Категории информатики

Формирование новой фундаментальной науки требует решения трех основных задач:

определения предметной области;

создания системы основных понятий и аксиоматики;

разработки математического аппарата.

Разработка математического аппарата необходима для решения прикладных проблем. Причем математический аппарат и инструментарий могут быть в какой-то мере заимствованы у смежных наук. Самая трудная и решающая проблема — создание понятийного аппарата. Все попытки создать информатику как фундаментальную науку наталкивались именно на эту проблему, для решения которой требуется выйти за рамки традиционного шенноновского понимания информации. Особенно убогими выглядят учебники, учебные пособия и руководства по информатике для школ и специальных учебных заведений: в них отсутствуют новый понятийный аппарат, что сводит преподавание информатики к изучению программирования и основ электроники и вычислительной техники.

Информатика впитала в себя достижения ряда наук, особенно кибернетики, теории информации, теории систем, системотехники, семиотики, т.е. является в большой степени интегративной дисциплиной со всеми чертами метанауки.

Вся система категорий (понятий) информатики состоит из трех элементов:

1. Понятия, заимствованные информатикой из других наук.

2. Оригинальные понятия и аксиомы, отличающиеся принципиальной новизной.

3. Понятия более низких иерархий — субпонятия, раскрывающие содержание каждого из основных понятий информатики, как метанауки.

Назовем еще раз понятия информатики, заимствованные из ранее появившихся дисциплин. Это понятия: информация (в традиционном шенноновском смысле), информационный шум, избы точность, бит, байт и другие понятия математической теории связи. Сюда можно добавить понятия кибернетики: цель, управляющая и управляемая подсистемы (объект и орган управления), прямая и обратная связи и др.

Система оригинальных понятий информатики вырастает из основного понятия — понятия «информационный ресурс», а именно:

информационный ресурс;

социальная энтропия;

полезная работа (отдача) ЭВМ;

информационная среда;

напряженность информационного поля;

исходный и полный информационные потоки;

автоматизированные информационные системы;

информационные технологии;

искусственный интеллект;

информационно-динамический объект;

творческая система;

ТАС-модели;

квант (единица) знания;

социальный (коллективный) интеллект.

Раскроем более подробно понятийный аппарат информатики. Информационный ресурс (ИР). Это основное понятие, являющееся предметом информатики. ИР имеет две неразделимые стороны: формально-логическую (информационную) и семантическую (когнитивную). Когнитивный (от лат. cognition — знание, познание) означает познаваемый, соответствующий познанию. Первый аспект этого понятия (формально-логическая сторона) формируется в результате обобщения практики компьютеризации и развития инженерии знаний. Сам термин «инженерия знаний» (Knowledge engineering) появился в США в 1977 г. на ранних этапах создания ИИ.

Развитие формально-логического направления в 70-е годы в основном было связанно с практикой создания интеллектуальных систем, главная особенность которых состоит в наличии у них базы знаний и механизма их вывода («логической машины»). Потребовалось развитие формально-логических подходов, машинных языков, создание моделей представления знаний на основе логики предикатов первого порядка. Возникли обобщенные представления в области АИС, их природы, функций, общей структуры, сущности ИТ и их уровней и т.д.

Однако всего этого оказалось недостаточно для развития работ в области ИИ. Нужны были продвижения в содержательном (когнитивном) направлении: в создании моделей, использовании фреймов, семантических сетей. С этим связано формирование второго аспекта категории ИР, его когнитивной, содержательной стороны.

Таким образом, в основе методов использования представления знаний (первый аспект ИР) лежат главным образом математическая формализация и логическая полнота. Напротив, когнитивный подход (второй аспект ИР) основан на понимании процесса осознания чего-либо человеком, поэтому представлению знаний в данном случае свойственно скорее выразительность, чем математические изящество и скорость. В рамках когнитивно-содержательного направления развивается понимание зависимости от коммуникаций, информационных связей. Здесь главным объектом изучения выступает соотношение знания и информации, переход одного во второе, а так же фазовый переход знания в социальную силу. В результате слияния формально-логического и когнитивно-содержательного направлений и рождается фундаментальное понятие информационного ресурса.

