А вредны ли кризисы?


Автор:

Этим летом мы опубликовали статью по результатам нашего исследования развивающейся сферы генетических алгоритмов. В ней мы описали свой опыт применения генетического алгоритма к оптимизационной задаче, а так же описали проверку одной гипотезы, которая заключалась в тестировании концепции кризисов для обеспечения развития и революции. Сама статья была опубликована в журнале “Proceedings of the 12th annual conference comp on Genetic and evolutionary computation” по результатам конференции Genetic And Evolutionary Computation Conference. Вот ссылка на pdf версию статьи.


Но, как вы прекрасно знаете, мы не любим останавливаться в рамках научных теорий. Именно поэтому, воодушевившись успехами кризисов в моделировании, мы попытались применить эту концепцию к развитию рынков и экономики в целом. Следующая статья – это результат этого эксперимента.

Представьте себе стаю львов, которая рыщет по саванне в поисках новой добычи. Представьте грозного и свирепого вожака, самого сильного и опытного в прайде, молодых и храбрых самцов, мечтающих занять его место. Представьте так же и самок, озабоченных пропитанием маленьких и беспомощных детёнышей. Добавьте ко всему этому знойную жару и бескрайние пейзажи пустыни – именно эта картинка понадобится нам для дальнейшего обсуждения.

Внутри каждой клетки льва содержится код ДНК, который определяет весь набор отличительных особенностей особи, например внешний вид, атлетическое строение, и даже цвет глаз. Все эти особенности прямо влияют на то, насколько особь приспособлена к окружающей среде и насколько долго она сможет прожить. Например, от скорости бега и точности прыжка любого льва зависит то, сможет ли он прокормить себя, свою самку и своих детёнышей, напав на зазевавшуюся зебру. Так что именно набор генов, зашифрованный в ДНК, определяет то, насколько наш лев хорошо приспособлен к среде, а значит умеет быстро бегать и метко прыгать.

В условиях недостаточных ресурсов, как в случае с небольшим количеством зебр в саванне, эволюция диктует нашей стае свои условия. Самые “хилые” львы умирают от голода, очищая таким образом место для более успешных и генетически лучших особей. Такая процедура естественного отбора вместе со скрещиванием обеспечивает постоянное улучшение популяции и, по сути, в конечном счете привела к созданию такого высокоразвитого существа, как человек.

Однако иногда в коде ДНК появляются небольшие ошибки, и получившаяся особь получает такие признаки, которых не было у родителей. Иногда такие мутации ведут к генетическим заболеваниям, а иногда оказываются полезны для выживания. Насколько эти мутировавшиеся гены в итоге окажутся лучше изначальных – решать уже эволюции, которая не позволит плохим мутациям распределиться по популяции.

Осталась только одна вещь, которую вам необходимо знать о нашей стае. Дело в том, что она виртуальна и существует в глубинах компьютера в виде набора битов и байтов. Она смоделирована для решения крайне сложных проблем, которые не могут быть решены стандартными методами. Такой прием решения задачи получил название «генетические алгоритмы», которое отражает особенную связь между математикой, моделированием и биологией, генетикой. По сути, математики применили основные эволюционные концепции из реального мира, которые используются природой на протяжении миллиардов лет, для своих нужд вычисления.

Например, генетический алгоритм был успешно применен NASA для конструирования антенны одного из космических модулей. Инженеры смоделировали начальную популяцию из большого множества антенн разнообразных форм, запросив компьютер выбрать внешний вид каждой антенны случайным образом. Затем они оценили каждую из этих антенн с учетом того, насколько хорошо она справляется со своими задачами. Так в этой искусственной популяции возникло социальное неравенство: появились антенны более приспособленные по сравнению с теми особями, которые компьютер не пустил в следующее поколение. Для получения антенны самой лучшей формы нам осталось только много раз повторить основные действия эволюции, скрещивание и мутацию, отбирая в следующее поколение только самых лучших. Получившаяся в результате такой искусственной эволюции антенна удивила инженеров NASA: она имела крайне необычную форму, которую они до этого никогда не использовали, но в тоже время отлично справлялась со своими функциями.

Вдохновившись такими успехами генетического алгоритма, мы тоже попытались применить её для решения задачи планирования производства. Для этого в качестве генов особи вместо ДНК мы выбрали производственное расписание. В начале каждой недели генетический алгоритм получает набор прибывших заказов, моделирует эволюцию, а затем на выходе выдаёт оптимальное расписание, готовое для выполнения на производстве. Генетический алгоритм прекрасно показал себя на такой задаче: он произвел такое решение, которое обычно не используется при планировании производства, но в то же время намного лучше стандартных приёмов и методов.

