Lecture
By a certain system, we will understand the process of forming its expedient (effective) behavior. Management can be external (on the part of another system) or internal (self-management). Main postulates of management:
There are different types of management. The main ones are: for a controlled system - homeostatic, developing; for the control system (regulator) - software, adaptive, reflexive (Druzhinin VV, Kontorov DS "Problems of Systemology", 1976.).
In homeostatic control, the controlled system is characterized by some stable (stable) states, and a noticeable deviation from them through the negative feedback subsystem causes a stabilizing control from the adaptive controller. Homeostasis as a "conservative" imperative of self-organizing behavior is characteristic of many classes of controlled systems, primarily biological, cybernetic, intellectual, and social. Prerequisites for homeostasis also exist in inorganic nature (Le Chatelier – Brown principle). In contrast to the homeostatic developmental control, the goal is not to preserve, but to change the states of the controlled system, which, nevertheless, must be self-preserved in the development process, be dynamically stable.
Program (command) control implies the unidirectionality of the control graph - from the regulator to the controlled system; at the same time, the regulator follows a predetermined control goal, despite internal conflicts in the controlled system. In adaptive control, the control graph is bidirectional: the controlled system controls the regulatory controls through feedback, adjusting the initial control goal and, accordingly, commands through the regulator, which allows smoothing or even eliminating internal contradictions in the controlled system.
Reflexive control consists in transferring from the regulator to a controlled system of motives for making decisions according to the purpose of control, i.e. with reflexive control, the regulator stimulates the desired solutions, rather than imposing them, as with program management. In other words, this control is not related to the direct transmission of commands: the control system transfers only the stimuli to the controlled system, which, in turn, makes the decision and generates control commands using its own controller. Feedback is used to inform the management system of the degree of fulfillment of the control goal. Reflexive control indirectly combines the principles of program and adaptive control.
For any type of management, a priori information is required about the situation, the amount of which (information) mainly determines the quality of management. Adaptive management imposes minimal requirements on the amount of a priori information; The current (operational) information about the situation is much more valuable for adaptive control.
Any managed system has control inputs and controlled outputs. The control system has control outputs connected to the inputs of the controlled system. The control commands coming from the regulator will be referred to as simply controls, and the results of the execution of commands that occur at controlled outputs will be called reactions. In addition to regulating controls, disturbed influences (disturbances) from the medium come to the controlled system. Controls, disturbances, and reactions are characterized by their varieties.
To understand the role of information in management, we consider it sufficient to consider one of the types of management for each of these systems. As an example, consider homeostatic adaptive control.
For the homeostatic control of a closed (closed, isolated) system, the law of the necessary variety of controls is known, justified by U.R. Ashby (Ashby W.R. "Introduction to Cybernetics", 1959.): to minimize the variety of reactions at the outputs of the controlled system with a constant variety of its perturbations can be maximized by the diversity of controls (commands). If the variety of disturbances changes, then the variety of reactions can be stabilized by changing the variety of controls in proportion to the change in the variety of disturbances (a variety of disturbances in Ashby's terminology is “parried” by a variety of controls).
Example 1. The minimization of the diversity of system reactions will be shown in the following examples. If we control the manufacture of a substance, it should have a small number of specific properties (according to the standard), the device (device, machine) should perform a small number of functions specified by the standard, the theory (method, method) should give a plausible solution, usually one problem, crystallized from many anomalous experimental data. But who should implement the restriction of the diversity of system responses to the minimum necessary? Obviously, the regulator is a problem solver. And the more complex the task, the more difficult the regulator should be. This can create significant difficulties for the regulator, since the variety of his controls is limited by his intelligence (natural or artificial). The main source of difficulties is the variety of disturbances, against which the stabilizing (“parrying”) function of the regulator's intelligence is directed.
Ashby substantiated his law as cybernetic, but since management is also an information process, this law is also significant for the philosophy of information.
