All Part2

1. list item

Вопросы кандидатскому экзамену по истории и философии науки
мат-мех (информатика - Милославов А.С.2008)

Исходная нумерация сохранена (два 17х вопроса, отсутствует 22й номер).

II. Современные философские проблемы информатики

1. Альтернативные подходы к пониманию предмета информатики и их философско-методологические основы (Р. Хемминг, Г. Саймон, Д. Кнут, М. Минский, С. Шапиро, А. Ершов).

Ответ

Лектор:

В литературе выделяют несколько подходов к уточнению предмета информатики. Описательные подходы характерны тем, что в определение произвольным образом включают все разделы ИТ. Подход прагматический, однако является неудовлетворительным, если собираемся говорить о философских проблемах информатики.

Указать интеллектуальное ядро информатики не так просто. Рассмотрим проблемное поле.
Сферу исследований часто связывают прежде всего с вычислительными машинами. С другой стороны, многие результаты были получены задолго до появления ВТ: теория машин Тьюринга, символическая логика, теория алгоритмов, методы обработки информации etc.

Еще одна проблема — проблема соотношения гуманитарного и естественнонаучного в информатике. Ершов: информатика — фундаментальная естественнонаучная дисциплина.

Фундаментальная философская проблема — имеют ли место быть информационные процессы только в живой природе, или в неживой природе это тоже возможно?

Точки зрения на computer science:

1. Хемминг

Не существует точного определения той или иной научной области, информатику он понимает как прикладную математику. Разница между фундаментальными и прикладными дисциплинами в том, что фундаментальные дисциплины изучают вопрос о том, что возможно/невозможно, а прикладные — критерий выбора из множества возможных путей того, который в большей степени соответствовал бы плохо сформулированным критериям.

Т.о., математика — поставнока и решение задачи. Информатика — исследование связи между математической моделью/результатами и реальностью. Специфика интеллектуального труда информатиков в том, что требуется не ‘черно-белое мышление математики’, а способность к взешенным суб'ективным суждениям, в которых учитывается возможное противоречие между результатами и моделями.

Фундаментальность работ зависит не от проблемы, а от того, как полученный результат будет использоваться далее.

2. Кнут

Информатика занимается изучением алгоритмов. Алгоритмы — некое интеллектуальное ядро информатики. Но ее не следует рассматривать как часть математики — их можно разграничить в подходах к предмету и в самих предметах исследования. Математика в большей или меньшей степени имеет дело с теоремами, бесконечными процессами etc., информатика — с алгоритмами, конечными конструкциями, динамическими соотношениями.

Информатика — универсальный инструмент мышления (наряду с математикой и естественными науками). Новый идеал научного знания:

Наука — это та часть наших знаний, которую мы сумели понять настолько хорошо, что можем обучить этому компьютер. Там, где мы не достигли такого понимания, речь идет о профессиональном искусстве. Переход от искусства к науке — то, что мы поняли, как автоматизировать предметную область (с) Кнут

3. Саймон и Ньюэлл

Информатика — экспериментальная наука.

• Каждая новая построенная машина есть эксперимент. Строя машину, мы задаем вопросы природе и получаем ответ посредством наблюдения и анализа поведения машины.
• Каждая новая программы есть эксперимент. Мы задаем вопрос природе, и поведение программы дает нам подсказки к ответу.

4. Марвин Минский

Информатика как наука обладает весьма мощным педагогическим потенциалом, т.к. на специалистах в области информатики лежит ответственность за выработку и распространение моделей самого процесса обучения. Помочь людям учиться == помочь ом строить в своем сознании различные виды вычислительных моделей.

В основе информатики лежат 2 важные педагогические идеи:

• идея вычислительного процесса
• идея отладки вычислительного процесса

Дополнительные материалы:

• Аллен Ньюэлл, Херберт Саймон. Информатика как эмпирическое исследование: символы и поиск

2. Рационалистическая традиция в европейской философии и ее влияние на становление информатики.

Ответ

Многие понятия/методы/проблемы информатики были продуманы довольно давно, в том числе и философами.

1. Древняя греция

У софистов язык и процессы коммуникации становятся об'ектом самостоятельного изучения. В отличие от натурфилософов, они выделили язык в реальность, отдельную от реальности природы. У Гераклита, к примеру, логос — и огонь как первоисточник, и космический закон, и слово (разумное).

Для софистов речь не обязательно должна передавать истинное знание. Она используется для трансляции информации, для убеждения других. Отношения между словами и вещами софистов не интересуют. А потому их можно считать первыми филологами.

Софисты выделилил 2 функии языка:

• аргументативная
• коммуникативная

Протагор стал первым изучать логические доказательства.

Возникла необходимость формирования и описания неких правил интеллектуальной деятельности.

Платон

Познание у Платона — следование правилам. В его диалогах встречаются такие абстракции, как ‘единое’, ‘многое’, ‘подобное’. Их применение и соотнесение между собой невозможно без использования формальных законов построения суждений и умозаключений, т.е. законов логики. По словам Хьюго Дрейфуса, Платон был протокибернетиком.

Аристотель

У Аристотеля логика уже присутствует как самостоятельная наука. Он сформулировал цели, задачи, предмет науки, описал и обосновал некие правильные способы рассуждения, в рамках которых должна осуществляться обработка информации.

Силлогизм — утверждение, состоящее из двух простых категорических суждений, из которых выводится третье простое категорическое суждение.

Простое категорическое суждение — суждение вида S—P (суб'ект/подлежащее - связка - предикат/сказуемое).

Вывод:
M — P
S — M
S — P

Вывод основан на отношениях между классами.

нужно ли тут про 4 фигуры и модусы?

Аристотель выделял 4 вида суждений:

1. общеутвердительные (‘все’)
2. частноутвердительные (‘некоторые’)
3. общеотрицательные (‘ни один’)
4. частноотрицательные (‘некоторые’)

2. Р. Луллий

Идея о том, что мышление может быть представлено как некоторый процесс механического рода.

Луллий занимался построением машины для механической обработки информации. Цель — механическим путем получать выводы по набору аксиом. В основе машины лежал комбинаторный принцип.

3. Новое время

В этом вопросе сходились точки зрения как сторонников эмпиризма, так и сторонников рационализма.
Т. Гоббс:

Когда человек рассуждает, он лишь образует в уме итоговую сумму путем сложения частей, … ибо рассуждения … есть ни что иное, как подсчитываение

Декарт

В своих работах выражал схожее мнение на процесс мышления. Он полагал, что существует

• всеобщий метод решения всех научных проблем (аналогия с первыми исследователями в области AI).
• идея построения точного и семантически однозначного языка науки.

Как пример применения его метода, Декарт считал свои его геометрические исследования.
Однако, у Декарта мы находим только замыслы, а реалищация проекта впервые была осуществлена Лейбницем.

Лейбниц:

• идея искусственного языка науки
• зарождение исчисления умозаключений - т.е. мы рассматриваем интеллектульную деятельность как процесс вычислений

Искусственный язык науки должен быть способен выражать любые мысли и устранять недопонимания, вводимые естественными языками. Язык может использоваться для решения любых проблем путем логического анализа. Рассуждения — вычисления. Идея символьной обработки информации.

4. Логический позитивизм

Логический позитивизм – направление неопозитивизма, возникшее в 1920-х гг. Оно попыталось
сочетать эмпиризм, основанный на принципе верификации, с методом логического анализа
научного знания с целью сведения последнего к «непосредственно данному», т.е. к эмпирически
проверяемому содержанию научных понятий и утверждений. Были сформулированы некоторые
революционные тезисы:

1. Все осмысленные рассуждения состоят либо
   • • из формальных положений логики и математики, либо
     • из фактуальных высказываний отдельных наук
2. Любое утверждение, претендующее на фактуальность, имеет смысл только в том случае, если известен способ его верификации
3. Метафизические утверждения, включая утверждения религии, не принадлежат ни одному из двух классов, указанных в 1) и следовательно, являются бессмысленными.

Основные идеи логического позитивизма:

1. Отрицание философии как учения о первых принципах
2. Аналитические и синтетические предложения.
   1. 1. Истинность аналит. предложения определяется его собственным содержанием.
      2. Истинность синтетического устанавливается эмпирическим путем.

Все предложения науки являются либо синтетическими, либо аналитическими. В соответствие с этим можно разделить все науки на экспериментальные (физика, химия, психология) и не экспериментальные (логика, математика).

Предложения философии не являются ни аналитическими, ни синтетическими, следовательно, они бессмысленны. Однако, главный принцип «все проверяй фактами» нельзя проверить фактами, таким образом, в основе научного понимания всё же лежат философские принципы.

3. Становление формальных методов и понятия конструктивного объекта в математике, и их влияние на современную информатику.

Материал из конспекта:

Платонизм — цель, к которой стремится математика и наука вообще — истина, математика — открытие истины (Фрейде). Бишоп — всякое математическое утверждение в конечном счёте выражает тот факт, что если мы выполним вычисление в множестве положительных чисел, мы получим положительный результат, т.е. смысл утверждения — поредура вычисления на множестве положительных чисел.

В классической математике истина относится к сверхчувственному миру идей.

Конструктивная математика — абстрактная наука о конструктивных процессах, человеческой способности осуществлять их, и об их результатах — конструктивных объектах.

Вопрос о том, считать ли конструктивными объектами некие идеальные сущности или материальные оъекты, без разницы. Ж. П, Шанже — математические объекты есть объекты разума, существующие исключительно в разуме самих математиков, а важным свойством этих объектов является лишь одно — мы можем передать эти объекты друг другу во всех деталях.

Конструктивизм понимает математику не как процесс открытия истины, а как процесс изобретения, конструирования (Ж. П. Шанже). Э. Бишоп утверждал, что не стоит спрашивать о том, является ли какое-либо утверждение истинным до того, как понятен его смысл (смысл по Бишопу — выполнение вычисления на множестве натуральных чисел). Д. Кнут объявляет вопрос о том, что алгоритмизируемо, главным философским вопросом, ибо с позиций конструктивизма он эквивалентен вопросу «что истинно». По Канту в каждой науке науки столько, сколько в ней математики. Кнут говорит, что по сути мы можем утверждать, что мы что-то познали лишь в той мере, в какой мы можем это знание передать компьютеру.

Х. Дрейфус — пример с ездой на велосипеде. В принципе мы можем написать уравнение, описывающее езду на велосипеде. Но человек не только не знает физического уравнения, он даже вряд-ли руководствуется эвристическим правилом, он опирается на телесные ощущения, часто на неосознанном уровне. Не всё знание можно записать в виде инструкции.

Если мы понимаем смысл утверждения через процедуру вычислений, тогда у нас открывается прямой логический выход на гипотезу физической символьной системы, т.е. бывает ИИ. Доказательство по Бишопу — всякое убедительное рассуждение, а математика — аппеляция к здравому смыслу. Получается переход к позиции Минского, согласно которому в процессе обучения математики не стоит уделять внимание формальным системам, а стоит сосредоточить внимание на совокупности моделей, которые обеспечивают вычислительные процедуры. Аристотель — логика — инструмент мышления. Д. Кнут — инструмент мышления есть язык, математика и информатика.

4. Разнообразие подходов к уточнению понятия вычислимости, их предпосылки. Философско-методологические выводы из трудов А. Черча, А. Тьюринга, А. Маркова.

Алгоритмы, потенциальная осуществимость, вычислимость

По мнению Д.Кнута, интеллектуальное ядро информатики составляют алгоритмы, а вопрос о том, что алгоритмизируемо, он называет одним из самых волнующих вопросов современности. Понятие алгоритма было известно человечеству давно, однако активные исследования в этой области начали осуществляться с двадцатых годов XX века.

Понятие алгоритма тесно связано с идеализацией (абстракцией) потенциальной осуществимости.
Пример — число

(1)

\begin{equation} 10^{10^{10}} \end{equation}

Число большое, но его можно считать конструктивно. Его конструктивность в потенциальной осуществимости процесса его записи — если бы у нас было время и много бумаги, мы могли бы завершить запись этого числа. Для завершения этого процесса, нужно выполнить принципиально конечное число актов поведения. Эти акты поведения могут относиться как к материальным об'ектам, так и к ментальным сущностям. Во избежание всяческих недоразумений, эти действия должны носить элементарный характер. Различный набор элементарных действий определяет различные подходы к уточнению идей вычислимости

1. Рекурсивный подход Чёрча

Основания заложены К.Гёделем. Большое значение в формировании подхода сыграли труды А. Чёрча, Ст. Клини.

Исходные об'екты — натуральные числа. Над ними определяют простейшие функции, именуемые рекурсивными. Примитивно-рекурсивные функции составляют основу математической деятельности (пример — операция взятия числа, следующего за данным).
На основе примитивно-рекурсивных функций строятся более сложные функции.

В некоторых схемах приходится привлекать условный оператор, что вносит некоторого рода неопределенность, которая не принимается в классической теории функций. Однако, такая неопределенность кажется вполне естественной, если смотреть на математику как на творческий процесс, как на процесс создания новых знаковых моделей.

Главное, что все действия являются надежными, т.е. понятными, элементарными и обозримыми.

2. Подход Тьюринга

Он исходил из посылки, что механические операции являются наиболее простыми и надежными. А. Тьюринг предложил принципиально осуществимую конструкцию, которая получила название машины Тьюринга.

Основное свойство машины в том, что она имеет конечное число внутренних состояний. Кроме того, она реагирует на знаки из некоторого набора — внешнего алфавита. Эти знаки нанесены на ленте, которая по предположению является потенциально бесконечной в обе стороны (потому машину и называют абстрактной).

В лице Тьюринга математика вернулась к своему первоисточнику — к механическим материальным процессам. (с) Белков и Тростников

Доказано, что машина Тьюринга в состоянии делать все, что могут делать с числами рекурсивные функции.

3. Подход А.А.Маркова

К каким элементарным и математически точно определенным операциям можно было бы свести все процедуры, широко применяемые в математике и других науках? Искомое точное определение алгоритмов должно соответствовать содержательно-интуитивному пониманию алгоритмов в математике.

В работах Маркова получила развитие идея, что все математические алгоритмы сводятся к повторению одной элементарной операции, выполняемой в строгом соответствии с начертанным на бумаге предписанием, которое после очень простого об'яснения на естественном языке или после демонстрации нескольких примеров, становится ясным каждому человеку, и всеми людьми понимается одинаково.

Алгоритмы по Маркову — это вертикальный список команд (формул подстановки).

Сравнение подходов

• аппарат рекурсивных функций ближе всего к классической математике, т.к. оперирует только числами
• машины Тьюринга стоят дальше от тех понятий, которые, по традиционному мнению, должны интересовать математика. Но сама идея механистичности имеет давнюю традицию.
• алгоритмы Маркова, на первый взгляд представляющие собой "игру в слова", позволяют дать представление о том, что такое алгоритм вообще, и тем самым расширить круг рассматриваемых математиками и информатиками структур и процессов.

Возникает серьезный вопрос — насколько полно рекурсивные функции, машины Тьюринга, алгоритмы Маркова представляют идею вычислимости? Все ли функции могут быть сведены к представленным простейшим операциям? На этот вопрос отвечают тезис Чёрча-Тьюринга (в самой общей форме он гласит, что любая интуитивно вычислимая функция является частично вычислимой, или, что тоже самое, может быть вычислена некоторой машиной Тьюринга) и принцип нормализации Маркова (принцип нормализации эквивалентен тезису Чёрча).

Эти утверждения в принципе недоказуемы, т.к. в них устанавливается тождество между понятиями интуитивными и понятиями строго определенными.

5. Теорема К. Геделя о неполноте арифметики. Ее философско-методологическое значение в контексте исследований по кибернетике и информатике.

Результаты Курта Гёделя в свете проблем информатики: он доказал 2 теоремы, которые разрушили программу финитизма в основании математики, пропагандируемую Гильбертом. Сие есть одно из самых фундаментальных открытий науки 20-го столетия. Некоторые авторы - результаты свидетельствуют о невозможности ИИ, и об ограниченности формальных методов науки.

Теоремы Гёделя:

Первая теорема Гёделя о неполноте

Во всякой достаточно богатой непротиворечивой теории первого порядка (в частности, во всякой непротиворечивой теории, включающей формальную арифметику), существует такая замкнутая формула F, что ни F, ни !F не являются выводимыми в этой теории.

Иначе говоря, в любой достаточно сложной непротиворечивой теории существует утверждение, которое средствами самой теории невозможно ни доказать, ни опровергнуть. Например, такое утверждение можно добавить к системе аксиом, оставив её непротиворечивой. При этом, для новой теории (с увеличенным количеством аксиом) также будет существовать недоказуемое и неопровержимое утверждение.

Вторая теорема Гёделя о неполноте

Во всякой достаточно богатой непротиворечивой теории первого порядка (в частности, во всякой непротиворечивой теории, включающей формальную арифметику), формула, утверждающая непротиворечивость этой теории, не является выводимой в ней.

