23.11.2024

Кибернетический метод это: Система методов теории государства и права

Содержание

Система методов теории государства и права

Определим состав и систему методов теории государства и права.

Учение о методах и их классификации, теоретическое обоснование используемых в науке системы методов познания окружающей мира называют методологией. Термин «методология» обозначает систему методов, применяемых данной наукой.

Под методом науки понимается совокупность приемов и средств, при помощи которых познается предмет и приобретаются новые знания. Метод представляет собой подход к изучаемым явлениям, предметам и процессам.

Всю систему методов теории государства и права в зависимости от степени их распространенности можно подразделить на следующие группы: всеобщие, общенаучные и частнонаучные.

Всеобщие методы – это система философских и мировоззренческих подходов, которые выражают наиболее универсальные принципы мышления.

В системе всеобщих методов выделяют: метафизику (государство и право рассматриваются как неизменные институты, которые не связаны друг с другом и с иными общественными явлениями) и диалектику (государство и право рассматриваются как динамичные категории, которые находятся в определенных взаимосвязях с иными общественными явлениями).

Общенаучные методы – это приемы, которые в отличие от всеобщих методов не включают все научное познание, а используются лишь на отдельных его этапах. К общенаучным методам относят: анализ, синтез, индукцию, дедукцию, системный и функциональный подходы, социальный эксперимент

Анализ означает условное разделение изучаемого государственно-правового явления на отдельные части и их последующее рассмотрение как самостоятельных объектов.

Синтез, напротив, предполагает изучение явления путем условного объединения его составных частей в одну систему. Анализ и синтез, как правило, применяются в единстве.

Индукция предполагает вывод умозаключений путем рассуждений от частного к общему, а дедукция – от общего к частному.

Системный подход предполагает раскрытие целостности и системности объекта, выявление многообразных связей в нем.

Функциональный подход предполагает выяснение форм и способов воздействия одних социальных явлений (например, государства и права) на другие.

Метод социального эксперимента предполагает проверку того или иного способа решения проблемы с целью не допустить ущерб от ошибочных подходов правового регулирования.

Частнонаучные методы – это система приемов, которые являются результатом усвоения теорией государства и права научных достижений частных технических, естественных и гуманитарных наук. К ним относят конкретно-социологический, статистический, кибернетический, математический и иные методы.

Социологический метод позволяет путем анкетирования, опроса, наблюдения и иных приемов получить информацию о фактическом поведении субъектов в государственной и правовой системе. Он используется для установления эффективности воздействия государственно-правовых систем на общественные отношения, выявления противоречий между законодательством и потребностями общественного развития, эффективностью функционирования государства и права.

Статистический метод позволяет получить количественные показатели о различных правовых явлениях (отношение населения к государству как системе государственных органов, эффективность действующего законодательства и права, правонарушения и т.д.). Статистические исследования предполагают наличие следующих стадий: сбор статистического материала, сведение его на основе единого критерия в систему и их обработка. На основе полученной статистической информации осуществляется научный поиск причин, сформировавших определенные тенденции.

Кибернетический метод – это прием, который позволяет при помощи системы понятий, законов и технических средств кибернетики понять государственно-правовые явления.

Математический метод – это совокупность приемов работы с количественными характеристиками. Математические методы используются не только в криминалистике и судебной экспертизе, но и при квалификации преступлений, в правотворчестве и других сферах правовой действительности.

Следует выделить два исключительно юридических частноправовых метода: формально-юридический и сравнительно-правовой.

Формально-юридический метод позволяет определять юридические понятия, выявлять их черты, проводить классификацию и т.п. Его специфической характеристикой является отвлечение от сущностных сторон теории права. Цель состоит в понимании и объяснении законодательства, в его систематическом изложении и истолковании для правотворческой и правоприменительной практики.

В содержание формально-юридического метода включены законодательная техника и система приемов толкования норм права, изучение тех факторов и условий, в которых действуют данные нормы права.

Сравнительно-правовой метод предоставляет возможность сопоставить различные теории, системы и их элементы (законы государства, юридическую практику, право и т.д.) для установления их общих и специфичных свойств. Он применяется в исследовании различных теорий, правовых систем (макросравнение) или их отдельных элементов (микросравнение).

Система методов исследования представляет для теории государства и права особое значение, так как данная наука является методологической по отношению к иным юридическим наукам.

Кибернетический подход — Студопедия

Необходимо отметить, что в рамках общей те­ории систем возникла новая область современной науки — кибернетика, как одно из ее ответвлений. Кибернетический подход решает системные задачи с помощью математических и иных формальных методов.

Это обусловило появление новых системных по­нятий, таких как «входы и выходы», «иерархия», «модель», «саморегуляцию», «вектор», «матрица» и др., с помощью которых можно описать практи­чески безграничное множество процессов.

Кибернетика возникла как наука о процессах и связях управления, которые строятся на основе определенной программы и представляют собой способ ее реализации. Это значит, что над функци­онирующей системой всегда есть нечто, заключаю­щее в себе в том или ином виде общую схему соответствующего процесса. Данное «нечто» и есть в собственном смысле система управления, где разнотипность (разнокачественность) связей объек­та обеспечивает многообразие форм управления.

Начальные идеи кибернетики были изложены в исторической статье А. Розенблата, Н. Вин ера, Дж. Бигеолоу «Поведение, целенаправленность и те­леология» (1943 г.). В ней впервые было показано принципиальное единство проблем связи и управле­ния в природе и технике. Основная мысль Н. Вине­ра, высказанная в его книге, изданной в 1948 г., «Кибернетика или управление и связь в животном и машине» — это то, что о живых организмах можно говорить на том же языке, что и о целена­правленных машинах. Возникает формальная об­щая схема, позволяющая не только говорить о по­ведении в терминах систем в целом, но и дающая возможность динамического объяснения этого по­ведения. Такая схема приводит к общему понятию управляемой (целенаправленной) системы, не за­висящему от того, существует ли такая система в «живом» виде или нет. Таким образом, кибернети­ка охватывает разные по качеству системы, не ин­тересуясь свойствами материала, из которого они сделаны, если только он не влияет на организа­цию. Далее, Винер показал, что как животные, так и машины могут быть включены в новый и более обширный класс вещей. Их отличительным свойством он считал наличие гомеостатических и управленческих систем, науку о которых он и назвал «кибернетикой» (искусством кормчего). Фун­кционирующие части правильно работающей ма­шины или организма поддерживают равновесие, гомеостаз всей системы. Итак, о животных (вклю­чая человека) и о машинах оказалось возможным говорить на одном языке, который годится для описания любых «целесообразных» систем.



Кибернетика при исследовании реальных сис­тем стремится не просто к описанию их с помощью формальных систем, а к тому, чтобы, используя такое описание, помочь понять (объяснить), как работают реальные системы. Обычно это делается путем построения эффективных и динамических моделей, с разбивкой способов их функционирова­ния в виде алгоритмических процедур. Особен­ностью моделирования является то, что в нем модели, в отличие от гипотез, не конкурируют, а дополняют друг друга. Этим они позволяют изу­чать многомерные явления с помощью совокупнос­ти маломерных представлений. С помощью ЭВМ строятся модели как вероятностные картины мира, вытесняющие детерминистические. Это означает, что, помимо действительного, исследователю ста­новится доступным и возможное, тесно не связан­ное с наблюдаемыми фактами. Данный момент носит эвристический характер: исследователь име­ет возможность рассмотреть гораздо больше ситу­ации, чем их существует в действительности, и прогнозировать варианты сценариев будущего.


При этом отрицательная обратная связь как бы заставляет поведение системы стремиться к предпи­санному пределу (моделям как прототипам) и, следо­вательно, нет ничего абсурдного или сверхъестествен­ного в том, что поведение системы определяется

скорее будущим, чем прошлым ее состоянием. При таком понимании телеология (целенаправленность) быстро перестает быть пугалом для биологических и социальных наук.

Кибернетический метод как интеллектуальная процедура познания действительности может рас­ сматриваться как метод аналогий. В качестве при­мера можно привести блок-схему 3, — применения данного метода при изучении моделей, предложенной А. Молем. На этой схеме, напоминающей блок-схему программы ЭВМ, отражены различные этапы кибернетического исследования. Последнее начинается с нахождения аналогии, на которую затем налагается определенное число ограничитель­ных условий, характеризующимися следующими особенностями.

1. Создатель модели начинает с нахождения умозрительной конструкции, образа некоторой ре­альности, и исследует, насколько он обоснован. Затем исследователь формулирует вытекающие из этого представления выводы и проверяет соответ­ствие хотя бы некоторых из них наблюдаемой реальности и фактам, собранным специалистами в данной области.

2. Исследователь переходит к установлению того, насколько рассматриваемая им аналогия далека от действительности. Он должен понять, почему она именно такова, какова она есть (недостаточно пол­ное соответствие реальным фактам, ложное и т. д.). Для этого исследователь должен интеллектуально

дисциплинировать свое интуитивное мышление ­ввести экспликацию: истолкование, замещение не­точного образа, понятия, символа более точным.

3. Возведя рассматриваемый образ в ранг ана­логии (модель-аналогия), исследователь проверяет его: не обладают ли явления, которые он временно принял во внимание, столь большим «весом», что необходимо внести существенные поправки в образ основного явления. Таким путем он устанавливает степень эвристической ценности данной аналогии (ситуация проверки существенности). Если эта си­туация имеет место, то обнаруженная ценность яв­ляется свидетельством ценности лежащего в её основе образа.

4. Теперь исследователь устанавливает масшта­бы (например, статистические величины), при ко­торых данная аналогия является справедливой. При этом устанавливаются и пределы изменчивости этих величин (область валидности), за которыми исследуемое явление меняет характер и нуждается в других типах аналогий, предваряющих структур­ные исследования на других уровнях.

5. Далее исследователь развивает аналогию при­менительно к основной области. При этом на всех этапах он стремится свести описание к механиз­мам, реальные примеры которых ему известны и которые он в состоянии промоделировать во всех деталях. Исследователь как бы «очищает», упро­щает их и делает это, в частности, с помощью схем, графов того типа, которые применяются про­граммистами для выражения процедур, реализуе­мых на ЭВМ.

6. Формулировка и подробное описание предло­женной модели составляют первый результат, по­лучаемый при таком подходе. Последний служит интеграции разных понятий, «упрощению» мысли, благодаря которому большое число разрозненных сводится к небольшому числу элементарных сущ­ностей в соответствии с принципом Оккама: «Сущ­ности не следует увеличивать без необходимости». Применяемые модели (математические, графичес­кие) обеспечивают существенное сжатие (кодиро­вание) информации и возможность ‘её использова­ния для описания широкого класса явлений. Такое описание является, наконец, средством качествен­ной характеристики изучаемого феномена и сред­ством воздействия на него, т. е. орудием овладе­ния действительностью.

7. Вместе с тем рассмотрение модели сразу ста­вит некоторые вопросы, требующие ответов и уточ­нений. Это способствует дальнейшей эксперимен­тальной работе, новому поиску фактов.

Итак, стремление к созданию обобщающих те­орий и учений обусловило появление системного подхода, связанного с переходом к структурно-функ­циональному изучению различных социальных систем с точки зрения выполняемых ими функций по отношению к более широкому целому. Этим были предопределены два его основных принципа.

1. Выделение структуры объекта как некоего инварианта, характеризующего принципы строения этого объекта.

2. Функциональное описание этой структуры.

При этом заслуга Т. Парсонса заключается в том, что он связал данные принципы для изучения социальных систем, развил кибернетическую идею общего в универсуме.

5.3. Кибернетический метод

5. Методы правовой информатики

113

При использовании метода социально-правового моделирования в правовой информатике моделируются с информационных позиций правовая система общества в целом, механизмы правового регулирования, правотворчества, правопорядка и др.; моделируются протекающие в указанных системах, механизмах процессы сбора, обработки и использования правовой и иной информации.

Информационный подход к праву, правовым явлениям и процессам предполагает как структурное, так и функциональное моделирование. Например, строение механизма работы с правовой информацией в суде может быть представлено в виде такой модели: цели работы с правовой информацией в суде; работники суда, занимающиеся сбором, обработкой и использованием правовой информации, — субъекты информационно-правового воздействия; осуществляемые в суде информационные действия, документы и проч. — объекты информационно-правового воздействия; каналы прямых и обратных связей между субъектами и объектами информационно-правового воздействия; схемы работы

справовой информацией в суде.

Винформационно-правовой работе широко используется и моделирование на ЭВМ.

Естественно, что в правовой системе большинство информационных систем являются системами управления. Следовательно, при их исследовании можно применять методы кибернетики — науки об управлении.

Метод единства прямой и обратной информационных связей играет огромную роль в информационно-правовой деятельности. Прямая информационная связь определяет поведение правового образования (субъекта правоотношений) в зависимости от какихлибо юридических воздействий, а обратная информационная связь определяет выбор юридического воздействия в зависимости от прошлого поведения этого образования.

Рассмотрим механизм правового регулирования как кибернетическую систему. В этом механизме субъект воздействия (правотворческий орган) в соответствии со стоящими перед ним целями (урегулировать существующие общественные отношения),

114

5. Методы правовой информатики

на основе всего массива нормативной правовой информации и постоянно получаемой из различных источников ненормативной информации о состоянии и поведении субъекта управления (юридическое или физическое лицо) воздействует на него (вырабатывает нормативно-правовое предписание).

Если в данном механизме остается только прямая информационная связь, то перед законотворческим органом стоит задача выбора некоторого правового воздействия без наличия у него необходимой информации, так как обратный поток информации о состоянии общественных отношений и реальном поведении субъектов управления не поступает. Отсутствует вторая половина контура регулирования, которая называется обратной информационной связью, и поэтому выработка адекватных регулирующих воздействий становится невозможной.

Допустим, в механизме правового регулирования разорвана прямая информационная связь: правотворческий орган не может опубликовать информацию в виде нового правового акта. В этом случае механизм правового регулирования реализовать невозможно.

Таким образом, в информационно-правовой реальности прямая и обратная информационные связи едины и зачастую не существуют одна без другой.

5.4. Метод формализации

Формализация — представление какой-либо содержательной области (рассуждений, доказательств, процедур классификации информации и т.п.) в виде формальной системы. Формальная система — это знаковая модель, задающая множество объектов путем описания исходных объектов и правил построения новых.

Язык является той знаковой системой, которая позволяет осуществлять информационный обмен в любой социальной системе. Наряду с естественными языками в информатике разработаны и формальные языки: системы счисления, алгебры высказываний, языки программирования.

С помощью формальных языков строятся формально-логичес- кие модели.

В общей теории права существует направление, которое называют «формализация правовых норм». Формализация правовой

5. Методы правовой информатики

115

нормы — это выявление ее логической структуры, логических правил вывода суждений.

Формализация позволяет систематизировать, уточнить и методологически прояснить правовую теорию, выявить характер взаимосвязей между различными ее правовыми предписаниями, выявить и сформулировать существующие нерешенные проблемы.

Формализация предполагает усиление роли формальной логики как основания правовой науки. Формализация используется при обработке правовой информации с помощью компьютерной техники.

5.5. Метод алгоритмизации и программирования

Само слово «алгоритм» появилось как результат латинской транскрипции имени великого ученого IX в. Аль Хорезми, который сформулировал общие правила (алгоритмы) выполнения арифметических операций над десятичными числами.

Алгоритм — это определенная последовательность действий, выполнение которой приводит к достижению поставленной цели.

Укажем на те существенные требования к алгоритмам, которые следует обеспечить при их разработке.

Дискретность. Процесс решения задачи описывается некоторым набором действий. Выполнение того или иного действия представляет собой один шаг на пути от исходных данных к искомым результатам. Объектами действия на каждом шаге являются конечные величины.

Таким образом, свойство дискретности алгоритмов проявляется в том, что сама процедура решения задачи распадается на последовательность шагов (дискретизация во времени), а на каждом шаге обрабатывается порция информации конечного объема (дискретизация по величине).

Конечность. Во-первых, выполнение алгоритма должно завершаться получением искомого результата за конечное число шагов. Во-вторых, набор действий, из которых можно построить любой алгоритм, тоже конечен.

Определенность. Действия на каждом шаге алгоритма должны быть строго определены, т.е. описание того или иного этапа вычислений не может допускать произвольного толкования. Кроме того, взаимосвязь между этапами (порядок их следования)

116

5. Методы правовой информатики

должна быть определена для любых возможных вариантов развития вычислительного процесса. Именно определенность алгоритма обеспечивает возможность поручить его реализацию автомату, который не умеет действовать в ситуациях, не до конца определенных.

Каждому алгоритму ставится в соответствие множество величин, допустимых для него в качестве исходных данных. Точно так, выполнение алгоритма завершается получением результатов, относящихся к множеству допустимых для решаемой задачи выходных значений.

Программирование — это реализация заданного алгоритма на формальном языке программирования. Программирование позволяет переложить проведение и анализ информационных процессов на современную вычислительную технику.

5.6. Синтаксический и семантический анализ

Синтаксический анализ устанавливает важнейшие параметры информационных потоков, включая необходимые количественные характеристики, для выбора комплекса технических и программных средств сбора, регистрации, передачи, обработки, накопления и хранения информации. Семантический анализ позволяет изучить информацию с точки зрения смыслового содержания ее отдельных элементов, находить способы языкового соответствия (язык человека, язык ЭВМ) при однозначном распознавании вводимых в систему сообщений.

Анализ зарегистрированной в цифровой форме информации естественного языка с семантической точки зрения является вопросом значительной сложности, и он лежит в основе таких приложений, как автоматические ответы на вопросы из базы данных или восстановление информации посредством неограниченных запросов естественного языка.

Семантический анализ призван проводить смысловой анализ информации на основе изучения значений единиц языка: выявление синонимов, омонимов, антонимов, многозначных слов, анализ изменения значений единиц языка при их различных сочетаниях.

С середины 1960-х г. проводились эксперименты с методикой, которая назначала каждому документу одну или большее количество «ролей» (функций) и одну или большее количество «связей»

Кибернетический метод — Большая Энциклопедия Нефти и Газа, статья, страница 1

Кибернетический метод

Cтраница 1

Кибернетический метод как интеллектуальная процедура познания действительности может рассматриваться как метод аналогий.
 [1]

Применение кибернетических методов при синтезе и анализе технических систем обсуждается в IV части книги ( гл. Одной из важных проблем здесь является эффективное использование электронных вычислительных машин, но Холл, признавая ее важность, опускает этот материал, как более известный, и предпочитает говорить о теориях обратной связи и информации.
 [2]

Сторонники кибернетических методов утверждают, что регулировка, градуировка и калибровка средств измерений давно исчерпали себя. Прежде, чем разделить их точку зрения, рассмотрим, что означают эти новые для нас термины.
 [3]

Внедрение кибернетических методов исследования не означает, что исследование физики процесса потеряло свою актуальность. Этот вывод вытекает из положений материалистической теории познания, согласно которой математика является лишь приближенным отражением действительности реального мира; для развития, уточнения или упрощения математических моделей необходимо изучение физической сущности процесса.
 [4]

Таким образом, кибернетический метод создания моделей неопределенности в настоящее время сводится к расчленению случайного поведения, моделированию закономерного компонента ( что может быть изящно выполнено различными способами) и выборке из этой закономерности чистой случайности. Этот метод может быть эффективным для кибернетических машин, но он недостаточен для устройств, работающих по принципу Монте-Карло.
 [5]

Внедрение и развитие кибернетических методов в области телевизионных измерений привели 1к выводу о необходимости объединения независимых контрольно-измерительных средств в тесно связанные-между собой системы.
 [6]

Книга посвящена применению кибернетических методов классификации объектов при помощи ЭВМ для анализа данных химического эксперимента. Эта монография — первая по автоматизации обработки данных научных исследований в области химического анализа как в отечественной, так и в переводной литературе. Используются данные распространенных аналитических методов: масс-спектрометрии низкого разрешения, ИК-спектроскопии, спектроскопии ЯМР, полярографии.
 [7]

Говоря о перспективах применения кибернетических методов и средств, следует подчеркнуть, что автоматизация производства является одним из важнейших направлений научно-технической революции, отражающим в значительной степени ее сущность. Достижение полной автоматизации производства возможно только в условиях коммунистических производственных отношений.
 [8]

Книга посвящена применению одного из кибернетических методов для анализа химического эксперимента.
 [9]

Как показывают исследования, использование кибернетических методов позволит коренным образом улучшить планирование и организацию материально-технического снабжения народного хозяйства.
 [10]

Применение к исследованию нефтепродуктопроводних управлений кибернетических методов позволяет решить задачи планирования, анализа, контроля их производственной деятельности, прогнозирования развития ТЭП, технического совершенствования трубопроводных систем.
 [11]

Для этих целей предлагается использование кибернетических методов.
 [13]

Здесь требуется более гибкое применение кибернетических методов и общих положений, а в ряде случаев использование не кибернетики, а ее аналогий применительно к обучению.
 [14]

Эта работа дает хорошую иллюстрацию кибернетического метода исследования и служит также заключительным примером более сложных форм, в которые может воплощаться идея обратной связи.
 [15]

Страницы:  

   1

   2

   3




Предмет, методы и цели кибернетики — Студопедия

Специфика этой науки заключается в том, что она изучает не вещественный состав систем и не их структуру, а результат работы данного класса систем.

