Russian
| English
"Куда идет мир? Каково будущее науки? Как "объять необъятное", получая образование - высшее, среднее, начальное? Как преодолеть "пропасть двух культур" - естественнонаучной и гуманитарной? Как создать и вырастить научную школу? Какова структура нашего познания? Как управлять риском? Можно ли с единой точки зрения взглянуть на проблемы математики и экономики, физики и психологии, компьютерных наук и географии, техники и философии?"

«КОГНИТИВНЫЙ ВЫЗОВ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ» 
Г.Г. Малинецкий, С.К. Маненков, Н.А. Митин, В.В. Шишов

Г.Г. Малинецкий, С.К. Маненков, Н.А. Митин, В.В. Шишов
Ордена Ленина ИПМ РАН им. М.В. Келдыша

В настоящее время возникла реальная возможность создания когнитивной отрасли промышленности, сравнимой по масштабу с компьютерной индустрией. Обсуждаются научные, организационные, технологические перспективы. Когнитивный вызов, с которым столкнулись мир и Россия, открывает новые горизонты. К быстрому прогрессу когнитивных технологий, к превращению этой области в мощную индустрию человечество понуждает объективная потребность быстрого достижения нового качества управления во всё более сложном и нестабильным мире. Кризис мировой социально-экономической системы, который будет долгим и тяжелым, переход к новому технологическому укладу, к новым алгоритмам развития делают эту потребность ещё более острой. Хочется надеяться, что исследователями, инженерами, руководителями, обществом в целом когнитивный вызов будет быстро осознан. От этого многое зависит

Сфера знания и исследований в XXI веке, судя по проведенному анализу и сделанным прогнозам [ 1 , 2 , 3 ] , будет кардинально отличаться от науки XIX и XX века. У этого несколько причин.

  • Во – первых, различны те главные задачи, которые предстоит решать человечеству и уже решенные проблемы. Если XIX век с его переделом мира можно назвать веком геополитики , XX – веком геоэкономики , то XXI столетию, вероятно, предстоит стать веком геокультуры .
  • Во – вторых, меняются экономические уклады, главные энергоносители эпохи и неразрывно связанные с ними типы жизнеустройства, основные направления научной активности [ 4 ] . Если с птичьего полета взглянуть на пройденный и предстоящий путь, то отличия представятся разительными.

Век XIX – столетие пара, угля, как главного топлива, тяжелой промышленности, триумфа механики и термодинамики, инженерного дела. Инженеры рассчитывали и строили мосты, двигатели, паровозы и гордились этим. Индустриальная эпоха дала толчок развитию естественных наук, открыла путь к массовому производству и связанным с ним глубоким социальным изменениям.

Прошедший XX век, столетие мировых войн (может быть, со временем историки будут говорить о «длинном двадцатом веке»). Электричество и нефть. Ряд историков трактует мировые войны как схватку угля и нефти, стоявших за ними укладов и держав [ 4 ] . Век химии, ядерной физики и компьютерных технологий, «новой экономики». Символы инженерного труда этого столетия – химики, синтезирующие новые материалы, опираясь на накопленные знания о 100 тысячах неорганических и 10 миллионах органических веществ, и инженеры-программисты, и инженеры-схемотехники – представители гигантской, бурно развивающейся отрасли промышленности. Помнится, один из американских президентов с гордостью говорил, что информационно-телекоммуникационный комплекс США стоит больше, чем вся нефтехимическая промышленность и автомобилестроение вместе взятые. Век ознаменован набирающим силу процессом глобализации и триумфом общества потребления. Наиболее яркие научные достижения, изменившие мир, связаны с химией, ядерной физикой, компьютерными науками. По-видимому, никогда фундаментальные естественные науки не пользовались таким авторитетом в обществе, как в это время.

Но человечество стремительно движется вперед. В XIX веке огромные усилия были направлены на предмет производства , в ХХ веке – на средства производства. Видимо, в начавшемся веке во главу угла встанет субъект производства – тот, кто придумывает, управляет, производит и потребляет произведенное, а также получает все риски и катастрофы, связанные со своей деятельностью. По-видимому, и основные возможности и прорывы (и главная угроза) начавшегося столетия будут связаны с самим творцом, с отдельным человеком, коллективами, обществом в целом. Именно такой прорыв и начинается на наших глазах. Этот прорыв связан с когнитивными технологиями и одной из форм их реализации – когнитивными центрами.На наш взгляд, здесь развернутся главные события в сфере науки и технологий XXI века. Тут – на острие атаки – страны, корпорации, регионы, отдельные люди получают шанс прорваться в будущее. Принципиально важно, чтобы этот шанс не был упущен в России, здесь и сейчас. Этому и посвящено наше эссе.

