Коннекционистская проблематизация системного подхода.
Основной путь, по которому системный подход проблематизируется, относится к переходу от локальных представлений системы к распределённым (http://ailev.livejournal.com/1228029.html). С распределёнными представлениями беда: вся подробно разработанная "механика" уровней системы с отношением часть-целое, описание через цепочку "стейкхолдер-интерес-метод описания-описание", формальные описания с использованием понятий -- в локальных представлениях это всё есть, а в распределённых этого нет. Распределённая мысль, изречённая (локализованная) становится ложью. Мышление оказывается раздвоенным: основная часть его проходит в распределённых доязыковых представлениях, и только результаты оформляются в языке, а уж формально проводимое размышление -- оно действительно редко встречается в мире, как танцы лошадей. Что не мешает людям демонстрировать "чуйку", в том числе и в математике -- сначала предчувствовать результат, и только потом-потом доказывать его.
Раньше всё это было только про человека, а сегодня стало про компьютеры. В таких представлениях отличненько кодируется знание о роботе, движениях, языке, окружающем робота физическом мире, человечьей речи. И после перехода к таким распределённым представлениям роботы научились прилично ходить, точно хватать предметы сложной формы, понимать человечью речь. Это пока в лабораториях, на улице пока таких роботов не увидишь. Но до промышленного их выпуска уже недолго. Главное, что роботы учатся двигаться и разговаривать мимо системного подхода и науки, как детки учатся разговаривать и ездить на велосипеде -- детки ведь это делают тоже мимо системного подхода, выучивания грамматики, мимо выписывания дифуров. У роботов и деток успех их освоения мира базируется не на знании дифуров, синтаксических правил и владении базовыми принципами системного подхода. Нет, этот успех обеспечивают нейронные сети -- у которых модульность оставляет желать. Нейронные сетки (искусственные, естественные) не "собираются" из модулей, как программы, а обучаются. Они могут эволюционировать, они могут тренироваться и доучиваться. Но они не "проектируются", не "изготавливаются" по проекту, не интегрируются. Их носители могут это делать, нейроны можно собрать, организовать в слои. Но вот дальше -- там работают другие методы. Вырастить, обучить -- это не изготовить детали и собрать!
Системный подход начинает сбоить там, где проявляется коннекционизм (https://en.wikipedia.org/wiki/Connectionism), где взаимодействующие в сети простые элементы рождают сложное поведение. В сети таких простых элементов (например, нейронов или даже нейронных слоёв, да и у генов примерно такие же свойства) очень плохо с отношениями часть-целое уровня выше этих элементов, выделением каких-то границ. Модульность просто отвратительна, про жёсткие контракты интерфейсов говорить не приходится.
Современная инженерия вывалилась в мир, где модульность не гарантируется, где нельзя изготовить части, а потом собрать их в систему (см. слайд 17 моей презентации по декомпозиции системы -- http://www.slideshare.net/ailev/ss-59080739):
-- системы систем. Если у систем в её составе разные хозяева, то дальше как в поговорке про коня и воду: подвести к воде можно, заставить пить нельзя. Так и тут: вы можете подвести вашу систему к чужой, но провзаимодействовать эти подсистемы заставить нельзя, а без этого системы систем не будет!
-- предприятие, его не собирают из независимо изготовленных частей. Метафора learning enterprise совершенно неслучайно появляется, а системный подход при этом превращается в кисель и мантру "всё со всем связано, но думайте о людях!". Soft system methodology опирается на схематизации, на локальное моделирование системы с плохой модульностью. Это помогает, но ввиду нелокальной природы tacit knowledge, помощь эта ограничена. Лучше, чем ничего, но этого маловато.
-- инженерия систем машинного обучения (http://www.slideshare.net/ailev/alevenchuk-machine-learning-engineering). Можно собрать систему машинного обучения, но она мертва, пока её не обучишь. В обученой системе машинного обучения есть какие-то знания, но их не вытащишь и не передашь компактно в другую систему в виде модуля. Никакого reuse, никакой сборки из компонент. Если грубо, то никакой "таблетки знаний" даже для машин!
-- в иженерии психики (http://www.slideshare.net/ailev/ss-58654585) та же проблема: психика "организменна", её из отдельных готовых деталей не изготовишь, она "вырастает", "становится", "научается". И потом её не разберёшь на части.
Системный подход работает с подобными коннекционистскими, слабомодульными системами на каких-то уровнях, с каким-то (часто переменным) успехом. Системный подход не знает, что делать с распределёнными моделями систем, он настроен на локальные представления (текущий state-of-the-art инженерного моделирования примерно такой: http://www.slideshare.net/JBezivin/icmtstaf). Интеграция распределённых моделей (а это гарантия для междисциплинарности!) непонятно как осуществляется (transfer learning? communication через symbolic variable binding?). Фраза "каждое описание -- это описание какой-то системы", различения viewpoint и view -- все они с распределёнными представлениями в их сегодняшнем виде не очень вяжутся.
Конечно, системный подход переживёт и это. Но ему для этого придётся совершить революцию не меньшую, чем при переходе от "объективно задаваемой системы" (1.0) к системе, определяемой стейкхолдерами -- системе в рамках деятельностного подхода, "субъективно задаваемой системе" (2.0). Но системного подхода 3.0 ещё нет: есть только слабомодульные системы, об которые он ломает зубы. Нет, не ломает: он об такие системы точит зубы. Когда-то всё начиналось для системного подхода с биологии, всяких геобиоценозов как сверхсложных объектов, для которых потребовались мощные методы описания этой сложности. Именно такого вот сорта "становящиеся", совсем не модульные объекты-системы и появляются сегодня в инженерии. Появляются также новые методы моделирования в распределённых представлениях. Нужно напрячься и обеспечить адекватность подхода, нужно сделать его третью версию, охватывающую и коннекционистские воплощения и определения системы.
