Computational mechanics & ε- (epsilon) machines
Открыл для себя новые направления для мониторинга.
Computational mechanics
Авторам минус за тавтологию. Есть вычислительная механика, которая занимается численным моделированием механических процессов и про неё есть статься на вики. Этот пост не про неё.
Этот пост про computational mechanics, которая изучает абстракции сложных процессов: как эмерджентное поведения возникает из суммарного поведения / статистики низкоуровневых процессов. Например, почему стабильно Большое Красное Пятно на Юпитере, или, почему результат вычислений процессора не зависит от свойств каждого электрона в нём.
ε- (epsilon) machine
Концепт устройства, которое может существовать в конечном множестве состояний и может предсказывать своё будущее состояние (или распределения состояний?) на основе текущего.
Computational mechanics позволяет (или должно позволять) представить сложные системы как иерархию ε-machine. Тем самым появляется формальный язык для описания сложных систем и эмерджентного поведения.
Для примера, наш мозг можно представить как ε-machine. Формально, состояние мозга никогда не повторяется (напряжения на нейронах, позиции молекул нейромедиаторов, etc), но существует огромное количество ситуаций, когда мы делаем одно и то же в одних и тех же условиях.
Научно-популярное изложение: https://www.quantamagazine.org/the-new-math-of-how-large-scale-order-emerges-20240610/
P.S. Попробую копнуть в научные статьи. Расскажу, если найду что-нибудь интересное и прикладное. P.P.S. Давно думаю в сторону похожей штуки. К сожалению, повороты жизненного пути не позволяет серьёзно копать в науку и математику. Всегда радуюсь, когда сталкиваюсь с результатами копания других людей.
(Анти?)утопия науки
Я нахожусь далеко от науки, особенно от хардкорной. Да и сроки прогноза неопределённо долгие. Поэтому предлагаю смотреть на эссе, как на описания одного из множества вариантов отдалённого будущего.
Если копнуть в историю науки, можно заметить, что не существует чёткого момента её возникновения. Такого, чтобы: «вот досюда не было науки, а после она уже есть».
Тем более, если смотреть на науку как на движитель прогресса. Если прогресс обеспечивается только наукой, то как он происходил до неё, как она могла возникнуть без прогрессивных изменений?
Очевидно, и до появления концепции научной деятельности, люди познавали мир, улучшали его. Более того, совершенствовали инструменты познания, пока те не оформились в то, что мы зовём наукой.
Фактически, наука — абстракция — мемплекс, который собрал под общим названием набор инструментов для манипуляций реальностью. Набор оказался удачным: результаты его применения усиливают эффективность будущих применений и приносят побочную пользу. Возникшая обратная связь и привела, вкупе с некоторыми другими штуками, к взрывному росту технологий.
Как любой мемплекс, набор концепций науки не фиксирован навечно, он меняется, иногда существенно. Например, критерий фальсифицируемости бы сформулирован относительно недавно — в 1935 году, и привёл к большим сдвигам в научной деятельности. А до этого как-то без него обходились.
То есть изменение даже базовых принципов науки нормально, фатальной катастрофой не грозит, происходило и будет происходить в будущем.
Возможности одного такого изменения и посвящено эссе.
Воля как артефакт модели реальности
Какое пафосное название я придумал, можно даже пост не писать :-D
Пока читал Я, мозг и возникновение сознания появилась следующая гипотеза:
- Мозг поддерживает модель реальности и активно ей пользуется (строит прогнозы, обновляет её).
- Моделируются внешний мир, собственное тело и даже сам мозг (мы можем задуматься о том, что подумали бы в гипотетической ситуации).
- Составляющими модели являются, в том числе, все наши: ценности, идеи, мысли, желания — всё, что нас определяет.
Тогда что первично: информация о нас в модели реальности или информация о нас в мозге вне модели?
И следующий вопрос: а есть ли информация о нас вне этой модели?
Избыточность знаний и их эволюция
Как известно многие знания в голове человека избыточны — если удалить кусок информации, его с большой вероятностью можно восстановить. Лучше всего это знают технари с их идиомой «что забыл, то выведешь».
Также скорее всего не секрет, что знания бывают явные и неявные. Явные, это когда один человек другому может сказать «чтобы А делай Б» или «А происходит потому что Б». С неявными знаниями такой финт провести не получится: это знания неформализованные, неосознанные, живущие в привычках человека или даже скрытые в культуре какой-либо группы людей.
Для примера вспомним легенду о том, что университет учит нас учиться. Может и учит, только вот не учебниками, а в лучшем случае примером окружающих людей.
В целом, с передачей неявных знаний сталкивается каждый новичок в коллективе. И в связи с этим явлением у меня появилась интересная концепция эволюции знаний в обществе:
- Старшее поколение хранит в своих головах полный набор знаний (и явные и неявные).
- Передать младшему поколению старшее может только явные знания и толику неявных (своим примером).
- Младшее поколение вынуждено восстанавливать недостающие неявные знания исходя из переданных явных знаний, своей картины мира и рациональности/здравого смысла.
- Так как у младшего поколения обычно больше информации о мире, чем у старшего (когда оно для себя восстанавливало неявные знания), восстановленные знания получаются точнее, чем у старшего поколения. Может даже часть из них переходит в категорию явного знания.
- На основе новых неявных знаний младшее поколение корректирует явные знания, делая и их точнее.
- Младшее поколение становится старшим, переходим к пункту 1.
Получается спиральная динамика циклический процесс улучшения явных и неявных знаний.
О книге «Системное мышление 2019»
Автор книги — Анатолий Левенчук — широко известный в узких кругах евангелист системной инженерии. Блогер, научный руководитель Школы системного менеджмента, пишет учебники, до одного из которых у меня наконец дошли руки.
Книга оставила о себе двоякое впечатление.
С одной стороны, по содержанию она вполне похожа на учебник системной инженерии. Информация в «системном мышлении» подана хоть и не лучшим образом, но вполне понятно. Желающий разобраться — разберётся. Тем более, автор сам предупреждает в начале учебника, что тот плохо подходит для самообразования — писался под школу.
С другой стороны, у меня набралось заметное количество претензий. Как по подаче, так и по некоторым аспектам содержания. Начиная с того, что в названии явно указано на системное мышление, а содержание практически полностью посвящено инженерии. В моей вселенной это разные вещи и я рассчитывал как раз на текст о мышлении, поскольку по инженерии информацию найти можно, а вот по мышлению её почти нет. Правда есть вероятность, что моё представление о системном мышлении фрически уникально, а вся планета не выделяет его явно. Об этом позже скажу пару слов.
Выбирать «Системное мышление 2019 » первой книгой по системной инженерии не стоит. Если вы хотите познакомиться с предметом, лучше возьмите Путешествие по системному ландшафту Гарольда Лоусона. В ней представлена хорошая ретроспектива системной инженерии, равно как и описание основных практик. Потом уже, по желанию, можно читать «Системное мышление» или ещё что-нибудь.
Далее расскажу как в книге подаётся материал, чем она хороша и какие у меня к ней претензии.