Пожалуй, здесь следует пояснить смысл терминов «технология» и «когнитивная технология». Впервые термин «технология» в образовании и науке использовал профессор университета Геттингена Иоганн Беккман. По его мысли, способы и средства создания «полезных умений», совокупность знаний о промышленном производстве общественно полезного продукта, экономики и организации производства, а также способов воздействия на предмет труда и составляют важную и полезную дисциплину, которую он назвал технологией .

Иными словами, технологией до начала XIX века считалось учение об искусстве осуществления любой деятельности. Затем в конце XIX века и в XX веке понятие технологии сужается до технологий материального и энергетического производств.

С 1960-х годов смысл этого понятия вновь расширился, во многом благодаря книге футуролога и фантаста Станислава Лема «Сумма технологии». По Лемму, технологии, это « обусловленные состояния знаний и общественной эффективностью способы достижения целей, поставленных обществом , в том числе и таких, которые никто, приступая к делу, не имел в виду» [ 5 ] .

Как видим, сюда попадают и производственные, и управленческие, и образовательные, и многие другие технологии.

С началом научно-технической революции (НТР) распространение получил термин высокие технологии. Вначале считалось, что это такие способы деятельности, в которых добавленная в процессе осуществления такой деятельности стоимость намного превышает стоимость сырья. Классический пример – производство микросхем. Сырьё – кремний, песок – дёшево и доступно. Совершенствование технологий микроэлектроники стоит десятки миллиардов долларов. Результат производственного процесса – микросхемы – весьма дорог и крайне важен для всей нашей цивилизации.

Развитие теории управления, менеджмента, гуманитарных наук помогли осознать, что в основе функционирования общества лежат технологии, объектом которых является отдельный человек, отношения между людьми, социальные группы. Здесь и способы управления, и образовательные системы, и алгоритмы воспитания, и многие другие. Они и были названыгуманитарными технологиями . Более того, с древнейших времен до настоящего времени ответ на предъявленные вызовы общество дает, прежде всего, в сфере гуманитарных технологий. Выработка и реализация стратегии, борьба элитных групп за власть и реализация политики, отбор, подготовка и привлечение наиболее подходящих для решения поставленных задач кадров, методы психологической поддержки и способы мобилизации общества, и многое другое, неразрывно связанное с жизнью человека и социума является сферой гуманитарных технологий. Как показывают история и социология для большинства обществ удельный вес и роль этой сферы, по сравнению с производственными технологиями, гораздо выше. Гуманитарные технологии, как правило, в различных обществах искались методом проб и ошибок, отбирались и совершенствовались в ходе эволюции.

Однако развитие психологии, социологии, политологии, других наук о человеке, потребность отдельных социальных групп, корпораций, общества в целом искать наиболее эффективные, «мягкие» способы достижения своих целей изменили эту ситуацию уже во второй половине XX века. Гуманитарные технологии стали предметом не только изучения, но и организационного, социального проектирования. Технологии связи с общественностью ( PR) и с правительством (GR) , с экспертным сообществом, с конкурентами и союзниками начали приобретать всё большее значение. К примеру, освещение военных конфликтов в средствах массовой информации, раздача ролей «агрессора» и «жертвы», «победителя» и «побежденного» в массовом сознании сплошь и рядом оказывали не меньше воздействие на условия послевоенного мира, чем сам конфликт. Хвост начал вилять собакой. Эффективность таких технологий стала очевидной после целой череды «цветных революций», с которыми столкнулись многие страны.

Начали стремительно развиваться методы информационного управления человеком и обществом, исследования рефлексивных процессов и алгоритмов рефлексивного управления, способы непрямых действий. Стремительное развитие виртуальной реальности, связанное с компьютеризацией общества, с появлением социальных сетей, блогов, средств массовой информации ускорило эти процессы.

И для всего этого комплекса исследованных, спроектированных, сознательно используемых воздействий на общество и человека стал использоваться термин высокие гуманитарные технологии. Именно эта область стала ареной соперничества ряда центров силы современного мира.

По прогнозам многих экспертов, и основные возможности, перспективы нашей цивилизации, и риски её развития будут связаны с человеком. В конце XX века произошёл научный прорыв, связанный с исследованиями мозга, с компьютерным моделированием элементов сознания, стремительно начали развиваться математические психология, социология, история.

Появились математические модели таких процессов и явлений, изучение которых ещё недавно считалось предметом и привилегий гуманитарных дисциплин. Всё это позволило ввести понятие когнитивных технологий. Определить их сегодня, пожалуй можно следующим образом.

