ПОСЛЕДНИЕ СТАТЬИ

Май 23rd 2014

Информодинамика или Путь к Миру открытых систем

Российская Академия наук

Санкт-Петербургский институт информатики и автоматизации

______________________________________________

В.М.Лачинов А.О.Поляков

ИНФОРМОДИНАМИКА

или

Путь к Миру открытых систем

Издание второе, переработанное и дополненное

Санкт-Петербург

Издательство СПбГТУ, 1999

Аннотация

Книга посвящена становлению основ новой науки – информодинамики, науки, изучающей информацию как феномен, исследующей законы взаимосвязи системно-сложных образований. Информодинамика, как наука об открытых системах, базируется только на минимально необходимом, природно существующем наборе принципов построения Вселенной – ее “Природной аксиоматике”.

Публикация предназначена для специалистов, работающих в областях теоретической информатики, системного анализа, информационных систем для принятия решений и управления и, в том числе, для лиц, желающих разобраться с проблемами построения действительно интеллектуальных систем – систем, базирующихся на взаимодействии контекстно-зависимых информационных потоков, на новых, вернее “природно-заимствованных” архитектурах информационных машин, но не на эвристиках и прикладной математике.

В тексте формально не содержится сложных моментов, требующих специальной подготовки, но большой круг излагаемых вопросов предполагает достаточную широту кругозора читателя.

Предлагаемый материал может представить существенный теоретический и практический интерес для исследователей, работающих в области технологии познания и создания информационных и интеллектуальных систем, разработчиков новых архитектур информационных машин со структурой, близкой к структуре мозга, и для всех лиц любых научных интересов, ищущих принципиально новые подходы к работе с системами своей области деятельности как с системами открытыми, активно взаимодействующими с внешним Миром.

Оглавление

Авторское предисловие ко второму изданию. От “не термодинамической” кибернетики к информодинамике

Часть I. Интеллектуальность сложных систем

Глава 1. Интеллектуальные системы и управление

1.1. Интеллектуальные системы и интеллектуальное управление
1.2. От строгости математической символики к свободе семантики

Глава 2. Основная терминология

2.1. Инженерное понятие интеллекта
2.2. Системы и управление
2.3. Представление знания и работа с ним
2.4. Информационная база

Глава 3. Языки и языковые модели для управления

3.1. Языки естественные и искусственные
3.2. Языки управления
3.3. Языки контекстно – зависимого управления
3.4. Формальная система и формализуемая теория
3.5. Моделирование и реализация языковых объектов
3.6. Исчисление предикатов
3.7. Представление проблемной области на основе языка предикатов

Глава 4. Сложность открытых систем

4.1. Необходимость общей теории
4.2. Две общие теории систем
4.3. Иерархия систем
4.4. Новая парадигма управления
4.5. Гомеокинетическое плато интеллектуальной системы
4.6. Обобщенная функциональная структура ИСУ
4.7. Языки систем и языки управления
4.8. Триаграмма систем

Часть II. Инженерия интеллектуальных систем

Глава 5. Реализация контекстно-зависимого управления

5.1. Неформальные требования
5.2. Инженерные проблемы проектирования сложных систем
5.3. Компьютер фон Неймановской архитектуры в системах высоких уровней сложности
5.4. Частотная оценка
5.5. Информационная устойчивость

Глава 6. Новые архитектуры машин

6.1. Машины баз знания
6.2. Параллельные вычисления с управлением от потока данных

Глава 7. О технологии управления

7.1. Учет динамики информационных потоков
7.2. Встраивание системы автоматизации в структуру объекта
7.3. Объект в информационной среде
7.4. Проблема декомпозиции объекта как сложной системы

Глава 8. Инженерия систем “интеллектуальной направленности”

8.1. Три основных подхода
8.2. Первый подход. Идеология операционной системы
8.3. Второй подход. Идеология инструментальной системы

8.3.1. Основная объектная триада и динамически раскрываемый объект
8.3.2. Иерархии и процессы
8.3.3. Концепция открытой СУБД
8.3.4. Реализация раскрываемости
8.3.5. Унифицированное представление объекта
8.3.6. Инструментальная концепция – технология qWord
8.3.7. Куда делась семантика?
8.3.8. Проблемы саморазвивающиеся баз
8.3.9. Почему “в Cache’-технологии”

8.4. Третий подход. Специализированная производственная операционная система
8.5. Самосовершенствование ИСУ

Глава 9. Промежуточные итоги

9.1. Информация и информатика. Путь к феноменологии и информодинамике
9.2. О реализуемости информационной машины открытого Мира

Часть III. Согласованный Мир информодинамики

Глава 10. Аксиомы открытого мира

10.1. Феномен информации как предмет науки об открытых системах
10.2. Аксиомы умолчания
10.3. Соотношение неопределенности — 2
10.4. Гармонические шкалы
10.5. Обсуждение гармонических построений
10.6. Самоорганизация и структурный резонанс
10.7. К организации экспериментов по обнаружению структурного резонанса
10.8. О механизме структурного взаимодействия
10.9. От структурного взаимодействия к структурному полю
10.10. Об аксиомах или эффективные способы обмануть самого себя
10.11. Еще раз об аксиомах умолчания
10.12. Некоторые выводы

Глава 11. Собственная структура информации

11.1. Проблемы разработки инструментария
11.2. Топология вложенных многомерных конусов
11.3. Закон рекурсии структур, метаструктур и процессов
11.4. К вопросу об элементарной ячейке
11.5. Некоторые количественные оценки элементной базы

Глава 12. Теория структурной согласованности

12.1. Структурное взаимодействие и обобщенный принцип комплементарности
12.2. О правилах самоорганизации открытых систем
12.3. Некоторые следствия и перспективы
12.4. О деструкции систем
12.5. Правила ТСС-производные
12.6. Предварительное обсуждение результатов

12.6.1. Правила конструирования открытых систем
12.6.2. Деструкция при метризации данных
12.6.3. Связь с теоремой Геделя и традиционными формализмами

12.7. О методологии познания с позиций ТСС
12.8. Обсуждение ТСС

Глава 13. Информодинамика

13.1. Немного об аналогиях
13.2. От абстрактной машины до самоорганизации потоков
13.3. Некоторые свойства информационной машины
13.4. Условия согласования потоков. Резонатор динамического структурного поля
13.5. Свободное информационное поле. Гипотеза о второй половине Вселенной
13.6. Информодинамика – пока без формализма
13.7. ТСС как инструментарий информодинамики
13.8. Еще раз об аксиоматике

Часть VI. Архитектура открытого мира

Предуведомление: осторожно, открытые системы

Глава 14. Вертикальная машина

14.1. Концепция вертикальной машины
14.2. Структура команд
14.3. Программирование и запуск
14.4. “Перед прочтением уничтожить”
14.5. Что с ней делать?
14.6. Имитация вертикальной машины в адресной среде

Глава 15. О физике открытого Мира

15.1. Без “Великого взрыва”
15.2. Дополнительность моделей. Две половины целого
15.3. Мир как единая система
15.4. Модификация преобразования Лоренца
15.5. Случай “малых” объектов
15.6. Структурно-согласованная космология
15.7. Согласование структур объекта и теории
15.8. Заметки про реалии новой физики
Эксперименты в области информодинамики
Возможный вариант генератора продольных электромагнитных волн
Реконструкция принципа действия нигнитрона
Проблема SETI

Глава 16. Ответственность сотворяющего

16.1. Краткий самоучитель не сотворения тоталитарного общества
16.2. Неизбежность краха и свобода повтора
16.3. Роль Веры
16.4. Ментагенез
16.5. Ответственность человека

Приложение I.

Краткий обзор способов самодеструкции программных систем или Общая Демонология

Приложение II.

Об “инфонауках”
Об Эйнштейне, релятивизме и информации

Приложение III.

Возвращение к лекции XVII

Литература

Май 23rd 2014

Информодинамика (введение)

1998 г. В.М.Лачинов, А.О.Поляков

13.07.00


ИНФОРМОДИНАМИКА

Это страница, посвященная новой науке, которую давно ждали, предчуствовали ее необходимость, но сложившиеся в системе познания стереотипы мешали ее возникновению.


Multi pertransibunt et multiplex erit scientia.

Информодинамика — наука о феномене информации и феномене ее самоорганизации, о законах (правилах), которым подчиняются явления информационные и их связи с явлениями энергетическими, включая в совокупность информационных явлений и интеллект, разум, вообще все негэнтропийные информационные процессы.

«Информодинамика или Путь к Открытому Миру»

В.М.Лачинов А.О.Поляков

Предварительная публикация отдельных частей книги

Авторское предисловие или от “термодинамической кибернетики” к информодинамике

Ученый открывает то, что есть в природе. А инженер изобретает то, чего в природе нет. Творец был первым Инженером. Он изобрел Вселенную и ее законы. Чем он до этого занимался? Может быть, он моделировал Мир на основе поиска подходящей аксиоматики и принципа чистой абстракции и его просто не могли удовлетворить результаты?

История Вселенной началась с момента осознания того, что существуют законы, коим и Творец подчиняется. Это значит, что Инженерам заповедано идти по Его пути, а Ученым – искать эти законы – Общие Законы порождения всего творимого и существования всего сотворенного.

Человек занимался механикой весь исторический период своего существования. Но долгие годы многое в ней было для него искусством, а, например, вычисление движения планет и звезд и вовсе колдовством. Появление механики Ньютона сделало эти тайны почти рутинной процедурой. Но главным было другое – в представление Человека о Мироздании пришла некоторая осмысленная регулярность.

Так же у Человека складывались отношения и с гидродинамикой, и с термодинамикой. Электродинамика родилась быстрее – уже было ясно, примерно, где, что и как искать. Результат поисков дал для понимания Мира едва ли не больше, чем для нужд утилитарных.