Иными словами, непротиворечивость достаточно богатой теории не может быть доказана средствами этой теории. Однако вполне может оказаться, что непротиворечивость одной конкретной теории может быть установлена средствами другой, более мощной формальной теории. Но тогда встаёт вопрос о непротиворечивости этой второй теории, и т.д.

Караваев — теорему Гёделя трактуют как результат, ограничивающий возможости человеческого познания вообще, но это не так — теорема Гёделя свидетельствует об открытости мира для нашего познания — если мы возьмём недоказуемую формулу и прибавим её к набору аксиом, получим новую теорию.

Цилищев — математик никогда не имеет дела в своей реальной работе с бесконечным количеством утверждений, поэтому беспокоиться о противоречивости некоторой системы в общем-то не требуется. Ему не надо думать о том, что где-то на бесконечном наборе высказываний ему может встретиться противоречие, ему надо, чтобы тот фрагмент знания, с которым он работает, был непротиворечив. Так же и компьютер — он не будет порождать бесконечное.

Каждая формализация сама порождает прецедент, входящий в идеальное множество, но не подходящий под нее саму. Более того, таким свойством обладает и каждая вычислимая последовательность формализаций. Любая непротиворечивая теория сама помогает построить пример неразрешимого в ней истинного утверждения. (c) Непейвода

6. Основные понятия и принципы кибернетики.

Ответ

Лектор

Конспект лекции от 19.04.2008:

Норберт Винер ввёл термин «кибернетика» в научный лексикон. И. Г. Поспелов отмечает, что приходится признать, что как область знаний кибернетика так и не сложилась. Стаффорд Бир: некоторые считают, что кибернетика является синонимом автоматики, другие — что это опыты с крысами, третьи — область математики, четвёртые — что целью является создание машины, способной управлять целой страной. Стаффорд Бир: основные понятия: понятие системы, управления, обратной связи, модели, алгоритма, чёрного ящика.

Система — любой комплекс динамически связанных элементов. Бир отказался вводить классификацию по признакам (живая/неживая). Но ввел боллее хитрую классификацию:

Степень сложности:

1. Простые динамические системы
2. Сложные системы, поддающиеся описанию.
3. Очень сложные системы.

Природа связей:

1. Детерминированные
2. Вероятностные

Каждая система характеризуется по этим двум критериям:

• Простая детерминированная система (например, 2 биллиардных шара), чаще всего есть результат сильной абстракции
• Сложная детерминированная система (ЭВМ)
• Простая вероятностная: подбрасывание монеты
• Сложная вероятностная: условные рефлексы животных, механизм прибыльности предприятия
• Очень сложные вероятностные системы: экономика государства, человеческий мозг.

Очень сложных детерминированных систем не бывает.

Как различить сложные и очень сложные системы?

1. Важнейшим признаком является свойственная системе система управления. Сложные вероятностные системы должна исследовать теория операций, а кибернетика должна исследовать очень сложные вероятностностные системы, которые помимо сложности характеризуются гомеостатической природой, т.е. управление осуществляется по принципу обратной связи.
2. Особый системный подход к объекту исследования.
   Существует два подхода: теоретико-множественный и системный.

теор-множ	системный
первичность элемента (и онтологически и гносеологически)	первичность целого - система предшествует компонентам
неразборчивость (можно объединять произвольные эл-ты в множества)	естественная система: совокупность есть масса элементов общей природы, элементы класса существуют в системе как в целом
априорная индивидуализация	абстракция отождествления - элементы должны искусственно выделяться из аморфного поля
внешняя организация: Шрейдер: Организация элементов в множества является внешней по отношению к множеству элементов, т.е. нужен кто-то, кто помыслил бы это множество.	внутренняя организация:Представление системы в виде набора подсистем определяется не произволом наблюдателя, а внутренними свойствами самой системы, т.е. сущностью системы по Аристотелю.
теоретико-множественный подход учит видеть во многих повторяющихся явлениях элементы вероятностной природы	каждый объект может быть классифицирован на основе сущности системы

Целостность системы доступна непосредственному наблюдению, как некая пространственно-временная организация. Внешние системы — такие системы, чья целостность недоступна непосредственному наблюдению, например, некая экологическая ниша.

Основная цель теории систем - сформировать такую теорию, которая была бы применима к любой системе, независимо от ее природы. На текущем этапе значительных успехов нет.
Саймон: вряд ли можно ожидать от систем столь различного рода (биологических, физических, социальных) существования каких-то общих свойств, которые не являются тривиальными. Зато возникает проблема разработки математического аппарата для исследования систем с точки зрения их целостности. Сам подход оказывается достаточно полезным в некоторых областях знания.

---

Понятие сложности

Сложность - слово перегружено. Употребляется непонятно и не всегда по делу.

Платон:
Простое — вечное, неизменное, божественное и единое. Душа проста. Сложное — изменчивое, непостоянное, вторичное по природе.

Аристотель: неправильно отождествлять единое и простое. Единое означает меру, а простое — то, что у самой вещи есть определённая природа. Деление: простое — необходимое, а сложное — составное, когда оно мыслится в модусе бытия и разделённое, когда оно мыслится в модусе небытия. Если что-то можно мыслить так или иначе, значит оно является случайным. Т.е. сложное связано со случайностью.

Кузанский: простота — свойство Бога, свойство единого, свойство сущности вещи, необходимое бытие, слияние противоположностей. Сложное — множественность, конечность, случайность. Онтологически простота предшествует сложности, простое постигается непосредственно, при помощи деятельности ума, а сложное — чувственным восприятием, при условии познания простого.

Декарт рассматривает сложное и простое в гносеологическом аспекте, простое — непосредственно, сложное — познанное опосредованно. Гегель — так же. В ХХ столетии учёные исследовали составные объекты.

Саймон: под сложной системой мы понимаем систему, состоящую из большого числа частей, взаимодействующих между собой сложным образом. Какие части считать элементарными — произвол. Главное свойство сложных систем — они проявляются в форме иерархии. Саймон связывает понятие сложности с понятием эволюции и времени.

Р. Карп — сложность может означать много разных вещей: существует дескриптивная сложность и вычислительная сложность. Алгоритм может быть сложен для постороения, но вычисляться быстро.

Хаккен — один из основателей синергетики — алгебраическая сложность — это минимальная длина программы и множества исходных данных, необходимых для построения какой-либо последовательности на универсальной машине Тьюринга. Это понятие Хаккен считал универсальным для науки.

Шрейдер — сложная система — система, которая имеет семиотическую полноценно-языковую природу связи между подсистемами, в противовес простым системам, где имеется только функциональная сигнализация. Т.е. система является сложной, когда она функционирует на основе единой системы ценностей, связывающей её элементы.

—-
Просто на всякий случай - еще одно определение кибернетики + обратной связи
Кибернетика - наука об общих закономерностях процессов управления и передачи информации
Обратная связь — процесс, приводящий к тому, что результат функционирования какой-либо системы влияет на параметры, от которых зависит функционирование этой системы

7. Понятие информации в философии и частных науках.

Ответ

В нашей жизни мы сталкиваемся с этим понятием повсюду (СМИ, ИТ etc.), но точного определения нет.

Считается, что термин "информация" начинает появляться в науке после работ Шеннона. Это не совсем так. Исзначально понятие возникает в сфере изучения процессов массовой коммуникации. Попытки изучения феномена информации начинают появляться в журналистике (например, следует ли понимать под информацией только новые или вообще все факты?), причиной чего стало развитие СМИ в XX веке.

Вводится разделение содержательной и формальной стороны информации.

Гус, 30-е гг.: хз кто такой

Эффект информационного воздействия зависит не только от содержания, но и от формы.

Начинают обсуждаться проблемы источников информации, восприятия, ценности информации.

Понятие информации не возникло в технических науках, его содержание было заимствовано из гуманитарных наук, из обыденного сознания. В естественных науках начинают устанавливать различного рода связи, занимаются формализацией.

Предпосылки возникновения теории информации Шеннона:

• учение об энтропии
• исследования в области лингвистики, связанные с изучением частоты использования букв в языке и слов в текстах
• практика телеграфных сообщений, использование мнемокодов и других сокращений телеграфистами
• закон психо-физического восприятия Вебера-Фехнера (основной психо-физический закон) — связь между интенсивностью ощущения и силой вызывающего его раздражителя.

Три основных положения в теории информации Шеннона:

1. инфомрация растет с ростом неожиданности сообщения
2. уже известное сообщение не несет новой информации
3. информация суммарного сообщения равна сумме информаций составляющих его сообщений

Важно: Шеннон учитывает только синтаксический аспект понятия информации (совсем не затрагивая семантический и прагматический аспект). Информация — мера новизны/неожиданности, характеризуется обратной вероятностью. А поэтому, важно понимать, что нужно крайне осторожно использовать шенноновские понятия в других областях.

Делались и другие попытки охарактеризовать понятие информации:

1. Одними из первый семантический смысл информации раскрывается Р. Карнапом и Бар-Хиллелом. Содержание информации определяется как некоторые факты, подтверждающие индуктивную гипотезу. Степень подтверждения гипотезы = количество семантической информации, содержащееся в гипотезе относительного достоверное знание (эмпирические данные). Этих товарищей критиковали за бедный получающийся язык (они использовали язык логики одноместных предикатов первого порядка), за абсолютизирование вероятностных представлений.
2. Другая попытка построения теории информации была у Ю. Шрейдера. Она позволяет оценивать количественно смысловое значение знаков при помощи тезауруса. Количество семантической информации сообщения предлагается измерять степенью изменения тезауруса после получения этого сообщения.

Ценность понятия информации возрастает в связи с задачами управления. В 60-е гг. появляются кибернетические варианты определения ценности информации. Но все эти определения не имеют никакого отношения к определениям Шеннона. Т.о., сталкиваемся с некоторым своеобразным феноменом — понятие информации начинает встречаться почти в любой области знаний, но универсального определения нет.

Философские определения:

наиболее удачным являются определения через теорию отражения:

1. информация — результат отражения реальности в сознании человека, представленный на некотором внутреннем языке
2. информация — отраженное многообразие

Основной философский вопрос — существование информации в живой и неживой природе

8. Информация и законы сохранения.

Ответ

В физике существуют два закона:

• закон сохранения энергии
• закон сохранения материи (массы)

Однако в информатике мы видем, как небольшие искажения в передаче информации могут приводить к зачительному искажению энергетического состояния системы. Парадокс?

Нет.

Странное:

Здесь не учитываются затраты, которые происхдят при процессе получения этой информации. Внешнее состояние меняестся под воздействием незначительного сигнала, при этом внутреннее состояние тоже

Модель Максвелла:

Есть резервуар, поделенный пополам. Есть дверь, на которой сидит демон. Когда подлетает молекула с большой энергией - дверь открывается, а когда с маленькой - закрывается. Так все молекулы с большой энергией соберутся в одной половине резервуара. Но при этом энтропия другой половины уменьшится, что противоречит закону: энтропия замкнутой системы увеличивается.

Виннер: в этой модели Максвелла не учитывается информационный момент. Демону надо обладать информацией о молекулах (нужен свет, чтоб он мог видеть и т.п.).

Информация - это такая сущность, которая уменьшает энтропию системы.

Стивен Хокинг и черные дыры

Существует вопрос - что происходит с информацией об объекте, когда он попадает в черную дыру. Черные дыры - стезя Хокинга. (Хокинг и Торн даже поспорили с Прескилом на полную Британскую Энциклопедию по поводу того, что происходит с информацией, когда она попадает в черную дыру).

• сначала Хокинг считал, что вся информация об объекте исчезает
• потом передумал, считает, что частично остается.

Гегель:

нечто в ничто перейти не может

9. Проблема времени в кибернетике и информатике.

Всвязи с пересмотром представления причинности (отказ от механистической детерминированности) мы должны отказаться от классического представления о времени как о чём-то обратимом: если мы обладаем информацией об объекте и знаем соответствующие законы, мы можем просчитать его положение в прошлом и в будущем (в классической механике). В кибернетике время необратимо из-за недетерминированности. Необратимость возникает уже на уровне логических элементов — если у нас на выходе из дизъюнктивного элемента имеется едница — мы не можем сказать что было на входе. (Посмотреть Норберта Винера «Кибернетика» глава «Ньютоновское и лейбницевское время»: http://grachev62.narod.ru/Cybern/ch_01.htm ; ньютоновское абсолютное время обратимо, равномерно; лейбницевское время нет + оно неотделимо от реализующего его материального субстрата).

Цитаты из Винера:

Статья здоровая и мутная. Предлагаю несколько ключевых цитат, может по ним станет понятнее

Если снять кинофильм движения планет, ускоренного так, чтобы изменения их положения были заметны, и затем пустить этот фильм в обратном направлении, то картина движения планет была бы все же возможной и согласной с механикой Ньютона. Напротив, если бы мы сняли кинофильм турбулентного движения облаков в области фронта грозы и пустили бы этот фильм в обратном направлении, то получилась бы совершенно неверная картина. Мы увидели бы нисходящие токи там, где должны быть восходящие; размеры турбулентных образований увеличивались бы; молния предшествовала бы тем изменениям строения тучи, за которыми она обычно следует, и т.д. до бесконечности.

Но и в ньютоновой системе, в которой время вполне обратимо, в задачах на вероятность и предсказание получаются асимметрические ответы для прошлого и будущего, потому что сами эти задачи асимметричны. Если я ставлю физический опыт, я перевожу рассматриваемую мной систему из прошлого в настоящее, фиксируя некоторые величины и считая себя вправе предполагать, что некоторые другие величины имеют известные статистические распределения. Затем я наблюдаю статистическое распределение результатов после данного промежутка времени. Этот процесс я не могу обратить. Для этого нужно было бы подобрать благоприятное распределение систем, которые без нашего вмешательства заканчивали бы свои процессы в определенных статистических пределах, и найти, каковы были условия в данный момент прежде. Но событие, при котором система, начавшая свой процесс с неизвестного состояния, заканчивает его в строго определенном статистическом диапазоне, бывает настолько редко, что мы можем считать это чудом. Очевидно, мы не можем основывать наши экспериментальные методы на ожидании и счете чудес. Говоря коротко, наше время направлено и наше отношение к будущему отлично от отношения к прошлому. Все вопросы, которые мы ставим, содержат эту асимметрию, и ответы на них также асимметричны.

Очень интересный мысленный опыт – вообразить разумное существо, время которого течет в обратном направлении по отношению к нашему времени. Для такого существа никакая связь с нами не была бы возможна. Сигнал, который оно послало бы нам, дошел бы к нам в логическом потоке следствий – с его точки зрения – и причин – с нашей точки зрения. Эти причины уже содержались в нашем опыте и служили бы нам естественным объяснением его сигнала без предположения о том, что разумное существо послало сигнал. Если бы оно нарисовало нам квадрат, остатки квадрата представились бы нам предвестниками последнего, и квадрат казался бы нам любопытной кристаллизацией этих остатков, всегда вполне объяснимой. Его значение казалось бы нам столь же случайным, как те лица, которые представляются нам при созерцании гор и утесов. Рисование квадрата показалось бы нам катастрофической гибелью квадрата – внезапной, но объяснимой естественными законами. У этого существа были бы такие же представления о нас. Мы можем сообщаться только с мирами, имеющими такое же направление времени.

Переход от ньютонова обратимого времени к гиббсову необратимому получил философские отклики. Бергсон подчеркнул различие между обратимым временем физики, в котором не случается ничего нового, и необратимым временем эволюции и биологии, в котором всегда имеется что-нибудь новое.

10. Проблема причинности в кибернетике и информатике.

Простая причинно-следственная схема П -> Сл.

<Дальше ещё приводились схемы причин-следствий (когда следствие вытекает из нескольких причин и когда причина взаимосвязана со следствием), они как-то комментировались, но у меня в это время грузился ноут, дополните, кто записал>

Когда в кибернетике заходит речь о причинно-следственной схеме, одним из ключевых понятий является обратная связь. Оно характеризует тот факт, что причина испытывает воздействие со стороны своего следствия, они взаимно влияют друг на друга. Такая схема наиболее адекватна для кибернетических систем, поскольку в них наблюдается тесное взаимодействие причины и следствия, их взаимное влияние.

При исследовании сложных систем важно помнить о том, что есть определённые комплексы причин, именуемые причинным основанием. В него входят:

• условия — внутренние связи предмета и внешние факторы, представляющие окружающую среду, в которой предмет функционирует, в которой он взаимодействует, и именно в этой среде возможно возникновение причинно-следственных связей.
• поводы - явления, которые срабатывают как некий пусковой механизм, развивающий действие всего причинно-следственного комплекса.

Таким образом, причинное основание — совокупность всех обстоятельств, при наличии которых наступает некое следствие.

Наиболее сложый характер носит причинно-следственная детерминация самоорганизующихся систем, поскольку там есть механизмы самодетерминации (то есть объект сам определяет свое состояние).

