Мозг фирмы - Стаффорд Бир

Интересно начать анализ структур иерархического управления, задавшись вопросом о базисных решающих элементах, которые в общем случае формируют и отдают команды. Если рассматривать самую совершенную систему управления в природе — головной мозг человека, то элементарную ячейку управления можно представить в виде отдельной нервной клетки — нейрона. В промышленности или в правительстве, фактически в любой тесно связанной социальной группе, таким элементом является любой начальник, любой руководитель.

Как нейрон, так и руководитель призваны выполнять одну единственную фундаментальную роль — решать. В случае нейрона импульс может либо задействовать выходящий из него нерв (аксон), либо нет. Для управляющего фундаментальная задача тоже сводится к тому, чтобы сказать да или нет. Верно, что руководители не тратят всю свою жизнь на произнесение только этих двух слов; они могут вообще никогда их не произносить. Тем не менее в этом их роль, а замены, нюансы типа "могу посоветовать", "вероятно, Вам бы лучше ..." — принятые в обществе формы вежливо сказать да или нет.

Чтобы выбрать между да и нет, между 0 и 1, решающий элемент вынужден установить порог принятия решения. Можно представить, что он выдает сообщение 0 до тех пор, пока обстоятельства не заставят его сообщить о скачке в 1. Это будет разрешающий тип управления, при котором решающий элемент ничего не делает, пока обстоятельства не заставят его действовать. Он и не должен реагировать на всякий случайный импульс или шум, и это обстоятельство предопределяет необходимость в таком пороге. Сверхчувствительный нейрон быстро сведет с ума как человека, так и фирму. Когда что-то реально начинает происходить, решающий элемент накапливает тому свидетельства. Когда он убедится, что действительно произошло событие, требующее его действия, т. е. иными словами, когда сумма внешних импульсов достигла порога, он срабатывает.

Сказанное здесь может показаться мелочью. Но я искал описание, которое было бы общим и для руководителя, и для нейрона. И если все ранее сказанное имеет смысл, то можно перейти к общей теории систем, с тем чтобы описать порог чувствительности как функцию преобразования. Дан набор импульсов, которые, подчиняясь определенному критерию, преобразуются в 0 или 1 на выходе. Поскольку, как было показано в двух предыдущих главах, организации не могут надеяться на детализированное управление событиями сверху, лучше всего рассматривать функцию преобразования как обеспечивающую скромную степень алгедонического одобрения при нормальном состоянии системы. Так, если мы располагаем 20 алгедоническими каналами ввода, то, возможно, в 15 из них установлен уровень 1, когда дела идут нормально. Пять, уровень которых установлен на 0, представляют меру, с которой вся алгедоническая система обратной связи подвержена возможному административному вмешательству. Если события выйдут из-под контроля в системе более низкого уровня, то уровень всех 20 алгедонических каналов может оказаться нулевым, но если дела пойдут весьма успешно, то некоторые из первоначальных нулей могут перейти в единицы.

Предположим, однако, что сама функция преобразования оказалась неверной, т.е. неверно учитывающей условия окружающей среды, в которой срабатывает или не срабатывает нейрон или руководитель. Конечно, такое суждение будет сделано метасистемой. Тогда, предположим, функция преобразования должна изменить свой знак, что никуда не годится; мы не можем позволить функции преобразования такого сальто-мортале на выходе, смены результата с 0 на 1 и обратно таким скачком просто потому, что окружающая среда несколько неустойчива. Было бы лучше постепенно изменять порог чувствительности так, чтобы решающий элемент соответственно изменял свою реакцию. Лучше всего понять это, если рассматривать серию суждений, при которых очевидно значимый результат на выходе получается более или менее резко и наблюдаются его последствия. Иначе говоря, сформировать обратную связь, которая приведет к адаптации самой функции преобразования. Заметим, что некоторые условия окружающей среды могут потребовать большей чувствительности нейронов или руководителей, а другие ее условия — ее уменьшения.

Последнее относится к особому случаю теории управления, рассматриваемому в гл. 2. При этом на сенсорном входе и моторном выходе сохраняются афферентные и эфферентные импульсы соответственно. Сохраняется также анастомотик ретикулум, который мы не собираемся детально анализировать или подвергать управлению соответствующими для этого случая командами. Более того, его действия ясно продемонстрированы (пока что) на примере машины из дерева и меди в предыдущей главе.