Социальная энтропия. Вторая фундаментальная категория информатики. Социальная энтропия — это мера отклонения от некоторого состояния, принимаемого за эталонное, оптимальное по критерию недоиспользования ИР. В теории информации Шеннона энтропия -это мера неопределенности случайной величины любой природы. Сказать, что социальная энтропия — это недостаток знаний об объекте, было бы неточно. Недостатком знаний об объекте характеризуется энтропия субъекта, т.е. управляющей подсистемы. Но есть еще энтропия самого объекта как неопределенность его состояния — это не релевантность его структуры, а разброс функций и действий элементов объекта, что связано с недоиспользованием ИР.

Итак, социальная энтропия — новая категория информатики для характеристики управленческих процессов, уровня их осуществления. Энтропия — не просто мера упорядоченности организационных систем, а мера соответствия их состояния имеющимся целевым установкам. Чем выше информационный уровень функционирования народнохозяйственной системы, т,е. чем ниже энтропия, тем экономнее расходует она традиционные ресурсы производства: энергию, сырье, рабочую силу и особенно время. Преодоление энтропии производственных систем, т.е. отклонения их состояний от оптимального, важнее, чем дополнительное включение в хозяйственный оборот вещественно-энергетических и трудовых ресурсов. Причем улучшение показателей работы отдельных пред приятий и даже отдельных отраслей может нивелироваться общей неупорядоченностью хозяйства, поэтому интенсификация производства означает снижение его энтропии. Социальная энтропия делится на внутреннюю (исходную) и внешнюю (добавленную). Первая связана с недоиспользованием ИР, вторая — с их недостатком. Такое деление социальной энтропии необходимо прежде всего для определения полезной работы (отдачи) ЭВМ, их КПД. Компенсация исходной энтропии осуществляется путем задействования имеющегося опыта, здравого смысла, а компенсация добавленной энтропии требует творческих прорывов, новаторских шагов.

Полезная работа (отдача) ЭВМ. Чтобы качественно и количественно определить отдачу ЭВМ, необходимо определить, что такое информационная работа вообще.

Информационная работа в полном цикле — это воздействие наблюдателя (управляющей подсистемы) на объект путем выработки и передачи сообщений, обусловливающих удержание объекта в

Релевантный - существенный, уместный, относящийся к делу; соответствие запросом и полученным сообщением. имеющемся исходном состоянии, а также перевод его в новое состояние — достижение новой цели. Информационная работа имеет неэнтропийную природу.

Постановка новой цели объекту добавляет ему энтропию, снятие которой требует новой, дополнительной информационной работы. С другой стороны, информационная работа обеспечивает развитие объекта, перевод его в новое состояние. Иначе говоря, эта часть и определяет полезность информационной работы — внешнюю отдачу наблюдателя и, следовательно, ЭВМ.

Таким образом, полезная информационная работа наблюдателя, а значит и ЭВМ как орудия наблюдателя, есть остаток от работы, затраченной на компенсацию энтропии самого наблюдателя, его неупорядоченности и исходной энтропии объекта. Информационный потенциал целенаправленной системы можно увеличить путем снижения энтропии его управляющей подсистемы и исходной энтропии объекта. Информационную работу необходимо рассматривать в ее полном цикле.

Полный информационный цикл включает рождение информации, ее накопление, обработку, прием и использование для целей развития системы.

Информационная среда. Это понятие связано с понятием информационной работы в ее полном цикле. Информационная среда — это весь набор условий для технологической переработки и эффективного использования знаний в виде информационного ресурса. К информационной среде относятся аппаратные средства, программное обеспечение, телекоммуникации, уровень подготовки кадров — специалистов и пользователей, формы стимулирования, контроля, методы и формы управления, документопотоки, процедуры, регламенты, юридические нормы и т.д. Причем в информационную среду входит не только управляющая подсистема, но и объект. В информационную среду входят рассматриваемые как элементы единой системы все факторы, воздействующие на информационные процессы и информационные системы в течение всего жизненного цикла от проектирования до использования.

Категория информационной среды означает новое понимание информационно-управленческого процесса и самой информации.

Информационно-управленческий процесс в его полном виде — не просто сообщение данных, а функционирование ИР - информ-динамики, связанной с функционированием всей информационной среды, всех ее элементов, среди которых активными являются люди, а пассивными — технические средства и другие материальные ресурсы. Такой подход очень важен при создании интегрированных АСУ.

