Przejdź do zawartości

Czarna skrzynka (system)

Z Wikipedii, wolnej encyklopedii
Schemat ogólny czarnej skrzynki

Czarna skrzynka (ang. black box) – koncepcja systemu lub modelu, którego działanie lub zachowanie jest analizowane, przy założeniu, że absolutnie nic nie wiadomo o jego budowie wewnętrznej[1][2][a].

W nauce, informatyce i inżynierii czarna skrzynka to system, na który można patrzeć pod względem danych wejściowych i wyjściowych (lub charakterystyk przenoszenia), bez żadnej wiedzy o jego wewnętrznym działaniu – system jest „nieprzezroczysty” (czarny). Termin ten może być używany w odniesieniu do wielu elementów z życia codziennego, takich jak tranzystor, silnik, algorytm, ludzki mózg, instytucja lub rząd.
Przeciwieństwem czarnej skrzynki jest system, w którym znane są wewnętrzne komponenty lub logika jego działania. Taki system może być określany jako biała skrzynka(inne języki).

Historia koncepcji czarnej skrzynki

[edytuj | edytuj kod]

Franz Breisig(inne języki) w 1921 analizował sieci dwuportowe. Vitold Belevitch(inne języki) analizę Breisiga określił jako wyraźne stosowanie metody czarnej skrzynki[3].

Wilhelm Cauer(inne języki) prowadził badania w teorii obwodów elektronicznych i opisywał, że zachowanie obwodów elektronicznych można scharakteryzować poprzez reakcje (wyjście) na sygnały podawane do ich portów (wejście). Cauer opublikował swoje analizy w rozwiniętej formie w 1941[4]. Chociaż Cauer sam nie użył terminu czarnej skrzynki, następcy opisali tę metodę jako analizę czarnoskrzynkową[5].

Ross Ashby(inne języki) w 1956, w pracy dotyczącej cybernetyki przedstawił rozdział poświęcony teorii czarnej skrzynki[6].

Norbert Wiener zdefiniował czarną skrzynkę w 1961 jako nieznany system, którego funkcjonowanie może zostać opisane za pomocą technik identyfikacji systemów[7].

Przez „czarną skrzynkę” będę rozumiał aparat, taki jak czwórnik o dwóch końcówkach wejściowych i dwóch wyjściowych, który wykonuje określoną operację na obecnej i ubiegłej wartości potencjału wejściowego, lecz w przypadku którego niekoniecznie musimy mieć informacje o jego budowie, dzięki której te właśnie operacje wykonuje.

Norbert Wiener, Cybernetyka, czyli sterowanie i komunikacja w zwierzęciu i maszynie[7]

Wielu innych inżynierów, naukowców i epistemologów, takich jak Mario Bunge[8], stosowało i udoskonalało teorię czarnej skrzynki w latach sześćdziesiątych XX wieku.

Czarna skrzynka to fikcyjna konstrukcja przedstawiająca zbiór konkretnych systemów, do których napływają bodźce S i z których wyłaniają się reakcje R. Konstytucja i struktura skrzynki są w ogóle nieistotne dla rozważanego podejścia, które jest czysto zewnętrzne lub fenomenologiczne. Innymi słowy, brane pod uwagę będzie tylko zachowanie systemu.

Mario Bunge, Philosophy of Science[8]

Reguła czarnej skrzynki

[edytuj | edytuj kod]
Model czarnej skrzynki zastosowany do opisu rezultatów systemu.

Teorie czarnej skrzynki to teorie, w których czarna skrzynka jest zdefiniowana jedynie w kategoriach funkcji, które wykonuje[9][8]. Koncepcję czarnej skrzynki można zastosować w dowolnej dziedzinie, w której bada się relacje między cechami zewnętrznymi systemu (na zewnątrz czarnej skrzynki), bez próby wyjaśnienia, dlaczego te relacje powinny istnieć (efekt działania wnętrza czarnej skrzynki). W tym kontekście rozważania Newtona w poszukiwaniu prawidłowości w świecie nauki można określić jako stosowanie koncepcji czarnej skrzynki[10].

