Социальная система как модель машинного обучения

Как известно, ошибаются все — и люди, и коммерческие предприятия, и целые государства, и даже политические блоки. Ошибочное решение, как и сама возможность ошибаться — это необходимое условие для развития. Однако со временем количество ошибок и размер сбоев могут достичь некоторой критической черты («перенапряжение»), после которой начинается катастрофическое разрушение самой системы. Поэтому как для отдельного человека, так и для социальной системы лучше обучаться на некритических ошибках или делать это в тренинговом режиме. Полученный единожды опыт также необходимо подвергать постоянной валидации и обновлению.

Внимание, «черный ящик»!

Любую политическую, социальную или экономическую систему можно представить в виде «черного ящика» со скрытым содержимым, который осуществляет взаимодействие с другими системами и элементами («внешней средой»). К примеру, на «ввод» политической системы поступают «требования и поддержка», которые превращаются в «вывод» — «решения и действия» [в качестве рабочей модели используется классическая концепция политической системы вида «вход-выход» Дэвида Истона (1917–2014)]. За оценку произведенных действий отвечает функция «обратной связи». В производственных и экономических системах в зависимости от их типа на «ввод» могут поступать ресурсы (сырье и материалы), финансы, кадры и методики (нормы, стандарты), на «выводе» — продукт, услуги или реализуемая функция.

Как и биологическая популяция, любая система стремится к максимальному распространению, к включению новых объектов и ресурсов в свою структуру (экспансия). В то же время система стремится приспособиться к условиям внешней среды, особенно в результате конкуренции с другими (адаптация).

Циклы адаптации/экспансии в сфере экономики имеют природу, связанную с обновлением производственных технологий, результатами внедрения инноваций в рамках «волн Кондратьева» [Периодические (45–60 лет) подъемы и спады мировой экономики, описанные русским основоположником теории экономических циклов Н.Д. Кондратьевым (1892–1938), термин «кондратьевские волны» введен Йозефом Шумпетером (1883–1950)] и циклических изменений экономики меньшего масштаба: к новым обстоятельствам должны приспосабливаться все без исключения.

Представление политической или экономической системы в качестве некоторой кибернетической модели восходит к классической «теории систем», раскрываемой в работах Александра Богданова, Норберта Винера, Людвига фон Берталанфи и других авторов.

Внешняя и внутренняя среда системы является постоянным источником «вызовов», на которые она вынуждена находить «ответы», стимулируя свое развитие и приспосабливаясь к изменяющимся условиям.

Циклы социальных систем предсказуемы, для этого вовсе не требуется быть Гэри Селдоном [Персонаж цикла «Основание» Айзека Азимова как собирательный образ ученого-футуролога] и использовать «психоисторию». Намного сложнее беспристрастно определять конкретные обстоятельства и «поворотные пункты».

Стадии развития системы

За экспансию отвечают преимущественно традиционные, консервативные элементы системы, предпочитающие экстенсивную траекторию развития; за адаптацию — инновационные, творческие, ориентированные на интенсивное развитие.

При территориальной экспансии (крестовые походы, Реконкиста, покорение Сибири и Америки в ходе Великих географических открытий) в исторических обществах традиционная элита выдавливала на периферию «лишних людей», угрожавших ее благосостоянию и власти. В результате: «однощитовые» рыцари образовали ударную силу европейской армии на Ближнем Востоке; каторжники составили значительную часть экипажа кораблей Колумба; казаки и беглые холопы образовали основу войска атамана Ермака. Экспансия — достаточно стандартный ответ системы на внутренние «вызовы».

Функционирование системы связано с поддержанием оптимального баланса «традиций» и «инноваций» или «порядка» и «хаоса» [Хаос тоже имеет свою теорию, математический аппарат, описывающий поведение нелинейных динамических систем], элиты и контрэлиты как представителя «лишних людей». Избыточное доминирование той или иной группы элементов приводит сначала к неэффективным решениям, перерасходу ресурсов, падению поддержки и доверия, к кризисам, вынужденным изменениям или даже к исчезновению систем с политической или экономической арен.

Система, с учетом способа обработки, интерпретации информации и принятия решений, может последовательно пребывать в одной из стадий развития, разделенных условными поворотными пунктами, — см. таб. 1.

