控制论

秋兰为佩 2011-01-03 0

这可不是科普

明戈哥 2016-11-26 0

系统科学

谦 2014-02-07 0

维纳，百科全书式的人物！

别别 2010-08-07 0

关于数学的全看不懂

lakemove 2009-04-09 0

老难读了...都准备放弃鸟

不二僧 2015-02-21 0

也是没读完···当时脑子不够用···

Yin 2014-10-08 0

天才的思想，虽然看不懂…

梦幻之弧 2009-05-03 0

三段论。

... 2012-04-28 8

大师的作品。译者郝季仁是好几人的意思。

陈朝 2013-10-08 1

至今无法接受维纳是个胖子这件事。

秋兰为佩 2011-01-03 0

这可不是科普

明戈哥 2016-11-26 0

系统科学

谦 2014-02-07 0

维纳，百科全书式的人物！

别别 2010-08-07 0

关于数学的全看不懂

lakemove 2009-04-09 0

老难读了...都准备放弃鸟

控制论

人月神话 2008-01-14 0赞

嗯，八年前看到新华出版社出版的一本科学读物的合集里面有这篇控制论，可惜当时看不懂，现在终于等到了北大重新出版的《控制论》，准备开始阅读了，不过估计还是很有挑战，希望能够在阅读控制论这条路上走得远一些。。

感兴趣

DD鸟 2008-08-07 0赞

人工智能应该是人类突破自身极限的一个方向，我想若是能在这方面人类取得突破性进展，那么我们似乎会离‘共产主义’更进一步，这是我们能想到的极大的发展生产力的方法！嗯，当然，离不开基础科学的理论成果。

我更相信维纳，不相信翻译

小乌 2017-01-13 0赞

导言

他们真是一群真正的科学家，来自不同领域，渴望互相学习，渴望获得更具广泛性的科学，期望科学进展得更加有效率。没想到的是，维纳竟然是作为一个医科学者来表达自身观点的，但稍加了解也能知道，他在电路和控制方面也有很高的造诣。对，他自身也算是一个他所期望的非专门家。也正因如此，控制论才有可能诞生，控制源于生活与科学中的各个方面，也只有了解各个领域的控制问题，才能抽象出适用范围更加广泛的控制理论。维纳还提到一点关于控制的新颖的理解，控制不是针对某个特定输入的，它应该对变化有一定的适用范围，甚至是需要预测输入的变化以进行更加优秀的控制。但关于控制与根据已有的输入来预测未来输入的关系还不是很懂，不过要在有延迟的系统中达到无延迟的实时控制也确实是需要进行预测的吧？

第一章：牛顿时间和Bergson时间

很难理解牛顿对他那个年代及之后的数百年的人们的世界观产生了多大的影响，用简单的数学表达式就能表现出世界上所有物质的运行规律，仿佛发现了真理一般，这种确定性（绝对因果性）的思想影响了人们和科学家们数百年。他们相信只要能准确获得足够的信息和运行的方式，就能够预知未来或重寻过去，也由此诞生了“拉普拉斯妖”。这都是老生常谈了，但维纳关于牛顿时间的叙述就颇有意思：对于牛顿时间下的系统，把t变成-t并没有太大区别，只是行星的运行方向相反而已，而在气象中就不一样了，落下的雷电不可能按相反时间的方向来运行。维纳把这解释为气象学是基于统计学的牛顿力学，是基于Bergson时间的，不可逆。但实际上我觉得这两者难以进行类比，前者是周期运动，所以其过去任意时刻的状态都是能够再获得的，故反向前进具有很强的相似性，而后者显然是非周期的单向运行过程，这种单向性是不是能够归结于无数的牛顿作用的随机性结果呢？但实际上量子思想也破除了知道所有质点的牛顿作用就能预测未来的想法。而混沌状态虽然说是不可预测的，但是理论上在完全相同的系统参数和初始条件下，将来的运行状态还是可测的，只是完全相同是不存在的，所以混沌状态是不可预测的。但混沌系统的同步也确实达到了主动地完全逼近一个混沌系统，不太理解其中的异同。更有趣的一点是他设想了一种在-t时间下运行的系统，或者说智能生物，他们是否能够和我们进行通讯。答案当然是不行。他还提到了强电和弱电的分裂，即电气和电信的分裂，无可厚非，他们的目的是不同的。而如今的电力电子，不，整个电气，也都在使用弱电，因为就算是能源也是含有信息的，如果对这些信息有特定的要求的话，还是需要弱电处理信息，进行控制。其实电信的发展也很久了，控制的发展就更久了，1998年李雅普诺夫就提出了稳定性的概念，20世纪初，科学家们也已经开始研究计算机与编码算法的相关问题了，而电气时代也差不多是在19世纪末期才进入的，但如今来看差距已经越来越大了。或许就是由其性质决定的吧，电气处理的问题相对简单的多——电能的控制，而电信，在如今，似乎能给人一种要处理世界上所有问题的错觉，并且它和实际世界的运行规律与人类认知的过程也紧密联系，实在难以不充满活力。而没想到的是，他还说到，在电气盛行的年代，有学者也是通过将人体视为一个动力工程系统来认识解释自身的，而现在只是变成用电信和控制来解释自身而已。那将来还会不会出现更优于“电”这种能源与信息载体的物质呢？还会不会出现优于“控制”这种原则来解释人类活动呢？

第二章：群和统计力学

这章突然又开始讲数学的勒贝格积分和物理上的统计力学了，愈加迷糊，并且总觉得可能是当年的术语和数学体系和当今并不相同，一些看着很熟悉的式子却完全看不懂相应的文字。但大概可以知道，这章主要想阐述的是一些关于无限、极限的概念。级数积分和统计力学最相似的地方应该就是单体间的相似性与可获得的无穷单体的共同作用吧。但涉及到一些具体的浓度、测度、各态历经、变换群、不变量就又一头雾水了。尤其是变换群，写到后面总感觉像是矩阵和傅里叶变换，但又说不出个所以然。维纳还提到：任何一门科学的建立，都必须以非孤立现象的存在为前提，还用爱丽丝漫游仙境来做比喻，颇为有趣。最后还谈到了麦克斯韦妖与熵的问题，并说酶与人体就算是一个亚稳态即稳定但最终还是会失效的麦克斯韦妖，就像催化剂会中毒一样。

第三章：时间序列、信息和通信

好。。。多。。。公式。。。没看下去，粗略地浏览了一遍。有点像是信息论，用数学形式来量化信息量并证明了它的一些特性如与熵的相似性与增减信息量的一些观点。虽然挺感兴趣的，但是实在看不下去，看来，要想成为科学家，要想在理论方面有所突破，数学真的得好。工程师的优势大概就在于只要掌握一些基本的专业公式就可以设计出一些新东西了，而科学家是要整理出更好用的公式、更广泛的定理，或开拓出新领域的基本概念。

第四章：反馈和振荡

和想象的完全不一样的论述。。。关于反馈的原理和振荡的条件其实在自动控制原理里面阐释得很清楚了，而如今再看这控制鼻祖的论述便觉得他在绕弯路。但这也侧面反映了数学方法对某个学科发展的重要性，试想，如果如今我们还是按照维纳的研究方法来理解反馈与振荡，那得打消多少无知大学生学习的欲望啊（就像电磁场一样），更不用说自学了。综合来说，维纳通过医学研究的视角举了若干简明的反馈成功与失败（振荡）的例子，便于深入浅出，也引导人们更多地思考控制在人体活动中发挥的或大或小的作用，而对于控制流程图与稳定性判据乍看之下并没有太多的可取之处，以后有兴趣再仔细看看吧，也因此感受到了传递函数的强大。（再次体会到了数学功底之差）不过最后关于高延迟的系统与快速的反馈环节之间的矛盾也值得用传函的方法进行理解。

