В рамках данной статьи мы будем понимать под сложностью системы: количество элементов в этой системе, количество связей между ними, скорость изменения этих элементов и связей, а также “скрытость” (см. "Дистанционные биоинформационные взаимодействия") — долю неявных, недоступных связей и элементов. В данной статье будет рассмотрена эволюция нашей цивилизации во времени, т.е. как процесс изменений (его этапы), в предложенном выше формализме критериев сложности. Вот эти этапы:
· технические системы, которые наша цивилизация создает;
· системы, необходимость работы с которыми перед нашей цивилизацией встает.
Под цивилизацией мы будем понимать в первую очередь - группы влияния ("Участники" в терминологии формулы ("11 Признаков Игры. Кратко."). Группы влияния: государства (внутри каждого государства есть различные группы влияния - элиты), обладающие различными внешними и внутренними ресурсами, и международные финансово-промышленные группы (ФПГ), которые оказывают все более заметное влияние на ход развития человечества. Есть национально ориентированные элиты, но зачастую они входят в международные ФПГ. Объединяет их общая картинка мира:убеждения, ценности, идеалы, определяющую вектор развития, международную связность, создание и обмен товарами, услугами, информацией, и энергией.
Усложнение нашей цивилизации. Кризис институтов управления.
В поле первого критерия сложности — количества элементов системы — за последние десятилетия можно выделить такие процессы как деколонизация (за время существования ООН количество стран-участников выросло с 50 до 193 на 12.09.2022); распад колониального мира, но на смену ему пришел неоколониализм, основанный на новом устройстве мировых финансов (см. "Вешние ресурсы и деньги"), как следствие, увеличилось количество геополитических акторов; появление новых неуправляемых групп — как горизонтальных — хакеров, биохакеров, других активистов, так и вертикальных — террористических, маргинальных религиозных организаций; появление новых глобальных игроков — транснациональных корпораций и их сращивание с инвестиционными фондами - ФПГ.
Появились и принципиально новые факторы — алгоритмы "глубокого обучения" нейронных сетей систем с ИИ. Конечно же, такие алгоритмы создают люди. И речь, пока, не идет о создании сильного ИИ, а всего лишь о специализированных системах с ИИ.
Второй критерий сложности:количество связей системы. Применительно к нашей цивилизации, это: транспортная связность (появление массовой гражданской авиации, контейнерных грузоперевозок, и пр.) и информационная связность (расцвет телевидения, появление Интернета, новых медиа и, наконец, социальных сетей и мессенджеров), которые все вместе создают огромное количество развлекательного контента, отупляющего современную молодежь и отвлекающую ее от реальных проблем. Можно считать настоящее положение дел следствием деятельности крупных "Участников" (см. "Ловцы внимания", "Бенефициары оцифровки сознания").
Третий критерий сложности:скорость изменения элементов и связей в системе. Сама жизнь не оставляет нам времени и возможностей для того, чтобы стать специалистом широкого профиля, человеком с широким кругозором. Мы не можем освоить за время жизни все специальности-профессии, приобрести все знания. Некоторые из нас являются "узкими специалистами" с ограниченным кругозором (картинкой мира). Закономерно то, что даже президенты в своей работе принимают во внимание мнение экспертов (авторитетов в той или иной области). Это закономерно, логично, естественно, но если эксперт допустит ошибку или не учтет какую-то важную информацию, то это чревато большими последствиями. См. парадокс Льюиса Кэрола.
Четвертый критерий сложности: неявные связи в системе. При кажущейся “прозрачности” современного мира, когда множество действий имеют свой цифровой след, реально фиксировать и уж тем более управлять системой связей нашей цивилизации (к счастью!) не под силу даже самому ретивому и вычислительно мощному Большому Брату. Как было указано выше, самоорганизующиеся группы имеют горизонтальные связи меняющиеся столь быстро, а порой и зашифрованные столь хорошо, что для их отслеживания требуется либо соразмерное количество отслеживающих, либо астрономические вычислительные мощности, потому что работать требуется не столько с состоянием связей в данный момент времени, сколько с прогнозированием. Идеи вычислительного прогнозирования сложных социальных систем уже реализуются на практике, например, "Цветные революции". которые устраивает USAID по всему миру, а те, кто отстают в этом аспекте получают "Черных лебедей" (Нассим Талеб).