Таб. 1. Стадии развития социальной системы

Исторические аналогии

Классическим примером «быстрого» полного цикла политической системы является Германская империя, или «Вечный союз» (1871–1918 гг.). Победа Пруссии над Францией, контрибуция, крайне эффективная внешняя и внутренняя политика Отто фон Бисмарка и Вильгельма I Гогенцоллерна, интенсивное развитие тяжелой промышленности, экономический подъем, численный рост буржуазии предполагали эволюцию режима в сторону британской конституционной монархии британского типа. Однако смерть Фридриха III, женатого на старшей дочери королевы Виктории, либерала и сторонника конституции, случившаяся уже на 99-й день его правления, помешала данному сценарию. Новый император Вильгельм II в 1890 году отправил в отставку Отто фон Бисмарка и взял на себя прямое управление внешней и внутренней политикой, приступил к колониальной экспансии и милитаризации государства. Политический цикл закончился поражением в Первой мировой войне и отречением Вильгельма II от престола. Впрочем, следующий «политический цикл» для Германии, как мы помним, также был быстрым: политическая история и ее первопричина — управленческие ошибки, любят повторяться, но в новых обстоятельствах и с другими действующими лицами.

Примерами «долгого цикла» эволюции политической системы могут быть Римская империя, Британская империя, США. Их ключевой особенностью была возможность возвращаться со стадии деструктивной экспансии и поворотного пункта «перенапряжения» к конструктивной адаптации. «Перезагрузка» управленческой структуры и модернизация управления давали возможность «откатывать» назад в цикле.

Логика финансовых крахов

Возвращаясь из геополитики в сферу бизнеса, отметим, что для коммерческого предприятия стадия конструктивной адаптации связана с началом деятельности или запуском стартапа. Достижение «точки окупаемости» означает переход на стадию конструктивной экспансии, расширение производства и захват новых рынков. Установление равновесия с экономическими конкурентами («плато» или «застой») иногда вынуждает систему идти по стадии деструктивной экспансии, связанной с демпингом или иными способами недобросовестной конкуренции, предпринимать опасные для финансовой устойчивости действия.

Для банка или финансового консорциума эта стадия связана с рискованными операциями, дисбалансом активов и пассивов. «Голос разума» также оказывается «лишним». Неспособность адаптироваться к изменяющимся условиям и «вызовам» переводит систему на стадию деструктивной адаптации, которая может окончиться как упразднением бизнеса (банкротством), так и рестартом с новыми бизнес-процессами и технологиями. В последнем случае менеджмент банка отходит от управления и заменяется специалистами извне.

Так, например, Lehman Brothers (организация с более чем полуторавековой историей, сменившая несколько сфер деятельности) после ряда слияний и поглощений стал одним из крупных игроков на рынке выдачи ипотечных кредитов, потом крупнейшим. К 2008 году Lehman выдал кредитов на 680 млрд долл. (при собственном капитале в 22,5 млрд долл.). Обойдя и подавив «лишних» конкурентов, но не преодолев «плато» в развитии организации, менеджмент банка перестал быть осторожным, стал действовать агрессивно и безответственно. За что, собственно, и поплатился.

Легенда о «золотом веке»

Коммерческая структура всегда гибче и эффективнее политической системы, проходит все стадии быстрее и имеет больше условий для развития. Последняя всегда более консервативна и одновременно устойчива к кризисам и потрясениям.

Оптимальным этапом эволюции системы, который теоретически может длиться очень долго, вплоть до катастрофических «вызовов», представляется промежуток между конструктивной адаптацией и конструктивной экспансией, связанный с определенным сочетанием «традиций» и «инноваций» в управлении и принятии решений.

Для коммерческого предприятия это период активного внедрения новых технологий и бурного роста на новых рынках. На данном этапе характерны впечатляющие темпы роста прибыли, но потенциал к изменениям и адаптациям еще не утрачен, решения принимаются своевременно, исполняются с высокой мотивацией.

Для управленческой структуры наличествует обратная связь, предполагающая адекватную оценку поступающей информации.

Для политической системы — это период завершения основных социальных, политических и экономических реформ и получение их первых результатов.

