Choď na obsah Choď na menu
 


11. 3. 2009

Zložitosť (kybernetický pohľad)

 

[1]Ján Sarnovský

 

               Abstrakt.  Cieľom príspevku je  poukázať  na niektoré  aspekty  zložitosti  z kybernetického hľadiska. Zdôrazňujú sa najmä aspekty riadenia, vzťahu umelej inteligencie, filozofie a zložitosti. Je poukázané na istú spojitosť  s klasickými predstavami o systémoch u Hegla. Je pojednané o komplexných adaptívnych systémoch a evolučnej kybernetiky.

 

 

1.     Úvod

 

Kybernetika ako veda o riadení zložitých systémov skúma a hľadá niektoré spoločné zákonitosti činnosti strojov, živých organizmov, spoločnosti; tým aj zdôrazňuje skutočnosť, že neexistuje absolútny rozdiel medzi živou a neživou prírodou, medzi organickým a anorganickým svetom. Pre kybernetiku je typický tzv. systémový, funkcionálny prístup ku skúmaniu problémov a javov okolitého sveta. Tento je tesne zviazaný so základnými pojmami a princípmi kybernetiky. V ďalšom poukážeme na niektoré súvislosti kybernetiky a zložitosti (compelxity) ako jednej z dominantnej paradigmy súčasnej vedy.

 

2.     Stručná história kybernetiky

Dejiny kybernetiky majú dve línie. Známa je kybernetika Norberta Wienera, ktorého dokonca označujú za otca kybernetiky. S touto líniou je spojené meno Johna vo Neumanna, ktorý mal oveľa širší záber ako Wiener. Ukázalo sa, že kybernetika je oveľa staršia, čo napokon uznal aj Wiener. V novodobých dejinách ho použil známy fyzik Ampére. Tento prevzal termín kybernetika od starých Grékov a sám túto skutočnosť zdôraznil. Slovo kybernetika sa zrodilo na voľnom morskom priestore. Heléni, ktorí prišli na členité brehy Egidy z lesov a stepí indoeurópskej kolísky ľudstva, sa rýchlo stali národom moreplavcov a remeslo kormidelníka, ktorý viedol loď po mori ku ďalekému cieľu, sa tešilo veľkej vážnosti. Homér hovorí o kormidelníkovi kráľa Menelaa Frontisovi, ktorý bol veľmi skúsený a ktorý ”lepšie ako ostatní prenikol do tajomstva ako riadiť loď keď hrozí búrka” a o Faiakoch, ktorí zachránili Odyssea a ktorých lode samy chápali myšlienky kormidelníkov a zahalené súmrakom a hmlou rýchlo zdolávali more. Faiacká princezná Nausikaá Odysseovi, že s radosťou sa plavíme po mnohozvučnom mori. Aténčania každoročne slávili vo Faleróne kybernézie – sviatky kormidelníkov, ktoré vyhlásil samotný Tézeus na počesť hrdinov Nausitoa (znamená doslova rýchly ako loď) a Faiaxa, ktorí viedli jeho loď na Krétu, kde zabil Minotaura.

Takto sa postupne stalo riadenie lodí názorným a populárnym príkladom a modelom riadenia a slovo ”kybernet” (kybernétes), označovalo nielen kormidelníka, ale aj vládcu nad ľuďmi v najširšom zmysle slova, napríklad kráľa, tyrana, archonta, ap. Podobne sa rozšíril aj význam slova ”kybernáo”, riadim loď a výraz ”kybernetiké téchne”, umenie riadiť loď, kormidelnícke umenie” (Povarpv, G.N.: Ampére a kybernetika, SNTL, Praha 1980). Na tieto idey sa odvolával aj Ampére. Grécke kybernétes nadobudlo v Ríme podobu gubernator. Odtiaľ je aj anglické governor, francúzske gouverneur, rusky gubernátor a po slovensky guvernér. Analogicky z gréckeho kybernéo vzniká napríklad sloveso govern. Vidíme, že súčasný politický slovník týkajúci sa vládnutia má zdroj v antike. Latinské gubernator na začiatku tiež znamenalo kormidelník. Otázkou je, prečo sa Ampérov metodologický pokus širšie neujal, prečo do zrodu novovekej Wienerovej kybernetiky muselo uplynúť ďalších sto rokov. Odpoveď nie je jednoduchá a už vôbec nemožno pripisovať vinu Ampérovej klasifikácii. Je to problém histórie a metodológie vedy. Jedným z dôvodov je však istá ”predčasnosť” Ampérovho pokusu. Problémy, ktoré Ampére vyniesol na svet, ešte nerezonovali ani vo vedeckej komunite ani v spoločnosti. Nemožno nespomenúť ešte pokus Bogdanova (viď jehoo tektológiu) na počiatku 20. storočia, ktorý podobne ako Ampére vo svojej dobe ostal nepochopený a jeho prínos, ktorým predbehol teóriu systémov a kybernetiku o vyše dvadsať rokov, bol docenený až v posledných  dvadsiatich rokoch.

