サイバネティクスとは? 技術や理論などサイバネティクスの特徴を解説

サイバネティクス テクノロジー

サイバネティック研究の主要な対象は “cybernetic systems “である。一般的または理論的なサイバネティクスでは、このようなシステムは、実際の物理的性質を参照することなく、抽象的に考えられます。抽象度が高いため、サイバネティクスは質的に異なるシステム、例えば技術的システム、生物学的システム、さらには社会的システムの研究にアプローチするための一般的な方法を見つけることができます。

抽象的なサイバネティックシステムとは、システムの要素と呼ばれる相互に関連したオブジェクトの集合であり、データの受信、保存、処理、およびそれらの交換を行うことができます。サイバネティックシステムの例としては、エンジニアリングにおける各種自動制御装置(例えば、自動操縦装置や室内の温度を一定に保つコントローラ)、電子コンピュータ、人間の脳、生物集団、人間社会などが挙げられる。

抽象的なサイバネティックシステムの要素は、あるパラメータセットの値で状態を完全に記述できるあらゆる性質の物体である。サイバネティクスの具体的な応用の大部分は、2種類のパラメータを考慮すれば十分である。連続パラメータと呼ばれる第一のタイプのパラメータは、ある区間(例えば、-1から2までの区間、または∞から+∞までの区間)内の任意の実数値を仮定することができます。2番目のタイプのパラメータは離散パラメータと呼ばれ、有限の値の集合を仮定します。例えば、任意の10進数に等しい値、または “yes “または “no “の値などです。

任意の整数または有理数は、離散パラメータのシーケンスで表すことができます。同時に、通常は数値で表現されない質的属性を扱う際には、離散パラメータを使用することができます。これを行うには、属性のすべての区別可能な状態を(例えば、5点スケールを使用して)リスト化して指定するだけで十分です。そうすることで、気質、気分、人の態度などを特徴づけ、考慮に入れることができる。また、サイバネティックシステムやサイバネティクス全体の応用分野は、厳密に「数学的」な知識の領域をはるかに超えています。

サイバネティックシステムのある要素の状態は、ランダムに、あるいは外部(対象となるシステムの外部)から、あるいは他の要素からの入力信号の影響を受けて変化することがある。これに対して、システムの各要素は、出力信号を形成してもよく、この出力信号は、通常、その要素の状態と、その時点で受信した入力信号とに依存する。この信号は、システムの他の要素に送信されるか(システムの入力信号として機能する)、外部に送信されるシステム全体の出力信号の一部を形成する。

サイバネティックシステムの要素間の関係を構成するものをシステムの構造と呼ぶ。システムには、一定の構造を持つものと可変の構造を持つものとがあります。構造の変化は、通常、システムを構成するすべての要素の状態と、システム全体の入力信号の関数として与えられる。

したがって、システムの機能の規則の記述は、システムのすべての要素の状態の変化を決定するもの、要素の出力信号を決定するもの、およびシステムの構造の変化を引き起こすものという3つの関数のファミリーによって与えられる。すべての関数が従来型(一値)である場合、システムは決定論的と呼ばれます。ただし、関数の少なくとも一部がランダム関数である場合、システムは確率論的または確率論的と呼ばれる。サイバネティックシステムの完全な記述は、その機能のルールの記述に、システムの初期状態、すなわちシステムの初期構造と全要素の初期状態の記述を加えたものである。

サイバネティックシステムの分類

サイバネティックシステムは内部信号の性質によって区別される。システムのすべての要素の状態のように、すべての信号が連続的なパラメータで与えられる場合、システムは連続的と呼ばれる。すべての大きさが離散的な場合は、離散系と呼ばれます。混合系またはハイブリッド系では、両方のタイプの量を扱う必要があります。

サイバネティックシステムを連続的なものと離散的なものに分けるのはある程度任意である。それは、対象物を研究する際に必要とされる理解の深さや精度によって決定され、時にはシステムを研究する際に特定の数学的手法を使うことの利便性によっても決定されます。例えば、光が離散的で量子的な性質を持つことは一般的に知られていますが、それにもかかわらず、光束の大きさや照明のレベルなどのパラメータは、十分に滑らかな変化が提供されているので、慣習的に連続的な値によって特徴付けられています。もう一つの例として、一般的なスライドワイヤ式のレオスタットがあります。その抵抗の大きさはジャンプによって変化しますが、ジャンプが十分に小さい場合には、変化を連続的なものとみなすことが可能で便利です。

