилие и конкуренция теорий, каждая из
которых ограничена в отношении количества охватываемых проблем,
и четкость решения этих проблем также принимается во внимание.
Тем не менее, новая парадигма в действительности охватывает новые
проблемы, особенно те, которые ранее отвергались как
«метафизические».
Эти критерии были получены Куном на основе изучения
«классических» революций в физике и химии, но они являются
отличным описанием перемен, вызываемых организмическими и
системными концепциями, и проливают свет и на их достоинства, и
на их ограничения. Особенность системной теории, хотя и
неудивительная, заключается в том, что она включает в себя ряд
подходов, отличающихся по стилю и целям.
Системная проблематика главным образом заключается в
ограничениях аналитических процедур в науке. Раньше это
выражалось наполовину метафизическими формулировками,
такими как эмергентная эволюция или «целое – больше, чем сумма
его частей», однако имеет четкое операционное значение.
«Аналитическая процедура» означает, что изучаемая сущность
должна быть разложена, и поэтому может быть составлена и
воспроизведена из частей, соединенных вместе; эти процедуры
понимаются в их материальном и концептуальном смысле. Это
основной принцип «классической» науки, который может
осуществляться различными способами: разложение на изолируемые
причинные цепи, поиск «атомных» единиц в различных областях
науки, и пр. Прогресс науки показывает, что эти принципы
классической науки – впервые изложенные Галилеем и Декартом –
позволяют добиться больших успехов при изучении широкой сферы
явлений.
Применение аналитических процедур зависит от двух условий.
Первое заключается в том, что взаимодействия между «частями» - не
существуют или достаточно слабые, чтобы игнорироваться по
определенным исследовательским причинам. Только при этом
условии целое может быть «разложено» на части, фактически,
логически и математически, а затем «воссоединено». Второе условие –
связи, описывающие поведение частей, должны быть линейными;
только тогда имеет место условие суммативности, т.е. уравнение,
описывающее поведение целого – той же самой формы, что и
уравнения, описывающие поведение частей; частичные процессы
могут накладываться для получения общего процесса, и пр.
Эти условия не выполняются в категориях, обозначаемых
системами, т.е. состоящих из частей «во взаимодействии». Прототип
их описания – система дифференциальных уравнений (стр. 55 и
следующие), которые являются нелинейными в общем случае.
Система или «организованная комплексность» (стр.34) может
характеризоваться существованием «сильных взаимодействий»
(Рапопорт, 1966) или взаимодействий, которые «нетривиальны»
(Саймон, 1965), т.е. нелинейны. Методологическая задача теории
систем, таким образом, состоит в решении проблем, которые, в
сравнении с аналитически-суммативными проблемами классической
науки обладают более общим характером.
Как уже было сказано, существуют различные подходы к
решению таких проблем. Мы намеренно используем несколько
неопределенное выражение «подходы», поскольку они логически
неоднородны, представляют различные концептуальные модели,
математические техники, исходные позиции и пр.; однако, все они
являются теориями систем. Не принимая во внимание подходы в
прикладных системных исследованиях, такие как системное
проектирование, операционное исследование, линейное и нелинейное
программирование, и пр., наиболее важными подходами можно
назвать следующие (более подробный обзор см. Дришел, 1968).
«Классическая» теория систем применяет классическую
математику, т.е. вычисления. Ее цель – изложить принципы, которые
применяются к системам в общих или определенных подклассах
(напр., закрытые и открытые системы), обеспечить техники для их
изучения и описания, и использовать их в конкретных случаях. Из-за
обобщенности такого описания, можно утверждать, что определенные
формальные свойства будут применяться к любой сущности в качестве
системы (или открытой системы, или иерархической системы и пр.),
даже если ее точная природа, части, взаимосвязи и пр., неизвестны
или не изучены. Примеры включают в себя обобщенные принципы
кинетики, применимые, напр., к популяциям молекул или
биологическим категориям, т.е. к химическим или экологическим
системам; диффузию, такую как уравнение диффузии в физической
химии и в распространении слухов; применение устойчивого
состояния и моделей статистической механики к транспортному
потоку (Газис, 1967); аллометрический анализ биологических и
социальных систем.