Кибернетика как наука об управлении объектом своего изучения имеет управляющие системы. Для того чтобы в системе могли протекать процессы управления, она должна обладать определенной степенью сложности. С другой стороны, осуществление процессов управления в системе имеет смысл только в том случае, если эта система изменяется, движется, т. е. если речь идет о динамической системе. Поэтому можно уточнить, что объектом изучения кибернетики являются сложные динамические системы. К сложным динамическим системам относятся и живые организмы (животные и растения), и социально-экономические комплексы (организованные группы людей, бригады, подразделения, предприятия, отрасли промышленности, государства), и технические агрегаты (поточные линии, транспортные средства, системы агрегатов).

Однако, рассматривая сложные динамические системы, кибернетика не ставит перед собой задач всестороннего изучения их функционирования. Хотя кибернетика и изучает общие закономерности управляющих систем, их конкретные физические особенности находятся вне поля ее зрения. Так, при исследовании с позиций кибернетической науки такой сложной динамической системы, как мощная электростанция, мы не сосредоточиваем внимание непосредственно на вопросе о коэффициенте ее полезного действия, габаритах генераторов, физических процессах генерирования энергии и т. д. Рассматривая работу сложного электронного автомата, МЫ не интересуемся, на основе каких элементов (электромеханические реле, ламповые или транзисторные триггеры, ферритовые сердечники, полупроводниковые интегральные схемы) функционируют его арифметические и логические устройства, память и др. Нас интересует, какие логические функции выполняют эти устройства, как они участвуют в процессах управления. Изучая, наконец, с кибернетической точки зрения работу некоторого социального коллектива, мы не вникаем в биофизические и биохимические процессы, происходящие внутри организма индивидуумов, образующих этот коллектив.



Изучением всех перечисленных вопросов занимаются механика, электротехника, физика, химия, биология. Предмет кибернетики составляют только те стороны функционирования систем, которыми определяется протекание в них процессов управления, т. е. процессов сбора, обработки, хранения информации и ее использования для целей управления. Однако когда те или иные частные физико-химические процессы начинают существенно влиять на процессы управления системой, кибернетика должна включать их в сферу своего исследования, но не всестороннего, а именно с позиций их воздействия на процессы управления. Таким образом, предметом изучения кибернетики являются процессы управления в сложных динамических системах.


Теория и практика кибернетики непосредственно базируются на применении математических методов при описании и исследовании систем и процессов управления, на построении адекватных им математических моделей и решении этих моделей на быстродействующих ЭВМ. Таким образом, одним из основных методов кибернетики является метод математического моделирования систем и процессов управления.

Системы изучаются в кибернетике по их реакциям на внешние воздействия, другими словами, по тем функциям, которые они выполняют. Наряду с вещественным и структурным подходами, кибернетика ввела в научный обиход функциональный подход как вариант системного подхода в широком смысле слова. Применение системного и функционального подходов при описании и исследовании сложных систем относится к основным методологическим принципам кибернетики.

Системный подходвыражается в комплексном изучении системыс позиций системного анализа, т. е. анализа проблем и объектов как совокупности взаимосвязанных элементов, исходя из представлений об определенной целостности системы.

Функциональный анализимеет своей целью выявление и изучение функциональных последствий тех или иных явлений или событий для исследуемого объекта. Соответственно, функциональный подход предполагает учет результатов функционального анализа при исследовании и синтезе систем управления.

Основная цель кибернетики как науки об управлении —добиваться построения на основе изучения структур и механизмов управления таких систем, такой организации их работы, такого взаимодействия элементов внутри этих систем и такого взаимодействия с внешней средой, чтобы результаты функционирования этих систем были наилучшими, т. е. приводили бы наиболее быстро к заданной цели функционирования при минимальных затратах тех или иных ресурсов. Все это можно определить кратко термином «оптимизация». Таким образом, основной целью кибернетики является оптимизация систем управления.

Для исследования систем кибернетика использует три принципиально различных метода:

1. математический анализ,

2. физический эксперимент и

3. вычислительный эксперимент.

Первые два из них широко применяются и в других науках. Сущность первого метода состоит в описании изучаемого объекта в рамках того или иного математического аппарата (например, в виде системы уравнений) и последующего извлечения различных следствий из этого описания путем математической дедукции (например, путем решения соответствующей системы уравнений). Сущность второго метода состоит в проведении различных экспериментов либо с самим объектом, либо с его реальной физической моделью.

Достижением кибернетики является разработка и широкое использование нового метода исследования, получившего название вычислительного или машинного эксперимента, иначе называемого математическим моделированием. Смысл его в том, что эксперименты производятся не с реальной физической моделью изучаемого объекта, а с его математическим описанием, реализованным в компьютере. Огромное быстродействие современных компьютеров зачастую позволяет моделировать процессы в более быстром темпе, чем они происходят в действительности.

Кибернетика — Википедия

Киберне́тика (от др.-греч. κυβερνητική «искусство управления»[1]) — наука об общих закономерностях получения, хранения, преобразования и передачи информации в сложных управляющих системах, будь то машины, живые организмы или общество[2].

Обзор

Science-symbol-13a.png

Термин «кибернетика» изначально ввёл в научный оборот Ампер, который в своём фундаментальном труде «Опыт о философии наук, или аналитическое изложение естественной классификации всех человеческих знаний», первая часть которого вышла в свет в 1834 году, вторая в 1843 году, определил кибернетику как науку об управлении государством, которая должна обеспечить гражданам разнообразные блага. В современном понимании — как наука об общих закономерностях процессов управления и передачи информации в машинах, живых организмах и обществе, термин впервые был предложен Норбертом Винером в 1948 году[3].

Кибернетика включает изучение обратной связи, чёрных ящиков и производных концептов, таких как управление и коммуникация в живых организмах, машинах и организациях, включая самоорганизации. Она фокусирует внимание на том, как что-либо (цифровое, механическое или биологическое) обрабатывает информацию, реагирует на неё и изменяется или может быть изменено, для того чтобы лучше выполнять первые две задачи[4]. Стаффорд Бир назвал её наукой эффективной организации, а Гордон Паск расширил определение, включив потоки информации «из любых источников», начиная со звёзд и заканчивая мозгом.

Согласно другому определению кибернетики, предложенному в 1956 году Л. Куффиньялем (англ.), одним из пионеров кибернетики, кибернетика — это «искусство обеспечения эффективности действия»[5].

Ещё одно определение предложено Льюисом Кауфманом (англ.): «Кибернетика — это исследование систем и процессов, которые взаимодействуют сами с собой и воспроизводят себя».

По словарю Ожегова: «Кибернетика — наука об общих закономерностях процессов управления и передачи информации в машинах, живых организмах и обществе».[6]

Кибернетические методы применяются при исследовании случая, когда действие системы в окружающей среде вызывает некоторое изменение в окружающей среде, а это изменение проявляется на системе через обратную связь, что вызывает изменения в способе поведения системы. В исследовании этих «петель обратной связи» и заключаются методы кибернетики.

Современная кибернетика зарождалась, включая в себя исследования в различных областях систем управления, теории электрических цепей, машиностроения, математического моделирования, математической логики, эволюционной биологии, неврологии, антропологии. Эти исследования появились в 1940 году, в основном, в трудах учёных на т. н. конференциях Мэйси (англ.).

Другие области исследований, повлиявшие на развитие кибернетики или оказавшиеся под её влиянием: теория управления, теория игр, теория систем (математический аналог кибернетики), психология (особенно нейропсихология, бихевиоризм, познавательная психология) и философия.

Сфера кибернетики

Объектом кибернетики являются все управляемые системы. Системы, не поддающиеся управлению, в принципе, не являются объектами изучения кибернетики. Кибернетика вводит такие понятия, как кибернетический подход, кибернетическая система. Кибернетические системы рассматриваются абстрактно, вне зависимости от их материальной природы. Примеры кибернетических систем — автоматические регуляторы в технике, ЭВМ, человеческий мозг, биологические популяции, человеческое общество. Каждая такая система представляет собой множество взаимосвязанных объектов (элементов системы), способных воспринимать, запоминать и перерабатывать информацию, а также обмениваться ею.
Кибернетика разрабатывает общие принципы создания систем управления и систем для автоматизации умственного труда. Основные технические средства для решения задач кибернетики — ЭВМ. Поэтому возникновение кибернетики как самостоятельной науки (Н. Винер, 1948) связано с созданием в 40-х годах XX века этих машин, а развитие кибернетики в теоретических и практических аспектах — с прогрессом электронной вычислительной техники.

Кроме средств анализа, в кибернетике используются мощные инструменты для синтеза решений, предоставляемые аппаратами математического анализа, линейной алгебры, геометрии выпуклых множеств, теории вероятностей и математической статистики, а также более прикладными областями математики, такими как математическое программирование, эконометрика, информатика и прочие производные дисциплины.

Особенно велика роль кибернетики в психологии труда и таких её отраслях, как инженерная психология и психология профессионально-технического образования. Кибернетика — наука об оптимальном управлении сложными динамическими системами, изучающая общие принципы управления и связи, лежащие в основе работы самых разнообразных по природе систем — от самонаводящих ракет-снарядов и быстродействующих вычислительных машин до сложного живого организма.
Управление — это перевод управляемой системы из одного состояния в другое посредством целенаправленного воздействия управляющего.
Оптимальное управление — это перевод системы в новое состояние с выполнением некоторого критерия оптимальности, например, минимизации затрат времени, труда, веществ или энергии.
Сложная динамическая система — это любой реальный объект, элементы которого изучаются в такой высокой степени взаимосвязи и подвижности, что изменение одного элемента приводит к изменению других.

Направления

Кибернетика — более раннее, но всё ещё используемое общее обозначение для многих предметов. Эти предметы также простираются в области многих других наук, но объединены при исследовании управления системами.

Чистая кибернетика

Чистая кибернетика, или кибернетика второго порядка изучает системы управления как понятие, пытаясь обнаружить основные её принципы.

ASIMO использует датчики и интеллектуальные алгоритмы, чтобы избежать препятствий и перемещаться по лестнице

В биологии

Кибернетика в биологии — это исследование кибернетических систем в биологических организмах, изучающее то, как животные приспосабливаются к окружающей их среде, и, как информация в форме генов может перейти от поколения к поколению.
Также имеется второе направление — киборги.

Теория сложных систем

Теория сложных систем анализирует природу сложных систем и причины, лежащие в основе их необычных свойств.

Способ моделирования сложной адаптивной системы

В вычислительной технике

В вычислительной технике методы кибернетики применяются для управления устройствами и анализа информации.

В инженерии

Кибернетика в инженерии используется, чтобы проанализировать отказы систем, в которых маленькие ошибки и недостатки могут привести к сбою всей системы.

В экономике и управлении
В математике
В психологии
В социологии

История

В Древней Греции термин «кибернетика», изначально обозначавший искусство кормчего, стал использоваться в переносном смысле для обозначения искусства государственного деятеля, управляющего городом. В этом смысле он, в частности, используется Платоном в «Законах».

Слово фр. «cybernétique» использовалось практически в современном значении в 1834 году французским физиком и систематизатором наук Андре Ампером (фр. André-Marie Ampère, 1775—1836), для обозначения науки управления в его системе классификации человеческого знания:

Андре Мари Ампер

«КИБЕРНЕТИКА. Отношения народа к народу, изучаемые <…> предшествующими науками, — лишь небольшая часть объектов, о которых должно печься правительство; его внимания также непрерывно требуют поддержание общественного порядка, исполнения законов, справедливое распределение налогов, отбор людей, которых оно должно назначать на должности, и всё, способствующее улучшению общественного состояния. Оно постоянно должно выбирать между различными мерами, наиболее пригодными для достижения цели; и лишь благодаря глубокому изучению и сравнению разных элементов, предоставляемых ему для этого выбора знанием всего, что имеет отношение к нации, оно способно управлять в соответствии со своим характером, обычаями, средствами существования процветания организацией и законами, которые могут служить общими правилами поведения и которыми оно руководствуется в каждом особом случае.
Итак, только после всех наук, занимающихся этими различными объектами, надо поставить эту, о которой сейчас идёт речь и которую я называю кибернетикой, от слова др.-греч. κυβερνητιχη; это слово, принятое в начале в узком смысле для обозначения искусства кораблевождения, получило употребление у самих греков в несравненно более широком значении искусства управления вообще».[7]

Первая искусственная автоматическая регулирующая система, водяные часы, была изобретена древнегреческим механиком Ктезибием. В его водяных часах вода вытекала из источника, такого как стабилизирующий бак, в бассейн, затем из бассейна — на механизмы часов. Устройство Ктезибия использовало конусовидный поток для контроля уровня воды в своём резервуаре и регулировки скорости потока воды соответственно, чтобы поддержать постоянный уровень воды в резервуаре, так, чтобы он не был ни переполнен, ни осушен. Это было первым искусственным действительно автоматическим саморегулирующимся устройством, которое не требовало никакого внешнего вмешательства между обратной связью и управляющими механизмами. Хотя они, естественно, не ссылались на это понятие как на науку кибернетику (они считали это областью инженерного дела), Ктезибий и другие мастера древности, такие как Герон Александрийский или китайский учёный Су Сун, считаются одними из первых, изучавших кибернетические принципы.
Исследование механизмов в машинах с корректирующей обратной связью датируется ещё концом XVIII века, когда паровой двигатель Джеймса Уатта был оборудован управляющим устройством, центробежным регулятором обратной связи для того, чтобы управлять скоростью двигателя. А. Уоллес описал обратную связь как «необходимую для принципа эволюции» в его известной работе 1858 года. В 1868 году великий физик Дж. Максвелл опубликовал теоретическую статью по управляющим устройствам, одним из первых рассмотрел и усовершенствовал принципы саморегулирующихся устройств. Я. Икскюль применил механизм обратной связи в своей модели функционального цикла (нем. Funktionskreis) для объяснения поведения животных.

XX век

Современная кибернетика началась в 1940-х как междисциплинарная область исследования, объединяющая системы управления, теории электрических цепей, машиностроение, логическое моделирование, эволюционную биологию, неврологию. Системы электронного управления берут начало с работы инженера Bell Labs Гарольда Блэка в 1927 году по использованию отрицательной обратной связи, для управления усилителями. Идеи также имеют отношения к биологической работе Людвига фон Берталанфи в общей теории систем.

Ранние применения отрицательной обратной связи в электронных схемах включали управление артиллерийскими установками и радарными антеннами во время Второй мировой войны. Джей Форрестер, аспирант в Лаборатории Сервомеханизмов в Массачусетском технологическом институте, работавший во время Второй мировой войны с Гордоном С. Брауном над совершенствованием систем электронного управления для американского флота, позже применил эти идеи к общественным организациям, таким как корпорации и города как первоначальный организатор Школы индустриального управления Массачусетского технологического института в MIT Sloan School of Management (англ.). Также Форрестер известен как основатель системной динамики.

У. Деминг, гуру комплексного управления качеством, в чью честь Япония в 1950 году учредила свою главную индустриальную награду, в 1927 году был молодым специалистом в Bell Telephone Labs и, возможно, оказался тогда под влиянием работ в области сетевого анализа. Деминг сделал «понимающие системы» одним из четырёх столпов того, что он описал как глубокое знание в своей книге «Новая экономика».

Многочисленные работы появились в смежных областях. В 1935 году российский физиолог П. К. Анохин издал книгу, в которой было изучено понятие обратной связи («обратная афферентация»). Исследования продолжались, в особенности в области математического моделирования регулирующих процессов, и две ключевые статьи были опубликованы в 1943 году. Этими работами были «Поведение, цель и телеология» , Норберта Винера и Дж.Бигелоу (англ.) и работа «Логическое исчисление идей, относящихся к нервной активности» У. Мак-Каллока и У. Питтса.

Кибернетика как научная дисциплина была основана на работах Винера, Мак-Каллока и других, таких как У. Р. Эшби и У. Г. Уолтер.

Уолтер был одним из первых, кто построил автономные роботы в помощь исследованию поведения животных. Наряду с Великобританией и США, важным географическим местоположением ранней кибернетики была Франция.

Весной 1947 года Винер был приглашён на конгресс по гармоническому анализу, проведённому в Нанси, Франция. Мероприятие было организовано группой математиков Николя Бурбаки, где большую роль сыграл математик Ш. Мандельбройт.

Норберт Винер

Во время этого пребывания во Франции Винер получил предложение написать сочинение на тему объединения этой части прикладной математики, которая найдена в исследовании броуновского движения (т. н. винеровский процесс) и в теории телекоммуникаций. Следующим летом, уже в Соединённых Штатах, он использовал термин «кибернетика» как заглавие научной теории. Это название было призвано описать изучение «целенаправленных механизмов» и было популяризировано в книге «Кибернетика, или управление и связь в животном и машине» (Hermann & Cie, Париж, 1948). В Великобритании вокруг этого в 1949 году образовался Ratio Club (англ.).

В начале 1940-х Джон фон Нейман, более известный работами по математике и информатике, внёс уникальное и необычное дополнение в мир кибернетики: понятие клеточного автомата и «универсального конструктора» (самовоспроизводящегося клеточного автомата). Результатом этих обманчиво простых мысленных экспериментов стало точное понятие самовоспроизведения, которое кибернетика приняла как основное понятие. Понятие, что те же самые свойства генетического воспроизводства относились к социальному миру, живым клеткам и даже компьютерным вирусам, является дальнейшим доказательством универсальности кибернетических исследований.

Винер популяризировал социальные значения кибернетики, проведя аналогии между автоматическими системами (такими как регулируемый паровой двигатель) и человеческими институтами в его бестселлере «Кибернетика и общество» (The Human Use of Human Beings: Cybernetics and Society Houghton-Mifflin, 1950).

Одним из главных центров исследований в те времена была Биологическая компьютерная лаборатория в Иллинойском университете, которой в течение почти 20 лет, начиная с 1958 года, руководил Х. Фёрстер.

Кибернетика в СССР

Развитие кибернетики в СССР было начато в 1940-х годах.

В «Философский словарь» 1954 года издания попала характеристика кибернетики как «реакционной лженауки». Реабилитацией кибернетики в СССР можно считать 1955 год, когда в журнале «Вопросы философии» (№ 4) вышла статья С. Л. Соболева, А. И. Китова и А. А. Ляпунова «Основные черты кибернетики».

В СССР одним из главных борцов за реабилитацию «буржуазной лженауки» кибернетики был А. И. Китов, который был автором первых положительных публикаций о ней и убеждённым пропагандистом её идей. Его научные труды и статьи, написанные им самостоятельно и совместно с А. И. Бергом, А. А. Ляпуновым и С. Л. Соболевым, относящиеся к периоду 1952—1961 гг., сыграли огромную роль в признании кибернетики как науки и развитии информатики в Советском Союзе и в нескольких других странах. В 1951-52 годах А. И. Китов, ознакомившись в библиотеке секретного конструкторского бюро по разработке ЭВМ СКБ-245 с оригиналом книги американского учёного Норберта Винера «Кибернетика», сразу же оценил большую пользу для общества, которую эта новая наука может принести. Не только оценил, но и написал развёрнутую положительную статью «Основные черты кибернетики», что потребовало от него проявления в то сталинское время истинного гражданского мужества. Затем прошло около полутора лет многочисленных публичных выступлений о кибернетике А. И. Китова и А. А. Ляпунова, прежде чем Идеологический отдел ЦК КПСС санкционировал публикацию этой статьи. В середине 1955 года эта статья с подписями академика С. Л. Соболева, А. И. Китова и А. А. Ляпунова была опубликована в главном идеологическом коммунистическом журнале «Вопросы философии». Эта статья вошла в историю российской науки как победный момент в борьбе за кибернетику.

В 60-е и 70-е на кибернетику, как на техническую, так и на экономическую, уже стали делать большую ставку.

Упадок и возрождение

В течение последних 30 лет кибернетика прошла через взлёты и падения, становилась всё более значимой в области изучения искусственного интеллекта и биологических машинных интерфейсов (то есть киборгов), но, лишившись поддержки, потеряла ориентиры дальнейшего развития.