Информацию атаковали регулярно, со всех сторон и всеми доступными средствами. Результатов – сколько угодно, но все “около”. Правда “немного спутали” теорию передачи информации и теорию связи с теорией собственно информации, что затруднило дальнейшее движение. Построили и множество многомерных миров (декартов ящик все терпит, а вот как он сам соотносится с информационно-энергетическим миром?), и понятие информационного поля стали употреблять всуе. Еще немного – и придется принимать решение о “не рассмотрении работ, связанных с информационным полем”, аналогично подобному решению по вечному двигателю.

Сегодня полезно вспомнить как это было, как информационная наука попала в фазу стагнации. Начнем с момента написания Норбертом Винером книги под заимствованным у Платона и Ампера названием “Кибернетика”. Первая книга, основы чего-то нового, ныне перестала быть настольной книгой “для всех”. А жаль. Был ли понят этот труд до конца? Не исказили ли его, как искажают всё “интерпретации и подробные комментарии”?

Обновим в нашей памяти некоторые моменты, основополагающие для кибернетики по Винеру. Напомним, что сегодня основы кибернетики пишут другие люди. А что было в “первой основе”?

Внешне основной тезис книги – подобие процессов управления и связи в машинах, живых организмах и обществах. Да, книга и об этом тоже. Но лучше бы этого подзаголовка не было. Запомнили его все, а надо было смотреть глубже.

Ибо по Винеру, если, конечно, захотеть увидеть, первичным является не модель и не обратная связь, а отрицательная энтропия в информационном смысле, хотя ему и не удалось отойти от энергетического (термодинамического) подхода, от сигнала, остаться только со структурами информации как таковой. Все в книге – только комментарий к этому, поиск пути к выражению нового взгляда на основе существовавших понятий, признанных соглашений и старой терминологии.

И уже отсюда, а не из единого подхода ко всем системам, проистекает мысль об общей теории управления и связи. И понимать эту общность надо правильно – не общность управления и связи, а связи “в том числе”, среди других целей и задач управления. Теория передачи информации не есть теория информации. Хотя действительно, толкование кибернетики как теории организации, как теории борьбы с мировым хаосом, с возрастанием энтропии, можно понимать в чисто энергетическом, “материальном” ключе.

Так “наследники и интерпретаторы” и поступили. Винеру оставили частную “термодинамическую кибернетику”, сделав ему реверанс по поводу “смешанной им” в единое целое с ней “общей кибернетики”. Потом объявили кибернетику аппаратом моделирования и она перестала быть провозвестницей информационной науки будущего, стала “обслуживающим механизмом для всех областей знания”.

Ну не было в распоряжении Винера понятия информодинамики. Но с К.Шенноном он явно расходился во взглядах И не надо понимать его как абсолютного материалиста, борьба с мировым хаосом не есть перекладывание камней во Вселенной. Роль отрицательной энтропии для информации просто вопиюще незамеченный и не понятый факт – это не только и не столько концентрация, сколько структуризация информации, структуризация не нашей волей и не с помощью энергетических источников, а структуризация во исполнение некоторых собственных законов информации, имеющих мало общего с ее связной функцией, количественной оценкой да и с энергетическим миром тоже (общность только на уровне комплементарности).

Величайшей заслугой Винера была именно НЕ термодинамическая постановка кибернетики. Не прикладная математика, как представляли кибернетику его многочисленные толкователи, не теория динамических систем, а заготовка для теории динамических информационных негэнтропийных процессов. Писать же, за неимением в те годы другой терминологии, ему приходилось на языке термодинамики.

А ведь для нас, потомков, он писал. Вроде как Библию, которую не трактовать, а понимать надобно. Когда время придет.

И не один Винер предупреждал нас в пределах своих возможностей. Например, из работ А.Колмогорова в этом смысле сегодня вспоминается совсем не выражение сложности объекта через программу его описания, а исподволь высказанное утверждение о том, что сложные системы нельзя моделировать иначе как повторив всю историю их возникновения. Это же прямое признание, что сложные системы моделировать нельзя! И все понятно и непротиворечиво, если, конечно, “сложность” понимать в ее информационном смысле, по К.Боулдингу. А вот в “сложности программной” смысл утверждения А.Колмогорова читается весьма нечетко.

Пора восстановить справедливость: Винер знак подал. Кстати, совсем не тот, который Г.Н.Поваров “сигналом” обозвал, даже “не сообщение” мол это. А это именно сообщение и было. Для тех кто потом прочитать сможет его независимо от Винера и его трактователей. Винер сказал даже, что и где брать. Математик указал, что “аппарат решения природных задач надо искать в природе” (см. книгу Н.Винера “Я – математик”).

Да только это не указание “о копировании Природы для связи животного и машины”. Это указание о поиске “природной аксиоматики”, поиске основ, на которых “базируется все”, основ, существующих в природе “повсеместно и в любом количестве”. Вот этим и надо заниматься. Вот за это и спасибо “Винеровскому подходу к кибернетике”.

А если Винер и не писал того, что у него прочитать удалось, то все равно ему спасибо.

Мы взяли на себя ответственность за информодинамику – науку именно о самой информации, ее структурообразовании и других собственных свойствах. По своей сущности эта наука близка к физике, в некотором смысле соотносится с ней также как и электродинамика.

Эта книга – вторая из публикаций по информодинамике, частично отражает и историографию нашего многолетнего поиска сути феномена информации, и является подборкой тех представлений и результатов, которые ближе всего подводят к цели – формулировке теории структурной согласованности и собственно информодинамики.

Информодинамика описывает и изучает то самое “чуть-чуть”, то, что не хватало Эйнштейну, что он искал для завершения картины мира – информационную Вселенную с ее законами, вторую сторону, изнанку энергетического Мира. Здесь нам открывается вход в необычный Мир, но Мир реальный, существующий и вокруг и внутри нас, устроенный из вещей столь повсеместных и обычных, что мы не то, что обращать внимание – замечать их перестали. Чтобы войти в него, надо увидеть, вспомнить и осознать ряд вещей, которые человечество по ходу своей истории недоопределило, недорассмотрело, просто не востребовало, наконец, за своими повседневными заботами.

Информодинамика дает то главное, что всегда надо искать в общесистемных построениях – понимание сущности информационных явлений, их взаимосвязи и связи с явлениями энергетическими, включая в совокупность информационных явлений и интеллект, разум, вообще все негэнтропийные процессы.

Вместе с информодинамикой появляется возможность согласования известных уже представлений, построения на этой базе картины Мироздания, не требующего для своего существования “Великих взрывов” и тому подобного придумывания гипотез и сущностей. Причем наши построения не требуют сокрушения теорий, изобретения новых, лишних или дополнительных формализмов – надо только выполнить условия согласования.

От читателя потребуются три качества – внимание, непредвзятость и терпение не выносить суждения до той поры, когда поставлена последняя точка. Отважившимся это прочесть – читайте до конца, а вопросы задавайте после. Ибо исследуемый феномен таков, что для восприятия требует рассмотрения всего к нему относящегося “сразу и в совокупности” просто по своей первоисходной сути. Это один из главных результатов.

В изложении материала мы не используем математического аппарата, кроме тех случаев, когда его применение очевидно необходимо. Попытка поймать сущность устройства Мироздания путем нагромождения сложных арифметических представлений – это путь в провал более безнадежный, чем теоретическая черная дыра, из него не выбраться даже с помощью трансфинитной лестницы.

Настаивающим на том, чтобы непременно изначально оговорить все условия, рассмотреть подробности и расставить все точки скажем: в соответствии с законом Геделя, в любом таком подходе к предмету информодинамики неизбежно наступит момент, когда число этих подробностей начнет расти быстрее трансфинитной последовательности, ибо речь идет о предмете первоосновном, на котором базируется многое.

Оговаривать и ставить точки будем там, где это будет полезно по сути изложения материала. И это тоже один из результатов.

Логика изложения материала потребовала явного его разделения на четыре большие части, последовательное изучение которых только и может дать возможность понимания всего материала. Причем строгое изложение (изложение на уровне строгости, допустимой для открытых систем) становится понятным, по нашему опыту, только после “наведения порядка в инженерии”, а это очень и очень непросто.

Итак, сложность открытых систем, интеллект и управление во взаимосвязи с информационными потоками образуют неразрывный набор проблем, без выработки обобщенного, системного взгляда на который дальнейшее продвижение невозможно. Именно поэтому в первой части, содержание которой определяется ее названием Интеллектуальность сложных систем, мы начинаем с составной части информодинамики, с предложенной нами теории интеллектуальных систем управления (ИСУ), требующей для своего формирования непротиворечивой терминологии в области систем вообще и интеллектуальных, в первую очередь.

Теория ИСУ, как составная часть информодинамики, была разработана нами в связи с необходимостью обобщенного рассмотрения фундаментального свойства информации – управления для системно-сложных объектов. Эта теория изначально ориентировала нас на поиск общей теорией управления (ОТУ), основные составляющие которой мы рассматриваем в конце первой части. Ясно, что это уже метатеория управления, отвечающая за представление управляющей сущности информации в ее взаимодействии со всеми возможными объектами управления – от простейших до системно-сложных.

ОТУ по своей общей, системной направленности, базируется на обобщенном понимании управляющей сущности информационно-сигнального взаимодействия систем с различными механизмами восприятия и переработки информации. В настоящей работе мы даем только краткое введение в базовые механизмы построения ОТУ, понимание которых полезно для усвоения положений информодинамики.

Теория ИСУ, предложенная как прикладная теория, естественно потребовала рассмотрения возможности практической реализации ее положений. Это обусловило введение в книгу второй части “Инженерия интеллектуальных систем”, направленной на обоснование возможности сегодняшней инженерной реализации интеллектуальных систем на основе использования контекстно-зависимого аппарата работы с информацией.

В этой части мы рассматриваем проблемы реализации систем с контекстно-зависимыми языками на структуре фон Неймановской машины, а также вводим читателя в архитектуры машин “управляемых информацией”. Здесь же излагаются некоторые возможные инженерные подходы, обеспечивающие реализацию интеллектуальных систем на технической элементной базе.

Далее, с использованием указанной выше методологии и соглашений по терминологии, достигнутых при построении теории ИСУ, в третьей части “Согласованный Мир информодинамики” рассматривается предложенная нами теория структурной согласованности (ТСС).

