Эвристические модели некоторых сложных систем
Эвристические модели некоторых сложных систем
В отделе биокибернетики Института кибернетики АН УССР за последние годы была проделана большая работа по созданию эвристических моделей. Описание каждой из них потребовало бы специальной главы; сведения о них опубликованы, поэтому я ограничусь лишь перечислением. Наиболее значительными были модели искусственного интеллекта, но об этом уже шла речь.
Следующей работой является «Модель личности», призванная воспроизвести поведение человека в самом обобщенном виде, что необходимо для создания моделей социальных систем. «Выходы» модели состоят из двух разделов:
а) напряжение и продолжительность основных видов деятельности или распределение труда и времени — на работу, дом, общение, развлечения, информацию, отдых;
б) высказывания и поступки «за» и «против» по отношению к семье, коллективу, обществу, своей и другим социальным группам.
«Входы» представлены воздействиями общества в виде различного рода шкал «платы» со знаком « + » или «—», направленными на удовлетворение основных биологических и социальных потребностей личности. Стимулами деятельности являются чувства — производные удовлетворения потребностей, которые в свою очередь представляют собой функцию интенсивности труда и шкалы «платы» за него. В зависимости от врожденной и воспитанной активности потребностейчувств, шкал «платы» и труда частные чувства изменяются в пределах некоторых величин от НПр до Пр. Сумма чувств составляет вместе уровень душевного комфорта, который и является главным показателем субъективного состояния. Таким образом, модель личности связывает общество с его моральными и материальными шкалами «платы» за деятельность, с психикой человека и его трудом. В свою очередь сами шкалы являются функцией труда граждан, уровня развития техники и совершенства общественного устройства, основанного на определенной идеологии.
Модели обобщенных личностей социальных групп могут служить базой для построения «Модели общества». Эта работа начинается в отделе биокибернетики Института кибернетики АН УССР.
Нами использован принцип эвристического моделирования и в сфере физиологии, при создании «Модели внутренней сферы» организма, воспроизводящей взаимоотношение органов между собой, с нервными и эндокринными регуляторами. Практически это означало моделирование кровообращения, дыхания, водного, солевого и энергетического обмена и терморегуляции. В первую очередь модель отрабатывала норму — физические нагрузки разной интенсивности при неодинаковой внешней температуре. Эта работа проделана, и получены удовлетворительные совпадения с опытом. Главной целью остается моделирование патологических состояний с тем, чтобы в практике использовать модель для управления лечением больных с острыми расстройствами в результате травм, операций, инфарктов и пр. Такая модель представит высший этап медицинской кибернетики, воспроизводящей не статистику болезней, как делается до сих пор, а физиологические механизмы нормальных и патологических процессов. Она может претендовать на определенный уровень теории физиологии. В качестве низшего уровня структур приняты органы, а клеточные механизмы учтены в обобщенном виде в характеристиках органов. Конечно, такая модель пригодна только для описания органной физиологии и не может объяснить, например, механизмы рака или склероза.
Я не буду подробно обсуждать математические проблемы эвристических моделей и ограничусь лишь кратким перечислением условий, связанных с их спецификой.
1. Много переменных. Количество их определяется назначением модели и наличием данных. Так, для физиологических моделей, больше других претендующих на приближение к реальным, количество переменных составляет несколько сотен, поскольку для дальнейшего увеличения их числа просто нет достоверной информации (например, чтобы «спуститься» с уровня органов на молекулярный). Модели интеллекта не рассчитаны на воспроизведение процессов в мозге, но количество «слов», которыми необходимо манипулировать доказательно, чтобы смоделировать мышление человека, видимо, должно исчисляться многими тысячами. Напротив, модель личности можно ограничить сотнями переменных, так как она по своему назначению предполагает высокую обобщенность и связана с ограниченными возможностями лабораторной оценки психики. Другое дело — общественные системы. Их объем, видимо, должен быть весьма велик.
2. Сложные системы иерархичны по своей структуре, содержат множество «горизонтальных» связей в пределах уровня и «вертикальных» — между ними. Переменные на разных уровнях имеют разную специфику и временные характеристики. Все это должно быть представлено в модели, иногда при помощи и дополнительных переменных, отражающих качество основных.
3. Как правило, характеристики элементов нелинейны. Степени их нелинейности крайне различны, и некоторые точки кривых целесообразно выражать «скачками» (или логическими переключениями), отражающими дискретность в деятельности систем. Примером является переключение СУТ.