逆の例はさらに多い。従来の(非量子)レベルでの腎臓の放電機能は連続的な量である。しかし、多くの場合、この関数を特徴づけるには5点系で十分であると考えられており、離散量とみなされています。さらに、連続パラメータの値を実際に計算する際には、ある一定の精度に制限されなければなりませんが、これは対応する量が離散量とみなされることを意味します。

最後の例は、測定の絶対精度が達成できないことを念頭に置いて、任意の連続量が最終的にその離散表現に還元されるので、離散表現が普遍的な方法であることを示している。少数の異なる値を仮定する離散量の逆削減は、(表現の精度の観点から)満足のいく結果を与えることができず、したがって、実際には使用されない。このように、ある意味では離散的表現法は連続的表現法よりも一般的である。

サイバネティックシステムを連続型と離散型に分けることは、使用する数学的手法の観点から非常に重要である。連続系の場合は通常常微分方程式系の理論であり、離散系の場合はアルゴリズムやオートマトンの理論である。離散系と連続系の両方の場合に使用される (そしてそれに応じて 2 つの側面で発展する) もう 1 つの基本的な数学理論は情報理論である。

サイバネティックシステムの複雑さは、2つの要因によって決定される。1つ目は「システムの次元性」、つまりすべての要素の状態を特徴づけるパラメータの総数であり、2つ目はシステムの構造の複雑さである。要素間で単純なリンクが繰り返される一様な要素の集合のような、相互に関連しない要素が多数集まった単純な集合は、まだ複雑なシステムとは言えない。複雑な(メジャーな)サイバネティックシステムとは、その記述が1つの要素の記述と、そのような(一様な)要素の総数の表示に還元することができないシステムのことである。

複雑なサイバネティックシステムを研究する際には、通常のシステムの要素への分解に加えて、システムを個々のユニットの集合として統合的に表現する方法が用いられる。複雑なシステムを研究する際には、このような単位記述の階層が用いられる。このような階層の最上位ではシステム全体が一つの単位として考えられ、最下位ではシステムを構成する個々の要素がシステムを構成する単位として現れる。

システム要素の概念はある程度任意であり、システムを研究する際に設定された目標や対象への浸透度に依存するという事実を強調しなければなりません。このように、脳の研究に対する現象学的アプローチでは、研究対象が脳の構造ではなく、脳が実行する機能である場合、脳は多数のパラメータによって特徴づけられているにもかかわらず、単一の要素とみなされることがある。標準的なアプローチは、個々のニューロンを脳を構成する要素として考えることです。細胞レベルまたは分子レベルに移行すると、各ニューロンは複雑なサイバネティック・システムとみなされる。

システムの要素間の信号の交換がその境界内に完全に封じ込められている場合、そのシステムは孤立または閉鎖と呼ばれます。単一の要素として見た場合、そのようなシステムには入力信号も出力信号もありません。一般的には、オープンシステムは入力と出力の両方のチャンネルを持ち、それに沿って環境との信号交換が行われます。オープンなサイバネティックシステムは、外部からの信号を受信してシステムに送信する受容器(センシングデバイス)を備えていると仮定している。人間をサイバネティックシステムとした場合、感覚器官(視覚、聴覚、触覚などの器官)が受容器となる。出力された信号は、エフェクターを介して外部に伝達される。

すべての信号システムは特定の情報を伝達するため、システムが知的な存在によって形成されているか、無生物の物体やプロセスによって形成されているかにかかわらず、オープンなサイバネティックシステムは、オープンであるかクローズであるかにかかわらず、あらゆるシステムの要素をデータプロセッサとみなすことができます。この場合、データや情報という概念は非常に広い意味で捉えられ、エントロピーという物理的な概念に近いものとなる。