Поддержание данного состояния «превосходства» или «конкурентоспособности» зависит от эффективности принимаемых решений и качества обратной связи (модели оценки и принятия решений), степени доверия и солидарности, вовлеченности и диффузии «лишних людей» в управленческих слоях. Этот процесс может быть автоматизирован с помощью искусственного интеллекта [Первым уподобил политическую систему кибернетической машине американский политолог Карл Вольфганг Дойч (1912–1992)], а для описания внутренних процессов и функций системы может использоваться соответствующий инструментарий.

Социальная система как модель машинного обучения

Искусственный интеллект уже создан людьми задолго до появления первого компьютера. Это, в первую очередь, масштабные социальные системы, имеющие коллективную, сетевую природу, связанную с объединением интересов и усилий многих индивидуумов. Система располагает своей «волей», «мотивацией», «миссией», технологиями и способами принятия и исполнения решений. Способ обработки информации и данных о «вызовах», обратной связи предопределяет стадию развития, на которой эта система находится, и насколько успешно она преодолевает вызовы и кризисы, обучаясь и совершенствуясь с их помощью.

Подобно политической системе или экономическому субъекту модель machine learning или нейросеть [Как правило, данный метод используется для плоскослоистых нейронных сетей прямого распространения (многослойных персептронов)] «учится» на тренинговых данных, реализуя на практике «метод обратного распространения ошибок». После каждого цикла распространения данных по сети данный метод выполняет «проход» в обратную сторону и регулирует параметры модели (веса и смещения), алгоритм обучения. Функцию потерь (loss) можно вычислить по формулам, связанным с разницей между предсказанным и фактическим значением.

Каждое неудачное решение (проигранный или пропущенный «вызов») должно приводить к пересмотру весов нейронов и параметров модели. На обратном проходе эта ошибка распространяется от выхода сети к ее входам, и производится коррекция весов. В идеале используется процедура, имеющая своей аналогией так называемый «стохастический градиентный спуск», связанный с продвижением в многомерном пространстве весов модели в направлении антиградиента с целью достичь минимума функции потерь.

Именно здесь важна роль тех, кого позже назовут «лишними людьми» в организации или государстве — их позиция, в том числе и ошибочная, позволяет уменьшить вероятность больших ошибок и кризисов. «Лишние люди» позволяют адаптироваться социальным системам и отвечать на нестандартные «вызовы». Даже в случае достижения финальной стадии существования системы, они последовательно превращаются в контрэлиту и новую управленческую элиту, осуществляя перезапуск цикла развития (см. таб. 1).

«Переобученность» модели и снижение качества решений

Процедура обучения сложна, модель не сразу определяет закономерности в потоке данных. Однако существует эффект, когда модель становится «переобученной», это означает, что тренировочный («традиционный») набор данных освоен на 100%, а на тестовом наборе демонстрируются посредственные результаты. В машинном обучении для недопущения переобучения тренировочный набор разбивают на собственно «тренировочный» и «валидационный».

Применительно к принимаемым решениям в политической системе или коммерческом предприятии «тренинговая выборка» выполняет роль консервативной традиции, «скреп», на которых основано поддержание идентичности системы. А «валидационная» выборка способствует обновлению весов и смещений в модели или нейросети и выполняет роль необходимых для развития «инноваций», без которых модель со временем перестает находить точные и эффективные решения.

Современные модели и нейросети пока не подошли к возможности самостоятельно создавать код для собственного развития (ChatCPT пока генерирует только блоки программного кода, «саморазвитие» будет связано со следующим поколением алгоритма), но вот социальные системы возможностью генерации «новой реальности» уже обладают — через такие институты, как образование, наука, СМИ, некоммерческие организации, органы власти, а также нормотворческие процедуры с участием всего общества (коллектива предприятия) и диффузией «лишних людей», их встраиванием в системную реальность, в цепочки оценки сигнала и слои принятия решений.