Problémy riadenia zložitých systémov a s ním spojenej komunikácie ešte sa len začali vynárať. Ako píše Paul Johnson, práve v rokoch 1815-1830 sa rodila nová éra. Pripomeňme si, že v Rusku panoval Mikuláš I., v západných štátoch sa rodilo sociálne hnutie, atď. Problémy s rodiacou sa zložitosťou sveta ako globálneho celku začali až po praktickom využití telegrafu a železnice, čo bolo o pár desaťročí neskôr. Problém bol aj v odlíšení energetických procesov v strojoch od ich informačnej stránky. Práve zásluhou Maxwella, slováka Aurela Stodolu, Ljapunova a ďalších vedcov z oblasti prírodných a technických vied sa v poslednej tretine 19. storočia začína rozvíjať, prakticky aj teoreticky, náuka o regulácii a stabilite strojov a zariadení (napríklad parných turbín). Práve táto linka spolu s rozvojom elektrotechniky, rádiotechniky, biológie a v neposlednom rade aj s projektmi v oblasti vojenstva v súvislosti s 2. svetovou vojnou, viedla v tridsiatych a štyridsiatych rokoch 20. storočia ku vzniku modernej kybernetiky. Ale to sa čitateľ môže dnes dozvedieť z pôvodných Wienerových prác ako aj z početných zdrojov histórie kybernetiky na webe.

  1. UI a filozofia

Je zaujímavé sledovať, ako sa rozvíjali predstavy o umelom intelekte a v akej miere je jeho evolúcia porovnateľná s vývojom filozofického myslenia o povahe a štruktúre ľudského rozumu. V samotných začiatkoch rozvoja kybernetiky, v štyridsiatych rokoch, sa vynorili dve predstavy o intelekte. Jeden z nich presadzoval názor, že pri modelovaní rozumu treba vytvára zariadenie, ktoré bude schopné samoučenia. Tento smer môžeme nazvať neurobiologický. Kládol si za cieľ modelovať psychofyziologické vlastnosti mozgu. Druhý smer, ktorý môžeme nazvať pragmatický, v podstate nezaujímala štruktúra mozgu, ale presadzoval sa model umelého rozumu v podobe programu pre počítať, so systémom povelov, ktoré sa vkladajú zvonku a vopred určujú kroky stroja. Pritom programy riešia ”problémy” spôsobom možno úplne odlišným od od ľudského myslenia; zaujíma nás však iba konečný výsledok nie cesta k nemu. Ide teda o funkčný prístup. Už pri nie veľmi hlbokej analýze zistíme, že tieto spory sú veľmi podobné sporom medzi Lockom a Leibnizom. Locke chápal rozum ako čistú tabuľu, na ktorej sa pocity tak ako postupovali od zmyslových orgánov, zaznamenávajú vo forme ”myšlienok”. Locke čiastočne ignoroval jazyk ako prostriedok na programovanie činnosti rozumu. Podľa neho sú znakmi myšlienok slová a každý rozum má svoje vlastné myšlienky, čo spôsobuje ťažkosti pri chápaní. Úloha jazyka je čisto symbolická; je to len súbor dohovorených znakov, nenesie v sebe poznávacie štruktúry.

Leibniz naopak nepovažoval rozum za čistú tabuľu, ale ako miesto na ukladanie poznatkov, ako na ”banku údajov, databázu”, kde podľa potreby sa aktivizujú príslušné špecializované programy. Z toho vyplýva aj iný názor Leibniza na úlohu jazyka ako aj jeho snahy vytvoriť presný logický jazyk, ktorý by odrážal univerzálnu štruktúru poznatkov o svete. Lockove myšlienky sa (nezávisle od nich) objavili v kybernetike asi pred 40 rokmi vo forme tzv. rozpoznávania obrazcov. Na základe týchto princípov sa postavili mnohé kybernetické zariadenia, napr. známy perceptrón. Tieto boli schopné do istej miery sa učiť na nejakej trénovacej množine a potom rozpoznávať obrazce. Leibnizova línia (zase nezávisle na jeho ideách) umelého intelektu umožnila vyvinúť programy, ktoré boli schopné porozumieť prirodzenému jazyku, dokazovať teorémy ap. Neskôr sa v tomto smere objavilo aj ”heuristické programovanie”. Vedomosti nevyhnutné na riešenie konkrétnych úloh sa vykladali ako súhrn rôznych ”heuristík”.

Tento spor mal pokračovanie. D. Hume prisúdil jednej z heuristík - príčinnosti - osobitný štatút. Môžeme ju považovať za akúsi ”univerzálnu vysvetľujúcu schému” na základe zákona dostatočného dôvodu: nemožno si vysvetliť udalosť, ktorá by sa nedala vysvetliť pomocou kategórie príčinnosti. Radikálny záver Huma, ktorý zavrhol možnosť využitia príčinnosti ako logického pojmu, bol rozvinutím Lockových názorov na povahu rozumu, podľa ktorých sa nepripúšťalo apriórne poznanie. Ako vieme opačný názor mal Kant, ktorý odôvodnil existenciu ”apriórnych syntetických” pojmov, ako napr. pojem príčinnosti, priestoru a času. Skúsenosti získané pri rozvoji umelého intelektu ponúkajú (do istej miery) experimentálne overiť tieto filozofické názory na povahu ľudského rozumu.     

Na základe posúdenia výsledkov dá sa konštatovať, že teória čistej tabule nebola celkom opodstatnená. Zistilo sa, že možnosti rozpoznávacích zariadení postavených na tomto princípe sú ohraničené. V posledných rokoch sa ukazuje, že do programov umelého intelektu je načim zavádzať ”univerzálne vysvetľujúce schémy” (UVS), či ”kognitívne klišé”. Táto cesta vedie na vytváranie zložitých neurónových sietí čo znamená istý návrat ku neurobiologickým koreňom UI. Takto sa experimentálne rieši polemika medzi Humom a Kantom. V tejto súvislosti je načim skúmať vznik týchto univerzálnych schém. V tomto bode sa teória UI spája so sociológiou  v sociálnej oblasti, resp. všeobecnejšie s gnozeológiou (viď napr. UVS v obdobiach revolúcií, alebo v prípade evanjelií). Proces vzniku UVS nie je zatiaľ podrobne preskúmaný; zdá sa, že dôležitú úlohu tu majú metafory, s príslušnými objasňujúcimi príkladmi. Metafora plus príklad, to je štruktúra paraboly; táto posilnená mnohými príkladmi sa stáva UVS. Takto sa realizuje prepojenie medzi filozofiou, sociológiou a teóriou umelého intelektu.   