В кибернетических устройствах работают механизмы обратной связи. Поэтому мы вынуждены отказаться от концепции механистического детерминизма при описании и прогнозировании того или иного сложного кибернетического устройства. Иначе говоря, мы должны отказаться от понятия причинно-следственной связи как однозначной и постоянной. Механистичность — здесь причинность понимается как необхимость, а случайность объявляется несуществующей. Причина в механике есть нечто внешнее по отношению к объекту, а в кибернетическом устройстве есть и внутренняя причинность, из-за обратной связи. Поэтому более адекватной для описания причинно-следственной связи в кибернетических устройствах является так называемая статистическая детерминированность. Она предполагает взаимодействие большого числа элементов, которые индивидуально детерминированы.

Есть три основных источника случайности в кибернетических устройствах:

• фундаментальная случайность квантовых взаимодействий — по мере уменьшения размеров того или иного технического элемента компьютера начинают включаться квантовые процессы;
• неустойчивость: небольшое отклонение от стабильного состояния может породить волну изменений, и эти изменения могут носить необратимый характер — это то, чем занимается синергетика;
• сложность системы.

Помимо статистической неопределённости в системах, связанных с обработкой информации выделяют стратегическую неопределённость — она связана с задачами управления. При решении задач управления в науке используются методы, которые достаточно хорошо известны:

• задача нахождения оптимальной программы, то есть наилучшего управления в зависимости от времени
• задача оптимального синтеза — задача управления в зависимости от достигнутого состояния. Используются различные методы, но, как отмечает Поспелов, если встать на более общую точку зрения, нет большой разницы между задачами и решать их можно в зависимости от удобства. Например баллистические ракеты летают по программе, а крылатые — по принципу обратной связи. В первом случае проще смоделировать поведение системы, во втором – описать реакцию системы на внешние воздействия. Такой подход работает, когда нам известны все возможные исходы событий, то есть все закономерности состояния, движения – всё то что в принципе можно узнать об объекте.

Норберт Винер говорил, что задача управления по принципу обратной связи должна относиться не к моделям мира (он имел ввиду взаимодействие системы с реальным миром). Как он собирался это реализовать — он хотел опираться на концепцию остаточных форм (выдвинутую Россом Вильямом Эшби). Машины с беспорядочными и случайными (может быть неустойчивыми) параметрами будут иметь ряд состояний, близких к устойчивости, и эти состояния могут сохраняться в течение достаточно длинного периода времени. Модели неустойчивых состояний будут появляться лишь временно. Таким образом в машине Эшби, как и в природе, мы имеем некую видимость целеустремлённости системы, но это только видимость, поскольку отсутствие целеустремлённости по своей природе является неким переходным состоянием: есть совокупность форм — устойчивые и неустойчивые. Устойчивые сохраняются, неустойчивые существуют лишь временно, поэтому отсутствие целеустремлённости — переходное состояние. Целеустремлённость — в кибернетике и информатике решаются задачи управления, поэтому мы должны прибегать к понятию целевой причинности. В науке нового времени произошел отказ от целевой причности в объяснении природных явлений. Концепция Эшби позволяет объяснить некоторые важные моменты в кибернетике без обращения к понятию целевой причинности. Пример машины Эшби — генетический алгоритм.

Поспелов — представляется, что в процессе реальной эволюции в сложных системах возникает способность к чему-то большему, чем отбор хорошо решающих заранее поставленную задачу устройств. Естественная эволюция способна не только решать, но и ставить новые задачи, то есть создавать новые экологические ниши, и такие процессы мы пока ещё моделировать не умеем. Он говорит, что его собственные исследования в области саморегулирующихся автоматов и опыт других ученых говорит о том, что на каком-то этапе образуются «акулы» — то есть достаточно примитивные программы или автоматы, которые оптимальным образом решают какую-то задачу, а дальнейшее их развитие не происходит. То есть в результате саморазвития кибернетического устройства достигается какой-то уровень — и всё, дальше развитие не происходит. Есть надежда на так называемые многоагентные системы, в которых программные агенты работают в среде с неизвестными создателю агента элементами информации. Самые известные агенты — компьютерные вирусы, поэтому неизвестно, к чему это всё приведёт.

Стратегическая неопределённость — используются методы теории игр. В качестве игрока может выступать не только интеллектуальный агент, но и природа как таковая. Поспелов: если наше решение однократное и очень ответственное, то лучше не полагаться на среднее значение результата, а лучше считать, что природа выступает против нас как игрока, реализуя заведомо невыгодные для нас исходы.

Психологическая неопределённость – особенно важна при создании систем поддержки принятия решений или принимающих решения. Как-то перед рождественскими праздниками брокеры на Нью-Йоркской бирже доверили ведение торгов автоматизированной системе. На праздниках система увидела спад активности и приняла решение продавать всё, пока ещё берут — не был учтён психологический фактор.

Как связать эти три вида неопрелённости, как создать единую концепцию — связь статистической и психологической неопределённости через понятие субъективной вероятности оказалась неудачной. Для описания психологической неопределённости сейчас используют нечёткие множества. Теория нечётких множеств даёт нам некоторый формальный аппарат, а почему мы его применяем — потому что он лучше описывает явление, никакой теоретической базы, обосновывающей использование нечётких множеств у нас нет, просто аппарат подходит. Делаются попытки применить субъективную вероятность.

Есть несколько основных подходов к содержательной интерпретации понятия вероятности:

• Классический: связан с истоками зарождения теории вероятности — возникшей благодаря человеческим порокам. Первые исследования теории вероятностей были выполнены французскими дворянами, которые любили играть в кости. В костях 6 граней с равными вероятностями выпадения. Равновероятность в классической интерпретации трактуется как равновозможность. Когда начались статистические исследования, такая интерпретация вероятности оказалась неподходящей. Статистические исследования стимулировались развитием страхового дела.
• Статистическая интерпретация (фон Мизес) вероятность – это предел частоты наступления события в бесконечной последовательности испытаний. Когда начались исследования по принятию решений в условиях неопределённости, оказалось что статистическая интерпретация вероятности неудачна, ибо человек принимает решения не обладая достаточной статистической информацией. Сэмич: мы готовим яичницу, разбили 4 яйца, осталось одно. Оставить его нельзя, положим. Выбор — разбить яйцо на сковородку, или выбросить, или разбить яйцо в чашку (а вдруг оно тухлое). Если яйцо тухлое, вся яичница испорчена, если яйцо хорошее, а мы его выбросили, нас «замучит жаба», если мы разбили его в чашку — её потом придётся мыть. Если в такой ситуации оказался фермер — он знает статистическую вероятность того, что яйцо оказывается тухлым.
• Субъективистская интерпретация вероятности — рассматривается пара (вероятность, полезность). В нашем примере — либо яичница из 5 яиц, либо вообще без яичницы. Откуда берётся вероятность — самый забавный вопрос — мы приписываем её априорно. Смысл всей этой штуки заключается в оптимизации наших вероятностно — полезностных отношений – мы корректируем априорные оценки.

Понятие обратной связи — Винер и вслед за ним другие подчёркивали важность обратной связи.
Стаффорд Бир — наше представление об управлении наивно примитивно и находится во власти фатального представления о механистической причинности. Бир в качестве примера приводит регулировщика уличного движения — он пытается направить машины оптимальным способом, но пытается сделать это на основе методов принуждения и обладает недостаточной информацией о потоках машин. Аналогично — управление потоком пассажиров, сходящих с трапа парохода: обычно это заканчивается суетой и неразберихой. В природе всё легко и эффективно — нам бросают мяч, мы его без труда ловим. Здесь работает не только механизм принуждения, но и механизмы обратной связи. Биологические механизмы по Биру представляют собой гомеостаты — устройства управления, предназначенные для поддержания некоего параметра в определённых пределах. Кибернетики обратили внимание на то, что механизмы обратной связи работают не только в сфере природных объектов, не только в сфере объектов технических, но и в сфере социальной — в области культуры.

Пример из Винера — в чём причина того, что латинский язык вышел из всеобщего употребления и стал мёртвым языком — вся образованная средневековая Европа говорила на латыни на протяжении нескольких столетий, а после эпохи Возрождения за 150 лет латынь выходит из употребления. Виноваты деятели эпохи Возрождения, которые познакомились с текстами классических авторов (Цицерона, Горация) и нашли, что эта латынь сильно отличается от той, на которой говорили тогда. Деятели Возрождения хотели вернуться к языку Цицерона, очистив латынь от многовековых наслоений. Их усилия по очистке языка привели к тому, что на этом языке никто не смог говорить. Арабский язык никто никогда не очищал и не упрощал, и вплоть до наших дней арабский язык существует как единый язык исламского мира. Управление языком осуществляется по принципу обратной связи с теми запросами, которые существуют в современном мире.

Согласно Биру, надо дополнить классификацию сложных систем ещё одним элементом — это системы, предназначенные для преобразования изолированных классов систем. ????

11. Инженерия знаний. Основные подходы к построению баз знаний и их философско-методологические основы.

Пара определений:
Инженерия знаний - дисциплина, занимающаяся извлечением знаний, созданием баз знаний и экспертных систем, систем поддержки принятия решений

База знаний - это особого рода база данных, разработанная для управления знаниями (метаданными), то есть сбором, хранением, поиском и выдачей знаний

Может быть будет полезно упомянуть что-нибудь отсюда:
http://ru.wikipedia.org/wiki/Представление_знаний

---

лектор

Douglas Lenat:

Если программа существует чтобы удовлетворительно решать сложные задачи она должна хорошо знать окружающий мир. Без знаний - остаются только рассуждения.

Принцип знания (Фейгенбаум и Ленат): Система демонстрирует интеллект понимания и действует на высоком уровне способности вследствии знания которое она может вывести. А в знание включается: факты модели, метафоры, эвристики.
Результат - Экспертная Система(ЭС).

После краха идеи создания ИИ, перешли к идеи создания системы которая способна выводить из набора фактов новые факты(ЭС). Была идея извлечения эвристик из экспертов предметной области, но провалилась (эксперты не всегда обладали формализуемыми эвристиками).

Важные вопросы касательно знания:
1) Экзистенциальные: что есть знание, какими характеристиками обладает знание. Как отличить знание от мнения.
2) Технологические: как работать со знанием, как получать новое знание.

функциональное описание знания

Ньюэлл - должно быть функциональное, а не структурное.

Принцип рациональности: Если субъект знает что одно из действий приведет к данной цели, то он выберет … TODO!
Знание: то что приписывается субъекту, поведение которого может быть вычислено с помощью принципа рациональности.

Открытые вопросы этого определения:
1) Где обоснованность знания
2) Структура знания отсутствует

Уровень знания непосредственно над программно-символьным (компоненты знания могут быть определены в терминах элементарных программ)

В компьютерной литературе нередко противопоставляют знания фактам. Выделяют следующие пункты:
1) Знания обладают свойством интерпретируемости. Данные, например значение ячейки памяти, лишены возможности интерпретируемости.
2) Знания обладают классифицирующими связями
Не существует возможности установить связи при переходе от данных разных типов.
3) Для знаний можно определить ситуативную совместность. Это отношения "одновременно", "быть в одной области" итд.

Некоторые исследователи того времени видели сдвиг: раньше - для получения результата алгоритм применялся к данным, а теперь - к знанию применяются механизмы вывода.

Этот вопрос неким образом связан со следующим.

12. Проблема декларативного и процедурного подходов к преставлению знаний.

Этот вопрос связан с предыдущим.

Лекция

Процедурное знание - содержит в себе некоторую процедуру.

Преимущества декларативного знания
1) Более гибко
2) Обеспечивается публичный доступ к декларативному знанию
3) ???? - TODO:изыскать
4) Формальность или универсальность вывода. Вывод отделен от области знания
Декларативное знание можно рассматривать как контекстно-свободное(это включает в себя запреты на здесь/сейчас, см. предыдущий билет).

Нильсен предлагает логический подход. Знания - запись на языке логики: общие законы записываются с помощью высказываний с "=>" - импликацией, факты - атомарны.

(+):

• Естественность представления знаний. неочевидно и непонятно что имеется ввиду
• Надежность вывода. Вывод может совершить любой человек(даже не эксперт) если ему объяснить правила логики.

(-):

• Не эффективен вывод. Имеется ввиду проблема неразрешимости определения выводимости формулы в логике предикатов первого порядка - аналог проблемы останова МТ. Это показал Стефен Кук.

Хотя вывод полный. В пропозициональной логике тоже все плохо - экспоненциальная временная сложность от количества термов(хотя конечно), хотя вывод непротиворечив и полон.

• Проблема монотонности вывода (пересмотр при новой информации). Пример:

Есть правило:
мотор перегрелся => машина останавливается
ситуация1: мотор перегрелся, остановились
ситуация2: мотор перегрелся, но едем по оживленной трассе => ??? что делать

Первые ЭС использовали правила продукции: A => B. Если A, то B - действие. Декларативной семантики не было.

// материал из книжки Норвинга, на лекции рассазывали тоже самое но менее структурировано и полно.
Хорновские дизъюнкты:
Для вывода в пропозициональной логике используют правило резоюции. Но не всегда требуется полная мощь. Существуют базы знаний представленных в специальном виде - в хорновских выражениях. В общем случае, Хорновское выражение - коньюнкция литералов из которых положитилен не более чем один. Каждое Хорновское выражение может быть записано как импликация предпосылкой которой является коньюнкция положительных литералов, а заключение один положительный литерал.
( not A) or (not B) or C будет A&B=>C
Хорновские выражения имеющие только один положительный литерал называются определенными выражениями. Положительный литерал - голова выражения, остальные - тело. Определенное выражение без отрицательных литералов - просто утверждает что-то и называется фактом. Хорновские выражения не имеющие положительных литералов могут быть записаны как …=>False, и называются для ограничений целостности(используются для обнаружения ошибок в БД).

Это нужно для того чтобы:

• ускорить вывод - в базах знаний представленные в такой форме, вывод линейно зависит по времени. Для вывода надо обойти базу не более двух раз для каждого литерала.

• алгоритмы прямого и обратного логического вывода - естественны, в смысле что человек их может легко проследить, они для него очевидны
• Непротиворечивость, полнота этих алгоритмов.

Пример такой базы:
P => Q
L & M => P
B & L => M
A & P => L
A &B =>
A
B
// конец материала.

Подход на основе семантических сетей. Это набор объектов и бинарных связей.
(+):

• прямая обращенность к вопросам поиска информации
• достаточность принципов организации -???

(-):

• нет надежности механизмов вывода
• нет формальной семантики

Фреймовый подход - Марвин Мински. Предложил психологическую модель, альтернатива логическому представлению.
Фрейм - структура данных для представления стереотипной ситуации, и по мнению Минского структуры человеческой памяти. Фреймы - состоят из слотов, для представления объектов в ситуации, указываем отношения в ситуации.
Пример: ???
(-):

• Нет механизма вывода
• Обоснованность модели отсутствует

Общие проблемы представления знаний
1) Нет психологических подтверждений того, что когнитивная структура мозга соответсвует предлагаемым моделям.
2) Знания человека интуитивны, он умеет обращаться с противоречиями. Эти модели - не умеют или плохо справляются.
3) Знания играют активную роль, противоречие приводит к истине - у человека.

Этот вопрос связан с предыдущим.

---

Из "Искусственный интеллект, современный подход", by П. Норвинг(глава гугл ресерч) и С. Рассел.

Имхо это даст более сильный ответ, в крайнем случае, помедитировав можно сильно расширить свой ответ.