Однако в стремлении улучшить наш генетический алгоритм мы столкнулись с одной серьезной проблемой. Дело в том, что после запуска эволюция достаточно быстро улучшает наши особи, приближаясь к оптимальному решению. Но затем наступает период, когда каждая следующая популяция не улучшается, а остается на уровне предыдущей. Такой феномен называется проблемой локального оптимума: мы приходим к хорошему решению и “топчемся” вокруг него без возможности выйти за его пределы и найти оптимальное, самое лучшее решение. В реальной эволюционной истории такими локальными оптимумами были, например, динозавры, на протяжении долгого времени находившиеся на вершине эволюционного развития. Да и человек как возникший в результате эволюционного развития вид так же представляет собой локальный оптимум.

На этом месте рассуждений нас словно стукнуло: что позволило эволюции уйти от одного локального оптимума, динозавров, и достичь лучшего, человека? А то, что в определенный период все динозавры умерли в результате наступившего кризиса – будь то это упавший астероид, или резкое похолодание. В общем, в то время наступил кризис, который уничтожил большое количество популяции – но в то же время позволил найти новое лучшее решение. Мы смоделировали кризисы для своего генетического алгоритма и ощутили их эффект: при долгом нахождении в локальном оптимуме эволюция обновляет поколение и в итоге находит лучшее решение.

А теперь приготовьтесь к новому резкому повороту: представьте, что лев из нашей популяции – это реальная компания, работающая на экономическом рынке. Приспособленность этой компании можно считать в прибыли, скрещивание – это слияние и поглощение компаний, мутация – изменение системы управления, внедрение технологических инноваций или даже выход на новый рынок. Постоянное развитие и изменение экономики можно представить в виде эволюционного развития с огромной популяцией особей, каждая из которых борется за “место под солнцем”. Конкуренция на рынке по сути представляет собой прямую метафору естественного отбора из дарвинской эволюции.

Как и в нашей смоделированной эволюции, в экономике так же происходят кризисы, возникающие по различным причинам. Как правило, эти кризисы ведут к обновлению экономики: неэффективные компании уходят с рынка, оставляя место более успешным и способным к изменением компаниями. Более того, во время кризиса вероятность “мутации” компании повышается: менеджмент чувствует необходимость повышения конкурентоспособности, стремится найти новые возможности и применить более маржинальные нишевые стратегии. Кризисы очищают рынок, позволяют выйти за пределы локального оптимума, если использовать термины генетических алгоритмов. Это так, как должно быть в теории. В практике, особенно в российской, все совсем не так радужно.

Представьте себя повелителем популяции львов, их небольшим богом. Наступил кризис: неожиданная сильная засуха подкосила зебр, еды стало существенно меньше, и теперь ваши львы вынуждены голодать и умирать от истощения. На это зрелище нельзя смотреть хладнокровно, да и к тому времени у вас появились свои любимчики в этой популяции. Поэтому вы решаете магическим образом поддержать своих любимцев упавшим с неба куском мяса. Тот лев, который уже не мог бегать за антилопами, который бы умер без вашего вмешательства – получает свой кусок мяса и спокойно отдыхает под тенью дерева. Вы решаете подкармливать самых нуждающихся – тех, которые без вашей помощи, возможно, умерли бы от голода. Такая помощь полностью уничтожает стимулы этих львов меняться и подстраиваться под новые обстоятельства – теперь они знают, что всегда могут рассчитывать на кусок мяса с неба. Ваша популяция прекращает улучшаться – они лишь радуются вашей поддержке. Ничего не напоминает?

Государственная поддержка неконкурентноспособных компаний выглядит точно так же. Те избранные, которые получают эту поддержку, не хотят и не считают нужным улучшаться, изменяться, выходить на новые рынки. Более того, всё больше и больше компаний хотят получить заветный кусок мяса с неба. Им бы давно пора уйти с рынка, оставив место более пластичным и успешным стартапам. Однако боги наверху стабильно выбирают стратегию кормежки с руки для избранных и приближенных. Так, конечно, проще, но тогда к чему разговоры об эффективности и конкурентоспособности?


15 отзывов

  • By none, October 13, 2010 @ 9:08 am

    Между прочим, это относится и к медицине. По сути, она нарушает ход биологической эволюции, давая возможность выживать больным (и очень больным) животным. Результатом этого становится ухудшение генотипа человека, вплоть до полной биологической беспомощности. Вплоть до абсолютной зависимости от лекарственных препаратов.

    Единственный выход тут – генетика, когда мы сможем управлять набором генов, и создавать “оптимальные” организмы.