Когнитивные технологии – способы и алгоритмы достижения целей субъектов, опирающиеся на данные о процессах познания, обучения, коммуникации, обработки информации человеком и животными, на представление нейронауки, на теорию самоорганизации, компьютерные информационные технологии, математическое моделирование элементов сознания, ряд других научных направлений, ещё недавно относившихся к сфере фундаментальной науки.

Именно в таком смысле мы и будем понимать когнитивные технологии далее.

В случае когнитивных технологий, в отличие от многих других сфер, мы находимся в начале пути. В этой области существует огромный потенциал развития. В самом деле, в эпоху индустриального и научно-технического оптимизма считалось, что развитие должно происходить по закону геометрической прогрессии – в одинаковое число раз за одинаковые промежутки времени см. рис.1 (или на языке дифференциальных уравнений по экспоненте – , где x – интегральный показатель, характеризующий отрасль, а – коэффициент, часто называемый мальтузианским). Однако история экономики, науки и техники показывает, что отрасли и технологии характеризуются обычно логистическим законом см. рис.1 , где – предельный уровень развития. При этом происходит насыщение, на которое выходят «старые» отрасли и от которого достаточно далеки «молодые». Та же закономерность характерна, как показывают науковеды, для научных школ, направлений, целых областей исследований. Это, к примеру, убедительно подтверждает развитие астрофизики и физики элементарных частиц – безусловных фаворитов науки второй половины XX века.

Рис. 1. Сравнение экспоненциального и линейного роста

Как же проанализировать наиболее вероятную траекторию, заглянуть в будущее, осмыслить то, что раньше не происходило?

Естественно рассмотреть развитие наиболее близкого аналога той технологии, которая может изменить и производство, и общество, и самого человека. Прекрасным аналогом здесь служат компьютерные и телекоммуникационные технологии, развитие которых и привело нас к порогу когнитивной эры. Обращаясь к аналогам из прошлого, мы будем обсуждать в основном результаты и сюжеты прикладной математики и информационных технологий, связанные с Институтом прикладной математики им. М.В. Келдыша РАН (ИПМ). С одной стороны, это обусловлено тем, что ИПМ имел непосредственное отношение к важнейшим технологическим прорывам – космическому, ядерному, компьютерному – имевшим стратегическое значение для нашей страны. С другой – именно с этими примерами мы знакомы лучше, чем с остальными.

Кроме того, развитие компьютерных технологий и наук как инновационной отрасли не имеет аналогов. Гордон Мур – один из основателей фирмы Intel – в 1960-х годах обратил внимание на эмпирическую закономерность – степень интеграции элементов микросхемы на кристалле удваивается примерно каждые два года. (Мы имеем дело с той самой геометрической прогрессией, которая отличает законы развития «молодых отраслей»). Естественно, такое развитие отличает и другие, связанные с этим, характеристики компьютеров. Эта закономерность, получившая название закона Мура , описывала развитие компьютерных технологий в течение более, чем полувека (см. рис.2).

Рис. 2. Развитие электроники более 40 лет происходит в экспоненциальном режиме

Это привело к тому, что нынешние компьютеры считают в 250 миллиардов раз быстрее, чем пионеры электронной вычислительной техники. Подчеркнем, что ни одна отрасль в истории человечества не знала таких темпов развития.

Аналогия, о которой пойдет речь, тем более уместна, поскольку когнитивная революция и связана с тем огромным массивом компьютерных технологий, который человечество создало чуть более, чем за полвека. Кроме того, когнитивные технологии позволяют на новом уровне дать ответ на те проблемы, которые поставила информационная революция – достижение нового качества управления всё более сложным и всё более нестабильным миром.

Императивы управления

Управлять значит предвидеть.
Б. Паскаль

Влияние компьютеров на жизнь, экономику и науку, как ни странно это звучит, оказалось значительно меньше, чем предполагалось многими исследователями в 1960-х годах. Достаточно перечитать манифест научно-технической революции (НТР) – книгу С. Лема «Сумма технологии» [ 5 ] . От компьютеров ждали большего.

Поставим простой мысленный эксперимент. Представим, что в какой-либо области жизнедеятельности ключевой параметр удалось бы изменить хотя бы в 100 миллионов раз при разумной стоимости такой инновации. Если бы это произошло на транспорте, то субъективно мир сократился бы до размера одного небольшого дворика – близкими соседями стали бы все. Если такой скачок произошел в сельском хозяйстве, то, видимо, всё можно было бы не только продавать, но и выращивать в каждом магазине. Фантасты разобрали многие другие возможности. Влияние одного изменения такого масштаба оказывалось бы кардинальным.