Франсиско Варела
Стюарт А. Амплеби

В 1970-х новая кибернетика проявилась в различных областях, но особенно — в биологии. Некоторые биологи под влиянием кибернетических идей (Матурана и Варела, 1980; Варела, 1979; Атлан (англ.), 1979), «осознали, что кибернетические метафоры программы, на которых базировалась молекулярная биология, представляли собой концепцию автономии, невозможную для живого существа. Следовательно, этим мыслителям пришлось изобрести новую кибернетику, более подходящую для организаций, которые человечество обнаруживает в природе — организаций, не изобретённых им самим»[8]. Возможность того, что эта новая кибернетика применима к социальным формам организаций, остаётся предметом теоретических споров с 1980-х годов.

В экономике в рамках проекта Киберсин попытались ввести кибернетическую плановую экономику в Чили в начале 1970-х. Эксперимент был остановлен в результате путча 1973 года, оборудование было уничтожено.

В 1980-х новая кибернетика, в отличие от её предшественницы, интересуется «взаимодействием автономных политических фигур и подгрупп, а также практического и рефлексивного сознания предметов, создающих и воспроизводящих структуру политического сообщества. Основное мнение — рассмотрение рекурсивности, или самозависимости политических выступлений, как в отношении выражения политического сознания, так и путями, в которых системы создаются на основе самих себя»[9].

Голландские учёные-социологи Гейер и Ван дер Зоувен[nl] в 1978 году выделили ряд особенностей появляющейся новой кибернетики. «Одной из особенностей новой кибернетики является то, что она рассматривает информацию как построенную и восстановленную человеком, взаимодействующим с окружающей средой. Это обеспечивает эпистемологическое основание науки, если смотреть на это с точки зрения наблюдателя. Другая особенность новой кибернетики — её вклад в преодоление проблемы редукции (противоречий между макро- и микроанализом). Таким образом, это связывает индивидуума с обществом»[10]. Гейер и Ван дер Зоувен также отметили, что «переход от классической кибернетики к новой кибернетике приводит к переходу от классических проблем к новым проблемам. Эти изменения в размышлении включают, среди других, изменения от акцента на управляемой системе к управляющей и фактору, который направляет управляющие решения. И новый акцент на коммуникации между несколькими системами, которые пытаются управлять друг другом»[11] .

Последние усилия в изучении кибернетики, систем управления и поведения в условиях изменений, а также в таких смежных областях, как теория игр (анализ группового взаимодействия), системы обратной связи в эволюции и исследование метаматериалов (материалов со свойствами атомов, их составляющих, за пределами ньютоновых свойств), привели к возрождению интереса к этой всё более актуальной области[12].

Известные учёные

См. также

Примечания

  1. ↑ Словарь по кибернетике / Под редакцией академика В. С. Михалевича. — 2-е. — Киев: Главная редакция Украинской Советской Энциклопедии имени М. П. Бажана, 1989. — С. 259. — 751 с. — (С48). — 50 000 экз. — ISBN 5-88500-008-5.
  2. ↑ «Энциклопедия кибернетики» под ред. В. М. Глушкова, т.1., Киев, 1974 — с. 440.
  3. Norbert Wiener. Cybernetics or Control and Communication in the Animal and the Machine. (Hermann & Cie Editeurs, Paris, The Technology Press, Cambridge, Mass., John Wiley & Sons Inc., New York, 1948)
  4. Kelly, Kevin. Out of control: the new biology of machines, social systems and the economic world. — Boston : Addison-Wesley, 1994. — ISBN 0-201-48340-8.
  5. Couffignal, Louis. «Essai d’une définition générale de la cybernétique», The First International Congress on Cybernetics, Namur, Belgium, June 26-29, 1956, Gauthier-Villars, Paris, 1958, pp. 46—54
  6. ↑ Толковый словарь Ожегова — значение слова КИБЕРНЕТИКА. slovariki.org. Проверено 25 мая 2016.
  7. ↑ Цитируется по сборнику «Кибернетика ожидаемая. Кибернетика неожиданная». — М.: Наука, 1968. — стр. 152.
  8. Jean-Pierre Dupuy. «The autonomy of social reality: on the contribution of systems theory to the theory of society» in: Elias L. Khalil & Kenneth E. Boulding eds., Evolution, Order and Complexity, 1986.
  9. Peter Harries-Jones. «The Self-Organizing Polity: An Epistemological Analysis of Political Life by Laurent Dobuzinskis» in: Canadian Journal of Political Science (Revue canadienne de science politique), Vol. 21, No. 2 (Jun., 1988), pp. 431—433.
  10. Kenneth D. Bailey. Sociology and the New Systems Theory: Toward a Theoretical Synthesis, 1994, p.163.
  11. Kenneth D. Bailey. Sociology and the New Systems Theory: Toward a Theoretical Synthesis, 1994.
  12. Kevin Kelly. «Out of control: The new biology of machines, social systems and the economic world», 1994, Addison-Wesley ISBN 0-201-48340-8

Литература

  • Винер Н. Кибернетика. — М.: Советское радио, 1968.
  • Винер Н. Некоторые моральные и технические последствия автоматизации.
  • С. Л. Соболев, А. И. Китов, А. А. Ляпунов. «Основные черты кибернетики» // «Вопросы философии». — 1955. — № 4. — С. 147.
  • Китов А. И. Техническая кибернетика // Радио (№ 11), 1955.
  • Китов А. И., Ляпунов А. А., Полетаев И. А., Яблонский С. В. О кибернетике // Труды 3-го Всесоюзного математического съезда. Том 2. М., 1956.
  • Китов А. И. Кибернетика и управление народным хозяйством // Кибернетику — на службу коммунизму. Сборник статей под редакцией А. И. Берга. Том 1. М.-Л.: Госэнергоиздат, 1961.
  • Берг А. И., Китов А. И., Ляпунов А. А. Кибернетика в военном деле // Военная мысль, 1961.
  • Д. А. Поспелов. Становление информатики в России //Очерки истории информатики в России. Новосибирск. 1998.
  • Китов А. И. Кибернетика в управлении хозяйством // М. Экономическая газета. Август 1961, № 4.
  • Китов А. И., Ляпунов А. А. Кибернетика в технике и экономике // Вопросы философии (№ 9), 1961.
  • Шеннон К. Работы по теории информации и кибернетике. — М.: Изд. иностр. лит., 1963. — 830 с.
  • Эшби У. Р. Введение в кибернетику. — М.: Изд. иностр. лит., 1959. — 432 с.
  • Пекелис В. Д. (сост.) Возможное и невозможное в кибернетике, Наука, 1964, 222 с.
  • Пекелис В. Д. (сост.) Кибернетика ожидаемая и кибернетика неожиданная, Наука, 1968, 311 с.
  • Пекелис В. Д. (сост.) Кибернетика. Итоги развития, Наука, 1979, 200 с.
  • Пекелис В. Д. (сост.) Кибернетика. Современное состояние, Наука, 1980, 208 с.
  • Марков А. А. Что такое кибернетика. — В кн.: Кибернетика, мышление, жизнь. — М.: Мысль, 1964.
  • Петрушенко Л. А. Самодвижение материи в свете кибернетики. — М.: Наука, 1971.
  • Кузин Л. Т. Основы кибернетики (в 2-х томах). — М.: Энергия, 1973.
  • В. М. Глушков, Н. М. Амосов и др. «Энциклопедия кибернетики». Киев. 1975 г.
  • Герович В. А. Человеко-машинные метафоры в советской физиологии // Вопросы истории естествознания и техники. № 3, 2002. С. 472—506.
  • Гринченко С. Н. История человечества с кибернетических позиций // История и Математика: Проблемы периодизации исторических макропроцессов. — М.: КомКнига, 2006. — С. 38—52.
  • Бирюков Б. В., Спиркин А. Г. Кибернетика и логика. — М.: Наука, 1978. — 333 с.
  • Грэхэм, Л. Естествознание, философия и науки о человеческом поведении в Советском Союзе. — М.: Политиздат, 1991. — 480 с.
  • Клаус Г. Кибернетика и философия = Kybernetik in philosophischer Sicht / Перевод с немецкого И. С. Добронравова, А. П. Куприяна, Л. А. Лейтес; редактор В. Г. Виноградов; Послесловие Л. Б. Баженова, Б. В. Бирюкова, А. Г. Спиркина. — М.: ИЛ, 1963.
  • Основы кибернетики. Математические основы кибернетики / Под ред. профессора К. А. Пупкова. — М.: Высшая школа.
  • Основы кибернетики. Теория кибернетических систем / Под ред. профессора К. А. Пупкова. — М.: Высш. школа, 1976. — 408 с. — (Учеб. пособие для вузов). — 25 000 экз.
  • Поваров Г. Н. Ампер и кибернетика. — М.: Советское радио, 1977.
  • Теслер Г. С. Новая кибернетика. — Киев: Логос, 2004. — 401 с.
  • Кибернетика и информатика // Сборник научных трудов к 50-летию Секции кибернетики Дома учёных им. М. Горького РАН. — Санкт-Петербург, 2006. — 410 с.
  • Игнатьев М. Б. Информационные технологии в микро-, нано- и оптоэлектронике. — изд. ГУАП, Санкт-Петербург, 2008. — 200 с.

Ссылки

Организации

Кибернетика — Википедия. Что такое Кибернетика

Киберне́тика (от др.-греч. κυβερνητική «искусство управления»[1]) — наука об общих закономерностях получения, хранения, преобразования и передачи информации в сложных управляющих системах, будь то машины, живые организмы или общество[2].

Обзор

Science-symbol-13a.png

Термин «кибернетика» изначально ввёл в научный оборот Ампер, который в своём фундаментальном труде «Опыт о философии наук, или аналитическое изложение естественной классификации всех человеческих знаний», первая часть которого вышла в свет в 1834 году, вторая в 1843 году, определил кибернетику как науку об управлении государством, которая должна обеспечить гражданам разнообразные блага. В современном понимании — как наука об общих закономерностях процессов управления и передачи информации в машинах, живых организмах и обществе, термин впервые был предложен Норбертом Винером в 1948 году[3].

Кибернетика включает изучение обратной связи, чёрных ящиков и производных концептов, таких как управление и коммуникация в живых организмах, машинах и организациях, включая самоорганизации. Она фокусирует внимание на том, как что-либо (цифровое, механическое или биологическое) обрабатывает информацию, реагирует на неё и изменяется или может быть изменено, для того чтобы лучше выполнять первые две задачи[4]. Стаффорд Бир назвал её наукой эффективной организации, а Гордон Паск расширил определение, включив потоки информации «из любых источников», начиная со звёзд и заканчивая мозгом.

Согласно другому определению кибернетики, предложенному в 1956 году Л. Куффиньялем (англ.), одним из пионеров кибернетики, кибернетика — это «искусство обеспечения эффективности действия»[5].

Ещё одно определение предложено Льюисом Кауфманом (англ.): «Кибернетика — это исследование систем и процессов, которые взаимодействуют сами с собой и воспроизводят себя».

По словарю Ожегова: «Кибернетика — наука об общих закономерностях процессов управления и передачи информации в машинах, живых организмах и обществе».[6]

Кибернетические методы применяются при исследовании случая, когда действие системы в окружающей среде вызывает некоторое изменение в окружающей среде, а это изменение проявляется на системе через обратную связь, что вызывает изменения в способе поведения системы. В исследовании этих «петель обратной связи» и заключаются методы кибернетики.

Современная кибернетика зарождалась, включая в себя исследования в различных областях систем управления, теории электрических цепей, машиностроения, математического моделирования, математической логики, эволюционной биологии, неврологии, антропологии. Эти исследования появились в 1940 году, в основном, в трудах учёных на т. н. конференциях Мэйси (англ.).

Другие области исследований, повлиявшие на развитие кибернетики или оказавшиеся под её влиянием: теория управления, теория игр, теория систем (математический аналог кибернетики), психология (особенно нейропсихология, бихевиоризм, познавательная психология) и философия.

Сфера кибернетики

Объектом кибернетики являются все управляемые системы. Системы, не поддающиеся управлению, в принципе, не являются объектами изучения кибернетики. Кибернетика вводит такие понятия, как кибернетический подход, кибернетическая система. Кибернетические системы рассматриваются абстрактно, вне зависимости от их материальной природы. Примеры кибернетических систем — автоматические регуляторы в технике, ЭВМ, человеческий мозг, биологические популяции, человеческое общество. Каждая такая система представляет собой множество взаимосвязанных объектов (элементов системы), способных воспринимать, запоминать и перерабатывать информацию, а также обмениваться ею.
Кибернетика разрабатывает общие принципы создания систем управления и систем для автоматизации умственного труда. Основные технические средства для решения задач кибернетики — ЭВМ. Поэтому возникновение кибернетики как самостоятельной науки (Н. Винер, 1948) связано с созданием в 40-х годах XX века этих машин, а развитие кибернетики в теоретических и практических аспектах — с прогрессом электронной вычислительной техники.

Кроме средств анализа, в кибернетике используются мощные инструменты для синтеза решений, предоставляемые аппаратами математического анализа, линейной алгебры, геометрии выпуклых множеств, теории вероятностей и математической статистики, а также более прикладными областями математики, такими как математическое программирование, эконометрика, информатика и прочие производные дисциплины.

Особенно велика роль кибернетики в психологии труда и таких её отраслях, как инженерная психология и психология профессионально-технического образования. Кибернетика — наука об оптимальном управлении сложными динамическими системами, изучающая общие принципы управления и связи, лежащие в основе работы самых разнообразных по природе систем — от самонаводящих ракет-снарядов и быстродействующих вычислительных машин до сложного живого организма.
Управление — это перевод управляемой системы из одного состояния в другое посредством целенаправленного воздействия управляющего.
Оптимальное управление — это перевод системы в новое состояние с выполнением некоторого критерия оптимальности, например, минимизации затрат времени, труда, веществ или энергии.
Сложная динамическая система — это любой реальный объект, элементы которого изучаются в такой высокой степени взаимосвязи и подвижности, что изменение одного элемента приводит к изменению других.

Направления

Кибернетика — более раннее, но всё ещё используемое общее обозначение для многих предметов. Эти предметы также простираются в области многих других наук, но объединены при исследовании управления системами.

Чистая кибернетика

Чистая кибернетика, или кибернетика второго порядка изучает системы управления как понятие, пытаясь обнаружить основные её принципы.

ASIMO использует датчики и интеллектуальные алгоритмы, чтобы избежать препятствий и перемещаться по лестнице

В биологии

Кибернетика в биологии — это исследование кибернетических систем в биологических организмах, изучающее то, как животные приспосабливаются к окружающей их среде, и, как информация в форме генов может перейти от поколения к поколению.
Также имеется второе направление — киборги.

Теория сложных систем

Теория сложных систем анализирует природу сложных систем и причины, лежащие в основе их необычных свойств.

Способ моделирования сложной адаптивной системы

В вычислительной технике

В вычислительной технике методы кибернетики применяются для управления устройствами и анализа информации.

В инженерии

Кибернетика в инженерии используется, чтобы проанализировать отказы систем, в которых маленькие ошибки и недостатки могут привести к сбою всей системы.

В экономике и управлении
В математике
В психологии
В социологии

История

В Древней Греции термин «кибернетика», изначально обозначавший искусство кормчего, стал использоваться в переносном смысле для обозначения искусства государственного деятеля, управляющего городом. В этом смысле он, в частности, используется Платоном в «Законах».

Слово фр. «cybernétique» использовалось практически в современном значении в 1834 году французским физиком и систематизатором наук Андре Ампером (фр. André-Marie Ampère, 1775—1836), для обозначения науки управления в его системе классификации человеческого знания:

Андре Мари Ампер

«КИБЕРНЕТИКА. Отношения народа к народу, изучаемые <…> предшествующими науками, — лишь небольшая часть объектов, о которых должно печься правительство; его внимания также непрерывно требуют поддержание общественного порядка, исполнения законов, справедливое распределение налогов, отбор людей, которых оно должно назначать на должности, и всё, способствующее улучшению общественного состояния. Оно постоянно должно выбирать между различными мерами, наиболее пригодными для достижения цели; и лишь благодаря глубокому изучению и сравнению разных элементов, предоставляемых ему для этого выбора знанием всего, что имеет отношение к нации, оно способно управлять в соответствии со своим характером, обычаями, средствами существования процветания организацией и законами, которые могут служить общими правилами поведения и которыми оно руководствуется в каждом особом случае.
Итак, только после всех наук, занимающихся этими различными объектами, надо поставить эту, о которой сейчас идёт речь и которую я называю кибернетикой, от слова др.-греч. κυβερνητιχη; это слово, принятое в начале в узком смысле для обозначения искусства кораблевождения, получило употребление у самих греков в несравненно более широком значении искусства управления вообще».[7]

Первая искусственная автоматическая регулирующая система, водяные часы, была изобретена древнегреческим механиком Ктезибием. В его водяных часах вода вытекала из источника, такого как стабилизирующий бак, в бассейн, затем из бассейна — на механизмы часов. Устройство Ктезибия использовало конусовидный поток для контроля уровня воды в своём резервуаре и регулировки скорости потока воды соответственно, чтобы поддержать постоянный уровень воды в резервуаре, так, чтобы он не был ни переполнен, ни осушен. Это было первым искусственным действительно автоматическим саморегулирующимся устройством, которое не требовало никакого внешнего вмешательства между обратной связью и управляющими механизмами. Хотя они, естественно, не ссылались на это понятие как на науку кибернетику (они считали это областью инженерного дела), Ктезибий и другие мастера древности, такие как Герон Александрийский или китайский учёный Су Сун, считаются одними из первых, изучавших кибернетические принципы.
Исследование механизмов в машинах с корректирующей обратной связью датируется ещё концом XVIII века, когда паровой двигатель Джеймса Уатта был оборудован управляющим устройством, центробежным регулятором обратной связи для того, чтобы управлять скоростью двигателя. А. Уоллес описал обратную связь как «необходимую для принципа эволюции» в его известной работе 1858 года. В 1868 году великий физик Дж. Максвелл опубликовал теоретическую статью по управляющим устройствам, одним из первых рассмотрел и усовершенствовал принципы саморегулирующихся устройств. Я. Икскюль применил механизм обратной связи в своей модели функционального цикла (нем. Funktionskreis) для объяснения поведения животных.

XX век

Современная кибернетика началась в 1940-х как междисциплинарная область исследования, объединяющая системы управления, теории электрических цепей, машиностроение, логическое моделирование, эволюционную биологию, неврологию. Системы электронного управления берут начало с работы инженера Bell Labs Гарольда Блэка в 1927 году по использованию отрицательной обратной связи, для управления усилителями. Идеи также имеют отношения к биологической работе Людвига фон Берталанфи в общей теории систем.

Ранние применения отрицательной обратной связи в электронных схемах включали управление артиллерийскими установками и радарными антеннами во время Второй мировой войны. Джей Форрестер, аспирант в Лаборатории Сервомеханизмов в Массачусетском технологическом институте, работавший во время Второй мировой войны с Гордоном С. Брауном над совершенствованием систем электронного управления для американского флота, позже применил эти идеи к общественным организациям, таким как корпорации и города как первоначальный организатор Школы индустриального управления Массачусетского технологического института в MIT Sloan School of Management (англ.). Также Форрестер известен как основатель системной динамики.

У. Деминг, гуру комплексного управления качеством, в чью честь Япония в 1950 году учредила свою главную индустриальную награду, в 1927 году был молодым специалистом в Bell Telephone Labs и, возможно, оказался тогда под влиянием работ в области сетевого анализа. Деминг сделал «понимающие системы» одним из четырёх столпов того, что он описал как глубокое знание в своей книге «Новая экономика».

Многочисленные работы появились в смежных областях. В 1935 году российский физиолог П. К. Анохин издал книгу, в которой было изучено понятие обратной связи («обратная афферентация»). Исследования продолжались, в особенности в области математического моделирования регулирующих процессов, и две ключевые статьи были опубликованы в 1943 году. Этими работами были «Поведение, цель и телеология» , Норберта Винера и Дж.Бигелоу (англ.) и работа «Логическое исчисление идей, относящихся к нервной активности» У. Мак-Каллока и У. Питтса.

Кибернетика как научная дисциплина была основана на работах Винера, Мак-Каллока и других, таких как У. Р. Эшби и У. Г. Уолтер.

Уолтер был одним из первых, кто построил автономные роботы в помощь исследованию поведения животных. Наряду с Великобританией и США, важным географическим местоположением ранней кибернетики была Франция.

Весной 1947 года Винер был приглашён на конгресс по гармоническому анализу, проведённому в Нанси, Франция. Мероприятие было организовано группой математиков Николя Бурбаки, где большую роль сыграл математик Ш. Мандельбройт.

Норберт Винер

Во время этого пребывания во Франции Винер получил предложение написать сочинение на тему объединения этой части прикладной математики, которая найдена в исследовании броуновского движения (т. н. винеровский процесс) и в теории телекоммуникаций. Следующим летом, уже в Соединённых Штатах, он использовал термин «кибернетика» как заглавие научной теории. Это название было призвано описать изучение «целенаправленных механизмов» и было популяризировано в книге «Кибернетика, или управление и связь в животном и машине» (Hermann & Cie, Париж, 1948). В Великобритании вокруг этого в 1949 году образовался Ratio Club (англ.).