Filozofia môže pomôcť riešiť aj niektoré problémy, ktoré vznikajú pri rozpoznávaní reči, resp. všeobecnejšie pri chápaní prirodzeného jazyka. V súčasnosti existujú dva prístupy ku zostaveniu programov riešiacich tieto úlohy. Jeden sa opiera o idey lingvistiky v tom smere, že sa analyzuje slovo rozložením na základné sémantické jednotky a z toho sa reprodukuje zmysel. Druhý prístup je hermenautický; tu v každom slove je možnosť nekonečnosti významov. Slovo nadobúda zmysel v konkrétnom kontexte, ktorý obmedzuje potenciálnu významovú nekonečnosť. Prvý prístup síce priniesol niektoré pozoruhodné výsledky najmä pri rozpoznávaní slov, avšak zlyháva pri skúmaní textu ako celku. Umelý intelekt takto vytvára most medzi dvomi kultúrami: humanitnou a prírodovedno - technickou.

Kybernetika ako veda o riadení zložitých systémov vychádza z princípov, ktoré boli uvedené a ktoré sú aj istým zovšeobecnením princípov rôznych vedných oblasti. Pri skúmaní štrukturálne zložitých javov sa ukazuje nutnosť neustále kriticky prehodnocovať aj samotné princípy. Pri kybernetickom prístupe je potenciálne možné skúmať ľudskú civilizáciu a jej vývoj ako neobyčajne zložitý (kybernetický) systém. Ďalšími dôležitými kybernetickými pojmami sú zovšeobecnené pojmy ako stabilizovateľnosť, pozorovateľnosť, riaditeľnosť. Základný princíp homeostázy môže určovať možný cieľ alebo úlohu evolúcie zložitých systémov. Aj také vlastnosti ako sú adaptabilita živého systému vyplývajú z princípu homeostázy. Nevyhnutným znakom inteligencie je predovšetkým schopnosť  systému uchovávať a spracovať informáciu. V súlade s predstavami o formách spracovania informácie môžeme pristúpiť ku zložitejšej predstave - ku ”logike systému”. Je to schopnosť systému odrážať vonkajšie zákonitosti okolitého prostredia (ako takéto prostredie môžu vystupovať samotné časti systému) pomocou určitej množiny vnútorných reakcií (obvykle v kódovanej forme). Tieto sa potom využívajú na analýzu a predikciu vonkajších situácií s cieľom ”zlepšiť” svoju vlastnú existenciu (homeostázu).

V súčasnosti sa skúmajú problémy ”foriem logík”, v súvislosti s rozvojom metód UI. Je to napr. ”fuzzy” logika. Tieto logiky môžu pomôcť vyjadriť istý stupeň dialektiky, napr. typy záporov starej indickej logiky: niečo niekedy bolo a nemôže byť; niečo bolo, ale teraz to nie je; niečo teraz je, ale skoro to zmizne. Náš intelektuálny svet obsahuje rôzne logiky, čo vytvára rôzne svety (napr. logika absurdity rozprávkového sveta). Vo vnútri každého z nich je logika bez rozporov, ale existujú ”značky” prechodov zo sveta do sveta.

Na základe podobných úvah S. Lem pokladá za možnú cestu ďalšieho vývoja vytvorenie ”sveta vo svete”, čiže nášho posthominálneho sveta, t.j. istej sústavy umelých podmienok, ktorý by sa riadil sústavou programovaných, umelých zákonov tohoto ”sveta”. Niet pochýb o tom, že podobné hypotézy sú veľmi sporné. Najdôležitejší záver je v tom, že ak sú princípy činnosti zložitých systémov poznateľné, potom rozvoj vedy môže pomôcť určiť nejakú ”optimálnu” cestu vývoja. To vedie ku otázke, aký má byť cieľ ďalšieho vývoja? Cieľom činnosti zložitého systému môže byť pochopenie princípov jeho činnosti. Objektivita kategórií rozum, vedomie, logika systému súvisí s funkčnými vlastnosťami systému. To, že sa objavuje istá ”metafyzika”, dogmy, paradigmy, ap., je spojené s reálnou činnosťou systému. V danej etape vývoja systému, (sveta, spoločnosti), nedisponujeme úplnou informáciou (poznaním) o okolitom prostredí, avšak chováme sa tak, ako by poznanie bolo úplné. Definitívnosť akčných zásahov je daná presvedčením o ich oprávnenosti a správnosti ako aj o riaditeľnosti systému; inak by žiadna činnosť systému nebola možná. Práve v tom spočíva prirodzená ”metafyzika, v širšom zmysle slova ”filozofia” a ”dogmatizmus”. Vo svojom vývoji prekonáva systém celý rad paradigiem, pracovných hypotéz, ktoré určujú jeho praktickú činnosť. Tento proces však môže vyústiť do ”extrémneho” dogmatizmu, ak nie je neustále konfrontovaný so skutočnosťou, preverovaný experimentom. Skutočná sila pracovných hypotéz, paradigiem, dogiem, je v ich neustálej premenlivosti, v ich adaptibilite s vedeckými poznatkami.