Почему же пока с компьютерами этого не произошло? За ответом необходимо заглянуть в историю. В своё время организатор, директор нашего института академик М.В. Келдыш (после серьезной проработки проблемы в стенах ИПМ) убеждал руководителя государства – Н.С. Хрущева – форсированным образом развивать компьютерную индустрию, так же масштабно и энергично, как в то время это делали в США. Естественно встал вопрос, где же та главная область, в которой использование компьютеров даст наибольший успех, позволит выйти на качественно другой уровень. М.В. Келдыш доказывал, что такой сферой станет управление. Доклад не имел успеха. По мысли Н.С. Хрущева с чем-с чем, а с управлением обществом, экономикой и другими «большими системами» (как тогда было принято говорить) руководители и сами справятся вполне успешно.

Именно этот стык компьютерных возможностей и управленческих проблем вновь и вновь оказывался камнем преткновения. Популярными и в научном сообществе и в обществе в целом в 1970-х годах были идеи внедрения в сферу управления предприятиями, отраслями, государством автоматизированных систем управления (АСУ) и единой, комплексной, общегосударственной системы управления (ОГАС). Академик В.М. Глушков, проводивший идею ОГАС, в качестве генерального конструктора считал, что в плановой советской экономике практическая реализация подобной идеи займет несколько лет. Однако общество оказалось не готово к использованию подобных инструментов. Под руководством академика Н.Н. Моисеева в Вычислительном центре АН СССР (ныне ВЦ им. А.А. Дородницына РАН) был выполнен большой круг исследований, связанных с математическим моделированием социально-экономических систем, в частности, существовавших в рамках плановой экономики [ 6 ]. И оказалось, что во многих случаях реализация оптимальных, с точки зрения прикладной математики, решений либо невозможна, либо ставит соответствующие социально-экономические структуры, которые должны были бы реализовать эти решения, в крайне невыгодные положения. Социально-экономические механизмы оказались и далеко не очевидными, и гораздо хуже изученными, чем традиционные задачи планирования и управления, в которых нет «человеческой компоненты». Поэтому утверждение «мы не знаем общества, в котором живем» стало очевидным специалистам по информационным технологиям и прикладной математике на десятилетия раньше, чем политикам.

Таковой ситуация оказывалась не только в Советском Союзе, но и мире в целом. Создатель кибернетики Норберт Винер, развивая этот междисциплинарный подход, представлял, что речь будет идти об общих законах управления в технологических системах, в организациях, в обществе. Компьютер здесь естественно возникал как инструмент, повышающий эффективность такого управления. К сожалению, в приложении к обществу реализация этой исследовательской программы, всей кибернетической парадигмы, оказалась весьма скромной.

И удачные эффективные примеры использования компьютерных технологий в управлении обществом и государством – счастливые исключения, подтверждающие общее правило. В качестве примера можно привести работы и деятельность выдающегося кибернетика Стаффорда Бира по корпоративному и государственному управлению [ 7 ] .

В очень жестких условиях, в которых оказалось руководство Чили в начале 1970-х годов, компьютерные системы, обслуживающие правительство, и группа консультантов, работавших на это, помогли решить очень сложные социальные, экономические, управленческие задачи. Несмотря на весьма скромные ресурсы удалось стабилизировать ситуацию в стране.

Однако пришло время, когда этот барьер – его естественно назвать когнитивным барьером – на границе гуманитарных, информационных и компьютерных технологий и проблем управления должен быть взят. И взят благодаря когнитивным технологиям, которые начали стремительно развиваться в последние годы. Для этого есть несколько оснований.

Практическая потребность в росте темпов принятия управленческих решений на различных уровнях. Мир вступил в полосу быстрых изменений, в начавшийся период кризиса, который, вероятно, займет не одно десятилетие. Естественно, системы оперативного управления не должны отставать от тех изменений, реакцией на которые должны быть своевременно принимаемые решения. И без развитой системы компьютерных и когнитивных технологий тут не обойтись.

Повышение объема информационных потоков, которые должны быть приняты во внимание. Человек в состоянии учесть одновременно не более 5-7 факторов, влияющих на принятие решения. Он может непосредственно работать с 5-7 людьми (с остальными опосредованно).

Чтобы преодолеть этот барьер в медленно меняющихся сферах деятельности люди строили со времен древних цивилизацийиерархические организационные структуры . Иными словами эта задача решалась средствами гуманитарных технологий. Пример – конструкторские бюро, в котором необходимо определить около 1500 параметров боевого самолета. Генеральный конструктор определяет 5-7 ключевых характеристик по 5-7 заместители и т.д.