The law of necessary diversity regulates the lower (minimum necessary ) value of the diversity of controls for an arbitrary upper (maximum possible ) value of the diversity of controls (The maximum possible diversity is defined as a combinatorial measure (see VB Guhman. “Applied Philosophy of Information”, 2012).). This means that the effectiveness of two systems of the same type in terms of perturbations and reactions, but differing in the variety of controls, can be the same if both systems satisfy the law of the required diversity. As a result, relatively simple cybernetic systems (especially artificial ones) are often encountered, with a small variety of controls having no less efficiency than their more complex counterparts. In complex systems, the required efficiency is achieved at the expense of a large number of control departments that are ineffective in terms of information value , while optimal systems use the minimum number of necessary controls with the maximum information value of each of them. Consequently, a system with an excessive variety of managements can be simplified without loss of efficiency (with strict compliance with the Ashby law), unless this redundancy serves the reliability, survivability, and security of the system (for example, biological, technical, military).
Example 2. Collisions of non-optimality (even with the formal implementation of the law of the required diversity) are characteristic of some bureaucratic systems with excessive or inadequate (for example, "self-serving") controls, which lead to a decrease in the efficiency of the system. Such systems need to be optimized in two directions at once — minimizing the necessary diversity of departments while simultaneously increasing their efficiency.
It follows from the law of the required diversity that with a limited variety of regulator controls (for example, due to its lack of intelligence) complex objects, which significantly exceed the diversity of controls by a variety of disturbances, are simply "very heavy" for control. On the other hand, a limited human mind with a spatially small brain, insignificant RAM, limited long-term memory and speed (the speed of propagation of electrochemical signals in the nerve fibers does not exceed 100-150 m / s), finally, with life-moment takes up the most difficult tasks ( complete source data to which they contain an infinite number of variables and constants) and solves them, leading the world dynamics to elementary formulas like F = ma, E = mc 2 , "life is a way of existence of protein bodies", "states oh - it's me! " etc.
Does what is said contradicts the Ashby law? We believe that there is no - under one condition: an unlimited growth of the diversity of disturbances of the controlled system with a constant diversity of controls and reactions is valid if the system is able to limit the diversity of disturbances to a value that satisfies the law of the required diversity.
To limit the variety of disturbances, their correlation, repeatability, and representativeness are used.
Let us give an example of limiting the diversity of disturbances due to their correlation .
Example 3. If the perturbations are presented in the form of interrelated demands from the society to the authorities, then it would be an unforgivable mistake on its part to respond to each requirement individually in the "fire brigade" mode. According to the law, the required diversity is either not enough for “fire” departments, or the number of reactions will exceed the controlled homeostatic threshold of system stability. It is much more accurate to limit the huge initial diversity of requirements by analyzing them in order to identify correlated requirements and then combining them into a small variety of uncorrelated sets of requirements that can be adequately parried by the actual number of government departments (including by eliminating deficiencies as hidden causes of disturbances) within the framework of the law of necessary diversity - the guarantor of the stability of the homeostatic system - the state. The question is only in the extraction of uncorrelated perturbations. But this is the most difficult to manage.
Another example: the correlation of judgments in mathematical proof allows the regulator - mathematics to limit the diversity of its controls by the initial premises and method of proof.
The recurrence of disturbances means that they all belong to a certain basic set, the number of which is relatively small. This allows the regulator to significantly simplify its structure, reducing the variety of disturbances to the diversity of the base set.
Example 4. Binary code as a base set has only two values (0 and 1). A 64-bit computer register, sensing the input numerical vectors of zeros and ones, is capable of implementing 2 64 (approximately 10 20 ) integers. In principle, you can imagine a 64-bit computer in which each of the 10 20 possible integers will be given a register. But this monstrously suboptimal machine is not needed, since repeatability of disturbances ( at the level of letters , not words and phrases) allows reducing the number of registers from 10 20 to one.
Ranging perturbations by representativeness (representativeness), which characterizes the contribution of a perturbation of a system to its reaction, allows cutting off insignificant perturbations to the minimum of representative perturbations required by the Ashby law. For this, for example, in applied mathematics methods of factor, component, dispersion, regression, cluster analysis are used.
Homeostasis in nature is extremely common in the form of functions of stabilizing processes and damping (quenching) deviations, properties of stability, stationarity, equilibrium, conservatism. The genesis of such a common form of existence of things, apparently, stems from the relict property of the “self” of each thing as a non-equilibrium dissipative system and the indirect manifestation of a certain law of conservation of dissipative systems. This property is manifested in the continuous counteraction of the self-organizing (information-synergetic) beginning of each thing with destructive thermodynamic (entropic) processes. At the level of living nature, the self of the organism manifests itself through the instincts of survival, self-preservation.