Do prezentacji czarnej skrzynki bywa stosowany diagram przepływu danych.

Czarna skrzynka w teorii systemów

[edytuj | edytuj kod]
Teoria systemów otwartych[11] jest podstawą koncepcji czarnej skrzynki. Obydwa skupiają się na przepływach wejściowych i wyjściowych, reprezentujących wymianę z otoczeniem.

Rozumienie czarnej skrzynki opiera się na „zasadzie wyjaśniającej”, czyli hipotezie związku przyczynowego pomiędzy wejściem a wyjściem. Zasada ta stwierdza, że dane wejściowe i wyjściowe są niezależne i, że system ma powiązane, obserwowalne, wejścia i wyjścia oraz, że system jest czarny (nierozpoznawalny dla obserwatora)[12].

Typowe podejście do analizy czarnej skrzynki jest oparte na systemie otwartym, gdzie brane są pod uwagę jedynie relacje między bodźcami stymulującymi (na wejściu) a reakcjami na nie (na wyjściu).

Konstrukcja modelu czarnej skrzynki w teorii systemów obejmuje: rejestrowanie obserwowanych stanów; budowanie modelu; testowanie modelu.

Rejestracja obserwowanych stanów

[edytuj | edytuj kod]

Zgodnie z koncepcją czarnej skrzynki obserwacje zmian na wejściu i wyjściu czarnej skrzynki, dokonywane w czasie, są zapisywane w tabeli. Ashby podał przykład zapisu tabelarycznego badania opisującego działania skrzynki, która prawdopodobnie wypadła z UFO, tj. badania przedmiotu (systemu) zupełnie nieznanego badaczowi[6].

Czas Impuls na wejściu Dostrzeżony rezultat na wyjściu
11:18 Nic nie zrobiłem „skrzynka” emitowała stały szum o częstotliwości 240 Hz
11:19 Nacisnąłem przełącznik oznaczony literą K dźwięk wzrósł do 480 Hz i pozostał stały
11:20 Przypadkowo nacisnąłem przycisk oznaczony „!” temperatura „skrzynki” wzrosła o 20 °C
... itd. itd.

Każdy system jest najpierw opisywany w długim protokóle, rozciągniętym w czasie, pokazującym sekwencję stanów wejściowych i wyjściowych. Z tego wynika podstawowy wniosek, że cała wiedza możliwa do uzyskania z czarnej skrzynki (o danych wejściowych i wyjściowych) jest taka, jaką można uzyskać poprzez ponowne kodowanie protokołu (tabeli obserwacji), natomiast nie daje to wiedzy o zawartości lub działaniu wewnętrznym czarnej skrzynki.

Modelowanie

[edytuj | edytuj kod]

Proces modelowania polega na konstruowaniu prognozowanego modelu matematycznego z wykorzystaniem danych z tabeli obserwacji.

Testowanie modelu czarnej skrzynki

[edytuj | edytuj kod]

Opracowany model czarnej skrzynki jest modelem zweryfikowanym, jeśli metody testowania czarnej skrzynki [13][14] zapewniają, że tak jest, w oparciu wyłącznie o elementy obserwowalne.

W przypadku testów historycznych podczas testowania modelu czarnej skrzynki zawsze wykorzystywane są wcześniejsze dane. Dane muszą zostać zapisane, zanim zostaną pobrane w celu uzyskania danych wejściowych z czarnej skrzynki.

Czarna skrzynka w praktyce

[edytuj | edytuj kod]
Kiedy obserwator steruje impulsami wejściowymi, nie jest to tylko obserwacja czarnej skrzynki, ale działanie staje się eksperymentem.

Czarna skrzynka jako eksperyment

[edytuj | edytuj kod]

Jeśli obserwator steruje również bodźcami wejściowymi, badanie zamienia się w eksperyment, a hipotezy dotyczące przyczyny i skutku można bezpośrednio przetestować.