4. Необходимость обобщать переменные, то есть заменять несколько конкретных переменных одной обобщенной (условной), является неизбежной при моделировании. Нужны специальные правила, описывающие, что можно, а что нельзя объединять. По всей вероятности, они должны основываться на корреляциях показателей.
5. В эвристических моделях нет необходимости в точности вычислений, поскольку ее нет в экспериментальных науках, изучающих моделируемые объекты. Это очень важное условие, так как оно позволяет отказаться от сложных математических описаний. Так, например, можно отказаться в ряде случаев от дифференциальных уравнений в пользу алгебраических и динамику систем рассчитывать по временным тактам. Нелинейные характеристики можно заменять кусочно-линейными.
6. Модели должны предусматривать вероятностные расчеты. Поскольку в системах-объектах очень много неизвестного, то неизбежно несколько вариантов допущений, существенно влияющих на поведение системы. Так, например, в модели внутренней сферы, призванной воспроизводить динамику развития болезни, подобные варианты совершенно необходимы. То же касается моделей общества. Иное дело — искусственный интеллект, который можно создать строго детерминированным.
7. Специфика метода эвристического моделирования предъявляет свои условия к программированию моделей на ЦВМ. Программы должны быть гибкими, блочными, позволять произвольно изменять любую величину, любую характеристику. Это необходимо для процесса создания самой модели. Задача разработчика программы не ограничивается воспроизведением заданных формул и цифр, часто приходится их заново создавать и вносить поправки в ходе отладки модели, с тем чтобы получить некоторые предполагаемые по гипотезе конечные «выходы».
Создание эвристических моделей — творческая работа коллектива специалистов в данной области науки и математиков. Те и другие должны проникнуться общими идеями и достигнуть полного взаимопонимания. Роль ведущего в группе определяется не специальностью, а способностью широко охватить предмет и создавать гипотезы. Конечно, нужны также работникиэрудиты, хорошо ориентирующиеся в массе имеющихся фактических данных, программисты, кропотливо отлаживающие сложные программы и готовые в любой момент переделывать их заново в связи с изменением гипотезы.
Эвристические модели приближают нас к теории систем «типа живых», позволяя прогнозировать их поведение, исследовать возможности управления и даже реконструкции. Более того, эвристические модели обещают совершенно новый аппарат познания. Такие модели систем «типа живых» составляют основу для построения в будущем реальных моделей, призванных заменить традиционные книжные модели нашей науки. Разработка эвристических моделей интересна сама по себе, поскольку удовлетворяет чувство любознательности. В самом деле, что может быть заманчивее, чем попытаться заглянуть в механизм работы клетки, целого организма или понаблюдать поведение человека с заданными генами.
Разумеется, реальные модели систем «типа живых» такой сложности, чтобы по ним можно было создавать новые объекты и даже реконструировать их,— дело далекого будущего. Однако искусственный интеллект выше человеческого разума отстоит во времени, пожалуй, еще дальше.
Мне представляется, что для сложных объектов будет целая система действующих моделей — полных, разной степени обобщенности, и частных, в которых воспроизведены детали. Модели эти отразят разные уровни структурной иерархии. Например, можно представить себе действующую модель организма как целого — с его «входами» извне и «выходами» в виде поступков. Наша обобщенная модель личности примерно соответствует этому понятию. Мыслима действующая модель организма на уровне органов — это наша модель внутренней сферы в самом первом приближении. Конечно, в биологии главной должна быть действующая модель клетки как самого низкого структурного уровня, на котором и осуществляются все биологические процессы. Они еще недоступны.
Как бы ни были сложны модели, они никогда не могут стать копией живой клетки или организма, даже если для копирования будут использованы гены данного живого существа. Поэтому модели будут всегда лишь вероятностными. Для того чтобы использовать такие модели в целях управления, придется их «привязывать» или «настраивать» на объект, но и в этом случае возможно лишь вероятностное управление с коррекцией эффекта обратными связями. Это примерно то же, что делает человеческий разум в процессе любого функционального акта. Разница лишь в степени сложности управляемых объектов и в вероятности эффекта управления.
Действующие модели — аппарат внешней памяти будущего. Они должны заменить библиотеки книг. Однако это не имеет прямого отношения к проблеме интеллекта.