С позиций понятия информационной среды удобно дать понятия информационного процесса и информационной технологии.

Под информационным процессом понимается функционирование всех элементов информационной среды и всех факторов, обеспечивающих появление новых знаний, их передачу, переработку, использование и воздействие на объект рассматриваемой системы.

В соответствии с этим под информационной технологией следует понимать не только основанную на ЭВМ вычислительную систему., но и всю автоматизированную среду получения, передачи, переработки, использования знаний в виде информации и их воздействия на объект.

Существуют понятия социальной, экономической, производственной, интеллектуальной, информационной и вычислительной сред. Все это среды социальных систем, разные ракурсы их рассмотрения. Если понятие интеллектуальной среды характеризует условия функционирования всего потенциала знаний (овеществленной информации), то понятие информационной среды более узкое и относится только к условиям функционирования социальной ин формации, знаний в виде сообщений. Что касается вычислительной или программно-вычислительной среды, то она является элементом информационной среды.

Следующими фундаментальными понятиями информатики как науки о движущей силе информации в социальных системах являются понятия информационного поля и его напряженности. В кибернетической самоорганизующейся системе управляющая подсистема осуществляет целеполагание для объекта и удерживает его в заданном целевом русле функционирования и развития. Взаимодействие целевого, проектируемого и исходного состояний кибернетической системы, а также ее элементов осуществляется посредством информационных полей, напряженности которых создаются либо постановкой объекту цели, либо ухудшением исходного состояния системы, т.е. появлением дополнительных ограничений в ее динамике.

Напряженность информационного поля — это та сила, побутельный мотив, с которым объект и его среда действуют на управляющую подсистему, вызывая ее действия по снятию возникшей новой энтропии, обеспечению достижения объектом новой пи или перевода всей системы в новое целевое состояние в течение определенного времени. Сила и степень напряженности информационного поля зависят от двух факторов: разницы энтропии целевого и исходного состояний системы (энтропийного пространства) и времени достижения новой цели (энтропийного времени).

К физическим полям применяются пространственно-временные оценки. К информационным полям (области отражения материального мира) такие физические величины, как пространство и время, неприменимы, ибо мысль не имеет пространственно-временных границ. Поэтому для информационных полей и вводятся такие характеристики, как «энтропийное пространство» и «энтропийное время».

Механизм действия информации в общем виде таков: напряженность информационного поля вызывает энергию в каждом элементе управляющей подсистемы, направленную на выработку и передачу информации. Затем информация развязывает энергию объекта, направленную на достижение системой нового целевого состояния. Общий объем информационной работы управляющей подсистемы ограничен разницей энтропии проектируемого и исходного состояний системы. Интенсивность информационной работы (ее объем в единицу времени) зависит от напряженности информационного поля рассматриваемой системы. Общий недос таток компьютеризации (низкая отдача ЭВМ) связан с тем, что машины внедряются в среду с низкой или даже нулевой нап ряженностью информационного поля.

С напряженностью информационного поля связаны другие понятия информатики, такие, как исходный информационный поток — импульс, полный информационный поток, информационная цепная реакция и др.

Исходным информационным потоком называется поток от главного, верхнего элемента управляющей подсистемы (наблюдателя) к каждому элементу управляющей подсистемы.

Пол ный информационный поток - - это поток, воздействующий на объект за период его перехода в новое целевое состояние.

Очень важно отметить такую фундаментальную категорию, как информационно-динамический объект (ИДО), который представляет собой АИС, управляющая подсистема которой выступает в виде творческой системы, создающей новые состояния объекта. То есть ИДО — это системы социальной природы, в которых осуществляется обмен энергетическими (трудовыми) затратами в виде информационной работы и в виде физической работы. Речь идет о соотношении «силовых» и «мозговых» усилий в рамках какого-либо образования: будь то организация, предприятие, технология.

Если объект (например, предприятие) становится информационно-динамической системой, то он становится открытым по отношению к сфере знаний; в нем традиционный производственный цикл от сырья до изделия преобразуется в научно-производственный — от идеи до продукта, а его управляющая подсистема должна стать творческой системой.

Таким образом, ИДО можно определить как целенаправленные системы, в которых осуществляется обмен энергией (вещественно-энергетическими и трудовыми затратами) в виде информационной и физической работы.