様々な種類の物体の研究に対するサイバネティック・アプローチ

さまざまな生物や無生物の物体を、データ処理装置や素粒子のデータ処理装置からなるシステムとして考えることが、このような物体の研究に対する「サイバネティック・アプローチ」の本質である。このアプローチは、力学や化学などの他の基礎科学に基づくアプローチと同様に、一定の抽象度が要求される。したがって、ニューロンのシステムとしての脳の研究に対するサイバネティック・アプローチでは、通常、ニューロンの寸法、形状、化学構造は無視されます。ニューロンの状態(興奮状態と非興奮状態)、ニューロンが生み出す信号、ニューロン間の接続、ニューロンの状態変化の法則が研究の対象となる。

最も単純なデータプロセッサは、1 種類の情報のみを処理することができます。例えば、機能するドアベルは、ボタン(受容体)を押すと常に同じ動作で応答し、ベルが鳴る。しかし、複雑なサイバネティックシステムは通常、何らかの形でデータを蓄積し、それに応じて実行する動作を変化させることができます (データ処理)。人間の脳に例えれば、このようなサイバネティックシステムの特性を記憶と呼ぶこともあります。

サイバネティックシステムで情報を「記憶」する方法には主に2つの方法がある: システムの要素の状態を変化させる方法と、システムの構造を変化させる方法である (もちろん、混合型も可能である)。2 つのタイプの「記憶」には基本的に根本的な違いはない。ほとんどの場合、違いはシステムを記述する際に使用されるアプローチに依存するだけである。例えば、ある現在の理論では、シナプス(脳を構成する各ニューロン間の接続)の導電性の変化によって、人間の長期記憶を説明している。ニューロンだけを脳を構成する要素と考えれば、シナプスの変化は脳の構造の変化と考えるべきであるが、ニューロンと一緒にすべてのシナプス(導電性の程度にかかわらず)を含めると、システムの構造が変化しないまま、要素の状態の変化に還元されてしまう。

データプロセッサとしてのコンピュータ 複雑な技術的データプロセッサの中で、サイバネティクスにとって最も重要なのは電子コンピュータです。より単純な計算機-電気機械式のデジタルタイプとアナログタイプでは、様々なタスクのための調整は、特別なスイッチングコンソール上の要素間のリンクのシステムを変更することによって行われます。現代の汎用コンピュータでは、このような変更は、情報を蓄積する特別なユニット内の特定の作業プログラムを機械が「記憶」することによって行われます。

連続的な情報を扱うアナログ機械とは異なり、現代のコンピュータは離散的な情報を扱います。10進数、文字、句読点記号、その他の記号のシーケンスは、コンピュータの入力と出力で情報として現れることがあります。機械の内部では、この情報は通常、2つの値のみを想定した一連の信号で表されます(またはコード化されます)。

アナログ機械(他の人工的に作られたユニットと同様に)の能力は、厳密に定義されたタイプの情報の変換に制限されていますが、現代のコンピュータは汎用性があります。これは、あらゆる種類の規則(算術、文法など)のランダムで有限なシステムによって定義されることができる英数字情報のあらゆる変換が、コンピュータに適切に書かれたプログラムを与えた後に、コンピュータによって実行できることを意味します。デジタルコンピュータは、その命令コードの汎用性、すなわちコンピュータの構造に含まれる初歩的なデータ処理によって、この能力を実現している。あらゆる種類の建物が同じ部品から組み立てることができるのと同じように、あらゆる種類の英数字情報の変換は、どんな複雑さであっても、初歩的な変換で構成することができる。コンピュータプログラムは、まさにそのような初歩的な変換の連続である。

コンピュータの持つ汎用性の特性は、英数字情報に限ったものではない。符号化理論によって示されているように、任意の離散的な情報はもちろん、任意のランダムな連続的な情報(任意の程度の精度で)も、英数字(および単純な数値)の形式で表現することができる。このように、現代のコンピュータは、普遍的なデータプロセッサと考えることができます。人間の脳も、全く異なる原理に基づいていますが、ユニバーサル・データ・プロセッサのよく知られた例です。