Компьютеризация и моделирование. Системы дифференциальных
уравнений как способ «моделировать» или определять систему, в
случае, если они линейные, довольно утомительны для решения, даже
в случае немногих переменных; если они нелинейные, то они
неразрешимы, за исключением особых случаев (таблица 1.1). По этой
причине, компьютеры открывают новый подход в системных
исследованиях; не только посредством облегчения вычислений,
которые в других случаях вышли бы за пределы допустимого времени
и энергии, и посредством замещения математической
изобретательности типовыми процедурами, но и также открывая
области, в которых не существует математической теории или
способов решения. Таким образом, системы, далеко превосходящие
традиционную математику, могут быть компьютеризированы; с
другой стороны, фактический лабораторный эксперимент может быть
заменен компьютерным моделированием, разработанная таким
образом модель далее должна быть проверена экспериментальными
данными. Именно так, например, Б. Хесс вычислил 14-шаговую цепь
реакций гликолиза в клетке в модели более чем из 100 нелинейных
дифференциальных уравнений. Похожий анализ является
стандартным для экономических исследований, изучения рынка и пр.
Таблица 1.1. Классификация математических задач* и легкость их
решения аналитическими методами (Фрэнкс, 1967).
Линейные уравнения Нелинейные уравнения
уравнение
Одно
уравнение
Несколько
уравнений
Много
уравнений
Одно
уравнение
Несколько
уравнений
Много
уравнений
алгебраическое тривиально
Легко
По существу
невозможно
Очень
сложно
Очень
сложно
Невозможно
Обычное
дифференциаль
ное
Легко Сложно
по существу
невозможно
Очень
сложно
невозможно Невозможно
Частично
дифференциаль
ное
сложно
По существу
невозможно
невозможно
невозможно
невозможно невозможно
* С разрешения Electronic Associates, Inc.
Теория ячеек. Аспект систем, который может быть выделен
отдельно из-за высокого уровня разработки, достигнутого в области
теории ячеек (Ресигно и Сегре, 1966), - т.е. система состоит из
субъединиц с определенными граничными условиями, между
которыми происходят процессы переноса. Такие системы ячеек могут
иметь, напр., «цепную» или «мамиллярную» структуру (цепь ячеек
или центральная ячейка, взаимодействующая с несколькими
периферическими). Понятно, что математические сложности
становятся непомерно высокими в случае трех- или мульти-ячеистых
систем. Преобразования Лапласа и освоение теории сетей и теории
графов делают анализ возможным.
Теория множеств. Общие формальные свойства систем,
закрытых и открытых, и пр., могут быть аксиоматизированы в
терминах теории множеств (Месаровик, 1964; Массиа, 1966). Этот
подход отличается большей ясностью от более грубых и
специализированных формулировок «классической» теории систем.
Связи аксиоматизированной теории систем (или ее существующих
источников) с фактическими системными проблемами
незначительны.
Теория графов. Многие системные проблемы затрагивают
структурные или топологические свойства систем, скорее чем
количественные связи. В этом отношении имеются некоторые
подходы. Теория графов, особенно теория ориентированных графов
(орграфов), изучает реляционные структуры, представляя их в
топологическом пространстве. Она используется в реляционных
аспектах биологии (Рашевски, 1956, 1960; Роузен, 1960). Математически
она связана с матричной алгеброй; в отношении моделей, с теорией
ячеек систем, содержащих частично «проницаемые» подсистемы, и
вследствие этого – с теорией открытых систем.
Теория сетей, в свою очередь, связана с теориями множеств,
графов, ячеек и пр., применяется к таким системам, как нервные сети
(напр., Рапопорт, 1949-50).
Кибернетика – теория систем управления, основанная на
взаимодействии (переносе информации) между системой и внешней
средой и внутри системы, и управлении (обратная связь)
функционированием системы относительно внешней среды. Как
упоминалось и будет обсуждаться далее, кибернетическая модель
обладает широкими возможностями применения, но не должна
отождествляться с «теорией систем» в целом. В биологии и других
фундаментальных науках, кибернетическая модель способна описать
формальную структуру регуляционных механизмов, напр.,
посредством блок-схемы и схемы последовательности операций.