    Ответить

    Oleg Parinov Ответ:

    Отличная метафора, в российской экономике расставаться с АвтоВАЗом не менее болезненно для общества, чем с заболевшими престарелыми.

    Ответить

    Алексей Орлов Ответ:

    Мы опять решили, что сделаем лучше, чем природа. Однако породы растений и животных выведенные человеком, дичают, возвращаясь к первоночальному состоянию.

    Эти Породы по сути жизнеспособны толко в искусственной среде.

    Ответить

  • By Арсений Арутнев, October 13, 2010 @ 10:49 am

    Красиво излагаешь, Олег.
    а те компании, которым посвящен последний обзац, похоже очень даже конкурентоспособные. Просто они конкурируют за внимание и поддержку чиновников.

    Ответить

    Oleg Parinov Ответ:

    Арсений, спасибо.
    Конкурентое преимущество в правильном GR, ага :)

    Ответить

  • By Владимир, October 14, 2010 @ 12:16 am

    В копилку идей.
    На эту тему есть неплохая книга Фостера и Каплан «Созидательное разрушение».

    Ответить

    Oleg Parinov Ответ:

    Владимир, спасибо, посмотрим.

    Ответить

  • By malkolm, October 14, 2010 @ 1:29 pm

    как по мне, то это проблема всей мировой экономики, а не только российской, когда вместо свежих решений и новых идей производиться очередное вливание денег в экономику.

    Ответить

    Oleg Parinov Ответ:

    malkolm, действительно, это общемировая проблема.

    Ответить

  • By Алексей Орлов, October 15, 2010 @ 4:48 pm

    Хороший пример ухудшающего отбора. Нужно иметь очень крепкую систему, что бы это выдержать.

    Ответить

  • By фонтан, February 15, 2011 @ 2:04 am

    Нисколько не оправдывая нашу с вами власть и к ней присосавшихся, имею вам доложить, что вы мыслите категориями девятнадцатого века. Теория эволюции далеко ушла с той поры, когда считалось, что все на свете с друг другом борются и выживает сильнейший. Не то что львы, а любые вшивые бактерии не столько конкурируют, сколько поддерживают друг друга. Причина проста – львиная доля генов твоего соседа точно такая же, как и у тебя, а значит, помогая соседу – ты помогаешь себе. Даже ежели твой конкретный организм от этого проиграет вплоть до смерти. Отсюда и альтруизм, и героизм, и христианская мораль, и поддержка бизнеса, о которой вы упомянули, и вообще общество как таковое – ведь в мире идеальной конкуренции результатом любой встречи должен быть поединок и смерть одного из участников. Ежели мы, скажем, львов сейчас не покормим, они все сдохнут, и у нас не будет вообще никаких львов, даже обленившихся.

    Хотя, конечно, для чисто утилитарных задач применять чисто конкурентную среду оправдано. Но при переходе к “реальной” жизни такой подход не работает.

    Ответить

  • By фонтан, February 15, 2011 @ 2:07 am

    Ах да, совсем забыл – читайте книжку Ричард Докинз “Эгоистичный ген” на эту тему.

    Ответить

  • By Oleg Parinov, February 16, 2011 @ 4:41 pm

    Фонтан, согласен с Вами, статья немного утрировала суть и отбросила некоторые аспекты, чтобы передать основную идею. По секрету говоря, мы планируем продолжение с разбором как раз \социальных\ компонентов эволюции.

    Ответить

  • By Игорь Макаров, February 16, 2011 @ 9:52 pm

    Ряд возникших соображений/вопросов.

    Жизнеспособность особи определяется не только генотипом, но и внешней средой. Причем влияние внешней среды зачасту очень случайно и иногда фатальным.
    Вспоминается анекдот про кадровиков: опытный сотрудник кадровой службы берет пачку резюме, отделяет половину и выбрасывает в корзину. Стажер взволнованно спрашивает: а вдруг там был тот единственный идеальный кандидат? Опытный отвечает: а зачем нам неудачники?

    Применим ли генетический алгоритм в случаях, когда условия внешней среды меняются быстрее, чем успевает развиться и оставить потомство или сильно перестроиться? Представим, что при расчете антены при каждой итераци менялись бы критерии оценки оптимальности антенны. Было бы найдено оптимальное решение?

    Не похожа ли господдержка крупных компаний на архетип “Подмена проблемы” (кажется так называется), когда лечение симптомов (поддержка неэффективных крупных компаний) не спасает ситуацию, но приходится это делать, чтобы выиграть время. Ну или оттянуть момент полного краха.

    Ответить

Ссылки на эту статью

  1. Инсайт на день #36 – об уроках природы | Empatika — January 26, 2011 @ 7:39 pm

Оставить отзыв

WordPress Themes