Riešiť otázky a problémy cieľov civilizácie, predpokladá teda podstatný pokrok v teórii kybernetických systémov. Súčasná úroveň ich poznania zatiaľ neumožňuje robiť definitívnejšie závery. Významné však môžu byť metodologické a najmä filozofické závery, ktoré môže odhaliť skúmanie činnosti neobyčajne zložitých systémov.

 

4.     Zložitosť

 

Stanislav Lem uvádza mimoriadne zaujímavú klasifikáciu vo svojej knihe Summa technologiae. Rozlišuje niekoľko skupín systémov, pričom vlastnosti nasledujúcej triedy obsahujú v sebe vlastnosti predchádzajúcej. Do prvej skupiny patria deterministické systémy; sú to jednoduché systémy alebo len pracovné nástroje, ktoré nie sú spojené so svojím okolím spätnou väzbou. Do druhej triedy patria organizované samočinne sa regulujúce sa systémy so spätnou väzbou. Do tejto širokej triedy patria aj automatické systémy, teda systémy s riadenou (regulovanou) dynamikou, ale aj človek a biologické systémy. Tretia skupina zahrňuje systémy, ktoré môžu meniť  svoje usporiadanie, aj svoje „princípy“, pričom využívajú materiál, ktorý je k dispozícii. Príkladom je biologická evolúcia. Lem predpokladá aj systém štvrtej skupiny, kde je možnosť vyberať z okolia vhodný materiál a takto sa sebareprodukovať. Za takýto systém možno považovať vedecko-technickú aktivitu ľudstva. Podľa Lema je možné uvažovať ešte o ďalšej skupine, ktorá materiál pre svoju sebareprodukciu nevyberá z hmoty, ktorá existuje vo vesmíre, ani nevyužíva fyzikálne a chemické technológie, ale vytvára umelé, „syntetické“ podmienky, ktoré pri prirodzených fyzikálnych podmienkach nemôžu vzniknúť. Ide o nové formy existencie hmoty, ktoré ľudstvo dokáže v budúcnosti realizovať.

 

Uvedená, alebo podobná klasifikácia má svoj význam, pretože umožňuje určiť miesto systému, ktorý nás zaujíma ako aj analyzovať systém z požadovaného hľadiska. Napríklad nás môže zaujímať problém stability (trvanlivosti) systému a pri zložitejších alebo zložitých systémoch zvlášť problém jeho regulovateľnosti (riaditeľnosti, ale nie v úzkom matematickom zmysle). Lem v jednom z jeho románov – Pánov hlas – píše:

Pred devätnástimi rokmi som s mladým antropológom uverejnil prácu, v ktorej som zdôvodnil, že existuje prah komplikácií pre dokonalé algedóicky riadené automaty, ku ktorým patria všetky zvieratá spolu s človekom. Algedónické riadenie znamená osciláciu medzi trestom a odmenou – ako bolesťou a rozkošou.

Môj dôkaz vysvetľuje, že ak počet prvkov regulačného centra (mozgu) na najvyššej úrovni presahuje štyri milióny, súbor takýchto automatov prejavuje rozptyl medzi nezhodnými článkami riadenia.. V každom takom automate jeden z kontrolných pólov môže prevažovať, alebo bežnejším jazykom povedané, sadizmu a masochizmu nemožno uniknúť a ich vznik v procese antropogenézy bol nevyhnutný. Evolúcia sa pre takéto riešenie „rozhodla“, pretože sa riadi štatistickým počtom; jej sa ráta zachovanie rodu, a nie chyby, choroby, trápenia – niektorých jednotlivcov. Vývoj je oportunistický konštruktér a nesmeruje k dokonalosti.“  

 

Problém regulovateľnosti súvisí s jedným najdôležitejších princípov kybernetiky, princípom homeostázy. Homeostáza je taký princíp činnosti systému, pri ktorom sa hodnoty niektorých podstatných premenných udržujú v určitých medziach, aj pri pôsobení vonkajších vplyvov.

Pojmy ako zložitosť (complexity), chaos, samoorganizácia, vznik (emergence), sú v súčasnosti v rôznych vedných oblastiach, ale aj vo vedecko - populárnych esejach veľmi často používané. Čo ešte viac priam bije do očí je neadekvátne používanie týchto pojmov. Na WWW môžeme nájsť obrovské množstvo rôznych "centier" pre výskum zložitých systémov (compex systems). Pojem zložitosti, zložitých systémov a ich riadenia je ústredným kybernetickým pojmom. Nie nadarmo sa kybernetika jednoducho definuje ako veda o riadení zložitých systémov. W. R. Ashby v svojej knihe "Kybernetika", predstavuje koncept systému ako ústredného pojmu modernej vedy. V úvodnej kapitole Ashby píše: "Veda dnes stojí na akomsi rázcestí. Dve storočia sa skúmali systémy, ktoré sú pomerne jednoduché, lebo môžu byť rozčlenené na jednotlivé zložky. Že sa po stáročia uznávala taká dogma ako "meňte činitele jeden po druhom", ukazuje, že sa vedci zaoberali v podstate skúmaním takých systémov, ktoré túto metódu umožňovali; v zložitejších systémoch sa však táto metóda nedá často zásadne vôbec použiť."

 

Systém je zložitý, ak je ho možno opísať  množstvom rôznych spôsobov, z ktorých každý korešponduje s iným subsystémom. Zložitosť, z latinského complexus, čo znamená zvinutý, skrútený spolu. To znamená, že takýto systém musí mať viac prvkov a tie musia byť nejakým spôsobom spojené tak, že je ich ťažko oddeliť. To je skrytá duálna vlastnosť častí, ktoré na jednej strane chápeme ako rozdielne a na druhej strane ako spojené. Z toho vyplýva, že skutočne zložitý systém nemožno analyzovať ako množinu nezávislých častí bez nebezpečia zničenia systému. Obidva krajné prístupy, redukcionizmus a holizmus, nevedú ku cieľu. Potrebujeme prístup, ktorý využíva obidva prístupy. Jednou z možných ciest je chápanie zložitého systému ako siete (network).