第五章：计算机和神经系统

第一面，就措手不及地证明了二进制是储存一定信息量耗费最低的方法，但这个耗费具体指的是什么还不太清楚，信息量也是从一开始就没理解。但真的如果人类生来就没有手指（即两根手指），因此发展出来的二进制会更适合人类使用吗？进制太低显然会出现不利于记录、传达大数字的问题，或许依靠人类的智慧能够衍生出一些其它的方法吧，当然，计算机中不会出现类似问题。接着他从二值机构的物理实现方法上联系到了神经的激发、休止和不应期，而看下来感觉其实这就是神经网络的入门知识呀！最为关键的一点就是使用参与消息传递、能够改变状态的部分作为储存信息的元件，他说到比如可以通过改变真空管的栅偏压即阈值来记录信息。虽然也列举了一些普遍的储存方法，但可以看出维纳还是以非常生物、非常人类的视角来看待各种问题的，也可以说是崇敬人体的各种设计吧，将其作为最优解来尽可能的逼近。在涉及到计算机的学习能力的时候，还谈到了观念联合和条件反射的概念，其实感觉反复地利用观念联合来进行条件反射的实验就是对神经网络的训练。当然，训练包含负反馈，因此最终能获得稳定结果；条件反射甚至种群活动也包含负反馈，因此某些特性能保持不因个体死亡而改变。从这点看，控制论是高于进化论的，即进化论是控制论在生物学上的具体表现或者说是一种反复迭代获得稳定解的方法。总的来说，这章感觉内容思想非常发散，从许多方面阐释了诸多关于计算机的概念，但有点抓不住线索，也因此不知如何总结该章。在看最后一段的时候，看到信息处理过程中消耗的功率全部以热能的形式散发出来，不禁想到会不会有很小的一部分以信息能的形式被储存在信息中，最后他就说道：信息就是信息，不是物质也不是能量。不承认这一点的唯物论，在今天就不能存在下去。但我还是持怀疑态度，那理论上是不是可以不消耗能量就改变信息？信息不是与熵有关？熵不是与能量有关？但假设能量有一部分可以转换成信息的增量的话，信息的减少能够产生能量看起来就显得非常民科了。

第六章：完形和普遍观念

其实感觉这章讲的就是图像识别，通过对目标图像进行变换可以识别出某个概念的标准图像，观念联想（对象识别）按照邻接原则、类似原则与因果原则来进行。同样，维纳又把它和人体结构进行了对比，即眼睛的视觉及其识别。眼睛、控制眼珠的肌肉及头部肌肉联合起来构成了一个将注意对象的图像置于中央凹的非条件反射（反馈），变化明显与运动物体最能引起视觉边缘的注意，同时人眼对轮廓也较为敏感，长时间的视觉容易转化成记忆且此时对象的信息将有一部分来源于记忆。然后，不是很明白地，维纳又将话题跳到了用听觉代替视觉的问题，可能是要说明某种代替机构实现了视觉皮质的一部分功能，因此虽然理论上可以代替，但由于听觉皮质与信息量都远远不如视觉，使用外部机构带实现视觉皮质的功能将增强代替效果是很有用的。同时各个感官连接的记忆其实也是可以相通的，或许能够使用听觉来唤起视觉记忆。但其实，要说体积相近的一首MP3与一张JPG，感觉前者能提供的内容可能要更多，不过一个是时间维度上的，一个是平面维度上的，应该没什么可比性吧。

第七章：控制论和精神病理学

这一章，主要是从控制论或者说计算机的角度来分析精神病理。首先是计算（神经）通路的冗余，以在受损的情况下也能完成期望的动作（计算）；其次是治疗精神错乱的方法，若把机能性精神失常看作是计算机中的无限循环，人脑中思考的恶性循环同样会占据大部分的思考能力，以至于缺少性能来处理基础生理心理过程，导致身体状态异常，并且导致疲劳甚至损伤永久性记忆，再从如何处理计算机中的错误现象（蓝屏等）出发，考虑人脑是否也可以“重新启动”。答案当然是“否”，但睡眠可以一定程度上缓解这个问题（但不能解决精神失常导致的失眠问题）。但我们还可以通过切断或是削弱恶性思考循环的通路来跳出无限循环。这里维纳很讽刺地说了一句：“实行前额叶切除术目前已经很流行，或许是因为这样会使许多病人比较容易看护吧。让我顺便说一句，杀了他们就更容易看护了！”各种形式的休克疗法也属于该类，但这样治标不治本，心理咨询的内省法才能够连根拔起。最后是信息通路，从温度上升使神经元更活跃导致总活动能力的增加来看，人类可能拥有最长的神经元链。虽然高级活动需要长链的参与，但这也意味着出现问题的概率更高，意味着需要多个区域共同完成的动作更难实现。同时维纳还谈到了左右撇子的问题，他们相应的右左脑的发育在小时候便已经形成了稳定的分化（即便是两侧都有的功能），若是后天进行调整，将使得信息需要先通过劣势半脑才能到达优势半脑，神经元链被动地增长了，可能导致各种信息接收或处理上的问题。维纳又讽刺地说道：“在过去，有人由于迷信而厌恶使用左手的习惯，正如他们厌恶那些稍稍偏离一般人的常态的东西，例如胎记和红发。”那这样的话，偶尔的训练非惯用手真的能够锻炼得到劣势半脑吗，大脑中的“用进废退”其实和新突触的形成与暂时性记忆的消失有关吧。最后一段，维纳又联想到了器官从高度专门化到效能衰退直至物种灭亡，人类的大脑可能正在这条路上前进。在人的身上，由于大脑尺寸和复杂性的增加得到的益处，已部分地被某个时刻只能使用某一区域的限制所抵消。

第八章：信息、语言和社会

这次是把控制论应用到社会学当中。不同于个体相对于细胞，一个社会包含的信息量并不一定大于每个个体的信息量之和，也不一定具有很强的内稳定性。要决定某种信息是属于全种族还是纯粹对个人有用高度，要看个人所采取的行动方式是否被种族中其它成员看作特定的行动方式，以及是否能逐一影响这些成员的行动。而这种联系的产生，毫无疑问是需要通过各种通信方式来进行的，其中最丰富的莫过于语言，而语言的载体除了不方便但是最基础的当面谈话，还有各种时间空间上可以错开的出版物、电话、电报、邮件等（更不用说现在的互联网了）。无数的细胞能够构成稳定的个体，小而紧密结合的社会有很大的内稳定性，（从我的理解看来）或许正是因为两者都拥有足够强大的通信能力，前者拥有稳定且复杂的信息传递机制，而后者是由于个体较少因而拥有足够的精力来产生各种联系并进行各种控制。相较之下，如今的各种庞大国家不仅难以有效地进行沟通与控制，并且沟通方式不可避免地受到别有用心的控制或是主要功能逐渐衰退进而沦为金钱工具（或者说是由于信息在传递过程中的人为修改产生的信息不对称），导致这种大型社会达不到期望的内稳定性。维纳还谈到，一个不满足于共利的稳定社会的期望出人头地的人，要么离开这个社会，要么就会通过所有能想到的方式来改变社会中的一些稳定状态以达到自己的目标。所以说，约束非常重要，纵然不自由，但从长期看来，稳定压倒一切。小型社会可能会依靠道德或宗教来进行约束，而现代社会更多的是依靠法律，伴以许多更加科学可信的观点（或许）。通篇看下来，维纳表现出了对这类人强烈的不满与抵触，并有一种由于这类人的存在，许多科学的稳定过程都难以推测与进行的想法（我猜），因此，国家是愚蠢的（是被某些人拉低智商的）。最后，维纳又谈到了人文学科与自然科学研究的不同，自然现象能够和研究者较好地隔离开来，而人文（社会）研究不可避免地会对对象产生影响，因此（人文学科并不科学，）试图将自然规律推广到人文甚至哲学中是不妥的。但其实我个人是持相反观点的。就像进化论一样，不管是任何人，他都是在几个简单而广泛的规律下慢慢演化出来的，包括他的思想。纵然思想不能完全推测且变数极大，但还是可以想象他们是可以符合某种规律的，只是在考虑了极复杂的人类活动之后，这种规律就没那么好找了，或是说没那么好证明了。我还是相信，真正的科学真理，应该是广泛的，是能够最终上升到科学的哲学的，而正是因为这样，我（们）才会有更大的动力和成就。最最后，附注中，不知为何又将话题跳到了趋近于人工智能的象棋AI上了，他可能难以想象吧，如今连围棋都快被攻破了。

