新兴系统--概述

 

梅天啸Thor May

译者 - 顾新; 英语原始版 @ https://www.academia.edu/36660988/Emergent_Systems_An_Overview  

2018年于阿德莱德

 

这些说明是2018516日在阿德莱德知识管理小组上发表的要点概要。这些说明是为了激发讨论,不敢妄论为专家意见。

 

这些笔记概述了关于新兴系统的一些想法。

 

o这些想法虽然不是原创,但总结一下是有用的。

 

O关于这个话题,我有很多疑虑和困惑。这是一个健康的精神状态。

前言

们是思维敏捷的人吗?形容'敏捷'真正含义是指能够快速适应物理或心理环境的变化
。现在,
'敏捷'经被作为一个名词来描述某种适应性的计算机编程,特别是在商业系统中。然而,敏捷的基本原则与自然现象中所谓的''密切相
。除了那些专注于科学研究和数学的人,很多对新兴过程感兴趣的人都来自商业背景(本文的主要受众),虽然新兴过程在各种人类和自然系统中广泛存在

 

o 商业中的新兴系统的观点最近多出现在敏捷开发的过程中。

 

o 我不会专讲敏捷开发,我也讲不了,因为我并没有商业背景。

 

o 然而,在这个概述的最后,我将指出敏捷是如何适合我们的主题,你也可以添加你的见解。

 

一个新颖的例子

 

l  让我们从一个真正的创作舞台--小说的写作开始吧

 

o Mills & Boon的言情小说以公式化制作著称。

 

o M&B小说是高度可预测的。变化的空间非常有限。

 

o M&B小说的生产效率很高。它们可以可靠地被大量生产出来--目前每月超过100本。

 

o M&B的细分市场显然重视可预测性,自1907年以来一直如此。

 

è

o 现在想想写一部真正有创意的小说......

 

o 每位作者在写小说的初始心理路线图上各不相同。

 

o 通常情况下,一个作者会从一个主题思想开始+关于这个主题的一堆模糊的想法。

o她可能对小说中会出现的人物有一些想法,但不是所有的人物。

 

o 通常,她会先写一些与主题相关,但彼此不太有联系的事件和人物。

 

o随着与小说主题相关的写作片段的积累,作者将开始把它们按某种顺序排列。她会寻找将各部分合理地联系起来的方法。

 

o随着一个更大的书面结构的出现,她会发现有些部分是多余的,有些连接的思想是缺失的。

 

o她会注意到有些角色太过简陋,并开始让他们随着故事情节的发展影响他们。

 

o随着人物和事件在发展中的故事情节相互碰撞,她可能会意识到事件的逻辑已经超出了她的控制范围。事情并没有真正按照她预期的方式发展。

 

o 然而,在小说中或生活中出乎意料的事情并不总是坏事。

 

o 小说涌现了一个一开始无法预料的结果。它已经成为文学作品,而不是公式化的作品。

 

o现在我们再来重新看看所谓的MillsBoon管理与小说写作管理。

 

摸着石头过河

 

o 在这些笔记的末尾,提到了几本关于复杂系统的入门书籍(关于这个主题还有很多其他书籍):a)梅兰妮·米切尔(Melanie Mitchell),《复杂度:导览》( "Complexity: A Guided Tour”)。b) 莱斯利·瓦朗特(Leslie Valiant),《大概正确:自然界在复杂世界中学习和繁荣的算法》("Probably Approximately Correct: Nature's Algorithms for Learning and Prospering in a Complex World"),读起来比较枯燥(其中包含一点数学知识),但有一些非常有趣和具有挑战性的命题。

 

o 瓦朗特(Valiant)首先回顾了1947John von Neumann的一次演讲,他当时预言计算机将来只需要十几种指令类型就能过关。他说这并不奇怪,因为生活中1000个单词就够了,而生活比数学复杂得多,这是事实。

 

o瓦朗特(Valiant)继续就主题指出科学和数学的有效理论--有理论的行为--只占人类成就的一小部分。然而占据我们大多数时间的无理论行为却常常出奇的成功。

 

o无理论行为为何能如此成功?瓦朗特(Valiant)提出,它的工作原理,不是确定性,而是大概正确 

 

o 瓦朗特(Valiant)的书实际上是关于如何开发计算机算法,以产生并非肯定正确的结果。相反,这些算法产生的结果只会是大概正确的。如果你再一次运行这个算法,
很可能会产生一个稍微不同的结果。
(是不是听起来像人类的行为?)