 

Často sa zdôrazňuje fakt, že celok je viac ako prostá suma jeho častí. Problematika celku a častí je vo filozofii veľmi dobre rozpracovaná a pokusy špeciálnych vedcov (myslí sa vedcov z konkrétnych vedných oblastí) k tomu čosi dodať obvykle dopadnú trápne. Pojem častí a celku sa objavuje už v diskusiách starovekých filozofov o vzťahu jediného, jednotného poznávaného bytia k jeho mnohotvárnym, meniacim sa zmyslami vnímaných foriem. Už Herakleitos odlišoval časť a celok. U Platóna sa výrazne prejavuje myšlienka prvotnosti celku, no celok sa ako idea podrobuje častiam ako cieľ teleologického smerovania. Hlboké myšlienky o vzťahu časti a celku vyslovil Kant, no najmä Hegel. Vzťah častí a celku chápe ako jednotu protikladov. Celok nemôže existovať bez častí a časti ako také nemôžu existovať bez celku, ktorý formuje ich podstatu.  U Hegla nachádzame aj návod, dnes by sme povedali algoritmus, ako túto kontradikciu prekonať. Aby sme pochopili jeho myšlienky, najlepšie je ich citovať:

"Celok sa teda v častiach rovná iba sebe samému a rovnakosť celku a častí vyjadruje iba tautológiu, že celok sa ako celok nerovná častiam, ale celku. A naopak, časti sa rovnajú celku;  keďže však samy obsahujú moment inobytia, nerovnajú sa mu ako jednote, ale tak, že jedno z jeho rozmanitých určení pripadá na časť, čiže sa mu rovnajú ako rozmanité, t. j. rovnajú sa mu ako podelenému celku, teda ako častiam. Tak vzniká tá istá tautológia, že sa  časti ako časti nerovnajú celku ako takému, ale že sa v ňom rovnajú sebe samým, častiam. Celok a časti sa takto ľahostajne rozpadávajú; každá z týchto stránok sa vzťahuje iba na seba. Keď sú však takto rozpadnuté, samy sa ničia. Celok, je ľahostajný voči častiam, je abstraktnou, v sebe nerozdielnou identitou; táto identita tvorí celok ako rozdielna v sebe, a to tak, že tieto rozmanité určenia sú reflektované do seba a bezprostredne samostatné.

 

Pravdou vzťahu je sprostredkovanie; podstatou vzťahu je negatívna jednota, v ktorej bola prekonaná tak reflektovaná, ako aj jestvujúca bezprostrednosť. Vzťah je protirečenie vracajúce sa do svojho dôvodu, do jednoty, ktorá, keďže sa vracia, je reflektovanou jednotou. ... Keďže si antinómiu tohto úsudku všimneme celkom zblízka, hovorí vlastne toto: Keďže celok nie je samostatný, je samostatná jeho časť; keďže však časť je samostatná iba bez celku, nie je samostatná ako časť, ale ako celok. Nekonečnosť takto vznikajúceho progresu je podmienená neschopnosťou spojiť obidve myšlienky, ktoré obsahuje sprostredkovanie hovoriace, že každé z dvoch určení sa v dôsledku svojej samostatnosti a izolovanosti od druhého stáva nesamostatným a prechádza do druhého. Tak prešiel vzťah celku a častí do vzťahu sily a jej prejavenia sa navonok.

 

Sila je negatívna jednota, v ktorej sa rozplynulo protirečenie medzi celkom a časťami, je pravdou onoho vzťahu. Podstatný vzťah sa teraz určil tak, že bezprostredná a reflektovaná samostatnosť sú v sile kladené ako prekonané čiže ako momenty, ktoré boli v predchádzajúcom vzťahu pre seba pretrvávajúcimi stránkami, čiže krajnými termínmi. Reflektovaná jednota, sila sa prejavuje navonok. Sila je jednotou bezprostredného a reflektovaného, čiže jednota formy a vonkajšej samostatnosti. Je obidvoje v jednom, je dotykom takých daností, z ktorých jedna je vtedy keď druhá nie je. Forma sily je podmienená a jej obsah obmedzený; lebo určenosť formy implikuje aj obmedzenie obsahu.“  (Hegel, G. F. W., Logika ako veda, I., II., Pravda, Bratislava, 1985)

 

Aj keď uvedený výklad je trochu komplikovaný, ak si dosadíme za silu pojem riadenie, môžeme povedať, že antinómia častí a celku zložitého systému je prekonaná a vyriešená riadením tohto systému. Samotné riadenie môže už byť súčasťou zložitého systému ako jeho organickej súčasti, alebo je zavedené zvonku. Takto riadenie je tým glejom, tým navonok záhadným mystickým prvkom, ktorý je mostom medzi celkom a jeho časťami.

 

5.     Komplexné adaptívne systémy

 

Komplexnosť (zložitosť, complexity) je dnes jedným z ústredných pojmov súčasnej vedy a ako taká, je hlboko študovaná v rôznych oblastiach ako sú: fyzika, biológia, sociálne systémy, ap. Len multidisciplinárny výskum môže priniesť konkrétne výsledky, syntézou ktorých môžeme postupne dospieť ku všeobecným princípom a zákonom riadenia komplexnosti. Na druhej strane sú to globálne svetové problémy, napríklad fenomén terorizmu, ktoré sú komplexné a ich riešenie si vyžaduje modelovanie a potom ich riadenie.