Можно сказать, что ТСС и есть та самая общая теория открытых систем, которую пытались построить, начиная от трудов А.А.Богданова, фон Берталанфи и до последнего времени, реально полезная и мнтодологически расширенная разработка упомянутой выше ОТУ в “открытом исполнении”. Можно даже в некотором смысле назвать ее устаревшим термином “теория познания”.

Если принять за эталон термина “строгая аксиоматическая теория” математику в ее целостном современном виде, т.е. “самую строгую из известных нам теорий”, то ТСС и связанным с ней проблемам можно дать следующую характеристику.

“Теории познания” (как строгой аксиоматической теории) не существует, существует технология познания, а именно: данные эксперимента (в самом общем смысле, включая сюда и историю, т.е. временную последовательность экспериментов и динамику этой последовательности “от самого начала и до текущего момента”); аксиоматика и аппарат инструментальной теории и правила согласования этих двух систем; грамматика построения из них единой, но уже конкретной прикладной системы, конкретной теории.

Точно так же не существует ОТУ в виде “более строгом”, чем правила ТСС, чем технология конструирования открытых систем. И опять же, чтобы строить нечто, надо задать свойства конкретного материала (аксиомы материала) и набор технологических инструментов – применить инструментальную теорию.

Наконец, ТСС никак не новый вариант синергетики, не новый формализм “вместо математики”. Напротив – это те правила игры, где никаких формализмов уже просто не существует, либо существует определенная свобода изобретать оные по мере надобности (что по существу одно и то же).

“Обосновать” или “строго доказать” ТСС – задача ровно того же порядка, что и “обоснование” аксиом, например, геометрии. В основе ТСС всего три “свободных предположения”, а именно квантованность (дискретность) Мира, обобщенный закон сохранения и принцип дополнительности (комплементарности).

Все остальное в ТСС – чистая феноменология, установление тех законов, которые непреложны для всех без исключения систем, обладающих способностью существовать в режиме активного взаимодействия с окружающим Миром, свойствами самоорганизации, саморазвития и интеллекта (разума), причем совершенно не зависимо ни от того из чего и как эти системы устроены, ни от выбора “условностей наблюдения”, т.е. априорного назначения масштабов, шкал и аппарата представления. Единственные условия – наблюдаемость и повсеместность свойств.

Но разве не тем же в точности способом создана и аксиоматика Физики, да и самой Математики?

“Необычность” ТСС в том, что весь ход рассуждений, поиск аксиом и законов открытых систем изложен, представлен явно, но не спрятан за магическое заклинание “пусть”. Необычность результата – этого (сокрытия) делать и недопустимо, получится очередная “сверхтеория”, либо очередной “изм”.

Заранее согласны – воспринимается это все достаточно трудно, но, поверьте, и изложить в первый раз не легко. Зато результаты похоже вполне достойны трудов. Удается установить, что информация (в общем смысле, как природное явление, феномен) – это система вложенных динамических процессов взаимодействия потоков текстов (данных) и контекстов (структур), организованная в соответствии с условиями (правилами) балансировки потоков как внутри уровней (текстов и контекстов), так и взаимобалансировки уровней.

В целом же феномен информации оказывается равноподобен феномену интеллекта (разума).

Информодинамика лишь внешне похожа на электродинамику, да еще по начертанию уравнений, т.е. сходство только на уровне формального описания оболочки, общих уравнений баланса.

В электродинамике мы можем считать (до определенного предела, если не интересуемся проблемами общей теории поля) уравнения необходимыми и достаточными условиями – электромагнитное поле “само для себя оболочка”, а внутри нее “ничего нет”. И не просто считать так – можно получать из этого реальные прикладные (утилитарные) результаты, поскольку электромагнитное поле существует как физическое (силовое) взаимодействие.

С информодинамикой ситуация “зеркально-дополнительная”, уравнения лишь необходимые условия балансировки, т.е. существования уже “имеющей быть” негэнтропийной информационной системы. Достаточные условия существования – это вся совокупность технологии и истории (процесса) создания и балансировки системы.

Вспомним еще раз с благодарностью Винера и Колмогорова. “Внутри” оболочки (уравнений) информационной машины (системы) в смысле изначального, общего формализма ничего нет по определению, по способу ее устройства. Есть набор правил организации уровней процессов взаимодействия данных и структур, правила грамматики для порождения более чем счетных множеств формализмов, причем как адекватных реалиям физического мира, так и “чисто виртуальных”.

В отличие от электродинамики информодинамика “сама по себе” для нужд утилитарных непригодна, она “может” лишь две вещи:

  • объяснить устройство “резонатора динамического структурного поля” — сиречь информационной машины, интеллекта;
  • установить, путем “мысленного эксперимента”, вид свободной волны динамического структурного поля, которая оказывается дополнительно-подобной структуре физической (энергетической) Вселенной, “второй половиной” Мира.

Однако последнее в корне меняет все представление и о прикладных т фундаментальных теориях и о процессе познания в целом.

Для “сверхнаук”, “сверхформализмов” просто не остается места, за полной ненадобностью таковых, все оказывается можно устроить гораздо проще и экономнее. Так это или нет – может выяснить лишь один единственный эксперимент – будущее, сам процесс развития науки.

Но уже и сейчас ясно: ТСС это не теория “бомбы” – это универсальная теория “антибомбы”, защищающая нас от псевдонауки, от засилья так называемых моделей и “аксиоматических основ” на основании подбора которых в системно-сложных ситуациях можно получать любые доказательства и подтверждения. В этом смысле бомбы делают “фундаментальные обоснования и сиюминутные экономические эффекты”, только в отличие от любой другой бомбы такие построения гораздо чаще срабатывают независимо от своих создателей, обеспечивая не менее сокрушительные последствия. Сроки получения неприятностей можно оценивать по ТСС – и это тоже один из результатов данного исследования.

Четвертая часть – “Архитектура открытых систем” – серия примеров прикладного использования ТСС для исследования сложных, сложных во многих, если не во всех известных смыслах систем. А именно таких, где выделить компоненты и исследовать их по отдельности просто технически невозможно, либо этого нельзя сделать не разрушив саму систему, не потеряв сути, скорее же всего обе эти невозможности вообще неразделимы.

Концепция “вертикальной машины” – по существу эскизный проект машины, копирующей живой человеческий мозг и задача доведения его до реализации вряд ли намного сложнее и дороже проектов современных компьютеров. Вопрос оказывается совсем в другом – что с этим делать и зачем это?. В “бытовом и утилитарном” смысле это вопрос о том, насколько мы НЕ готовы к встрече с другим разумом ?

Раздел “Физика и Вселенная” – конечно же не целостная концепция, не “новая физика”, но пример того, как можно устроить целостную концепцию картины Мира, если сосредоточиться не на собирательстве гор фактов и изобретении экзотических формализмов и “моделей”, но на том как должны взаимодействовать уже известные факты и формализмы, если они и вправду принадлежат единой согласованной сущности – Вселенной. И совсем не исключено, что и физика и вся наука в целом именно так и должны быть устроены, а другого пути к успеху вообще не существует.

Последний раздел “Ответственность творца” – также не претензия на общую теорию социальных систем. Затронуты лишь некоторые аспекты социального конструирования. Надобно просто достаточно сильно захотеть построить “хорошее и эффективное” управление обществом, чтобы получить пирамиду, тоталитарную систему, и никакой уровень материальной культуры и развития технологий от этого не гарантирует.

Причина вполне естественная и законная – поступательная тенденция развития человека естественным образом породила процесс ментагенеза, попытку порождения “коллективного интеллекта”, столь же полноценного как и индивидуальный. Но полноценный интеллект не может существовать в распределенной (не компактной) системе, поступательное развитие не может быть продолжено и неизбежно должно придти к саморазрушению структуры общества.

Человек оказывается перед выбором, перед полной мерой ответственности – либо осознать свою сущность и в корне изменить критерии развития цивилизации и личности, либо продолжать ломиться в открытую дверь, а на самом деле просто “в никуда”, уповая на “возможность возникновения коллективного разума” и чудовищ (простите – разумных машин), вечно послушных “законам робототехники” А.Азимова.

В заключение мы считаем своим долгом выразить нашу признательность А.Н.Долженкову за разрешение использования его авторских материалов по прикладной системе qWord.

Выражаем признательность и всем лицам, прочитавшим и понявшим первое, предварительное издание этой книги. Некоторые беседы и обсуждение материала позволили нам выяснить желательные акценты и необходимые подробности изложения материала.

Мы готовы к любой критике. И полезной, и наоборот. Но просим читателя помнить: от проблемы системного контакта с открытыми “информационными и информационно-энергетическими образованиями” на их языках и в их “правилах игры” уйти уже нельзя, а все ранее предложенные фундаментальные построения (если посмотреть беспристрастно) пока этого контакта на должном уровне не обеспечивают.

И еще одно. Предлагая информодинамику, мы сами напоминаем Вам слова Данте: “Multo humanus est sentiri, quam sentire” — человек гораздо больше желает быть воспринимаемым, чем воспринимать. Мы свое “право быть услышанными” осуществили на основе своей многолетней практики создания сложных информационных систем для управления, выявления действительного предмета информационной науки и его изучения.

Уважаемые наши читатели! Мы написали книгу об открытом Мире, о контекстно-зависимых взаимодействиях на контекстно-зависимом языке. Крайне сложно описывать системно-сложные объекты без метаязыка. Но выше контекстной зависимости похоже может быть только чистый контекст, а на нем пока излагать мысли достаточно затруднительно. Поэтому просим простить нам наш стиль изложения, иногда тяжелый, иногда, быть может, излишне метафоричный. Ваши конструктивные замечания об изложении того или иного раздела были бы весьма полезны, также как и замечания о возможных “контекстно-зависимых” неточностях в изложении материала.