第九章：关于学习和自生殖机

这章内容挺有趣的，两部分都是。前者和我之前的一些想法相近，即低等生物是通过繁殖来进行学习的，或者按照维纳的表达，个体发育和系统发育的学习都是动（植）物根据周围环境来调节自己的方式。而从这点出发，说明了机器是可以有学习能力的，因为学习不过是一个能根据已有经验（输入）重新推演输出的一个中间过程，并且（竞争中的学习）常常以某种博弈的形态出现。那我现在在进行的学习呢，我学习是为了了解更多科学的内容以丰富我对世间万物的正确认知，并启发我的新发明以在不断发展的新科技中留下自己的足迹，其实本质上来说也是一种生存竞争、学术竞争，通过学习我能够掌握比他人更多的知识，在遇到相同问题时能够更快更好地获得答案或是比他人更快地发现某种真理或机理，从而在这些竞争中（相对）获胜。虽然这么说，但这种竞争的问题在于没有明确的规则与获胜机制（冲突），难以量化以转化成博弈问题。或者说，我现在的学习是为了在明确的竞争中获得更强大的基础和学习能力吧。但最后维纳一如往常地对这个由程序定义的智能感到担忧，因为毕竟，它的判断标准还是程序，还是死的，可能也会发生一些不择手段的事件。至于后者，谈到了一个以前并没有想过的问题，机器是否能够生殖？维纳的答案也是肯定的。但这个生殖的概念好像和现在曾谈论过的会编程的程序不太相同，更偏重于复制而非创造。而谈到复制，我首先想到的是生产一套能够组装出一套自己的机器，机械上的结构的复制还是可以实现的（但要想能够主动补充原料与能源还是有点难的），软件上也可以通过数据传输来实现，只是这么多种类型的硬件制造装置要想整合起来这个机器会大的吓人吧。但维纳说的并不相同，他讲的是通过一个非线性变换器来逼近（复制）目标对象，并认为这和把基因作样板，在氨基酸和核酸比例不定的混合物中形成与它相同的另一些基因分子在哲学上是非常类似的过程。要单从这点看的话现在神经网络已经能够实现自生殖了，只要进行足够的学习过程。维纳实现的或许只是固定传函硬件（非线性变换器）的复制过程，而现在神经网络的深度学习功能已经能够实现固定功能的近似过程。但还是感觉这个不叫生殖，首先，这不是主动过程，其次，缺少变异与交换，最后，还是不够智能。或许是我把生殖的概念和人类联系得太紧了，但作为一个能够稳定繁衍的物种还是得一定程度上像人类吧。

第十章：脑电波与自行组织系统

最后一章，维纳又谈到了医学（生理学）。其实讲的就是脑电波的傅里叶分析，但那堆公式分析还是没看懂，实在觉得是翻译和数学理论整合的问题。不过他还谈到了计算机中为了使各部件同步工作的同步时钟（闸流）可能在大脑神经网络中也会出现，这样才能保证各个突触能够同时起作用以达到正确的激发效果，而这种同步时钟可能就是脑电波频谱位于10Hz左右的原因。但是对于他说到的能被不同频率脉冲改变振荡频率的振荡器一定是非线性的不是很懂，至少在线性电路中，器件电压电流频率总是和输入频率保持一致的呀。然后又以不同频率发电机并联能够自动反馈至相同频率（频率吸引）等例子说明，自然界可能还存在一个不同系统之间产生联系时他们的频率会互相接近的规律，大脑中也是这样。很惭愧我竟然忘了前者是什么原理了。

总结

看了一下网上的评论，感觉我是没看懂这书的。作为一个学科的奠基性著作，但并没有提出关于控制的一些定理或公理，还是不太理解的。但也有人说，这本书不适合入门，或许等我学了信息论、离散数学、群论、量子学、统计力学之后，就会发现其实翻译还是挺好的，内容也是非常深刻的？但还是难以想象，一本科学著作，竟然只有一个中译版本，而且还是带有文革气息的老旧版本，为什么，没有人再翻译了呢？再次回味了一下本书的序言，总结部分还是讲的很吸引人很有气势的，然而话风一转又谈到了国家制度的问题，还是不理解，为什么没有人再翻译《控制论》了呢？又或者说，这本书其实并不是意图整合各个学科的控制论（因为只有少数工程学科运用到了控制的方法），因此并没有什么统一性的公理，而是在试图扩展控制方法的应用范围，启发各个学科运用控制论来进行研究并通过不那么严格的论证来展现这种方法的可行之处。毕竟，这本书涉及的范围真的太广了，把自然界原有的物理科学，人类创造出来的计算机科学，和难以量化的人文学科，整合起来，不知道维纳是不是第一人，但是看这种能够广泛应用的知识总是能莫名地感到满足。

转自amazon：Cybernetics

[已注销] 2012-04-23 1赞

By kalm77 (New York)

Norbert Wiener, by his own admission, was a big fan of what today might be called "interdisciplinary studies", or "the no-man's land between established fields" as he describes it. In the process of describing his past accomplishments as a sort of cross-pollinator/evangelizer of cybernetics, he makes the case for a broad educational background, as a useful alternative to the darwinian academic trend of earning a living from increasing specialization.

Despite being an extremely sharp mathematician, and openly pooh-poohing the use of emipiricism and the application of maths to the social sciences, he nonetheless understood and even cared about the immense social impact of the technology ("technique" as he calls it), being developed by him and colleagues on the lay man of the future. He refers to the inevitable devaluation of future human beings, being forced to compete against computers, just as physical labor can not compete against automation ("...there is no rate of pay at which a US pick and shovel laborer can live which is low enough to profitably compete with a steam shovel as an excavator" serious aside: what does this say about the entire monetarist efforts of "the Fed" in tackling unemployment today! futility?).

Ironically, for a mathematician so deeply involved in the exposition of the advanced applications of the math of group theory, thermodynamics and statistical mechanics, to signal processing and control, his broad economic and societal comments (about the role of God, the undeniable technological impulse/drive of Man throughout history, Labor Unions, Capitalist "Hucksters" etc) are the most prescient and catchy part of his work! (maybe because I am not a mathematician myself).

But, these social themes are NOT what Cybernetics (2nd ed) is all about. Norbert has written many many other books solely musing over these social themes very profoundly! In Cybernetics, the preface and first chapter represent the full extent of his thoughts on this area, which he alludes to again in the second half of the book.

Cybernetics, is an eclectic work with several themes or threads. The eclecticism derives from his pure genius to see common patterns emanating from what one could call the study of "Signals and Systems" applied to biological evolution, development of instinct, learning, all the way to the more commonly explored information theory, computing machines, and feedback theory. Another significant overall theme is of the utility of modern statistical approaches in the study and analysis of non linear systems, to time's arrow, thermodynamics, and evolution itself. He certainly grounds all his observations (with many amazing nuggets to be picked up by an alert reader, along the way) by alluding to rigorous if not totally un-refutable mathematics.

The second chapter is the 'K2' summit of the maths to be encountered in the book (good luck). This chapter touches on topics which can be considered a good chunk of what qualifies today as standard rigorous graduate level course work in the field of signal processing in electrical engineering; for example, how fourier series are almost a second nature outcome of group theory and invariant transformations; how the ergodic theorems apply to Gibbs' statistical mechanics and indeed make noise filtering possible in communications. The next chapter goes into the development of theory of feedback and control. Then, in the rest of the book he leaves signal processing and he segues on to computation, artificial intelligence, gestalt and perception, and self replicating machines! One of the famous (infamous?) memes from this book is that "reality" is actually "computed" by humans, not observed or sensed.

Strangely, the blurbs/endorsements on the back cover of the second edition showcase reviews by a very diverse (to say the least) set of mass market publications (eg. NY Times, Electronics Magazine, Saturday Review of Literature), as if this book were a fun sunday afternoon's read: "lucid, direct....as readable by the layman as the trained scientist". Yeah. I highly doubt any of the reviewers mentioned in the blurbs really read the book (much less the even more mathematical first edition). It may be a fun read for the "layman" if the layman happened to be employed as a post-doctoral research fellow in signals and communications labs, certainly. But for the rest, may i humbly recommend a prerequisite of an undergraduate engineering degree to get the perspective and thrust of ideas Wiener wants so much to impart.

If you have an engineering degree somewhere, it can be a very profitable read. The only bones I have to pick are that this is an amazingly top-down book in 200 pages. Wiener tackles his subjects on from such a high conceptual level, that he can not go into the more pedestrian level which is also an extremely interesting discussion of the many themes he touches. (But then I feel no book should be more than 200 pages in today's time!) How can you drink from a fire hose? Verry carefully! But the fire hose has it's purpose too!