 

o 当给近似算法一个来自外部条件(如现实世界)的反馈循环时,它们会 "学习",并在多次迭代中趋于一个可靠的解决方案,就像人类可以从经验中学习一样。

 

o 当自主学习、近似算法经过数百万次的迭代运行,并将其结果与类似算法合并时,出现的解决方案无法被人类跟踪或解释。这个过程被称为AI,即人工智能。

 

o人工智能的过程是涌现的过程。

 

混沌的边界

 

o 有界混沌现象已经被一颗弹珠沿着波纹屋顶的一个凹槽滚落的例子所描述(James Gleick在早期普及的一本关于混沌理论的书中)。

 

o 一颗弹珠从波纹屋顶上释放出来,将按照一个不可预知(混乱)的路径,从檐口的顶部向下滚落到水沟,但都在同一凹槽内出现,除非其速度过大。
它的路径每次都会不同。严格来说,如果初始条件完全相同,弹珠的路径是可以预测的,但实际上,初始条件即使是微不足道的不同
--它们总是如此
--
也会导致差异的倍增,从而导致不同的路径)。

 

o在弹珠的例子中,波纹的顶峰限定了弹珠混沌路径的边界。自然界中充满了这样的边界混沌。

 

o 没有两个心跳是相同的。每一次心跳都会在界限内不可预测地变化。如果心跳超过了纤维性颤动的界限,病人就会死亡。

 

o 没有两个语句的音质是相同的。你的声音变化是不可预测的,但在范围内。如果超过了这些界限,你很可能不会被听懂。

 

o 一个员工的精确的日常行为在范围内是不可预测的。

 

o文化、法律、宗教、意识形态和信仰限定了个人可以自由改变其行为的界限。然而,
这种人为的界限很容易相互重叠和矛盾,从而导致不同类型的混乱。

 

 

 

 

 

o 治理和管理的挑战围绕着那些设定的界限,使个人能够在这些界限内自由决策和互动,从而产生最佳结果。如果这些最优结果Mills & Boon公式类型的,那么变化的边界就会很窄。如果最优结果是一个创造性的社会,或者是一个创新的公司,那么边界本身就会更宽,而且经常是实验性地移动

 

敏捷的哲学

 

o 免责声明:我只能厚着脸皮谈论行政空间的敏捷,因为这不是我职业经历的一部分。请随时反驳我。然而...

 

o 有些组织看起来相当静态、简单和可预测,但却能长期成功地运作。比如说,想想一个小型的家庭泡菜厂。还有许多其他的组织,
它们的管理好像是静态的、简单的和可预测的,但在正式的结构下面却完全不是这样的。
(也许这就是为什么有人说只有10%的管理者是真正有效的原因...)

 

o 管理一个政府,或者许多大型组织的现实,往往是有一堆难以解决的、相互制约的问题堆积如山。问题可能看起来是无法解决的。

 

 

o 我所理解的敏捷方法,是通过对这些复杂问题的碎片逐一寻找解决方案来处理大型的、复杂的问题,然后最终达到一个点:必须整合局部解决方案的集合
,而不是窒息在那些无望的、难以消化的混乱问题中。

 

o 敏捷似乎被那些天生喜欢有条理思维的IT从业者最热衷地采用。

 

o 敏捷的社会哲学是让无等级的团队致力于解决局部问题。他们的局部解决方案在最终的大杂烩问题中往往只会是大概正确的。

 

o随着大概正确的局部解决方案被发现,它们将与其他相邻领域的解决方案进行对标。然后就必须进行新一轮(或许多轮)的实验,
直到许多相邻区域的解决方案能结合在一起。请注意与
AI的相似性。

 

o 当敏捷过程成功时,最终出现的复杂结果可能是在过程开始时没有想到的,或者是无法预测的,甚至是无法想象的。

 

o 敏捷过程的实际效果如何?你们中的一些人比我有更多的观点,所以是时候把整个讨论交给你们了。我的猜测是,初期的独裁者、
利己主义者和帝国建设者会想在出生时就扼杀整个事情。但也许我们有时可以超越他们。

 

 

 

新兴系统第二部分

 

怀疑与困惑--问题

 

1.      如果“新兴”在自然界中存在,为什么没有更早地研究它?