В.М.Лачинов

А.О.Поляков

polyakov@iname.com Санкт-Петербург – Бернгардовка

Из авторского предисловия к первому изданию 1998 года

Многолетний опыт работы со сложными, как теперь говорят, корпоративными системами с использованием инструментария вычислительной техники, программирования, обработки данных и тому подобного, привел нас к пониманию простой истины – все эти разделы являются подчиненной частью некоторого более общего аппарата, который является для них обобщающим и консолидирующим механизмом.

Наши попытки обсуждения этой темы в разных аудиториях обычно приводили собеседников к попытке объяснить нам первоосновность той или иной математики или величие кибернетики. К сожалению, прямо противоположная ситуация ограниченности этих подходов и их возможностей для описания и работы с действительно сложными системами как двадцать лет назад, так и сейчас многими воспринимается крайне затруднительно.

Сегодня, перечитывая свои заметки 1978-1981 гг. кратко опубликованные тогда с огромными трудностями, мы видим, что их актуальность практически не утрачена.

Поэтому, в первой части мы приводим лекции, написанные по материалам разных лет. Такое начало дает нам возможность изложить процесс нашего осознания нового аппарата, который мы сегодня с полным правом можем называть собственным аппаратом информатики. Лекции первой части ориентированы на начальное изучение опубликованной нами теории интеллектуальных систем управления, бесспорно являющейся одной из собственных частей информатики, как науки, обобщающей вопросы информационного управления в системах высших уровней системной сложности по фон Берталанфи и К.Боулдингу.

Во второй части избранных лекций мы приводим материал, содержащий самые новые положения по работе с информацией, ее глобальному значению практически во всех физических, космогенических, биологических и других построениях. Речь идет о предложенной нами теории структурной согласованности, предварение положений и выводов которой в настоящем введении представляется нецелесообразным.

Отметим только, что на основании материалов, изложенных в первой части и не только их, мы рассматриваем весьма широкий круг явлений и результатов из самых различных отраслей знания. Цель рассмотрения – исследование феномена информации, законов этого явления и некоторых следствий этих законов с общей направленностью на формирование информодинамики.

В связи с высочайшей степенью новизны этот цикл лекций написан весьма свободным языком, ориентированным пока более на интуицию и общую высокую научно-техническую грамотность читателя, чем на строгость и качество изложения материала.

Это в полной мере предварительная публикация и авторы, при первой возможности, надеются приступить к правке и коррекции материала, дополнению и уточнению формулировок.

Тем не менее, весь материал является серьезным изложением авторской позиции, подлежащей уточнению, но не изменению, заявкой на точку зрения, которая представляется сегодня весьма полезной для дальнейшего развития процесса познания практически во всех направлениях общей и прикладной науки.

В настоящее издание не включены еще два цикла лекций: по организации основного цикла управления для системно-сложных объектов и по машинам “не фон Неймановской структуры”, ориентированным на специальные методики представления контекстно-зависимых языков. Мы планируем добавить их, а также, возможно, и другие циклы лекций в следующее, пересмотренное издание.

Май 23rd 2014

Искусственный или естественный язык общения в АОС

Г.В.Петрова, И.А.Семёнов

Искусственный или естественный язык общения в АОС

  • Введение
  • Адаптивные АОС
  • Каким быть диалогу
  • Фразеологизмы, как одна из форм неопределённости в человеческой речи
  • Проблемы семантической структуры слова
  • Языки общения и управления
  • Заключение
  • Литература

  • В стремлении к обучению мы день за днём что-то приобретаем.
    Лао-Цзы

    Введение

    За последние столетия накопилось огромное количество знаний, а за последние десятилетия наблюдается существенное увеличение их объёмов, что приводит в свою очередь к увеличению сложности их изложения в учебных заведениях. При этом в последних наблюдается недостаток высококвалифицированных преподавательских кадров. Большие трудности часто возникают при оперативной подготовке, изготовлении и распространении учебных пособий различных видов. Указанные факторы негативно сказываются на качестве подготовки обучаемых. В связи с этим большое внимание уделяется применению прогрессивных методов обучения с использованием революционных информационных технологий.

    Программы предназначенные для передачи обучаемому знаний и для оценки текущего его уровня знаний относительно уровня знаний некоего эталона (за эталон могут быть взяты знания преподавателя), получили название “Автоматизированные обучающие системы” (АОС).

    Место АОС уже давно показано в современной системе образования. Также показано и то, что их внедрение не направлено на подмену человека-педагога или традиционных учебных пособий, а, напротив, призвано заполнять и расширять их возможности. Так Н.А. Бердяев говорил: “ … мои способности обнаруживались лишь тогда, когда умственный процесс шёл от меня, когда я был в активном состоянии и творческом состоянии, и я не мог обнаружить способностей, когда нужно было пассивное усвоение и запоминание, когда процесс шёл извне ко мне”. Таким образом, пассивно, без желания ознакомиться с изучаемыми материалами, эффекта обнаружения способностей не будет. И “бездушный” компьютер с АОС в этом плане не помощник, а вот “человек эмоциональный” понимающий природу подобных себе может привлечь к предмету искреннюю заинтересованность, если он конечно человек понимающий суть проблемы обучения, а не только преподаваемого материала.

    Процесс создания сценария будущей АОС преподавателем – процесс творческий и потому должен быть освобождён от всяческих рутинных операций для максимальной сосредоточенности на элементах и отношениях предметной области. Этот процесс представляет собой не что иное, как приобретение знаний у эксперта-преподавателя, являющегося дважды экспертом: в профессиональной области и в области педагогики.

    Адаптивные АОС

    В настоящее время эксплуатируются АОС, построенные на различных технических и программных средствах, и продолжается поиск новых принципов и методов их конструирования.

    В зависимости от характера учебных занятий, на обеспечение которых ориентирована АОС, принято выделять следующие системы: лекторские, ассистентские, репетиторские [3] и справочно-консультирующие системы. Каждый класс систем этого ряда отличается способом представления предмета обучения и формой обучения, которые имитируют подобную деятельность преподавателя.

    Лекторская система представляет традиционную АОС и имитирует лекционную форму обучения, предоставляя обучаемому знания о предметной области, объединённые на основе жёсткого плана. Контроль основывается на тестировании обучаемых путём сравнения ответов с заранее подготовленными эталонами.

    Ассистентская создаёт благоприятную среду обучения, когда учебный материал о предметной области отсутствует, путём предоставления необходимой информации в виде сообщений – ссылок на бумажные материалы или другие информационные системы.

    Репетиторская должна приближаться к интеллектуальной АОС. При этом обучение ведётся индивидуально, с наибольшей адаптацией к обучаемому.

    Справочно-консультирующая система предназначена для выдач справок и консультаций по конкретно сформулированным вопросам, как правило, конкретной предметной области.

    Каждая из приведённых видов обучающих систем имеет специфические недостатки. Кроме того существуют недостатки общие для всех видов АОС:

    1. ориентация на узкий круг задач;
    2. потребность многих обучающих систем в специализированных технических средствах;
    3. замкнутость обучающих систем;
    4. как правило, АОС в недостаточной мере способны адаптироваться к индивидуальным потребностям и возможностям отдельных обучаемых.

    Развитие обучаемых систем в направлении устранения отмеченных недостатков возможно путём придания им свойств адаптации к целям и условиям обучения.

    Адаптация имеет ряд аспектов:

    1. приспособление к текущим потребностям конкретного обучаемого;
    2. приспособление к текущему состоянию обучаемого;
    3. приспособление к выбранной для изучения проблемной области;
    4. приспособление к решаемой задачи.

    Использование адаптивных систем должно позволить передачу обучаемому опыта и навыков преподавателя. Этот личный опыт проявляется также и в поясняющей информации, которая легко структурируется и детализируется относительно конструктов преподавателя. Индивидуализация обучения для каждого обучающегося должна быть заложена в самой сути метода и заключатся в том, что каждый обучаемый может в соответствии с той стратегией, которую он считает целесообразной, использовать те или иные конструкты. Система не должна навязывать ему своей стратегии и так преодолевается одно из “узких мест” современных адаптивных АОС.

    Человек склонен к эвристическому обучению. Поэтому подобные системы должны обладать хотя бы в зачаточном состоянии “самосознанием”, и таким образом они способны управлять своим поведением, автоматически расширяя свой запас эвристических правил, запоминая новые правила и применяя их к самим себе.

    Каким быть диалогу

    Где начинается сознание, там начинается и диалог.
    Бахтин М. М. Проблемы поэтики Достоевского. М., 1979.

    Обеспечение диалогового взаимодействия обучающегося и компьютера является необходимой предпосылкой эффективного применения АОС. Однако, как показывает опыт, в большинстве обучающих систем такое взаимодействие организовано отнюдь не лучшим образом и обусловлено это не только ограниченными возможностями компьютера, но и тем, что диалог строится с нарушением принципов построения диалога.

    Возникает банальный вопрос о том, каким же быть диалогу обучаемого с компьютером? К сожалению единственного мнения по этому вопросу нет. Многие считают, что следует как можно более его приблизить к диалогу обучаемого с преподавателем и по средствам общения и по способу организации. В пользу данного подхода приводят обычно следующие доводы: такое общение удобно, поскольку оно свободно от ограничений искусственного языка, доступно, поскольку не требует специального обучения, наконец, по своей выразительности приближается к человеческому общению. Кроме того, оно в наибольшей мере обладает педагогической направленностью, позволяющей эффективно достигнуть основные цели обучения.

    Признавая необходимость строить общение с учётом основных психологических принципов, тем не менее нельзя согласиться с предложенным подходом, и способы общения обучаемого с преподавателем нельзя механически переносить на общение обучаемого с компьютером. Преподаватель, как известно, является центральной фигурой учебного процесса, фактически он осуществляет управление диалогом, даже в том случае, если тот инициируется обучающимся. Преподаватель обеспечивает вхождение обучаемого в диалог и регулирует выход из него. В диалоговом взаимодействии с компьютером право выхода из диалога должно оставаться не за компьютером, а за обучающимся (одно из важнейших требований к диалогу состоит в том, что компьютер не должен оставлять без ответа ни один вопрос обучаемого, если, разумеется, он сформулирован таким образом, что понятен ему).