 

Zdrojom zložitých úloh sú komplexné systémy. Tieto majú obvykle autonómne časti. Ich vzájomné interakcie spôsobujú ťažkosti pri snahe redukovať a zjednodušovať komplexný systém. Práve posudzovanie systému ako celku nám ukáže jeho zložitosť. Rýchly rozvoj nanotechnológie a ich konvergencia s biologickými, informačnými a kognitívnymi vedami vytvára novú oblasť komplexných systémov.  Komplexné systémy vychádzajú na jednej strane z detailných výskumov konkrétnych systémov, ako aj na druhej strane zo všeobecných skúmaní opisu a reprezentácií zložitých systémov. Aplikácie v praxi, v biologických, informačných, kognitívnych, sociálnych systémoch ako aj v inžinierskych disciplínách sú zjavné.

 

Biológia zhromaždila obrovské množstvo poznatkov a dnes je jasné, že biologické systémy sú zložité, bohato štruktúrované biochemické siete. Úloha informácie v biologických systémov začínajú študovať matematici, fyzici a inžinieri, ktorí hľadajú v evolučne vytvorenej komplexite vzor funkčnej spoľahlivosti. Počítače prekonali vývoj od jednoduchých individuálnych systémov ku zložitým sieťovým štruktúram.

 

Hlavnými cieľmi výskumu KS je:

·    porozumieť ako fungujú a ako kooperovať s KS v rôznych úrovniach (manažérska, inžinierska, ekonomická, sociálna, ap.)

·    porozumieť jednotným princípom organizácie a riadenia KS, najmä systémov, v ktorých sa vyskytujú veľké objemy informácií

·    porozumieť komplikovaným interakciám medzi KS a prostredím

 

Porozumieť KS neznamená to, že dokážeme presne predikovať ich správanie. To nie je len skonštruovanie veľkých databáz a robenie masívnych simulácií; zdá sa, že dôležitejšie je, že sa dozvieme, aké sú hranice nášho poznania, čo môžeme a čo nemôžeme robiť.

 

Špecifickou triedou KS sú komplexné adaptívne systémy. Pojmy chaos, zložitosť, komplexné adaptívne systémy sú dnes synonymami, ktoré charakterizujú dnešnú dialektickú zložitosť sveta ako celku. Zároveň sú výrazom istej módnosti a používanie týchto pojmov často nie je na mieste. V našom prirodzenom ako aj umelo vytvorenom svete ide o také systémy ako mozog, ekonomika (podniku, štátu, svetadiela), kolónie mravcov či včiel. Ešte zložitejšie sú sociálno-ekonomicko-kultúrne systémy. Tieto systémy môžeme charakterizovať prostredníctvom ich niektorých podstatných vlastností:

·       Komplexné adaptívne systémy (KAS) sú siete vytvorené z mnohých podsystémov-agentov, ktoré pôsobia paralelne. Ak uvažujeme napr. ekonomické systémy, agenty sú firmy. V politickom systéme sú agentmi politické strany, prípadne dominantné osobnosti politickej scény. V medzinárodných vzťahoch sú to národy a štáty, prípadne zoskupenia štátov. V zložitom energetickom systéme sú to jednotlivé energetické jednotky. Typické pritom je, že agent pôsobí v neustále premenlivom  prostredí, v ktorom neustále je v interakciách s ostatnými agentmi a to si vyžaduje jeho neustálu adaptáciu.

·       Riadenie KAS je decentralizované a autonómne. Napríklad v mozgu nejestvuje žiadny vedúci neurón. Aj v technických systémoch existuje mnoho príkladov autonómnych systémov bez koordinátora. Činnosť systému ako celku je zabezpečovaná kooperáciou alebo konkurenciou medzi agentmi.

·       KAS majú obvykle mnohoúrovňovú štruktúru s decentralizáciou na každej úrovni.

·       KAS neustále menia svoju štruktúru ako reakciu na vonkajšie prostredie. Pritom princípy adaptácie sú rovnaké na každej úrovni.

 

6.     Evolučná kybernetika

 

Evolučnú kybernetiku môžeme definovať ako štúdium procesu variácie a selekcie zložitých  systémov riadenia. Tento problém môžeme skúmať z dvoch stránok:  kvalitatívne, ako vzniká úroveň riadenia v systéme, a kvantitatívnej, t j. ako  systémy riadenia sa vyvíjajú. Evolučný vznik riadenia môžeme nazývať metasystémovou tranzíciou (viď Principia Cybernetica Project). Darwinova teória vysvetľuje vznik riadenia: prirodzená selekcia preferuje systémy, ktoré môžu prežiť napriek vonkajším perturbáciám a to sú systémy s riadením. Štúdium takýchto systémov z pohľadu, napr. uplatnenia spätnej väzby, môže nám odhaliť skúmané procesy evolúcie u hľadiska riadenia.

 

Evolučná kybernetika je spätá s novými disciplínami, napr. s evolučnými systémami (viď systémová teória evolúcie). Kým systémový prístup viac zdôrazňuje štruktúru systémov, kybernetika si viac všíma ich funkčnú a cieľovú stránku. V súčasnosti je veľmi aktuálny a populárny výskum v oblasti komplexných adaptívnych systémov. Tento je orientovaný na využitie matematických metód, napr. teórie chaosu a pod., ďalej fyziky a chémie. Oveľa viac vplýva paradigma kybernetiky na také oblasti ako sú umelý život, multiagentové systémy, ktoré skúmajú problémy vývoja autonómnych cieľovo – orientovaných podsystémov (agentov). Samozrejme, že okrem vytvárania modelov a aplikácií vo vybraných oblastiach je potrebné venovať viac pozornosti teoretickým a filozofickým aspektom a aplikácií v oblasti humanitných vied; viď napr. rozvoj nových vedných oblastí ako sú evolučná epistomológia, memetika, apod. To umožní multidisplinárny výskum v smere naznačenom a realizovanom v projekte Principia Cybernetica Project.