Таким образом, количество акторов, способных навредить глобальной цивилизации, выросло на порядки.
В кибернетике есть “Закон необходимого разнообразия” Уильяма Эшби, который в краткой форме может быть сформулирован так: “Для эффективности управления разнообразие управляющего воздействия должно быть не ниже разнообразия управляемой системы”. Так как разнообразие есть одна из составляющих сложности, закон У. Эшби как раз описывает проблему несоответствия методологии управления институтов и их устройства и сложности систем, которыми они должны управлять.
Усложнение технических систем, которые мы создаем. Кризис управления рисками.
Начнем с иллюстрации количества элементов в некоторых технических системах (количество связей в этих системах, очевидно, является в данном случае коррелирующим параметром):
Эти системы кажутся достаточно сложными и все они ведь созданы человеком, в чем же смысл этого примера? Начиная с машины (в данной выборке технических систем) ни одна из систем не может быть создана ни одним человеком, ни группой людей. Лишь группа людей с помощью компьютерных инженерных программ, баз данных, вычислительных мощностей, может создать такие системы. И, что важнее, человек без этих систем компьютерной поддержки не может их починить. Скорее всего, без систем компьютерного анализа он даже не поймет, что сломалось. В случае с современной машиной еще, наверное, как-то можно, если дело касается очевидных поломок, но начиная с самолета уже сделать что-то человеку без компьютера крайне сложно. Но пока что перед гранью понимания — мы все же способны объяснить их работу и, получив данные о неполадке с помощью компьютера, принять решение хотя бы о направлении ремонта. По оставшимся двум критериям сложности — динамики изменения связей в системе и степени не явности связей — эти системы достаточно просты: связи постоянны (хоть и многочисленны) и все они известны (хоть и только компьютеру).
Ну, а что же самое сложное из технических систем наша цивилизация создавала? Что является нашей технологической гордостью? Предположим, это Большой Адронный Коллайдер. Я не нашел данных по количеству деталей в нем, поэтому следующая иллюстрация является лишь примерным оценочным суждением:
Для создания этой системы понадобился многолетний труд международных рабочих групп, конечно же, тоже с применением инженерных компьютерных программ и огромных вычислительных мощностей. Понимаем ли мы эту систему? Вероятно, да, но понимание это уже, скорее групповое, распределенное — только группа людей способна полностью объяснить его работу, один человек — только на уровне самых общих принципов. Способны ли мы его починить? В начале работы БАКа (кстати, время от идеи до сдачи в эксплуатацию — 22 года), через 2 недели после официального запуска произошла авария, которую устраняли 15 месяцев. Следующие 5 лет эксперименты проводились лишь на пониженной энергии, затем, еще 2 года велась модернизация коллайдера и эксперименты не проводились вовсе. Мы ни в коем случае не хотим принизить заслуги ученых и инженеров, работающих с БАКом, напротив — лишь показываем, что это, возможно, самая сложная техническая система, когда-либо созданная человеком! И она же является самой уязвимой, в том смысле, что любое отклонение от плана ее функционирования требует огромных временных и вычислительных ресурсов для выявления и понимания. Данная система все еще обладает постоянством связей (с точностью до квантовых эффектов, которые здесь уже важны), и, в теории, не имеет неявных связей, но на практике оказывается, что они есть — зависимости работы частей системы настолько многофакторны, что даже с применением компьютерных вычислений невозможно их все предусмотреть.