    Точно также в диалоговом взаимодействии с компьютером не следует стремиться полностью копировать чисто человеческие средства общения. Учебный диалог в обычных условиях осуществляется с помощью устной речи, а диалог с компьютером преимущественно в виде текстовых сообщений, приближающихся к письменному диалогу. К тому же естественный родной язык в ряде случаев не оказывается наиболее удобным средством общения и на практике его использование в общении с компьютером приводит к тому, что значительная часть времени уходит на выяснение смысла сообщений обучаемого, т.е. на диалог о диалоге.

    В литературе термин “диалог” нередко трактуется весьма широко, и диалоговым иногда объявляется любое взаимодействие человека с компьютером. Такой подход представляется неправомерным, как и отождествление вопросно-ответного взаимодействия и диалогового. При столь расширенном толковании проблема диалога размывается. Ведь даже примитивные технические средства обучения реализуют вопросно-ответное взаимодействие. Так, например, взаимодействие обучаемого с примитивными линейными программами с небольшим размером шага, которые содержат лёгкие задания, не требующие значительного времени на выполнение, можно представить в виде цепочки вопрос-ответ-вопрос-ответ. Но вряд ли можно утверждать, что здесь реализуется диалоговое взаимодействие обучающихся с техническим устройством. Формально интерпретация диалога как чередование вопросов и ответов не раскрывает его сути и затушёвывает те проблемы, которые необходимо решить для организации полноценного диалога в условиях компьютерного обучения.

    Говорить о диалоге между обучающимся и компьютером можно в тех случаях, когда, во-первых, компьютер понимает сообщения обучаемого (при этом, естественно, предполагается, что обучаемый также понимает сообщения компьютера) и, во-вторых, когда обмен сообщениями относится к различным аспектам учебной деятельности (прежде всего к аспектам решения задачи, которую ставит компьютер либо обучающийся). Таким образом, суть диалога состоит в двунаправленности.

    Фразеологизмы, как одна из форм неопределённости в человеческой речи

    … слова не хранятся в памяти как слова, но как комплексы признаков.
    Когда слова используются, они не репродуцируются памятью,
    а скорее реконструируются из составляющих эти слова признаков.
    D. Broadbent, Perceptual and response factors in the organization
    of speech. “Disorders of Language”, London, 1964

    Естественный язык человека, в частности в научной области, обладает большой неопределённостью, что объясняется полиморфизмом и контекстно-зависимым представлением информации, а также небрежностью употребления терминов. Если первая часть этой ситуации является существенно необходимым механизмом представления информации в сложной системе, то вторая – одной из составляющих шумов в потоке информации, отражающей особенности человека, как генератора языкового описания систем, в том числе и недоступных нам для наблюдения иначе как в пределах их представимости таким описанием.

    Интерес кибернетиков к исследованию фразеологизмов обусловлен рядом причин как теоретического, так и эмпирико-прикладного характера. В последние годы ведутся интенсивные исследования проблемы диалога специалистами самых разных областей науки (лингвистами, психологами, кибернетиками и др.). Эти работы обусловлены, в частности, разработкой информационно-поисковых систем, ориентированных на работу с ЭВМ неквалифицированных пользователей в режиме естественного языка, что вызывает в свою очередь повышенный интерес к проблеме формализации естественного языка.

    В рамках перспективы создания ЭВМ следующего поколения, предполагающих общение с ЭВМ на естественном языке, возникают проблемы формализации метафор, образных сравнений, перекодировок изобразительного и понятийного языков.

    Естественный язык постепенно из средства общения, из средства производства идей превращается ещё в средство управления, например, технологическими процессами. Семантические компоненты сообщения при использовании языка как средства производства материальных ценностей применяются в операциях управления, классификации и контроля. Такой подход к естественному языку требует не только изучения его лингвистических закономерностей, но и разработки и построения многочисленных (семантических, ассоциативных, частотных, коннотативных и т.п.) словарей, формализующих и упорядочивающих лексику.

    Семантический фразеологизм представляется шагом на этом направлении, связанным в первую очередь с разработкой и апробацией методических средств построения словаря фразеологизмов.

    Фразеологизмы интересны тем, что, являясь разновидностью фольклора, несут в себе совокупный общественный опыт, отражают структуры обыденного, житейского сознания, национально-культурную специфику языка.

    Одной из особенностей фразеологизма является целостное, неаддитивное строение образующих его элементов, задающих в совокупности целостное значение. Другой особенностью фразеологизма является его метафизический, образный характер, закреплённый в понятии фразеологической идиоматичности, часто выделяемой в качестве основного признака фразеологизма. Передавая абстрактное через конкретное, отвлечённое через наглядное, осязаемое, фразеологизмы являются как бы формой рефлексии внеязыковой действительности. Они порождены потребностью в выразительных средствах коммуникации – вербального выражения чувств, эмоциональных оценок, способов эмоционального воздействия, ярких и метких характеристик человека, предметов, явлений.

    Фразеологизмы являются мощным средством сжатия сообщения. Они позволяют передать в одном изречении смысл целого текста.

    Одной из особенностей фразеологической семантики является её преимущественно субъектная направленность – направленность на характеристику человека как субъекта деятельности. “Фразеологизмы оценивают человека с точки зрения физических, психических, морально-этических, интеллектуальных качеств, характеризуют его в отношении социальной принадлежности, рода занятий, возраста и жизненного опыта, родственных связей”[7].

    Проблемы семантической структуры слова

    Значение слова в психологическом аспекте – не вещь, а процесс или, если
    брать его более широко, как психологический эквивалент “словарного
    значения”, – и вещь, и процесс, но уже никак не т о л ь к о вещь.
    А.А. Леонтьев. Психологическая структура значения.

    Проблема структуры значения как психологического или психолингвистического феномена определяется тем фактом, что значение слова – не просто изолированный заместитель денотата, а член семантической системы, и его внутренняя структура связана с его отношением к другим членам этой системы. В семантической структуре слова, в некотором смысле, отражена структура человеческого знания или какая-то часть этого знания. В частности многие исследователи анализировали взаимосвязь внутренней семантической структуры слова и системности лексики. Говоря о системной организации лексики, её отнюдь не отождествляют с собственно лингвистической, так сказать, словарной системностью; речь идёт о ассоциативных связях, в которых эти слова выступают в психике говорящего. Они не менее реальны, чем лингвистические связи, но это связи другого рода. Разного рода “семантические поля”, “семантические группы” и т.д., устанавливаются на основе сознательного сопоставления словарных значений, иррелевантных механизмам речи.

    Существуют, также, неассоциативные методики психолингвистического исследования семантических связей. Некоторые исследователи понимают семантическую структуру слова несколько по-иному. Они рассматривают те характеристики денотатов, которые релевантны для выбора определённой лексической единицы или определённой конструкции.

    Принципиальные вопросы, связанные с обоснованием правомерности и необходимости такого или иного подходов наряду с формально-лингвистическим, рассматриваются в известных работах [8].

    Языки общения и управления

     

    Естественно считать естественным языком язык запахов или
    свиста для некоторых систем, наблюдаемых на этих языках. [2]

    Из вышесказанного видно, что в решении вопроса, каким быть языку общения, отчётливо проявляются различные тенденции. Одна из них – стремление использовать естественный язык, другая – создание удобных для человека искусственных языков. При этом под искусственными понимаются языки, придуманные для тех или иных целей, удобные для написания алгоритмов и создания моделей того или иного класса (сюда можно отнести любой язык программирования). Под естественными языками понимается язык человека и его подмножества ограниченные по синтаксису и семантики.

    Основные доводы сторонников использования в общении с компьютером естественного языка: отсутствие необходимости специального обучения; удобство в общении, поскольку основное внимание уделяется содержательной стороне общения. Естественный язык обладает и другими достоинствами: способностью наиболее полно и тонко выражать всевозможные оттенки смысла, возможностью передавать максимум информации минимальными лексическими средствами, высокой надёжностью, возможностью глубокой лингвистической индивидуализации.

    Для решения проблемы понимания компьютером естественного языка следует обеспечить в системе учёт многих факторов, что само по себе не просто и превращает естественно-языковой процессор в крайне сложную и громоздкую подсистему.

    Необходимо учитывать, что наряду с преимуществами в осуществлении коммуникативной функции естественный язык обладает и недостатками, к числу которых относятся многозначность слов, сложность грамматических норм, громоздкость и необозримость его конструкций, ситуативность многих конструкций, длинноты и т.д.

    Заметим, что компьютеры не обладают интеллектуальными способностями, способностями адекватно оценивать поступающие от пользователя сообщения. Соответственно это, в общем, то и вызвало появление языков программирования. Но искусственные языки создаются не только по этой причине. Опыт показывает, что в ряде случаев они являются более удобными средствами общения, чем естественные языки. Хотя с их помощью и нельзя описать определённые объекты предметной области.

    В настоящее время и в ближайшем будущем вряд ли возможно будет использовать в качестве средства общения естественный язык в полном объёме. Можно говорить лишь о некотором подмножестве естественного языка, которое характеризуется строгой предметной направленностью, обеднённой лексикой и упрощенным синтаксисом. Причём в ряде случаев эти ограничения весьма значительны и заметно затрудняют общение.

    По этой причине некоторые специалисты считают, что при общении с системой узкойориентации целесообразно использовать не ограниченный естественный язык, а специализированные формальные языки, поскольку изучить директивы легче, чем запомнить ограничения, налагаемые на естественный язык, и следовать им в ходе диалога, следить за допустимостью формулировок сообщений.

    В специализированных системах в качестве средства общения иногда используются редуцированные проблемно-ориентированные языки – рабочие языки. Они имеют четкую предметную направленность, по сравнению с естественным ограничены в лексике, синтаксисе и сфере применения.