В начале 1940-х Джон фон Нейман, более известный работами по математике и информатике, внёс уникальное и необычное дополнение в мир кибернетики: понятие клеточного автомата и «универсального конструктора» (самовоспроизводящегося клеточного автомата). Результатом этих обманчиво простых мысленных экспериментов стало точное понятие самовоспроизведения, которое кибернетика приняла как основное понятие. Понятие, что те же самые свойства генетического воспроизводства относились к социальному миру, живым клеткам и даже компьютерным вирусам, является дальнейшим доказательством универсальности кибернетических исследований.

Винер популяризировал социальные значения кибернетики, проведя аналогии между автоматическими системами (такими как регулируемый паровой двигатель) и человеческими институтами в его бестселлере «Кибернетика и общество» (The Human Use of Human Beings: Cybernetics and Society Houghton-Mifflin, 1950).

Одним из главных центров исследований в те времена была Биологическая компьютерная лаборатория в Иллинойском университете, которой в течение почти 20 лет, начиная с 1958 года, руководил Х. Фёрстер.

Кибернетика в СССР

Развитие кибернетики в СССР было начато в 1940-х годах.

В «Философский словарь» 1954 года издания попала характеристика кибернетики как «реакционной лженауки». Реабилитацией кибернетики в СССР можно считать 1955 год, когда в журнале «Вопросы философии» (№ 4) вышла статья С. Л. Соболева, А. И. Китова и А. А. Ляпунова «Основные черты кибернетики».

В СССР одним из главных борцов за реабилитацию «буржуазной лженауки» кибернетики был А. И. Китов, который был автором первых положительных публикаций о ней и убеждённым пропагандистом её идей. Его научные труды и статьи, написанные им самостоятельно и совместно с А. И. Бергом, А. А. Ляпуновым и С. Л. Соболевым, относящиеся к периоду 1952—1961 гг., сыграли огромную роль в признании кибернетики как науки и развитии информатики в Советском Союзе и в нескольких других странах. В 1951-52 годах А. И. Китов, ознакомившись в библиотеке секретного конструкторского бюро по разработке ЭВМ СКБ-245 с оригиналом книги американского учёного Норберта Винера «Кибернетика», сразу же оценил большую пользу для общества, которую эта новая наука может принести. Не только оценил, но и написал развёрнутую положительную статью «Основные черты кибернетики», что потребовало от него проявления в то сталинское время истинного гражданского мужества. Затем прошло около полутора лет многочисленных публичных выступлений о кибернетике А. И. Китова и А. А. Ляпунова, прежде чем Идеологический отдел ЦК КПСС санкционировал публикацию этой статьи. В середине 1955 года эта статья с подписями академика С. Л. Соболева, А. И. Китова и А. А. Ляпунова была опубликована в главном идеологическом коммунистическом журнале «Вопросы философии». Эта статья вошла в историю российской науки как победный момент в борьбе за кибернетику.

В 60-е и 70-е на кибернетику, как на техническую, так и на экономическую, уже стали делать большую ставку.

Упадок и возрождение

В течение последних 30 лет кибернетика прошла через взлёты и падения, становилась всё более значимой в области изучения искусственного интеллекта и биологических машинных интерфейсов (то есть киборгов), но, лишившись поддержки, потеряла ориентиры дальнейшего развития.

Франсиско Варела
Стюарт А. Амплеби

В 1970-х новая кибернетика проявилась в различных областях, но особенно — в биологии. Некоторые биологи под влиянием кибернетических идей (Матурана и Варела, 1980; Варела, 1979; Атлан (англ.), 1979), «осознали, что кибернетические метафоры программы, на которых базировалась молекулярная биология, представляли собой концепцию автономии, невозможную для живого существа. Следовательно, этим мыслителям пришлось изобрести новую кибернетику, более подходящую для организаций, которые человечество обнаруживает в природе — организаций, не изобретённых им самим»[8]. Возможность того, что эта новая кибернетика применима к социальным формам организаций, остаётся предметом теоретических споров с 1980-х годов.

В экономике в рамках проекта Киберсин попытались ввести кибернетическую плановую экономику в Чили в начале 1970-х. Эксперимент был остановлен в результате путча 1973 года, оборудование было уничтожено.

В 1980-х новая кибернетика, в отличие от её предшественницы, интересуется «взаимодействием автономных политических фигур и подгрупп, а также практического и рефлексивного сознания предметов, создающих и воспроизводящих структуру политического сообщества. Основное мнение — рассмотрение рекурсивности, или самозависимости политических выступлений, как в отношении выражения политического сознания, так и путями, в которых системы создаются на основе самих себя»[9].

Голландские учёные-социологи Гейер и Ван дер Зоувен[nl] в 1978 году выделили ряд особенностей появляющейся новой кибернетики. «Одной из особенностей новой кибернетики является то, что она рассматривает информацию как построенную и восстановленную человеком, взаимодействующим с окружающей средой. Это обеспечивает эпистемологическое основание науки, если смотреть на это с точки зрения наблюдателя. Другая особенность новой кибернетики — её вклад в преодоление проблемы редукции (противоречий между макро- и микроанализом). Таким образом, это связывает индивидуума с обществом»[10]. Гейер и Ван дер Зоувен также отметили, что «переход от классической кибернетики к новой кибернетике приводит к переходу от классических проблем к новым проблемам. Эти изменения в размышлении включают, среди других, изменения от акцента на управляемой системе к управляющей и фактору, который направляет управляющие решения. И новый акцент на коммуникации между несколькими системами, которые пытаются управлять друг другом»[11] .

Последние усилия в изучении кибернетики, систем управления и поведения в условиях изменений, а также в таких смежных областях, как теория игр (анализ группового взаимодействия), системы обратной связи в эволюции и исследование метаматериалов (материалов со свойствами атомов, их составляющих, за пределами ньютоновых свойств), привели к возрождению интереса к этой всё более актуальной области[12].

Известные учёные

См. также

Примечания

  1. ↑ Словарь по кибернетике / Под редакцией академика В. С. Михалевича. — 2-е. — Киев: Главная редакция Украинской Советской Энциклопедии имени М. П. Бажана, 1989. — С. 259. — 751 с. — (С48). — 50 000 экз. — ISBN 5-88500-008-5.
  2. ↑ «Энциклопедия кибернетики» под ред. В. М. Глушкова, т.1., Киев, 1974 — с. 440.
  3. Norbert Wiener. Cybernetics or Control and Communication in the Animal and the Machine. (Hermann & Cie Editeurs, Paris, The Technology Press, Cambridge, Mass., John Wiley & Sons Inc., New York, 1948)
  4. Kelly, Kevin. Out of control: the new biology of machines, social systems and the economic world. — Boston : Addison-Wesley, 1994. — ISBN 0-201-48340-8.
  5. Couffignal, Louis. «Essai d’une définition générale de la cybernétique», The First International Congress on Cybernetics, Namur, Belgium, June 26-29, 1956, Gauthier-Villars, Paris, 1958, pp. 46—54
  6. ↑ Толковый словарь Ожегова — значение слова КИБЕРНЕТИКА. slovariki.org. Проверено 25 мая 2016.
  7. ↑ Цитируется по сборнику «Кибернетика ожидаемая. Кибернетика неожиданная». — М.: Наука, 1968. — стр. 152.
  8. Jean-Pierre Dupuy. «The autonomy of social reality: on the contribution of systems theory to the theory of society» in: Elias L. Khalil & Kenneth E. Boulding eds., Evolution, Order and Complexity, 1986.
  9. Peter Harries-Jones. «The Self-Organizing Polity: An Epistemological Analysis of Political Life by Laurent Dobuzinskis» in: Canadian Journal of Political Science (Revue canadienne de science politique), Vol. 21, No. 2 (Jun., 1988), pp. 431—433.
  10. Kenneth D. Bailey. Sociology and the New Systems Theory: Toward a Theoretical Synthesis, 1994, p.163.
  11. Kenneth D. Bailey. Sociology and the New Systems Theory: Toward a Theoretical Synthesis, 1994.
  12. Kevin Kelly. «Out of control: The new biology of machines, social systems and the economic world», 1994, Addison-Wesley ISBN 0-201-48340-8

Литература

  • Винер Н. Кибернетика. — М.: Советское радио, 1968.
  • Винер Н. Некоторые моральные и технические последствия автоматизации.
  • С. Л. Соболев, А. И. Китов, А. А. Ляпунов. «Основные черты кибернетики» // «Вопросы философии». — 1955. — № 4. — С. 147.
  • Китов А. И. Техническая кибернетика // Радио (№ 11), 1955.
  • Китов А. И., Ляпунов А. А., Полетаев И. А., Яблонский С. В. О кибернетике // Труды 3-го Всесоюзного математического съезда. Том 2. М., 1956.
  • Китов А. И. Кибернетика и управление народным хозяйством // Кибернетику — на службу коммунизму. Сборник статей под редакцией А. И. Берга. Том 1. М.-Л.: Госэнергоиздат, 1961.
  • Берг А. И., Китов А. И., Ляпунов А. А. Кибернетика в военном деле // Военная мысль, 1961.
  • Д. А. Поспелов. Становление информатики в России //Очерки истории информатики в России. Новосибирск. 1998.
  • Китов А. И. Кибернетика в управлении хозяйством // М. Экономическая газета. Август 1961, № 4.
  • Китов А. И., Ляпунов А. А. Кибернетика в технике и экономике // Вопросы философии (№ 9), 1961.
  • Шеннон К. Работы по теории информации и кибернетике. — М.: Изд. иностр. лит., 1963. — 830 с.
  • Эшби У. Р. Введение в кибернетику. — М.: Изд. иностр. лит., 1959. — 432 с.
  • Пекелис В. Д. (сост.) Возможное и невозможное в кибернетике, Наука, 1964, 222 с.
  • Пекелис В. Д. (сост.) Кибернетика ожидаемая и кибернетика неожиданная, Наука, 1968, 311 с.
  • Пекелис В. Д. (сост.) Кибернетика. Итоги развития, Наука, 1979, 200 с.
  • Пекелис В. Д. (сост.) Кибернетика. Современное состояние, Наука, 1980, 208 с.
  • Марков А. А. Что такое кибернетика. — В кн.: Кибернетика, мышление, жизнь. — М.: Мысль, 1964.
  • Петрушенко Л. А. Самодвижение материи в свете кибернетики. — М.: Наука, 1971.
  • Кузин Л. Т. Основы кибернетики (в 2-х томах). — М.: Энергия, 1973.
  • В. М. Глушков, Н. М. Амосов и др. «Энциклопедия кибернетики». Киев. 1975 г.
  • Герович В. А. Человеко-машинные метафоры в советской физиологии // Вопросы истории естествознания и техники. № 3, 2002. С. 472—506.
  • Гринченко С. Н. История человечества с кибернетических позиций // История и Математика: Проблемы периодизации исторических макропроцессов. — М.: КомКнига, 2006. — С. 38—52.
  • Бирюков Б. В., Спиркин А. Г. Кибернетика и логика. — М.: Наука, 1978. — 333 с.
  • Грэхэм, Л. Естествознание, философия и науки о человеческом поведении в Советском Союзе. — М.: Политиздат, 1991. — 480 с.
  • Клаус Г. Кибернетика и философия = Kybernetik in philosophischer Sicht / Перевод с немецкого И. С. Добронравова, А. П. Куприяна, Л. А. Лейтес; редактор В. Г. Виноградов; Послесловие Л. Б. Баженова, Б. В. Бирюкова, А. Г. Спиркина. — М.: ИЛ, 1963.
  • Основы кибернетики. Математические основы кибернетики / Под ред. профессора К. А. Пупкова. — М.: Высшая школа.
  • Основы кибернетики. Теория кибернетических систем / Под ред. профессора К. А. Пупкова. — М.: Высш. школа, 1976. — 408 с. — (Учеб. пособие для вузов). — 25 000 экз.
  • Поваров Г. Н. Ампер и кибернетика. — М.: Советское радио, 1977.
  • Теслер Г. С. Новая кибернетика. — Киев: Логос, 2004. — 401 с.
  • Кибернетика и информатика // Сборник научных трудов к 50-летию Секции кибернетики Дома учёных им. М. Горького РАН. — Санкт-Петербург, 2006. — 410 с.
  • Игнатьев М. Б. Информационные технологии в микро-, нано- и оптоэлектронике. — изд. ГУАП, Санкт-Петербург, 2008. — 200 с.

Ссылки

Организации

9 Будущая кибернетика для биологического улучшения

Термин «кибернетика» может означать разные вещи для разных людей. Идея заключалась в его формальном определении, но за последние десятилетия его применение несколько изменилось.

Еще в 1948 году Норберт Винер определил кибернетику как «научное исследование управления и коммуникации между животными и машинами». В последнее время кибернетика может вызывать в воображении образы и идеи о том, как люди и машины взаимодействуют и контролируют друг друга.

Что для вас означает это сложное слово?

СМОТРИ ТАКЖЕ: 9 ЧАСТЕЙ БИОНИЧЕСКОЙ ТЕХНИКИ, КОТОРЫЕ СДЕЛАЮТ ВАС СУПЕРЧЕЛОВЕКОМ

В то время как в прошлом многие исследования в области кибернетики основывались на теории и предположениях, в наши дни повсюду вокруг нас есть твердые примеры кибернетики, которые касаются механического, физического , биологические, когнитивные и социальные системы.

В этом списке мы собрали девять основных кибернетических идей, которые мы хотели бы воплотить в реальность.

9.Полный спектр видения

То, как люди «видят» мир вокруг нас, сильно изменилось за последнее столетие. Теперь есть телескопы, которые могут видеть большие расстояния в космосе, и линзы настолько маленькие, что могут превратить ваши глаза в камеры.

Само человеческое зрение кажется довольно ограниченным по сравнению с этими примерами, но все это находится на грани изменений. Ученые из Массачусетского университета разработали способ дать ночное зрение мышам и, возможно, однажды людям.

Мыши получили сверхспособность видеть в темноте с помощью простой инъекции, содержащей наноантенну.Прорыв в средствах в будущем, люди могут иметь ночное видение, когда им это нужно.

Источник: PublicDomainPictures

Другие кибернетические исследования настаивают на разработке протезов сетчатки, которые могут вернуть зрение слепым и слабовидящим людям.

8. Интерфейс мозг-компьютер

Наш мозг — невероятно мощный орган. Годы исследований того, как работает наш мозг, окупаются, поскольку технологии также быстро совершенствуются.

Ученые из Корнельского университета заявили, что изобрели первый в мире неинвазивный интерфейс мозг-мозг под названием BrainNet.Интерфейс сочетает в себе электроэнцефалографию (ЭЭГ) для записи сигналов мозга и транскраниальную магнитную стимуляцию (ТМС) для доставки информации в мозг.

Источник: Pixabay

Исследование ЭЭГ, которое помогает людям научиться контролировать и понимать свою собственную ЭЭГ, может помочь преодолеть психические расстройства и улучшить познавательные способности мозга.

7. Super-Endurance

Многие компании изучают возможности объединения аппаратного и программного обеспечения, чтобы помочь людям работать физически лучше и дольше.Это исследование применимо как для людей с ограниченными физическими возможностями, так и для людей, чья работа требует больших физических усилий, например солдат или фабричный рабочий.

Экзоскелеты, поддерживающие работу тела, были разработаны уже давно. Но только недавно это оборудование было объединено с ИИ, чтобы действительно расширить возможности человеческого тела.

Эти системы теперь могут обнаруживать усталость или плохую осанку и отправлять предупреждающие сигналы отдельным лицам и руководителям, чтобы они проявили осторожность.Увеличение силы человека чревато неправильным использованием. Принуждение людей, работающих в и без того тяжелых условиях, работать дольше и усерднее, но это также дает возможность снизить физический стресс и травмы для некоторых из наиболее уязвимых трудовых ресурсов.

6. Психокинез

Психокинез или способность перемещать объекты мысленно не основаны на науке. Однако существует множество новых технологий, искусственно исследующих эту идею.

Экстрасенсов нет и никогда не было.Однако это не означает, что мы не можем создать технопсихику искусственно. Исследователи работают над методами дистанционного управления дронами с использованием технологии интерфейса мозг-компьютер. Одну такую ​​команду можно найти в Университете Миннесоты, которая позволяет пользователям дистанционно управлять квадрокоптерами своими мыслями.

Контроллер носит специально разработанный колпачок с электродами, которые передают крошечные электрические сигналы на компьютер. Затем специальное программное обеспечение преобразует электрические сигналы в инструкции по удаленному перемещению дрона.

Добровольцы должны сначала адаптироваться к этому странному методу управления, но они могут стать достаточно искусными, чтобы управлять дроном через полосу препятствий.

5. Иммунитет к болезням

Исследователи работают над способами предотвращения и выявления болезней внутри нашего тела. Эти нанороботы могут быть введены в нашу кровь, где они не дают вам заболеть, и даже отправляют данные о состоянии вашего здоровья на ваш смартфон через облако.

4. Самостоятельное восстановление и рост

Автопоэзис по-гречески означает самотворение.Аллопоэзис — это создание другого. Человеческие способности к аутопоэзису ограничены, мы растем, но только до взрослого возраста, после чего останавливаемся.

Аллопоэзис действительно происходит постоянно, но только с помощью производственных процессов. Исследователи проводят революционные исследования на животных, которые могут самообразовываться после ампутации.

Животные, такие как саламандры, медузы и сцинки, могут отращивать конечности после несчастных случаев. Биологи недавно обнаружили главный выключатель для определенного вида червей, который, когда он «включен», позволяет этому мощному процессу произойти.В будущем гены внутри людей также могут быть включены, чтобы дать людям возможность отращивать пальцы рук, ног и даже руки, если это необходимо.

3. Сила полета

Идея полета человека захватывала воображение многих людей на протяжении всей истории; мифы, описывающие это понятие, распространены в культурах всего мира. А кому не по душе хороший полетный сон?

Полет человека в реальном мире может быть ближе, чем вы думаете. Недавно военный пилот Ив Росси пролетел над самолетом Airbus A380 на личном реактивном ранце.

Другой бывший военный, Ричард Браунинг, также разработал личный реактивный ранец, который может переносить его на довольно значительные расстояния. В следующие десятилетия мы можем ожидать, что обе технологии улучшатся до такой степени, что полет на работу может показаться обыденным.

2. Суперинтеллект

Мир был шокирован, когда Хэ Цзянькуй объявил, что изменил гены двух человеческих эмбрионов в Китае. Он сказал, что внес изменения в ген CCR5, используя технологию редактирования генов CRISPR.

Он утверждает, что поправки сделают детей невосприимчивыми к вирусу СПИДа. Но многие ученые предполагают, что он, возможно, пытался улучшить познавательные способности мозга младенцев.

Источник: Flickr / NIH GalleryFlickr / NIH Gallery

Ген CCR5, связанный с вирусом ВИЧ, также был связан с функцией мозга. Хотя пройдет некоторое время, прежде чем человеческое редактирование генов станет нормой, есть вероятность, что люди в будущем смогут редактировать нерожденных младенцев, чтобы создать поколение супер умных homo sapiens.

1. Бессмертие

Возможность жить вечно, источник молодости, вечно молодой, как бы вы это ни называли, бессмертие давно было несбыточной мечтой. Чтобы начать работать над этой мечтой, вам необходимо понять человеческое тело как физическую систему, состоящую из частей.

Исследователи пытаются выяснить, какая из этих частей отвечает за различные процессы старения. Одна группа исследователей ищет способы, с помощью которых перепрограммирование клеток может обратить вспять хотя бы некоторые из этих процессов.

Источник: Salk Institute

Что вы думаете об этом списке и какая из этих кибернетических целей, по вашему мнению, является наиболее важной? Многие люди обеспокоены тем, что исследования в области кибернетики могут выйти из-под контроля, и желают создания глобальных комитетов по этике, которые обеспечивали бы защиту человечества от любых опасностей, связанных с этими технологиями.

Общество кибернетики, базирующееся в Великобритании, стремится «поощрять понимание науки общественностью, а также расширять и распространять знания о кибернетике и связанных с ней дисциплинах.Точно так же Lifeboat Foundation — это организация, посвященная «поощрению научных достижений, помогая человечеству пережить риски и возможное неправильное использование все более мощных технологий, включая генную инженерию, нанотехнологии и робототехнику / ИИ, по мере нашего движения к сингулярности».

.

Статья о кибернетике от The Free Dictionary

наука об управлении, коммуникациях и обработке данных.