Более 800 000 книг и аудиокниг! 📚
Получи 2 месяца Литрес Подписки в подарок и наслаждайся неограниченным чтением
ПОЛУЧИТЬ ПОДАРОКЧитайте также
3.3. Способы образования сложных высказываний
3.3. Способы образования сложных высказываний Сложные суждения образуются из простых двумя основными способами:1) путем квантификации высказываний;2) объединением простых или элементарных высказываний с помощью логических связок или операторов.Первый способ
Дедуктивные умозаключения (выводы из сложных суждений)
Дедуктивные умозаключения (выводы из сложных суждений) Чисто условное умозаключение — это умозаключение, обе посылки и заключение которого являются условными суждениями. Например: если средства производства находятся в руках всего общества (а), то члены общества
2.11. Истинность сложных суждений
2.11. Истинность сложных суждений В предыдущем параграфе мы рассмотрели шесть видов сложных суждений, которые состоят из простых суждений, объединяемых каким-либо союзом: конъюнкцию, дизъюнкцию нестрогую и дизъюнкцию строгую, импликацию, эквиваленцию и отрицание.Союзов в
1. Кибернетика-наука о сложных самоорганизующихся системах
1. Кибернетика-наука о сложных самоорганизующихся системах Философские вопросы кибернетики активно обсуждаются в отечественной и зарубежной литературе. При этом философская интерпретация ее результатов ведется с разных, нередко противоположных позиций. Идеи и
1. Кибернетика — наука о сложных самоорганизующихся системах
1. Кибернетика — наука о сложных самоорганизующихся системах Философские вопросы кибернетики активно обсуждаются в отечественной и зарубежной литературе. При этом философская интерпретация ее результатов ведется с разных, нередко противоположных позиций. Идеи и
Коммунист перед лицом сложных проблем
Коммунист перед лицом сложных проблем Неверно было бы думать, что с того времени, когда Маркс и Энгельс окончательно перешли на позиции материализма и коммунизма, дальнейшее развитие их взглядов сводилось лишь к более пространному изложению этих позиций. В
3. Категория узловой линии мер и развитие сложных систем
3. Категория узловой линии мер и развитие сложных систем В современной философской и специальной научной литературе все шире используется категория меры. Она становится одной из важнейших категорий, отражающих развитие сложных систем.В современной науке категория меры
3. Категория узловой линии мер и развитие сложных систем
3. Категория узловой линии мер и развитие сложных систем В современной философской и специальной научной литературе все шире используется категория меры. Она становится одной из важнейших категорий, отражающих развитие сложных систем.В современной науке категория меры
2. Непосредственные умозаключения из сложных суждений
2. Непосредственные умозаключения из сложных суждений Посылкой непосредственного умозаключения может быть не только простое — атрибутивное или реляционное, но и сложное суждение.Возьмем в качестве примера условное суждение (импликацию): «Если завтра будет солнечная
2. Непосредственные умозаключения из сложных суждений
2. Непосредственные умозаключения из сложных суждений 1. Правильно ли сделаны непосредственные умозаключения из следующих сложных суждений: «Если я сдам экзамен по логике, то пойду на дискотеку. Следовательно, если я не пошел на дискотеку, то не сдал экзамена по
30. Отрицание сложных суждений
30. Отрицание сложных суждений Отрицание суждения в логике – это замена существующей связки внутри сложного высказывания на другую, противоположную последней. Если мы говорим о формуле, в которой можно выразить отрицание сложных суждений, то нужно отметить, что
1. Подбор в сложных системах
1. Подбор в сложных системах Мы видели, что механизм подбора универсален, действует повсюду и во всякий момент; другими словами, что всякое событие, всякое изменение может рассматриваться с точки зрения подбора, как сохранение или умножение одних активностей, упрочение и
1. Понятие сложных суждений
1. Понятие сложных суждений Понятие сложных суждений неразрывно связано с конъюнкцией, дизъюнкцией, импликацией, эквиваленцией и отрицанием.Это так называемые логические связки. Они используются в качестве объединяющего звена, привязывающего одно простое суждение к
3. Отрицание сложных суждений
3. Отрицание сложных суждений Отрицание суждения в логике — это замена существующей связки внутри сложного высказывания на другую, противоположную последней. Если мы говорим о формуле, в которой можно выразить отрицание сложных суждений, то нужно отметить, что
О сложных и простых решениях
О сложных и простых решениях Сложные и заумные решения любят только те, кто не видели простых и