    В рамках данного подхода, рассматривающего общение с компьютером посредством специфических языков, проведено большое число исследований, направленных на выявление основных требований к таким языкам. Рассмотрим требования к таким языкам, сформулированные специалистом по языкам программирования Б. Шнейдерманом [4]:

    1. минимум понятий, нужных для начала работы: простые операции должны быть просты;
    2. минимальный синтаксис: синтаксис должен быть даже для сложных операций;
    3. стабильность: операторы должны иметь постоянную семантику в любом контексте;
    4. гибкость: язык должен охватывать процесс мышления пользователя, чтобы обеспечить много степеней свободы в формулировании высказываний;
    5. нечувствительность: небольшое изменение в содержании сообщения должно отражаться незначительным изменением в выражении на этом языке;
    6. простота расширения и модификации: после выбора подхода реорганизация не должна представлять сложность;
    7. минимум исключений: структура языка должна быть однородна;
    8. простота обнаружения ошибок: должна быть минимизирована вероятность появления ошибок и должна быть обеспечена выдача адекватных сообщений о них;
    9. унифицированность: должен быть одинаковый синтаксис для запросов, замены, добавления и удаления данных, определений и управления защитой данных.

    Проблемам языка общения посвящено большое число исследований, однако их выводы нельзя непосредственно переносить на обучающихся. Объясняется это не только тем, что в силу возрастных возможностей они нуждаются в более доступном языке. Не меньшее значение имеет и тот факт, что область обучения охватывает значительно более разнообразные ситуации общения, чем обычные ситуации решения непрофессиональным пользователем задач с помощью компьютера. Можно условно выделить три ситуации, каждая из которых предъявляет особые требования к организации диалога и к языку общения [1].

    Первая моделирует ситуацию субъект-субъектного обучения (в рамках традиционного обучения она соответствует изложению нового материала). Основная проблема состоит в том, чтобы обеспечить понимание обучающимся текста сообщения.

    Второй тип ситуации моделирует субъект-объектную ситуацию обучения, т.е. ситуацию обучения при решении разнообразных учебных задач (например, математических, химических).

    Третий тип ситуаций наблюдается в тех случаях, когда пользователь приходит со своей задачей. Этот тип включает разнообразные ситуации, которые в значительной мере зависят от того, какие функции выполняет компьютер.

    При таком разнообразии ситуаций представляется нецелесообразным говорить о некоторых единых требованиях к языку общения.

    В настоящее время уже стало очевидно, что процесс коммуникации человека с компьютером имеет одностороннюю природу. А потому при организации общения необходимо выявить естественные для пользователя коммуникативные средства в позициях как отправления, так и получения сообщения. Нужно разработать удобные и естественные средства для человека языки общения человека с машиной и машины с человеком. В подобных системах естественно было бы разделение лингвистической и психологической естественности языка общения.

    При организации, по-видимому, для выбора языка человек-машина предпочтительнее критерий психологической естественности, тогда как язык машина-человек должен быть близок к естественному языку.

    Заключение

    Так каким же быть языку общения – искусственным или естественным? Ясно одно, что предпочтения, отдаваемые языковым или неязыковым средствам общения, а также их комбинациям должны в каждом конкретном случае базироваться на соображениях психолого-педагогической целесообразности. Последнее включает способность средств общения эффективно обеспечивать достижение поставленных целей в максимально короткий срок и в условиях психологически щадящего режима деятельности обучаемого. Так, выбор языка общения полностью зависит от задач, стоящих перед обучением, и его предметного содержания. Существуют фрагменты обучения, в которых должен моделироваться диалог на естественном языке, в других же ситуациях более эффективным оказывается искусственный язык.

    Взгляд на обучение, как на интеллектуальный эксперимент по усвоению знаний, диктует необходимость создания новых математических моделей, которые с одной стороны используют концепцию дидактики и адекватно отображают когнитивные адаптивные процессы, а с другой стороны реализуют методы построения АОС.

    Литература

    1. Машбиц Е.И., Андриевская В.В., Комиссарова Е.Ю. Диалог в обучающей системе. Киев, “Выща школа”, 1989.
    2. Ерофеев А.А., Поляков А.О. Интеллектуальные системы управления. СПб: Издательство СПбГТУ, 1999.
    3. Савохин А.В. Представление знаний в интеллектуальных системах обучения. Пенза, 1990.
    4. Шнейдерман Б. Психология программирования. Человеческие факторы в вычислительных и информационных системах. М., “Радио и связь”, 1984.
    5. Норенков Ю.И. Исследование и разработка принципов построения адаптивных обучающих систем. М., 1993.
    6. Осипов Г.С. Приобретение знаний интеллектуальными системами. М., “Наука”, 1997.
    7. Петренко В.Ф. Психосемантика сознания. Изд-во Московского университета, 1988.
    8. Леонтьев А.А. Семантическая структура слова. Психолингвистические исследования. Изд-во М., “Наука”, 1971.
    Май 23rd 2014

    Представление знаний и объектно-ориентированная СУБД Cache’

    А.О.Поляков, И.А.Семёнов

    В статье рассмотрены принципы представления знаний об объектах и отношений между ними. Исследованы принципы извлечения и структурирования знаний для автоматизированной разработки баз знаний интеллектуальных систем. Рассмотрена одна из современных постреляционных технологий Cache, позволяющая реализовывать современные концепции хранения и анализа корпоративных данных.

    In article the principles of performance of knowledge about objects and relations between them are considered. The methods both software of extract and structuring of knowledge for the automized development of the knowledge bases of intellectual systems are researched. One of modern postrelational of technologies Cache’, permitting is considered to realize the modern concepts of storage and analysis of the corporate data.

    Цель статьи заключается в ознакомлении читателей с одной из современных постреляционных технологий Cache’, позволяющей реализовать современные концепции хранения и анализа корпоративных данных.

    Ежедневно большие и малые корпорации интенсивно приобретают огромные объемы данных. Они накопились в такой степени, что необходимо иметь современные технологические средства их анализа. Накопленные данные хранят в себе большие потенциальные возможности по извлечению новой аналитической информации. Используя которую можно строить дальнейшую стратегию фирмы, прогнозировать тенденции развития рынка, находить новые решения, позволяющие успешно развиваться в нелегких условиях конкурентной борьбы. Для некоторых фирм такой анализ является неотъемлемой частью их повседневной деятельности, другие, может быть, только начинают приступать к нему всерьез.

    Для того чтобы извлечь из накопленных данных чрезвычайно важную информацию необходимо, чтобы эти данные хранились в оптимальном, приближённом к реальным данным предметной области, виде. Об одной из таких систем, способной приблизить структуру хранения данных к реально существующей и пойдет речь в статье.

    С появлением необходимости использования новых аналитических технологий обнаружения знаний (Data Mining), возникли и новые требования к хранилищам данных, с которыми общепризнанные реляционные системы неспособны справиться. Многократная реструктуризация модели данных может быть отнесена к одному из таких требований.

    Структура знаний отражается в модели данных. От модели зависит многое. Она должна отражать структуры различных прикладных сфер. Модель определяется совокупностью описаний элементов (сущностей), из которых она построена, из отношений, а также совокупностью описаний свойств и поведения этих элементов.

    Столь сложную задачу по созданию вычислительной системы, обеспечивающей интеллектуальную поддержку решений проблем отражения в компьютере ПО с использованием моделей, под силу только универсальным Case-средствам. Универсальность Case-средства заключается в том, что она должна обладать возможностью определять сами различные модели в широкой прикладной области.

    Модель данных содержит в себе описание структур объектов и их отношений. Понятие структуры в свою очередь, входит неразрывной частью в существо внешнего их представления, поэтому естественное стремление к использованию структуры данных, непосредственно соответствующей структуре объекта, имеет важное значение, как с позиции преобразования входных данных, так и с позиции эффективности обработки.

    Нужно отметить, что наличие только одного статического представления моделей, для решения проблем, недостаточно. Система должна поддерживать динамические процессы последовательного приближения к поставленной пользователем цели. Это довольно сложное требование, поскольку суть его не только в проблеме языка представления знаний (ЯПЗ), но и в проблеме глубокого понимания сущности проектирования систем.

    На систему возлагается еще одно важное требование, которое она должна выполнять сама, но в сложных ситуациях с помощью человека, управление непротиворечивостью моделей, сконструированных внутри нее.

    При структурировании знаний важно понимать природу объектов. Когда один объект или группа из нескольких объектов представляются другими объектами, которые концептуально от них отличаются, все эти объекты в совокупности образуют одну иерархическую структуру. В реальном мире сложные объекты почти без исключения реализуются в виде конструкций, за элементы которой принимаются более простые объекты. Следовательно, понятие иерархии является неотъемлемым для представления структурных отношений в объектах. Во многих случаях это понятие является многоуровневым в том смысле, что по существу структурные элементы объекта сами по себе представляют конструкции, состоящие из более простых сущностей. Внутри компьютера такое понятие иерархии описывается иерархической структурой данных. Иерархическая структура данных как таковая отражает не только некие абстрактные структурные отношения. Объекты, находящиеся в иерархических отношениях внутри реального мира, поставлены в соответствие структуре данных. Исходя из этого, сначала задается систематика в структуре данных. Крайне важно сохранение семантики, а система обработки знаний должна обладать возможностями управления этими семантическими отношениями.

    Исходя их сказанного, ясно, что методология структурирования баз знаний должна иметь объектную направленность, связанную с выделением объектов. Практика показала, что другие методологии не проявили себя как подобает. Множественность средств и терминов в них объясняется тем, что каждая ПО вводит собственные обозначения для лучшего отражения своей специфики. И поскольку инженерия знаний имеет дело с широким классом ПО встает задача разработки достаточно универсального языка структурирования знаний.

    Для создания приложений, отражающих объекты ПО максимально приближенных к реальным, необходимо сделать несколько шагов в постреляционном направлении.