Тема . Основными объектами кибернетических исследований являются «кибернетические системы». В общей или теоретической кибернетике такие системы рассматриваются абстрактно, без ссылки на их реальную физическую природу. Высокий уровень абстракции позволяет кибернетике находить общие методы для подхода к изучению качественно различных систем, например технологических, биологических и даже социальных систем.

Абстрактная кибернетическая система — это набор взаимосвязанных объектов, называемых элементами системы, которые способны принимать, хранить и обрабатывать данные, а также обмениваться ими. Примерами кибернетических систем являются различные виды устройств автоматического управления в технике (например, автопилот или контроллер, поддерживающий постоянную температуру в комнате), электронные компьютеры, человеческий мозг, биологические популяции и человеческое общество.

Элементами абстрактной кибернетической системы являются объекты любой природы, состояние которых полностью описывается значениями определенного набора параметров.Для подавляющего большинства конкретных приложений кибернетики достаточно рассмотрения параметров двух типов. Параметры первого типа, называемые непрерывными параметрами, могут принимать любое действительное значение в определенном интервале (например, интервале от — 1 до 2 или от — ∞ до + ∞). Параметры второго типа, называемые дискретными параметрами, предполагают конечный набор значений — например, значение, равное любому десятичному числу или значениям «да» или «нет».

Любое целое или рациональное число может быть представлено последовательностью дискретных параметров.В то же время дискретные параметры могут использоваться при работе с качественными атрибутами, которые обычно не выражаются числами. Для этого достаточно перечислить и обозначить (например, по пятибалльной шкале) все различимые состояния атрибута. Таким образом можно охарактеризовать и ввести во внимание такие факторы, как темперамент, настроение и отношение одного человека к другому. Точно так же область применения кибернетических систем и кибернетики в целом выходит далеко за рамки строго «математизированных» областей знания.

Состояние элемента кибернетической системы может изменяться случайным образом или под влиянием определенных входных сигналов, которые он принимает извне (вне рассматриваемой системы) или от других элементов системы. В свою очередь, каждый элемент системы может формировать выходные сигналы, которые обычно зависят от состояния элемента и входных сигналов, которые он получает в данный момент. Сигналы либо передаются другим элементам системы (действуя для них в качестве входных сигналов), либо составляют часть выходных сигналов всей системы, которые передаются наружу.

Организация отношений между элементами кибернетической системы называется структурой системы. Различают системы с постоянной и переменной структурой. Изменения в структуре обычно задаются как функции состояний всех составляющих элементов системы и входных сигналов системы в целом.

Таким образом, описание правил функционирования системы дается тремя семействами функций: теми, которые определяют изменения состояний всех элементов системы, теми, которые определяют выходные сигналы элементов, и теми, которые вызывают изменения в структура системы.Система называется детерминированной, если все функции условны (однозначны). Однако, если функции — или, по крайней мере, некоторые из них — являются случайными функциями, система называется вероятностной или стохастической. Полное описание кибернетической системы получается, если описание начального состояния системы — то есть исходной структуры системы и начальных состояний всех ее элементов — добавлено к описанию правил ее функционирования.

Классификация кибернетических систем .Кибернетические системы различаются по природе своих внутренних сигналов. Если все сигналы, как и состояния всех элементов системы, заданы в непрерывных параметрах, система называется непрерывной. Когда все величины дискретны, говорят о дискретной системе. В смешанных или гибридных системах необходимо иметь дело с обоими типами величин.

Разделение кибернетических систем на непрерывные и дискретные до некоторой степени произвольно. Это определяется глубиной достигнутого понимания и точностью, необходимой при изучении объекта, а иногда и удобством использования определенного математического метода при изучении системы.Например, общеизвестно, что свет имеет дискретную, квантовую природу; тем не менее, такие параметры, как величина светового потока и уровень освещенности, обычно характеризуются непрерывными значениями, поскольку обеспечивается их достаточно плавное изменение. Другой пример — обычный реостат с подвижной проволокой. Хотя величина его сопротивления изменяется скачками, можно и удобно рассматривать изменение как непрерывное, если скачки достаточно малы.

Обратных примеров еще больше. Выделяющая функция почек на общепринятом (неквантовом) уровне — это непрерывная величина. Однако во многих случаях для характеристики этой функции считается достаточно пятибалльной системы; таким образом, он рассматривается как дискретная величина. Кроме того, при любом фактическом вычислении значений непрерывных параметров необходимо ограничиваться определенным уровнем точности, но это означает, что соответствующая величина рассматривается как дискретная.

Последний пример показывает, что дискретное представление является универсальным методом, поскольку, учитывая, что абсолютная точность измерения недостижима, любая непрерывная величина в конечном итоге сводится к ее дискретному представлению. Обратное сокращение для дискретных величин, которые предполагают небольшое количество различных значений, не может дать удовлетворительных результатов (с точки зрения точности представления) и поэтому не используется на практике. Таким образом, в определенном смысле дискретный метод представления является более общим, чем непрерывный метод.

Разделение кибернетических систем на непрерывные и дискретные типы очень важно с точки зрения используемой математической техники. Для непрерывных систем это обычно теория систем обыкновенных дифференциальных уравнений, а для дискретных систем — теория алгоритмов и теория автоматов. Еще одна основная математическая теория, которая используется как в дискретных, так и в непрерывных системах (и развивается соответственно в двух аспектах), — это теория информации.

Сложность кибернетических систем определяется двумя факторами: первый — это «размерность системы», то есть общее количество параметров, характеризующих состояния всех ее элементов; вторая — сложность структуры системы, которая определяется разнообразием и общим количеством связей между ее элементами. Простой набор из большого количества не связанных между собой элементов, например набор однородных элементов с простыми ссылками, повторяющимися от элемента к элементу, еще не является сложной системой.Сложные (основные) кибернетические системы — это системы, описания которых не могут быть сведены к описанию одного элемента и указанию общего количества таких (однородных) элементов.

При изучении сложных кибернетических систем, помимо обычного разбиения системы на ее элементы, используется метод консолидированного представления системы в виде набора отдельных единиц, каждая из которых является отдельной системой. Иерархия таких описаний единиц используется при изучении сложных систем.На вершине такой иерархии вся система рассматривается как единое целое, а на самом нижнем уровне отдельные элементы системы появляются как единицы, составляющие системы.

Необходимо подчеркнуть тот факт, что само понятие элемента системы в некоторой степени условно и зависит от целей, поставленных при изучении системы, и глубины проникновения в предмет. Таким образом, при феноменологическом подходе к изучению мозга, когда объектом исследования является не структура мозга, а функции, которые он выполняет, мозг можно рассматривать как единый элемент, даже если он характеризуется большим количеством параметров.Стандартный подход — рассматривать отдельные нейроны как элементы, составляющие мозг. При переходе на клеточный или молекулярный уровень каждый нейрон, в свою очередь, можно рассматривать как сложную кибернетическую систему.

Если обмен сигналами между элементами системы полностью заключен в ее пределах, система называется изолированной или замкнутой. Если рассматривать такую ​​систему как единый элемент, она не имеет ни входных, ни выходных сигналов. В общем случае открытые системы имеют как входные, так и выходные каналы, по которым происходит обмен сигналами с окружающей средой.Предполагается, что любая открытая кибернетическая система оснащена рецепторами (сенсорными устройствами), которые принимают сигналы извне и передают их в систему. Там, где человек рассматривается как кибернетическая система, органы чувств (органы зрения, слуха, осязания и т. Д.) Являются рецепторами. Выходные сигналы передаются наружу посредством эффекторов, которыми в данном случае являются органы речи и выражения лица, руки и т. Д.

Поскольку каждая система сигналов несет определенную информацию, независимо от того, образована ли система разумными существами или объектами и процессами неодушевленной природы, любая открытая кибернетическая система, как и элементы любой системы, открытой или закрытой, может рассматриваться. как обработчики данных.В этом случае понятие данных или информации рассматривается в очень широком смысле, близком к физическому понятию энтропии.

Кибернетический подход к изучению различного рода объектов . Рассмотрение различных одушевленных и неодушевленных объектов как процессоров данных или систем, состоящих из элементарных процессоров данных, составляет суть «кибернетического подхода» к изучению таких объектов. Этот подход, как и подходы, основанные на других фундаментальных науках, таких как механика и химия, требует определенного уровня абстракции.Таким образом, в кибернетическом подходе к изучению мозга как системы нейронов их размеры, форма и химическая структура обычно не учитываются. Состояния нейронов (возбужденных или невозбужденных), сигналы, которые они производят, связи между ними и правила изменения их состояний становятся объектами изучения.

Самые простые процессоры данных могут обрабатывать информацию только одного типа. Например, исправный дверной звонок всегда реагирует на нажатие кнопки (рецептора) одним и тем же действием: звонит звонок.Однако сложные кибернетические системы обычно способны накапливать данные в той или иной форме и соответственно изменять выполняемые ими действия (обработка данных). По аналогии с человеческим мозгом это свойство кибернетических систем иногда называют памятью.

Существует два основных способа «запоминания» информации в кибернетических системах: изменение состояний элементов системы или изменение структуры системы (конечно, возможен и смешанный вариант) . По сути, принципиальной разницы между двумя типами «памяти» нет.«В большинстве случаев разница зависит только от подхода, используемого при описании системы. Например, одна современная теория объясняет долговременную память человека изменениями в проводимости синапсов (связи между отдельными нейронами, составляющими мозг). Если только нейроны рассматриваются как элементы, составляющие мозг, то изменение синапсов следует рассматривать как изменение структуры мозга, но если все синапсы (независимо от уровня их проводимости) включены, наряду с с нейронами, то рассматриваемое явление сводится к изменению состояний элементов при неизменной структуре системы.

Компьютеры как процессоры данных . Среди сложных обработчиков технических данных наиболее важным для кибернетики является ЭВМ. В более простых вычислительных машинах — электромеханических цифровых и аналоговых — настройка для различных задач осуществляется путем изменения системы связей между элементами на специальной коммутационной консоли. В современных универсальных компьютерах такие изменения производятся путем машинного «запоминания» отдельных рабочих программ в специальном блоке, накапливающем информацию.

В отличие от аналоговых машин, которые работают с непрерывной информацией, современный компьютер обрабатывает дискретную информацию. Любые последовательности десятичных чисел, букв, знаков препинания и других символов могут отображаться в качестве информации на входе и выходе компьютера. Внутри машины эта информация обычно представлена ​​(или закодирована) в виде последовательности сигналов, которые принимают только два значения.

Хотя возможности аналоговых машин (как и любых других искусственно созданных единиц) ограничены преобразованием строго определенных типов информации, современный компьютер универсален.Это означает, что любое преобразование буквенно-цифровой информации, которое может быть определено случайной конечной системой правил любого типа (арифметических, грамматических и т. Д.), Может быть выполнено компьютером после того, как ему будет загружена правильно написанная программа. Цифровые компьютеры достигают этой возможности за счет универсальности своего кода команд, то есть элементарной обработки данных, которая включена в структуру компьютеров. Точно так же, как все виды зданий могут быть собраны из одних и тех же частей, все виды буквенно-цифровых преобразований информации любой сложности могут быть составлены из элементарных преобразований.Компьютерная программа и есть такая последовательность элементарных преобразований.

Универсальность компьютера не ограничивается буквенно-цифровой информацией. Как показывает теория кодирования, любая дискретная информация, а также любая случайная непрерывная информация (с любой заданной степенью точности) может быть представлена ​​в буквенно-цифровой (и даже простой числовой) форме. Таким образом, современные компьютеры можно рассматривать как универсальные процессоры данных. Человеческий мозг, хотя и основан на совершенно иных принципах, является еще одним хорошо известным примером универсального процессора данных.

Универсальность современного компьютера делает возможным его использование для моделирования любых других преобразований информации, включая любые мыслительные процессы. Это ставит компьютеры в особое положение: с момента своего появления они были основным техническим оборудованием и исследовательским прибором кибернетики.

Управление в кибернетических системах . В рассмотренных до сих пор случаях изменения в поведении цифрового компьютера определялись человеком, который изменяет программу его работы.Однако можно написать программу, которая изменяет рабочую программу компьютера и организует его связь с окружающей средой через соответствующую систему рецепторов и эффекторов. Таким образом можно моделировать различные формы изменений в поведении и развитии, которые наблюдаются в сложных биологических и социальных системах. Изменение поведения сложных кибернетических систем является результатом накопления должным образом обработанной информации, полученной системами в прошлом.

Выделяют два основных типа изменения поведения системы в зависимости от формы «запоминания» информации: самонастройка и самоорганизация. В самонастраивающихся системах накопление опыта выражается в изменении значений определенных параметров, а в самоорганизующихся системах — в изменении структуры системы. Как упоминалось ранее, это различие в некоторой степени произвольно и зависит от того, как система разбита на элементы.На практике самонастройка обычно связана с изменением сравнительно небольшого числа непрерывных параметров. Глубокие изменения в структуре рабочих программ компьютера, которые можно интерпретировать как изменения состояний большого количества дискретных элементов памяти, более естественно рассматривать как примеры самоорганизации.

Целенаправленное изменение поведения кибернетических систем происходит через контроль. Цели управления сильно различаются в зависимости от типов систем и степени их сложности.В простейшем случае целью может быть поддержание определенного параметра на постоянном значении. Для более сложных систем целью может быть адаптация к изменяющейся среде или даже изучение правил изменений.

Наличие управления в кибернетической системе означает, что система может быть представлена ​​в виде двух взаимодействующих единиц: объекта управления и системы управления. Система управления передает управляющую информацию по каналам прямой связи через соответствующий набор эффекторов к управляемому объекту.Информация о состоянии управляемого объекта поступает с помощью рецепторов и передается обратно в систему управления по каналам обратной связи.

Как и любая кибернетическая система, описанная здесь система управления также может иметь каналы для связи (с соответствующими системами рецепторов и эффекторов) с окружающей средой. В простейших случаях внешняя среда может выступать источником разного рода шумов и искажений в системе (чаще всего в канале обратной связи).В этом случае в задачу системы управления входит фильтрация шума. Эта задача становится особенно важной при дистанционном управлении, где сигналы передаются по протяженным каналам связи.

Основной задачей системы управления является преобразование информации, поступающей в систему, и формирование управляющих сигналов таким образом, чтобы обеспечить наилучшее достижение целей управления. Основные типы управления выделяются в зависимости от типов таких целей и характера функционирования системы управления.

Одним из простейших видов управления является программное управление. Целью такого управления является подача определенной, строго определенной последовательности управляющих сигналов на управляемый объект. Такой контроль не имеет обратной связи. Простейшим примером такого программного управления является автоматический светофор, смена которого происходит в заданные моменты. Более сложное управление светофором со счетчиками приближающихся транспортных средств может включать очень простой «пороговый» сигнал обратной связи; свет меняется каждый раз, когда количество ожидающих автомобилей превышает заданное количество.

Классический автоматический контроль, целью которого является поддержание определенного параметра (или нескольких независимых параметров) на постоянном значении, также является очень простым видом управления. Примером может служить система автоматического регулирования температуры воздуха в помещении. Специальный термометр-преобразователь измеряет температуру воздуха T , и система контроля сравнивает эту температуру с заданной величиной T 0 и отправляет контрольную информацию — k (T — T 0 ) на ворота. , регулирующий подачу теплой воды в блоки центрального отопления.Знак минус коэффициента k означает управление с отрицательной обратной связью, то есть, когда температура T поднимается выше заданного порога T 0 , поток тепла уменьшается, а когда он падает ниже порога, расход увеличивается. Отрицательная обратная связь важна для обеспечения стабильности в процессе управления. Стабильность системы означает, что при отклонении в любом направлении от положения равновесия (где T = T 0 ) система автоматически пытается восстановить равновесие.При очень простом предположении, что существует линейная зависимость между управляющей информацией и скоростью потока тепла в комнату, работа такого регулятора описывается дифференциальным уравнением dT / dt = — k (T T 0 ), решением которой является функция T = T 0 + δ · e -kt (где δ — отклонение температуры T от заданного значения T 0 на начальный момент).Поскольку эта система описывается линейным дифференциальным уравнением первого порядка, она называется линейной системой первого порядка. Линейные системы второго и более высоких порядков, особенно нелинейные, имеют более сложное поведение.

Возможны системы, в которых принцип программного управления сочетается с задачей регулирования в смысле поддержания постоянного значения некоторой определенной величины. Например, в описанный выше регулятор температуры в помещении может быть встроено программное устройство, изменяющее значение регулируемого параметра.Функции такого устройства могут заключаться в поддержании температуры на уровне + 20 ° C днем ​​и снижении до + 16 ° C ночью. В этом случае функция простого регулирования перерастает в функцию контроля значения параметра, изменяемого программой.

В более сложных сервомеханизмах задача состоит в том, чтобы как можно точнее поддерживать некоторую фиксированную функциональную взаимосвязь между набором случайно изменяющихся параметров и заданным набором регулируемых параметров. Примером может служить система, которая непрерывно следует лучом прожектора за беспорядочно маневрирующим самолетом.

В оптимальных системах управления основной целью является поддержание максимального или минимального значения некоторой функции двух групп параметров; функция называется критерием оптимальности. Параметры первой группы (внешние условия) изменяются независимо от системы, а параметры второй группы регулируются, то есть их значения могут изменяться под влиянием управляющих сигналов от системы.

Простейшим примером оптимального управления снова является задача регулирования температуры воздуха в помещении с дополнительным условием учета изменений его влажности.Температура воздуха, дающая ощущение наибольшего комфорта, зависит от влажности воздуха. Если влажность постоянно меняется, но система может контролировать только изменение температуры, цель управления, естественно, будет заключаться в поддержании температуры, которая дает ощущение максимального комфорта. Это задача оптимального управления. Оптимальные системы управления очень важны для управления экономикой.

В простейшем случае оптимальное управление можно свести к задаче поддержания максимально или минимально возможного значения регулируемого параметра при заданных условиях.В этом случае говорят об экстремальных системах управления.

Если нерегулируемые параметры в оптимальной системе управления изменяются в определенном временном интервале, то функция системы сводится к поддержанию постоянных значений регулируемых параметров, обеспечивающих максимизацию (или минимизацию) желаемого критерия оптимального управления. Здесь также, как и в случае классического управления, возникает проблема устойчивости управления. При проектировании относительно несложных систем такая устойчивость достигается соответствующим подбором параметров планируемой системы.В более сложных случаях, когда количество мешающих воздействий и размерность системы очень велики, иногда удобно использовать самонастройку и самоорганизацию для достижения стабильности. В этом случае некоторые параметры, определяющие характер существующих в системе ссылок, не заданы заранее и могут быть изменены системой в процессе ее работы. В системе есть специальный блок, который фиксирует характер переходных процессов в системе, когда она выходит из равновесия.Когда переходный процесс оказывается нестабильным, система изменяет значения параметров звеньев до достижения стабильности. Системы такого типа обычно называют ультрастабильными.

При большом количестве изменяющихся параметров каналов случайный поиск стабильных режимов может занять слишком много времени. В этом случае используются различные методы ограничения случайного поиска — например, разбиение параметров на группы и поиск только внутри одной группы (определяется по определенным признакам).Системы этого типа называются мультистабильными. Биология предлагает большое разнообразие ультрастабильных и мультистабильных систем, таких как система регулирования температуры крови у людей и теплокровных животных.

Задача группировки внешних воздействий, необходимая для успешного выбора метода самонастройки в многостабильных системах, является одной из задач распознавания (распознавания образов). Визуальные и слуховые образы особенно важны для определения типа поведения (метода контроля) человека.Возможность распознавания закономерностей и объединения их в определенные классы позволяет человеку создавать абстрактные концепции, которые являются важным условием для сознательного осознания деятельности и начала абстрактного мышления. Абстрактное мышление делает возможным создание в системе управления — в данном случае в человеческом мозге — моделей различных процессов, их использование для экстраполяции деятельности и определение действий на основе такой экстраполяции.

Таким образом, на высших уровнях иерархии систем управления задачи управления тесно переплетаются с задачами распознавания окружающей действительности.В чистом виде эти задачи проявляются в абстрактных когнитивных системах, которые также являются одним из классов кибернетических систем.

Теория надежности кибернетических систем занимает важное место в кибернетике. Его задача — разработка методов построения систем, обеспечивающих правильное функционирование систем при выходе из строя некоторых их элементов, нарушении определенных звеньев или других возможных случайных неисправностях.

Методы кибернетики .Изучая кибернетические системы в качестве основного объекта, кибернетика использует три принципиально разных метода исследования. Два из них, математический анализ и экспериментальный метод, широко используются в других науках. Суть математического анализа заключается в описании объекта исследования в рамках определенного математического подхода (например, в виде системы уравнений) и последующем изучении различных последствий описания с помощью математического вывода (для например, решив систему уравнений).В экспериментальном методе проводятся различные эксперименты либо с самим объектом, либо с его реальной физической моделью. Если изучаемый объект уникален и нет возможности существенного воздействия на него (как, например, в случае с Солнечной системой или процессом биологической эволюции), активный эксперимент становится пассивным наблюдением.