Oddziaływanie przez obserwatora, w formie bezpośredniej lub pośredniej, na zmiany na wyjściu systemu, tak by wpływały one na impulsy wejściowe, kreuje sprzężenie zwrotne[15][16] – jedna z kluczowych koncepcji w teorii sterowania.

Informatyka i matematyka

[edytuj | edytuj kod]

W informatyce pojęcie czarnej skrzynki jest stosowane w wielu kontekstach.

Czarną skrzynką może być określony program, którego działania nie można poznać (dla którego nie są dostępne pliki źródłowe). Programy, które nie mają charakteru oprogramowania typu open source, są dla użytkownika czarną skrzynką: Apple iOS, Microsoft Office, Adobe Photoshop – tylko producent ma pełną informację o ich działaniu. Podobnie należy traktować internetowe serwisy usługowe: Google Workspace, Dropbox, Meta Instagram itp.

W programowaniu komputerowym i inżynierii oprogramowania testy czarnej skrzynki służą do sprawdzenia, czy dane wyjściowe programu są zgodne z oczekiwaniami, przy określonych danych wejściowych[17].

W modelowaniu matematycznym często problemy są klasyfikowane jako czarne skrzynki lub białe skrzynki, w zależności od ilości informacji o badanym układzie posiadanych przed modelowaniem.

W sieciach neuronowych[18] lub algorytmach heurystycznych (terminy komputerowe powszechnie używane do opisu komputerów „uczących się” lub „symulacji sztucznej inteligencji”[19]) czarna skrzynka służy do opisu stale zmieniającej się części środowiska programu, której programiści nie mogą łatwo przetestować. Nazywa się to również białą skrzynką w kontekście, w którym można zobaczyć kod programu, ale kod jest tak złożony, że funkcjonalnie odpowiada czarnej skrzynce.

Podejście czarnej skrzynki jest stosowane w kryptologii do projektowania algorytmów kryptograficznych i oceny wiedzy uzyskanej przez algorytm w wyniku wykonania protokołu kryptograficznego[18][20].

W potocznym rozumieniu informatyki, czarna skrzynka odnosi się do sprzętu komputerowego.

Sztuczna inteligencja jest modelem czarnej skrzynki[21][22].

Psychologia

[edytuj | edytuj kod]

W psychologii szkoła behawioryzmu postrzega ludzki umysł jako czarną skrzynkę[23].

W dyscyplinach humanistycznych, takich jak filozofia umysłu i behawioryzm, jednym z zastosowań teorii czarnej skrzynki jest opisywanie i zrozumienie czynników psychologicznych w takich dziedzinach, jak marketing, w zastosowaniu do analizy zachowań konsumentów[24][25][26].

Kolejnym przykładem zasady czarnej skrzynki jest leczenie pacjentów psychiatrycznych. Ludzki mózg jest z pewnością czarną skrzynką i podczas gdy wiele badań neurologicznych jest prowadzonych w celu zrozumienia mechanizmu mózgu, postęp w leczeniu dokonuje się również poprzez obserwację reakcji pacjentów na bodźce.

Duckworth, Gear and Lockett, A Guide to Operational Research[27]

Filozofia

[edytuj | edytuj kod]

Zastosowania koncepcji czarnej skrzynki wraz z wyciąganiem wniosków dotyczących siły oddziaływania przyczynowo-skutkowego na gruncie teorii filozoficznej redukcjonizmu[28].

Ekonomia

[edytuj | edytuj kod]

W teorii neoklasycznej organizacja jest postrzegana jako czarna skrzynka, interesujące są impulsy, bodźce wejściowe do systemu i to co z niego wychodzi (wyjście)[29].

Transport

[edytuj | edytuj kod]

Rozumienie czarnej skrzynki w transporcie jest znacząco odmienne, gdyż odnosi się do urządzenia rejestrującego parametry poruszania się środka transportu: samolotu (czarna skrzynka (lotnicza)), pociągu, okrętu (czarna skrzynka (morska)), samochodu[30]). Dane wyjściowe (zarejestrowane) są poddawane analizie po wykonanej podróży. Urządzenie pierwotnie było stosowane w samolotach, aby móc określić przyczyny ewentualnego wypadku, później terminem tym zaczęto określać wszystkie systemy rejestracji stanu maszyn w transporcie, także morskim, kolejowym i drogowym.