 

Evolučné procesy boli implicitne odjakživa skryté v princípoch a metódach kybernetiky (dnes hovoríme o evolučnej kybernetike). Kybernetika prešla vo svojom vývoji rôznymi etapami, pričom sa postupne strácal jej holistický integrujúci charakter. Celkom zákonite vznikali „nové“ smery, napr. neurónové siete, komplexné adaptívne systémy, či umelý život a samotná kybernetika akoby sa vytrácala. Asi dozrel čas sa vrátiť ku niektorým východiskám kybernetiky ako vedy o riadení zložitých systémov,  prehodnotiť a integrovať nové pohľady najmä na zložitosť a evolúciu.

 

Systém, ktorý obsahuje veľké množstvo takýchto častí môžeme klasifikovať podľa klasika kybernetiky Stafforda Beera ako neobyčajne zložitý (Beer 1966). V tomto prípade Bar-Yam navrhuje použiť evolučný prístup (Bar-Yam, Y. 2000). Evolučný proces sa všeobecne chápe ako analógia súťaže v prostredí voľného trhu a vychádza z iteračného procesu postupných zmien. Existujú však zásadné rozdiely medzi evolúciou a procesom postupných zmien používaných v technike. Evolučný prístup vyžaduje existenciu viacerých odlišných systémov a zmeny sa vyskytujú súčasne a paralelne. Paralelné testovanie viacerých rôznych zmien vo viacerých systémoch a ich kombinácia je podstatne odlišná od konvenčných postupných inžinierskych prístupov. Odlišnosť je aj v tom, že proces projektovania vedie nakoniec ku jedinému riešeniu a nie ku paralelnej implementácii. Ďalšia odlišnosť evolúcie je aj v tom, že implementácia a testovanie sa vykonáva takpovediac „v poli“, v procese učenia prostredníctvom spätných väzieb s okolím. Evolúcia je najmä o zmenách v populácii organizmov v čase, pričom rozhodujúcu úlohu má kritérium efektivity (všeobecne známy pojem „fitness“). Vo všeobecnosti je evolúcia proces replikácie s s variáciami a následnou selekciou; to všetko na báze súťaže. V procese inžinierskeho projektovania, riadenia a výroby má však veľkú úlohu aj kooperácia. (Taktiež treba odlíšiť pojem evolučného projektovania a riadenia od použitia evolučných algoritmov ako prostriedku výpočtovej inteligencii pri klasickom projektovaní). Kooperácia a konkurencia sa vzájomne nevylučujú, najmä ak sa vyskytujú na rôznych stupňoch organizácie a riadenia.

 

Riešiť problém na úrovni civilizácie si vyžaduje také informácie a znalosti, ktoré nám umožnia vyvinúť aspoň homomorfný model civilizácie, ktorý umožní pri stanovených cieľoch riadenie civilizácie ako kybernetického systému. Zatiaľ to asi nevieme. Avšak rozvoj vedy nám dáva nádej, že tieto problémy môžeme riešiť. V prvom rade je jasné, že kybernetický systém musí byť homeostat. Homeostáza je základný kybernetický princíp a môžeme ho prirovnať ku zákonom zachovania vo fyzike – všetky premenné systému ostávajú aj pri vnútorných aj vonkajších poruchách v predpísaných intervaloch. Ashby ako biológ zaviedol tento pojem páve podľa vzoru fungovania biologických systémov.

 

Čo hovorí o riadení zložitých systémov kybernetika? Už klasici kybernetiky Walter Ross Asby a Stafford Beer  sformulovali dva veľmi dôležité princípy (niekedy sa hovorí aj zákony) riadenia veľmi zložitých systémov. Prvý, princíp nevyhnutnej variety hovorí, veľmi jednoducho povedané, že len zložitosť (Ashby ju nazýva varieta) môže „zvládnuť“ zložitosť. Tento princíp sa nazýva aj princíp adekvátnosti systému a regulátora. Len zložitý regulátor môže regulovať zložitý systém. Uvedený zákon sa dá sformulovať aj matematicky a dá sa  dokázať. Metodologicky vyplýva z neho dôležitý dôsledok: zložité systémy nemožno riadiť jednoducho. Z uplatnenia tohto princípu tiež vyplýva, že ideálny regulátor (vzhľadom na poruchy z okolia) je takzvaný kompenzačný, alebo dvojkanálový, v otvorenom obvode. To si však vyžaduje izomorfný  (jednoducho úplne presný) model systému. To však v praxi nikdy nie je splnené, k dispozícii máme len homomorfný (približný, jednoduchší) model a preto musíme použiť riadenie so spätnou väzbou. Takže výsledné riadenie zložitých systémov je vždy kombinované. Má zložku cieľovú, programovú (vyjadrením je plán), kompenzačnú (vyžadujúcu si izomorfný model) a zložku so spätnou väzbou.

 

Druhý princíp, vonkajšieho doplnenia, odvodil Beer z Goedelových teorém. V systéme riadenia a rozhodovania môžu vzniknúť situácie a stavy, ktoré sú na danej úrovni „nerozhodnuteľné“ (napríklad štrukturálne zmeny dynamického systému si vyžadujú okrem spätnej väzby od výstupu doplnkovú spätnú väzbu od odchýlky výstupov želaného-etalónového modelu a výstupu reálnej sústavy). Túto druhú väzbu môžeme chápať ako nadradenú a ako „vonkajšie doplnenie“ do regulátora a teda ako vyššiu, nadradenú úroveň riadenia. Tento princíp je teda metodologickým základom hierarchických, alebo mnohoúrovňových systémov. 