Одним из важнейших достижений кибернетики является разработка и широкое использование нового метода исследования, который получил название математического (машинного) экспериментирования или математического моделирования.Суть метода заключается в том, что эксперименты проводятся не с реальной физической моделью изучаемого объекта, а с его описанием. Описание объекта и программы, производящие изменение характеристик объекта в соответствии с его описанием, заносятся в память компьютера; Затем с объектом могут проводиться различные эксперименты, такие как запись его поведения при определенных условиях и изменение отдельных элементов описания.Высокая скорость современных компьютеров часто позволяет моделировать многие процессы со скоростью, намного превышающей нормальную.

Первым этапом математического моделирования является разбивка изучаемой системы на отдельные блоки и элементы и установление связей между ними. Эту функцию выполняет системный анализ. Глубина и метод разбивки могут варьироваться в зависимости от целей расследования. В этом смысле системный анализ — это больше искусство, чем точная наука, поскольку части и связи, несущественные с точки зрения поставленной цели, должны быть априори отброшены при анализе действительно сложных систем.

После того, как система разбита на части и части описаны с определенным набором количественных или качественных параметров, обычно привлекаются представители различных наук для установления связей между ними. Таким образом, при системном анализе человеческого организма типичные связи имеют следующий вид: «При переходе органа A из состояния k 1 в состояние k 2 и орган B остается в состоянии M . , organ C с вероятностью p перейдет из состояния n 1 в состояние n 2 через N месяцев.«Заявление может быть сделано эндокринологом, кардиологом, терапевтом или другим специалистом, в зависимости от типа органов, к которым оно относится. Результатом их совместной работы является составное описание организма, которое является искомой математической моделью. Системные программисты переводят эту модель в машинную нотацию, одновременно программируя средства, необходимые для экспериментов с ней. Проведение реальных экспериментов и получение из них различных выводов — это работа по исследованию операций.Однако там, где это возможно, исследователи операций могут использовать дедуктивные математические конструкции и даже физические модели всей системы или ее отдельных частей. Работа по построению физических моделей и задача по планированию и созданию различных искусственных кибернетических систем являются частью системной инженерии.

Исторический очерк . Древнегреческий философ Платон, по-видимому, был первым, кто использовал термин «кибернетика» для управления в общем смысле. Однако собственно становление кибернетики как науки произошло значительно позже и было определено развитием технических аппаратов для управления и обработки данных.Так называемые андроиды, которые были похожими на людей игрушками, которые на самом деле были механическими устройствами с программным управлением, производились в Европе еще в средние века.

Первые промышленные регуляторы уровня воды в паровом котле и скорости вращения вала паровой машины были изобретены И. И. Ползуновым (Россия) и Дж. Ваттом (Англия). Во второй половине XIX века требовались все более совершенные автоматические регуляторы. Наряду с механическими узлами в таких регуляторах все чаще используются электромеханические и электронные блоки.Изобретение в начале 20 века дифференциальных анализаторов, способных моделировать и решать системы обыкновенных дифференциальных уравнений, сыграло большую роль в развитии теории и практики автоматического управления. Эти машины положили начало быстрому развитию аналоговых компьютеров и их повсеместному внедрению в машиностроение.

Прогресс нейрофизиологии, в частности классические работы И. П. Павлова об условных рефлексах, оказали существенное влияние на становление кибернетики.Оригинальная работа украинского ученого Я. Заслуживает внимания также И. Грдина о динамике живых организмов.

В 1930-х годах на развитие кибернетики все больше повлияло развитие теории дискретных процессоров данных. Это развитие было направлено двумя основными источниками идей и проблем. Первой была задача построения основ математики. Еще в середине 19 века Г. Буль заложил основы современной математической логики.В 20-е годы прошлого века были заложены основы современной теории алгоритмов. В 1934 г. К. Гёдель продемонстрировал конечность замкнутых когнитивных систем. В 1936 году А. М. Тьюринг описал гипотетический процессор дискретных данных общего назначения, который позже получил название машины Тьюринга. Эти два результата, полученные в рамках чистой математики, оказали и продолжают оказывать очень большое влияние на формирование основных идей кибернетики.

Вторым источником идей и проблем в кибернетике был практический опыт создания реальных процессоров дискретных данных.Простейший механический счетный автомат был изобретен Б. Паскалем (Франция) в 17 веке. Только в 19 веке К. Бэббидж (Англия) сделал первую попытку построить автоматический цифровой калькулятор, прототип современной электронной цифровой вычислительной машины. К началу 20 века были построены первые модели электромеханических счетных машин, которые сделали возможной автоматизацию очень простой обработки дискретных данных. Необходимость создания сложных релейно-контактных устройств, в первую очередь для автоматических телефонных станций, привела в 1930-е годы к резкому росту интереса к теории дискретных процессоров данных.В 1938 г. К. Шеннон (США) и в 1941 г. В. И. Шестаков (СССР) продемонстрировали возможность использования методов математической логики для анализа релейно-контактных схем. Это положило начало развитию современной теории автоматов.

Развитие электронно-вычислительной техники в 1940-х годах (Дж. Фон Нейман и др.) Имело решающее значение для становления кибернетики. Компьютер открыл принципиально новые возможности для исследования и реального построения сложных систем управления.Оставалось собрать воедино весь накопленный к тому времени материал и дать имя новой науке. Этот шаг сделал Н. Винер, опубликовавший в 1948 году свою знаменитую книгу Кибернетика .

Винер предложил называть «науку об управлении и коммуникации между животными и машинами» кибернетикой. В Кибернетике и своей второй книге Кибернетика и общество (1954) Винер уделил особое внимание общим философским и социальным аспектам новой науки, часто трактуя их весьма произвольно.В результате дальнейшее развитие кибернетики шло по двум путям. В США и Западной Европе стало преобладать узкое понимание кибернетики; это сосредоточило внимание на спорах и сомнениях, высказанных Винером, и на аналогиях между процессами управления в технических устройствах и в живых организмах. В СССР после начального периода отрицания и сомнений укоренилось более естественное и содержательное определение кибернетики; Это включило в эту область все достижения, накопленные в теориях обработки данных и систем управления.Особое внимание при этом было уделено новым проблемам, возникающим в связи с широким внедрением компьютеров в теории управления и обработки данных.

На Западе эти вопросы рассматривались в рамках специализированных областей науки, которые стали называть информатикой, информатикой, системным анализом и так далее. Лишь в конце 60-х годов наметилась тенденция к расширению понятия «кибернетика» и включению в него всех этих областей.

Основные разделы кибернетики .Современная кибернетика в широком смысле состоит из большого количества разделов, которые представляют собой самостоятельные научные направления. Теоретически ядро ​​кибернетики составляют теория информации, теория кодирования, теория алгоритмов и автоматов, общая теория систем, теория оптимальных процессов, методы исследования операций, теория распознавания образов и теория формальных языков. На практике центр интересов кибернетики сместился в сторону построения сложных систем управления и различного рода систем автоматизации умственного труда.На чисто когнитивном уровне одна из самых интересных будущих задач кибернетики — моделирование мозга и его различных функций.

Компьютеры — главное техническое средство для выполнения всех этих задач. Таким образом, развитие кибернетики как в теоретическом, так и в практическом аспектах тесно связано с прогрессом в электронной вычислительной технике. Требования, предъявляемые кибернетикой к развитию своего математического аппарата, определяются упомянутыми выше практическими задачами.

Определенная практическая направленность исследований по развитию математической техники — это фактически линия, отделяющая общую математическую часть таких исследований от чисто кибернетической. Так, например, в той части теории алгоритмов, которая строится для нужд основ математики, делается попытка сократить количество типов элементарных операций до минимума и сделать их второстепенными. Полученные алгоритмические языки удобны в качестве объектов исследования, но в то же время их практически невозможно использовать для описания реальных задач обработки данных.Кибернетический аспект теории алгоритмов связан с алгоритмическими языками, которые особенно ориентированы на определенные классы практических задач. Существуют языки, ориентированные на вычислительные задачи, перевод формул, обработку графической информации и так далее.

Аналогичная ситуация имеет место и в других областях, составляющих общетеоретическую основу кибернетики. Они обеспечивают подход к решению практических задач исследования кибернетических систем, их анализа и синтеза, а также определения оптимального управления.

Методы кибернетики особенно важны в науках, в которых методы классической математики могут применяться только в ограниченном масштабе для решения определенных частных задач. В первую очередь среди этих наук находятся экономика, биология, медицина, лингвистика и области инженерии, которые имеют дело со сложными системами. В результате широкого применения кибернетических методов в этих науках возникли независимые научные области, которые предположительно можно было бы назвать кибернетической экономикой, кибернетической биологией и так далее.Однако по ряду причин формирование этих областей происходило в рамках кибернетики через специализацию объектов исследования, а не в соответствующих науках за счет применения методов и результатов кибернетики. Поэтому эти области стали называть экономической кибернетикой, биологической кибернетикой, медицинской кибернетикой и инженерной кибернетикой. Соответствующая область в лингвистике стала называться математической лингвистикой.

Задачи фактического построения сложных систем управления (прежде всего в экономике), а также компьютерных комплексных информационно-поисковых систем, систем автоматического проектирования и систем автоматического сбора и обработки экспериментальных данных, как правило, относятся к области науки, которая стала называться системной инженерией.В широком понимании предмета кибернетики большая часть системной инженерии органически содержится в нем. То же самое и с электронной вычислительной техникой. Излишне говорить, что кибернетика не занимается проектированием элементов компьютеров, структурным проектированием машин, проблемами технологии производства и т. Д. В то же время подход к компьютеру как системе, общие структурные вопросы, а также организация сложных процессов обработки данных и управления этими процессами в действительности относятся к прикладной кибернетике и составляют одно из ее важных направлений.

СПИСОК ЛИТЕРАТУРЫ

Wiener, N. Kibernetika , 2nd ed. Москва, 1968. (Пер. С англ.)
Винер Н. Кибернетика и общество . М., 1958. (Пер. С англ.)
Цянь Х.С. Техническая кибернетика . М., 1956. (Пер. С англ.)
Эшби У.Р. Введение в кибернетику . М., 1959. (Пер. С англ.)
Глушков В. М. Введение в кибернетику . Киев, 1964.

Большая Советская Энциклопедия, 3-е издание (1970-1979).© 2010 The Gale Group, Inc. Все права защищены.

.

Статья о кибернетике по The Free Dictionary

наука об управлении, коммуникациях и обработке данных.

Тема . Основными объектами кибернетических исследований являются «кибернетические системы». В общей или теоретической кибернетике такие системы рассматриваются абстрактно, без ссылки на их реальную физическую природу. Высокий уровень абстракции позволяет кибернетике находить общие методы для подхода к изучению качественно различных систем, например технологических, биологических и даже социальных систем.

Абстрактная кибернетическая система — это набор взаимосвязанных объектов, называемых элементами системы, которые способны принимать, хранить и обрабатывать данные, а также обмениваться ими. Примерами кибернетических систем являются различные виды устройств автоматического управления в технике (например, автопилот или контроллер, поддерживающий постоянную температуру в комнате), электронные компьютеры, человеческий мозг, биологические популяции и человеческое общество.

Элементами абстрактной кибернетической системы являются объекты любой природы, состояние которых полностью описывается значениями определенного набора параметров.Для подавляющего большинства конкретных приложений кибернетики достаточно рассмотрения параметров двух типов. Параметры первого типа, называемые непрерывными параметрами, могут принимать любое действительное значение в определенном интервале (например, интервале от — 1 до 2 или от — ∞ до + ∞). Параметры второго типа, называемые дискретными параметрами, предполагают конечный набор значений — например, значение, равное любому десятичному числу или значениям «да» или «нет».

Любое целое или рациональное число может быть представлено последовательностью дискретных параметров.В то же время дискретные параметры могут использоваться при работе с качественными атрибутами, которые обычно не выражаются числами. Для этого достаточно перечислить и обозначить (например, по пятибалльной шкале) все различимые состояния атрибута. Таким образом можно охарактеризовать и ввести во внимание такие факторы, как темперамент, настроение и отношение одного человека к другому. Точно так же область применения кибернетических систем и кибернетики в целом выходит далеко за рамки строго «математизированных» областей знания.

Состояние элемента кибернетической системы может изменяться случайным образом или под влиянием определенных входных сигналов, которые он принимает извне (вне рассматриваемой системы) или от других элементов системы. В свою очередь, каждый элемент системы может формировать выходные сигналы, которые обычно зависят от состояния элемента и входных сигналов, которые он получает в данный момент. Сигналы либо передаются другим элементам системы (действуя для них в качестве входных сигналов), либо составляют часть выходных сигналов всей системы, которые передаются наружу.

Организация отношений между элементами кибернетической системы называется структурой системы. Различают системы с постоянной и переменной структурой. Изменения в структуре обычно задаются как функции состояний всех составляющих элементов системы и входных сигналов системы в целом.

Таким образом, описание правил функционирования системы дается тремя семействами функций: теми, которые определяют изменения состояний всех элементов системы, теми, которые определяют выходные сигналы элементов, и теми, которые вызывают изменения в структура системы.Система называется детерминированной, если все функции условны (однозначны). Однако, если функции — или, по крайней мере, некоторые из них — являются случайными функциями, система называется вероятностной или стохастической. Полное описание кибернетической системы получается, если описание начального состояния системы — то есть исходной структуры системы и начальных состояний всех ее элементов — добавлено к описанию правил ее функционирования.

Классификация кибернетических систем .Кибернетические системы различаются по природе своих внутренних сигналов. Если все сигналы, как и состояния всех элементов системы, заданы в непрерывных параметрах, система называется непрерывной. Когда все величины дискретны, говорят о дискретной системе. В смешанных или гибридных системах необходимо иметь дело с обоими типами величин.

Разделение кибернетических систем на непрерывные и дискретные до некоторой степени произвольно. Это определяется глубиной достигнутого понимания и точностью, необходимой при изучении объекта, а иногда и удобством использования определенного математического метода при изучении системы.Например, общеизвестно, что свет имеет дискретную, квантовую природу; тем не менее, такие параметры, как величина светового потока и уровень освещенности, обычно характеризуются непрерывными значениями, поскольку обеспечивается их достаточно плавное изменение. Другой пример — обычный реостат с подвижной проволокой. Хотя величина его сопротивления изменяется скачками, можно и удобно рассматривать изменение как непрерывное, если скачки достаточно малы.

Обратных примеров еще больше. Выделяющая функция почек на общепринятом (неквантовом) уровне — это непрерывная величина. Однако во многих случаях для характеристики этой функции считается достаточно пятибалльной системы; таким образом, он рассматривается как дискретная величина. Кроме того, при любом фактическом вычислении значений непрерывных параметров необходимо ограничиваться определенным уровнем точности, но это означает, что соответствующая величина рассматривается как дискретная.

Последний пример показывает, что дискретное представление является универсальным методом, поскольку, учитывая, что абсолютная точность измерения недостижима, любая непрерывная величина в конечном итоге сводится к ее дискретному представлению. Обратное сокращение для дискретных величин, которые предполагают небольшое количество различных значений, не может дать удовлетворительных результатов (с точки зрения точности представления) и поэтому не используется на практике. Таким образом, в определенном смысле дискретный метод представления является более общим, чем непрерывный метод.

Разделение кибернетических систем на непрерывные и дискретные типы очень важно с точки зрения используемой математической техники. Для непрерывных систем это обычно теория систем обыкновенных дифференциальных уравнений, а для дискретных систем — теория алгоритмов и теория автоматов. Еще одна основная математическая теория, которая используется как в дискретных, так и в непрерывных системах (и развивается соответственно в двух аспектах), — это теория информации.

Сложность кибернетических систем определяется двумя факторами: первый — это «размерность системы», то есть общее количество параметров, характеризующих состояния всех ее элементов; вторая — сложность структуры системы, которая определяется разнообразием и общим количеством связей между ее элементами. Простой набор из большого количества не связанных между собой элементов, например набор однородных элементов с простыми ссылками, повторяющимися от элемента к элементу, еще не является сложной системой.Сложные (основные) кибернетические системы — это системы, описания которых не могут быть сведены к описанию одного элемента и указанию общего количества таких (однородных) элементов.

При изучении сложных кибернетических систем, помимо обычного разбиения системы на ее элементы, используется метод консолидированного представления системы в виде набора отдельных единиц, каждая из которых является отдельной системой. Иерархия таких описаний единиц используется при изучении сложных систем.На вершине такой иерархии вся система рассматривается как единое целое, а на самом нижнем уровне отдельные элементы системы появляются как единицы, составляющие системы.

Необходимо подчеркнуть тот факт, что само понятие элемента системы в некоторой степени условно и зависит от целей, поставленных при изучении системы, и глубины проникновения в предмет. Таким образом, при феноменологическом подходе к изучению мозга, когда объектом исследования является не структура мозга, а функции, которые он выполняет, мозг можно рассматривать как единый элемент, даже если он характеризуется большим количеством параметров.Стандартный подход — рассматривать отдельные нейроны как элементы, составляющие мозг. При переходе на клеточный или молекулярный уровень каждый нейрон, в свою очередь, можно рассматривать как сложную кибернетическую систему.

Если обмен сигналами между элементами системы полностью заключен в ее пределах, система называется изолированной или замкнутой. Если рассматривать такую ​​систему как единый элемент, она не имеет ни входных, ни выходных сигналов. В общем случае открытые системы имеют как входные, так и выходные каналы, по которым происходит обмен сигналами с окружающей средой.Предполагается, что любая открытая кибернетическая система оснащена рецепторами (сенсорными устройствами), которые принимают сигналы извне и передают их в систему. Там, где человек рассматривается как кибернетическая система, органы чувств (органы зрения, слуха, осязания и т. Д.) Являются рецепторами. Выходные сигналы передаются наружу посредством эффекторов, которыми в данном случае являются органы речи и выражения лица, руки и т. Д.

Поскольку каждая система сигналов несет определенную информацию, независимо от того, образована ли система разумными существами или объектами и процессами неодушевленной природы, любая открытая кибернетическая система, как и элементы любой системы, открытой или закрытой, может рассматриваться. как обработчики данных.В этом случае понятие данных или информации рассматривается в очень широком смысле, близком к физическому понятию энтропии.

Кибернетический подход к изучению различного рода объектов . Рассмотрение различных одушевленных и неодушевленных объектов как процессоров данных или систем, состоящих из элементарных процессоров данных, составляет суть «кибернетического подхода» к изучению таких объектов. Этот подход, как и подходы, основанные на других фундаментальных науках, таких как механика и химия, требует определенного уровня абстракции.Таким образом, в кибернетическом подходе к изучению мозга как системы нейронов их размеры, форма и химическая структура обычно не учитываются. Состояния нейронов (возбужденных или невозбужденных), сигналы, которые они производят, связи между ними и правила изменения их состояний становятся объектами изучения.

Самые простые процессоры данных могут обрабатывать информацию только одного типа. Например, исправный дверной звонок всегда реагирует на нажатие кнопки (рецептора) одним и тем же действием: звонит звонок.Однако сложные кибернетические системы обычно способны накапливать данные в той или иной форме и соответственно изменять выполняемые ими действия (обработка данных). По аналогии с человеческим мозгом это свойство кибернетических систем иногда называют памятью.

Существует два основных способа «запоминания» информации в кибернетических системах: изменение состояний элементов системы или изменение структуры системы (конечно, возможен и смешанный вариант) . По сути, принципиальной разницы между двумя типами «памяти» нет.«В большинстве случаев разница зависит только от подхода, используемого при описании системы. Например, одна современная теория объясняет долговременную память человека изменениями в проводимости синапсов (связи между отдельными нейронами, составляющими мозг). Если только нейроны рассматриваются как элементы, составляющие мозг, то изменение синапсов следует рассматривать как изменение структуры мозга, но если все синапсы (независимо от уровня их проводимости) включены, наряду с с нейронами, то рассматриваемое явление сводится к изменению состояний элементов при неизменной структуре системы.

Компьютеры как процессоры данных . Среди сложных обработчиков технических данных наиболее важным для кибернетики является ЭВМ. В более простых вычислительных машинах — электромеханических цифровых и аналоговых — настройка для различных задач осуществляется путем изменения системы связей между элементами на специальной коммутационной консоли. В современных универсальных компьютерах такие изменения производятся путем машинного «запоминания» отдельных рабочих программ в специальном блоке, накапливающем информацию.

В отличие от аналоговых машин, которые работают с непрерывной информацией, современный компьютер обрабатывает дискретную информацию. Любые последовательности десятичных чисел, букв, знаков препинания и других символов могут отображаться в качестве информации на входе и выходе компьютера. Внутри машины эта информация обычно представлена ​​(или закодирована) в виде последовательности сигналов, которые принимают только два значения.