    Постреляционная СУБД Cache’ обладает возможностью отображать реальный мир, не искажая внутренних закономерностей ПО. Cache’ состоит из:

    • транзакционной многомерной модели данных, которая нетребовательна к ресурсам системы, при этом обладает большой производительностью и легко масштабируется;
    • максимально оптимизированного SQL для работы с другими базами данных и приложениями. Работает в несколько раз быстрее большинства реляционных СУБД;
    • системы Cache’ WebLink. Это этап интеграции Cache’ баз с мировыми информационными технологиями, открывающий новые возможности использования баз в Intranet и в Internet;
    • уникального продукта InterSystems – Distributed Cache’ Protocol (Протокол Распределенного Кэша). DCP существенно снижает загрузку сети и делает даже самую большую сеть “прозрачной” для клиента СУБД.

    Этот список можно продолжить и далее.

    В основе концепции Cache’ лежит принцип многомерного представления данных.

    Сегодня на рынке доступен ряд коммерческих серверов многомерных БД. Некоторые продукты (такие, как Cache’) хранят данные в истинно многомерных БД, другие выгружают данные из реляционных БД в статические многомерные модели, третьи обращаются к реляционным данным, используя виртуальное многомерное представление, с которым и работает пользователь. К статической или виртуальной многомерной модели можно отнести продукты фирм Oracle, Informix, Sybase, Computer Associates, Microsoft и др., которые предлагают покупателям системы, позволяющие хранить многомерные структуры данных, однако их ядра подобны имеющимся у реляционных БД.

    Таким образом, данные в БД – Cache’ хранятся в многомерных массивах данных (в структурах, аналогичных тем, которые существуют в реальном мире), вместо множества двумерных таблиц, как в реляционных БД. И пользователь работает напрямую с многомерной моделью (доступ, изменение или поиск данных), что увеличивает производительность системы по отношению к реляционным базам в несколько раз.

    С целью дальнейшего повышения производительности обработки транзакций, в БД Cache’ реализована концепция “разреженных массивов”. Пространство базы данных занято лишь реальными данными — пустые данные не занимают места вообще. Эта действительно “лаконичная” технология базы данных повышает производительность и масштабируемость, сокращая число операций чтения/записи.

    Быстрый доступ к данным при многомерной модели делает ее естественной для обработки транзакций, которая требует частого изменения маленьких кусочков БД. Так как Cache’ состоит из n-мерных массивов, то для приложения становится просто найти, заблокировать и изменить только те данные, которые требуются для транзакции. Внутренние механизмы обработки данных приложения не тратят время для доступа к многочисленным таблицам или блокировки целых страниц данных при поиске нужной информации. Таким образом, индивидуальные транзакции работают быстрее, и большее число транзакций может быть запущено параллельно.

    Унифицированная структура данных позволяет осуществлять доступ к постреляционной базе данных Cache’ через объекты, SQL или напрямую без необходимости применения какого-либо «перевода» или «отображения». При обработке многомерных массивов постреляционной СУБД, называемых глобалами и являющихся единицами хранения данных, используется встроенный язык Cache’ Script для описания прямого доступа к последним. А язык запросов Cache’ SQL вместе со словарем данных позволяет создавать реляционные таблицы для сохранения данных.

    Нет необходимости говорить, насколько широкое распространение получила в последнее время идеология объектов. Термин “объект” в ОО системе означает комбинацию данных и программ, представляющих некоторую сущность реального мира. Данные состоят из компонентов произвольного типа, называемых атрибутами. Каждая программа называется методом. Пользователи не могут увидеть, что у объекта внутри, но могут им пользоваться, обращаясь к его программной части. Это немногим отличается от обычного вызова процедуры, когда пользователи обращаются к ней, подставляя значения входных параметров и получая результаты в виде выходных параметров.

    Практика показывает, что наиболее распространенная сегодня реляционная технология мало пригодна для работы со сложными объектами. Бартельс, пионер в области объектно-ориентированного программирования в Германии, в нескольких обзорных статьях приводит чрезвычайно удачное сравнение: “едва ли кому-нибудь придет в голову идея разобрать свой автомобиль (как пример сложного объекта), прежде чем поместить его в гараж (база данных), на отдельные детали (записи, поля), разложить их там, а на следующее утро в обратном порядке снова собрать свою машину”.

    Объектно-ориентированный подход – это возможность работать со сложноструктурированными данными и попытка преодолеть ограничения, связанные с использованием реляционной технологии СУБД. Реляционные БД вынуждают пользователей представлять иерархические данные в терминах кортежей многих отношений. А для выборки данных, разбросанных таким образом по многим отношениям, реляционная БД должна выполнять дорогостоящие операции соединения. Иерархические данные в объектно-ориентированных языках естественным образом представляются благодаря тому, что значение атрибута объекта, в свою очередь, может быть объектом.

    Объектная надстройка Cache’ по существу является макроуровнем языка Cache’ Script. Такие свойства объектов, как наследование (в том числе множественное), полиморфизм и инкапсуляция реализуются Cache’ на собственных средствах, а словарь классов объектов позволяет создавать информационные системы различной степени сложности. Глобалы БД хранят информацию о значениях свойств и параметрах, характеризующих их поведение, а сами методы работы с данными реализуются на языках Cache’ Script, Cache’ SQL и Cache’ ScriptObject, причем последний включает команды манипулирования объектами. Кроме того, Cache’ взаимодействует с широким набором различных инструментов разработки и разнообразными языками. Для объектов это включает доступ при помощи ActiveX (COM), Java, C++, и Web.

    Принимая во внимание достоинства объектно-ориентированного подхода, не следует упускать из виду то, что реляционная технология обладает важными преимуществами, – теоретическая обоснованность и подкрепленность стандартами.

    Часто можно услышать что, большинство объектно-ориентированных БД страдает от недостатка средств запросов. Обычно не предусматриваются вложенные подзапросы, операции над множествами (объединение, пересечение, разность), функции агрегирования и группировки и т.д. — средства, полностью поддерживаемые в реляционных БД. Другими словами, эти продукты позволяют создать гибкую схему базы данных и наполнить ее объектами, но они не предоставляют достаточно мощных средств извлечения объектов из базы данных для совместного с другими пользователями доступа к ним некоторым контролируемым образом.

    Нужно отметить что, эти утверждения никак не касаются системы Cache’. Используя архитектуру унифицированных данных, объекты Cache’ автоматически становятся доступными через реляционные таблицы. А это дает возможность использования целого ряда средств разработки запросов, составления отчетов, которые являются результатом популярности реляционных баз данных. Таким образом, система может осуществлять как реляционный, так и объектный доступ к базам данных.

    Высокопроизводительный драйвер для использования со стандартом ODBC (Open Database Connectivity), дает возможность Cache’ иметь два принципиальных преимущества:

    • возможность использовать стандартные инструменты создания отчетов и анализа данных, включая Crystal Reports, PowerBuilder, Microsoft Office, и Microsoft Query;
    • возможность работать с данными, на инструментах основанных на ODBC (таких как PowerBuilder, Inprise Delphi, и Microsoft ADO, RDO, и OLEDB).

    Литература

    1. С. Осуга, “Обработка знаний”, М. “Мир”, 1989.
    2. С. Осуга, “Приобретение знаний”, М. “Мир”, 1990.
    3. Дж. Хаббард, Автоматизированное проектирование баз данных. М. “Мир”, 1984.
    4. В. Кирстен, От ANS MUMPS к ISO M. СПб: АОЗТ “СП.АРМ”, 1995.
    Май 23rd 2014

    Интеллектуальные системы и информационные технологии управления

    A.O. Polyakov, R.M.Yusupov

    Russia, Saint-Petersburg, SPIIRAS

    A.A.Erofeev

    Russia, Saint-Petersburg, SSTU

    INTELLIGENT SYSTEMS AND INFORMATION TECHNOLOGIES IN CONTROL

    Some results of development of intellectual management systems as a result of generalization of problems of an artificial intelligence and information technologies of control are considered. The perspective questions of problems of information control, directions of its development and some capabilities of creation of control machines of a new class are discussed.

    А.О. Поляков, Р.М.Юсупов

    Россия, Санкт-Петербург, СПИИРАН

    А.А.Ерофеев

    Россия, Санкт-Петербург, ИИСТ

    ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ УПРАВЛЕНИЯ

    Обсуждаются вопросы объединения и перспективного развития интеллектуальных систем и управления на рубеже XXI века

    На рубеже XXI века тематика интеллектуальных систем и интеллектуального управления претерпевает значительные изменения. Явно наметилась положительная тенденция перехода от игрушечно-модельного подхода к интеллекту к его восприятию как некоторого характеристического свойства систем высокой организационной сложности, свойству достаточно специфическому и выразимому в достаточной степени только на языках контекстно-зависимого уровня. Столь же полезной тенденцией можно считать и постепенное осознание исследователями, что компьютер фон Неймановской архитектуры, конечный автомат по своей сущности, не может быть инструментом создания интеллектуальных систем, интеллектуального управления ибо является системой контекстно-независимого уровня.

    Однако научная литература 90-х годов в основном отразила поиски в области создания интеллектуальных машин, начиная, по-видимому с Sardis G.N. Analytical formulation of the principle of increasing precision with decreasing intelligence for intelligent machines //Automatica. 1989. № 3, 25. В отечественной литературе это дало направление, утверждающее, что “по мере продвижения к высшим уровням иерархической структуры повышается интеллектуальность системы, но снижается ее точность и наоборот”. Все это ведет к признанию рядом исследователей, что “интеллектуальные системы могут вовсе и не обладать интеллектуальностью в общепринятом смысле”. Тогда может быть пришло время совместить понятие интеллектуальности и его “общепринятого смысла”?

    Анализ употребления термина “интеллектуальные системы управления” (ИСУ) показывает, что под ним, в общем случае, понимается предельный по сложности класс САУ, ориентированных на приобретение, обработку и использование некоторой дополнительной информации, понимаемой как “знание”. Ясно, что такие системы предназначены для работы в условиях неопределенности (невозможности точного математического описания) информации о свойствах и характеристиках системно-сложных объектов и среды их функционирования.

    В условиях работы реальных систем с высоким уровнем неопределенности информации для построения СУ неизбежно применение новых информационных технологий, ориентированных на потоки контекстно-зависимой информации, то есть фактическая разработка новых принципов построения интеллектуального управления — теории ИСУ для систем высших уровней системной сложности.