現代のコンピュータは、汎用性に優れているため、思考プロセスを含め、他のあらゆる情報の変換をシミュレートすることが可能である。このことは、コンピュータを特別な位置に置いていることを意味し、登場した瞬間からサイバネティクスの主要な技術装置および研究装置となっている。

サイバネティックシステムにおける制御

これまで検討してきたケースでは、デジタルコンピュータの動作の変化は、その動作プログラムを変更する人間によって決定されてきました。しかし、コンピュータの動作プログラムを変更し、適切なレセプターとエフェクターのシステムを介して環境とのコミュニケーションを組織化するプログラムを書くことが可能である。このようにして、複雑な生物系や社会系で見られる行動や発達の様々な変化をシミュレートすることができます。複雑なサイバネティックシステムの行動変化は、システムが過去に受け取った情報を適切に処理して蓄積した結果である。

システムの挙動の変化は、情報の「記憶」の形態によって、自己調整と自己組織化の2つのタイプに大別される。自己調整型システムでは経験の蓄積が特定のパラメータの値の変化として表現され、自己組織化型システムではシステムの構造の変化として起こる。先に述べたように、この違いはある程度任意であり、システムを要素に分解する方法に依存する。実際には、自己調整は通常、比較的少数の連続パラメータの変化に関係している。コンピュータの動作プログラムの構造における大きな変化は、多数の離散的なメモリ要素の状態の変化として解釈することができますが、より自然に自己組織化の例として捉えられています。

サイバネティックシステムの動作の目的的な変化は、制御によって起こります。制御の目的は、システムの種類や複雑さの程度によって大きく異なります。最も単純なケースでは、特定のパラメータを一定の値に維持することが目的の場合があります。より複雑なシステムでは、変化する環境への適応や、変化のルールを学習することが目的となる場合もあります。

サイバネティックシステムに制御が存在するということは、システムが制御対象と制御システムという2つの相互作用するユニットの形で表現されることを意味します。制御システムは、制御情報をダイレクトリンクチャネルに沿って、対応するエフェクタのセットを介して制御対象に送信する。制御対象物の状態に関する情報は受容器によって受信され、フィードバックチャンネルに沿って制御システムに送信されます。

他のサイバネティックシステムと同様に、ここで説明した制御を持つシステムもまた、環境とのコミュニケーションのためのチャンネルを持つことができる (適切な受容体とエフェクターのシステムを持つ)。最も単純なケースでは、外部環境がシステム内の様々なタイプのノイズや歪みの発生源として現れることがあります (最も頻繁にフィードバックチャネルで)。この場合、制御システムのタスクにはノイズフィルタリングが含まれます。このタスクは、信号が長い通信チャネルを介して伝送される遠隔制御において特に重要になります。

制御システムの主なタスクは、システムに入ってきた情報を変換し、制御の目標を最大限に達成できるように制御信号を整形することです。制御の主な種類は、そのような目標の種類と制御システムの機能の性質に基づいて区別される。

制御の最も単純な種類の一つは、プログラム制御である。このような制御の目標は、特定の、厳密に定義された制御信号のシーケンスを制御対象に供給することである。このような制御にはフィードバックがありません。このようなプログラム制御の最も単純な例は、設定された瞬間に変化が起こる自動信号機です。近づいてくる車両のカウンタを備えた信号機のより複雑な制御は、非常に単純な「しきい値」フィードバック信号を含むことができます;待機車両の数が所定の量を超えるたびに信号機は変化します。

特定のパラメータ(またはいくつかの独立したパラメータ)を一定の値に維持することを目的とする古典的な自動制御もまた、非常に単純な制御の一種です。部屋の空気温度を自動制御するシステムが例として挙げられる。特別な温度計送信機が空気温度Tを測定し、制御システムはこの温度を与えられた量T0と比較し、制御情報-k(T-T0)をゲートに送り、セントラルヒーティングユニットへの温水の流れを調節する。係数kのマイナス記号は、負のフィードバック制御を意味します。つまり、温度Tが所定のしきい値T0以上に上昇すると熱の流れが減少し、しきい値以下に低下すると流れが増加します。負のフィードバックは、制御プロセスの安定性を提供するために不可欠です。システムの安定性とは、平衡位置(T =T0)からの逸脱がある場合、システムが自動的に平衡を回復しようとすることを意味します。制御情報と室内への熱の流れの速度との間に直線的な関係があるという非常に単純な仮定のもとで、このようなレギュレータの動作は微分方程式 dT/dt = – k(T – T0)で記述され、その解は関数 T = T0 + δ – e-kt (δは初期値T0からの温度Tの偏差)である。この系は1次の線形微分方程式で記述されているので、1次の線形系と呼ばれる。2 次以上の線形系、特に非線形系はより複雑な挙動をする。