Среди наиболее широко распространенных формальных языков наиболее крупным классом являются языки программирования(такие как C++, Java или Lisp). Сами программы представляют, в прямом смысле этого понятия, только вычислительные процессы, а структуры данных в этих программах могут представлять факты; например в программе для представления содержимого мира вампуса может использоваться массив 4x4. Поэтому оператор World[2,2]<-Pit языка программирования представляет собой довольно естественный способ формирования утверждения что в квадрате 2x2 имеется яма (Такие представления могут рассматриваться как выбранные произвольным образом; системы баз данных были разработаны именно для такого более общего способа хранения и выборки фактов, независимо от проблемной области). В языках программирования не достает какого-то общего механизма логического вывода фактов на основе других фактов; каждое обновление в структуре данных осуществляется с помощью процедуры характерной для данной конкретной области, подробности устройства которой уточняются программистом на основании его знаний о проблемной области. Такой процедурный подход представляет собой резкий контраст с декларативным характером пропозициональной логики, в которой не смешиваются знания и методы логического вывода, а логический вывод осуществляется независимо от проблемной области. Еще одним недостатком применения структур данных в программах (а, так же, в этом отношении и баз данных) является например отсутствие способа удобно сформулировать такое утверждение "в квадрате [2,2] или [3,1] имеется яма" ил "Если вампус находится в квадрате [1,1], то его нет в квадрате [2,2]". Программы позволяют хранить в каждой переменной единственное значение, некоторые системы допускают использование "неопределенных" значений, но в них не хватает выразительности, которая требуется при обработке частичной информации. Пропозициональная логика - декларативный язык, поскольку ее семантика построена на истиностных отношениях между высказываниями и возможными мирами. Кроме того, она имеет достаточную выразительную мощь для того, чтобы с ее помощью можно было обрабатывать частично заданную информации с использованием дизъюнкции и отрицания. Пропозициональная логика обладает еще одним свойством, которое является желательным для языков представления - композициональностью. В композициональном языке смысл высказывания представляет собой функцию от смысла его частей. Например, смысл высказывания "S(1,4)&S(1,2)" связан со смыслами высказываний "S(1,4)" и "S(1,2)". Было бы очень странно, если бы "S(1,4)" означало бы что в квадрате [1,3] чувствуется неприятный запах, а "S(1,2)" что неприятный запах чувствуется в квадрате [1,2], а "S(1,4)&S(1,2)", что квалификационный матч по хоккею с шайбой между Францией и Польшей, проходивший на прошлой неделе, закончился со счетом 1:1. Безусловно, при отсутствии в языке представления свойства композициональности функционирование системы рассуждений значительно затрудняется. Как было показано в главе 7, пропозициональная логика не обладает достаточной выразительной мощью, которая бы позволила кратко описывать среду с многочисленными объектами. Например, мы были вынуждены записывать отдельное правило, которое связывает между собой наличие ветерка и ям для каждого квадрата, например, вот таким образом: B1,1<=>(P1,2&P2,1). С другой стороны на естественном языке, несложно раз и навсегда сформулировать правило "в квадратах непосредственно примыкающих к ямам чувствуется ветерок". Синтаксис и семантика естественного языка каким-то образом позволяют кратко описать эту среду. Даже не очень глубокие рассуждения наводят на мысль что, естественные языки(такие как английски и русский) действительно являются очень выразительными. Например, авторы смогли написать почти всю эту книгу на естественном языке, лишь время от времени прибегая к использованию формальных языков (включая логику, математику и язык схем). В лингвистике и философии языка давно существует традиция, в которой естественный язык рассматривается по сути как декларативный язык для представления знаний и предпринимаются попытки однозначно определить его формальную семантику. Если бы такая программа завершилась успехом, это имело бы большое значение для искуственного интеллекта, поскольку позволило бы непосредственно использовать естественный язык(или его производную) в системах представления и формирования рассуждений. В соответствии с современными взглядами, естественный язык выполняет немного иное назначение: служит в качестве средства общения, а не исключительно как средство представления. Когда один приятель указывает пальцем и говорит другому: "смотри!", он хочет этим сказать, что, допустим, в фильме Супермен наконец-то взлетел над крышами. Тем не менее, нельзя утверждать, что в предложении "Смотри!" закодирован именно этот факт. Вместо этого смысл предложения на естественном языке зависит и от самого предложения и от контекста, в котором оно было сказано. Очевидно, невозможно сохранить такое предложение как "Смотри!" в базе знаний и надеятся на то, что удастся восстановить его смысл, если в базе не будет представлен так же и контекст. А следующий вопрос - как же можно представить контекст? К тому же, естественные языки являются некомпозициональными - смысл предложения такого как "Потом она это увидела", может зависеть от контекста, состоящего из многих предшествующих и последующих предложений. Наконец, недостатком естественных языков является неоднозначность, которая может стать причиной затруднений при формировании предложений. Например, Пинкер выразил эту мысль таким образом: "Когда люди говорит о косе, то их, безусловно не затрудняет определение того, идет ли речь об элементе женской прически, или о форме береговой косы, или о чем-то другом, а поскольку одно и тоже слово может соответствовать двум идеям".

Гипотеза сапира - уорфа: язык на котором мы говорим оказывает влияние на способ мышления. Пример про эскимосов и 50 слов для описания видов снега(пример Уорфа). Были и противники - Палль(нашел языки юпик и инупик которые имеют такое же количество слов как и в английском для обозначения снега). В целом же, популяция глубже знающая аспект мира - имеет больший словарь для описания понятий. Пример из профессиональной области - энтомологи имеют сотни тысяч слов для того что другие зовут просто жучками. Или в сфере профессиональных лыжников так же.

Язык логики первого порядка, синтаксис и семантику которого мы определим в следующем разделе, основан на понятиях объектов и отношений. Он стал чрезвычайно важным для математики, философии и искусственного интеллекта именно потому что эти области знаний(а фактически основная часть повседневного человеческого существования) могут вполне продуктивно рассматриватся как касающиеся объектов и отношений между ними. Логика первого порядка позволяет выражать факты о некоторых или всех объектах во вселенной. Это дает возможность представлять общие законы и правила, такие как следующее утверждение: "в квадратах, соседствующих с теми, где находися вампус чувствуется неприятный запах". Основное различие между пропозициональной логикой и логикой первого порядка заключается в том, что каждый из этих языков вносит различный онтологический вклад в описание действительности, те они по разному представляют характер действительности. Например, в пропозициональной логике предполагается что существуют лишь факты, которые относятся или не относятся к данному миру. Каждый факт может находится в одном из двух состояний - быть истинными или ложным. В логике первого порядка приняты более широкие предположения, а именно - мир состоит из объектов между которыми могут быть или могут не быть некоторые отношения. Некоторые варианты логики специального назначения позволяют внести еще больший онтологический вклад - например временная логика позволяет описать объекты с местом и временем. Так же, логику можно описать по эпистемологическому вкладу в познание - те возможные состояния знаний относительно факта которые она позволяет выразить.

Язык	Онтологический вклад(что существует в мире)	Эпистемологический вклад(степень доверия относительно фактов)
Пропозициональная логика	Факты	Истинно/ложно,неизвестно
Логика первого порядка	факты,объекты,отношения	Истинно/ложно,неизвестно
Временная логика	факты,объекты,отношения, интервалы времени	Истинно/ложно,неизвестно
Теория вероятностей	Факты	Степень доверия [0,1]
Нечеткая логика	Факты со степенью истинности [0,1]	Известное интервальное значение

Итоги:

• В языках программирования, программы - это вычислительные процессы; Структуры данных это описания фактов. Это пример процедурного подхода. Он плох тем, что обновление данных происходит с помощью процедур специфичных для предметной области: в программах нет механизмов управления фактами.
• Пропозициональная логика - декларативна.

Некоторые факты для усиления исходного ответа, оттуда же.

Первое полное описание пропозициональной логики и логики первого порядка в книге "Begriffschrift"(система обозначения понятий) Готтлоба Фреге.
Первое механическое устройство логического вывода было сконструировано графом Стенхоупом (1753-1816). Машина Стенхоупа, Demonstrator, была способна обрабатывать силлогизмы и некоторые логические выводы в теории вероятностей. Уильям Стэнли Джевонс в 1869, один из тех кто совершенствовал выводы Буля сконструировал "логическое фортепьяно" для вывода в булевой логике. Первой опубликованной компьютерной программой была Logic Theorist разработанная Саймоном, Ньюэллом, Шоу. Программа для формирования доказательств была спроектирована в 1954 году Мартином Дэвисом, но результаты работ по Logic Theorist были опубликованы немного раньше. Алгоритм проверки в пропозициональной логик через истинностные таблицы был разработан Л. Витгенштейном и Э.Постом.

---

Кратко суть:
Процедурное представление знаний - в виде некоторых алгоритмов управления; знания встроены в алгоритм; примеры - логическая модель, продукционная модель (примеры спорны, Норвиг считает иначе, да и Милославов тоже. Да и если подумать, из выданных определений - логический подход декларативен).
Логическая и продукционная модель представлены в ответе выше

Декларативное представление знаний - модель знаний, которая отделена от механизма порождения решений (соответственно упрощено описание системы управления и ее функционирования); примеры моделей: семантические сети, фреймовая модель

Семантическая сеть — информационная модель предметной области, имеющая вид ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения между ними. Объектами могут быть понятия, события, свойства, процессы

Фреймовая модель (с примером!):
Фрейм – это некоторая структура для представления знаний которая при ее заполнении соответствующими значениями превращается в описание конкретного факта, события или ситуации. Каждый фрейм можно рассматривать как семантическую сеть, состоящую из выделенных вершин и связей.

Фреймовая модель основана на принципе фрагментации знаний.

Основа фреймовой модели – слот, который состоит из имени некоторого признака, значений этого признака и связи с другими слотами.

Например, описание ситуации «Студент Иванов получил книгу А. Я. Архангельского «100 компонентов Delphi» в библиотеке ТГПУ им. Л. Н. Толстого в г. Туле» может быть представлено следующим образом:

ПОЛУЧЕНИЕ:

ОБЪЕКТ (КНИГА: (Автор, А. Я. Архангельский), (Название, 100 компонентов Delphi));

АГЕНТ (СТУДЕНТ: (Фамилия, Иванов));

МЕСТО: (БИБЛИОТЕКА: (Название, ТГПУ), (Расположение, Тула)).

Здесь ОБЪЕКТ, АГЕНТ и МЕСТО – это роли, которые играют слоты КНИГА, СТУДЕНТ и БИБЛИОТЕКА в рамках фрейма ПОЛУЧЕНИЕ.

13. Понятие искусственного интеллекта, эволюция представлений об искусственном интеллекте.

Понятие искусственного интеллекта, эволюция представлений об искусственном интеллекте

Искусственный интеллект может пониматься в сильном смысле слова и в слабом смысле слова (из 19 билета).

По мере развития техники и науки менялось и понятие искусственного интеллекта в зависимости от встающих перед ней проблем.

Понятие обучающихся машин столь же старо, как и сама кибернетика. Например приборы управления артиллерийским зенитным огнем линейные характеристики предсказывающего устройства зависят от долговременного знакомства со статистиками ансамбля тех временных рядов, которые мы хотим предсказать. Эти характеристики можно найти математически. по изложенным там принципам, но вполне возможно придумать вычислительную машину, которая будет собирать эти статистики и вырабатывать кратковременные характеристики предсказывающего устройства на основании опыта, уже пережитого самим предсказывающим устройством и записываемого автоматически.

Теперь настало время подвести некоторую черту (раскрыть историю понятия и его эволюцию)

На консультации лектор упомянул некого Розенбламп с программой обучающихся машин в 50-ые годы.

• Однако, я нашел первое упоминание у Винера в статье о программе обучающихся машин играющих в игры со встречными интересами, как, например, в шашки. Эту интересную работу выполнили Сэмьюэл и Ватанабе в лабораториях фирмы IBM в 50-ые годы.

Таким образом, на ранних порах понятие искусственного интеллекта вводилось через обучающихся машины.

• В 60-ые годы начало сформировываться понятие компьютерной системы.

Так Эллен Ньюэлл, Герберт Саймон (Physical Symbol System Hypothesis, 1976):
Определяют компьютерную систему как физическую символическую систему.

Физическая символическая система имеет необходимые и достаточные средства для того, чтобы производить осмысленные действия.

Осмысленные - значит уже есть понятие об исскуственном интеллекте

• В 70-ые годы сформировалась область, которая получила название представление знаний.

Представление знаний — вопрос, возникающий в когнитологии (науке о мышлении) и в искусственном интеллекте. В когнитологии он связан с тем, как люди хранят и обрабатывают информацию. В Искусственном интеллекте (ИИ) основная цель — научиться хранить знания таким образом, чтобы программы могли обрабатывать их и достигнуть подобия человеческого интеллекта. Исследователи ИИ используют теории представления знаний из когнитологии. Такие методы как фреймы, правила и семантические сети пришли в ИИ из теорий обработки информации человеком. Так как знание используется для достижения разумного поведения, фундаментальной целью дисциплины представления знаний является поиск таких способов представления, которые делают возможным процесс логического вывода, то есть создание выводов из знаний.

Некоторые вопросы, которые возникают в представлении знаний с точки зрения ИИ:

* Как люди представляют знания?
* Какова природа знаний и как мы их представляем?
* Должна ли схема представления связываться с частной областью знаний, или она должна быть общецелевой?
* Насколько выразительна данная схема представления?
* Должна ли быть схема декларативной или процедурной?

Активно стала развиваться математическая логика, как аппарат для представления знаний.
Было очень немного top-down обсуждения вопросов представления знаний и исследования в данной области is a well aged quiltwork. Есть хорошо известные проблемы, такие как "spreading activation, " (задача навигации в сети узлов) «категоризация» (это связано с выборочным наследованием; например вездеход можно считать специализацией (особым случаем) автомобиля, но он наследует только некоторые характеристики) и «классификация». Например помидор можно считать как фруктом, так и овощем.

• В 80-ые годы возникла парадигма Дуглас Б. Ленат предложил концепцию эвристической обработки знаний:

Ключ к решению задач с помощью искусственного интеллекта лежит в сокращении перебора вариантов при поиске решения. Для этого программы должны реализовать те же принципы, которыми в процессе мышления пользуется человек.

Цитата взята из его книги "Искусственный интеллект", которую можно найти http://alt-future.narod.ru/Ai/lenat.htm

• И наконец, с 90-ых годов и по настоящее время господствует доктрина интеллектуальных агентов.

В искусственном интеллекте, под термином интеллектуальный агент понимаются разумные сущности, наблюдающие за окружающей средой и действующие в ней, при этом их поведение рационально в том смысле, что они способны к пониманию и их действия всегда направлены на достижение какой-либо цели. Такой агент может быть как роботом, так и встроенной программной системой. Об интеллектуальности агента можно говорить, если он взаимодействует с окружающей средой примерно так же, как действовал бы человек..

Информация из конспекта с прошлого года

---

Исторически сложились три основных подхода в моделировании ИИ:
1. изучаются структура и механизмы работы мозга человека, интеллектуальной деятельности, а конечная цель заключается в раскрытии тайн мышления.
2. моделирование интеллектуальной деятельности с помощью вычислительных машин. А цель работ — создание алгоритмического и программного обеспечения вычислительных машин, позволяющих решать интеллектуальные задачи не хуже человека.
3. создание смешанных человеко-машинных (интерактивных) интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях являются оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.
[править]
определение интеллектуальности
1. по А. Н. Колмогорову, любая материальная система, с которой можно достаточно долго обсуждать проблемы науки, литературы и искусства, обладает интеллектом.
2. Тьюринг: в разных комнатах находятся люди и машина. Они не могут видеть друг друга, но имеют возможность обмениваться информацией (например, с помощью электронной почты). Если в процессе диалога между участниками игры людям не удается установить, что один из участников — машина, то такую машину можно считать обладающей интеллектом
[править]
цели создания AI
1. усиление человеческого интеллекта (применение AI как экспертной системы)
2. любой эвристический алгоритм – своего рода AI (например, обучающийся спамофильтр)
3. любая задача, где заранее не известен алгоритм решения требует AI
сверхзадачей AI является построение компьютерной системы, которая обладала бы уровнем эффективности решений неформализованных задач, сравнимым с человеческим уровнем или превосходящим его

14. Понятие рациональности в философии и «искусственном интеллекте».

Одной из центральных тем современной философии является проблема рациональности. Разброс подходов к вопросу о природе разума и границах рационального постижения действительности (от философии жизни до неопозитивизма и постпозитивизма) определяет и многообразие ответов. Философия XX века заявляет о кризисе рациональности и связывает его с кризисом всей западной цивилизации. Гносеологическая проблема границ и возможностей рационального познания имеет глубокий антропологический фундамент. Прояснение вопроса о рациональности предполагает не только гносеологические, но и антропологические и аксиологические моменты.

В философии нет единства по вопросу о содержании понятия 'рациональность'. Насчитывается более двух десятков определений. Все это многообразие можно упорядочить в несколько групп. Рациональность это:

• характеристика деятельности человека;
• характеристика знания;
• характеристика методологии или правил деятельности;
• атрибутивное свойство всех технических цивилизаций;
• характеристика мира в целом;
• специфический тип упорядоченности, особая структура, противостоящая бесструктурности и принципиальной невыразимости;
• универсальная категория, охватывающая логику в ее классическом и неклассическом понимании, диалектику, а также некоторые формы мистического опыта.

Понятно, что такое разнообразие определений только усложняет проблему, но, с другой стороны, позволяет очертить весь круг вопросов, который связан с этой темой. XX век показал, что развитие рациональности, оторванной от ценностного контекста, приводит к эрозии культурных смыслов и потере современным человеком идентичности. Установки на рациональность оказалось недостаточно, чтобы постичь человеческие чувства, болезнь, смерть, одиночество, переустроить общество на гуманистических началах и справиться со всей мощью иррационального. Ориентация на науку как абсолют породила раскол внутри самого разума.

Следствием этого стал вопрос - является ли европейский научный разум высшим плодом развития человека и культуры, или он принадлежит только своей эпохе и преходящ вместе с ней? В современной философии происходит пересмотр представлений о рациональности, но не отказ от идеи разума, являющейся величайшей ценностью и достижением западной цивилизации. В конфликтах и кризисах XX века человечество осознало, что сон разума порождает чудовищ, но таким же чудовищем является и гипертрофированный разум, забывший о добре и красоте. Современная философия, отказываясь от фрагментарных, догматичных представлений, тем самым вновь доказывает ценность и необходимость критической рефлексии.