To maintain homeostasis, each thing has limited resources against the background of the practically unlimited resources of its environment - the Universe. The limited variety of things cannot be compared with the almost limitless diversity of the Universe. Under these conditions, things interacting with the environment that perturbs a thing with its diversity, “nothing remains” how to recode the diversity of the environment into its own diversity, which would require the integration (grouping, clustering) of information blocks, i.e. restriction, simplification of external information. Otherwise, the environment will not be known, predicted, "parried" (The concept of parrying introduced by Ashby here is used in the sense that the environment is generally indifferent, and at worst - hostile to things.). In acts of knowledge, the methodological methods for limiting the diversity of perturbing variables are the Occam's razor, the Descartes method, the Castler signature, formulas of the laws of nature. In the practice of designing such a restriction is carried out by standardization and unification, binary coding of information in information systems, high-tech information technologies with a simple interface.
The question of preserving the self of a thing rests on its ability (art) of optimally limiting external information, which boils down to the ability to preserve what is essential for oneself when grouping environmental disturbances. Hence the goal of restricting the diversity of disturbances with an open system is to find the optimal simplicity in complexity to parry complexity, or in the language of information philosophy, to optimally recode the diversity of the environment into its own limited diversity in order to parry the environment. Let's call such a principle of restriction of diversity the principle of simplicity. For a person, the manifestation of the principle of simplicity stems from overcoming the painful contradiction between the infinite informational content of the world and the infinity of a person’s desires to know him against the background of the objective finiteness of a person’s life resources. Apparently, the principle of simplicity as a consequence of the law of the necessary diversity is one of the important laws of human symbolic activity, its methods of cognition and philosophizing.
The introduction of the concept of information into scientific use (through the undeservedly silent cybernetics) is due to its functional command (managerial) form. The basic postulate of cybernetics was reduced to the fact that the information (in the form of commands) initiates any control (in the car, the organism, or society). At the same time, it was assumed that the energy of teams could be small - much smaller than the energy of the controlled system - the organism, the machine, the technological process, the enterprise, etc. Small portions of the carrier energy control large portions of energy and physical matter. Let us continue this thought: the less power management needs compared to the energy resources of the controlled system with the same control quality, the more efficient the control. Consequently, energy costs for optimal (in terms of efficiency) control are reduced to a certain minimum, which, nevertheless, ensures the transfer of controls (commands from the regulator to the system) with the required quality (informativeness). If we move from energy as a private measure of a physical management resource (energy is a measure of movement and interaction of all forms of physical matter) to a general concept of management resource, then taking into account the above, we should consider a control system that requires a minimum of such a resource for a given control informativeness. Conventionally, we call this management information.
On the other hand, a high-quality management system in its functionality should be sufficiently complex to adequately manage all possible states of an object (according to the law of the required diversity). But complexity requires resource costs (energy, substances, information, finance, etc.). Conventionally, we call such a management information-material-energy.
There is a management paradox: in order to achieve effective management, resource costs for it (management resource) must be simultaneously reduced and increased. This indicates a hidden resource optimum between the information and information-material-energy departments. Only the domination of the latter can explain the unenviable fate of the automation of management in our country: the huge resource costs for the implementation of automated control systems exceeded the resource optimum and, accordingly, did not pay off the material and energy efficiency achieved. It was completely overlooked that information (including management information) and, accordingly, Hi-Tech is not so much physical matter and its energy, but something more, not subject only to material and energy resource costs. Культура управления, как и высокие технологии – это, прежде всего, знание и информационное управление.
Согласно системному анализу эффективность любой физической системы имеет предел, обусловленный ее ресурсными (материально-энергетическими) ограничениями, налагающими запрет на безудержный рост сложности (информационного разнообразия) системы. Познающему субъекту тоже свойственны подобные ограничения – по мере усложнения его тезауруса (базы знаний) когнитивная эффективность ресурсов познания, увеличиваясь, все равно достигает асимптотического предела. Значит, структурно-функциональная сложность материальной системы имеет оптимум, соответствующий максимуму отношения "эффективность/ресурсные затраты". Свыше данного оптимума усложнение системы нецелесообразно, даже если возможно.