プログラム制御の原理と、ある特定の量の値を一定に保つという意味での規制の仕事を組み合わせたシステムが可能である。例えば、上述した室温調整装置に、制御するパラメータの値を変化させるプログラム装置を組み込むことができます。このような装置の機能としては、日中は+20℃の温度を維持し、夜間は+16℃まで低下させることが考えられる。この場合、単純な調節機能は、プログラムによって変更されるパラメータの値を監視する機能へと成長します。

より複雑なサーボ機構では、ランダムに変化するパラメータのセットと規制されるパラメータのセットとの間の固定された機能関係を可能な限り正確に維持することが課題となります。例としては、サーチライトビームでランダムに操縦する飛行機を連続的に追跡するシステムがあります。

最適制御システムでは、基本的な目的は、2つのパラメータ群のある関数の最大値または最小値を維持することであり、この関数は最適性の基準と呼ばれます。第1のグループのパラメータ(外部条件)はシステムから独立して変化し、第2のグループのパラメータは調整されます。

最適制御の最も単純な例としては、室内の空気温度を調整する作業に、湿度の変化を考慮した条件を追加したものがあります。最大の快適さを感じることができる空気温度は、空気の湿度に依存します。湿度が常に変化しているのに、システムが温度の変化しか制御できない場合、制御の目標は当然ながら、最大の快適さを感じる温度を維持することになります。これが最適制御の課題です。最適制御システムは、経済の制御において非常に重要である。

最も単純なケースでは、最適制御は、与えられた条件の下で規制されたパラメータの最大値または最小値を維持するタスクに削減することができます。この場合、極限制御システムと呼ばれる。

最適制御システムの未制御パラメータが特定の時間間隔で変化する場合、システムの機能は、最適制御の所望の基準の最大化(または最小化)を確実にする制御パラメータの一定値の維持に減少する。ここでも古典的な制御の場合と同様に、制御の安定性の問題が生じる。比較的複雑でないシステムを計画する場合、このような安定性は、計画されているシステムに対するパラメータの適切な選択によって達成されます。

より複雑なケースでは、外乱影響の数やシステムの次元が非常に大きいため、安定性を達成するために自己調整や自己組織化を使用することが便利な場合があります。この場合、システム内に存在するリンクの性質を決定するパラメータのいくつかはプリセットされておらず、システムの動作中にシステムによって変更することができます。

システムは、システムがバランスを崩したときに、システム内の過渡的なプロセスの性質を記録する特別なユニットを持っています。移行プロセスが不安定であることが判明した場合、システムは安定性が達成されるまでリンクのパラメータの値を変更します。このタイプのシステムは通常、超安定と呼ばれています。

リンクのパラメータを変化させる数が多い場合、 安定モードをランダムに探索するのは時間がかかりすぎるかもしれない。 この場合、ランダム探索を制限する様々な方法が使用されます。例えば、パラメータをグループに分割したり、(特定の符号で決定される)1つのグループ内だけで探索したりします。この種のシステムはマルチスタブルと呼ばれています。生物学では、ヒトや温血動物の血温調節システムのように、超安定系や多安定系が豊富に存在する。

多重安定系における自己調整方法の選択を成功させるために不可欠な、外部からの影響をグループ化する作業は、認識(パターン認識)の作業の一つである。特に、人間の行動の種類(制御方法)を決定する上で、視覚や聴覚のイメージは重要である。パターンを認識して特定のクラスに結合することが可能になることで、人間は抽象的な概念を創造することが可能になり、それが意識的な活動意識の条件となり、抽象的な思考の始まりとなる。抽象的思考は、制御システム(この場合、人間の脳)の中で、様々なプロセスのモデルを作成し、それを使って活動を外挿し、その外挿に基づいて自分の行動を決定することを可能にする。

