“在一个非常真实的意义上，我们都是这个在劫难逃的星球上的失事船只中的旅客。但即使是在失事船只上面，人的庄严和价值并非必然地消失，我们一定要尽量地使之发扬光大。我们将要沉没，但我们可以采取合乎我们身份的态度来展望未来。”
——维纳

🛒 分类： Tech   Phil   SocSci

《人有人的用处》

背景

书名：《人有人的用处：控制论与社会》The Human Use of Human Beings: Cybernetics and Society
作者：诺伯特·维纳（Norbert Wiener）
时间：1950年
关键词：控制论、信号、系统、控制、反馈

梗概 Unraveling the Book

诺伯特·维纳的《人有人的用处：控制论与社会》通过控制论这一开创性领域的指引，探索了 人类与机器之间 复杂的相互作用。想象了一个广阔的、互联的网络，其中的反馈循环不断地塑造和重塑人类和技术进化的过程。
有个比喻捕捉了维纳愿景的精髓：一个通过整合人类智慧和机械力量而适应、学习和进化的社会。

本书精髓 The Essence

熵和信息熵

熵值 & 评价某个系统：
一个物理中热力学的概念，表示系统的无序程度。 维纳将熵的概念引入控制论，用来描述一个系统的混乱或随机性。高熵意味着高混乱度和低可预测性，低熵则意味着高有序性和高可预测性。

  • 💡 为什么说极简主义的室内设计经常更难且更贵？因为越极简也许意味着要把熵值降得越低。

系统 & 热力学第一定律：
即能量守恒定律。一个孤立的系统内，总能量守恒，能量它只流转，不凭空产生，也不凭空消失。这里要先理解系统的概念，再在“封闭的系统”之内探讨能量守恒，自然状态下大多数“系统”都难以做到“封闭”的就是了。

  • 💡所以说，为什么生命（作为一个系统）若要提升“品质”一定要从外界输入“能量”。

熵增 & 热力学第二定律：
即熵增定律。在一个孤立系统中，所有自发过程都朝着增加熵的方向进行，一切都会走向更大的无序和更少的可用能量。

  • 💡这么说“对抗熵增”是需要践行一辈子的事情了。以及祖先说“学如逆水行舟，不进则退”：如果把人脑当作一个‘系统’，它自然状态下必然要沿着热力学第二定律的方向——即朝向混沌、低能耗演化。
  • 💡 个体生命作为一个系统，那人生来自然就朝向死亡。社会集体如果也视作一个系统，它不例外要朝向衰败。

信息熵：
信息熵由 克劳德·香农 在信息论中提出，用来量化信息的不确定性或信息量。信息熵衡量的是在一组可能的消息中某条消息出现的平均不确定性。简单来说，它是对信息的随机性和复杂性的度量。

  • 💡 诗词、数学公式的共性是什么？都是信息熵极低的语言，用极少的字符涵盖极高的信息量。不过人脑在解析和吸收低熵的信息时也需要消耗更多的能量（简单说就是费脑子）。
  • 💡 反过来，这能解释为何如今短视频平台的主流“推荐算法”总倾向于给这类内容更多的流量：重复的热点、短平快的内容、和随机推送的主题，它顺应人脑朝向高熵值演化的“自然规律”，高信息熵值的东西就像稀释好的水一样很轻易能被低能耗状态的大脑消化吸收（至少我睡前刷短视频的时候都不会像白天上网课那样犯困，可能是大脑处理信息过于耗能才会宕机吧，不知道其他人是怎样……）。

维纳关于熵和信息熵的有趣观点：

  1. 熵与生命：
    维纳讨论了熵在生物系统中的角色，认为生命系统通过摄取负熵（即秩序或有用能量）来维持自身的低熵状态。这种对负熵的摄取和利用是生命维持和发展的关键。
  2. 信息作为负熵：
    在维纳的视角中，信息是负熵的一种形式。通过获取和利用信息，系统（包括生物系统和机器系统）可以减少熵，增加有序性和效率。信息的获取和处理是系统维持有序的重要手段。
  3. 控制系统中的信息熵：
    维纳强调，在控制系统中，信息熵的管理和减少是系统有效运行的关键。控制系统通过传递和处理信息来调节系统的状态，减少熵以维持系统的稳定和功能。
  4. 通信中的信息熵：
    在通信过程中，信息熵的概念用于描述传输数据的效率和可靠性。高信息熵表示数据的多样性和丰富性，但也意味着更大的不确定性和错误概率。因此，设计高效的通信系统需要平衡信息量和可靠性。
  5. 信息与预测能力：
    维纳指出，信息的价值在于它能够减少不确定性，提高系统的预测能力。这对于生物系统（如大脑）和人工系统（如计算机）都是至关重要的。
  6. 反馈机制：
    维纳特别强调反馈机制在控制论中的重要性。反馈是一种通过信息流动来调节系统行为的方式，能够有效地减少系统的熵，维持系统的稳定和适应性。
  7. 人类与机器的对比：
    维纳通过比较人类与机器系统，探讨了信息处理和熵管理的异同。他指出，尽管机器可以通过预设程序有效地处理信息，但人类的大脑具有高度的灵活性和适应性，能够在复杂和不确定的环境中减少熵，维持有序性。

控制论

维纳将控制论介绍为在系统（包括动物和机器）中控制与通信的科学研究。这一开视角强调了生物有机体和机械系统之间的相似之处，特别强调了反馈在调节两者中的重要性。

  • 用通俗例子来理解：
    扫地机器人(一个系统)用感光元件探测到障碍物(信息输入)然后经程序生成了避障的决策信号(信息处理-反馈)，结果信号驱动轮子转90度(控制)，确认新角度的前方没有障碍物了(信息输入-反馈)再生成了前进的决策信(信息处理-反馈)，下个动作就是车轮转动并前进(控制)，一直重复以上步骤(循环)