Теперь мы подошли к очень важному понятию — категории искусственный интеллект (ИИ). Слово «интеллект» (от лат. Intellectus) означает ум, рассудок, разум, мыслительная способность человека. Учение об интеллекте развивается по трем направлениям. Первое из них, приведшее к появлению самого термина «искусственный интеллект», связано с теорией эвристического поиска и созданием машинных «решателей задач», относящихся к разряду творческих. Второе направление связано с разработкой роботов, автономно действующих в реальной среде и решающих нетривиальные задачи, поставленные человеком. Третье — главное — направление связано с коренной интеллектуализацией ЭВМ путем оснащения их программно-техническими средствами высокого уровня, способными делать логические выводы.

Не вдаваясь в подробный анализ научных и инженерных изысканий, отметим главное: искусственный интеллект ориентирован на создание методов дублирования (разумеется, в пределах доступного) Функций живых интеллектуальных систем искусственными системами.

Современная социологическая концепция рассматривает человека как единственный субъект труда, творчества, общения. Кибернетические автоматы, собирающие и передающие данные, имеющие память, реализующие сигналы обратных связей, занимают промежуточное положение в информационно-коммуникативных процессах общественной практики, являются средством познавательной организационной работы людей. Такое же промежуточное положение занимают и машины, или автоматы, наделенные функциями интеллекта, несмотря на их способность к логическому выводу и самостоятельному оперированию базами знаний, т.е. способность к обработке семантической информации. Автоматы могут больше «знать», чем конкретный человек (иметь более емкую память), быстрее вычислять, фильтровать данные, делать выборки и даже формально-логические выводы, осуществлять промежуточное целеполагание, накапливать знания (собирать дополнительные данные об окружающем мире, сжимать информацию). Но познать мир в содержательном аспекте, углублять понимание действительности, снимать неопределенность своего существования искусственные системы не могут. В этом смысле термин «искусственный интеллект» весьма условен и не совсем удачен. Необходимо также очертить границы рассмотрения этого термина: искусственный интеллект — не синоним искусственного разума.

Инструментарием, носителем искусственного интеллекта являются ЭВМ, роботы, экспертные системы, телекоммуникации. Что касается ЭВМ, то их нельзя понять вне связи с функциями человека в творческом процессе. Сами по себе ЭВМ не создают новую информацию, не увеличивают интеллектуальный потенциал человека (это прерогатива людей), а лишь сохраняют, трансформируют, переносят знания и тем самым увеличивают интеллектуальную отдачу людей.

Природу ЭВМ и их социальную роль можно осветить лишь путем соотнесения их с категорией ИР. Если соотносить ЭВМ с категорией «знание» в традиционно-философском смысле, то трудно избежать двух крайностей: с одной стороны — фетишизации ЭВМ, связанной с представлением о них как о думающих, мыслящих машинах, гносеологически (от греч. Gnosis — знание, учение) отражающих мир, т.е. равноправных интеллектуальных партнерах человека, а в перспективе могущих даже превзойти его, стать «умнее», а с другой — недооценки ЭВМ, связанной с представлением о них как о сверхарифмометрах, информационных мельницах, не прибавляющих знаний, не обеспечивающих интеллектуального прогресса общества. И тот, и другой взгляд на ЭВМ ошибочны.

Да, ЭВМ не мыслят в диалектическом смысле, не познают мир, не могут и в обозримой перспективе не смогут по-настоящему синтезировать знания, давать принципиально новое видение мира, зарождающегося у человека в сфере подсознания. Но это не значит, что ЭВМ во взаимодействии с людьми не увеличивают интеллектуальный потенциал человека в обществе. Они это делают через информацию, через использование ИР. Коммуникации — источник знаний, а именно ЭВМ радикально воздействуют на интеллектуальные коммуникации, и в этом их главное назначение. Компьютеры вместе с современными коммуникационными средствами резко увеличивают возможности информатизации знаний и гносеологизации информационных сообщений. Они резко увеличивают возможности и эффективность познавательной деятельности людей.

ЭВМ в виде ИИ рождают социальный интеллект как единую целенаправленную творческую систему. Социальный интеллект — не просто одно из важных понятий теоретической информатики. Это категория, посредством которой информатика смыкается с общественными науками. Подход к обществу и его отдельным подсистемам и звеньям с позиций социального (коллективного) интеллекта — это принципиально новый подход, отвечающий современному этапу развития цивилизации.