It is also important to read this book in the context that this author represents the culmination of the knowledge of computer theory at the very point of the introduction of computers into broader society. Prior to this, they were mathematical department curiosities. Certainly WW2 played a part. Then there is a strange leap to the "Whole Earth Catalog" level. So from a historical perspective and to understand historical milieu it is also a significant work.

重温经典，站在巨人的肩上

平凡的老鱼 2017-02-12 1赞

这是一个关于复杂系统的故事

如何控制多样化非线性不同步的多个平行进程？

王小飞在豆瓣 2012-09-20 0赞

可以翻开书自己看了

控制论是解决问题的思维方法论

可以翻开书自己看了

控制论是解决问题的思维方法论

可以翻开书自己看了

控制论是解决问题的思维方法论

可以翻开书自己看了

控制论是解决问题的思维方法论

很吸引人，但是不好懂

xxmatlab 2009-06-07 4赞

1948 年诺伯特·维纳发表了著名的《控制论——关于在动物和机中控制和通讯的科学》一书。后来，控制论的思想和方法逐渐渗透到了几乎有的自然科学和社会科学领域。维纳把控制论看作是一门研究机器、生命社会中控制和通讯的一般规律的科学，更具体他说，是研究动态系统在变的环境条件下如何保持平衡状态或稳定状态的科学。
我就是怀着战战兢兢的心情读的这部著作，深感作者的伟大和所论述题目的艰深。硬着头皮，看完了前一半，后面的就再也看不下去。这不是一本谁都可以看的书，如果有兴趣，不妨看看相关的介绍，但是原著就算了吧！

對抗增熵

见贤思齐 2013-01-25 8赞

維納認為宇宙是一個隨機的偶然的存在，這樣的存在是趨向于增熵的，即：混亂，無序，毀滅的。但當整個宇宙趨于衰退時，其中有一些局部是存在暫時的、有限的反熵過程的，僅管這樣的概率是最小可幾的，生命就在這些局部地區存在。這里所說的生命是控制論中所謂的“生命”，即有機體，包括動物和機器，它們與外界環境通信的模式相同，都有輸入、輸出、反饋過程。輸入是環境以某種方式使有機體發生變化，而輸出則是有機體使環境發生彎化，反饋就是把系統存儲的記憶“程序帶”來控制現在的方法。
有機體在與環境進行通信交流時，通過反饋來決策采取的行動，為了延續反熵過程，有機體須不斷地進行自我學習，這是由有機體結構來決定的，即存在與環境進行通信的感官器官，執行特定任務的效應器官、進行決策的中樞器官以及各器官之間有效的通信等，同時由于有機體結構的多樣性和可能性，決定了自學習也是多樣的和可能的，這種結構既能使自我有序化（反熵），也能適應未來多樣的偶然性。同時也就否定了納粹式的或集權式有序，僅管這種有序短期效率更高，但是這樣的控制是與有機體的多樣性根本衝突的，最終會造成系統的崩潰。

逻辑推理与想象力

小凡 2012-10-31 21赞

与其他伟大的科学家一样，维纳很多时候是依靠直觉来做判断，而非纯粹的逻辑推理。比如他经常直接拿生物体与机器进行类比，然后得出判断。
逻辑推理可以保证我们的结论严谨和自洽，但却不能让我们产生有创意的想法，甚至过于强化逻辑推理，对想象力是一种限制。

大师们常常在很早的年龄就完成了逻辑思维的训练，然后他们就可以尽情展现和挖掘用直觉做判断的乐趣。上世纪欧洲大师们的著作中总是洋溢着天才般的想象力，而严谨的数学推理仅作为附录提供。反观现在的学者，恨不得将著作写成数学普及教材，似乎不充斥许多矩阵和积分就不足以显示自己的学力，这些学者也就难以有很好的想象力了。

发现新知识和发明新东西，更多地是靠想象力。而对某个具体问题的解答或某个结论的证明则更多地需要逻辑推理。

Norbert Wiener 的控制论 (Cybernetics: or control and c

akon21 2009-05-16 47赞

本文转载自徐宥blog
http://blog.youxu.info/2008/04/09/classics-in-cs/

几个小体会, 写下来.

1. 维纳的确是超级神童级别的人物. 从心理学, 社会学, 神经系统, 数学, 物理, 以及刚刚萌芽的计算机科学和博弈论引人到控制论, 虽然脉络繁杂, 包罗万象, 行文却无一句废话, 大呼过瘾. 其行文风格和 D. E. Knuth 是两种方法, Kunth 幽默诙谐, Wiener 严谨简明. 读他们的书读的才叫智慧, 才有每有所得, 即欣欣然的体会.

2. 一个公式可以赶走一半的读者, 因此很多章节都没有公式, 反而充满了人文主义的思考. 比如为什么人会有精神疾病, 为什么市场规律不是万能的, 一个无政府主义的社会最后会怎样演化等等.

3. 读了这本书, 才真正知道当年为什么美国在二战中要制造计算机, 到底为什么要计算飞行器的弹道, 为什么非要电子计算机才能计算. 为什么采用二进制. Wiener 从数学的角度独立的推出计算机必须采用二进制, 和 Shannon (信息论创始人) 从不同的角度推出了信息量的模型, 以及为什么要把通讯科学当成统计科学来研究. 这些都是平时我们不知道的. 想当年筚路蓝缕从电子管制造计算机(当年很多“计算机” 都是机械的, 当年那就是正儿八经的计算机器), 那是多么的天才的想法啊.

4. 研究机器离不开对生物的研究. 比如研究机器到底是不是能通过反馈控制自己达到目的这个假说, Wiener 就通过观察一些反馈系统失常的病例, 来推断人类的运动也是基于反馈而不是基于严格的计算+执行. (在拿起钢笔前, 大脑不是计算好拿钢笔的路径并且依次发出命令序列, 而是不断修正肌肉和神经系统来精确达到目的). 比照我们现在对人工智能的研究, 掌握一定程度的心理学, 脑科学可能会做得更好.

5. 1940年, Wiener 就提出了制造计算机的几大指导原则, 现在看来仍然非常有远见:

1) 计算机的核心计算应该是数字的而不是模拟的
2) 数字计算实际上是开关操作, 应该用电子管而不是机械结构完成
3) 根据Bell 实验室的研究, 二进制比十进制好
4) 计算过程应该完全自动化, 从输入到输出无人为干预
5) 计算机必须要有内部存储器. 既能快速读写, 又能迅速擦除

现在看来, 这些远见, 每个都是划时代的.

6. 47年, 他就预测, 自动化的工厂和无人管理的装备线已经在望, 而“第三次工业革命” (当时尚未发生) 将引起人脑在简单思考和判断上的贬值.

7. 机械的唯物论目前还是强调物质和能量的不变性, 讲没有蛋白质就没有生命, 实际上这个是蒸汽时代和前DNA时代的唯物论. 现在的唯物论, 应当讲信息的流动, 讲一个系统的自我完善. 信息就是信息, 既不是物质, 也不是能量; 机械的唯物论, 比如不带时间坐标, 不讲能量和物质相互转化, 不相信统计学的唯物论, 都该进垃圾箱了.

8. 统计力学建立在 Lebesgue 积分和群不变量上, 可见现代数学无处不在. 数学在这个地方充当了物理的基础.

9. 正如计算机死机往往是程序编制不对一样, 人的某些疾病并不在大脑解剖学上有任何明证, 而是大脑中的信息出了错, 而用机械的唯物论去解释某些精神疾病是解释不通的, 一定要相信信息是一个独立于脑结构的东西, 就像程序独立于计算机一样. ( 这一点是我以前从Floyd 和唯物论那里没学到的.)

10. 人脑的复杂性的增加的代价是同时只有大脑的很小一部分能被使用. 所以说只有偏执狂才能生存或者天才往往在生活中不知所措是有科学依据的.

11. 任何社会能够保持自身稳定的方法就是要有取得, 使用, 保持和传递信息的方法, 否则必将消解. [此话惠赠 G**F***W: 和什么斗都没事, 别和数学斗]

12. 未必所有的负反馈系统都是内稳的, 比如自由市场会导致寡头, 价值规律会导致一窝蜂, 过分相信市场这只看不见的手是不科学的宏观经济学. 理性人假设也是不完备的, 因此过分相信博弈论也不是科学的微观经济学. 总之, 对经济学家的模型要细心分析, 理智接受.