    Фактически, мы стоим перед дилеммой выбора директивы интеллектуального управления. Традиционно принято разделять системы по сложности их описания на языке математики, выделять систему из внешнего мира как кибернетический объект с обратными связями и той или иной степенью алгоритмизированности управления, игнорируя или формально учитывая её связи с внешним миром, как подлежащие количественному определению возмущения. В этом случае введение эвристического или математизированного интеллекта если и не оправдано, то понятно как способ коррекции исходной модели.

    Теория ИСУ опирается на системный подход в том смысле, что она, ориентируясь на системную, а не на описательную сложность, оставляет систему во внешнем мире и признает существование внутренней целевой установки хотя бы на уровне поддержания стабильности своего существования. Гомеокинетическое плато системы является ее важнейшей характеристикой. Управляемое и независимое от собственной цели существования удержание системы на этом плато или перевод её в другое метастабильное состояние — цель и задача интеллектуального управления. Внутреннее и внешнее управление интеллектуальны во взаимодействии, в акте взаимной контекстной ситуационной оценки информации.

    Сказанное выше можно кратко выразить так: либо “диктовать и требовать”, либо “просить и договариваться”. В первом случае получаем обычное директивно — критериальное или аналитико — механистическое управление и работу с описывающей систему моделью. При этом система известна с точностью до модельной структуры и передаточных характеристик. Во втором случае получаем системное руководство (системное управление) и организацию взаимодействия с управляемой системой “как с субъектом”. Здесь система известна с точностью до ответной реакции на языке диалога, сообщающем о контекстном понимании заданного управления, оценке ресурсов и возможностях реализации новой целевой установки.

    Казалось бы, управление и интеллектуальные информационные технологии как методы работы со знанием, должны были встретиться еще с момента возникновения понятия “искусственный интеллект” (ИИ) или более правомерного, но так и не принятого понятия “когнология”, предложенного Мак-Карти. Однако в явном виде ничего подобного не произошло. Управление, как САУ, ныне “успешно” дополнено экспертными и эвристическими подходами. Управление же, как руководство, считается деятельностью, достаточно обеспеченной математикой и требующей только вычислительных мощностей для решения систем из многих дифференциальных уравнений, или даже просто решения задач линейного или нелинейного программирования.

    Вместо построения единой теории управления, содержащей в себе “классические САУ” как составную часть, и, например, “интеллектуальные САУ” как системы, обеспечивающие автоматическое принятие управляющих решений на основе контекстного и ситуационного анализа потоков информации, управление для систем, не имеющих адекватного задаче математического представления, было фактически отодвинуто на обочину науки и вылилось в автоматизированные системы управления — АСУ. Автоматизация, как включение человека в процесс принятия решений, устраняла все проблемы в корне: нет функционала — есть “экспертно” полученное решение. Теоретическая несостоятельность и практическая неуспешность такого подхода давно стали очевидными.

    Со стороны ИИ тоже не предпринималось никаких видимых шагов к сближению. Одной из причин тупикового развития этого подхода стала его направленность на моделирование отдельных проявлений поведенческого аспекта при отсутствии сколько-нибудь полезного определения интеллектуальной системы. Хождение по лабиринтам, игра в шахматы, многомерные пространства и другое увели ИИ от создания технологий работы со знанием к поискам алгоритмических моделей, к попыткам расширения возможностей контекстно-независимых языков и к эвристикам. Декларированная “всеобщность кибернетики”, как универсального метода работы с любыми системами, заслонила собой реальность существования сложных систем во внешнем мире, влекущую за собой требование полноценного управления, которое нельзя подменить эвристиками. “Информационный угол зрения” и направленность на “моделирование живого в машине” как путь к интеллекту, в конечном счете, исчерпали себя.

    Рассмотрим некоторые возможные перспективы тематики интеллектуальных систем и интеллектуального управления.

    Управление и информация фактически встретились на новом уровне уже в начале 80-х годов, с момента появления первых предложений о проведении динамической контекстной реструктуризации баз данных, т.е. появления основы для создания баз знания. Этой встрече они обязаны исследованиям как в области информатики, так и в области математической и структурной лингвистики, давшим к этому времени достаточные основания для становления предмета информатики, ее перехода к работам по созданию и исследованию баз знания.

    Теория ИСУ исходит из того, что интеллектуальное управление не может быть альтернативой “неинтеллектуальному”. Если в природе мы признаём проявление интеллектуального поведения (или интеллектуального управления) только начиная с некоторого уровня взаимодействия открытых систем, то и в применении ИСУ мы должны иметь некоторое ограничительное правило, говорящее о системном соответствии системы и управления.

    Здесь необходимо отметить и переход чисто программистского понимания открытых систем в научные тексты, когда открытыми стали называть системы, “способные с течением времени совершенствовать свое поведение благодаря заложенным в них алгоритмам обучения”. Указанное много лет назад в общей теории систем свойство открытости, как необходимости взаимодействия некоторой выделенной системы со всеми остальными просто для обеспечения своего существования и уж никак не алгоритмизируемого взаимодействия, просто потеряно вслед за искажением смысла интеллектуальности.

    Интеллектуальное управление возникает там, где информация трактуется как количественно неопределяемая совокупность данных (фактов, знаков, утверждений и тому подобного) и отношений между ними в семантически ясном контексте их текущей трактовки. Для восприятия управления как осмысленного потока информации необходимо использование базы данных, если контекст и отношения сообщений постоянны и могут быть заданы конечным набором записей и базы знания, если семантика информации достаточно сложна, контекст переменен, цель управления корректируется в процессе управления, что, как минимум, требует реструктуризации внутренних связей базы данных при акте обработки информационного потока. Указанное требование реструктуризации, обеспечивающее практическую возможность активного (актуализированного) отношения к информации, является отличительным моментом возникновения интеллектуального управления.

    Ниже даются некоторые положения теории ИСУ.

    Интеллект является атрибутом сложной системы и характеристикой ее отношения к внешнему миру.

    Интеллект, как атрибут сложной системы, определяется формированием “образа” (изменением структуры внутренних связей в базе знания), влияющего на реакцию на внешние воздействия. Он проявляется только в актах общения со столь же сложными объектами и активизируется в системе в процессе реорганизации внутренних информационных связей. Это значит, что интеллектуальность может рассматриваться только как оценка a posteriori транзакции сравнительно с некоторой другой нереализовавшейся ситуацией.

    Основной цикл управления интеллектуальной системы основан на работе со знанием. Классический основной цикл управления не может быть распространен на системы, требующие интеллектуального управления, потому, что управление через “образ” во-первых требует существенного учета конкретного накопленного знания, формально распределенного между руководителем и системой, а во-вторых, более критично к изменению информации в процессе принятия решения. Соответственно, ИСУ, опирающаяся на принятие решений с использованием знания, имеет совершенно отличный основной цикл управления.

    Следующие два пункта рассматривают теоретическую возможность реализации интеллектуальной системы с использованием конечного автомата.

    Интеллектуальные свойства системы “объект — управление” имеют дискретное проявление.

    Теория ИСУ утверждает, что при ориентации на определение интеллектуальности, данное через базу знания, система управления может обладать интеллектуальными свойствами лишь на некоторых отрезках времени, в течение которых происходят модификации базы знания, что эквивалентно восприятию системой нового контекста. В каждом акте управления при фиксированной текущей структуре базы знания “интеллектуальные” свойства системы не являются строго необходимыми (база знания структурно фиксирована и не отличается в текущий момент времени от базы данных).

    Аппарат реструктуризации баз знания базируется на механизмах, аналогичных “функции расстановки”. Теория ИСУ базируется на механизмах реструктуризации данных, по реализации аналогичных конечной аппроксимации функции расстановки, которая по существу не является рекурсивной, а может быть и рекурсивно-перечислимой (т.е. не является множеством значений некоторой рекурсивной функции). Исходя из сказанного, для правомерного использования конечного автомата (компьютера) в составе интеллектуальной системы, теория должна рассматривать возможность построения абстрактных конструкций, реализующих невычислимые в обычном смысле объекты.

    Можно прогнозировать и дальнейшее развитие интеллектуальных систем управления. Это можно сделать исходя даже всего из двух достаточно очевидных соображений. Во-первых, интеллектуальные системы должны получить свою собственную “информационную машину” — машину, преодолевшую теоретические ограничения конечных автоматов и практическую нереализуемость машины Тьюринга. Здесь требуется научное и техническое решение, преодолевающее барьер “невычислимости”, отмеченный в отечественных исследованиях и в работах известного английского ученого Р.Пенроуза. Во-вторых, сам факт построения такой машины, практика общения с ней приведут к окончательному переосмыслению понятия и смысла информационной науки – информатики. Достаточно очевидный факт невозможности существования информационной машины такого рода иначе как в непрерывном режиме усвоения и реструктуризации информации приведет к пониманию интеллектуальной системы как системы существенно динамической.

    Разрешится и вопрос о “математическом описании невычислимого”. Просто пора задуматься о масштабе задачи разработки адекватного формализма. Все, что до сих пор изобретено, все обобщенные функциональные преобразования годятся только для представления счетных совокупностей процессов, представленных потоками, хотя и бесконечными, но однородными, состоящими из бесконечно малых неразличимых сущностей. В случае открытых систем мы имеем дело с несчетным множеством потоков, каждый их которых может раскрыться в более чем счетную совокупность потоков, состоящих не из безликих бесконечно малых, но из бесконечного разнообразия структур. Разработка такого формального аппарата – дело будущего.

    Указанные направления развития интеллектуальных систем и интеллектуального управления приведены здесь отнюдь не в умозрительном или пожелательном порядке. Некоторые подходы к решению этих проблем уже начаты проработкой вплоть до уровня эскизных проектов такого рода информационной машины и приводятся в текстах докладов в настоящем сборнике. Таково ли будет решение по “информационной машине интеллекта” или будут предложены другие решения – покажет будущее. Но в том, что общее направление и развитие “интеллектуальной тематики” будет по крайней мере близко к прогнозируемому можно не сомневаться.