Пример 5. Стабильная кибернетическая система согласно закону необходимого разнообразия должна иметь определенный минимум сложности для самоорганизации и обеспечения жизнеспособности. Слишком простая система не способна адекватно реагировать на многообразие возмущающих воздействий внешней среды. В то же время увеличение сложности сверх некоторого порога увеличивает вероятность отказа системы, если последняя не предпринимает мер по ресурсному обеспечению возросшей сложности. Для поддержания ее живучести при отказах требуется введение резервных цепей, узлов, агрегатов, взаимосвязанных через сложную систему саморегулирования, т.е. дальнейшее усложнение. Так, растения, животные и человек, несмотря на болезни, раны и даже клиническую смерть, выкарабкиваются снова и снова за счет включения внутреннего горячего резерва в экстремальных ситуациях. При этом нельзя считать, что резервирование всегда полезно для сложной системы. Занимая некоторую физическую часть системы, резерв отнимает часть ее энергетического и информационного ресурсов и иногда вступает в неожиданные и конфликтные взаимодействия с основным (активным) ресурсом системы. В технических системах известны неспровоцированные срабатывания аварийных агрегатов, сбои и внутренние конфликты переусложненных аппаратно-программных средств компьютеров и т.д. Аналогичные проблемы свойственны биологическим системам (например, мозгу при психической перегрузке), крупным популяциям, сложным организационным системам. Сложная сверх меры система становится внутренне противоречивой (конфликтной) и как бы "пожирает саму себя", уплатив слишком высокую цену за свою эффективность – вот в чем проблема, во многом давшая начало современной теории конфликтных ситуаций (Дружинин В.В., Конторов Д.С., Конторов М.С. "Введение в теорию конфликта", 1989; Саати Т. "Математические модели конфликтных ситуаций", 1977.). При этом стоимость каждого дополнительного грана эффективности для развитой системы непропорционально выше, чем для неразвитой. Следовательно, есть предел сложности, выше которого реальность стабильного существования физической системы так же сомнительна, как и при ее недостаточной сложности. Жизнеспособная система, приблизившись по сложности к этому пределу, если и развивается дальше, то только не в сторону усложнения своей морфологии. Возможно, поэтому многие виды жизни на Земле или не эволюционируют в течение десятков тысячелетий, или их эволюция протекает очень медленно, или они вымирают, превысив допустимую (по плате, стоимости) сложность. Возможно, по той же причине развитие мозга высших животных и человека давно уже идет не по морфологическому пути (предел достигнут), а по информационному и функциональному (накопление и генерация новых знаний и умений, личностная и популяционная интеллектуализация).
Если информационному разнообразию приписать значение n (мощность множества различимых состояний системы), то информативность системы (как некий функционал от log n, присутствующий в информационных мерах – энтропии и количестве информации) при n → ∞ тоже стремится к бесконечности, хотя и медленно, но монотонно. Иными словами, в отличие от конечной материально-энергетической и когнитивной эффективности развивающейся системы, ее информативность не имеет предела. Это еще один довод в пользу внематериальной, внеэнергетической природы информации.
Нет ли противоречия между ограниченной когнитивной эффективностью (познавательной способностью) субъекта и его неограниченной информативностью? Ведь знание – тоже информация, пусть и в наиболее ценной форме. Полагаем, что противоречия нет. Знание, как прекрасная Афродита, появляется из "информационного моря", как мышление из "болота эрудиции". Известный эффект возрастного ограничения скорости восприятия знаний человеком в значительной мере ограничивает когнитивную эффективность развивающегося мозга, в то время как наша долговременная память способна воспринимать огромные объемы информации, подчас не используемые сознанием, но хранимые в недрах подсознания. Образно говоря, информация (в широком смысле) "наполняет сосуд" памяти данными, но не обязательно "зажигает факел" знания в "сосуде".