Раньше всё это было только про человека, а сегодня стало про компьютеры. В таких представлениях отличненько кодируется знание о роботе, движениях, языке, окружающем робота физическом мире, человечьей речи. И после перехода к таким распределённым представлениям роботы научились прилично ходить, точно хватать предметы сложной формы, понимать человечью речь. Это пока в лабораториях, на улице пока таких роботов не увидишь. Но до промышленного их выпуска уже недолго. Главное, что роботы учатся двигаться и разговаривать мимо системного подхода и науки, как детки учатся разговаривать и ездить на велосипеде -- детки ведь это делают тоже мимо системного подхода, выучивания грамматики, мимо выписывания дифуров. У роботов и деток успех их освоения мира базируется не на знании дифуров, синтаксических правил и владении базовыми принципами системного подхода. Нет, этот успех обеспечивают нейронные сети -- у которых модульность оставляет желать. Нейронные сетки (искусственные, естественные) не "собираются" из модулей, как программы, а обучаются. Они могут эволюционировать, они могут тренироваться и доучиваться. Но они не "проектируются", не "изготавливаются" по проекту, не интегрируются. Их носители могут это делать, нейроны можно собрать, организовать в слои. Но вот дальше -- там работают другие методы. Вырастить, обучить -- это не изготовить детали и собрать!
Системный подход начинает сбоить там, где проявляется коннекционизм (https://en.wikipedia.org/wiki/Connectionism), где взаимодействующие в сети простые элементы рождают сложное поведение. В сети таких простых элементов (например, нейронов или даже нейронных слоёв, да и у генов примерно такие же свойства) очень плохо с отношениями часть-целое уровня выше этих элементов, выделением каких-то границ. Модульность просто отвратительна, про жёсткие контракты интерфейсов говорить не приходится.
Современная инженерия вывалилась в мир, где модульность не гарантируется, где нельзя изготовить части, а потом собрать их в систему (см. слайд 17 моей презентации по декомпозиции системы -- http://www.slideshare.net/ailev/ss-59080739):
-- системы систем. Если у систем в её составе разные хозяева, то дальше как в поговорке про коня и воду: подвести к воде можно, заставить пить нельзя. Так и тут: вы можете подвести вашу систему к чужой, но провзаимодействовать эти подсистемы заставить нельзя, а без этого системы систем не будет!
-- предприятие, его не собирают из независимо изготовленных частей. Метафора learning enterprise совершенно неслучайно появляется, а системный подход при этом превращается в кисель и мантру "всё со всем связано, но думайте о людях!". Soft system methodology опирается на схематизации, на локальное моделирование системы с плохой модульностью. Это помогает, но ввиду нелокальной природы tacit knowledge, помощь эта ограничена. Лучше, чем ничего, но этого маловато.
-- инженерия систем машинного обучения (http://www.slideshare.net/ailev/alevenchuk-machine-learning-engineering). Можно собрать систему машинного обучения, но она мертва, пока её не обучишь. В обученой системе машинного обучения есть какие-то знания, но их не вытащишь и не передашь компактно в другую систему в виде модуля. Никакого reuse, никакой сборки из компонент. Если грубо, то никакой "таблетки знаний" даже для машин!
-- в иженерии психики (http://www.slideshare.net/ailev/ss-58654585) та же проблема: психика "организменна", её из отдельных готовых деталей не изготовишь, она "вырастает", "становится", "научается". И потом её не разберёшь на части.
Системный подход работает с подобными коннекционистскими, слабомодульными системами на каких-то уровнях, с каким-то (часто переменным) успехом. Системный подход не знает, что делать с распределёнными моделями систем, он настроен на локальные представления (текущий state-of-the-art инженерного моделирования примерно такой: http://www.slideshare.net/JBezivin/icmtstaf). Интеграция распределённых моделей (а это гарантия для междисциплинарности!) непонятно как осуществляется (transfer learning? communication через symbolic variable binding?). Фраза "каждое описание -- это описание какой-то системы", различения viewpoint и view -- все они с распределёнными представлениями в их сегодняшнем виде не очень вяжутся.
Конечно, системный подход переживёт и это. Но ему для этого придётся совершить революцию не меньшую, чем при переходе от "объективно задаваемой системы" (1.0) к системе, определяемой стейкхолдерами -- системе в рамках деятельностного подхода, "субъективно задаваемой системе" (2.0). Но системного подхода 3.0 ещё нет: есть только слабомодульные системы, об которые он ломает зубы. Нет, не ломает: он об такие системы точит зубы. Когда-то всё начиналось для системного подхода с биологии, всяких геобиоценозов как сверхсложных объектов, для которых потребовались мощные методы описания этой сложности. Именно такого вот сорта "становящиеся", совсем не модульные объекты-системы и появляются сегодня в инженерии. Появляются также новые методы моделирования в распределённых представлениях. Нужно напрячься и обеспечить адекватность подхода, нужно сделать его третью версию, охватывающую и коннекционистские воплощения и определения системы.