反馈循环（及其于社会）

书中深入探讨了如何应用反馈机制来理解社会系统。维纳探索了这些系统实现稳定性和自我调节的潜力，类似于生物有机体适应其环境。

  • 伦理含义：维纳的作品的一个重要部分致力于讨论在社会中应用控制论的道德和伦理考虑。他警告过度依赖机器的非人性化风险，并主张采取一种平衡方法，增强人类福祉。

指导于借鉴 The Action Plan

To apply Wiener’s insights into our daily lives and societal structures, consider the following steps:

  • Foster Adaptability: Encourage systems (whether in business, education, or governance) that are adaptable and capable of self-correction through feedback loops.
  • Embrace Interdisciplinary Learning: Understand the basics of cybernetics, systems theory, and related fields to appreciate their impact on various aspects of society and technology.

要将维纳的见解应用到我们的日常生活和社会结构中，请考虑以下步骤：

  • 培养适应能力： 鼓励建立适应性强、能够通过反馈回路进行自我修正的系统（无论是商业、教育还是管理）。
  • 接受跨学科学习： 了解控制论、系统论和相关领域的基础知识，理解它们对社会和技术各个方面的影响。

盲点 Blind Spot

  • speed 技术进步的速度
  • complexity 技术本身的复杂性

  • control & ethical 其超越人类控制和伦理考虑的能力

    A potential blind spot in Wiener’s analysis could be underestimating the speed and complexity of technological advancement and its capacity to outstrip human control and ethical considerations. This underscores the need for ongoing vigilance and adaptability in our approach to integrating technology into society.
    维纳分析的一个潜在盲点可能是低估了技术进步的速度和复杂性及其超越人类控制和伦理考虑的能力。这强调了我们在将技术整合到社会中时，需要持续的警惕和调适。

关于前人的盲点和时代的局限，我在已在 👉 后记-我们用什么例子来论证前人的盲点 里列出了大纲。

相关理论知识 Connected Knowledge

For further exploration, delve into related works such as “Cybernetics: Or Control and Communication in the Animal and the Machine” by Wiener himself（《控制论： 或动物和机器中的控制与通信》）, which lays the foundational principles of cybernetics. Additionally, “Thinking in Systems: A Primer” by Donella Meadows （《系统思维入门》）offers accessible insights into systems thinking, a complementary perspective to cybernetics.

为了进一步探索，请深入阅读维纳自己的《控制论：或动物和机器中的控制与通信》，它奠定了控制论的基本原则。此外，《系统思考：入门》由多内拉·梅多斯提供，为系统思考提供了通俗易懂的见解，是控制论的补充视角。 关键词：控制论（ 👉针对控制论的引申 ）、系统、通信

2. 后记

我们用什么例子来论证前人的盲点

  • 前提和方法论：

    在这篇读书笔记的盲点部份提到过 # Wiener's analysis could be underestimating the speed and complexity of technological advancement and its capacity to outstrip human control。
    遂这部分要针对的是速度speed、 复杂性complexity、失控outstrip control三个维度，每个维度举出9个实例：

  • 速度

    1. 人工智能的快速进步
    2. 量子计算的发展
    3. 5G通信技术的推出
    4. CRISPR基因编辑技术的发展
    5. 快速迭代的消费电子
    6. 生物技术的进展
    7. 可再生能源技术的发展
    8. 自动驾驶技术的演进
    9. 虚拟现实和增强现实的应用扩展
  • 复杂性
    1. 技术系统的互联复杂性
    2. 算法的不透明性
    3. 社交媒体和数字平台的算法
    4. 全球供应链的复杂性
    5. 数字货币和区块链技术
    6. 人工智能的道德和社会影响
    7. 网络安全的挑战
    8. 智能城市的实现难题
    9. 大数据的处理和分析
  • 超越控制
    1. 自主武器系统
    2. 深度伪造技术
    3. 社交媒体对社会影响的扩散
    4. 经济市场的自动化交易
    5. 信息过载和滤泡效应
    6. 技术失业的担忧
    7. 生物伦理的挑战
    8. 算法偏见和歧视
    9. 气候变化的不可预测性

    这些例子进一步展现了技术进步在加速度、系统复杂性以及超越传统控制机制的能力方面的深远影响，强调了面对快速变化的技术环境，社会、政策制定者和技术开发者需要不断适应和审慎行动。

控制论——概念引申‼️

  1. 控制论
    控制就是追求熵减，建立所期望的秩序。
    薛定谔 在他的著作《生命是什么》中提出了“负熵而生”的观点，即生命是一个负熵系统。
    维纳 认为， 不管机器还是人，只要他的运动是通过对环境的作用，通过环境作用的反馈来控制熵增的时候，这两者在社会上的功能都是完全一样的。在这个层面上，机器和人是相似的（e.g.都能成为“系统”）。

  2. 控制的模型（以下4项相加）
    • 控制的手段
    • 被控制的对象，且对象具随机性
    • 对随机的衡量信息
    • 反馈和改进机制（行动后针对目标和结果的比对进行反馈，从而指导下一次行动）
  3. 控制论来解释【进步】和【智能】和【学习】

    • 进步 progress
      就是在混乱的全局中制造局部的有序（局部熵减）；换言之，系统通过信息的反馈循环来减少不确定性和增加有序来提升其整体的功能和效率。

    • 智能 intelligence
      可以被理解为系统处理信息、作出决策并对环境变化作出响应的能力（不局限于人、机器、且不限于虚拟、现实环境）。

    • 学习 learning
      就是智能体通过不断的反馈循环改善其对环境的响应能力（或适应）的过程。