Теперь обратимся к понятию рациональности в «искусственном интеллекте».
Существует четыре определения:

1. Идеальная рациональность - агент в каждое мгновение действует таким образом, чтобы максимизировать свою ожидаемую полезность с использованием информации, получаемой из среды. Вычисления необходимые для достижения идеальной рациональности оптимальности требует слишком больших затрат времени.
2. Вычислительная рациональность – в итоге возвращает то, что рассматривалось как рациональный выбор в начале этапа формирования или рассуждений. Это свойство может представлять интерес только в демонстрационных системах. В большинстве случаев реальной среды правильный ответ теряет свою ценность, если он не был своевременным.
   На практике проектировщики систем ИИ ищут компромисс между требованиями по обеспечению качества решений и требованиями по уменьшению затрат времени на получению приемлемой общей производительности. Но теоретические основы вычислительной рациональности не позволяют предложить достаточно обоснованного способа выработать таких компромиссов. В качестве примера можно рассматривать логических агентов и агентов, основанных на принятии решений.
3. Ограниченная рациональность (Г. Саймон) – описательная теория принятия решений реальными агентами. Способность человеческого разума решать и формулировать сложные задачи слишком мала по сравнению с масштабными задачами, поэтому вводится принцип “непривязанности” – продолжение рассуждений следует осуществлять достаточно долго лишь для того, чтобы обеспечить “приемлемый ответ”.
   Это полезная модель человеческого поведения, но оно не имеет формальной спецификации для интеллектуальных систем: в теории Саймана не дано определения “вполне приемлемого ответа”. Кроме того, принцип непритязательности — лишь один из методов работы с ограниченными ресурсами.
4. Ограниченная оптимальность. Агент действует настолько хорошо, насколько это возможно, с учётом его вычислительных ресурсов. Ожидаемая полезность для ограниченного оптимального агента является по меньшей мере столь же высокой, как и ожидаемая полезность любой другой программы работающей на том же компьютере.

15. Интернет и проблема субъекта. Влияние Интернета на сознание и язык.

Ответ

Лекция

Что понимается под субъектом? В классической философии субъект - несомненное и неоспоримое основание любого знания.

Субъект - познающее:

1. Декарт - самопознание есть первая очевидность, данность, предшествующая всякому познанию, да и вообще всему.
2. современная философия - субъект - конкретный индивид, сущетвующий во времени, имеющий биографию и находящийся в неких коммуникативных отношениях с другими людьми. Т.е. субъект мыслится как изначально включенный в реальный мир и систему отношений с познающими индивидами. Значит мы имеем влияние интернет-технологий на структуру познающего субъекта, сознание и язык.

Аспекты влияния:

1. Формы управления и общения

Административно-силовые формы управления уже не имеют силы. Тип социума в интернете может быть соотнесен с анархистским идеалом общества как некоторой горизонтальной совокупностью общин.
Интернет-сообщества противопоставляют в организационном смысле себя государству. Они строятся на других основаниях и имею иную модель управления.
Размывается вертикаль общения между индивидами. Если рассмотреть жизнь человека, то сначала его общение происходит в паре "родители-ребенок", потом "учитель-ученик", "начальник-подчиненный". В интернете, во многом благодаря анонимности (хотя бы частичной) из общения исключается биография общающихся, харизма и т.д.

2. Изменение сознания

1. Полифоничность сознания: в отличии от диалогоа или монолога интернет позволяет реагировать на группу сообщений. При этом создается комлексный ответ, который может вбирать различные оттенки смысла из каждого из сообщений.
2. Распределенность сознания (распределенность виртуальной личности): Благодаря анонимности появляется возможность одновременно общаясь с другими людьми занимать несколько разных личностных позиций.
3. Виртуализация общения: язык, на котором осуществляется общение, оказывает влияние на наше сознание. Иногда общение в интернете приобретает формы, которые не могут быть отнесены ни к устном, ни к письменному общению.
4. Визуализацие мышления: благодаря информационным технологиям наше мышление становится всё более визуальным, т. е. всё активнее в процессе мышления используются визуальные формы. Общение через интернет активно использует визуальную информацию.
5. Расширение сферы сознания: виртуальное сознание включает в себя надличностные уровни и предсознательные уровни.
6. Увеличение степени гибкости сознания: большая восприимчивость к различным точкам зрения, поскольку человек сам имеет возможность отстаивать сразу несколько точек зрения.
7. Переход от одномерного к многомерному сознанию - человек выступает в различных ролях и сознание не соотносится с личностью

3. Влияние технологий на различные виды культуры

1. Объем информации
Объем информации на отдельно взятого индивида увеличивается. Следовательно, сокращается время подачи информации, остается все меньше времени на обсуждение и обдумывание. Плюс исчезает "аналитическая информация", т.е все меньше сообщений снабжаются анализом и описанием ситуации (окружения).
2. Образование и наука
За время обучения надо обрушить на учеников все больший объем знаний. При этом количество учебных зачастую сокращается. Это все приводит к тому, что:

• учебники заменяются задачниками
• книги - кратким изложением
• лекции - кратким конспектом

Аналогичная ситуация и в науке - учёные предпочитают читать не статьи, а краткие рефераты. Это может привести к появлению непроверенных материалов - учёные полагаются на тех, кто делал эти рефераты. Так же и на защите - может так случиться, что кандидатскую диссертацию прочитают только 3 человека, включая автора.

4. Влияние на порождаемые тексты и язык

Необходимость быстро реагировать на интернет-сообщения приводит к тому, что процесс написания текста сильно ускоряется. Т.е. интернет-тексты не есть тексты в классическом смысле этого слова. Это нечто среднее между устной и письменной речью:

• используются шаблонные структуры, которые применяются без учета адресата (явление автоматичности письма в интернете)
• обрывочность сообщений
• сокращенный стиль изложения
• отсутствие развернутой аргументации

Феномены:

• феномен смыслового резонанса (мысли различных участников интернет-общения могут вызвать возникновение в сообществе новой мысли, возможно, выходящей за рамки изначального обсуждения.)
• феномен гипертекста - текст в интернете не есть некоторый индивидуальный текст; у многих текстов автор присутствует распределенным образом (например, это вики).
• феномен бриколлажных текстов - компиляция текстов из кусков, причем процесс производится как человеком, так и машиной

Материал не из лекций/не закончено:
Известно, что язык есть основное средство коммуникации и выражения мыслей, инструмент познания субъекта. Интернет, обладая основными параметрами, характерными для СМИ (прямая обезличенная доставка информации извне к множеству субъектов) воздействует как на субъекта, так и на язык.
Влияние на личность/проблема субъекта:
А.Белинская : "Одна из таких ярких особенностей [общения личностей в интернете] - низкая контекстуальность интернет-коммуникаций. Дело не в том, что быстро, много, анонимно, максимально управляемо со стороны субъекта коммуникации (в том смысле, что если не хочу - плюну и выключусь), дело в том, что это общение низко контекстуально, оно происходит с минимальной опорой на устоявшиеся социальные нормы, ценности."
…

16. Философские и частнонаучные предпосылки создания «искусственного разума».

Ответ

Частно-научные предпосылки

Существую две концепции работы головного мозга:

1. Нейрофизеология, биология
   Изучает, как понимается и как истолковывается деятельность головного мозга; выделяются нейроны как строительный блок головного мозга, после чего производится их моделирование на компьютере.
2. Психология интеллектуальной деятельности
   Человек обрабатывает информацию по средством языка. Язык - символические структуры, обрабатываемые по определенным правилам. Если мы изучим правила, то сможем промоделировать работу головного мозга.

Из двух научных направлений, описанных выше, сформировались две парадигмы, применяемые при решении задачи создания искуственного интеллекта в любом его определении:

1. Моделирование и аксиоматизация принципов работы головного мозга. Данный подход сильно связан с процессом обучения. Задача - научить промоделированную систему нейронов выполнять (решать) некоторую задачу.
2. Исследуй поведение и аксиаматизируй поведение. Предполагает определенный психологический фундамент, определенный подход.
   Функциализм - человеческое поведение может быть представлено, как набор функций. Следовательно, интеллектуальное поведение описывается как набор функций вида "стимул —> рекция". В данном подходе обработка информации понимается чисто функционально.

Философские предпосылки.

1. Философское основание - мышление является продуктом высоко-организованной материи.
   Эшби (закон разнообразия) - для того, чтобы адекватным образом обрабатывать информацию о каком либо сложном объекте, а обработка начинается с отражения, сама отражающая система должна обладать достаточной степерью сложности.
   TODO: Ильенков? Вроде надо его почитать…
2. Мышление и интеллектуальная деятельность предполагается как процесс символьной обработки информации. Не играет роли:
   1) что мы обрабатываем
   2) что является структурой, обрабатывающей информацию
   важно, что "эта штука", выполняя символьную обработку, демонстрирует интеллектуальное поведение общего характера.

Саймон: интеллектуальное поведение общего характера - такое поведение, при котором если субъект знает, что для действие X приводит к цели Y, то он выберет действие X

Т.е. нет принципа интеллектуальности, нет сущности интеллектуальности. Все суть просто оперирование символами.

17. Влияние информационных технологий на основные сферы жизни общества. Проблема информационного неравенства.

С момента появления первых работ в области кибернетики и информатики, с момента того, как возникла идея автоматизации процессов производства на основе ЭВМ возник вопрос о влиянии информационных технологий на жизнь общества. В основе первых попыток обсудить данную проблему лежала вполне здравая предпосылка, что жизнь общества определяется развитием средств производства и, таким образом, внедрение кибернетических средств производства может вызвать изменение производственных сил общества и повлиять на все сферы жизни общества. Винер призывает учитывать последствия автоматизации производства — высвобождение большого количества людей. Правительства должны продумать механизм минимизации тех социально негативных последствий, которые могут быть вызваны автоматизацией. С другой стороны, мы находим у Винера полемику о возможности использования достижений кибернетики с целью манипулирования людьми в политической сфере. Он приводит письмо, которое он получил от священника — исследования в области кибернетики являются безнравственными и опасными, поскольку результаты могут быть применены в управлении людьми. Винер всегда осторожно относился к использованию результатов в области политического или социального управления, однако сама по себе проблема существует. Винер, говоря о тоталитарных государствах, говорит, что эти тоталитарные государства представляют собой своеобразный муравейник. Эта метафора представляется не совсем удачной, поскольку в тоталитарном государстве управление осуществляется на основе системы приказов. Муравью никто не говорит, что надо делать. Управление осуществляется на основе системы рефлексов на команды, посылаемые маткой типа «мне слишком жарко» или «есть хочу». Муравей выполняет некую предзаданную систему действий, получив сигнал.

4 сферы жизни общества

1. экономическая,
2. политическая,
3. социальная,
4. духовая.

Дальше выстраиваем ответ, показывая влияние информационных технологий на жизнь в этих сферах.

политическая сфера — по мере развития информационных технологий в современном обществе власть перемещается от диктаторов к манипуляторам. Современные информационные технологии (телевидение, радио) позволяют создать определённое восприятие мира, такое, когда легко оказывается манипулировать сознанием в том числе и в сфере политического управления. Сравнивают реакцию американского общества на войну во Вьетнаме (весьма негативная у большинства членов общества) и американские бомбардировки Сербии, или войну в Ираке. Сербия — всё американское общество в большинстве одобрительно относилось к военным действиям — потому что предварительно была произведена агитационная работа. Население стало реагировать по принципу муравейника — муравей добровольно реагирует на сигнал матки — так же и американец добровольно выполняет то, что выгодно власти.

Винер рассматривал ешё одну важную проблему — проблему секретности информации. Винер рассматривал эту проблему в контексте его времени — противостояния двух систем — советской и западной, вопрос — нужно ли сдерживать развитие информационных технологий, используемых для распространения информации — Винер отвечает - нет: если открытие сделано в одном государстве, то результат скоро станет известен и представителям другого государства, как бы его не засекретили «Для разума нет линии Мажино». Винер приводит эпизод из собственной биографии — он опубликовал ряд работ, его пригласили в министерство обороны США и спросили — в СССР занимается кто-нибудь похожим или нет. Тогда была вторая мировая, и учёные не общались. Однако Винер сказал, что такими исследованиями мог заниматься Колмогоров (он знал его предвоенные работы). После войны они встретились и пришли к выводу, что их результаты практически совпадают. Результаты мало зависят от исследователей.

экономическая - Экономисты затрудняются найти адекватную математическую модель, описывающую товарно-денежные отношения в сфере знаний и информации. Информация отличается от обычного товара — скажем, когда мы купили сок, количество его у продавца уменьшилось. Если я продал программу, то, получив за неё деньги, я оставляю у себя знания о программе (или саму программу).

Ещё одна проблема — в глобальном обществе присутствует информационное неравенство — граждане различных государств имеют различный доступ к информационным ресурсам человечества. Информационное неравенство нередко сопровождается информационной экспанисией. Говорят об информационном колониализме и культурном империализме. Например — поскольку центром развития и распространения программных продуктов являются США и англоязычные страны, то большая часть ПО создаётся с учётом английского языка. Таким образом, мы можем говорить об экспансии английского языка.

социальная сфера — размываются границы государств. Происходят элементы утраты национальной самоидентификации. Происходят изменения в семейных отношениях (снижается рождаемость). Процессы коммуникации между людьми облегчаются, меняется пространство коммуникации. Есть изменения и в духовной сфере жизни общества — язык, литература, кинематограф.

Ещё в этом вопросе можно рассказать про Информационное общество.

17. Информационные технологии и проблема их влияния на жизнь человека.

В списке билетов на сайте кафедры этого билета нет!

См. вопрос 17.

18. Количественные и качественные характеристики информации и проблема их отражения в теориях информации (К. Шеннон, А. Колмогоров, Р Карнап, Ю.А. Шрейдер)

Развитие средств связи (телефон, телеграф, радио) и в начале XX в. потребовало численных методов исследования характеристик трактов передачи сообщений, отвлекаясь от смысла сообщений - количественно-вероятностный подход.
Понятия неопределенности и вероятности взаимно обратимы. Выбор одного или нескольких вариантов из множества уменьшает неопределенность. Хартли предложил считать количество информации, приходящееся на одно сообщение, равным логарифму общего числа возможных сообщений (тут все равновероятно).

На практике при определении количества информации необходимо учитывать как количество различных сообщений от источника, так и разную вероятность их получения (Шеннон).

Р. Эшби считал, что информация есть там, где есть неоднородность (разнообразие) и единицей измерения может быть различие между объектами в одном определенном свойстве. Чем больше различий, тем больше информации. Под разнообразием следует подразумевать характеристику степени несовпадения элементов некоторого множества.

Близка к разнообразностной идея алгоритмического измерения количества информации, выдвинутая в 1965 г. А.Н. Колмогоровым. Количество информации определяется как минимальная длина программы, позволяющей преобразовать один объект (множество) в другой (множество). Чем больше различаются два объекта между собой, тем сложнее (длиннее) программа перехода от одного объекта к другому.

Если понятие информации связывать с разнообразием, то причиной существующего в природе разнообразия, по мнению академика В.М. Глушкова, можно считать неоднородность в распределении энергии или вещества, в пространстве и во времени. Информация же есть мера этой неоднородности. Информация существует постольку, поскольку существуют сами материальные тела. С понятием информации в кибернетике не связано свойство ее осмысленности. Звезды существуют независимо от того, имеют люди информацию о них или нет. Объективное существование объекта создает неоднородность в распределении вещества и поэтому является источником информации для когнитивной системы. Таким образом, по В.М. Глушкову, информация независима от нашего сознания.

Рассмотренные выше определения и толкования понятия информации в принципе не могут учесть ее содержательного и ценностного аспектов. Попытки оценить не только количественную, но и содержательную сторону информации дали толчок к развитию семантической (смысловой) теории информации. Исследования в этой области теснее всего связаны с семиотикой - теорией знаковых систем.

Одним из важнейших свойств информации, которое мы можем наблюдать, является ее неотделимость от носителя: во всех случаях, когда мы сталкиваемся с любыми сообщениями, эти сообщения выражены некоторыми знаками, словами, языками. Семиотика исследует знаки как особый вид носителей информации. Рассуждая о количестве, содержании и ценности информации, содержащейся в сообщении, можно исходить из возможностей соответствующего анализа знаковых систем, таких как естественные и искусственные языки, системы сигнализации, логические, математические и химические символы.

Знаковые системы рассматриваются с позиций синтактики, семантики и прагматики.

• Синтактика изучает синтаксис знаковых структур - способы сочетаний знаков, правила образования сочетаний и преобразований безотносительно к их значениям.
• Семантика изучает знаковые системы как средства выражения смысла, определенного содержания.
• Прагматика концентрируется на изучении практической полезности сообщений для потребителя.

Основная идея семантической концепции информации заключается в возможности измерения содержания (предметного значения) суждений. Но содержание всегда связано с формой, хотя и не взаимно однозначно. Поэтому и исследования семантики базировались на понятии информации как уменьшении или устранении неопределенности.