Проблема социального интеллекта имеет многосторонний характер. Наряду с общими философскими, политэкономическими, психологическими аспектами она имеет технологический аспект, связанный с разработкой и социальным использованием ЭВМ, особенно ИИ, элементом которого выступают базы знаний (БЗ), экспертные системы (ЭС). Технологический аспект в настоящее время имеет решающее значение для формирования и эффективного функционирования социального интеллекта.

Встраивание ЭВМ как ИИ в социальные системы подводит к пониманию того, что ИИ исторически формируется как подсистема единого социального (коллективного) разума. Этот разум, его структуры, механизмы функционирования и т.д. должны формироваться под воздействием систем ИИ и вместе с ним. Это и есть в строгом смысле слова процесс информатизации общества.

Важно понимать и другое: системы ИИ в их развитом виде не могут выступать подсистемами индустриального общества. В индустриальном обществе, хотим мы того или нет, ИИ всегда будет оставаться инородным телом, функционировать при низком уровне ^отдачи. Нужны другие социальные структуры, формы жизнедеятельности, приоритеты, чтобы ИИ заработал в полную силу. Это структуры информационного общества, реализующего принципы построения и функционирования социального интеллекта.

До последнего времени индивидуальные и общечеловеческие знания оставались и все еще остаются вне баз данных. Лишь поверхностное, рутинное, легко поддающееся формализации в области интеллектуального потенциала включалось в машинные системы. Между тем рост совокупного объема знаний и усложнение общественных связей ведут к тому, что отдельные люди теряют возможность получать нужные им знания, а общество лишается ценнейших индивидуальных знаний.

ИИ с его компьютерными и телекоммуникационными системами формирует коллективный разум, создает единый социальный интеллект, интегральный эффект которого выше суммы эффектов, входящих в систему индивидуальных интеллектов.

Все это означает, что дальнейшее развитие теории ИИ, выработка путей его эффективного использования зависят от разработки проблем социального интеллекта, который становится основной предпосылкой функционирования систем машинного разума.

Таким образом, вырисовывается новый подход к проблеме ИИ: ИИ — это система, мобилизующая и усиливающая социальный интеллект, которая может эффективно функционировать лишь как подсистема общественного интеллекта.

Непосредственным толчком к выработке нового подхода к ИИ, его понимания как искусственного аналога социального интеллекта послужили разработки пятого поколения ЭВМ в начале 80-х годов. В Японии, а затем сразу же в США, Западной Европе и с опозданием в 3—4 года в СССР были опубликованы проекты создания вычислительной системы (ВС) пятого поколения, реализующей функции интеллекта, включая функцию абстрактного мышления. Главными элементами этой «социальной машины» являются:

«супермозг науки» — центральный процессор с быстродействием свыше 10 млрд. оп/с;

базы знаний — зафиксированные в машинной памяти важнейшие общие и специальные знания, накопленные за всю историю и находящиеся в автоматизированном режиме;

персональные ЭВМ как массовый вид техники, которыми оснащаются рабочие места инженеров, ученых, управленцев, доступные практически каждой семье;

искусственная рабочая сила в виде миллионов роботов последних поколений, заменяющих рабочих;

современные по качеству и количеству телекоммуникации.

Творческая система. Интеллектуальные системы — это информационные комплексы, оснащенные ИИ. Они могут быть полного и неполного информационного цикла, т.е. могут творить новое состояние объекта, а могут выполнять и усеченные функции — связи, обработки знаний и т.д. Творческими системами называются интеллектуальные системы полного цикла, обеспечивающие фазовый переход знаний в силу, творящие объект. Творческие системы — это высшая форма информационных систем полного цикла. АСУ сложными системами, объединяющие АСУП, АСУТП, САПР, АСНИ, т.е. интегрированные АСУ, можно назвать прообразами творческих систем. Но они не могут обеспечить достаточно эффективное управление ИДО, потому что в них энергетические и инфор мационные части предприятий организационно оторваны друг от друга. Поэтому в качестве управляющих подсистем ИДО могут выступать информационно-организованные системы высшего уров ня, реализующие комплексные технологии выработки и конечного использования ИР, превращение его в силу.