Пример 6 . Ограниченный по памяти и быстродействию компьютер не имеет принципиальных информационных ограничений по сложности решаемых задач – заложенные в него программы без ощутимых затрат энергии сгенерируют недостающую ему информацию. Также не существует весомых теоретических ограничений на информативность естественного и искусственного интеллектов. И тем не менее, в интеллектуальных системах имеет смысл добиваться максимума отношения "информативность/ресурсные затраты", ибо каждый лишний бит (сверх некоторого оптимума), материализованный в чипах памяти или регистрах процессора, дается слишком дорогой ценой (в буквальном и переносном смыслах "цены").
Пример 7. Памятуя о мало- и внеэнергетических информационных процессах с их несущественными (если угодно, несуществующими) ресурсными затратами, можно полагать, что информационная эффективность систем, характеризуемая отношением "информативность/ресурсные затраты", потенциально бесконечна (Потенциальная бесконечность может быть обусловлена не только стремлением информативности (числителя) к бесконечности, но и стремлением ресурсных затрат (знаменателя) к нулю) . Дело "за малым" – реализовать подобные процессы, тем более что прецеденты имеются, в частности, в когнитивной сфере деятельности интеллектуальных систем.
Приведенные примеры указывают на оптимальность информационного управления как альтернативы традиционному информационно-материально-энергетическому управлению с его проблематичной оптимальностью. У простейших систем с конечным относительно малым разнообразием управлений энергозатратное управление еще допустимо, чего нельзя сказать о сложных системах естественной и искусственной природы. Физически это может быть объяснено объективным возрастанием внутренних шумов развивающейся системы с ростом ее сложности и, соответственно, ростом энергозатрат. Рост шумов "загрубляет" спектрально-энергетическую чувствительность приемников информации. У высших (сверхсложных) систем шумы, если не принять специальных мер, могут вообще исключить связь как таковую, особенно при приеме субпороговых сигналов, доступных малошумящим системам. Такими специальными мерами могут быть чисто информационные управления, инициируемые особыми состояниями системы, далекими от "шумящей" энергетики традиционных управлений.
Example 8 Внутренние шумы у человека как сложной системы существенно загрубляют чувствительность его биоприемников. Достаточно сравнить эту чувствительность (по мощности и частотному спектру воспринимаемых сигналов) у насекомых, рептилий, птиц и далее по восходящей – вплоть до человека, чтобы убедиться в этом. Если предположить, что человек как регулятор оптимален (а на этом настаивают все антропоцентрические учения), то все его высшие управления, направленные вовне и внутрь себя (в том числе, на познание и самопознание), должны быть чисто информационными. Высшие формы познания и самопознания требуют погружения человека в информацию и только в нее при минимальных затратах физиологического ресурса. Найдут ли распространение в XXI веке такие информационные процессы, известные скорее в эзотерических, восточных культурах, а также в отдельных феноменальных проявлениях человеческой психики, сказать трудно.
Важно понять, что в современном мире глобальной информатизации и глобальных телекоммуникаций, где человек вправе пользоваться любой доступной ему информацией и информационно не зависеть от диктата власти и СМИ, традиционные доказательные, внушающие, воспитательные, обучающие функции культуры (условно назовем их насильственными функциями) "бьют мимо цели" и требуют все бoльших ресурсных затрат, достойных лучшего применения. Это значит, что от навязывания (пропаганды) субъективных и ангажированных культурных ценностей, от воспитательных т.н. "мероприятий", наконец, от традиционного дидактизма в обучении требуется переход к социально-психологическим технологиям взаимопонимания культур, взаимо- и самовоспитания, взаимо- и самопознания, взаимо- и самообучения в благоприятной информационной среде.
Так как найти упомянутый ресурсный оптимум управления? Начнем с того, что, на наш взгляд, фундаментальную значимость закона необходимого разнообразия для управления не следует преувеличивать. Этот закон выведен только для гомеостатического управления в кибернетических системах. Гомеостатическое управление состояниями и процессами, хоть и распространено, однако уступает по сложности многим алгоритмам управления, встречающимся в биологических, кибернетических, интеллектуальных и социальных системах. В этих алгоритмах, связанных не с сохранением, а с изменением состояний и процессов, закон необходимого разнообразия в лучшем случае соограничивает управления наравне с другими ресурсными ограничениями (по энергетике, информативности тезауруса, запаздыванию, стоимости, живучести и т.п.), а в худшем случае излишен, если ни прямо, ни косвенно не связан с критерием эффективности управления.