 

- 当然,我们一直在观察植物和孩子们的成长,从种子中冒出来,变成完全不同的东西。当然,达尔文注意到在进化中的新兴物种,
自从有了农场,农民就已经看到了。小说家们已经存在了几个世纪。老鼠和人类最美好的计划总是会误入歧途。什么是新的呢?
注意到一个系统,一个有界数学变异的系统,以及整体出现的方式比它的组成部分更多。

 

2.      知识管理中出现的例子是什么?

 

- 互联网是一个特别的“涌现”的例子,它的发展是混乱的,但又是有限制的,使它成为有史以来最强大的工具。在互联网,
有许多子系统可以解释阐述“新兴”。维基百科就是一个很好的例子。

 

3.      是否有一些知识管理的例子因为忽视了涌现的力量而受到阻碍?

 

- 是的,有很多很多知识管理残缺的例子。

  

例子一: 僵化的、规格过高的课程往往会把学习扼杀在萌芽状态,因为真正的学习是一个导师学生之间逐步相互交流的涌现过程。
我在专业上特别不喜欢很多企业的
"导师 "们的做一项打一个勾的 "培训课程"。你这是在训练狗。

例子2:当一个公司或一个国家内部现有的知识被一些握有权力的精英吸干,并以'安全'的名义埋没,创新和创造力迟早会消亡。
知识和金钱一样,必须流通才能发挥它的魔力。

 

4.      在实际的、日常的管理情况下,寻找涌现的解决方案是不是效率很低?

 

可能是这样的。Mills & Boone的商业模式在其一隅非常成功。专制国家往往能把事情做好,而民主国家却在徘徊。我们真的想生活在蚂蚁窝里吗?
为涌现腾出空间的回报往往不是短期的。敏捷型程序尽量考虑到大系统保持整体运作的需要,限制对特定的约束性问题寻找优越的涌现方案,
之后再寻求更广泛的综合方案。

 

5.      在人类的语境下的涌现型方法对比结构僵化型的方法,我们不是真的在谈论一直存在的不同个性类型?

 

 

是的,可能是这样。层级文化有一种内在的刚性,它总是有利于自上而下的、可预测的控制,因此那种个性在这种结构中茁壮成长。
这并不意味着这些人和这种等级制度最终是最有效的。但是,它们很容易理解,有很强的历史传承性,而且往往具有一定的民粹吸引力。

敏捷型战略通常使用的是一个目标有限且明确的团队。他们应该是无等级的,有好奇心的,并准备好试验不同的解决方案,看看哪个是最有效的。
到目前为止,他们大多出现在定义明确、时间有限的项目中,比如
IT项目。即使在那里,敏捷爱好者有时也会承认,
他们只有在得到高级管理层给与的空间和支持后才能发挥作用。

 

6,7......其他问题?

 

 

新兴系统 概要

 

 

新兴系统是一个

 

(a)   其最终系统的特性和效果超过了其组成部分的特性和效果,以及

 

(b)   其最终特性和效果无法仅通过检查其组成部分来预测。

 

 

在动态系统中,预测问题变得至关重要,因为在这种系统中,必须作出人工判断,但系统真正的新兴形式是不可知的。

 

一个潜在的涌现过程的例子是政治和经济,然后试图引入,比如说,所有澳大利亚人每周400元的普遍基本收入的结果。
(
这实际上会如何重塑社会?)

 

然而涌现系统在整个自然界中也是广泛存在的。举个极端的例子,一个外星人在30亿年前观察地球上的化学成分,
不可能预测到我们人类的存在方式和对环境的变革性影响。事实上,对于人类活动的预测无法在地质时间内发生,直到最近。
尽管许多其他复杂的系统已经出现,并经常合并成新的生命形式。

 

 

 


 

额外阅读

 

Andy Martin, Andy & Kristian Helmerson2014101日)"Emergence: the remarkable simplicity of complexity". The Conversation @ https://theconversation.com/emergence-the-remarkable-simplicity-of-complexity-30973  [推荐]

 

丹宁,史蒂夫(2016813日)"什么是敏捷?" [推荐]《福布斯》杂志@ https://www.forbes.com/sites/stevedenning/2016/08/13/what-is-agile/#7748bc9d26e3

 

Emma T20161220日)"证明敏捷方法有效"。南澳大利亚州政府@ http://www.sharedservices.sa.gov.au/news/proof-agile-approach-works