 

O akú zložitosť ide v sociálno-ekonomických systémoch? Je to zložitosť ohromujúca, no konečná. Závisí aj od formulácie problémov a najmä od vhodného počiatočného obmedzenia variety. Ako príklad uvádza Beer premávku na cestách a križovatky. Jednoduchými pravidlami (je to riadenie v otvorenom obvode bez spätnej väzby) sa hneď na začiatku dosiahne podstatné obmedzenie variety (možných trajektórií áut po ceste). Skvalitnením riadenia, ešte stále v otvorenom obvode, je zelená vlna. Ak namontujeme na semafory snímače počtu áut (teda meriame hustotu premávky), môžeme túto informáciu využiť na spätnoväzobné riadenie (adaptívne zmeny časových intervalov na semaforoch) a vznikne stabilnejší a kvalitnejší, kombinovaný systém riadenia. Zložitosť sociálno-ekonomických systémov je vyjadrená, napríklad, počtom obyvateľstva v určitom regióne, alebo aj na celej zemeguli a interakciami medzi nimi. Aby sme mali nejakú predstavu, moderné dopravné lietadlo má asi 100 tisíc súčiastok, kód informačného a radiaceho systému takéhoto stroja má asi 20 miliónov riadkov textu. Európska elektrizačná sústava má rádove desaťtisíce generátorov, navzájom prepojených s mnohými miliónmi spotrebičov, ľudský mozog má desiatky miliárd neurónov a oveľa väčší počet prepojení. Napríklad ľudský genóm má vyše troch miliárd písmen. Rozlúštenie ľudského genómu umožnilo vytvoriť jeho databázu, ktorá je de facto jeho izomorfným, alebo homomorfným modelom. Jedinou šancou ako zvládnuť zložitosť tohto systému je vytvoriť regulátor s takou varietou, aby zvládlo varietu (zložitosť) ekonomiky celého sveta.  A dobré si je zopakovať, len varieta môže zničiť varietu. Len zložitosť môže zvládnuť zložitosť. Inak sa svet bude zmietať v neustálych evolučných krízach a bude len reagovať na situáciu. Riadenie so spätnou väzbou je vynikajúce pre technické systémy, kde časové konštanty dynamiky systému sú relatívne krátke – nanajvýš hodiny, ale veľmi často minúty, sekundy, ba desatiny až tisíciny sekundy. Oneskorenie, ktoré vzniká pri regulácii so spätnou väzbou, neovplyvňuje v konečnom dôsledku dobrú činnosť systémov. Inak je to pri riadení spoločensko-ekonomických systémov: ide o roky, ba desaťročia. V tomto prípade je riadenie so spätnou väzbou  neúčinné, pretože nie je možné riadiť systém v reálnom čase.

 

Riadenie v reálnom čase je jeden zo základných konceptov kybernetiky. Spätná väzba je účinná vtedy, ak časové oneskorenie v uzavretom regulačnom systéme nie je také veľké, že spätná väzba fakticky nejestvuje. Ide o prípade systémov, ktoré sme uviedli v eseji dejiny, súčasnosť a budúcnosť. Ako príklad sme uviedli systémy ako históriu a astronomické objekty, kde informácia o objekte sa nedá využiť pre riadenie v reálnom čase. A keďže spoločensko-ekonomické systémy sú systémy historické, vyžadujú si iné riadenie.  Ako to hovorí Ashby, v tomto prípade je nutné použiť aj  riadenie cause-control (kompenzačné riadenie), ktoré   zabezpečuje potlačenie vonkajších vplyvov okolia. Takéto riadenie nemé oneskorenie avšak vyžaduje si veľmi presný model riadenej sústavy, teda izomorfný, alebo homomorfný, ale so značným priblížením ku izomorfizmu. To je hlavný dôvod, prečo musíme v ekonómii vytvoriť zložité modely ekonomickej reality, napríklad na úrovni ľudského genómu v biológii. Teda nie nekonečné hračky s dilemou banditov a s modelmi iných primitívnych hier, ale skutočný model s miliónmi premenných. Vytvorenie takýchto zložitých modelov a ich použitie pre riadenie ekonomiky je krok ku premene ekonómie na exaktnú vedu.

 

Poďakovanie: Tento príspevok vznikol za podpory grantovej agentúry Vega v rámci grantovej úlohy  1/2183/05.

Literarúra

[1] Ashby, W. R. (1961): Kybernetika. Orbis, Praha.

[2] Bar-Yam, Y. (2000): Enlightened Evolutionary Engineering/Implementation of Innovation in FORCEnet, Report to Chief of Naval Operations Strategic Studies Group, 2002 (Brief 2000).

[3] Beer, S. (1966): Kybernetika a řízení. Svoboda, Praha.

[4] History of Cybernetics, http://www.asc-cybernetics.org

[5] Principia Cybernetica Poject, http://pespmc1.vub.ac.be

[6] Sarnovský, J. (2002): Kybernetický svet. Elfa Košice, 2. vydanie.

[7] Wiener, N. (1963): Kybernetika a společnost, Praha,

 

 


[1] Katedra kybernetiky a UI, FEI TU Košice, Jan.Sarnovsky@tuke.sk

 
 

 


Posledné fotografie




Archív

Kalendár
<< december / 2020 >>