Изучались ли последствия кибернетики для эпистемологии?

Я хотел бы знать, каково современное состояние.

В гносеологии существует несколько подходов, от различных вариантов позитивизма до прагматизма и многих других.

В кибернетике система создает модель мира, и эта модель обновляется на основе информации, собранной системой. Для получения дополнительной информации могут быть выполнены действия.

Очень простой моделью (может быть, самой простой) была бы модель, предложенная для искусственного любопытства .

Я хотел бы знать, изучалось ли это, и каково текущее состояние дел в отношении применения кибернетики к

Тип вопросов, которые я хотел бы рассмотреть:

  • Может ли кибернетика быть «лучшим» методом, чем научный метод? При каких предположениях?
  • Можно ли это определить как нечто более общее, чем научный метод?
  • Какие знания мы можем получить, применяя принципы кибернетики?
  • Каковы ограничения этих принципов?
  • Как он соотносится с другими методами?

Пожалуйста, помните, что я не задаю эти вопросы, это примеры вопросов, на которые должны отвечать ссылки , которые я ищу.

Спасибо.

Я не понимаю, в чем, по вашему мнению, разница между кибернетикой и «научным методом». Ваша кибернетическая система может следовать любой части научного метода, и если кибернетическая система надежно вычисляет предсказанный результат, то это такая же хорошая гипотеза/предсказание, как и любая другая для проверки теории.
@RexKerr Научный метод добавляет ограничения на то, как эксперименты должны контролироваться и повторяться, и многие другие. Кибернетическая система не добавляет этих ограничений, просто есть информация (возможно, и выходная) и генерация модели, AFAIK.
Что ж, если вы имеете в виду классическое философское определение «научного метода», а не то, которое фактически используется учеными, то, может быть, и так. Формирование основанного на фактических данных распределения вероятностей по семейству моделей совершенно удобно для ученых с сильным количественным опытом как естественное продолжение идеи «провести эксперимент, чтобы окончательно исключить гипотезу». Стандартное описание на треть состоит из социологии человека, на треть — из советов о том, как упростить математику, и на треть — из интеллектуальной основы метода.
@RexKerr спасибо :) . Хотя я теперь больше запутался :/ . Знаете ли вы о всеобъемлющем и кратком описании этого «нового научного метода». Я все же думаю, что сравнение с кибернетикой уместно. Например, если вы видите, как ваш друг идет на кухню, у вас есть информация об этом, но эта информация не совсем научная, верно? Это приводит к другим вопросам об отношении между эпистемологией и теорией информации, но я не уверен, что смогу написать правильный вопрос об этом, я подумаю об этом и попробую, надеюсь, в ближайшем будущем.
Что ж, на самом деле это не "новый научный метод". Суть в том, что у вас есть какая-то гипотеза (модель), и вы проверяете ее на данных с хорошо описанными параметрами. Практически в каждом нефилософском описании научного метода, например в Википедии: «исследователи выдвигают гипотезы для объяснения явлений и разрабатывают экспериментальные исследования для проверки этих гипотез с помощью предсказаний, которые могут быть получены из них. против ошибки или путаницы». Экспериментальный дизайн может быть таким простым, как «Я смотрю на больше звезд».
Я предполагаю, что было бы иначе, если бы «кибернетика» использовала модели, которые нельзя было бы использовать для прогнозирования, но трудно создать хоть какую-то полезную модель, не имея возможности легко превратить ее в механизм прогнозирования.
Я согласен с вами, что мы можем рассмотреть научное наблюдение, увидев, как кто-то входит на кухню, и предсказать, что этот человек будет там какое-то время и даже больше, в зависимости от дополнительной информации. Однако я не уверен, сколько людей согласится с нами в таком широком взгляде на науку. У вас есть цитата в удобном месте? Потому что я думаю, что люди больше согласятся с более крутым именем, чем Trylks, например, Putnam звучит лучше. Цитирование экономит много текста и времени. Спасибо.
Извините, у меня нет под рукой цитаты. Я припоминаю подобные вопросы, затронутые даже, например, Поппером, но потребовалось современное машинное обучение и наука о больших данных, чтобы действительно сосредоточить внимание на этом типе науки как на центральном, а не на каком-то странном случае, о котором можно упомянуть мимоходом и не слишком беспокоиться о нем. . Я не в курсе современных взглядов на философию науки; Я в основном читал классику, да и то не последнее время.
Случайная мысль, никаких ссылок — попытки AFAIK использовать ИИ для науки имеют огромную слабость в выдвижении гипотез (или догадок , как назвал бы это Фейнман), которые кажутся такими простыми для людей. Возможно, ваш кибернетический подход к научному процессу мог бы сделать что-то полезное и похожее на науку без необходимости в этом компоненте догадок .
@obelia конечно, в гипотезах нет необходимости, просто модель строится и постоянно обновляется. Гипотеза — это просто часть модели, которая специально проверяется, в этом случае будет проверяться вся модель.

Ответы (1)

Дело в том, что кибернетика как область практически умерла, в основном из-за современных компьютеров. У него все еще есть огромное наследие, но действительно трудно сказать, где заканчивается кибернетика и начинается ИИ, когнитивная наука, системная биология, теория информации и так далее. Времена, когда кибернетику считали новой и общей наукой, давно прошли - одни идеи были сохранены и интегрированы с современной наукой, другие остались на месте (в частности, абстрактные, сверхобщие, математические формализации, характерные для их подхода). ).

В последние годы различные разработки в области машинного обучения и байесовской вероятности были отождествлены с кибернетикой (в первую очередь с байесовским мозгом), и сами они привлекли большое внимание эпистемологов. Тем не менее, связь не очень сильная, поскольку кибернетика фактически прекратила свое существование.

Многие энактивисты симпатизируют кибернетическим идеям, просмотр их работ, вероятно, был бы хорошим началом для современных философских дискуссий. Журнал «Адаптивное поведение» был бы хорошим местом для поиска, если вы интересуетесь его наследием.