Анатолий Левенчук - Системное мышление

Знаниев отличие от «просто фактов» – это то, что можно использовать в разных ситуациях, что можно взять с собой из проекта в проект. Факты же могут характеризовать конкретные проекты и объекты в них. Знание о метрах как единицах измерения общее для всех проектов. Длина пути в каком-то проекте 14 метров – это нельзя применить к другим проектам, так что это не «знание», это просто «факт».

Мышление о мире с необходимостью включает в себя знание об объектах мира – эпистемология обсуждает, как это знание можно получить и насколько этому знанию можно верить, а онтология что-то может сказать о том, каковы эти объекты. Логика затем помогает как-то оперировать с этим знанием – и помним, что логика науки и инженерии совсем необязательно булева, она имеет вероятностную компоненту (опираясь при этом на байесово понимание вероятности, а не частотное!), и поэтому может использовать и эвристические («неформальные формализмы», неточные правила) рассуждения 38 38 См. литературу в пунктах 1 и 2 http://ailev.livejournal.com/1311261.html . .

Тем самым мы должны ещё задать вопрос: как мы получили знание о системах, обязательно ли это знание формально (выражено в символической форме, доступной для строгого логического вывода), или оно неформально, т.е. образно и интуитивно? Получено ли это знание умозрительно, только в результате размышлений, или были проведены какие-то эксперименты и знание обобщает их результаты? Эпистемология не так популярна, как онтология, но когда речь заходит об обучении каким-то знаниям, без неё не обойтись.

Главное, что нужно тут обсудить – это наличие и важность полностью неформального, интуитивного и невыразимого словами и иными знаками знания. Тем более что сегодня такое знание могут иметь не только люди, но и компьютеры, запрограммированные для работы в рамках коннекционистской парадигмы. Современные достижения искусственного интеллекта связаны с развитием именно «компьютерной чуйки» (а не развития логических языков программирования) в рамках машинного обучения в целом и направления глубокого обучения (deep learning) в частности.

В коннекционистской (connectionism) парадигме 39 39 См. подробнее в http://ailev.livejournal.com/1228029.html . знание представляется существующим не как набор связанных какими-то отношениями понятий, а как распределённое по множеству определённых простых однородных элементов (часто нейронов в нейронных сетях как искусственных, так и естественных).

Человеческий мозг для мышления использует нейронную сеть, а не логический вычислитель, действующий по законам аристотелевой логики. Современные системы машинного обучения тоже начинают использовать для своей работы похожие принципы, и к ним применяются отнюдь не традиционные наработки для знаний, понимаемых как формальные модели. Объединение методов формальной, «научной» работы со знаниями и методов «неформальной» интуитивной работы в нейронных сетях (искусственных или естественных, в мозгу человека – это тут неважно) представляет собой научный и технический фронтир, мы не будем касаться этих вопросов в нашей книге 40 40 Подробности можно найти литературе по ссылкам тут: http://ailev.livejournal.com/1283541.html и в более популярном изложении тут: http://ailev.livejournal.com/1281819.html . . Но нужно понимать, что когда говорят про человеческие «интуицию» и «чуйку», то имеется в виду именно такое мышление 41 41 http://ailev.livejournal.com/1295595.html .

Мы в нашей книге исходим из того, что мышление «бибинарно» 42 42 http://ailev.livejournal.com/1305176.html (би – это умножающая приставка от латинского bis, «дважды»), т.е. дважды двойное:

1. По шаблонам – нешаблонное

1.1. «Культурное» мышление, следующее лучшим цивилизационным образцам, шаблонам (patterns), использующее накопленное человечеством знание и одновременно

1.2. нетронутое какой-либо культурой, шаблонами «дикое» мышление, которое приходит новыми путями к выводам, потенциально каких цивилизация ещё не знала, паттерны чего ещё не различала.

В нашей книге мы делаем упор на культурную часть системного мышления, пытаемся взять в нём самое важное, отмоделировать и передать пытающимся освоить его людям. При этом мы понимаем, что в реальной жизни приходится всё время выходить за рамки имеющегося знания, давать ответы на вопросы, которые в учебниках (в том числе и нашей книге), стандартах, публичных документах и даже научных статьях ещё не рассматривались.

2. Знаковое-незнаковое (формальное-неформальное)

2.1. Формальное мышление (дискретное), опирающееся в своих приёмах на строго определённые дискретные объекты какой-то конкретной онтологии. Это мышление состоит в выражаемых знаками (symbols) классических логических рассуждениях. Но одновременно

2.2. мышление непрерывное, коннекционистское, опирающееся на объекты, определённые лишь статистически, вероятностно, без их знакового выражения и интуитивно проводимое эвристическое (т.е. необязательно формально верное, но применимое в большинстве случаев, хотя и не во всех) рассуждение. Правила такого рассуждения тоже могут быть не формализованы.

В нашей книге мы делаем упор на формальное системное мышление, дискретные знаковые представления о системах, но понимаем, что в реальной жизни приходится в существенной мере опираться на автоматизмы мышления, использующие интуитивные непрерывные представления, и это зачастую даёт огромные преимущества. Например, формальные (дискретная логика) рассуждения для разных конкретных онтологий и отдельных предметных онтик принципиально (т.е. формально-логически) несопоставимы, но их можно как-то объединять в коннекционистских (непрерывных) представлениях.

Мышление, о котором мы говорим в нашей книге, появляется там и тогда, где и когда нужно решать проблемы – что-то, что непонятно как решать. Это «медленное» рассудочное мышление. До этого момента можно не мыслить, можно заимствовать какие-то типовые решения, использовать уже имеющиеся знания, «на автомате». Даниэль Канеман утверждает 43 43 Даниэль Канеман, «Думай медленно… Решай быстро», https://ru.wikipedia.org/wiki/Думай_медленно…_решай_быстро , что у человека есть два механизма мышления: быстрое малозатратное интуитивное и медленное трудоёмкое, включающееся при появлении каких-то проблем при использовании «быстрого» интуитивного мышления.

По факту речь идёт о целом спектре мышления от интуитивного неформального через вероятностное (с какими-то оценками этих байесовских вероятностей по самым разным источникам априорных свидетельств и данных эксперимента) к классическому формальному на основе математической логики. Вот схема Прапион Гайбарян, иллюстрирующая этот полный спектр:

Обычно интуитивные догадки на уровне «ощущений» вытаскиваются в качестве явно сформулированных эвристик, а эвристики проверяются статистическими методами, или в случае большой удачи формальными методами. В случае подтверждения догадок формальное медленное мышление о каком-то типе задач потом можно натренировать (в ходе решения множества задач) так, что оно становится автоматическим и «интуитивным», не требующим особых мысленных усилий, решение этого класса задач перемещается из части спектра с «обдумыванием» и «направленным вниманием» в зону быстрого интуитивного без особого задействования дорогого ресурса сосредоточенности – но при этому оно из интуитивного «дичкового» становится уже интуитивным «окультуренным», следует проверенным медленным внимательным мышлением образцам.