Когда ситуация меняется быстро, важно становится понять, какие 5-7 параметров (в теории самоорганизации – синергетике их называют параметрами порядка ) следует принять во внимание, и как отстроить организационную структуру, чтобы предложенное решение, проект, стратегия оказались эффективными и своевременными. Тут не приходится надеяться на традицию, опыт, «здравый смысл». Специалисты по информационным технологиям наглядно убедились в этом при создании операционных систем – здесь ошибка или просчет на одном из нижних уровней иерархии может погубить всю конструкцию.

Проблема агрегации – дезагрегации становится ещё более острой в условиях глобализации. «Страны – руководители» от «стран – рабочей силы» отличает среди прочего владение технологиями управления в экономическом, технологическом, информационном, инновационном пространствах, в сфере прогноза и управления информационными потоками. То есть, они отличаются по степени подготовленности к развитию и использованию когнитивных технологий.

Необходимость многоуровневого прогноза, опирающегося на математическое моделирование, компьютерные и информационные технологии. После первой волны кризиса 2009 года доказывать необходимость научного прогноза и его использования в практике управления излишне. Однако следует сказать о необходимости резкого повышения качества управления на федеральном, отраслевом, региональном, корпоративном уровне в России. Опыт работы Центра компьютерного моделирования и экспертного анализа ИПМ с Республикой Чувашия, с рядом регионов страны, наглядно показал, что планы социально-экономического развития можно делать существенно лучше, адаптировать к происходящим изменениям намного легче и быстрее [ 8 ]. По сути, все ответственные политические силы остро нуждаются в качественной и количественной оценке последствий предлагаемых ими решений, стратегий, проектов, программ. Ряд инструментов для этого уже созданы, другие разрабатываются, третьи ждут нас в недалеком будущем. В случае сети взаимодействующих когнитивных центровэкспоненциально возрастают прогностические возможности каждого из них, формируется новая управленческая среда.

Наличие экспертно-имитационных моделей отраслей, регионов, других объектов управления дает возможность быстро повышать уровень управленческих кадров. Действовать методом проб и ошибок, заниматься управленческим творчеством гораздо проще, легче и дешевле за экраном монитора, чем сразу, вместо вычислительного эксперимента, приступая к натурному. И попыток здесь больше, и ошибки, сделанные «на модели», могут уберечь от неверных решений в управленческой практике.

Рост рисков и цены управленческих ошибок. Немецкий социолог Ульрих Бек, осмысливая уроки Чернобыльской аварии, создал концепцию «общества риска» [ 9 ]. Несоответствие управленческих технологий и социально-экономических механизмов уровню производительных сил и порождаемых ими угроз делают наше общество всё более нестабильным. В соответствии с мировой практикой каждый рубль, вложенный в прогноз и предупреждение бедствий, катастроф, социальных нестабильностей, позволяет сэкономить от 10 до 100 рублей, которые пришлось бы вложить в смягчение последствий или ликвидацию уже произошедших бед (для особо опасных объектов «коэффициент управления риском» превышает 1000) [ 10 , 11 ].

Чернобыльская авария показала, что локальные действия людей, оперирующих с опасными объектами, могут иметь глобальные последствия. Заметим, что на территории России расположено около 50 тысяч опасных и 5 тысяч особо опасных объектов.

После Чернобыльской аварии была создана Государственная научно-техническая программа (ГНТП) «Безопасность», направленная на анализ всего спектра природно-техногенных рисков. Руководители этой программы – академик К.В. Фролов и член-корр. РАН Н.А. Махутов впоследствии выдвигали идею не принимать законопроекты без анализа связанных с ними рисков. Эта инициатива не нашла поддержки и не была реализована. Одна из причин этого – отсутствие необходимой научной и методологической поддержки. В настоящее время информационные системы, имеющиеся компьютерные модели, инновационные, когнитивные технологии дают основу для реализации этого предложения.

Наличие гигантской информационно-телекоммуникационной инфраструктуры от глобального до локального уровня – основы для внедрения когнитивных технологий. В России сейчас есть более 180 миллионов мобильных телефонов, значительная часть населения пользуется интернетом, в школе проходят информатику. Очень многие имеют персональные компьютеры, ноутбуки. Дело встало за математическими моделями, когнитивными технологиями, умением и желанием применять их в задачах управления на всех уровнях общества.

Другими словами, есть не только потребность, но и основа для развития и массового использования когнитивных технологий в задачах управления и быстрый прогресс в гуманитарных технологиях.