Первую попытку построения теории семантической информации предприняли Р. Карнап и И. Бар-Хиллел. Они предложили определять величину семантической информации посредством так называемой логической вероятности, представляющей собой степень подтверждения той или иной гипотезы. При этом количество семантической информации, содержащейся в сообщении, возрастает по мере уменьшения степени подтверждения априорной гипотезы. Если вся гипотеза построена на эмпирических данных, полностью подтверждаемых сообщением, то такое сообщение не приносит получателю никаких новых сведений. Логическая вероятность гипотезы при этом равна единице, а семантическая информация оказывается равной нулю. Наоборот, по мере уменьшения степени подтверждения гипотезы, количество семантической информации, доставляемой сообщением, возрастает.

Для всех прагматических подходов характерно стремление связать понятие информации с целенаправленным поведением и выдвинуть те или иные количественные меры ценности информации.

19. Программа «сильного искусственного интеллекта» и ее критика в работах Х. Дрейфуса, Дж. Серля, Э. Ильенкова.

Джон Серл предложил различать «слабый» и «сильный» искусственный интеллект.

Главная цель «слабого» ИИ — в построении успешной модели моделирования ментальных состояний, которая не предполагает наделение компьютеров подлинным сознанием. Цель «сильного» ИИ, напротив, заключается в построении компьютерной системы, которая была бы столь же сознательной, как и человек, хотя и не обязательно их мыслительный процесс будет подобен человеческому.

Джон Сёрль (статья “Разум мозга — компьютерная программа?”):

Более того, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум — это разум.

Алан Тьюринг, 1950 г.
В статье “Могут ли машины мыслить?” предлагает так называемую игру в имитацию.

Я собираюсь рассмотреть вопрос: могут ли машины мыслить. Но для этого нужно сначала определить смысл терминов "машина" и "мыслить". Можно было бы построить эти определения так, чтобы они по возможности лучше отражали обычное употребление этих слов, но такой подход таит в себе некоторую опасность. Дело в том, что, если мы будем выяснять значения слов "машина" и "мыслить", исследуя. как эти слова определяются обычно, нам трудно будет избежать того вывода, что значение этих слов и ответ на, вопрос "могут ли машины мыслить?" следует искать путем статистического обследования наподобие анкетного опроса, проводимого институтом Гэллапа*. Однако это нелепо. Вместо того чтобы пытаться дать такое определение, я заменю Наш вопрос другим, который тесно с ним связан и выражается словами с относительно четким смыслом.

Тьюринг считал, что мы можем говорить о том, что компьютер «мыслит», если эксперт не может отличить ответы компьютера, полученные в ходе анонимного диалога через компьютерный терминал от ответов людей. Задачей человека является доказать эксперту, что он человек, а задача компьютера – обмануть эксперта (доказать, что он не компьютер, а человек). Эта игра в имитацию также носит название “тест Тьюринга”. Под компьютером Тьюринг понимает систему из трёх составных частей:

• память
• управляющую систему (контролер)
• программу.

Фактически, это машина Тьюринга с памятью.

Существенным здесь является то, что взгляды Тьюринга на природу разума были бихевиористскими — разумна та система, которая ведет себя как разумная.

На сегодняшний день существует вариант теста Тьюринга, который также может использовать базу знаний людей (Интернет), для того, чтобы эмулировать “внешний мир” человека. Фактически интернет становится для компьютера “внешним миром”.

Эллен Ньюэлл, Герберт Саймон (Physical Symbol System Hypothesis, 1976):
Определяют компьютерную систему как физическую символическую систему.

Физическая символическая система имеет необходимые и достаточные средства для того, чтобы производить осмысленные действия.

Критика теста Тьюринга

Одним из наиболее известных аргументов против него является мысленный эксперимент «Китайская комната», предложенный Джоном Сёрлем.

Мысленный эксперимент: Китайская комната.

Я нахожусь один в комнате. Мне дают большой китайский текст. Китайского языка я не знаю. Даже не знаю, на китайском ли этот текст. Вместе с первым текстом мне дают правила на родном мне языке. Они помогают соотнести м/д собой 2 набора формальных символов, которые я могу идентифицировать по форме. Потом дают второй текст. И наконец, мне дается 3ий текст. Действуя по правилам инструкции на родном мне языке, я обрабатываю второй и третий текст и выдаю набор символов на китайском языке на выход. И я не знаю, что люди, дающие мне все это, 1ый кусок называют текстом (или мою программу + базу данных), 2ой – рассказом, а 3ий – вопросами. Я работаю как компьютер. Предположим, что я так натренировался, что мои ответы не отличить от ответов китайца. 1) понимаю ли я? - нет. 2) я, тексты+инструкции не созд.дост.условий для понимания, и тем более не объясняют понимания. Мне предоставляет все, что может предоставить И.И., но я так и не понимаю. Какие бы форм.принципы вы не вложили в машину, этого будет недостаточно для понимания, т.к. Человек может следовать тем же формальн.принципам, но не понимать.

Нам хочется наделить машины интенциональностью (комп.может, способен, глючит, понимает, знает, умер), мы это делаем метафорично.

Дрейфус:
Истинный разум невозможно отделить от его человеческой основы, заключенной в человеческом организме.

Цифровой компьютер — не человек. У компьютера нет ни тела, ни эмоций, ни потребностей. Он лишен социальной ориентации, которая приобретается жизнью в обществе, а именно она делает поведение разумным. Я не хочу сказать, что компьютеры не могут быть разумными. Но цифровые компьютеры, запрограммированные фактами и правилами из нашей, человеческой, жизни, действительно не могут стать разумными. Поэтому ИИ в том виде, как мы его представляем, невозможен

Мышление и восприятие включает целостные процессы, которые трудно понять в терминах последовательно или даже параллельно осуществляемых дискретных операций; поскольку мозг по крайней мере отчасти работает, видимо, как аналоговое устройство, то весьма вероятно, что и наш разум порождает мысли и восприятия на базе "полей", "сил", "конфигураций" и т. п.". Такое понимание интеллектуальной деятельности подпадает под более широкое (чем дискретная переработка информации) понимание "информационного процесса", означающее, "что наш разум на основе одних осмысленных образований строит другие осмысленные образования

Ильенков, "Диалектическая логика":
Формализовать логику невозможно, уже пытались, результат: формальная и математическая логика.

Ильенков о невозможности классического компьютера к мышлению:

…Способностью мыслить человек обязан матери-природе так же мало, как богу-отцу. Природе он обязан только мозгом – органом мышления. Способность же мыслить с помощью мозга не только развивается…, но и возникает впервые только вместе с приобщением человека к общественно-человеческой культуре…» «Потребности», направившие его (человека) к объективному (лишенному личной корысти) созерцанию окружающего мира, были уже не потребностями тела отдельного индивидуума…», но «человеческого коллектива, производящего свою материальную жизнь совместным трудом. Психика человека и была продуктом и следствием жизнедеятельности этого организма. Он создал человечески мыслящий мозг и человечески видящий глаз…. Мыслящее существо необходимо должно быть подвижным… активно изменять, переделывать окружающую его естественную среду, строя из неё своё «неорганическое тело» – тело цивилизации. Ни грибы, ни лужи, даже большие, как океан, в таких действиях потребности не испытывают. По этой причине и мышления им требуется не больше, чем телеге пятое колесо… Ибо мышление – функция активной предметной деятельности, её обеспечивающая и ради неё возникающая. А не функция беззаботного лежания…»

20. Развитие информационных технологий и будущее земной цивилизации (К. Дриккер, Н. Моисеев, В. Турчин).

Дата доклада — 19.04.2008

Валентин Турчин, Клифф Джослин. "Кибернетический манифест", ~2000 г.

Основное понятие — метасистемный переход.

Когда некоторое число систем интегрируются в единое целое с возникновением нового уровня управления, мы говорим, что имеет место метасистемный переход.

Метасистемный переход — квант эволюции. Системы эволюционируют метасистемными переходами. Так, происходящие в рамках естественного отбора главнейшие эволюционные сдвиги — крупномасштабные метасистемные переходы. Примеры из истории:

• образование многоклеточных организмов,
• появление разума (мозг получает возможность управлять формированием ассоциаций ментальных представлений),
• образование человеческого общества.

Человеческое общество качественно отличается от животных благодаря способности людей создавать и развивать язык. Язык выполняет две функции: обмен информации между индивидуумами и создание моделей действительности. Язык — это как бы продолжение человеческого мозга (продолжение мозга всех членов общества), это коллективная модель действительности, совершенствуемая всеми членами общества и передаваемая от поколения к поколению. Т.о., человеческое общество можно рассматривать как единый организм.

Прогноз на будущее:

• социальная интеграция "в ширину". Образование единого мирового сообщества и мирового правительства с ответственностью за экологию земного шара.
• социальная интеграция "в глубину". Физическая интеграция индивилуальных нервных систем с созданием потенциально бессмертных человеческих сверхсуществ. Человеческие индивидуумы будут рождаться и жить в молодом и зрелом возрасте подобно тому, как они живут сейчас, а затем принимать или отвергать интеграцию в сверхсущество. Таким образом, физическая интеграция индивидуумов приходит не на смену индивидуальной жизни, как мы ее знаем сейчас, а в дополнение к ней.

С развитием науки и техники происходит упадок метафизической веры в бессмертие. Традиционные религиозные системы медленно, но верно теряют влияние.

Другой род бессмертия — творческое или эволюционное. Это представление о том, что смертное человеческое существо достигает бессмертия, внося свой вклад в некий универсальный бесконечный процесс.

Кибернетическое бессмертие. Человеческое существо есть, в конечном счете, кибернетическая система — определенная форма организации материи, которая включает многоуровневую иерархию управления. То, что мы называем нашей душой или сознанием, ассоциируется с высшим уровнем в этой иерархии. Наша организация постоянно переживает частичную смену материала, в котором она выполнена. Не видно причин, по которым эта смена не могла бы идти сколь угодно далеко, включая переход к совершенно новым материалам и к принципиально неограниченному времени существования.

Кибернетическая интеграция должна сохранить творческое ядро человеческой личности, ибо оно является двигателем эволюции. Она также должна сделать личность бессмертной, ибо с эволюционной точки зрения нет смысла обрывать ее существование.

Следует ли ожидать, что все человечество объединится в единое сверхсущество? С эволюционной точки зрения это и нежелательно, и маловероятно. Жизнь можно сравнить с пирамидой: вершина поднимается ввысь и одновременно расширяется основание. Осуществление кибернетического бессмертия потребует, несомненно, чем-то пожертвовать; для начала, надо будет решительно сосредоточить усилия на дальнейшем развитии науки. Совсем не очевидно, что большинство людей в большинстве сообществ захотят поставить перед собой такую цель. Поскольку интеграция может быть лишь добровольной, надо ожидать, что только часть, вероятно небольшая, человечества образует сверхсущества, большинство же останется в состоянии “человеческого планктона”. Неинтегрированная часть не может конкурировать с интегрированной; она может лишь поставлять материал для сверхсуществ. Без интеграции человечество не может претендовать на какую-либо серьезную роль в Космосе.

В наше время мы можем яснее, чем когда-либо, видеть фундаментальное противоречие конструктивной эволюции человеческого общества: между социальной интеграцией и личной свободой. Это противоречие реально, но ниоткуда не следует, что оно неразрешимо. Как достичь органического синтеза интеграции и свободы — вот вызов, который природа бросает человеку.

А.С. Дриккер. "Человечество: информационный идеал", 2000 г.

Культура и человек представляют собой результат эволюционного процесса, культура вырастает на взаимодействиях «личность — культурная среда». Культуру можно представить как самоорганизующуюся систему, динамика которой определяется адаптацией к изменяющимся внешним условиям.

Критерием отбора, определяющего «выживающие» культурные мутации, является преимущество в информационном ускорении — в приращении скорости передачи информации.

Рост и распространение культуры как передача и накопление информации — это процесс, повсеместно и безусловно связанный с интенсификацией и расширением контактов, общения, а следовательно, и с увеличением плотности и численности населения. Если представить сохранение интегрального опыта как необходимое условие эволюции культуры, то следует прежде всего рассмотреть культуру как систему передачи информации между поколениями. А высокая надежность передачи может быть гарантирована лишь огромной избыточностью, для поддержания которой при трансляции расширяющегося, аккумулируемого культурного опыта и множится тысячелетиями население Земли.

Полный информационный запас культуры складывается из «независимой» (хранящейся вне человека) информации и информации «живой», существующей только вместе с человеком. Отстраненную от человека информацию, вероятно, можно считать необходимым условием социокультурного прогресса, но не достаточным для обеспечения стабильного воспроизводства культуры. Стабильность же репликации культуры следует связать с информацией, носителем которой является человек с его «живой» культурой.

Расширенное воспроизводство народонаселения продолжалось, с ускорениями и замедлениями, вплоть до конца ХХ столетия. И оставалось адекватным темпу информационного ускорения. Ныне ситуация близка к тому, чтобы коренным образом изменить условия, в которых КПД трансляции культуры был крайне низок. Перспективы эти связаны с научно-технической революцией, созданием мощного экономического потенциала и особенно — с появлением компьютера. Возможность записи и воспроизводства огромных объемов универсальной информации открывает путь к интеграции культурного опыта и одновременно — к отстранению значительной части этого опыта от человека. Причем, даже такого тонкого опыта, как эмоциональный. Отстранение, вероятно, приведет к возрастающей формализации и структурированию опыта, превращению его в знание.

Информационные технологии (например, компьютерные сети) принципиально меняют систему коммуникаций, интенсификация которых уже никак не связана с плотностью населения. Исчезает потребность в массах людей, необходимых для поддержания цивилизации за счет механической, автоматической деятельности.

Если рост населения коррелирует с развитием социальных структур, то логично представить, что его (населения) уменьшение будет сопровождаться прогрессирующим ослаблением общественных связей и индивидуализацией жизни. Высокая вероятность деградации межгрупповой культурно-экономической конкуренции и социальной агрессивности также, по-видимому, может служить признаком перехода к новому этапу культурной эволюции, в котором информационное ускорение будет реализовываться путем повышения эффективности трансляции культуры на сжимающемся множестве народонаселения.

В процессе затухания, вытеснения биологических инстинктов и социальных рефлексов новая культура, возможно, создаст условия, в которых миллиарды граждан постоянно будут сменяться не столь многочисленными, но все более ценными, самостоятельными индивидами.

Дальний прогноз

Для оценки темпов сжатия используем данные о рождаемости в современных высокоразвитых странах, округляя самые низкие показатели — 1,2 ребенка на женщину — до 1. Остановимся на подобном «коэффициенте сжатия» — 1/2, возьмем за точку отсчета максимально прогнозируемое население в 40 млрд человек и удвоим те 25 лет, что требуются для смены поколений. Тогда элементарный расчет показывает: при постоянстве отмеченных параметров население Земли уменьшится от 40 млрд до ничтожной цифры в 100 тыс. менее чем за 1000 лет.

Уменьшение народонаселения сопровождается повышением эффективности трансляции культуры. На фоне отмирания социальной борьбы, затухания материальной конкуренции принципы информационного отбора ведут к монотонному возрастанию концентрации творческих качеств выживающего (обеспечивающего наибольшее информационное ускорение) вида. Если эта концентрация достигнет заметного, критического уровня, когда реализованная одаренность станет не более редкой, чем, например, знание высшей математики, то процесс трансформации человека социального в человека самостоятельного достигнет высокой интенсивности.

Не видно никаких оснований, в силу которых процесс сжатия останавливался бы на какой-либо конкретной численности, он не тормозится по достижении некоторого конечного предела, а лишь непрерывно ускоряется. Ускорение это сопровождается ростом концентрации и интеграции культуры, интеллектуального, духовного опыта личности, интенсивности коммуникаций. Усиливая, разгоняя друг друга, эти процессы ведут к небывалой культурной плотности, появлению новых типов межличностных взаимодействий. Такие взаимодействия можно назвать сильными — по аналогии с физическими.

В условиях сверхплотной концентрации культуры синтез личностей (ядер) также, возможно, обернется взрывом — апогеем информационного ускорения: мощным выбросом высвобождающейся информации, новыми формами ее проявления — «жизни», фазовым переходом, завершающим стадию эволюции культуры.

Усложнение человека и уплотнение той, условной, стотысячной группы не остановится, но продолжится и усилится. Скорость растворения минипопуляции в информационном океане (крайне упрощенное представление о котором дает сегодня глобальная сеть «Интернет») увеличится, а концентрация информации (культуры, духовности и других, неведомых форм) в грядущей личности станет поистине удивительной. Пока, наконец, не придет к естественному на этом пути пределу — к единой, совершенной, всемогущей, всепонимающей и вечной личности, к новой форме воспроизведения информации …

cthulhoo fhtagn!

Ссылки

• А.С. Дриккер. "Человечество: информационный идеал" статья
• Валентин Турчин, Клифф Джослин. "Кибернетический манифест" статья
• Г. Ф. Лавкрафт. "Зов Ктулху" статья

21. Синергетический подход к информатике (Д. С. Чернавский, Г. Хакен)

Литература

Д.С. Чернавский "Синергетика и информация", Гл.1 и последняя глава

Г. Хаккен "Информация и самоорганизация"

Требуется уловить:

1. Идея связи сомоорганизующихся систем с понятием информации
Синергетика - наука о самоорганизации систем

Понятие "информация" используется при исследовании практически всех процессов самоорганизации (в частности биологической эволюции) динамических систем.