Но давайте перейдем к системам, в полной мере удовлетворяющим критерию сложности — то есть обладающих и динамикой связей, и их неявностью. И здесь обратим внимание на принципиальное изменение, которое произошло в области программирования: переход от детерминированных алгоритмов к эволюционным. Именно к последним относятся знаменитые алгоритмы "глубокого обучения нейронных сетей".Детерминированные программы успешно обыграли человека в шахматы, но только эволюционная программа смогла выиграть в Го. Эта игра допускает гораздо больше сценариев, то есть имеет другой и — судя по тому, что именно эта игра стала камнем преткновения детерминированных алгоритмов, другой принципиально — уровень сложности. И для победы в ней пришлось дать программе дополнительную степень свободы — свободу самой обучаться, выбирать стратегию обучения и самой менять свой алгоритм. То есть техническая система получила тот самый третий критерий сложности — изменение связей системы во времени. И, кстати, в течение очень небольшого времени, учатся такие программы гораздо быстрее человека. Ну а в виде довеска (человек бы предпочел, чтобы его не было) такие программы получили и четвертый критерий сложности — неявные связи. Самообучающиеся алгоритмы работают по принципу “черного ящика” — не могу “объяснить” свой выбор. Они могут лишь сообщить, что на основании вот этой выборки из миллиарда входящих случаев, было принято такое-то решение в данном конкретном случае. В этот момент наше понимание технических систем, которые мы сами создаем, закончилось. Мы не можем починить такую систему, не можем предугадать ее действия. При общении с другой аналогичной системой, они изобретают язык, который мы не пониманием.
На картинке выше три конструкции одного и того же назначения. Не так важно какое именно (соединение тонких кабелей с более толстым кабелем), важно, что все вектора наклона, необходимая жесткость на разрыв по этим векторам и другие характеристики согласно ТЗ, одинаковы. Левая спроектирована человеком, правые спроектированы с помощью компьютерной оптимизации (чем правее — тем больше компьютеру “разрешили” подправить). Самая правая выдерживает тот же вес, что и левая-человеческая, но при этом на 75% легче.
Я хочу указать здесь не столько на потрясающий уровень оптимизации, сколько на принципиальную невозможность спроектировать и даже понять устройство самой правой детали человеком. Она выглядит не как часть нашей привычной перпендикулярно-параллельной техносферы, а как ветки дерева или мицелий гриба (к этой аналогии, кстати, я вернусь еще далее). Это значит, что починить систему, спроектированную компьютером, человек не в состоянии — ее сложность за границей нашего понимания. В принципе, это следовало и из предыдущего примера с Большим Адронным Коллайдером, но этот объект являет собой сложность даже визуально, а его схожесть с природными формами полезна для моего повествования в качестве подготовки к следующему разделу.
Усложнение систем, с которыми нам нужно работать. Кризис методологии.
Давайте продолжим ставший уже привычным нам график сложности систем. С Большим Адронным Коллайдером разобрались, но даже он на много порядков проще такой системы, как сознание. В человеческом мозге порядка 86 миллиардов нейронов, не говоря уже о количестве связей (один нейрон может иметь до 20 тысяч связей с другими). Согласно оценкам, в человеческом мозге столько же «транзисторов», сколько во всей мировой ИТ-инфраструктуре. Связи меняются со временем это уже очевидно (см. "Связывание нейронных сетей". Уточнять структуру мозга (картирование мозга) не имеет смысла, т.к. "паутина" у всех людей разная. Именно поэтому ведущие "Участники" предпочитают заниматься не изучением структуры мозга, а формированием картины мира (убеждений) молодого поколения с еще не "окрепшими мозгами" в странах противниках.
Таким образом фазовый барьер сложности можно нанести на нашу условную карту где-то в районе за Большим Адронным Коллайдером и до сознания. Переход через него требует принципиального изменения методологии работы с системами.
Усложняемся дальше. Глобальная экосистема. И снова мы не располагаем точными данными о количестве ее элементов, но, например, наличие миллиона лишь видов насекомых, не говоря о количестве особей, ставит ее на много порядков выше в этой схеме (ну и, сознания живых существ, сложность которых была описана в предыдущем пункте, тоже являются ее частью).
В этой системе также присутствуют все критерии сложности: связи динамичны и часть их (возможно, большая) неявна. Напомню, что я понимаю под неявными связями — это связи, существующие в другом физическом или онтологическом пространстве.
В Вальдорфских школах отказались от использования в обучении конструктора Lego, потому что были случаи, когда ребенок отрывал птицам крылья и лапки, не понимая, почему потом нельзя собрать обратно все так же, как это получалось на уроке с Lego. Можно было бы сказать, что это ребенок глупенький, мол, не понимает разницу между живым существом и конструктором! Но нет, ребенок-то как раз умный — он берет жизненный опыт из одной сферы и прикладывает к другой, а глупенькие мы все, наша цивилизация, потому что мы, такие взрослые и умные, не знаем ответа на этот вопрос.