Научные предпосылки

И прошлое, и настоящее, и будущее существует одновременно, в сегодняшнем дне. Важно только увидеть будущее и поддержать его.
С.П. Курдюмов

За десятилетия до создания компьютеров принципиальные проблемы построения вычисляющих машин были поставлены и решены выдающимся математиками – Тьюрингом, Постом, Черчем, Нейманом [ 12 ] . Универсальная вычислительная машина Тьюринга, теория алгоритмически неразрешимых задач, концепция Неймана самовоспроизводящихся автоматов стали и теоретической основой, и практической предпосылкой будущих успехов компьютерных наук и технологий. Они предопределили траекторию развития компьютерной индустрии, по крайней мере, на 60 лет вперед, которые сейчас позади, и, может быть, на много лет, которые ещё впереди. Итак, упрощая историю компьютерных наук, можно сказать: «Вначале была математика…».

На наш взгляд, когнитивные исследования, как в свое время компьютерные, уже прошли эту стадию своего развития. В их основе сегодня лежит теория самоорганизации или синергетика . Этот междисциплинарный подход родился в 1970-х годах в связи с необходимостью исследовать нелинейные процессы и явления, осмысливать результаты компьютерного моделирования. Специалисты по прикладной математике любят повторять, что целью вычислений являются не числа, а понимание . Однако в 1970-х годах в связи с задачами физики плазмы и теории взрыва, исследованием мировой динамики и экологических систем стало понятно, что понимание неустойчивостей таких объектов требует своих понятий, концепций, моделей. Именно поэтому часто говорят, что синергетика представляет собой теорию неустойчивостей, теорию саморазвивающихся систем, что она говорит на языке прикладной математики.

Проведенные исследования показали, что во множестве физических, химических, биологических систем происходитсамоорганизация – в процессе эволюции выделяется небольшое число ведущих переменных (мод, степеней свободы), к которым подстраиваются остальные характеристики системы. Следуя физической аналогии, эти ведущие переменные стали называть параметрами порядка. Именно выделение в ходе самоорганизации таких параметров позволяет многие сложные системы описывать просто, но вполне адекватно.

При описании сложных явлений или систем обычно строится иерархия упрощенных моделей . В такой иерархии модели более низкого уровня являются более простым частным случаем или более грубым приближением для процессов, описываемых моделями более высокого уровня. Однако более простые модели нагляднее, прозрачнее, понятнее, чем сложные. Замечательным свойством нашей реальности является то, что модели, возникающие на нижних уровнях иерархии, для многих сложных явлений и процессов совпадают или близки. Это позволяет исследовать и использовать универсальные свойства многих нелинейных систем.

Оглядываясь назад, можно сказать, что синергетика выполняла ещё один социальный заказ, связанный с управлением, с которым не справилась кибернетика. Если управлять системой во всей её полноте, то управляющая система должна быть сравнимой по сложности с управляемым объектом, что во множестве случаев и невозможно, и не нужно.

Решение подобных проблем подсказывает физиология. Тело человека имеет более 400 механических степеней свободы. Управление всеми в режиме реального времени – сложнейшая задача, требующая суперкомпьютерных возможностей. Выход из этого положения, который нашла природа состоит в том, что в ходе развития возникают устойчивые связи между различными степенями свободы (называемые синергиями). Обучаясь ходить, плавать, бегать человек фиксирует эти связи, вырабатывает те параметры порядка, которыми он и будет в дальнейшем управлять.

Та же схема реализуется и в организационном управлении. В корпоративных системах создается иерархическая структура и осуществляется «управление разнообразием». Каждый иерархический уровень должен агрегировать информацию, говорить на своем языке, выявлять наиболее важное и представлять следующему уровню только то, что необходимо, и то, чем он может управлять.

Иными словами, начиная с некоторой степени сложности системы, детальная, четкая, полномасштабная организация не работает. Приходится создавать и использовать механизмы самоорганизации, агрегации, уменьшения разнообразия.

В начале развития синергетики самоорганизация изучалась в тех объектах, которыми занимаются естественные науки. При этом спонтанное возникновение упорядоченности, появление структур или автоколебаний связывали с диссипативными процессами, обеспечивающими рассеяние энергии – трением, вязкостью, диффузией, теплопроводностью (иногда при этом говорят обобъективной самоорганизации ). Синергетика быстро завоевала популярность. Индикатор этого – десятки международных научных журналов, тысячи проведенных конференций, около сотни книг серии «Шпрингеровская серия по синергетике» (редактор серии профессор Герман Хакен), издаваемая с 2002 года в России серия «Синергетика: от прошлого к будущему» (редактор серии профессор Г.Г. Малинецкий), в которой вышло около 50 книг.