几个琐碎:

1. 人体是一个精妙的稳态系统, 所以要顺天时, 保持健康 :)
2. 不用TeX排版是一本数学书的罪恶. 什么时候有空想把这本书翻译一下[我找到了一个中译本的电子版, 好像是照俄文翻译的, 有些用词不正确], 然后用TeX排一下.
3. Amazon 对这本书三个五星级评价: “几乎适用一切的基础原则”; “欢迎来到机器的世界” 和 “永不褪色的关于哲学,计算和数学的工作”
4. 这种好书, 必须读三遍.

Norbert Wiener 的控制论 (Cybernetics: or control and c

akon21 2009-05-16 47

本文转载自徐宥blog
http://blog.youxu.info/2008/04/09/classics-in-cs/

几个小体会, 写下来.

1. 维纳的确是超级神童级别的人物. 从心理学, 社会学, 神经系统, 数学, 物理, 以及刚刚萌芽的计算机科学和博弈论引人到控制论, 虽然脉络繁杂, 包罗万象, 行文却无一句废话, 大呼过瘾. 其行文风格和 D. E. Knuth 是两种方法, Kunth 幽默诙谐, Wiener 严谨简明. 读他们的书读的才叫智慧, 才有每有所得, 即欣欣然的体会.

2. 一个公式可以赶走一半的读者, 因此很多章节都没有公式, 反而充满了人文主义的思考. 比如为什么人会有精神疾病, 为什么市场规律不是万能的, 一个无政府主义的社会最后会怎样演化等等.

3. 读了这本书, 才真正知道当年为什么美国在二战中要制造计算机, 到底为什么要计算飞行器的弹道, 为什么非要电子计算机才能计算. 为什么采用二进制. Wiener 从数学的角度独立的推出计算机必须采用二进制, 和 Shannon (信息论创始人) 从不同的角度推出了信息量的模型, 以及为什么要把通讯科学当成统计科学来研究. 这些都是平时我们不知道的. 想当年筚路蓝缕从电子管制造计算机(当年很多“计算机” 都是机械的, 当年那就是正儿八经的计算机器), 那是多么的天才的想法啊.

4. 研究机器离不开对生物的研究. 比如研究机器到底是不是能通过反馈控制自己达到目的这个假说, Wiener 就通过观察一些反馈系统失常的病例, 来推断人类的运动也是基于反馈而不是基于严格的计算+执行. (在拿起钢笔前, 大脑不是计算好拿钢笔的路径并且依次发出命令序列, 而是不断修正肌肉和神经系统来精确达到目的). 比照我们现在对人工智能的研究, 掌握一定程度的心理学, 脑科学可能会做得更好.

5. 1940年, Wiener 就提出了制造计算机的几大指导原则, 现在看来仍然非常有远见:

1) 计算机的核心计算应该是数字的而不是模拟的
2) 数字计算实际上是开关操作, 应该用电子管而不是机械结构完成
3) 根据Bell 实验室的研究, 二进制比十进制好
4) 计算过程应该完全自动化, 从输入到输出无人为干预
5) 计算机必须要有内部存储器. 既能快速读写, 又能迅速擦除

现在看来, 这些远见, 每个都是划时代的.

6. 47年, 他就预测, 自动化的工厂和无人管理的装备线已经在望, 而“第三次工业革命” (当时尚未发生) 将引起人脑在简单思考和判断上的贬值.

7. 机械的唯物论目前还是强调物质和能量的不变性, 讲没有蛋白质就没有生命, 实际上这个是蒸汽时代和前DNA时代的唯物论. 现在的唯物论, 应当讲信息的流动, 讲一个系统的自我完善. 信息就是信息, 既不是物质, 也不是能量; 机械的唯物论, 比如不带时间坐标, 不讲能量和物质相互转化, 不相信统计学的唯物论, 都该进垃圾箱了.

8. 统计力学建立在 Lebesgue 积分和群不变量上, 可见现代数学无处不在. 数学在这个地方充当了物理的基础.

9. 正如计算机死机往往是程序编制不对一样, 人的某些疾病并不在大脑解剖学上有任何明证, 而是大脑中的信息出了错, 而用机械的唯物论去解释某些精神疾病是解释不通的, 一定要相信信息是一个独立于脑结构的东西, 就像程序独立于计算机一样. ( 这一点是我以前从Floyd 和唯物论那里没学到的.)

10. 人脑的复杂性的增加的代价是同时只有大脑的很小一部分能被使用. 所以说只有偏执狂才能生存或者天才往往在生活中不知所措是有科学依据的.

11. 任何社会能够保持自身稳定的方法就是要有取得, 使用, 保持和传递信息的方法, 否则必将消解. [此话惠赠 G**F***W: 和什么斗都没事, 别和数学斗]

12. 未必所有的负反馈系统都是内稳的, 比如自由市场会导致寡头, 价值规律会导致一窝蜂, 过分相信市场这只看不见的手是不科学的宏观经济学. 理性人假设也是不完备的, 因此过分相信博弈论也不是科学的微观经济学. 总之, 对经济学家的模型要细心分析, 理智接受.

几个琐碎:

1. 人体是一个精妙的稳态系统, 所以要顺天时, 保持健康 :)
2. 不用TeX排版是一本数学书的罪恶. 什么时候有空想把这本书翻译一下[我找到了一个中译本的电子版, 好像是照俄文翻译的, 有些用词不正确], 然后用TeX排一下.
3. Amazon 对这本书三个五星级评价: “几乎适用一切的基础原则”; “欢迎来到机器的世界” 和 “永不褪色的关于哲学,计算和数学的工作”
4. 这种好书, 必须读三遍.

逻辑推理与想象力

小凡 2012-10-31 21

与其他伟大的科学家一样，维纳很多时候是依靠直觉来做判断，而非纯粹的逻辑推理。比如他经常直接拿生物体与机器进行类比，然后得出判断。
逻辑推理可以保证我们的结论严谨和自洽，但却不能让我们产生有创意的想法，甚至过于强化逻辑推理，对想象力是一种限制。

大师们常常在很早的年龄就完成了逻辑思维的训练，然后他们就可以尽情展现和挖掘用直觉做判断的乐趣。上世纪欧洲大师们的著作中总是洋溢着天才般的想象力，而严谨的数学推理仅作为附录提供。反观现在的学者，恨不得将著作写成数学普及教材，似乎不充斥许多矩阵和积分就不足以显示自己的学力，这些学者也就难以有很好的想象力了。

发现新知识和发明新东西，更多地是靠想象力。而对某个具体问题的解答或某个结论的证明则更多地需要逻辑推理。

對抗增熵

见贤思齐 2013-01-25 8

維納認為宇宙是一個隨機的偶然的存在，這樣的存在是趨向于增熵的，即：混亂，無序，毀滅的。但當整個宇宙趨于衰退時，其中有一些局部是存在暫時的、有限的反熵過程的，僅管這樣的概率是最小可幾的，生命就在這些局部地區存在。這里所說的生命是控制論中所謂的“生命”，即有機體，包括動物和機器，它們與外界環境通信的模式相同，都有輸入、輸出、反饋過程。輸入是環境以某種方式使有機體發生變化，而輸出則是有機體使環境發生彎化，反饋就是把系統存儲的記憶“程序帶”來控制現在的方法。
有機體在與環境進行通信交流時，通過反饋來決策采取的行動，為了延續反熵過程，有機體須不斷地進行自我學習，這是由有機體結構來決定的，即存在與環境進行通信的感官器官，執行特定任務的效應器官、進行決策的中樞器官以及各器官之間有效的通信等，同時由于有機體結構的多樣性和可能性，決定了自學習也是多樣的和可能的，這種結構既能使自我有序化（反熵），也能適應未來多樣的偶然性。同時也就否定了納粹式的或集權式有序，僅管這種有序短期效率更高，但是這樣的控制是與有機體的多樣性根本衝突的，最終會造成系統的崩潰。

很吸引人，但是不好懂

xxmatlab 2009-06-07 4

1948 年诺伯特·维纳发表了著名的《控制论——关于在动物和机中控制和通讯的科学》一书。后来，控制论的思想和方法逐渐渗透到了几乎有的自然科学和社会科学领域。维纳把控制论看作是一门研究机器、生命社会中控制和通讯的一般规律的科学，更具体他说，是研究动态系统在变的环境条件下如何保持平衡状态或稳定状态的科学。
我就是怀着战战兢兢的心情读的这部著作，深感作者的伟大和所论述题目的艰深。硬着头皮，看完了前一半，后面的就再也看不下去。这不是一本谁都可以看的书，如果有兴趣，不妨看看相关的介绍，但是原著就算了吧！

转自amazon：Cybernetics

[已注销] 2012-04-23 1

By kalm77 (New York)

Norbert Wiener, by his own admission, was a big fan of what today might be called "interdisciplinary studies", or "the no-man's land between established fields" as he describes it. In the process of describing his past accomplishments as a sort of cross-pollinator/evangelizer of cybernetics, he makes the case for a broad educational background, as a useful alternative to the darwinian academic trend of earning a living from increasing specialization.