Таким образом, структура регуляции может быть определена, даже
когда фактические механизмы остаются неизвестными и
неописанными, и система является «черным ящиком», определяемым
только по входам и выходам. По похожим соображениям, та же самая
кибернетическая схема может применяться к гидравлическим,
электрическим, физиологическим и др. системам. Тщательно
разработанная теория сервомеханизмов в технологии применяется к
естественным системам только в ограниченной степени (см. Бейлисс,
1966; Колмус, 1966; Милсум, 1966).
Теория информации, согласно Шеннону и Виверу (1949)
основывается на концепции информации, определенной
выражением, изоморфным негативной энтропии в термодинамике.
Отсюда и ожидание, что информация может использоваться как
характеристика организации (см. стр.42; Квастлер, 1955). В то время
как теория информации приобрела особую важность для техники
связи, ее применение в науке остается довольно неубедительным (Э.Н.
Гилберт, 1966). Главной проблемой остаются отношения между
информацией и организацией, теорией информации и
термодинамикой (см. стр. 151 и следующие).
Теория автоматов (см. Минский, 1967) – теория абстрактных
автоматов, имеющих вход, выход, возможно действующих методом
проб и ошибок и обучающихся. Общая модель – машина Тьюринга
(1936). Выраженный самым простым способом, автомат Тьюринга –
абстрактная машина, способна печатать (и удалять) цифры «1» и «0»
на ленте бесконечной длины. Может быть продемонстрировано, что
любой процесс, каким бы сложным он ни был, может моделироваться
машиной, если этот процесс может быть выражен конечным числом
логических операций. То, что возможно логически (т.е. в
алгоритмическом символизме) также может быть сконструировано – в
принципе, хотя конечно, не всегда практически – автоматом, т.е.
алгоритмической машиной.
Теория игр (фон Ньюмен и Моргенштерн, 1947) – другой
подход, но он также может классифицироваться как наука о системах,
поскольку он рассматривает поведение предположительно
«рациональных» игроков, стремящихся достичь максимальных
выигрышей при минимальных потерях посредством использования
соответствующих стратегий против другого игрока (или природы).
Таким образом, теория игр изучает по существу «систему»
антагонистических «сил» со спецификациями.
Теория принятия решений – математическая теория,
рассматривающая выбор между альтернативами.
Теория очередей – затрагивает оптимизацию обслуживания в
условиях массовых запросов.
Подобный список, неоднородный и неполный, смешивающий
модели (напр., открытой системы, цепей обратной связи) с
математическими техниками (напр., теория множеств, графов, игр),
позволяет показать, что существует целый ряд подходов для
исследования систем, включающий мощные математические методы.
Следует вновь повторить, что суть состоит в том, что проблемы,
которые ранее не рассматривались, считались не выполнимыми, или
выходящими за пределы науки или же чисто философскими,
постепенно изучаются.
Естественно, часто возникает проблема несоответствия между
моделью и реальностью. Существуют тщательно разработанные
математические модели, однако остается неясным, как они могут
применяться в конкретном случае; есть и такие фундаментальные
проблемы, для которых нет подходящих математических техник.
Чрезмерные ожидания привели к разочарованию. Кибернетика,
например, доказала свою важность не только для технологии, но и для
фундаментальных наук, создавая модели для конкретных явлений и
перенося телеологические явления – ранее отвергаемые – в ряд научно
правомерных проблем; однако она не привела к всеобъемлющему
объяснению или новому «мировоззрению», будучи скорее
дополнением, чем заменой механистического представления и
машинной теории (см. Броновский, 1964). Теория информации,
детально разработанная математически, не оправдала ожиданий в
психологии и социологии. Теория игр с надеждой применялась в
вопросах войны и политики; однако едва ли можно считать, что это
привело к улучшению политических решений и состояния в мире; эта
неудача не является неожиданной, если принять во внимание, как
мало существующие державы походят на «рациональных» игроков в
теории игр. Концепции и модели равновесия, гомеостаза,
регулирования и пр., подходят для описания функционирования
систем, но они являются неадекватными для анализа явлений
изменений, дифференциации, эволюции, негэнтропии, получения
маловероятных состояний, творчества, самореализации и пр.; это
осознавалось Кенноном, когда он признал помимо гомеостаза и
гетеростаз, характеризующий подобные явления. Теория открытых
систем применяется к широкому кругу явлений в биологии (и
технологии), однако необходимо предостережение против
неосмотрительного распространения на области, для которых она не
предназначена. Такие ограничения и пробелы вполне естественны в
области, которая существует всего лишь 20-30 лет. В конечном счете,
разочарование может возникать вследствие переделывания полезной в
определенных аспектах модели в некую метафизическую реальность и
исключительную философию, что неоднократно случалось в истории
науки.