 

Holman, Peggy (2010)"参与新兴事物。将动荡转化为机遇"[背景:企业变革管理]亚马逊Kindle电子书@https://www.amazon.com/Engaging-Emergence-Turning-Upheaval-Opportunity/dp/1605095214

 

Ito, Joi & Jeff How2017130日)"Emergent Systems Are Changing the Way We Think". Aspen Institute @ https://www.aspeninstitute.org/blog-posts/emergent-systems-changing-way-think/

 

KleinJoAnna201858日)"计算机科学之父如何解码自然界的神秘模式"。纽约时报@ https://www.nytimes.com/2018/05/08/science/alan-turing-desalination.html

 

精益敏捷培训(2017415日)《新兴领导力》。博客@    
 https://www.leanagiletraining.com/better-agile/emergent-leadership  

 

Mitchell, Melanie. Complexity: A Guided TourKindle位置65)。牛津大学出版社。Kindle版。

 

OckermanStephanie201712日)"Getting to Done: Balancing Emergence and Delivery" [IT project contexts] Scrum.org website @ https://www.scrum.org/resources/blog/getting-done-balancing-emergence-and-delivery.

 

Rajamani, Venkatesh2018422日)"Scrum Sprint Goal". [上下文:IT项目管理与敏捷]Scrum Master

 

Studio系列,Scrum.org网站@https://www.scrum.org/resources/blog/scrum-master-studio-series-frame-2-sprint-goal

 

TaberDavid201669日)"为什么政治候选人做不到敏捷"CIO网站@https://www.cio.com/article/3081535/project-management/why-political-candidates-cant-do-agile.html

 

Valiant, Leslie. Probably Approximately Correct: Nature's Algorithms for Learning and Prospering in a Complex World (p. 2). Basic Books. Kindle版。

 

维基百科 "新兴"维基百科@https://en.wikipedia.org/wiki/Emergence

 

维基百科 "交互式语言学"维基百科@https://en.wikipedia.org/wiki/Interactional_linguistics

 

维基百科 "Mills & Boon" [言情小说出版商] 维基百科@https://en.wikipedia.org/wiki/Mills_%26_Boon

 

 


 

梅天啸Thor May--本次研讨会的简历。

梅天啸曾在亚太地区7个国家的高等教育机构任教。他的博士学位是关于教育机构中的知识工作者的生产力,利用了20个案例研究。
生产力概念被烤超越了其在经济学中的典型定义,考虑了在各种机构角色中的个人生产力概念,包括公共的和私人的。综合来看,
这种个人生产力概念的多重性在每个机构中都作为一种地位等级出现,有效地控制了结果,而且往往与机构的既定公共目标相矛盾。
在更早的时期(
20世纪80年代、90年代),梅天啸在意识到现有的语言系统静态模型无法解释人类语言的涌现特性后,
放弃了形式语言学和认知语言学的两个博士候选人资格。

 

 


 

专业履历:梅天啸的核心专业兴趣是认知语言学,但很少在这个领域赚到钱。从职业意义上讲,他还或许致命地培养了对事物如何运作的兴趣--人、
大脑、系统、国家、机器,不管是什么
......在日常的工作里,他主要是教授英语作为外语,这是一项刺激性的活动尽管这很少被世人视为专家。
他的博士论文《语言纠结》涉及语言教学生产力。自
1976年以来,梅 天 啸一直在向非母语人士教授英语,培训教师和讲授语言学。这项工作使他走遍了大洋洲和东亚的七个国家,大部分是与高等院校学生合作,
但也有几次绕道去教中学生和幼儿。他曾在澳大利亚、斐济和韩国培训过教师。在早年的生活中,在成为教师之前,他曾花费十年,在澳大利亚、新西兰,最后在英国(
1971-72年背着背包穿越亚洲后),通过非技术性的工作,从工人阶级出身中寻找出路。

 

 


 

联系人:托尔·thormay@yahoo.com

学术资源库:Academia.edu,网址:http://independent.academia.edu/ThorMay

讨论主题索引:http://thormay.net/unwiseideas/DiscussionTopics/DiscussionIndex.htm

个人网站(遗产)http://thormay.net  

思想讨论会议(双周)https://www.meetup.com/activethinkers/

 

 


 

涌现系统--概述 © Thor May 20185