Despite being an extremely sharp mathematician, and openly pooh-poohing the use of emipiricism and the application of maths to the social sciences, he nonetheless understood and even cared about the immense social impact of the technology ("technique" as he calls it), being developed by him and colleagues on the lay man of the future. He refers to the inevitable devaluation of future human beings, being forced to compete against computers, just as physical labor can not compete against automation ("...there is no rate of pay at which a US pick and shovel laborer can live which is low enough to profitably compete with a steam shovel as an excavator" serious aside: what does this say about the entire monetarist efforts of "the Fed" in tackling unemployment today! futility?).

Ironically, for a mathematician so deeply involved in the exposition of the advanced applications of the math of group theory, thermodynamics and statistical mechanics, to signal processing and control, his broad economic and societal comments (about the role of God, the undeniable technological impulse/drive of Man throughout history, Labor Unions, Capitalist "Hucksters" etc) are the most prescient and catchy part of his work! (maybe because I am not a mathematician myself).

But, these social themes are NOT what Cybernetics (2nd ed) is all about. Norbert has written many many other books solely musing over these social themes very profoundly! In Cybernetics, the preface and first chapter represent the full extent of his thoughts on this area, which he alludes to again in the second half of the book.

Cybernetics, is an eclectic work with several themes or threads. The eclecticism derives from his pure genius to see common patterns emanating from what one could call the study of "Signals and Systems" applied to biological evolution, development of instinct, learning, all the way to the more commonly explored information theory, computing machines, and feedback theory. Another significant overall theme is of the utility of modern statistical approaches in the study and analysis of non linear systems, to time's arrow, thermodynamics, and evolution itself. He certainly grounds all his observations (with many amazing nuggets to be picked up by an alert reader, along the way) by alluding to rigorous if not totally un-refutable mathematics.

The second chapter is the 'K2' summit of the maths to be encountered in the book (good luck). This chapter touches on topics which can be considered a good chunk of what qualifies today as standard rigorous graduate level course work in the field of signal processing in electrical engineering; for example, how fourier series are almost a second nature outcome of group theory and invariant transformations; how the ergodic theorems apply to Gibbs' statistical mechanics and indeed make noise filtering possible in communications. The next chapter goes into the development of theory of feedback and control. Then, in the rest of the book he leaves signal processing and he segues on to computation, artificial intelligence, gestalt and perception, and self replicating machines! One of the famous (infamous?) memes from this book is that "reality" is actually "computed" by humans, not observed or sensed.

Strangely, the blurbs/endorsements on the back cover of the second edition showcase reviews by a very diverse (to say the least) set of mass market publications (eg. NY Times, Electronics Magazine, Saturday Review of Literature), as if this book were a fun sunday afternoon's read: "lucid, direct....as readable by the layman as the trained scientist". Yeah. I highly doubt any of the reviewers mentioned in the blurbs really read the book (much less the even more mathematical first edition). It may be a fun read for the "layman" if the layman happened to be employed as a post-doctoral research fellow in signals and communications labs, certainly. But for the rest, may i humbly recommend a prerequisite of an undergraduate engineering degree to get the perspective and thrust of ideas Wiener wants so much to impart.

If you have an engineering degree somewhere, it can be a very profitable read. The only bones I have to pick are that this is an amazingly top-down book in 200 pages. Wiener tackles his subjects on from such a high conceptual level, that he can not go into the more pedestrian level which is also an extremely interesting discussion of the many themes he touches. (But then I feel no book should be more than 200 pages in today's time!) How can you drink from a fire hose? Verry carefully! But the fire hose has it's purpose too!

It is also important to read this book in the context that this author represents the culmination of the knowledge of computer theory at the very point of the introduction of computers into broader society. Prior to this, they were mathematical department curiosities. Certainly WW2 played a part. Then there is a strange leap to the "Whole Earth Catalog" level. So from a historical perspective and to understand historical milieu it is also a significant work.

重温经典，站在巨人的肩上

平凡的老鱼 2017-02-12 1

这是一个关于复杂系统的故事

控制论

人月神话 2008-01-14 0

嗯，八年前看到新华出版社出版的一本科学读物的合集里面有这篇控制论，可惜当时看不懂，现在终于等到了北大重新出版的《控制论》，准备开始阅读了，不过估计还是很有挑战，希望能够在阅读控制论这条路上走得远一些。。

感兴趣

DD鸟 2008-08-07 0

人工智能应该是人类突破自身极限的一个方向，我想若是能在这方面人类取得突破性进展，那么我们似乎会离‘共产主义’更进一步，这是我们能想到的极大的发展生产力的方法！嗯，当然，离不开基础科学的理论成果。

我更相信维纳，不相信翻译

小乌 2017-01-13 0

导言

他们真是一群真正的科学家，来自不同领域，渴望互相学习，渴望获得更具广泛性的科学，期望科学进展得更加有效率。没想到的是，维纳竟然是作为一个医科学者来表达自身观点的，但稍加了解也能知道，他在电路和控制方面也有很高的造诣。对，他自身也算是一个他所期望的非专门家。也正因如此，控制论才有可能诞生，控制源于生活与科学中的各个方面，也只有了解各个领域的控制问题，才能抽象出适用范围更加广泛的控制理论。维纳还提到一点关于控制的新颖的理解，控制不是针对某个特定输入的，它应该对变化有一定的适用范围，甚至是需要预测输入的变化以进行更加优秀的控制。但关于控制与根据已有的输入来预测未来输入的关系还不是很懂，不过要在有延迟的系统中达到无延迟的实时控制也确实是需要进行预测的吧？

第一章：牛顿时间和Bergson时间

很难理解牛顿对他那个年代及之后的数百年的人们的世界观产生了多大的影响，用简单的数学表达式就能表现出世界上所有物质的运行规律，仿佛发现了真理一般，这种确定性（绝对因果性）的思想影响了人们和科学家们数百年。他们相信只要能准确获得足够的信息和运行的方式，就能够预知未来或重寻过去，也由此诞生了“拉普拉斯妖”。这都是老生常谈了，但维纳关于牛顿时间的叙述就颇有意思：对于牛顿时间下的系统，把t变成-t并没有太大区别，只是行星的运行方向相反而已，而在气象中就不一样了，落下的雷电不可能按相反时间的方向来运行。维纳把这解释为气象学是基于统计学的牛顿力学，是基于Bergson时间的，不可逆。但实际上我觉得这两者难以进行类比，前者是周期运动，所以其过去任意时刻的状态都是能够再获得的，故反向前进具有很强的相似性，而后者显然是非周期的单向运行过程，这种单向性是不是能够归结于无数的牛顿作用的随机性结果呢？但实际上量子思想也破除了知道所有质点的牛顿作用就能预测未来的想法。而混沌状态虽然说是不可预测的，但是理论上在完全相同的系统参数和初始条件下，将来的运行状态还是可测的，只是完全相同是不存在的，所以混沌状态是不可预测的。但混沌系统的同步也确实达到了主动地完全逼近一个混沌系统，不太理解其中的异同。更有趣的一点是他设想了一种在-t时间下运行的系统，或者说智能生物，他们是否能够和我们进行通讯。答案当然是不行。他还提到了强电和弱电的分裂，即电气和电信的分裂，无可厚非，他们的目的是不同的。而如今的电力电子，不，整个电气，也都在使用弱电，因为就算是能源也是含有信息的，如果对这些信息有特定的要求的话，还是需要弱电处理信息，进行控制。其实电信的发展也很久了，控制的发展就更久了，1998年李雅普诺夫就提出了稳定性的概念，20世纪初，科学家们也已经开始研究计算机与编码算法的相关问题了，而电气时代也差不多是在19世纪末期才进入的，但如今来看差距已经越来越大了。或许就是由其性质决定的吧，电气处理的问题相对简单的多——电能的控制，而电信，在如今，似乎能给人一种要处理世界上所有问题的错觉，并且它和实际世界的运行规律与人类认知的过程也紧密联系，实在难以不充满活力。而没想到的是，他还说到，在电气盛行的年代，有学者也是通过将人体视为一个动力工程系统来认识解释自身的，而现在只是变成用电信和控制来解释自身而已。那将来还会不会出现更优于“电”这种能源与信息载体的物质呢？还会不会出现优于“控制”这种原则来解释人类活动呢？