Powszechne praktyki

[edytuj | edytuj kod]

Koncepcja czarnej skrzynki jest stosowana powszechnie w wielu dziedzinach praktyki, nie tylko w badaniach naukowych.

Dziecko, które próbuje otworzyć drzwi, musi manipulować klamką (wejście), aby wywołać pożądany ruch otwarcia drzwi (wyjście); i musi nauczyć się sekwencji zdarzeń, nie oglądając mechanizmu wewnętrznego, który powoduje otwarcie drzwi. W naszym codziennym życiu na każdym kroku spotykamy się z systemami, których wewnętrzne mechanizmy nie są dostępne, i które muszą być traktowane metodami właściwymi dla czarnej skrzynki.

Ashby, An introduction to cybernetics[6]

Duckworth, Gear and Lockett wskazali, że:

(...) zasada czarnej skrzynki w cybernetyce może być wykorzystywana do kontrolowania sytuacji, które, jeśli zanalizować dogłębnie, mogą wydawać się bardzo skomplikowane.

Duckworth, Gear and Lockett, A Guide to Operational Research[27]

Zobacz też

[edytuj | edytuj kod]
  1. Określenia takie jak: koncepcja cz.s., metoda cz. s., podejście cz. s., termin cz. s., rozumienie cz. s., program cz. s. są traktowane w artykule jako równoznaczne w zależności od kontekstu lub w tekstach cytowanych. Inne określenia używane w tekstach i dyskusjach w połączeniu z czarną skrzynką: pojęcie cz.s., terminologia cz.s., metafora cz.s.