По сути и все наши технологические успехи базируются на методологии конструктора Lego. Мы разбираем природу на кусочки — руду, дерево, воду, собираем по определенному алгоритму (быть может весьма сложному — включающему большое количество элементов и связей) и получаем, например, машину. Это методология удобна для транслирования — если другой человек на другом конце земли аккуратно, без ошибок выполнит наш алгоритм, он получит такую же машину. И наша цивилизация сделала большой технологический скачок благодаря этой методологии.
Но такая логика подходит только для работы с системами ниже определенного уровня сложности. И вот с птичкой уже не получается, как и вообще с живыми системами (см. Принцип частного и целого). Не получается так и с, например, сознанием — мы не понимаем где, с какого количества и порядка взаимодействия нейронов, оно начинается и как следствие не можем работать с ним, как с конструктором (пример избыточный, так как сознание обладает как минимум свойством живой системы, но он важен для моего дальнейшего тезиса).
Если пытаться найти этот рубеж сложности систем, то хорошо подходит понятие эмерджентности. Эмерджентная система — это система, элементы которой не обладают по отдельности некоторым свойством, которое появляется у этой системы только при определенном соединении элементов. Такое появляющееся свойство тоже называется эмерджентным. У одного нейрона нет сознания, у мозга в целом есть. Добавим, что сложное поведение, когнитивные способности не наследуются и с помощью генома не передаются (см. "Влияние генома на нашу судьбу"). Для того, чтобы сознание появилось и развивалось, ребенок должен находиться в социуме, а учителя должны обладать соответствующими внутренними ресурсами (знания, навыки, умения, способности) См. "Обучение слепоглухонемых детей" (Развитие психики в процессе формирования поведения)
Остановимся подробнее на примере с лесом. Оставлю подробное описание работы с другими эмерджентными системами, например,— сознанием, за рамками данной статьи. Почему же мы не можем работать с лесом так же, как мы работаем с техническими системами? Наличие скрытых связей не позволяет нам находиться с этой системой в поле общего языка. Не только языка вербального, или языка программирования, вообще языка-интерфейса взаимодействия. Вот, допустим, сейчас я сижу в номере отеля. Он мне понятен — я знаю, как пользоваться пультом управления кондиционера, как открыть окно ручкой. Язык леса нам непонятен. В нем нет пульта управления, голосового интерфейса или тачпада. За наличием неявных связей стоит еще более глубокий слой инаковости — у нас с лесом разная ритмика. Нам ведь кажется, что в лесу ничего не происходит. Ну, ветки колышутся на ветру. Мало кому из нас доводилось даже видеть, как падает дерево (не когда мы его ломаем, а когда падает само, от ветра). Рационально мы знаем, что лес меняется, растет, умирает, и возрождается, но это рациональное знание совершенно не помогает синхронизации ритмик. См. Переход "А - Д | Д - А", . упражнение "Перенос точки наблюдения").эксперименты по "Управляемому инсайту","Спонтанному инсайту", "Биоинформационные дистанционные взаимодействия"
Сейчас наша цивилизация начинает сталкиваться с необходимостью работы с системами такого уровня сложности, с эмерджентными системами, но располагаем мы лишь Lego-методологией. Нам нужно как-то чинить глобальную экосистему, которую мы нарушили, но чаще всего мы не можем понять работу даже локальной экосистемы, например, пермакультурной грядки.
Тем не менее, пока что процесс поиска (в будущем ли, в прошлом ли) методологии работы с эмерджентными системами идет сложно и медленно, но надежда есть. Я вижу проблему в фрагментарности картины мира нашей цивилизации, из позиций которой сейчас создаются новые технологии, и несопоставимости сложности этого технологического дискурса и сложности систем, с которыми нам нужно работать, в том числе это выражается в целеполагании развития новых технологий. Таким образом, остается два вопроса:
· Если допустить, что другие цивилизации, другие культуры располагают методологией работы с эмерджентными системами, то как мы можем у них научиться?
· Если допустить, что технологии в теории способны работать с эмерджентными системами, то с какими онтологиями нужно объединять современный дискурс их разработки и как?
Мы подошли к необходимости работы с системами, сложность которых еще на порядки выше. В инструментарии нашей цивилизации нет масштабируемых методологий работы с системами этого уровня сложности. См проект "GO-RA"