このように、制御システムの階層の最高レベルでは、制御のタスクは、周囲の現実を認識するタスクと密接に織り交ぜられている。これらのタスクは、純粋な形では抽象的な認知システムに現れるが、これもまたサイバネティックシステムのクラスの一つである。

サイバネティックシステムの信頼性の理論は、サイバネティクスにおいて重要な位置を占めている。その課題は、システムの要素の一部が誤動作したり、特定のリンクが切れたり、その他の偶発的なトラブルが発生した場合に、システムが正しく機能するようにシステムを構築する方法を開発することである。

サイバネティクスの方法

サイバネティクスは、サイバネティックシステムの研究を第一の目的とし、根本的に3つの異なる調査方法を用いている。そのうちの2つ、数理解析と実験法は、他の科学でも広く用いられているものである。数学的分析の本質は、研究対象を特定の数学的アプローチの枠組みの中で記述し(例えば、方程式系の形で)、その記述の様々な結果を数学的な推論(例えば、方程式系を解く)を用いて研究することである。実験法では、対象物そのものを用いて、あるいは対象物の実際の物理モデルを用いて、様々な実験が行われる。対象物がユニークで、それに実質的な影響を与える可能性がない場合(例えば、太陽系や生物の進化の過程がそうであるように)、能動的な実験は受動的な観察になります。

サイバネティクスの最も重要な成果の一つは、数学的(機械的)実験または数学的シミュレーションと呼ばれるようになった新しい研究方法を開発し、広く利用したことである。この方法の本質は、対象物の物理モデルを用いて実験を行うのではなく、対象物の記述を用いて実験を行うことにあります。対象物の記述と、その記述に沿って対象物の特性を変化させるプログラムをコンピュータのメモリに入力し、ある条件での挙動を記録したり、記述の個々の要素を変化させたりと、対象物を使って様々な実験を行うことができます。現代のコンピュータの高速化により、多くのプロセスを通常よりもはるかに速い速度でシミュレーションすることが可能になっています。

数学的シミュレーションの第一段階は、研究対象のシステムを個別の単位や要素に分解し、それらの間のリンクを確立することです。この機能はシステム分析によって行われます。分解の深さや方法は、調査の目的によって異なる。真に複雑なシステムの分析では、割り当てられた目的から見て取るに足らない部分やリンクは先験的に破棄されなければならないので、この意味でシステム分析は正確な科学というよりも芸術です。

システムが部品に分解され、部品が特定の量的または質的パラメータのセットで記述された後、通常、様々な科学の代表者がそれらの間のリンクを確立するために持ち込まれます。このように、ヒト生物のシステム分析では、典型的なリンクは次のような形をしています。”器官Aが状態k1から状態k2に移行し、器官Bが状態Mのままであるとき、器官Cは確率pで、Nヶ月の間に状態n1から状態n2に移行する”。この発言は、参照する臓器の種類に応じて、内分泌専門医、循環器専門医、内科医、または他の専門家によって行われることがあります。

彼らの複合的な作業の結果が、求められている数学モデルである生物の複合的な記述である。システムプログラマーは、このモデルを機械表記に翻訳すると同時に、実験に必要な手段をプログラミングします。実際の実験を行い、そこから様々な結論を導き出すのがオペレーションズリサーチの仕事である。しかし、可能な場合には、オペレーションズリサーチの研究者は、演繹的な数学的構造や、システム全体またはその個別の部分の物理的モデルを使用することができます。物理モデルを構築する仕事と、さまざまな人工的なサイバネティックシステムを計画して作る仕事は、システム工学の一部である。

サイバネティクスの歴史的調査

古代ギリシャの哲学者プラトンが、一般的な意味での制御のために「サイバネティクス」という言葉を最初に使ったようです。しかし、実際に科学としてのサイバネティクスが形成されたのはもっと後のことであり、制御やデータ処理のための技術装置の開発によって決定されました。中世のヨーロッパでは早くもアンドロイドと呼ばれる人間のような玩具が作られていましたが、実際には機械的なプログラム制御装置でした。