Поэтому определим информацию так, чтобы можно было использовать понятия из предметной области синергетики и самоорганизации динамических систем:

*Информация* есть случайный и запомненный выбор одного варианта из нескольких возможных и равноправных.
Т.о. информация представляет собой некоторую часть процесса самоорганизации системы (?)

2. У Хаккена физическая теория, которая позволяла бы описывать самоорганизующиеся системы.
Можно по этому поводу почитать выдержки. Например тут: http://www.kirsoft.com.ru/freedom/KSNews_226.htm

Цитаты из Хаккена:

Что такое сложные системы?… Компьютеры все более выходят на тот уровень, когда их можно будет считать сложными системами. В особенности это относится к компьютерам так называемого 5-го поколения, в которых обработка информации идет на смену перемалыванию чисел, столь характерному для современных компьютеров…Системы могут быть сложными не только потому, что они состоят из большого числа частей: мы можем говорить и о сложности поведения.

Сложные системы предназначены для выполнения определенных функций, и , как показывает тщательный анализ, эти функции могут быть выполнены только сложной системой, состоящей из многих согласованно действующих частей… По-видимому, наиболее сложной системой в мире является головной мозг человека, состоящий из 10^10 или более нервных клеток.

Общие слова про синергетику:

Третий подход к формулировке универсальных законов, применимых к сложным системам - синергетический. В этой области мы изучаем системы, которые могут путем самоорганизации образовывать пространственные, временные или функциональные структуры. В синергетике занимаются изучением систем, далеких от равновесия… Предполагается, что на рассматриваемую систему наложены внешние связи, такие, как вполне определенное количество энергии, подводимой к системе. При изменении этого управляющего параметра может возникнуть неустойчивость, и система переходит в новое состояние. В синергетике показано, что в такой точке потери устойчивости, неустойчивыми становятся, вообще говоря, небольшое число коллективных мод, которые служат параметрами порядка, описывающими макроскопическую структуру. В то же самое время, эти макроскопические переменные, т.е. параметры порядка, определяют поведение микроскопических частей системы в силу принципа подчинения. Так возникновение параметров порядка и их способность подчинять позволяют системе находить свою структуру. При изменении управляющих параметров в широком диапазоне, системы могут проходить через иерархию неустойчивостей и сопровождающих их структур…С одной стороны, мы всегда можем погрузить открытую систему в обьемлющую ее замкнутую систему. Но с другой стороны, любую открытую систему можно рассматривать в пределе, когда потоки вещества и энергии стремятся к нулю, и мы в конечном счете имеем дело с замкнутой системой. Следовательно, общие законы термодинамики должны получаться как предельные случаи из общих законов синергетики

Одна из наиболее поразительных особенностей любой биологической системы - необычно высокая степень координации между ее отдельными частями. В клетке одновременно и согласованно могут происходить тысячи метаболических процессов. У животных от нескольких миллионов до нескольких миллиардов нейронов и мышечных клеток своим согласованным действием обеспечивает координированное движение, сердцебиение, дыхание и кровообращение. Распознавание образов - процесс в высшей степени кооперативный, равно как речь и мышление у людей. Совершенно очевидно, что все эти высоко координированные, когерентные процессы становятся возможными только путем обмена информацией, которая должна быть произведена, передана, принята, обработана, преобразована в новые формы информации и должна участвовать в обмене информацией между различными частями системы и вместе с тем между различными иерархическими уровнями. Так мы приходим к выводу о том, что информация является решающим элементом существования самой жизни.

Информация не только связана с пропускной способностью канала связи или с командами, отдаваемыми центральным регулятором отдельным частям системы. Она может также обретать роль своего рода среды, существование которой поддерживается отдельными частями системы - среды, из которой эти части получают конкретную информацию относительно того, как им функционировать когерентно, кооперативно.

23. Понятие виртуальной реальности (Д. Дойч, Д.А. Поспелов)

Литература

Д. Дойч: "Структура реальности", Гл. 5
Поспелов: "Границы виртуальной реальности"

Дойч:

• что может быть промоделировано в сфере виртуальной реальности,
• границы виртуальной реальности
• физические ограничения на виртуальную реальность

Поспелов:

• где границы того, что мы можем отличить виртуальную реальность от действительности
• граница доверия к реальности

Дойч:

• виртуальная реальность - физическое проявление универсальности вычислительных машин
• ограничения в виртуальной реальности носят физический характер
• противник субъективного идеализма
  возможна ситуация, когда мы не можем отличить виртуальную реальность от реальной, но неразличимость виртуальной реальности и действительности не является аргументом в пользу субъективного идеализма. само понятие виртуальной реальности предполагает наличие вычислительной машины, нужен реальный физический компьютер. Для Беркли, например, подобием такого компьютера был Бог.

Из статьи "Об онтологическом статусе виртуальной реальности", А.Ф. Иванов

• В последние два десятилетия XX в. благодаря развитию информационных технологий появилась новая форма бытия — виртуальная реальность. Основная проблема, возникающая в рамках рефлексии относительно указанного вида бытия, представляет собой вопрос об онтологическом статусе виртуальной реальности. Этот вид бытия синтезирует в себе свойства многих других. Так, например, виртуальная реальность обладает рядом свойств объективно-идеального бытия, так как ее актуальное существование возможно только благодаря компьютерным системам, в которых законы логики играют первостепенную роль. Вместе с тем она обладает свойствами субъективно-идеального бытия, потому что ее параметры могут меняться по воле и желанию субъекта, не говоря уж о том, что ее актуализация, т.е. наличное существование для данного субъекта определяется им же. Наряду со свойствами идеального бытия в виртуальной реальности воспроизводятся и свойства материального бытия: воздействие виртуального бытия на органы чувств человека практически полностью идентично воздействию реальных материальных объектов. Наука пока еще далека от каких-либо окончательных выводов, но одно можно сказать с уверенностью, что виртуальная реальность не имеет своей собственной сущности, даже хотя бы относительно независящей от других форм бытия. Ее существование является результатом взаимодополняемости и взаимодействия материальных и идеальных форм бытия.

• Поскольку виртуальная реальность представляет собой специфический вид бытия, имеет смысл говорить о его пространственно-временных характеристиках. Один из аспектов специфики пространственно-временных отношений в биологических и социальных (в последних — особенно) системах образует феномен, называемый «информационное пространство». На сегодняшний день не существует сколько-нибудь общепринятой интерпретации этого термина, а значит, указанный термин не имеет определенного логического статуса в общенаучной понятийном аппарате. Современная философия и наука еще только начинают изучать и осмысливать информационной аспект пространственно-временных отношений в живой природе и обществе. Поэтому к термину «информационное пространство» следует относиться как к метафоре. Смысл данной метафоры заключается в том, в некоторой части физического пространства происходит интенсивные процессы создания, переработки, обмена и потребления информации в биосоциальных (биосфера, ноосфера) и социальных (группа людей, страны, регионы, группы стран, человеческая цивилизация) системах, что позволяет говорить, в свою очередь, о возрастании интенсивности взаимодействия внутри этих систем, а также между самими системами и окружающей средой. Рост интенсивности информационного взаимодействия обусловлен созданием и распространением информационных технологий, включающих в себя определенные технические системы и каналы передачи информации.
  Можно сказать, что информационное пространство представляет собой своеобразную надстройку над некоторым фрагментом реального физического пространства (например, в масштабах планеты Земля), в пределах которого разумный или неразумный субъект способен создавать, преобразовывать, обмениваться и потреблять информацию. Количество способов создания, преобразования и потребления информации, а также каналов обмена ею, определяет «мерность» информационного пространства. К тому же возможны различные сочетания способов оперирования информацией и каналов обмена ею. Таким образом, информационное пространство можно рассматривать как форму существования виртуальной реальности.

• Новое понимание антропоцентризма в соединении с современными взглядами на развитие нашло свое воплощение в теории устойчивого развития, ядром которой является идея коэволюции природы и общества. Сущность последней состоит в том, чтобы определить согласованные с фундаментальными законами природы параметры и механизмы развития человеческой цивилизации. При этом следует учитывать то обстоятельство, что развивается не только явление, но и сущность, лежащая в его основе. Так, например, сегодня констатируется, что период становления и развития постиндустриального общества характеризуется интенсивным обменом между людьми не веществом и энергией, а информацией, которая становится основным объектом человеческой деятельности. Вещество же и энергия, становятся средствами оперирования информацией. Если учесть тенденцию развития информационных технологий — снижение вещественных и энергетических затрат на производство, то можно прогнозировать увеличение той сферы реальности, которая называется «виртуальной реальностью». Отсюда можно сделать вывод, что виртуальная реальность представляет собой следствие коэволюции природы и общества, естественного и искусственного, материального и идеального, наконец, объективного и субъективного.

24. Информационные технологии как инструмент управления обществом.

Ответ

Литература:

Н. Винер "Кибернетика и общество".
Дж. Барлоу. Например, здесь http://www.zhurnal.ru/staff/gorny/translat/deklare.html
Кроме того материалы по информационному обществу можно найти здесь: http://www.isn.ru/index162.shtml

Стоит сказать пару слов о перестройки общества, о важности знания для получения знания, о том, что с информационным обществом нужно говорить на его языке. Дальше я приводу кусок вступления чьего-то диссера.
Рубеж второго и третьего тысячелетий отмечен началом становления информационного общества, что означает постоянное возрастание роли современных информационных технологий, прежде всего информационно-коммуникационных технологий (ИКТ), в политическом процессе.
Целесообразность исследования новейших технологий политической деятельности и изучения потенциала их практического применения в качестве инструмента взаимодействия государства и общества определяется необходимостью совершенствования воздействия на политические процессы как на глобальном, так и на национальном уровнях.
Дополнительным фактором, актуализирующим рассматриваемую проблематику, является непрерывно возрастающее многообразие, высокая степень специфичности и преобразующий потенциал ИКТ и основанного на них Интернета, которые позволяют воздействовать на политическую реальность.
Современные информационные технологии, прежде всего интернет-технологии, несут в себе мощный управленческий потенциал, поэтому важнейшей частью становления информационного общества в передовых странах стал опыт формирования на их базе «электронного правительства».
В связи с нарастанием темпов общественного развития, сопровождающегося появлением широкого спектра структур гражданского общества, а также видоизменением функционирования общественных организаций (возникновение сетевых сообществ и организаций, Интернет-парламентов и интернет-партий) особое значение приобретает использование современных информационных технологий как инструмента взаимодействия государства и общества.

25. Понятие информационного общества.

Вопросы, разбираемые в билете

Основные характеристики информационного общества. Какова роль информации в постиндустриальном обществе?

Ответ

Информационное общество — концепция постиндустриального общества; историческая фаза развития цивилизации, в которой главными продуктами производства являются информация и знания. Отличительные черты:

* увеличение роли информации и знаний в жизни общества;
* возрастание доли информационных коммуникаций, продуктов и услуг в валовом внутреннем продукте;
* создание глобального информационного пространства, обеспечивающего (а) эффективное информационное взаимодействие людей, (б) их доступ к мировым информационным ресурсам и (в) удовлетворение их потребностей в информационных продуктах и услугах.

Информационное общество в трудах философов XX века

Информационное общество — формировалось в трудах философов и социологов XX столетия, появились работы, в которых говорилось о закате западной индустриальной цивилизации.
В 40-е годы австралийский социолог Кларк прогнозировал наступление общества информации и услуг с новыми информационными технологиями
в 50-е гг Махлуп выдвинул идею общества информационной экономики — информация станет важнейшим товаром.
В дальнейшем — развито в работах Ёнеджи Масуды (японский социолог, 1905-1995), Дэниэль Бэл — он говорит не об информационном обществе, а о постиндустриальном (это по сути одно и то же), некоторые специалисты говорят о понятии цивилизации.

Концепция информационного общества была подготовлена всем ходом западной социологической мысли. Традиционно западные социологи выделяли 2 сферы народного хозяйства — сферу материального производства и непроизводственную сферу. Затем стали выделять 3 сектора — первичный (сельхоз и добывающая промышленность), вторичный — обрабатывающая промышленность, и сфера услуг. Некоторые специалисты объявляют третий сектор основной характеристикой постиндустриального общества — основная масса населения задействована в сфере услуг.
Приблизительно с 70-х годов в западной литературе знание и информация воспринимались не как некая субстанция, воплощённая в средствах производства, а как самостоятельная производственная сила. Таким образом, новое информационное или постиндустриальное общество (в котором информация и знание являются основной производственной силой) противопоставляется обществу индустриальному и доиндустриальному. В экономической сфере информация превращается в самостоятельную производственную силу, значит, часть населения оказывается задействованной в сфере получения и передачи информации.

рост объема сообщения на душу населения сталкивается с постоянно сокращающимся потоком общего объёма сообщения. Н Винер

На душу населения по мере развития информационных технологий увеличивается объём информации, но общий объём сообщения сокращается — происходит стандартизация продукции, производимой в духовной сфере жизни общества. Если раньше выпускалось 10 фильмов в год с различными сюжетами, то сейчас — 300 фильмов в год, но с одинаковыми сюжетами. Когда мы заменяем творчество процессом производства, мы получаем процесс, направленный на массового потребителя — телевизионные каналы и прочая поп-культура не могут производить что-либо оригинальное и эксклюзивное — ибо нельзя собрать на конвейере несколько оригинальных автомобилей. Духовная сфера становится сферой экономики.

26. «Человеческий фактор» при создании информационных технологий (А.П. Ершов, Эд. Дейкстра, Н. Непейвода, Г.Р. Громов)

Ответ

Всё больше и больше специалистов склоняются к той точке зрения, что развитие современных информационных технологий зависит не только от программного и аппаратного обеспечения, но и от человеческого фактора, поскольку сам по себе компьютер - это глупая железка, которая обретает смысл только во взаимодействии с человеком.

Так, например, Дейкстра подчёркивал, что современный программист должен хорошо владеть естественным языком, должен быть способным к адекватному самовыражению. Программист, прежде чем написать компьютерную программу, должен осознать и выразить на естественном языке что же он от железяки хочет. Дейкстра говорит, что программистов надо обучать особым образом — как интеллектуальную элиту.

Непейвода —

1. информационную реальность надо поставить между реальностью естественной науки и культуры
2. необходимо порвать порочную связь математики с физикой, поскольку математика — гуманитарная наука.

Непейвода подчёркивает важность гуманитарной подготовки специалистов в области ИТ.

Громов анализирует ситуацию менедмента в области ИТ — он статистически обосновывает мнение о том, что гуманитарии в области менеджмента ИТ делают более успешную карьеру, чем технари.

Непейвода —
современная информатика — это формализация неформализуемых понятий или плохоформализуемых понятий. Гуманитарная культура вырабатывает у человека не чёрно-белое мышление а гибкую систему оценок, что связано в свою очередь с тем, что сфера гуманитарных наук — это сфера интерпретации, а интерпретаций может быть много, они могут противоречить друг другу, мешать друг другу.

Громов — гуманитарий — менеджер ИТ гораздо более открыт новым идеям, у него нет привычки отвергать нечто непринятое, его интеллектуальная культура обладает большей терпимостью к новым интерпретациям.

Ершов:
Подчинение программирования промышленным методам работы — это неизбежный факт. Однако, что эта тенденция должна быть сбалансирована встречной инициативой, состоящей в том, что программист должен найти некоторую систему внутренних ценностей в своем деле, обладание которой позволит ему легче ассимилировать индустриальные методы работы, где надо — преодолевать их. эта система ценностей в программировании объективно существует, однако осознана не до конца, известна не всем и поэтому требует распространения и защиты. Эта система имеет много компонент, пожалуй, самая важная из них — это профессиональный статут программиста (надо заметить, что о программистах автор здесь говорит в широком смысле, причисляя к ним и системных аналитиков), но в данный момент больше хочется сказать об эстетической или об эмоциональной стороне программирования, причем не только о том, что вознаграждает программиста, когда он выходит со своим продуктом к потребителю, но и о том, что составляет его нравственную опору, когда он остается наедине с программой или машиной.
Трудности:

• именно программисты непосредственно упираются в пределы человеческого познания в виде алгоритмически неразрешимых проблем и глубоких тайн работы головного мозга.
• собственный стек программиста должен быть не в 5–6 позиций глубины, как это обнаружили психологи у среднего человека, а той же глубины, что и стек в его очередной задаче, подлежащей программированию, плюс еще две–три позиции.
• программист должен обладать способностью первоклассного математика к абстракции и логическому мышлению в сочетании с эдисоновским талантом сооружать все, что угодно, из нуля и единицы. Он должен сочетать аккуратность бухгалтера с проницательностью разведчика, фантазию автора детективных романов с трезвой практичностью экономиста. А кроме того, программист должен иметь вкус к коллективной работе, понимать интересы пользователя и многое другое.

