Раньше считалось, что язык математики строго однозначен и этим отличается от многозначного - полиморфного - естественного языка людей. Снижение требований, предъявляемых к математическому описанию, замена закона моделью привели к тому, что математический язык, однозначный по своей природе, стал применяться как многозначный. Начала стираться четкая грань, которая ранее существовала между математическим и словесным описанием явлений.
Еще и сейчас очень часто можно слышать споры о возможности математического описания столь сложных систем, как, скажем, социальные системы. Те, кто утверждают, что нельзя, имеют в виду математическое описание в старом, традиционном смысле. Те же, кто говорит, что можно, исходят просто из совсем других концепций: под математическим описанием понимают не установление законов, а создание моделей.
Человек и машина
Одно из самых серьезных различий между человеком и компьютером состоит в том, что человек, в отличие от ЭВМ, может решать плохо сформулированные задачи. Иначе: машине нужен однозначный математический язык, человеку - естественный, полиморфный. Естественный язык, как раз в силу своей полиморфности, оказывается мощнее любого строго формализованного языка. Но пока еще никто не понял, как в сознании человека работает программа семантического анализа предложений, формулируемых на полиморфном языке.
|
|
Эвристическое программирование — это перебор вариантов, но перебор с наложением некоторого ограничения. Вся эвристичность заключается именно в этом ограничении, налагаемом на перебор всех вариантов. Ограничения налагают, исходя только из интуитивных соображений, подражая деятельности человеческого интеллекта - строгого математического обоснования им не дается.
Теорема Гёделя
Обсудим в заключение модель системы, в которой возникают новые идеи - модель информационно развивающейся системы. Это самоорганизующиеся системы, которые управляются своими информационными потоками и при этом создают новую информацию. Такими являются биологическая система, создающая новые виды, наука, рассматриваемая как самоорганизующаяся система, интеллект человека, мыслящий автомат (если он возможен).
Задачу можно поставить так: способна ли сколь угодно долго информационно развиваться система, состоящая из некоторой совокупности аксиом и правил обращения с ними? Аксиомы - это некоторые строки символов, а правила вывода - способы получения новых строк. Если правила конечны и строго детерминированы, то на такую систему накладывает ограничения известная теорема Гёделя о неполноте (1931). Из нее следует существование истин, выразимых на языке этой системы, которые, тем не менее, нельзя вывести из системы, как бы ни задавались аксиомы и конечные и детерминированные правила вывода.
|
|
Генератор случая
Из теоремы Гёделя следует, что информационно развивающуюся систему нужно освободить от детерминизма и она должна иметь какие-то степени свободы. В модель необходимо ввести что-то вроде генератора случайных чисел, случайным образом изменяющего систему аксиом и правила вывода. В биологической эволюции этот генератор реализуется, скажем, в виде жесткого излучения, действующего на гены. В модель нужно включить еще и блок обучения, отсеивающий неблагоприятные идеи. Должна существовать какая-то неизвестная нам система ограничений, налагаемых на генератор случая или на правила отбора генерированной идеи, а также ее проверки. Интересно, что пришелец с другой планеты не смог бы отличить систему, построенную таким образом, от системы, наделенной «свободной волей».
Живое и неживое
Генератор случая и блок обучения придают системе способность к адаптации. Система приобретает возможность нетривиально приспосабливаться к изменяющимся условиям. В биологии уже давно делались попытки провести границу между живой и неживой природой. Сейчас ясно, что это различие надо искать в особенностях организации информационной системы. В живой природе она построена так, что одной из основных ее особенностей является способность к адаптации. Так же организованы жизнеспособные системы, созданные человеком: наука и общество. В неживой природе, при росте кристалла или развитии плазмы, не происходит нетривиальных адаптационных процессов, т. е. система не обогащается информационно. В способности к адаптации больше, чем в чем-нибудь другом, проявляется грань между живой и неживой природой.
Социо-кибер-физические системы
Социо-кибер-физические системы (SCPS) – это системы распределенных сенсоров (подсистем), которые управляются и интегрируются распределенным компьютерным ядром, способные к адаптации, самоорганизации и самооптимизации. На этой основе разрабатывается глобальный мегапроект «Интернет вещей (ИВ)», для реализации которого в Германии уже разрабатываются «умные заводы» (стратегическая инициатива Industrie 4.0). На них каждая «умная деталь» («умный продукт») обладает собственным уникальным идентификатором, дистанционно считываемым с использованием технологии радиочастотной идентификации (RFID). Международный проект PROMISE предлагает новую методологию управления жизненным циклом с обратной связью CL2M. С ним связан проект DINAMITE (Dynamic Decisions in Maintenance) – система принятия решений о необходимости обслуживания и ремонте изделия в реальном масштабе времени по критерию, основанному на комплексном анализе различных рисков.
Контрольные вопросы
- Системы и их модели
- Различие между концептуальными, дескриптивными и прескриптивными моделями
- Класс аналитических моделей
- Класс имитационных моделей
- Преимущества и недостатки имитационных моделей
- Модели и законы
- Модели и гипотезы
- Идея эвристического программирования
- Теорема Гёделя
- Модели адаптации