最初の工業用調整装置は、蒸気ボイラーの水位と蒸気機関の軸回転速度を制御するために、I。 Polzunov(ロシア)とJ。Watt(イギリス)によって発明されました。19世紀後半には、ますます洗練された自動調整装置が必要とされました。このようなレギュレータでは、機械式のユニットに加えて、電気機械式および電子式のユニットが使用される頻度が高くなりました。20世紀初頭には、常微分方程式の系をシミュレーションして解くことができる微分解析器が発明され、自動制御の理論と実践の発展に大きな役割を果たした。これがアナログコンピュータの急速な発展の始まりであり、工学の分野にも広く導入された。

神経生理学の進歩、特にI。P。パブロフの条件反射に関する古典的な研究は、サイバネティックスの確立に大きな影響を与えました。ウクライナの科学者Ia。 I。 I。 Grdinaによる生体のダイナミクスに関する研究も注目に値する。

1930年代には、サイバネティクスの発展は、離散データプロセッサの理論の発展によって、ますます影響を受け始めました。この発展には、2つの主要なアイデアと問題の源がありました。第一は、数学の基礎を構築するという課題でした。早くも19世紀半ばには、G。ブールが現代数学論理学の基礎を築きました。1920年代には、アルゴリズムの現代理論の基礎が築かれました。1934年には、K。ゲーデルが閉ざされた認知システムの有限性を実証しました。1936年には、A。M。チューリングは、後にチューリング・マシンと呼ばれるようになった仮想的な汎用離散データ・プロセッサを記述しました。純粋数学の枠組みの中で得られたこれら二つの結果は、サイバネティクスの基本的な考え方の形成に非常に大きな影響を与え、今もなお影響を与え続けています。

サイバネティクスにおけるアイデアや問題点の第二の源泉は、実際の離散データ処理装置を構築する際の実践的な経験であった。最も単純な機械式加算機は、17世紀にフランスのパスカルによって発明されました。19世紀になって初めて、C。バベッジ(イギリス)が、現在の電子デジタルコンピュータの原型となる自動デジタル計算機の構築を試みました。20世紀初頭までには、電気機械式集計機の最初のモデルが作られ、離散データの非常に単純な処理の自動化が可能になりました。1930年代には、主に自動電話交換のための高度なリレー接点装置を作る必要性から、離散データ処理装置の理論への関心が急速に高まりました。1938年にはC。シャノン(アメリカ)が、1941年にはV。I。シェスタコフ(ソ連)が、中継接点回路の解析に数学的論理学の技術を用いることの可能性を示しました。これが現代のオートマトン理論の発展の始まりとなった。

1940 年代の電子計算機の開発(J。 von Neumann など)は、サイバネティクスの形成に決定的に重要であった。コンピュータは、複雑な制御システムの研究と実際の構築のための根本的な新しい可能性を切り開いた。それまでに蓄積されたすべての材料を一堂に集め、新しい科学に名前をつけることが残されていた。このステップを踏んだのは、1948年に有名な著書『サイバネティクス』を出版したN。ウィーナーでした。

ウィーナーは、「動物と機械における制御と通信の科学」をサイバネティクスと呼ぶことを提案しました。サイバネティクスと彼の2冊目の著書『サイバネティクスと社会』(1954年)の中で、ウィーナーはこの新しい科学の一般的な哲学的・社会的側面に特別な注意を払い、しばしば非常に恣意的な方法でそれらを扱いました。その結果、サイバネティクスのさらなる発展には2つの道がありました。アメリカと西ヨーロッパでは、サイバネティクスの狭い理解が優勢になりました。このため、ウィーナーが提起した論争や疑問、技術装置と生体の制御プロセスの類似性に注目が集まりました。ソ連では、最初の否定と疑念の時期を経て、より自然で意味のあるサイバネティクスの定義が定着した。この分野では、制御とデータ処理の理論にコンピュータが広範囲に導入されたことに関連して生じる新たな問題に特別な注意が払われた。