Przypisy

[edytuj | edytuj kod]
  1. czarna skrzynka, [w:] Encyklopedia PWN [online], Wydawnictwo Naukowe PWN [dostęp 2024-09-08].
  2. Czarna skrzynka. Interia Encyklopedia. [dostęp 2024-09-08]. (pol.).
  3. Circuit Theory. W: Vitold Belevitch: Summary of the history of circuit theory. T. 50. Proceedings of the IRE, May 1962, s. 848–854. [dostęp 2024-09-06].
  4. Cauer, Wilhelm; Theorie der linearen Wechselstromschaltungen, Vol.I, Akademische Verlags-Gesellschaft Becker und Erler, Leipzig, 1941.
  5. Cauer, Wolfgang Mathis, Rainer Pauli: Life and Work of Wilhelm Cauer (1900-1945). Perpignan (Francja): Proceedings of the Fourteenth International Symposium of Mathematical Theory of Networks and Systems (MTNS2000), 2000-06, s. 4. [dostęp 2024-09-08].
  6. a b c Chapter 6: The black box. W: W. Ross Ashby: An introduction to cybernetics. Londyn: Chapman & Hall, 1956, s. 86–117. [dostęp 2024-08-19].
  7. a b Norbert Wiener: Cybernetyka, czyli sterowanie i komunikacja w zwierzęciu i maszynie. Wyd. tłumaczenie polskie. Warszawa: PWN, 1971, s. 13, seria: INFORMACJA i STEROWANIE. [dostęp 2024-09-06].
  8. a b c Mario Bunge, A General Black Box Theory, „Philosophy of Science”, JSTOR, 30 (4), The University of Chicago Press, październik 1963, s. 346–358 [dostęp 2024-09-08] (ang.).
  9. Answers. [dostęp 2024-09-08]. (ang.).
  10. Sir Isaac Newton – mathematical laws Black Box theory. new-science-theory.com. [dostęp 2024-09-08]. (ang.).
  11. System otwart. Encyklopedia Zarządzania. [dostęp 2024-09-15]. (pol.).
  12. Glanville, Ranulph; „Black Boxes”, Cybernetics and Human Knowing, 2009, pp. 153-167.
  13. Por.: the British standard BS 7925-2 (Software component testing), or its 2001 work draft,
    BCS SIGIST (British Computer Society Specialist Interest Group in Software Testing), „Standard for Software Component Testing”, Working Draft 3.4, 27 April 2001.
  14. Differences between Standard for Software Component Testing (BCS, SIGIST, 2001) and BS 7925-2:1998. The Standard for Software Component Testing (from the British Computing Society SIGIST – uzupełnienie wersji jak w przypisie 10, 27 czerwca 2012. [dostęp 2024-09-08]. (ang.).
  15. sprzężenie zwrotne, [w:] Encyklopedia PWN [online], Wydawnictwo Naukowe PWN [dostęp 2024-09-15].
  16. Sprzężenie zwrotne. Encyklopedia Zarządzania. [dostęp 2024-09-15]. (pol.).
  17. Beizer, Boris; Black-Box Testing: Techniques for Functional Testing of Software and Systems, 1995, ISBN 0-471-12094-4.
  18. a b Piotr Kotlarz: Sieci neuronowe we wspomaganiu rozwiązywania problemów kryptologi. Instytut Podstawowych Problemów Techniki PAN, 2008. [dostęp 2024-09-17]. (pol.).
  19. Adam Kuchta: Czym jest czarna skrzynka AI?. Infor, 2023-06-01. [dostęp 2024-09-17]. (pol.).
  20. Ryszard Tanaś: Wykład z podstaw klasycznej kryptografii z elementami kryptografii kwantowej. Zakład Optyki Nieliniowej, Instytut Fizyki UAM. s. 97. [dostęp 2024-09-17]. (pol.).
  21. Czym jest „czarna skrzynka AI”? Tak działa ChatGPT. Wprost Biznes, 2023-06-04. [dostęp 2024-09-18]. (pol.).
  22. Problem czarnej skrzynki w AI. AI o AI, 2024-07-27. [dostęp 2024-09-18]. (pol.).
  23. Mind as a black box: The behaviorist approach. W: Jay Friedenberg, Silverman Silverman: Cognitive science: An introduction to the study of mind. Sage Publications, 2006, s. 85–88. [dostęp 2024-09-11].
  24. Richard Sandhusen: Marketing. Barrons Educational Series, 2000. [dostęp 2024-09-11]. (ang.).
  25. Joshua Johnson: Using the Black Box Model to Design Better Websites. design shack, 2011-06-22. [dostęp 2024-09-11]. (ang.).
  26. Grażyna Rosa. Ocena zmian w zachowaniach nabywczych Polaków. Miejsca, style i sposoby dokonywania zakupów. „Zeszyty Naukowe Uniwersytetu Szczecińskiego/ Ekonomiczne Problemy Usług”. 54, s. 123–131, 2010. (pol.). 
  27. a b W.E. Duckworth, A.E. Gear, A.G. Lockett: A Guide to Operational Research. Wyd. III. Londyn, Nowy Jork: Chapman and Hall Ltd, 1977, s. 205. DOI: 10.1007/978-94-011-6910-3. [dostęp 2024-09-22].
  28. William Marshall, Larissa Albantakis, Giulio Tononi. Black-boxing and cause-effect power. „PLOS Computational Biology”, s. 1–23, 2018. DOI: 10.1371/journal.pcbi.1006114. (ang.). 
  29. Jerzy Borkowski. Teoria przedsiębiorstwa w świetle teorii ekonimii i zarządzania. „Optimum. Studia Ekonomiczne.”. 3(63)/ 2013. s. 78–91. (pol.). 
  30. Wojciech Piesta: Czarna skrzynka w samochodzie – kto i kiedy musi ją mieć?. rankomat.pl, 2024-07-05. [dostęp 2024-09-17]. (pol.).

Bibliografia

[edytuj | edytuj kod]

Linki zewnętrzne

[edytuj | edytuj kod]