第二章：群和统计力学

这章突然又开始讲数学的勒贝格积分和物理上的统计力学了，愈加迷糊，并且总觉得可能是当年的术语和数学体系和当今并不相同，一些看着很熟悉的式子却完全看不懂相应的文字。但大概可以知道，这章主要想阐述的是一些关于无限、极限的概念。级数积分和统计力学最相似的地方应该就是单体间的相似性与可获得的无穷单体的共同作用吧。但涉及到一些具体的浓度、测度、各态历经、变换群、不变量就又一头雾水了。尤其是变换群，写到后面总感觉像是矩阵和傅里叶变换，但又说不出个所以然。维纳还提到：任何一门科学的建立，都必须以非孤立现象的存在为前提，还用爱丽丝漫游仙境来做比喻，颇为有趣。最后还谈到了麦克斯韦妖与熵的问题，并说酶与人体就算是一个亚稳态即稳定但最终还是会失效的麦克斯韦妖，就像催化剂会中毒一样。

第三章：时间序列、信息和通信

好。。。多。。。公式。。。没看下去，粗略地浏览了一遍。有点像是信息论，用数学形式来量化信息量并证明了它的一些特性如与熵的相似性与增减信息量的一些观点。虽然挺感兴趣的，但是实在看不下去，看来，要想成为科学家，要想在理论方面有所突破，数学真的得好。工程师的优势大概就在于只要掌握一些基本的专业公式就可以设计出一些新东西了，而科学家是要整理出更好用的公式、更广泛的定理，或开拓出新领域的基本概念。

第四章：反馈和振荡

和想象的完全不一样的论述。。。关于反馈的原理和振荡的条件其实在自动控制原理里面阐释得很清楚了，而如今再看这控制鼻祖的论述便觉得他在绕弯路。但这也侧面反映了数学方法对某个学科发展的重要性，试想，如果如今我们还是按照维纳的研究方法来理解反馈与振荡，那得打消多少无知大学生学习的欲望啊（就像电磁场一样），更不用说自学了。综合来说，维纳通过医学研究的视角举了若干简明的反馈成功与失败（振荡）的例子，便于深入浅出，也引导人们更多地思考控制在人体活动中发挥的或大或小的作用，而对于控制流程图与稳定性判据乍看之下并没有太多的可取之处，以后有兴趣再仔细看看吧，也因此感受到了传递函数的强大。（再次体会到了数学功底之差）不过最后关于高延迟的系统与快速的反馈环节之间的矛盾也值得用传函的方法进行理解。

第五章：计算机和神经系统

第一面，就措手不及地证明了二进制是储存一定信息量耗费最低的方法，但这个耗费具体指的是什么还不太清楚，信息量也是从一开始就没理解。但真的如果人类生来就没有手指（即两根手指），因此发展出来的二进制会更适合人类使用吗？进制太低显然会出现不利于记录、传达大数字的问题，或许依靠人类的智慧能够衍生出一些其它的方法吧，当然，计算机中不会出现类似问题。接着他从二值机构的物理实现方法上联系到了神经的激发、休止和不应期，而看下来感觉其实这就是神经网络的入门知识呀！最为关键的一点就是使用参与消息传递、能够改变状态的部分作为储存信息的元件，他说到比如可以通过改变真空管的栅偏压即阈值来记录信息。虽然也列举了一些普遍的储存方法，但可以看出维纳还是以非常生物、非常人类的视角来看待各种问题的，也可以说是崇敬人体的各种设计吧，将其作为最优解来尽可能的逼近。在涉及到计算机的学习能力的时候，还谈到了观念联合和条件反射的概念，其实感觉反复地利用观念联合来进行条件反射的实验就是对神经网络的训练。当然，训练包含负反馈，因此最终能获得稳定结果；条件反射甚至种群活动也包含负反馈，因此某些特性能保持不因个体死亡而改变。从这点看，控制论是高于进化论的，即进化论是控制论在生物学上的具体表现或者说是一种反复迭代获得稳定解的方法。总的来说，这章感觉内容思想非常发散，从许多方面阐释了诸多关于计算机的概念，但有点抓不住线索，也因此不知如何总结该章。在看最后一段的时候，看到信息处理过程中消耗的功率全部以热能的形式散发出来，不禁想到会不会有很小的一部分以信息能的形式被储存在信息中，最后他就说道：信息就是信息，不是物质也不是能量。不承认这一点的唯物论，在今天就不能存在下去。但我还是持怀疑态度，那理论上是不是可以不消耗能量就改变信息？信息不是与熵有关？熵不是与能量有关？但假设能量有一部分可以转换成信息的增量的话，信息的减少能够产生能量看起来就显得非常民科了。

第六章：完形和普遍观念

其实感觉这章讲的就是图像识别，通过对目标图像进行变换可以识别出某个概念的标准图像，观念联想（对象识别）按照邻接原则、类似原则与因果原则来进行。同样，维纳又把它和人体结构进行了对比，即眼睛的视觉及其识别。眼睛、控制眼珠的肌肉及头部肌肉联合起来构成了一个将注意对象的图像置于中央凹的非条件反射（反馈），变化明显与运动物体最能引起视觉边缘的注意，同时人眼对轮廓也较为敏感，长时间的视觉容易转化成记忆且此时对象的信息将有一部分来源于记忆。然后，不是很明白地，维纳又将话题跳到了用听觉代替视觉的问题，可能是要说明某种代替机构实现了视觉皮质的一部分功能，因此虽然理论上可以代替，但由于听觉皮质与信息量都远远不如视觉，使用外部机构带实现视觉皮质的功能将增强代替效果是很有用的。同时各个感官连接的记忆其实也是可以相通的，或许能够使用听觉来唤起视觉记忆。但其实，要说体积相近的一首MP3与一张JPG，感觉前者能提供的内容可能要更多，不过一个是时间维度上的，一个是平面维度上的，应该没什么可比性吧。

第七章：控制论和精神病理学

这一章，主要是从控制论或者说计算机的角度来分析精神病理。首先是计算（神经）通路的冗余，以在受损的情况下也能完成期望的动作（计算）；其次是治疗精神错乱的方法，若把机能性精神失常看作是计算机中的无限循环，人脑中思考的恶性循环同样会占据大部分的思考能力，以至于缺少性能来处理基础生理心理过程，导致身体状态异常，并且导致疲劳甚至损伤永久性记忆，再从如何处理计算机中的错误现象（蓝屏等）出发，考虑人脑是否也可以“重新启动”。答案当然是“否”，但睡眠可以一定程度上缓解这个问题（但不能解决精神失常导致的失眠问题）。但我们还可以通过切断或是削弱恶性思考循环的通路来跳出无限循环。这里维纳很讽刺地说了一句：“实行前额叶切除术目前已经很流行，或许是因为这样会使许多病人比较容易看护吧。让我顺便说一句，杀了他们就更容易看护了！”各种形式的休克疗法也属于该类，但这样治标不治本，心理咨询的内省法才能够连根拔起。最后是信息通路，从温度上升使神经元更活跃导致总活动能力的增加来看，人类可能拥有最长的神经元链。虽然高级活动需要长链的参与，但这也意味着出现问题的概率更高，意味着需要多个区域共同完成的动作更难实现。同时维纳还谈到了左右撇子的问题，他们相应的右左脑的发育在小时候便已经形成了稳定的分化（即便是两侧都有的功能），若是后天进行调整，将使得信息需要先通过劣势半脑才能到达优势半脑，神经元链被动地增长了，可能导致各种信息接收或处理上的问题。维纳又讽刺地说道：“在过去，有人由于迷信而厌恶使用左手的习惯，正如他们厌恶那些稍稍偏离一般人的常态的东西，例如胎记和红发。”那这样的话，偶尔的训练非惯用手真的能够锻炼得到劣势半脑吗，大脑中的“用进废退”其实和新突触的形成与暂时性记忆的消失有关吧。最后一段，维纳又联想到了器官从高度专门化到效能衰退直至物种灭亡，人类的大脑可能正在这条路上前进。在人的身上，由于大脑尺寸和复杂性的增加得到的益处，已部分地被某个时刻只能使用某一区域的限制所抵消。

