2022-05-04 Varios métodos de control comúnmente utilizados en "Cibernética"
Capítulo 1 de "Cibernética y Metodología Científica"
?La cibernética tiene como objetivo hacer que las cosas se desarrollen en la dirección de sus objetivos a través de algún medio de control. Hay muchos medios de control y el autor presenta brevemente los más comunes.
Control aleatorio
Cuando las personas se encuentran en el estado inicial de ignorancia sobre una determinada cosa, el control aleatorio suele ser el primer método utilizado. Un ejemplo típico es Shen Nong Tasting Herbs. Los humanos primitivos no sabían nada sobre los efectos terapéuticos de varias plantas, por lo que sólo podían probarlas mediante intentos aleatorios. Hay otro caso que me viene a la mente. Una escena que se ve a menudo en las películas es cuando una bomba está a punto de explotar, pero el protagonista corta al azar un cable antes de poder encontrar la manera de desmantelarlo. La desventaja del control aleatorio es que es incontrolable. Cuando el espacio de posibilidades es muy grande, la carga de trabajo será enorme, especialmente si se requiere ejecución manual. Sin embargo, con la aparición de computadoras aleatorias de alta velocidad en la sociedad moderna, el control aleatorio ha demostrado un gran valor de aplicación. Por ejemplo, el algoritmo de aprendizaje automático que es muy popular en este momento entrena a la máquina para que reconozca la información del objetivo a través de una cantidad extremadamente grande de datos muestreados aleatoriamente. Cuanto mayor sea la cantidad de datos, mayor será la aleatoriedad y mejor será el efecto del entrenamiento. También está el método de escopeta utilizado en la primera secuenciación completa del genoma humano a finales del siglo XX, que también entra en esta categoría.
Control de memoria
Esto significa que después de seleccionar una situación, no se volverá a seleccionar la misma situación. Pensé en las preguntas de permutación y combinación que hice en las clases de matemáticas de la escuela secundaria: la probabilidad de sacar 2 bolas negras y 2 bolas blancas de un montón de bolas sin reemplazo. La memoria humana también entra en esta categoría. Tomemos como ejemplo los problemas matemáticos. Al resolver geometría, a menudo necesitamos dibujar líneas auxiliares para resolverlos. Cuando probamos un método que no funciona, cambiamos a un nuevo método en lugar de volver a la solución anterior incorrecta. Esto me recuerda lo que dijo Confucio sobre "no hay dos errores". Yan Hui nunca pudo repetir los errores que cometió antes. Para el crecimiento de una persona, me temo que no hay una manera más rápida y efectiva que esta, ¿verdad?
***Control del yugo
El autor utiliza la historia de Cao Chong pesando el elefante para explicarlo. Como no había forma de pesar directamente al elefante, Cao Chong pensó en convertir el peso del elefante en piedras con el mismo peso y luego inferir el peso del elefante pesando las piedras. En este proceso, primero debes convertir el peso del elefante en piedras del mismo peso. Este proceso se marca como L. Luego se pesa el peso de la piedra. Este paso se marca como A. Finalmente, el peso del elefante. La piedra se convierte en el peso del elefante, este paso es extremadamente L-1. Todo el paso se puede anotar como L-1AL. L-1AL a menudo se denomina método de control unido a A***. La ventaja de este método es que convierte el objeto original incontrolable en un proceso A controlable. Esto me recuerda a la regulación interpersonal. A quiere que C haga algo, pero A y C no están directamente relacionados, por lo que encuentra a B que está directamente conectado con C y controla C indirectamente a través de B. En esta categoría entran las llamadas de personal entre departamentos de la empresa.
Control de retroalimentación negativa
Un ejemplo típico es un águila persiguiendo a un conejo que corre rápido en el cielo. Cuando el águila desciende, mantiene sus ojos en la carrera del conejo y ajusta la dirección, el ángulo y la postura de su vuelo en cualquier momento, reduciendo gradualmente la brecha entre él y el objetivo, hasta que finalmente se repite con el objetivo. La reducción de la "diferencia de objetivos" es el núcleo del control de retroalimentación negativa. El control por retroalimentación negativa consta de tres componentes básicos: receptores, sistemas de control y efectores. El sensor recopila toda la información sobre el objetivo en tiempo real y la transmite al sistema de control. El sistema de control ajusta el efector a tiempo para reducir gradualmente la diferencia del objetivo. El cerebro es un eficiente sistema de control de retroalimentación negativa. Cuando miras la comida en el tazón, la información visual ingresa al cerebro, y luego el cerebro emite instrucciones para controlar los palillos en tus manos para recoger con precisión la comida que deseas comer. El equilibrio dinámico de muchos ecosistemas también implica controles de retroalimentación negativa. Aplicado a los individuos, cabe decir que todo proceso de aprendizaje eficiente es inseparable del control por retroalimentación negativa (en las primeras etapas del aprendizaje, aprender de los errores juega un papel más importante, es decir, el objetivo del aprendizaje es reducir los errores).
Cuanto más oportuna y precisa sea la retroalimentación, más clara y específica será la dirección del aprendizaje, se cometerán menos errores y más rápido será el progreso. Éste es el valor de practicar los ejercicios de cada capítulo de su estudio y el valor de tener un entrenador a su lado para brindarle comentarios en tiempo real mientras aprende a nadar. Muchas veces, el progreso del aprendizaje se estanca debido a la falta de información de retroalimentación oportuna y precisa. Las personas que son buenas aprendiendo deben esforzarse por recopilar toda la información útil de retroalimentación en sus cerebros y continuar realizando mejoras específicas. Además, el método para reducir los errores de estimación en el modelado matemático también pertenece al control de retroalimentación negativa.
Control por retroalimentación positiva.
La competencia sana entra en esta categoría. Dos amigos compiten entre sí para aprender y fortalecerse; dos empresas competidoras compiten entre sí, lo que puede estimular a toda la industria a continuar innovando y progresando. Como Coca-Cola y Pepsi. El algoritmo de aprendizaje por refuerzo en el aprendizaje automático, el efecto reforzador positivo de la teoría del aprendizaje en psicología y la práctica de promover a otros mediante el estímulo en la vida diaria entran en esta categoría. La práctica de proporcionar retroalimentación positiva oportuna para desarrollar hábitos introducida en los dos libros "Mastering Habits" o "Fogg Behavior Model" también pertenece al control de retroalimentación positiva. Este método se puede utilizar tanto para regular el propio comportamiento como (en los negocios) para manipular el comportamiento de los demás.