Творческие системы (Creative Systems) не просто творят новые знания, не просто дают новое представление об объекте, новые управленческие решения - - это могут делать информационные системы неполного цикла, — а творят, созидают новые состояния объектов — предприятий, учреждений, технологий, хозяйственных комплексов, т.е. обеспечивают их развитие. Эти системы обеспечивают автоматизированный, высокопроизводительный процесс перевода знаний (книг, статей, патентов, квалификации людей) в ИР, т.е. в конкретные программы и решающие алгоритмы.

Творческие системы в полной мере могут проявить себя при высоком уровне технического обеспечения, основанного на ИИ, персональных ЭВМ и современных коммуникациях. За счет стыковки систем управления с научными исследованиями, систем автоматизации с проектированием, систем управления с производственными процессами обеспечиваются гибкость функционирования объединения, возможность быстрого перехода на выпуск новых видов продукции, повышение производительности труда, резкое сокращение цикла «наука — производство».

Квалификации знаний. Умственная (интеллектуальная) дея тельность всегда была областью, где нет метрики, где фигурируют лишь качественные, трудно определимые понятия. Фундаментальное значение информатики состоит в том, что она позволяет ввести количественно определимые понятия в умственную (познавательную и организационную) деятельность, т.е. позволяет квантифицировать знания. Сама по себе возможность квантификации знаний имеет огромное значение для человеческой цивилизации.

Информационный ресурс — это знание, ставшее информацией. Поэтому знание обладает всеми характеристиками ИР: достоверностью, надежностью, релевантностью, четкое определение которых дается в теории информации (математической теории связи). Однако семантика сообщений, их содержание в классической теории информации не учитывается. Таким образом, для квантификации знаний, если они представлены в виде информации, применим весь арсенал статистической теории связи — ее понятия, соотношения и такие информационные единицы, как бит и байт.

Содержательный аспект знаний в виде информации можно учесть с помощью единицы семантической информации — ранжированного бита,

Ранжированный бит — это информационная единица, отражающая величину системной, социальной ценности конкретного сообщения. Различие знаний (весов) информационных единиц количественно можно установить экспертным путем.

Информационный ресурс — это отчуждаемые знания, становящиеся сообщениями, — выступает в пассивной и активной формах. К пассивной относятся такие формы существования знаний, когда они не связаны или слабо связаны с конкретными предметными областями (книги, статьи, патенты, банки данных). Активные формы существования ИР: модель, алгоритм, программа, проект. Каждая из этих четырех активных форм ИР может иметь разные степени общности, научно-технический уровень и завершенность (комплектность).

В функциональном отношении модели представления знаний делятся на три вида: тезисные, аналитические и синтетические. Эти три вида моделей представления знаний получили название ТАС-модели.

2.2. АКСИОМАТИКА ИНФОРМАТИКИ

Формирование аксиоматика т.е. фундаментальных соотношений, — решающий момент в становлении любой науки. Аксиоматика вводится дедуктивным путем. Взгляд на информатику как на науку о функционировании ИР и развитии информационной среды, ее технологизации с помощью ЭВМ позволяет сформулировать новые, не известные ранее аксиомы, не пересекающиеся с аксиоматикой других наук.

В сложных системах управления управляющая подсистема имеет иерархическую структуру. Назовем наблюдателем главный, верхний элемент управляющей подсистемы. К каждому элементу управляющей подсистемы от наблюдателя идет исходный информа ционный поток 1_ИСХ (бит), равный

Лсх-лн; (2.1)

где N — количество сигналов (команд, документов, данных, указаний и т. п.), исходящих от наблюдателя; Н — энтропия этих сигналов (0< < Н < 1). Это первая аксиома информатики.

Вторая аксиома информатики: информационная напряженность каждого элемента управляющей подсистемы g, определяется инфор мационным воздействием на него наблюдателя (исходным инфор мационным потоком) с учетом энтропии данного элемента Н/:

& = 1_т/ Hj,j=l,m. (2.2)

В содержательном аспекте энтропия любого элемента управ ляющей подсистемы Д является показателем его способности к творчеству, т.е. функционированию с учетом отрицательной об ратной связи с объектом. Если Hj = I, это означает, что рассмат риваемый элемент управляющей подсистемы лишь воспринимает и ретранслирует команды наблюдателя и не вырабатывает собственной информации, т.е. не осуществляет корректирующих воздействий на объект управления с учетом конкретных условий. Если Н, = О — управляющий элемент осуществляет управление объектом неза висимо от наблюдателя, полностью самостоятельно. При 0 < Д < 1 управляющий элемент не только ретранслирует командную информацию, идущую от наблюдателя, но и вносит собственный творческий вклад в информационный потенциал управляющей подсистемы. Например, если Д = 0,5, то элемент в два раза усиливает направленный на него информационный поток.