Прорыв последнего десятилетия связан с осознанием ключевой роли самоорганизации в процессах обучения, принятия решений, распознавания образов. И с этой точки зрения многие решенные задачи предстали в новом обличье. Подобно тому, как герой классического произведения с удивлением обнаружил, что говорит прозой, оказалось, что многие проблемы связаны с выявлением параметров порядка в пространстве образов, решающих правил, стратегий. В других же задачах усилия направлялись на синтез систем, в которой желаемое решение возникало в ходе самоорганизации.

Основная идея удивительно проста и заимствована из нейробиологии. Каждая клетка мозга – нейрон – хорошо изучена и ведет себя в ответ на внешние воздействия достаточно простым предсказуемым образом. Откуда же берется огромная сложность мозга и феномен сознания? Ответ состоит в огромном количестве и разнообразии связей между нейронами, которые возникают в ходе самоорганизации при решении задач, с которыми он сталкивается. Простейшая схематическая формализация этих представлений на уровне математических моделей, компьютерных программ и архитектур привела ко множеству эффективных алгоритмов и систем в задачах управления, распознавания образов, адаптации и обучения [ 13 ] . Перефразируя Станислава Лема, можно сказать, что мы сегодня не очень хорошо представляем, что такое естественный интеллект, и поэтому испытываем трудности с построением искусственного интеллекта, но нейронные сети позволили смоделировать «искусственный инстинкт». И во множестве задач этого оказалось достаточно.

Другой важнейший блок когнитивных проблем, идей и достижений связан с компьютерным анализом задач медицинской диагностики. В самом деле, работа с медиками показывает, что диагностика состояния больного, судя по медицинским руководствам, требует определения от 400 до 1000 параметров. При этом разные области медицины «говорят на разных языках», вкладывая в одни и те же термины разный смысл. Однако врач в состоянии оперировать в пространстве характеристик и признаков, размерности, не превышающей 5-7. Какие же это признаки? Очевидно, опытный диагност, в отличие от начинающего, среди всего пространства параметров выделяет «главные», «нужные», «подходящие». Собственно, умение выделять подобные «параметры порядка» для разных заболеваний и состояний организма и является результатом профессиональной деятельности. В ходе работы происходит самоорганизация в информационном пространстве врача, позволяющая отделять главное от второстепенного. Динамика этого процесса плохо понята и изучена, поэтому и не удается учить врачей быстро и хорошо. В США интервал между временем, когда будущий кардиохирург переступает порог университета, и моментом, когда он начнет самостоятельно делать операции на сердце, занимает 15 лет – огромная часть активной, творческой жизни.

Каковы же «параметры порядка» у опытных, успешных врачей? К сожалению, сплошь и рядом сами они не могут ответить на этот вопрос. Они либо цитируют полузабытые институтские лекции, либо фантазируют. Практическая деятельность, диагностика, принятие решений в огромной степени опирается на интуицию (в основе которой профессиональный опыт). Рефлексия, описание, анализ этой работы плохо сочетаются с самой работой.

В ИПМ, в научной школе академика И.М. Гельфанда, была развита техника «диагностических игр», позволяющая выявлять «параметры порядка» и «решающие правила» для данного эксперта [ 14 , 15 ] . Для ряда редких заболеваний (где экспертов немного и статистика невелика) это позволило получить очень хорошие результаты, позволяющие сократить для некоторых патологий смертность втрое. И действительно, оказывается, что опытный диагност оценивает не более 3-4-х параметров из огромной совокупности (на разных стадиях болезни, как правило, свои переменные. Их выделение – творческий процесс, требующий высокой квалификации и профессионального опыта). И математики позволяют выяснить, каковы же эти параметры. Уникальный профессиональный опыт одного позволяют сделать достоянием многих. Интуитивное индивидуальное достижение талантливого врача переводится в сферу рационального знания, тиражируется, позволяет спасать жизни многих людей.

В таких работах очень важным является сотрудничество, своеобразный симбиоз – «не вместо человека, а вместе с человеком» часто говорят специалисты, работающие в этом научном направлении.

Идеи синергетики, концепция параметров порядка, вновь и вновь возникают при моделировании интеллектуальной деятельности. Один из нынешних алгоритмов распознавания зрительных образов, созданный в ИПМ, получил название КЧП («К черту подробности!»). По-видимому, ключевая способность человека, позволившая опередить остальные виды – удивительная способность быстро выявлять параметры порядка в разных ситуациях (естественно, отбрасывая лишнее), следить за ними, а также быстро менять поведенческие стратегии в зависимости от них.