Рассмотрим сенсорное устройство такой машины. У нее 10 контактов, которые собирают данные, передаваемыеим из внешнего мира, представленного колесом рулетки. В свое время мы говорили, что таких контактов может быть хоть сотня. Конечно, может быть и любое произвольное число контактов, как угодно разбросанных по сенсориуму. Машина будет по-прежнему работать. Более того, предположим, что функция преобразования, представленная отношением числа контактов, находящихся на двух медных полосах А: В в любое данное время не является очень грубой. Можно представить себе в качестве примера химическую клетку, порог срабатывания которой представлен значением рН или какой-то электрической величиной, прочитанной от преобразователя на языке Мета-1 и усиленной или подавленной цепью связи.

В таком случае связь между входом и выходом проследить невозможно. Часть ее (периферийная) по характеру дискретная - поток двоичных импульсов поступает (и распространяется) в высшей степени запутанную сеть линий. Проследить все это достаточно трудно и фактически невозможно, если сеть будет непрерывно изменяться — линии могут атрофироваться или непостижимым образом включаться в работу или выключаться. Однако если их достаточно много, машина продолжит работу. Хуже того, внутриклеточная связь будет прослеживаться только на молекулярном уровне. Практически мы будем иметь дело со статистическим эффектом массы. Наиболее близкое описательное название, которое обозреватель может присвоить этой внутренней части нейрона, могло бы быть "аналоговое устройство", поскольку основной двоичный характер системы потерян. Как бы там ни было, в конечном счете вся система связи и взаимодействие в ней могли бы служить отличным примером анастомотик ретикулум.

  Как представляется, реальный живой нейрон выглядит весьма на это похожим. Более того, наше его описание достаточно хорошо соответствует и управляющему. При рассмотрении сути этого замечания опасайтесь путаницы в оценке различий в их разрешающей способности (в оптическом смысле). Мы рассматриваем нейрон (как естественный, так и искусственный) и управляющего как простой элемент решения в сети нейронов (мозг) или как человека (в обществе управляющих). Тот факт, что в мозгу управляющего содержится 10 млд. нейронов, не имеет значения для нашего сравнения. Тем не менее это интересное замечание, когда мы приступаем также к рассмотрению иерархии команд. Во всем этом наблюдается удивительная гомогенность, а собственный язык управляющего, очевидно, является метаязыком n-го порядка по отношению к машинному языку его собственных нейронов.

Кстати, если сенсориум изобретенной нами машины может быть представлен большим, возможно неизвестным, числом входов вместо первичных десяти, алгедоническая цепь сможет успешно работать и на менее точной основе. Мы говорили, что срабатывание цепи алгедонической обратной связи вызовет движение деревянного бруса, при котором контакт, один из десяти, переместится с пластины A на  пластину В. Однако если число произвольно разбросанных контактов весьма велико, то это правило становится бессмысленным. Во всяком случае, нет никаких оснований, в силу которых алгедоническое движение должно быть дискретным, осуществляемым небольшими скачками. Давайте представим этот обусловленный процесс как своеобразное давление, под действием которого очень незначительно перемещается деревянный брус, при этом плавно исправляя ошибки. Теперь мы знаем, что алгедоническая функция сама определена метаязыковым решением, чем-то таким, что ценится высшим руководством. Какой бы ни была система, определяющая сигнал, алгедоническая цепь различает не только верен ли выданный зажегшейся лампочкой сигнал, но и насколько он верен или неверен. Давайте зафиксируем этот результат и используем его применительно к силе, двигающей деревянный брус. Обычно его перемещение невелико: вероятность А:В может измениться с 50:50 на 51:49. Если "неверный" ответ внезапно (металингвистически) становится опасным, давление будет продолжаться; отношение 50:50 может сразу же измениться на 99:1 (однако не на 100:0, поскольку это исключает возможность изменения соотношений). И вновь совершенно ясной становится аналогия действий управляющего и движения, с которым связано решение о поощрении или наказании.