Программирование обладает богатой, глубокой и своеобразной эстетикой, которая лежит в основе внутреннего отношения программиста к своей профессии, являясь источником интеллектуальной силы, ярких переживаний и глубокого удовлетворения. Корни этой эстетики лежат в творческой природе программирования, его трудности и общественной значимости.

Творческая и конструктивная природа программирования не требует особых доказательств. Автор хотел бы высказать, быть может, более спорную мысль, что в своей творческой природе программирование идет намного дальше большинства других профессий, приближаясь к математике и писательскому делу. В большинстве других профессий мы лишь «приручаем» при помощи сил природы те или иные физические или биологические явления, не обязательно постигая их сущность. В программировании же мы в некотором смысле идем до конца. Один из тезисов современной теории познания: «мы знаем что-то, если можем это запрограммировать» — очень выпукло характеризует этот максимализм нашей профессии.

Отношение к профессии программиста меняется:

1. сложность программ растет - зарплата стоит
2. растет безработица
3. ореол непостижимости профессии уходит
4. программисты попадают в плен к администраторам и т.д.

Основные организационные альтернативы или просто трудные вопросы, касающиеся организации труда программистов:

• Возможна и нужна ли организация разработки софтвера по принципу конвейерной линии?
• Кого и почему труднее найти для реализации софтверного проекта — руководителя или исполнителя?
• Как сочетать элитарность системного программирования с его массовостью?
• Как воспитывать программиста, через мировоззрение (университет) или путем профессиональных навыков (технический институт)?
• Что такое индивидуальные способности в программировании, специфичны ли они и нужны ли?
• Можно и нужно ли отделять проектирование большой программы от ее изготовления?

Профессия программиста еще не достигла своей зрелости. Трудность состоит в том, что именно программисты упираются в пределы познания в виде алгоритмически-неразрешимых пролем и тайн человеческого мозга. Стек прогграммиста должен быть не 5-6, а много. Требуются способности математика, аккуратность бухалтера, проницательность разведчика, фантазию творца и трезвость экономиста. Уметь работать коллективно и понимать интересы пользователя.

Аспекты работы:

1. Конвейер - большая проблема, ибо программист тупеет
2. Руководители и исполнители - почему-то в начинающих проэктах стремяться набрать молодых, а не опытных. Мы не умеем развивать достоинства так, чтоб они е падали с возрастом и были бы полезны не только для руководителя. но и для него самого и его будущих начальников.
3. Мировоззрение и профессионализм - программирование обладает богатой и своеобразной эстетикой, которая лежит в основе внутреннего отношения программиста к савоей профессии, являясь источником интеллектуальной силы. Корни - в творческой природе.
   Мы знаем то, что можем запрограммировать. Этические принипы программиста отличаются. Всего есть: работа ради работы, работа ради денег, работа ради цели. У программиста первые два, у нормального человека - лишь третье. Так же требуется бороться за куммулятивный эффект программирования.
4. Индивидуальные способности - баланс умных и глупых
5. Разделение проектирования и изготовления

Программисты - посредники между человечеством и информационной моделью общества, урпятанной в машины. Сделав искусство программирования общим достоянием, мы лишимся своей элитарной исключительности перед лицом повзрослевшего человечества. Что типа хорошо.

27. Общество сетевых структур (Т. Стюарт, М. Кастельс)

Сетевая структура (по Кастельсу) - комплекс взаимосвязанных узлов, конкретное содержание которых зависит от характера той или иной конкретной сетевой структуры. Например, таким узлом будет рынки ценных бумаг и обслуживающие их вспомогательные центры, когда речь идет о сети глобальных финансовых потоков.
Сети представляют собой открытые структуры, которые могут неограниченно расширяться путем включения новых узлов. Но эти новые узлы должны быть способны к коммуникации в рамках данной сети, то есть должны использовать аналогичные коммуникационные коды (например, ценности или производственные задачи).
В обществе, основанном на сетевых структурах, институциональный порядок будет перестраиваться. Прежде всего, новыми институтами станут сами сети. Сети будут способствовать развитию капиталистической экономики, основанной на инновациях, глобализации и децентрализованной концентрации. Они смогут развивать сферу труда, основанную на гибкости и адаптируемости. Сети раскроют новый потенциал сферы культуры, характеризующейся постоянным расчленением и воссоединением элементов. Также сети создадут новую сферу политики, ориентированную на мгновенное усвоение новых ценностей и общественных умонастроений. Таким образом сети будут способствовать развитию социальной организации, преследующей своей задачей завоевание пространства и уничтожение времени.
Новые институты не изменяют общественный строй и не означают закат капитализма. «Общество сетевых структур, в любых его институциональных воплощениях, в настоящее время является буржуазным обществом», — пишет М. Кастельс. Однако в обществе сетевых структур старые институты индустриальной эпохи, институты гражданского общества, институты либерализма и институты национального государства уже лишены смысла и функций, они не рассматриваются как легитимные.

На смену старым институтам приходят два новых вида институтов:
- сети
- институты самобытности.

Сети институционализируются как следствия закономерного развития сетевых глобальных технологий. Поэтому, по мнению М. Кастельса, они являются институтами угнетения самобытности. Им противостоят институты самобытности, которые будут сконструированы социальными движениями будущего, призванными воссоздать цельность общества. Эти движения окажут «самобытное сопротивление», нашедшее опору в ценностях сообщества, и не поддадутся напору глобальных тенденций и радикального индивидуализма, вызванных институтами угнетения, т.е. сетями. «Самобытность становится главным центром культуры на целом ряде участков социальной структуры, ведя отсюда свое сопротивление или свое наступление в информационной борьбе за культурные коды и кодексы, формируя поведение человека и, тем самым новые институты», — заключает М. Кастельс.
Таким образом, институты будут виртуализированы в сетях, но это вызовет обратный процесс — процесс поиска защиты от виртуализированных институтов. Институциональный порядок на некоторое время переместится в виртуальную реальность. Но образовавшийся вакуум в социальной реальности будет заполнен новыми институциональными формами — институтами самобытности. Так в целом можно охарактеризовать подход Кастельса к виртуализации институтов.

Что касается Стюарта, то он рассматривал проблемы информатизации образования . Совместно с Друкером выдвинул концептуальные положения теории информационного общества. Вероятно имеет смысл найти и почитать его книгу "Интеллектуальный капитал"…

28. Виды систем. Понятие сложной системы и проблема ее описания (Г. Саймон, Стаффорд Бир)

Основные понятия кибернетики

Основным объектом исследования в Кибернетике являются так называемые кибернетические системы. Они рассматриваются абстрактно, безотносительно к их реальной физической природе, что позволяет находить общие методы подхода к изучению систем качественно различной природы, например технических, биологических и даже социальных.
Основные понятия кибернетики:

1. система — любой комплекс динамически связных элементов
2. управление — такое преобразование поступающей в систему информации и формирование таких управляющих воздействий, при которых обеспечивается достижение (по возможности наилучшее) заданных целей управления
3. обратная связь — обратное воздействие результатов процесса на его протекание или управляемого процесса на управляющий. Передача информации о протекании процесса, на основе которой вырабатывается то или иное управляющее воздействие
4. модель и алгоритм
5. черный ящик — термин, используемый в кибернетике для обозначения системы, механизм работы которой очень сложен или неизвестен. Такие системы обычно имеют некий «вход» для ввода информации и «выход» для отображения результатов работы. Закономерности работы и устройство «черных ящиков» выявляют, изучая по выходным данным реакцию системы на различные входные данные.

Абстрактная кибернетическая система представляет собой множество взаимосвязанных объектов, называемых элементами системы, способных воспринимать, запоминать и перерабатывать информацию, а также обмениваться информацией. Примерами кибернетических систем могут служить разного рода автоматические регуляторы в технике (например, автопилот или регулятор, обеспечивающий поддержание постоянной температуры в помещении).

Организация связей между элементами кибернетической системы носит название структуры этой системы. Различают системы с

• постоянной структурой,
• переменной структурой.

Изменения структуры задаются в общем случае как функция от состояний всех составляющих систему элементов и от входных сигналов всей системы в целом.

Функционирование системы описывается 3мя семейсвами функций:

• определяющих изменения состояний всех элементов системы
• задающих их выходные сигналы,
• вызывающих изменения в структуре системы.

Система называется детерминированной, если все эти функции являются обычными (однозначными) функциями. Если же все эти функции, или хотя бы часть их, представляют собой случайные функции, то система носит название вероятностной, или стохастической.

Классификации систем

Бир разделяет системы по степени сложности:

1. простые динамические системы (например, 2 бильардных шара)
2. сложные системы (большое количество элементов, но можно описать строго и ясны причинно-следственные связи элементов)
3. очень сложные системы

Так же системы можно делить на:

1. детерминированные
2. вероятностные

Еще классификация:

1. внутренние - дана нам на опыт как целостное образование (живой организм). Имеет временно-пространственные рамки
2. внешние (совокупность живых организмов)

Примеры

• простая вероятностная система: подбрасывание монеты
• сложная вероятностная система: рефлексы у животного
• очень сложная вероятностная система: человеческий мозг, экономика государства

Класс очень сложных детерминированных систем является пустым

Бир: кибернетика изучает класс очень сложных вероятностных систем, а класс сложных вероятностных - теория операций.

Разделение на классы сложности - по свойственной системе природе управления (а не по количеству элементов).

Система vs. Множество

Противопоставление подходу теории систем теоретико-множественного подхода:

• в теории множеств первичен элемент, в теории систем - целое, множество, элемент существует лишь потому что существует система.
• в теории множеств мы можем образовывать множества произвольно, по любому нашему критерию
• в теории множеств предполагается что элементы множества заранее индивидуализированны, в теории систем - процедура выделения объектов входит в процесс исследования системы и является одним из важнейших его этапов.
• противопоставление внешней организации внутренней. Элементы объединены во множество "внешней волей". Структура системы определяется внутренними причинами

Понятие обратной связи

Под управленем в кибернетике понимается не принуждение, а саморегулирование

• оптимальное управление в случае отсутствия внешних изменений
• если существуют внешние возмущения (например, порывы ветра)
• если возмущения определяются другим разумным существом - игровая задача (можем рассматривать природу, как противника, реализующего неудачные для нас исходы)

Кибернетическая система при саморегулировании использует принцип обратной связи. Можно выделить отдельный класс систем, которые уменьшают сложность управления (например, поведение оркестра можно детерминированно представить на бумаге, но при игре будут возникать ошибки музыкантов - система недетерминированна, для уменьшения сложности управления ей можно использовать дирижера, который сводит случайности к минимуму).

Метасистема - система состаящая из управляющей и управляемой систем. Интеллектуальное управление системой осуществляется методом проб и ошибок, заключается в выработке системы управления во главе которой стоит новая подсистема, которая оказывается управляющим устройством высшего этапа эволюции. Возникает движение - метасистема, система управления положением позволяет выработать движений. (СТРАННОЕ предложение)

• задача нахождения оптимальной программы
• нахождение наилучшего управления в зависимости от достяжимости нужного состояния.

Решение этой задачи является правилом управления по принципу обратной связи. Нам должно быть известно все об объекте. Данное допущение работает только относительно той модели мира, которую мы строим, но не относительно реального мира.

Сложность

Признаки сложности системы: сложность - множество элементов, необратимость, всегда уникальна.

+++Сложность в философии:

• Платон: простое - вечное, неизменное, божественное, единое. Чем выше статус идеи, тем проще. Сложное - изменчивое, непостоянное, вторичное по природе
• Аристотель - Простое - это природа вещи, а единое означает меру => отождесталять единое и простое нельзя. Сложное - составное, когда оно мыслиться в модусе бытия и как разделенное на части, когда оно мыслится в модусе небытия. Сложное - случайное бытие.
• Кузанский - Простота - свойство единого, свойство бога, свойство сущности вещи. Простота предшествует сложности онтологически

Сложность в кибернетике

Сложность кибернетических систем определяется двумя факторами.

• размерность системы (общее число параметров, характеризующих состояния всех её элементов).
• сложность структуры системы, определяющаяся общим числом связей между ее элементами и их разнообразием. Простая совокупность большого числа не связанных между собой элементов с повторяющимися от элемента к элементу простыми связями, ещё не составляет сложной системы.

Сложные (большие) кибернетические системы — это системы с описаниями, не сводящимися к описанию одного элемента и указанию общего числа таких (однотипных) элементов.

Чаще всего сложные кибернетические системы иерархичны.Сложность определяется уровнем организованности системы.
Можно ввести универсальную меру сложности (алгоритма/системы) - как минимальную возможную длинну программы для машины тьюринга, которая реализует данный алгоритм.

29. Формализация и моделирование как методы информатики. Понятие «автоформализация знаний» (Г.Р. Громов).

Ответ

Консультация

Формализация

Формализация (Аль Ани) - исследования, заключающийся в отвлечении от содержания понятий и положений научной теории с целью исследования ее логической структуры. В математике и логике формализация представляет собой реконструкцию содержательной научной теории в виде формализованного языка.

С формализацие связано понятие идеализации:

Идеализация - мыслительная процедура, имеющая своей целью создание абстрактных (т.е. идеальных) объектов, которые в качестве предельных случаев реальных объектов (т.е. в качестве имеющих конечное число свойств объектов) могут служить основанием, т.е. средством для их изучения. Образца-ми таких абстрактных или идеальных объектов являются, например, "точка" или "прямая линия" в математике, "абсолютно твердое тело" или "абсолютно черное тело" - в физике. Идеализация тесно связана, как видим, с абстрагированием.

Далее:

• арифметика
• теорема Гёделя - свидельствует об ограниченности метода но не говорит отказываться.

Моделирование

Моделироваание (фр. мodele - образец, прообраз) как исследовательский метод заключается в воспроизведении подлежащих исследованию свойств некоторого объекта в другом объекте с целью их изучения. И этот второй объкт выступает по отношению к первому в качестве его модели. Следовательно, между оригиналом и его моделью должно иметь место отношение подобия, выражающееся в сходстве физических свойств, или функций, или структур и т.д. К моделированию обычно прибегают в том случае, если непосредственное иссле-дование самого оригинала в силу тех или иных обстоятельств невозможно или труднодоступно.

Стефан Клини - общий процесс научного познания может быть представлен как некоторая последовательность инлеллектуальных действий, которую осуществляет ученый:

1. ограничение области опыта
2. выделение в фрагменте реальности наиболее интересных отношений между объектами
3. создание модели этих отношений между объектами
4. изучеине модели
5. корректировка модели, дополнение модели

Моделирование - один из важнейших методов.

В процессе моделирования возникает амбивалентность:

• с одной стороны, X как можно более подробно и в наибольшем количестве деталей должен соответствовать объекту Y.
• с другой стороны, в пределе - если мы достигнем Y - работа теряет смысл:
  • сложность модели будет такая же, как сложность исходного объекта
  • моделирование производится для выявления общих закономерностей, для дальнейшего анализа других экземпляров объекта; в случае идеального моделирования - мы не имеем общих закономерностей, только свойства конкретного экземпляра моделируемого объекта.
    

Пример – язык булевой логики может быть рассмотрен как модель естественного языка. Но не можем различить общего и частного высказывания.

Автоформализация

Д. Кнут - мы можем сказать, что овладели той или иной областью в той степени, в которой мы можем обучить этому вычислительную машину.
Здесь Кнут замещает определение Канта - науки столько, сколько есть математики.

Понятие введено Громовым. Создавая компьютерные программы, относящиеся к различным сферм человеческой деятельности, программисты проводят процесс формализации наших знаний.

Пример: мы написали программу, вычисляющую корень квадратного уравнения - значит мы формально описали данный процесс на языке C.
Вопрос: почему языки программирования точно формализованы?

Пример для умных: разработана некоторая спецификация. Изначально она написана на человеческом языке - нет ясности, однозначности. После этого есть два пути развития:

• записать спецификацию на формальном языке (логика, CTL, LTL, Promela) - это намеренная формализация;
• просто взять и реализовать программу, которая *считается идеально следующей спецификации*; когда следующий человек захочет узнать, какая реакция должна быть на фактор X - надо посмотреть на реакцию идеальной программы (reference implementation)

Программист - важная профессия, т.к. в результате написания программ происходит накопление формализованного знания человечества.

30. Оформление философско-методологической базы кибернетики в трудах Н. Винера, Р. Эшби, Ст. Бира.

*Кибернетика* - наука об общих закономерностях процессов управления и передачи информации. Исторически первым термин кибернетика ввел Винер.
На что стоит обратить внимание в связи с этим определением:

• понятие обратной связи и управлении (Бир)
• задача управления по принципу обратной связи/концепция остаточных форм (Винер/Эшби)
• учет последствий автоматизации производства (Винер)
• проблема секретности информации (Винер)
• закон об объеме сообщения (Винер)
• классификация систем по Биру (и к какому типу относится ЭВМ)
• закон разнообразия (Эшби) - об адекватной обработке информации о сложном объекте