Другое направление борьбы с переобучением — это регуляризация, метод, который не позволяет отдельным фактам/признакам модели получать слишком большие веса и испортить результаты в отношении выводов. Регуляризация «заставляет» модель искать более взвешенные решения, а не «упрощенные», основанные на одном-двух признаках [Гитлер в подготовке нападения на СССР в оценке успеха исходил из двух факторов: объективного — «трудная победа» СССР в Зимней войне и «субъективного», предполагавшего заведомо меньшие творческие способности у народов и руководства СССР в силу их национально-этнического происхождения. Отсюда был сделан вывод о «колоссе на глиняных ногах». Классическая ошибка на основе недостаточного количества факторов (неучет успехов на Халхин-Голе) и субъективного пренебрежительного отношения к оппоненту. В случае со Сталиным и его оценкой возможности нападения как раз имела место быть «переобученность» — он излишне верил в рациональность своих оппонентов и их приверженность логике и здравому смыслу]. В переводе на язык менеджмента система преодолевает «тоннельное видение» проблем и ищет новые механизмы решения и сценарии развития. Руководящие кадры принимают не волюнтаристские решения, обусловленные собственным видением ситуации (как правило — неправильным) или тезисами давно устаревшей идеологии, а действуют, исходя из актуального опыта, проработанных многовариантных сценариев развития и фактических обстоятельств. Система и ее лидеры постоянно учатся, совершенствуют механизмы принятия решений, а в случае неуспеха — принимаются действия по ротации управленческих кадров, в том числе за счет «лишних людей» [Из социального слоя «лишних людей», например, пиратов, как показала практика XVII–XVIII вв., могут выходить вполне эффективные менеджеры-губернаторы].

Наличие «валидационной» выборки и способности обновлять веса нейронов в процедуре регуляризации или в результате использования аналогичного механизма — и являются факторами, определяющими стадию развития условной «модели машинного обучения — социальной системы» — см. таб. 2.

Таб. 2. Стадии развития

На практике эффект «переобучения» в социальной системе связан с «застоем» в развитии и отрицательным кадровым отбором: приоритет получают «нейроны» с ошибками, образуются избыточные цепочки принятия решений и обратной связи, искажающие оценку о внешней среде. В отсутствие широкой «скамейки запасных» — «лишних людей», система становится менее устойчивой к кризисным явлениям. В коммерческом предприятии наступает хронический кадровый голод и нестабильность, вызванная текучкой кадров.

В управлении начинают доминировать необъективные, волюнтаристские методы принятия решений, наблюдается перерасход и неэффективное использование системных ресурсов. Если рассматривать аналогию с Древним Египтом — в приоритете становится строительство пирамид для фараонов вместо ирригационных каналов. Коммерческое предприятие так же увлекается авантюрными и амбициозными проектами с непредсказуемым результатом.

С учетом деградации процедур обратной связи уровень доверия и солидарности в системе начинает падать. Высший менеджмент не получает объективной информации о происходящем и, как следствие, принимает решения, исходя из своего собственного, «тоннельного» представления о действительности, а рядовые клерки на бумаге рисуют «правильные» бухгалтерские отчеты и имитируют поддержание стабильности и благополучного положения предприятия.

Таб. 3. Социальные характеристики циклов развития

После масштабного кризиса при благоприятном стечении обстоятельств система выживает, хотя и претерпевает радикальные изменения. На рестарте цикла появляются новые цели и способы их достижения, под каждый из них формируются новые измеримые показатели, происходит переформатирование и аккумулирование ресурсной базы. Новая управленческая элита, созданная на базе контрэлиты или пришлых «варягов», обладает высокой солидарностью и доверием в своей среде, при этом активно расширяет свои ряды за счет кооптации новых эффективных членов. Растут энтузиазм и солидарность, что позволяет мобилизовать ресурсы для ответов на «вызовы» [В рамках исторической концепции «вызов-ответ» Арнольда Тойнби, 1889–1975 гг.] и сохранять высокую адаптивность. Применительно к обществам Азии вместо понятий «солидарности» [В трактовке Эмиля Дюркгейма, 1858–1917 гг.] или «пассионарности» [В классической трактовке Льва Гумилева, 1912–1992 гг.] в оценке управленческой прослойки мы можем использовать термин «асабия» [Определен средневековым мусульманским философом, историком и экономистом Ибн Халдуном в контексте «воинственной сплоченности» для элит средневековых восточных обществ] — их можно измерить количественно, они отражают эффективность системы, влияют на скорость и качество внедрения ее решений («ответов»).

На этапе перезапуска системного цикла с помощью кросс-валидации эмулируется наличие тестовой выборки, которая не участвует в обучении, но для которой известны правильные ответы (в бизнесе — аналогичные бизнес-кейсы, модели и ситуации). Метод повышает надежность модели, удерживая данные вне процесса обучения, и используется для обучения моделей с меньшим набором данных, что особенно актуально на этапе перезапуска системы.