西洋では、これらの問題は、情報科学、コンピュータ科学、システム分析などと呼ばれるようになった科学の専門分野の枠組みの中で扱われていました。1960年代末になってからは、「サイバネティクス」の概念を拡大し、これらの分野をすべて含むようになる傾向が見られました。

サイバネティクスの主な部門 広義の意味での現代のサイバネティクスは、独立した科学分野を代表する多数の部門から構成されています。理論的には、情報理論、符号化理論、アルゴリズム・オートマトン理論、一般システム理論、最適プロセス理論、オペレーションズリサーチ手法、パターン認識理論、形式言語理論がサイバネティクスの核となっている。実際には、サイバネティクスの関心の中心は、複雑な制御システムや精神労働の自動化のための各種システムの構築に移っている。純粋に認知的なレベルでは、サイバネティクスの最も興味深い将来の課題の一つは、脳とその様々な機能のシミュレーションである。

コンピュータは、これらすべてのタスクを達成するための主要な技術設備である。したがって、サイバネティクスの理論的・実践的な発展は、電子計算機工学の進歩と密接に関連している。サイバネティクスが数学的手法の開発に求めるものは、上述した実用的な課題によって決定される。

数学的手法の開発に関する研究におけるある種の実践的な方向性は、実際には、このような研究の一般的な数学的な部分と純粋にサイバネティクス的な部分とを分ける線である。例えば、数学の基礎のために構築されているアルゴリズム理論の部分では、初歩的な演算の種類を最小限に抑え、マイナーなものにしようとする努力がなされています。その結果、アルゴリズム言語は研究対象としては便利ですが、同時に、データ処理の実際のタスクを記述するために使用することは事実上不可能です。アルゴリズム理論のサイバネティックな側面は、実用的な問題の特定のクラスに特化したアルゴリズム言語に関係しています。計算問題、数式の翻訳、図形情報の処理などを目的とした言語が存在します。

同様の状況は、サイバネティクスの一般的な理論的基盤を構成する他の分野でも生じている。これらは、サイバネティックシステムの研究、その解析と合成、最適制御の決定という実用的な問題を解決するためのアプローチを提供しています。

サイバネティクスの手法は、古典数学の手法が特定の問題を解決するために限られた規模でしか適用できない科学において特に重要である。特に、経済学、生物学、医学、言語学、複雑なシステムを扱う工学の分野では、サイバネティクスの手法が重要になります。これらの科学にサイバネティック・メソッドが広く応用された結果、サイバネティック・エコノミクス、サイバネティック・バイオロジーなどと呼ばれる独立した科学分野が誕生したと考えられている。しかし、これらの分野が形成されたのには様々な理由があり、サイバネティクスの方法や成果を応用して対応する科学ではなく、研究対象を専門化してサイバネティクスの枠組みの中で形成されてきた。したがって、これらの分野は、経済サイバネティクス、生物学サイバネティクス、医学サイバネティクス、工学サイバネティクスと呼ばれるようになりました。これに対応する言語学の分野は、数学言語学と呼ばれるようになった。

複雑な制御システムの実際の構築(特に経済学)や、コンピュータによる複雑な情報検索システム、自動設計システム、実験データの自動収集・処理システムなどは、通常、システム工学と呼ばれるようになった科学の領域に属しています。サイバネティクスという広い意味での解釈では、システム工学の大部分はその中に有機的に含まれています。電子計算機工学も同様です。言うまでもなく、サイバネティクスは、コンピュータの要素設計、機械の構造設計、生産工学的な問題などの設計を行っているわけではありません。同時に、システムとしてのコンピュータへのアプローチ、一般的な構造問題、複雑なデータ処理プロセスの組織化とその制御は、実際には応用サイバネティクスに属し、その重要な領域の一つである。

コメント

  1. こんにちは、これはコメントです。
    コメントの承認、編集、削除を始めるにはダッシュボードの「コメント画面」にアクセスしてください。
    コメントのアバターは「Gravatar」から取得されます。

タイトルとURLをコピーしました