Преимущества математических моделей – однозначность,
возможность строгой дедукции, проверяемость данными наблюдений
– хорошо известны. Это не означает, что нужно игнорировать или
отказываться от моделей, сформулированных в обычном языке.
Вербальная модель лучше, чем отсутствие модели или модель,
которая, поскольку она может быть сформулирована математически,
активно навязывается и фальсифицирует реальность. Теории,
получившие огромное влияние, такие как психоанализ, были
нематематическими по своей сути, или, как в случае с теорией отбора,
их влияние вышло за рамки математических конструкций, которые
пришли позднее и охватывают только частные аспекты и небольшой
фрагмент эмпирических данных.
Математика, в сущности, означает существование алгоритмов,
которые являются более точными, чем алгоритмы обычного языка.
История науки свидетельствует, что выражение в обычном языке часто
предшествовало математической формулировке, т.е. изобретению
алгоритма. Можно привести несколько хорошо известных примеров:
знаки, используемые для обозначения чисел и счета,
эволюционировали от слов естественного языка к римским цифрам
(полувербальным, несовершенным, полуалгоритмическим) и далее – к
арабской численной символике, в которой важное значение имеет
положение знака; уравнения, от вербальных формулировок, до
рудиментарного символизма, мастерски применяемого Диофантом и
другими основателями алгебры (которому довольно сложно
следовать), до современных записей; теории, подобные теории
Дарвина и экономической теории, только позднее обрели (частичные)
математические формулировки. Возможно, может быть более
предпочтительным иметь нематематическую модель с ее
недостатками, но выражающую некий ранее незамеченный аспект, и
впоследствии разработать подходящий алгоритм, чем начинать с
непродуманных математических моделей, следующих известным
алгоритмам, и тем самым, возможно, ограничивающих поле зрения.
Многие разработки молекулярной биологии, теории отбора,
кибернетики и других областей продемонстрировали эффекты того,
что Кун называет «обычной» наукой, т.е. в целом общеизвестные
концептуальные схемы.
Модели, выраженные в обычном языке, занимают
определенное место в теории систем. Идея системы сохраняет свою
ценность даже там, где она не может быть сформулирована
математически, или где он остается «направляющей идеей», скорее
чем математическим конструктом. Например, у нас могут
отсутствовать удовлетворительные системные концепции для
социологии; однако простое понимание того, что социальные
сущности являются системами, скорее чем суммами социальных
атомов, или что история состоит из систем (хотя и плохо
определенных), называемых цивилизациями, которые подчиняются
общим для систем принципам, подразумевает переориентацию в
рассматриваемых сферах.
Представленный выше обзор позволяет понять, что в рамках
«системного подхода» существуют механистические и
организмические тенденции и модели, которые пытаются изучить
системы либо посредством «анализа», «линейной (включая круговую)
причинности», «автоматов», или при помощи понятий «целостность»,
«взаимодействие», «динамика» (или других понятий, которые могут
быть использованы для характеристики различий). Поскольку эти
модели не являются взаимоисключающими, и могут применяться для
исследования одних и тех же явлений (напр., «кибернетические» или
«кинетические» концепции; см. Локер, 1964), можно задаться
вопросом, какая точка зрения является более общей и
фундаментальной. В общих чертах, это вопрос, который должен быть
поставлен перед машиной Тьюринга, являющейся общим автоматом.
Одно из соображений по этой теме (которое, как мы видели, не
рассматривается теорией автоматов) – проблема «очень больших»
чисел. Фундаментальное утверждение теории автоматов состоит в том,
что явления, которые могут быть определены конечным числом
«слов», могут быть реализованы автоматом (напр., формальная
нейронная сеть /Маккаллоч и Питтс/ или машина Тьюринга) (фон
Ньюмен, 1951). Вопрос заключается в термине «конечный». Автомат
может, по определению, реализовать конечную серию явлений (сколь
угодно крупную), но не бесконечную. Однако, что если требуется
огромное количество шагов, т.е. не бесконечное, но, например,
превосходящее число частиц во вселенной (приблизительно порядка