Третья аксиома информатики: информационная напряженность всей управляющей подсистемы равна сумме напряженности всех ее элементов, включая и наблюдателя:

е=х&, у=и»», (2.з)

где gj — информационная напряженность конкретного у-го элемента; т — число элементов управляющей подсистемы. Выражение (2.3) не совсем точно: здесь должна быть не простая сумма, а формула, подобная выражению типа цепной реакции в ядерной физике.

Четвертая аксиома информатики устанавливает соотношение между полным информационным потоком /_полн, воздействующим на объект управления за период его перехода в новое целевое состояние, информационной напряженностью Q и энергией объекта управления Е, затрачиваемой объектом управления на переход в новое состояние:

E~Q~I_m (2.4)

причем энергия имеет смысл и размерность информационной энергии.

Полный информационный поток /_ПОЛ|1 соответствует полезной работе управляющей подсистемы за весь период перехода объекта в новое целевое состояние. Отсюда можно качественно и количест венно определить интенсивность информационной работы всей подсистемы и каждого ее элемента, отнеся ее к тому или иному отрезку времени.

Пятая аксиома информатики: работа управляющей подсистемы А (осуществление физической работы, затраты вещественно-энергетических ресурсов на осуществление информационной работы) состоит из двух частей:

А = а + Ь,

где а — внутренняя работа управляющей подсистемы, затраченная на компенсацию ее исходной энтропии; b — работа, направленная на объект, т.е. усилия управляющей подсистемы на ее информационную отдачу.

Согласно второму началу термодинамики (Ь), т.е. энтропия замкнутого пространства (системы), может только возрастать. Для осуществления обратного процесса - - стабилизации и понижения энтропии — нужны компенсационные усилия. Эти компенсационные усилия затрачивает управляющая подсистема — осуществляет работу по удержанию всей системы на исходном энтропийном уровне (а). Чем выше исходная энтропия, тем большую • внутреннюю работу должна осуществлять управляющая подсистема.

Шестая аксиома информатики: полезная работа управляющей подсистемы (Ь) должна соответствовать полному информационному потоку /_полн за рассматриваемый период времени.

23. ВИДЫ И СВОЙСТВА ИНФОРМАЦИИ

Остановимся более подробно на раскрытии понятия информация. Рассмотрим следующий перечень:

генетическая информация;

геологическая информация;

синоптическая информация;

ложная информация (дезинформация);

полная информация;

экономическая информация;

техническая информация и т. д.

Наверное, каждый согласится, что в этом перечне приведены далеко не все виды информации, так же как и с тем, что от приведенного перечня мало проку. Этот перечень не система тизирован. Для того чтобы классификация по видам была полезной, она должна быть основана на некоторой системе. Обычно при классификации объектов одной природы в качестве базы для классификации используется то или иное свойство (может быть набор свойств) объектов.

Как правило, свойства объектов можно разделить на два больших класса: внешние и внутренние свойства.

Внутренние свойства — это свойства, Органически присущие объекту. Они обычно «скрыты» от изучающего объект и проявляют себя косвенным образом при взаимодействии данного объекта с другими.

Внешние свойства — это свойства, характеризующие поведение объекта при взаимодействии с другими объектами.

Поясним сказанное на примере. Масса является внутренним свойством вещества (материи). Проявляет же она себя во взаи модействии или в ходе некоторого процесса. Отсюда появляются такие понятия физики, как гравитационная масса и инерциальная масса, которые можно было бы назвать внешними свойствами вещества.

. Подобное разделение свойств можно привести и для информации. Для любой информации можно указать три объекта взаимодействия: источник информации, приемник информации (ее потребитель) и объект или явление, которые данная информация отражает. Поэтому можно выделить три группы внешних свойств, важнейшими из которых являются свойства информации с точки зрения потребителя.

.45

Качество информации — обобщенная положительная харак теристика информации, отражающая степень ее полезности для пользователя.