Хотя возможности аналоговых машин (как и любых других искусственно созданных единиц) ограничены преобразованием строго определенных типов информации, современный компьютер универсален.Это означает, что любое преобразование буквенно-цифровой информации, которое может быть определено случайной конечной системой правил любого типа (арифметических, грамматических и т. Д.), Может быть выполнено компьютером после того, как ему будет загружена правильно написанная программа. Цифровые компьютеры достигают этой возможности за счет универсальности своего кода команд, то есть элементарной обработки данных, которая включена в структуру компьютеров. Точно так же, как все виды зданий могут быть собраны из одних и тех же частей, все виды буквенно-цифровых преобразований информации любой сложности могут быть составлены из элементарных преобразований.Компьютерная программа и есть такая последовательность элементарных преобразований.

Универсальность компьютера не ограничивается буквенно-цифровой информацией. Как показывает теория кодирования, любая дискретная информация, а также любая случайная непрерывная информация (с любой заданной степенью точности) может быть представлена ​​в буквенно-цифровой (и даже простой числовой) форме. Таким образом, современные компьютеры можно рассматривать как универсальные процессоры данных. Человеческий мозг, хотя и основан на совершенно иных принципах, является еще одним хорошо известным примером универсального процессора данных.

Универсальность современного компьютера делает возможным его использование для моделирования любых других преобразований информации, включая любые мыслительные процессы. Это ставит компьютеры в особое положение: с момента своего появления они были основным техническим оборудованием и исследовательским прибором кибернетики.

Управление в кибернетических системах . В рассмотренных до сих пор случаях изменения в поведении цифрового компьютера определялись человеком, который изменяет программу его работы.Однако можно написать программу, которая изменяет рабочую программу компьютера и организует его связь с окружающей средой через соответствующую систему рецепторов и эффекторов. Таким образом можно моделировать различные формы изменений в поведении и развитии, которые наблюдаются в сложных биологических и социальных системах. Изменение поведения сложных кибернетических систем является результатом накопления должным образом обработанной информации, полученной системами в прошлом.

Выделяют два основных типа изменения поведения системы в зависимости от формы «запоминания» информации: самонастройка и самоорганизация. В самонастраивающихся системах накопление опыта выражается в изменении значений определенных параметров, а в самоорганизующихся системах — в изменении структуры системы. Как упоминалось ранее, это различие в некоторой степени произвольно и зависит от того, как система разбита на элементы.На практике самонастройка обычно связана с изменением сравнительно небольшого числа непрерывных параметров. Глубокие изменения в структуре рабочих программ компьютера, которые можно интерпретировать как изменения состояний большого количества дискретных элементов памяти, более естественно рассматривать как примеры самоорганизации.

Целенаправленное изменение поведения кибернетических систем происходит через контроль. Цели управления сильно различаются в зависимости от типов систем и степени их сложности.В простейшем случае целью может быть поддержание определенного параметра на постоянном значении. Для более сложных систем целью может быть адаптация к изменяющейся среде или даже изучение правил изменений.

Наличие управления в кибернетической системе означает, что система может быть представлена ​​в виде двух взаимодействующих единиц: объекта управления и системы управления. Система управления передает управляющую информацию по каналам прямой связи через соответствующий набор эффекторов к управляемому объекту.Информация о состоянии управляемого объекта поступает с помощью рецепторов и передается обратно в систему управления по каналам обратной связи.

Как и любая кибернетическая система, описанная здесь система управления также может иметь каналы для связи (с соответствующими системами рецепторов и эффекторов) с окружающей средой. В простейших случаях внешняя среда может выступать источником разного рода шумов и искажений в системе (чаще всего в канале обратной связи).В этом случае в задачу системы управления входит фильтрация шума. Эта задача становится особенно важной при дистанционном управлении, где сигналы передаются по протяженным каналам связи.

Основной задачей системы управления является преобразование информации, поступающей в систему, и формирование управляющих сигналов таким образом, чтобы обеспечить наилучшее достижение целей управления. Основные типы управления выделяются в зависимости от типов таких целей и характера функционирования системы управления.

Одним из простейших видов управления является программное управление. Целью такого управления является подача определенной, строго определенной последовательности управляющих сигналов на управляемый объект. Такой контроль не имеет обратной связи. Простейшим примером такого программного управления является автоматический светофор, смена которого происходит в заданные моменты. Более сложное управление светофором со счетчиками приближающихся транспортных средств может включать очень простой «пороговый» сигнал обратной связи; свет меняется каждый раз, когда количество ожидающих автомобилей превышает заданное количество.

Классический автоматический контроль, целью которого является поддержание определенного параметра (или нескольких независимых параметров) на постоянном значении, также является очень простым видом управления. Примером может служить система автоматического регулирования температуры воздуха в помещении. Специальный термометр-преобразователь измеряет температуру воздуха T , и система контроля сравнивает эту температуру с заданной величиной T 0 и отправляет контрольную информацию — k (T — T 0 ) на ворота. , регулирующий подачу теплой воды в блоки центрального отопления.Знак минус коэффициента k означает управление с отрицательной обратной связью, то есть, когда температура T поднимается выше заданного порога T 0 , поток тепла уменьшается, а когда он падает ниже порога, расход увеличивается. Отрицательная обратная связь важна для обеспечения стабильности в процессе управления. Стабильность системы означает, что при отклонении в любом направлении от положения равновесия (где T = T 0 ) система автоматически пытается восстановить равновесие.При очень простом предположении, что существует линейная зависимость между управляющей информацией и скоростью потока тепла в комнату, работа такого регулятора описывается дифференциальным уравнением dT / dt = — k (T T 0 ), решением которой является функция T = T 0 + δ · e -kt (где δ — отклонение температуры T от заданного значения T 0 на начальный момент).Поскольку эта система описывается линейным дифференциальным уравнением первого порядка, она называется линейной системой первого порядка. Линейные системы второго и более высоких порядков, особенно нелинейные, имеют более сложное поведение.

Возможны системы, в которых принцип программного управления сочетается с задачей регулирования в смысле поддержания постоянного значения некоторой определенной величины. Например, в описанный выше регулятор температуры в помещении может быть встроено программное устройство, изменяющее значение регулируемого параметра.Функции такого устройства могут заключаться в поддержании температуры на уровне + 20 ° C днем ​​и снижении до + 16 ° C ночью. В этом случае функция простого регулирования перерастает в функцию контроля значения параметра, изменяемого программой.

В более сложных сервомеханизмах задача состоит в том, чтобы как можно точнее поддерживать некоторую фиксированную функциональную взаимосвязь между набором случайно изменяющихся параметров и заданным набором регулируемых параметров. Примером может служить система, которая непрерывно следует лучом прожектора за беспорядочно маневрирующим самолетом.

В оптимальных системах управления основной целью является поддержание максимального или минимального значения некоторой функции двух групп параметров; функция называется критерием оптимальности. Параметры первой группы (внешние условия) изменяются независимо от системы, а параметры второй группы регулируются, то есть их значения могут изменяться под влиянием управляющих сигналов от системы.

Простейшим примером оптимального управления снова является задача регулирования температуры воздуха в помещении с дополнительным условием учета изменений его влажности.Температура воздуха, дающая ощущение наибольшего комфорта, зависит от влажности воздуха. Если влажность постоянно меняется, но система может контролировать только изменение температуры, цель управления, естественно, будет заключаться в поддержании температуры, которая дает ощущение максимального комфорта. Это задача оптимального управления. Оптимальные системы управления очень важны для управления экономикой.

В простейшем случае оптимальное управление можно свести к задаче поддержания максимально или минимально возможного значения регулируемого параметра при заданных условиях.В этом случае говорят об экстремальных системах управления.

Если нерегулируемые параметры в оптимальной системе управления изменяются в определенном временном интервале, то функция системы сводится к поддержанию постоянных значений регулируемых параметров, обеспечивающих максимизацию (или минимизацию) желаемого критерия оптимального управления. Здесь также, как и в случае классического управления, возникает проблема устойчивости управления. При проектировании относительно несложных систем такая устойчивость достигается соответствующим подбором параметров планируемой системы.В более сложных случаях, когда количество мешающих воздействий и размерность системы очень велики, иногда удобно использовать самонастройку и самоорганизацию для достижения стабильности. В этом случае некоторые параметры, определяющие характер существующих в системе ссылок, не заданы заранее и могут быть изменены системой в процессе ее работы. В системе есть специальный блок, который фиксирует характер переходных процессов в системе, когда она выходит из равновесия.Когда переходный процесс оказывается нестабильным, система изменяет значения параметров звеньев до достижения стабильности. Системы такого типа обычно называют ультрастабильными.

При большом количестве изменяющихся параметров каналов случайный поиск стабильных режимов может занять слишком много времени. В этом случае используются различные методы ограничения случайного поиска — например, разбиение параметров на группы и поиск только внутри одной группы (определяется по определенным признакам).Системы этого типа называются мультистабильными. Биология предлагает большое разнообразие ультрастабильных и мультистабильных систем, таких как система регулирования температуры крови у людей и теплокровных животных.

Задача группировки внешних воздействий, необходимая для успешного выбора метода самонастройки в многостабильных системах, является одной из задач распознавания (распознавания образов). Визуальные и слуховые образы особенно важны для определения типа поведения (метода контроля) человека.Возможность распознавания закономерностей и объединения их в определенные классы позволяет человеку создавать абстрактные концепции, которые являются важным условием для сознательного осознания деятельности и начала абстрактного мышления. Абстрактное мышление делает возможным создание в системе управления — в данном случае в человеческом мозге — моделей различных процессов, их использование для экстраполяции деятельности и определение действий на основе такой экстраполяции.

Таким образом, на высших уровнях иерархии систем управления задачи управления тесно переплетаются с задачами распознавания окружающей действительности.В чистом виде эти задачи проявляются в абстрактных когнитивных системах, которые также являются одним из классов кибернетических систем.

Теория надежности кибернетических систем занимает важное место в кибернетике. Его задача — разработка методов построения систем, обеспечивающих правильное функционирование систем при выходе из строя некоторых их элементов, нарушении определенных звеньев или других возможных случайных неисправностях.

Методы кибернетики .Изучая кибернетические системы в качестве основного объекта, кибернетика использует три принципиально разных метода исследования. Два из них, математический анализ и экспериментальный метод, широко используются в других науках. Суть математического анализа заключается в описании объекта исследования в рамках определенного математического подхода (например, в виде системы уравнений) и последующем изучении различных последствий описания с помощью математического вывода (для например, решив систему уравнений).В экспериментальном методе проводятся различные эксперименты либо с самим объектом, либо с его реальной физической моделью. Если изучаемый объект уникален и нет возможности существенного воздействия на него (как, например, в случае с Солнечной системой или процессом биологической эволюции), активный эксперимент становится пассивным наблюдением.

Одним из важнейших достижений кибернетики является разработка и широкое использование нового метода исследования, который получил название математического (машинного) экспериментирования или математического моделирования.Суть метода заключается в том, что эксперименты проводятся не с реальной физической моделью изучаемого объекта, а с его описанием. Описание объекта и программы, производящие изменение характеристик объекта в соответствии с его описанием, заносятся в память компьютера; Затем с объектом могут проводиться различные эксперименты, такие как запись его поведения при определенных условиях и изменение отдельных элементов описания.Высокая скорость современных компьютеров часто позволяет моделировать многие процессы со скоростью, намного превышающей нормальную.

Первым этапом математического моделирования является разбивка изучаемой системы на отдельные блоки и элементы и установление связей между ними. Эту функцию выполняет системный анализ. Глубина и метод разбивки могут варьироваться в зависимости от целей расследования. В этом смысле системный анализ — это больше искусство, чем точная наука, поскольку части и связи, несущественные с точки зрения поставленной цели, должны быть априори отброшены при анализе действительно сложных систем.

После того, как система разбита на части и части описаны с определенным набором количественных или качественных параметров, обычно привлекаются представители различных наук для установления связей между ними. Таким образом, при системном анализе человеческого организма типичные связи имеют следующий вид: «При переходе органа A из состояния k 1 в состояние k 2 и орган B остается в состоянии M . , organ C с вероятностью p перейдет из состояния n 1 в состояние n 2 через N месяцев.«Заявление может быть сделано эндокринологом, кардиологом, терапевтом или другим специалистом, в зависимости от типа органов, к которым оно относится. Результатом их совместной работы является составное описание организма, которое является искомой математической моделью. Системные программисты переводят эту модель в машинную нотацию, одновременно программируя средства, необходимые для экспериментов с ней. Проведение реальных экспериментов и получение из них различных выводов — это работа по исследованию операций.Однако там, где это возможно, исследователи операций могут использовать дедуктивные математические конструкции и даже физические модели всей системы или ее отдельных частей. Работа по построению физических моделей и задача по планированию и созданию различных искусственных кибернетических систем являются частью системной инженерии.

Исторический очерк . Древнегреческий философ Платон, по-видимому, был первым, кто использовал термин «кибернетика» для управления в общем смысле. Однако собственно становление кибернетики как науки произошло значительно позже и было определено развитием технических аппаратов для управления и обработки данных.Так называемые андроиды, которые были похожими на людей игрушками, которые на самом деле были механическими устройствами с программным управлением, производились в Европе еще в средние века.

Первые промышленные регуляторы уровня воды в паровом котле и скорости вращения вала паровой машины были изобретены И. И. Ползуновым (Россия) и Дж. Ваттом (Англия). Во второй половине XIX века требовались все более совершенные автоматические регуляторы. Наряду с механическими узлами в таких регуляторах все чаще используются электромеханические и электронные блоки.Изобретение в начале 20 века дифференциальных анализаторов, способных моделировать и решать системы обыкновенных дифференциальных уравнений, сыграло большую роль в развитии теории и практики автоматического управления. Эти машины положили начало быстрому развитию аналоговых компьютеров и их повсеместному внедрению в машиностроение.

Прогресс нейрофизиологии, в частности классические работы И. П. Павлова об условных рефлексах, оказали существенное влияние на становление кибернетики.Оригинальная работа украинского ученого Я. Заслуживает внимания также И. Грдина о динамике живых организмов.

В 1930-х годах на развитие кибернетики все больше повлияло развитие теории дискретных процессоров данных. Это развитие было направлено двумя основными источниками идей и проблем. Первой была задача построения основ математики. Еще в середине 19 века Г. Буль заложил основы современной математической логики.В 20-е годы прошлого века были заложены основы современной теории алгоритмов. В 1934 г. К. Гёдель продемонстрировал конечность замкнутых когнитивных систем. В 1936 году А. М. Тьюринг описал гипотетический процессор дискретных данных общего назначения, который позже получил название машины Тьюринга. Эти два результата, полученные в рамках чистой математики, оказали и продолжают оказывать очень большое влияние на формирование основных идей кибернетики.

Вторым источником идей и проблем в кибернетике был практический опыт создания реальных процессоров дискретных данных.Простейший механический счетный автомат был изобретен Б. Паскалем (Франция) в 17 веке. Только в 19 веке К. Бэббидж (Англия) сделал первую попытку построить автоматический цифровой калькулятор, прототип современной электронной цифровой вычислительной машины. К началу 20 века были построены первые модели электромеханических счетных машин, которые сделали возможной автоматизацию очень простой обработки дискретных данных. Необходимость создания сложных релейно-контактных устройств, в первую очередь для автоматических телефонных станций, привела в 1930-е годы к резкому росту интереса к теории дискретных процессоров данных.В 1938 г. К. Шеннон (США) и в 1941 г. В. И. Шестаков (СССР) продемонстрировали возможность использования методов математической логики для анализа релейно-контактных схем. Это положило начало развитию современной теории автоматов.

Развитие электронно-вычислительной техники в 1940-х годах (Дж. Фон Нейман и др.) Имело решающее значение для становления кибернетики. Компьютер открыл принципиально новые возможности для исследования и реального построения сложных систем управления.Оставалось собрать воедино весь накопленный к тому времени материал и дать имя новой науке. Этот шаг сделал Н. Винер, опубликовавший в 1948 году свою знаменитую книгу Кибернетика .

Винер предложил называть «науку об управлении и коммуникации между животными и машинами» кибернетикой. В Кибернетике и своей второй книге Кибернетика и общество (1954) Винер уделил особое внимание общим философским и социальным аспектам новой науки, часто трактуя их весьма произвольно.В результате дальнейшее развитие кибернетики шло по двум путям. В США и Западной Европе стало преобладать узкое понимание кибернетики; это сосредоточило внимание на спорах и сомнениях, высказанных Винером, и на аналогиях между процессами управления в технических устройствах и в живых организмах. В СССР после начального периода отрицания и сомнений укоренилось более естественное и содержательное определение кибернетики; Это включило в эту область все достижения, накопленные в теориях обработки данных и систем управления.Особое внимание при этом было уделено новым проблемам, возникающим в связи с широким внедрением компьютеров в теории управления и обработки данных.

На Западе эти вопросы рассматривались в рамках специализированных областей науки, которые стали называть информатикой, информатикой, системным анализом и так далее. Лишь в конце 60-х годов наметилась тенденция к расширению понятия «кибернетика» и включению в него всех этих областей.

Основные разделы кибернетики .Современная кибернетика в широком смысле состоит из большого количества разделов, которые представляют собой самостоятельные научные направления. Теоретически ядро ​​кибернетики составляют теория информации, теория кодирования, теория алгоритмов и автоматов, общая теория систем, теория оптимальных процессов, методы исследования операций, теория распознавания образов и теория формальных языков. На практике центр интересов кибернетики сместился в сторону построения сложных систем управления и различного рода систем автоматизации умственного труда.На чисто когнитивном уровне одна из самых интересных будущих задач кибернетики — моделирование мозга и его различных функций.

Компьютеры — главное техническое средство для выполнения всех этих задач. Таким образом, развитие кибернетики как в теоретическом, так и в практическом аспектах тесно связано с прогрессом в электронной вычислительной технике. Требования, предъявляемые кибернетикой к развитию своего математического аппарата, определяются упомянутыми выше практическими задачами.

Определенная практическая направленность исследований по развитию математической техники — это фактически линия, отделяющая общую математическую часть таких исследований от чисто кибернетической. Так, например, в той части теории алгоритмов, которая строится для нужд основ математики, делается попытка сократить количество типов элементарных операций до минимума и сделать их второстепенными. Полученные алгоритмические языки удобны в качестве объектов исследования, но в то же время их практически невозможно использовать для описания реальных задач обработки данных.Кибернетический аспект теории алгоритмов связан с алгоритмическими языками, которые особенно ориентированы на определенные классы практических задач. Существуют языки, ориентированные на вычислительные задачи, перевод формул, обработку графической информации и так далее.

Аналогичная ситуация имеет место и в других областях, составляющих общетеоретическую основу кибернетики. Они обеспечивают подход к решению практических задач исследования кибернетических систем, их анализа и синтеза, а также определения оптимального управления.

Методы кибернетики особенно важны в науках, в которых методы классической математики могут применяться только в ограниченном масштабе для решения определенных частных задач. В первую очередь среди этих наук находятся экономика, биология, медицина, лингвистика и области инженерии, которые имеют дело со сложными системами. В результате широкого применения кибернетических методов в этих науках возникли независимые научные области, которые предположительно можно было бы назвать кибернетической экономикой, кибернетической биологией и так далее.Однако по ряду причин формирование этих областей происходило в рамках кибернетики через специализацию объектов исследования, а не в соответствующих науках за счет применения методов и результатов кибернетики. Поэтому эти области стали называть экономической кибернетикой, биологической кибернетикой, медицинской кибернетикой и инженерной кибернетикой. Соответствующая область в лингвистике стала называться математической лингвистикой.

Задачи фактического построения сложных систем управления (прежде всего в экономике), а также компьютерных комплексных информационно-поисковых систем, систем автоматического проектирования и систем автоматического сбора и обработки экспериментальных данных, как правило, относятся к области науки, которая стала называться системной инженерией.В широком понимании предмета кибернетики большая часть системной инженерии органически содержится в нем. То же самое и с электронной вычислительной техникой. Излишне говорить, что кибернетика не занимается проектированием элементов компьютеров, структурным проектированием машин, проблемами технологии производства и т. Д. В то же время подход к компьютеру как системе, общие структурные вопросы, а также организация сложных процессов обработки данных и управления этими процессами в действительности относятся к прикладной кибернетике и составляют одно из ее важных направлений.

СПИСОК ЛИТЕРАТУРЫ

Wiener, N. Kibernetika , 2nd ed. Москва, 1968. (Пер. С англ.)
Винер Н. Кибернетика и общество . М., 1958. (Пер. С англ.)
Цянь Х.С. Техническая кибернетика . М., 1956. (Пер. С англ.)
Эшби У.Р. Введение в кибернетику . М., 1959. (Пер. С англ.)
Глушков В. М. Введение в кибернетику . Киев, 1964.