Для повышения точности предсказаний и прогнозов применяется ассамблирование (обучение нескольких моделей машинного обучения в разных комбинациях — беггинг, стекинг, бустинг [Стекинг – используются разные модели, их результат обобщает метамодель; бэггинг – используются однородные модели, результаты которых усредняются; бустинг – последовательно используются однородные модели, каждая последующая исправляет ошибки предыдущей]). Таким образом система быстро учится, исходя из существующих условий, «на ходу», нарабатывает новую управленческую «традицию» и «тренинговую» выборку.

Используются разные конкурирующие модели и сценарии развития, сгенерированные «лишними», но теперь уже включенными и интегрированными в управленческую систему людьми. В результате на практике применяется самая точная и эффективная модель. Внутренняя конкуренция или соревнование отдельных групп разработчиков в коммерческой сфере подстегивают общий прогресс социальной системы, заставляя всех работать на ее благополучие и совершенствование (даже условно «проигравшая» группа со своей моделью или сценарием получает положительный эффект от вовлеченности в общую деятельность через систему институциональных и неформальных связей).

Регуляризация как метод объявления дополнительных ограничений с целью решить некорректно поставленную задачу или предотвратить переобучение также связана с появлением нового сценария развития, новой идеологии политической системы или нового бизнес-плана для экономической. На практике регуляризация связана с кадровой политикой и прогрессивным кадровым подбором управленцев высшего звена, обладающих соответствующими компетенциями и способными мыслить нестандартно и «нетоннельно». Однако даже сформировавшаяся управленческая элита для разработки новых сценариев и «ответов» вынуждена привлекать «варягов» или «лишних людей» для валидации и регуляризации.

Применительно к политическим системам функцию регуляризации выполняют выборы, референдумы, ротация управленческих кадров, призванные скорректировать текущие действия и общую стратегию развития. Деградация механизмов валидации и регуляризации по причине отсутствия социальных лифтов и вертикальной социальной мобильности в долгосрочной и среднесрочной перспективах всегда приводит к ошибкам в управлении и цепочке системных кризисов.

Повышение эффективности управления в политических, социальных и экономических системах достигается равномерным обновлением нейронных слоев, принимающих решение (управленческой элиты), и развитыми процедурами обратной связи как с внешней, так и с внутренней средами системы.

В системах, демонстрировавших до недавнего времени высокие темпы развития, таких как Сингапур, это связано с принципами меритократии, прогрессивного кадрового отбора, нулевой терпимости к коррупции, демократическими процедурами вовлеченности и участия в принятии решений.

В коммерческой структуре данные принципы дополняются ориентацией на конкретный результат: прибыль, охват рынка, устойчивое развитие, снижение затрат и издержек, внедрение инноваций.

Предотвращение новых кризисов, управление масштабными политическими системами, равно как и эффективное управление коммерческим предприятием, связано с принятием эффективных решений, основанных на оптимальном балансе «традиций» и «инноваций».

Поддержание такого «баланса», например, в политической системе, предполагает при увеличении доминирования государства в сфере публичной политики — соответствующее ослабление регуляторной функции в сфере экономики. В сфере управления предприятием такой подход связан с внедрением инноваций, созданием нового вида продуктов и услуг, основанных на изучении запросов потребителей, если компания подошла к пределу своего развития или максимально охватила рынок, либо конкуренты получили существенные преимущества.

Читайте также:

Технологический рейтинг продолжается! Анализируем банки Узбекистана

Цель такой управленческой политики — максимально долгое нахождение системы в точке «превосходства» или «конкурентоспособности» с попеременным, итеративным переходом к конструктивной адаптации или конструктивной экспансии в зависимости от внешних обстоятельств и внутренних вызовов. Такое управление связано с самообучением, минимизацией функции потерь, валидацией, тестированием механизмов принятия решений и регуляризацией, обновлением слоя, принимающего решения, избеганием менеджментом доминирующих факторов в принятии решений и «тоннельного» видения проблем. Чем дольше удается поддерживать данное состояние — тем больший запас прочности и потенциал к развитию получает организация или государство. Определенная доля «конструктивного хаоса» в социальной системе уменьшает ее общую энтропию и способствует адаптации и быстрому формированию «ответов» на любые «вызовы» в ее развитии.