Ещё один важный шаг, сблизивший когнитивные процессы и теорию самоорганизации, был сделан в динамической теории информации . В этой теории информация рассматривается как случайный запомненный выбор. Вводится понятие ценной информации – того выбора, который помогает обладателю такой информации выжить и передать её дальше. Если назвать единицу ценной информации «мемом», то, по аналогии с образом Ричарда Докинза – «эгоистичным геном», возникает «эгоистичный мем». В теории рассматривается, как меняются распределения носителей разных видов ценной информации в пространстве и во времени [ 16 ] . Что же может быть той «ценной информацией» (типично когнитивным понятием), распространение которой для нас важно? Очень и очень многое. Языки, религиозные убеждения, предпочтения определенной валюты, наличие соперничающих стран на данной территории, смыслы и ценности, цивилизационные проекты. Динамическая теория информации стала одной из основ математической истории – междисциплинарного направления, позволяющего анализировать альтернативные исторические траектории и давать исторический прогноз [ 2 , 4 , 17 ] . Этика, мораль, в и дение будущего, патриотизм – традиционные объекты гуманитарных наук вполне успешно моделируется уже существующими компьютерными инструментами.

Конечно, можно в дополнение привести множество примеров успехов, достигнутых в области искусственного интеллекта, прогнозирования, «раскопок данных» ( data mining) , математической психологии. Однако и сказанного достаточно, чтобы представить огромный массив научного знания, укладывающегося в некоторую концептуальную рамку, связанную с синергетикой, который может стать основой для когнитивного прорыва.

Проблема, требующая технологии

Мало иметь хороший ум, главное – хорошо его применять.
Р. Декарт

Чтобы успешно выдерживать эту непрерывную борьбу с неожиданным, необходимо обладать двумя свойствами: во-первых, умом, способным прозреть мерцанием своего внутреннего света опустившиеся сумерки и нащупать истину: во-вторых, мужеством, чтобы последовать за этим слабым указующим проблеском.
Карл фон Клаузевиц

В современной философии науки благодаря усилиям американского философа и историка науки Томаса Куна и его последователей многое понято относительно научных революций. Несмотря на активное развитие истории и философии техники о технологических революциях трудно судить с той же ясностью и определенностью. В истории человечества они были очень разными. Некоторые конкурирующие технологии сосуществовали десятилетия, до тех пор пока развитие общества, а порой и случайные обстоятельства не предопределили успех одной и вытеснение остальных. Однако в ряде случаев появляется проблема, которая не могла была быть решена ни одним из старых способов, и которая требовала новой технологии и предопределяла её быстрый успех.

Такой этап был и оказался ключевым в истории компьютерной индустрии. Известно, что атомная бомба рассчитывалась на логарифмических линейках и на десятках простейших механических арифмометров. И в СССР, и в США глубокое понимание физиками природы используемых процессов, а специалистами по вычислительной математике способов ускорить вычисления помогли достаточно быстро достичь цели.

(Можно напомнить, что на этом рубеже в научной школе академиков А.Н. Тихонова, А.А. Самарского создавалась теория разностных схем и алгоритмы решения сеточных уравнений, в школе академика В.С. Владимирова математическая теория переноса, ориентированная на этот класс задач, академиком И.М. Гельфандом был предложен метод прогонки. Тогда был дан импульс физике и математике, определивший приоритеты и тенденции их развития на десятилетия вперед).

Однако баллистические расчеты траекторий межконтинентальных ракет и космических аппаратов поставили перед исследователями проблемы, которые многократно превышают возможности логарифмических линеек и арифмометров. Чтобы космические системы успешно решали свои задачи, нужно считать намного точнее и быстрее.

Типичный пример. Когда перед исследователями ИПМ была поставлена задача мягкой посадки космического аппарата на Марс, то возник вопрос, с какой точностью надо знать положение планеты, чтобы суметь осуществить все необходимые маневры. Классическая астрономия давала точность в 700 километров, а нужно было знать в 1000 раз точнее – с погрешностью в 700 метров. И эта задача была решена. Развитие компьютерной техники, радиолокационных инструментов, теории управления и позволило в весьма короткие сроки осуществить эту «тихую революцию».

На наш взгляд, мы подошли к «когнитивному барьеру», столкнулись с похожей ситуацией, в которой ключевое значение приобретают когнитивные технологии и реализующие их инструменты.

Рост численности госаппарата и снижение его эффективности стало притчей во языцах. В России в 2000 году было около 1 млн 163 тысяч чиновников. После административных реформ, борьбы с бюрократией, интенсивных мер, направленных на сокращение госаппарата их число к концу 2009 года по данным Росстата… увеличилось до 1 млн 674 тысяч, то есть примерно в полтора раза. И это общемировая тенденция.