Показатель качества —одно из важных положительных свойств информации (с позиции потребителя). Любое отрицательное свойство может быть заменено обратным ему, положительным.

Чаще всего рассматривают показатели качества, которые можно выразить числом, и такие показатели являются количественными характеристиками положительных свойств информации.

Как явствует из приведенных определений, для того, чтобы определить набор важнейших показателей качества, необходимо оценить информацию с точки зрения ее потребителя.

Потребитель на практике сталкивается со следующими ситуациями:

часть информации соответствует его запросу, его требованиям и такую информацию называют релевантной; а часть — нет, и ее называют нерелевантной;

вся информация релевантна, но ее недостаточно для нужд потребителя; если полученной информации достаточно, то такую информацию естественно назвать полной;

полученная информация несвоевременная (например, устарела);

часть информации из признанной потребителем релевантной может оказаться недостоверной, т.е. содержащей скрытые ошибки (если часть ошибок потребитель обнаруживает, то он испорченную информацию попросту относит к нерелевантной);

информация недоступна;

информация подвержена «нежелательному» использованию и изменению со стороны других потребителей;

информация имеет неудобные для потребителя форму или объем.

Обзор приведенных ситуаций позволяет сформулировать следую щие определения свойств информации.

Релевантность — способность информации соответствовать нуждам (запросам) потребителя.

Полнота — свойство информации исчерпывающе (для данного потребителя) характеризовать отображаемый объект и / или процесс.

Своевременность — способность информации соответствовать нуждам потребителя в нужный момент времени.

Достоверность — свойство информации не иметь скрытых ошибок.

Доступность — свойство информации, характеризующее воз можность ее получения данным потребителем.

Защищенность — свойство, характеризующее невозможность несанкционированного использования или изменения.

Эргономтностъ — свойство, характеризующее удобство формы или объема информации с точки зрения данного потребителя.

Кроме того, информацию можно классифицировать с точки зрения ее использования на следующие виды: политическую, техническую, биологическую, химическую и т.д. Это, по существу, классификация информации по потребителю.

Наконец, обобщенно характеризуя качество информации, часто используют следующее определение. Логическая, адекватно отображающая объективные закономерности природы, общества и мышления — это есть научная информация. Заметим, что последнее определение характеризует не взаимоотношение «информация — потребитель», а взаимоотношение «информация — отражаемый объект / явление», т.е. это уже следующая группа внешних свойств информации. Здесь наиболее важным является свойство адек ватности.

Адекватность — свойство информации однозначно соответ ствовать отображаемому объекту или явлению. Адекватность ока зывается для потребителя внутренним свойством информации, проявляющем себя через релевантность и достоверность.

Среди внутренних свойств информации важнейшими являются объем (количество) информации и ее внутренняя организация, структура. Об объеме и количестве информации речь пойдет в следующих главах, а по способу ее внутренней организации информацию делят на две группы:

1. Данные или простой, логически неупорядоченный набор све
дений.

2. Логически упорядоченные, организованные наборы данных.
Упорядоченность данных достигается наложением на данные

некоторой структуры (отсюда часто используемый термин — структура данных).

Во второй группе выделяют особым образом организованную информацию — знания. Знания в отличие от данных представляют собой информацию не о каком-то единичном и конкретном факте, а о том, как устроены все факты определенного типа.

Наконец, вне поля нашего зрения оказались свойства инфор мации, связанные с процессом ее хранения. Здесь важнейшим

свойством является живучесть — способность информации сохра нять свое качество с течением времени. К этому еще можно добавить свойство уникальности. Уникальной называют информацию, храня щуюся в единственном экземпляре.

Таким образом, мы описали основные свойства информации, а соответственно и определили базу для классификации ее по видам.

Контрольные вопросы

1. Расскажите, как Вы понимаете смысл понятия «информационный ресурс».

2.Что такое «социальная энтропия»?

3.В чем разница между информационной средой и информационной техно
логией?

4.Что такое напряженность информационного поля?

5.Дайте определение категории «искусственный интеллект».

6.Какое Вы видите отличие индивидуального интеллекта от социального?

7.Расскажите о процессе функционирования творческой системы.

8.Что такое квант знания?

9.Проанализируйте первую аксиому информатики.

10. В чем смысл второй аксиомы информатики?