Можно ли считать необходимое разнообразие управлений, постулируемое законом Эшби, достаточным для гомеостатического управления? На наш взгляд, нельзя – необходимое разнообразие управлений достаточно, если разнообразие реальных возмущений от среды обитания объекта не превысит ожидаемого разнообразия возмущений. Но необходимое разнообразие управлений априорно, ибо зависит только от ожидаемого разнообразия возмущений (воздействий среды на систему). Значит, достаточное разнообразие достижимо только в адаптивном регуляторе, в котором ресурс разнообразия управлений хоть и закладывается априори с учетом ожидаемого разнообразия возмущений, но адаптивно изменяется с учетом их реального (текущего) разнообразия. И если требуемый ресурс разнообразия управлений не превышает возможностей адаптивного регулятора, необходимое разнообразие управлений достаточно. А если превышает? В таком случае адаптация будет неполной – среда недостаточно "парируется" (по Эшби), регулятор надо усложнять, увеличивая ресурс разнообразия управлений.
The goal-setting of any control is optimal: either it is necessary to maximize the efficiency with the given resource constraints, or to minimize the resource costs for the given efficiency. Mathematically speaking, the control solves the extremal problem with respect to a certain objective function under given constraints. Methods for solving such problems are known (mathematical programming, systems theory). They showed that increasing the complexity of a regulator beyond a certain optimal value does not lead to an increase in the efficiency of the regulator (Above, we came to a similar conclusion based on reasoning in the spirit of "common sense" rather than rigorous mathematics. Note, however, that mathematics is "child "logic, and the roots of logic - in the common sense.). This means that the insufficient variety of managements is no less harmful than that of its excessive redundancy, which leads to a “high cost” of an unmotivatedly over-complicated regulator.
The effectiveness of the regulator is to the greatest extent due to the information content of its controls. Then the problem of "efficiency - the complexity of the" regulator "is reduced to the problem of" informativeness - complexity ", and the optimum diversity of controls is sought in the area of their maximum informativeness: management is optimal if a variety of commands is selected, at which the maximum information content of management per unit of resource costs ( information-resource principle of optimal control.) This principle means the impossibility of neither subtracting nor adding a variety of commands with respect to the optimal value.
If the variety of commands is less than optimal, moreover, the required diversity is required by law, the regulator is not sufficiently sensitive to disturbances of the controlled system from the environment and the information content of the control will be low. Hence, the principle of optimal control may include the law of the necessary diversity as a limitation. If the variety of commands is more than optimal, the resource costs will be unnecessarily large for the regulator, while the information content of the control does not increase.
From the information-resource principle of optimal control, it follows that a good controller differs from a bad one by the optimal diversity of its command language. But are there few examples that with the same level of optimality of the diversity of commands, some regulators are effective, while others are not? The fact is that the informational optimum of control is possible (achievable), it is aimed at, but not as a point in the coordinate system "informativity - complexity", but as a range of values for the diversity of commands. It is in this sense that one must understand his principal attainability. And the point here is that each of the potentially possible control commands is not equally possible, but different in use. Equality is only a hypothetical special case of different possibilities for teams. The teams are different, because their value depends on the situation of management, scope (industrial, household, educational, literary, scientific, etc.). Elementary commands (microcommands) and their combinations (macros, macros) are possible. In this sense, value management should be adequate to the situation prevailing for the control object in its environment.
The information and resource principle of optimal control is consonant with the criteria of aesthetic quality as “communicating as many representations as possible in the shortest possible time” (Gemstergeis, XVIII century) and cognitive-psychological stress as “relations of order to the complexity of understanding efforts” (G. Birkhgoff, XX at.); the principles of R. Avenarius’s “least effort”, E. Mach’s “economy of thinking”, M. Eigen’s “selective value of information” and N.N. Moses. The biological organism also "strives to provide maximum mutual information between stimuli and reactions (Golitsyn GA, Petrov VM" Information - behavior - creativity ", 1991.).
Comments
To leave a comment
philosophiya
Terms: philosophiya