第八章：信息、语言和社会

这次是把控制论应用到社会学当中。不同于个体相对于细胞，一个社会包含的信息量并不一定大于每个个体的信息量之和，也不一定具有很强的内稳定性。要决定某种信息是属于全种族还是纯粹对个人有用高度，要看个人所采取的行动方式是否被种族中其它成员看作特定的行动方式，以及是否能逐一影响这些成员的行动。而这种联系的产生，毫无疑问是需要通过各种通信方式来进行的，其中最丰富的莫过于语言，而语言的载体除了不方便但是最基础的当面谈话，还有各种时间空间上可以错开的出版物、电话、电报、邮件等（更不用说现在的互联网了）。无数的细胞能够构成稳定的个体，小而紧密结合的社会有很大的内稳定性，（从我的理解看来）或许正是因为两者都拥有足够强大的通信能力，前者拥有稳定且复杂的信息传递机制，而后者是由于个体较少因而拥有足够的精力来产生各种联系并进行各种控制。相较之下，如今的各种庞大国家不仅难以有效地进行沟通与控制，并且沟通方式不可避免地受到别有用心的控制或是主要功能逐渐衰退进而沦为金钱工具（或者说是由于信息在传递过程中的人为修改产生的信息不对称），导致这种大型社会达不到期望的内稳定性。维纳还谈到，一个不满足于共利的稳定社会的期望出人头地的人，要么离开这个社会，要么就会通过所有能想到的方式来改变社会中的一些稳定状态以达到自己的目标。所以说，约束非常重要，纵然不自由，但从长期看来，稳定压倒一切。小型社会可能会依靠道德或宗教来进行约束，而现代社会更多的是依靠法律，伴以许多更加科学可信的观点（或许）。通篇看下来，维纳表现出了对这类人强烈的不满与抵触，并有一种由于这类人的存在，许多科学的稳定过程都难以推测与进行的想法（我猜），因此，国家是愚蠢的（是被某些人拉低智商的）。最后，维纳又谈到了人文学科与自然科学研究的不同，自然现象能够和研究者较好地隔离开来，而人文（社会）研究不可避免地会对对象产生影响，因此（人文学科并不科学，）试图将自然规律推广到人文甚至哲学中是不妥的。但其实我个人是持相反观点的。就像进化论一样，不管是任何人，他都是在几个简单而广泛的规律下慢慢演化出来的，包括他的思想。纵然思想不能完全推测且变数极大，但还是可以想象他们是可以符合某种规律的，只是在考虑了极复杂的人类活动之后，这种规律就没那么好找了，或是说没那么好证明了。我还是相信，真正的科学真理，应该是广泛的，是能够最终上升到科学的哲学的，而正是因为这样，我（们）才会有更大的动力和成就。最最后，附注中，不知为何又将话题跳到了趋近于人工智能的象棋AI上了，他可能难以想象吧，如今连围棋都快被攻破了。

第九章：关于学习和自生殖机

这章内容挺有趣的，两部分都是。前者和我之前的一些想法相近，即低等生物是通过繁殖来进行学习的，或者按照维纳的表达，个体发育和系统发育的学习都是动（植）物根据周围环境来调节自己的方式。而从这点出发，说明了机器是可以有学习能力的，因为学习不过是一个能根据已有经验（输入）重新推演输出的一个中间过程，并且（竞争中的学习）常常以某种博弈的形态出现。那我现在在进行的学习呢，我学习是为了了解更多科学的内容以丰富我对世间万物的正确认知，并启发我的新发明以在不断发展的新科技中留下自己的足迹，其实本质上来说也是一种生存竞争、学术竞争，通过学习我能够掌握比他人更多的知识，在遇到相同问题时能够更快更好地获得答案或是比他人更快地发现某种真理或机理，从而在这些竞争中（相对）获胜。虽然这么说，但这种竞争的问题在于没有明确的规则与获胜机制（冲突），难以量化以转化成博弈问题。或者说，我现在的学习是为了在明确的竞争中获得更强大的基础和学习能力吧。但最后维纳一如往常地对这个由程序定义的智能感到担忧，因为毕竟，它的判断标准还是程序，还是死的，可能也会发生一些不择手段的事件。至于后者，谈到了一个以前并没有想过的问题，机器是否能够生殖？维纳的答案也是肯定的。但这个生殖的概念好像和现在曾谈论过的会编程的程序不太相同，更偏重于复制而非创造。而谈到复制，我首先想到的是生产一套能够组装出一套自己的机器，机械上的结构的复制还是可以实现的（但要想能够主动补充原料与能源还是有点难的），软件上也可以通过数据传输来实现，只是这么多种类型的硬件制造装置要想整合起来这个机器会大的吓人吧。但维纳说的并不相同，他讲的是通过一个非线性变换器来逼近（复制）目标对象，并认为这和把基因作样板，在氨基酸和核酸比例不定的混合物中形成与它相同的另一些基因分子在哲学上是非常类似的过程。要单从这点看的话现在神经网络已经能够实现自生殖了，只要进行足够的学习过程。维纳实现的或许只是固定传函硬件（非线性变换器）的复制过程，而现在神经网络的深度学习功能已经能够实现固定功能的近似过程。但还是感觉这个不叫生殖，首先，这不是主动过程，其次，缺少变异与交换，最后，还是不够智能。或许是我把生殖的概念和人类联系得太紧了，但作为一个能够稳定繁衍的物种还是得一定程度上像人类吧。

第十章：脑电波与自行组织系统

最后一章，维纳又谈到了医学（生理学）。其实讲的就是脑电波的傅里叶分析，但那堆公式分析还是没看懂，实在觉得是翻译和数学理论整合的问题。不过他还谈到了计算机中为了使各部件同步工作的同步时钟（闸流）可能在大脑神经网络中也会出现，这样才能保证各个突触能够同时起作用以达到正确的激发效果，而这种同步时钟可能就是脑电波频谱位于10Hz左右的原因。但是对于他说到的能被不同频率脉冲改变振荡频率的振荡器一定是非线性的不是很懂，至少在线性电路中，器件电压电流频率总是和输入频率保持一致的呀。然后又以不同频率发电机并联能够自动反馈至相同频率（频率吸引）等例子说明，自然界可能还存在一个不同系统之间产生联系时他们的频率会互相接近的规律，大脑中也是这样。很惭愧我竟然忘了前者是什么原理了。

总结

看了一下网上的评论，感觉我是没看懂这书的。作为一个学科的奠基性著作，但并没有提出关于控制的一些定理或公理，还是不太理解的。但也有人说，这本书不适合入门，或许等我学了信息论、离散数学、群论、量子学、统计力学之后，就会发现其实翻译还是挺好的，内容也是非常深刻的？但还是难以想象，一本科学著作，竟然只有一个中译版本，而且还是带有文革气息的老旧版本，为什么，没有人再翻译了呢？再次回味了一下本书的序言，总结部分还是讲的很吸引人很有气势的，然而话风一转又谈到了国家制度的问题，还是不理解，为什么没有人再翻译《控制论》了呢？又或者说，这本书其实并不是意图整合各个学科的控制论（因为只有少数工程学科运用到了控制的方法），因此并没有什么统一性的公理，而是在试图扩展控制方法的应用范围，启发各个学科运用控制论来进行研究并通过不那么严格的论证来展现这种方法的可行之处。毕竟，这本书涉及的范围真的太广了，把自然界原有的物理科学，人类创造出来的计算机科学，和难以量化的人文学科，整合起来，不知道维纳是不是第一人，但是看这种能够广泛应用的知识总是能莫名地感到满足。

如何控制多样化非线性不同步的多个平行进程？

王小飞在豆瓣 2012-09-20 0

可以翻开书自己看了

控制论是解决问题的思维方法论

可以翻开书自己看了

控制论是解决问题的思维方法论

可以翻开书自己看了

控制论是解决问题的思维方法论

可以翻开书自己看了

控制论是解决问题的思维方法论

控制论

推荐文章

猜你喜欢

附近的人在看

推荐阅读

拓展阅读