Большая Советская Энциклопедия, 3-е издание (1970-1979).© 2010 The Gale Group, Inc. Все права защищены.

.

Статья о кибернетике из The Free Dictionary

наука об управлении, коммуникациях и обработке данных.

Тема . Основными объектами кибернетических исследований являются «кибернетические системы». В общей или теоретической кибернетике такие системы рассматриваются абстрактно, без ссылки на их реальную физическую природу. Высокий уровень абстракции позволяет кибернетике находить общие методы для подхода к изучению качественно различных систем, например технологических, биологических и даже социальных систем.

Абстрактная кибернетическая система — это набор взаимосвязанных объектов, называемых элементами системы, которые способны принимать, хранить и обрабатывать данные, а также обмениваться ими. Примерами кибернетических систем являются различные виды устройств автоматического управления в технике (например, автопилот или контроллер, поддерживающий постоянную температуру в комнате), электронные компьютеры, человеческий мозг, биологические популяции и человеческое общество.

Элементами абстрактной кибернетической системы являются объекты любой природы, состояние которых полностью описывается значениями определенного набора параметров.Для подавляющего большинства конкретных приложений кибернетики достаточно рассмотрения параметров двух типов. Параметры первого типа, называемые непрерывными параметрами, могут принимать любое действительное значение в определенном интервале (например, интервале от — 1 до 2 или от — ∞ до + ∞). Параметры второго типа, называемые дискретными параметрами, предполагают конечный набор значений — например, значение, равное любому десятичному числу или значениям «да» или «нет».

Любое целое или рациональное число может быть представлено последовательностью дискретных параметров.В то же время дискретные параметры могут использоваться при работе с качественными атрибутами, которые обычно не выражаются числами. Для этого достаточно перечислить и обозначить (например, по пятибалльной шкале) все различимые состояния атрибута. Таким образом можно охарактеризовать и ввести во внимание такие факторы, как темперамент, настроение и отношение одного человека к другому. Точно так же область применения кибернетических систем и кибернетики в целом выходит далеко за рамки строго «математизированных» областей знания.

Состояние элемента кибернетической системы может изменяться случайным образом или под влиянием определенных входных сигналов, которые он принимает извне (вне рассматриваемой системы) или от других элементов системы. В свою очередь, каждый элемент системы может формировать выходные сигналы, которые обычно зависят от состояния элемента и входных сигналов, которые он получает в данный момент. Сигналы либо передаются другим элементам системы (действуя для них в качестве входных сигналов), либо составляют часть выходных сигналов всей системы, которые передаются наружу.

Организация отношений между элементами кибернетической системы называется структурой системы. Различают системы с постоянной и переменной структурой. Изменения в структуре обычно задаются как функции состояний всех составляющих элементов системы и входных сигналов системы в целом.

Таким образом, описание правил функционирования системы дается тремя семействами функций: теми, которые определяют изменения состояний всех элементов системы, теми, которые определяют выходные сигналы элементов, и теми, которые вызывают изменения в структура системы.Система называется детерминированной, если все функции условны (однозначны). Однако, если функции — или, по крайней мере, некоторые из них — являются случайными функциями, система называется вероятностной или стохастической. Полное описание кибернетической системы получается, если описание начального состояния системы — то есть исходной структуры системы и начальных состояний всех ее элементов — добавлено к описанию правил ее функционирования.

Классификация кибернетических систем .Кибернетические системы различаются по природе своих внутренних сигналов. Если все сигналы, как и состояния всех элементов системы, заданы в непрерывных параметрах, система называется непрерывной. Когда все величины дискретны, говорят о дискретной системе. В смешанных или гибридных системах необходимо иметь дело с обоими типами величин.

Разделение кибернетических систем на непрерывные и дискретные до некоторой степени произвольно. Это определяется глубиной достигнутого понимания и точностью, необходимой при изучении объекта, а иногда и удобством использования определенного математического метода при изучении системы.Например, общеизвестно, что свет имеет дискретную, квантовую природу; тем не менее, такие параметры, как величина светового потока и уровень освещенности, обычно характеризуются непрерывными значениями, поскольку обеспечивается их достаточно плавное изменение. Другой пример — обычный реостат с подвижной проволокой. Хотя величина его сопротивления изменяется скачками, можно и удобно рассматривать изменение как непрерывное, если скачки достаточно малы.

Обратных примеров еще больше. Выделяющая функция почек на общепринятом (неквантовом) уровне — это непрерывная величина. Однако во многих случаях для характеристики этой функции считается достаточно пятибалльной системы; таким образом, он рассматривается как дискретная величина. Кроме того, при любом фактическом вычислении значений непрерывных параметров необходимо ограничиваться определенным уровнем точности, но это означает, что соответствующая величина рассматривается как дискретная.

Последний пример показывает, что дискретное представление является универсальным методом, поскольку, учитывая, что абсолютная точность измерения недостижима, любая непрерывная величина в конечном итоге сводится к ее дискретному представлению. Обратное сокращение для дискретных величин, которые предполагают небольшое количество различных значений, не может дать удовлетворительных результатов (с точки зрения точности представления) и поэтому не используется на практике. Таким образом, в определенном смысле дискретный метод представления является более общим, чем непрерывный метод.

Разделение кибернетических систем на непрерывные и дискретные типы очень важно с точки зрения используемой математической техники. Для непрерывных систем это обычно теория систем обыкновенных дифференциальных уравнений, а для дискретных систем — теория алгоритмов и теория автоматов. Еще одна основная математическая теория, которая используется как в дискретных, так и в непрерывных системах (и развивается соответственно в двух аспектах), — это теория информации.

Сложность кибернетических систем определяется двумя факторами: первый — это «размерность системы», то есть общее количество параметров, характеризующих состояния всех ее элементов; вторая — сложность структуры системы, которая определяется разнообразием и общим количеством связей между ее элементами. Простой набор из большого количества не связанных между собой элементов, например набор однородных элементов с простыми ссылками, повторяющимися от элемента к элементу, еще не является сложной системой.Сложные (основные) кибернетические системы — это системы, описания которых не могут быть сведены к описанию одного элемента и указанию общего количества таких (однородных) элементов.

При изучении сложных кибернетических систем, помимо обычного разбиения системы на ее элементы, используется метод консолидированного представления системы в виде набора отдельных единиц, каждая из которых является отдельной системой. Иерархия таких описаний единиц используется при изучении сложных систем.На вершине такой иерархии вся система рассматривается как единое целое, а на самом нижнем уровне отдельные элементы системы появляются как единицы, составляющие системы.

Необходимо подчеркнуть тот факт, что само понятие элемента системы в некоторой степени условно и зависит от целей, поставленных при изучении системы, и глубины проникновения в предмет. Таким образом, при феноменологическом подходе к изучению мозга, когда объектом исследования является не структура мозга, а функции, которые он выполняет, мозг можно рассматривать как единый элемент, даже если он характеризуется большим количеством параметров.Стандартный подход — рассматривать отдельные нейроны как элементы, составляющие мозг. При переходе на клеточный или молекулярный уровень каждый нейрон, в свою очередь, можно рассматривать как сложную кибернетическую систему.

Если обмен сигналами между элементами системы полностью заключен в ее пределах, система называется изолированной или замкнутой. Если рассматривать такую ​​систему как единый элемент, она не имеет ни входных, ни выходных сигналов. В общем случае открытые системы имеют как входные, так и выходные каналы, по которым происходит обмен сигналами с окружающей средой.Предполагается, что любая открытая кибернетическая система оснащена рецепторами (сенсорными устройствами), которые принимают сигналы извне и передают их в систему. Там, где человек рассматривается как кибернетическая система, органы чувств (органы зрения, слуха, осязания и т. Д.) Являются рецепторами. Выходные сигналы передаются наружу посредством эффекторов, которыми в данном случае являются органы речи и выражения лица, руки и т. Д.

Поскольку каждая система сигналов несет определенную информацию, независимо от того, образована ли система разумными существами или объектами и процессами неодушевленной природы, любая открытая кибернетическая система, как и элементы любой системы, открытой или закрытой, может рассматриваться. как обработчики данных.В этом случае понятие данных или информации рассматривается в очень широком смысле, близком к физическому понятию энтропии.

Кибернетический подход к изучению различного рода объектов . Рассмотрение различных одушевленных и неодушевленных объектов как процессоров данных или систем, состоящих из элементарных процессоров данных, составляет суть «кибернетического подхода» к изучению таких объектов. Этот подход, как и подходы, основанные на других фундаментальных науках, таких как механика и химия, требует определенного уровня абстракции.Таким образом, в кибернетическом подходе к изучению мозга как системы нейронов их размеры, форма и химическая структура обычно не учитываются. Состояния нейронов (возбужденных или невозбужденных), сигналы, которые они производят, связи между ними и правила изменения их состояний становятся объектами изучения.

Самые простые процессоры данных могут обрабатывать информацию только одного типа. Например, исправный дверной звонок всегда реагирует на нажатие кнопки (рецептора) одним и тем же действием: звонит звонок.Однако сложные кибернетические системы обычно способны накапливать данные в той или иной форме и соответственно изменять выполняемые ими действия (обработка данных). По аналогии с человеческим мозгом это свойство кибернетических систем иногда называют памятью.

Существует два основных способа «запоминания» информации в кибернетических системах: изменение состояний элементов системы или изменение структуры системы (конечно, возможен и смешанный вариант) . По сути, принципиальной разницы между двумя типами «памяти» нет.«В большинстве случаев разница зависит только от подхода, используемого при описании системы. Например, одна современная теория объясняет долговременную память человека изменениями в проводимости синапсов (связи между отдельными нейронами, составляющими мозг). Если только нейроны рассматриваются как элементы, составляющие мозг, то изменение синапсов следует рассматривать как изменение структуры мозга, но если все синапсы (независимо от уровня их проводимости) включены, наряду с с нейронами, то рассматриваемое явление сводится к изменению состояний элементов при неизменной структуре системы.

Компьютеры как процессоры данных . Среди сложных обработчиков технических данных наиболее важным для кибернетики является ЭВМ. В более простых вычислительных машинах — электромеханических цифровых и аналоговых — настройка для различных задач осуществляется путем изменения системы связей между элементами на специальной коммутационной консоли. В современных универсальных компьютерах такие изменения производятся путем машинного «запоминания» отдельных рабочих программ в специальном блоке, накапливающем информацию.

В отличие от аналоговых машин, которые работают с непрерывной информацией, современный компьютер обрабатывает дискретную информацию. Любые последовательности десятичных чисел, букв, знаков препинания и других символов могут отображаться в качестве информации на входе и выходе компьютера. Внутри машины эта информация обычно представлена ​​(или закодирована) в виде последовательности сигналов, которые принимают только два значения.

Хотя возможности аналоговых машин (как и любых других искусственно созданных единиц) ограничены преобразованием строго определенных типов информации, современный компьютер универсален.Это означает, что любое преобразование буквенно-цифровой информации, которое может быть определено случайной конечной системой правил любого типа (арифметических, грамматических и т. Д.), Может быть выполнено компьютером после того, как ему будет загружена правильно написанная программа. Цифровые компьютеры достигают этой возможности за счет универсальности своего кода команд, то есть элементарной обработки данных, которая включена в структуру компьютеров. Точно так же, как все виды зданий могут быть собраны из одних и тех же частей, все виды буквенно-цифровых преобразований информации любой сложности могут быть составлены из элементарных преобразований.Компьютерная программа и есть такая последовательность элементарных преобразований.

Универсальность компьютера не ограничивается буквенно-цифровой информацией. Как показывает теория кодирования, любая дискретная информация, а также любая случайная непрерывная информация (с любой заданной степенью точности) может быть представлена ​​в буквенно-цифровой (и даже простой числовой) форме. Таким образом, современные компьютеры можно рассматривать как универсальные процессоры данных. Человеческий мозг, хотя и основан на совершенно иных принципах, является еще одним хорошо известным примером универсального процессора данных.

Универсальность современного компьютера делает возможным его использование для моделирования любых других преобразований информации, включая любые мыслительные процессы. Это ставит компьютеры в особое положение: с момента своего появления они были основным техническим оборудованием и исследовательским прибором кибернетики.

Управление в кибернетических системах . В рассмотренных до сих пор случаях изменения в поведении цифрового компьютера определялись человеком, который изменяет программу его работы.Однако можно написать программу, которая изменяет рабочую программу компьютера и организует его связь с окружающей средой через соответствующую систему рецепторов и эффекторов. Таким образом можно моделировать различные формы изменений в поведении и развитии, которые наблюдаются в сложных биологических и социальных системах. Изменение поведения сложных кибернетических систем является результатом накопления должным образом обработанной информации, полученной системами в прошлом.

Выделяют два основных типа изменения поведения системы в зависимости от формы «запоминания» информации: самонастройка и самоорганизация. В самонастраивающихся системах накопление опыта выражается в изменении значений определенных параметров, а в самоорганизующихся системах — в изменении структуры системы. Как упоминалось ранее, это различие в некоторой степени произвольно и зависит от того, как система разбита на элементы.На практике самонастройка обычно связана с изменением сравнительно небольшого числа непрерывных параметров. Глубокие изменения в структуре рабочих программ компьютера, которые можно интерпретировать как изменения состояний большого количества дискретных элементов памяти, более естественно рассматривать как примеры самоорганизации.

Целенаправленное изменение поведения кибернетических систем происходит через контроль. Цели управления сильно различаются в зависимости от типов систем и степени их сложности.В простейшем случае целью может быть поддержание определенного параметра на постоянном значении. Для более сложных систем целью может быть адаптация к изменяющейся среде или даже изучение правил изменений.

Наличие управления в кибернетической системе означает, что система может быть представлена ​​в виде двух взаимодействующих единиц: объекта управления и системы управления. Система управления передает управляющую информацию по каналам прямой связи через соответствующий набор эффекторов к управляемому объекту.Информация о состоянии управляемого объекта поступает с помощью рецепторов и передается обратно в систему управления по каналам обратной связи.

Как и любая кибернетическая система, описанная здесь система управления также может иметь каналы для связи (с соответствующими системами рецепторов и эффекторов) с окружающей средой. В простейших случаях внешняя среда может выступать источником разного рода шумов и искажений в системе (чаще всего в канале обратной связи).В этом случае в задачу системы управления входит фильтрация шума. Эта задача становится особенно важной при дистанционном управлении, где сигналы передаются по протяженным каналам связи.

Основной задачей системы управления является преобразование информации, поступающей в систему, и формирование управляющих сигналов таким образом, чтобы обеспечить наилучшее достижение целей управления. Основные типы управления выделяются в зависимости от типов таких целей и характера функционирования системы управления.

Одним из простейших видов управления является программное управление. Целью такого управления является подача определенной, строго определенной последовательности управляющих сигналов на управляемый объект. Такой контроль не имеет обратной связи. Простейшим примером такого программного управления является автоматический светофор, смена которого происходит в заданные моменты. Более сложное управление светофором со счетчиками приближающихся транспортных средств может включать очень простой «пороговый» сигнал обратной связи; свет меняется каждый раз, когда количество ожидающих автомобилей превышает заданное количество.

Классический автоматический контроль, целью которого является поддержание определенного параметра (или нескольких независимых параметров) на постоянном значении, также является очень простым видом управления. Примером может служить система автоматического регулирования температуры воздуха в помещении. Специальный термометр-преобразователь измеряет температуру воздуха T , и система контроля сравнивает эту температуру с заданной величиной T 0 и отправляет контрольную информацию — k (T — T 0 ) на ворота. , регулирующий подачу теплой воды в блоки центрального отопления.Знак минус коэффициента k означает управление с отрицательной обратной связью, то есть, когда температура T поднимается выше заданного порога T 0 , поток тепла уменьшается, а когда он падает ниже порога, расход увеличивается. Отрицательная обратная связь важна для обеспечения стабильности в процессе управления. Стабильность системы означает, что при отклонении в любом направлении от положения равновесия (где T = T 0 ) система автоматически пытается восстановить равновесие.При очень простом предположении, что существует линейная зависимость между управляющей информацией и скоростью потока тепла в комнату, работа такого регулятора описывается дифференциальным уравнением dT / dt = — k (T T 0 ), решением которой является функция T = T 0 + δ · e -kt (где δ — отклонение температуры T от заданного значения T 0 на начальный момент).Поскольку эта система описывается линейным дифференциальным уравнением первого порядка, она называется линейной системой первого порядка. Линейные системы второго и более высоких порядков, особенно нелинейные, имеют более сложное поведение.

Возможны системы, в которых принцип программного управления сочетается с задачей регулирования в смысле поддержания постоянного значения некоторой определенной величины. Например, в описанный выше регулятор температуры в помещении может быть встроено программное устройство, изменяющее значение регулируемого параметра.Функции такого устройства могут заключаться в поддержании температуры на уровне + 20 ° C днем ​​и снижении до + 16 ° C ночью. В этом случае функция простого регулирования перерастает в функцию контроля значения параметра, изменяемого программой.

В более сложных сервомеханизмах задача состоит в том, чтобы как можно точнее поддерживать некоторую фиксированную функциональную взаимосвязь между набором случайно изменяющихся параметров и заданным набором регулируемых параметров. Примером может служить система, которая непрерывно следует лучом прожектора за беспорядочно маневрирующим самолетом.

В оптимальных системах управления основной целью является поддержание максимального или минимального значения некоторой функции двух групп параметров; функция называется критерием оптимальности. Параметры первой группы (внешние условия) изменяются независимо от системы, а параметры второй группы регулируются, то есть их значения могут изменяться под влиянием управляющих сигналов от системы.

Простейшим примером оптимального управления снова является задача регулирования температуры воздуха в помещении с дополнительным условием учета изменений его влажности.Температура воздуха, дающая ощущение наибольшего комфорта, зависит от влажности воздуха. Если влажность постоянно меняется, но система может контролировать только изменение температуры, цель управления, естественно, будет заключаться в поддержании температуры, которая дает ощущение максимального комфорта. Это задача оптимального управления. Оптимальные системы управления очень важны для управления экономикой.

В простейшем случае оптимальное управление можно свести к задаче поддержания максимально или минимально возможного значения регулируемого параметра при заданных условиях.В этом случае говорят об экстремальных системах управления.

Если нерегулируемые параметры в оптимальной системе управления изменяются в определенном временном интервале, то функция системы сводится к поддержанию постоянных значений регулируемых параметров, обеспечивающих максимизацию (или минимизацию) желаемого критерия оптимального управления. Здесь также, как и в случае классического управления, возникает проблема устойчивости управления. При проектировании относительно несложных систем такая устойчивость достигается соответствующим подбором параметров планируемой системы.В более сложных случаях, когда количество мешающих воздействий и размерность системы очень велики, иногда удобно использовать самонастройку и самоорганизацию для достижения стабильности. В этом случае некоторые параметры, определяющие характер существующих в системе ссылок, не заданы заранее и могут быть изменены системой в процессе ее работы. В системе есть специальный блок, который фиксирует характер переходных процессов в системе, когда она выходит из равновесия.Когда переходный процесс оказывается нестабильным, система изменяет значения параметров звеньев до достижения стабильности. Системы такого типа обычно называют ультрастабильными.

При большом количестве изменяющихся параметров каналов случайный поиск стабильных режимов может занять слишком много времени. В этом случае используются различные методы ограничения случайного поиска — например, разбиение параметров на группы и поиск только внутри одной группы (определяется по определенным признакам).Системы этого типа называются мультистабильными. Биология предлагает большое разнообразие ультрастабильных и мультистабильных систем, таких как система регулирования температуры крови у людей и теплокровных животных.

Задача группировки внешних воздействий, необходимая для успешного выбора метода самонастройки в многостабильных системах, является одной из задач распознавания (распознавания образов). Визуальные и слуховые образы особенно важны для определения типа поведения (метода контроля) человека.Возможность распознавания закономерностей и объединения их в определенные классы позволяет человеку создавать абстрактные концепции, которые являются важным условием для сознательного осознания деятельности и начала абстрактного мышления. Абстрактное мышление делает возможным создание в системе управления — в данном случае в человеческом мозге — моделей различных процессов, их использование для экстраполяции деятельности и определение действий на основе такой экстраполяции.

Таким образом, на высших уровнях иерархии систем управления задачи управления тесно переплетаются с задачами распознавания окружающей действительности.В чистом виде эти задачи проявляются в абстрактных когнитивных системах, которые также являются одним из классов кибернетических систем.

Теория надежности кибернетических систем занимает важное место в кибернетике. Его задача — разработка методов построения систем, обеспечивающих правильное функционирование систем при выходе из строя некоторых их элементов, нарушении определенных звеньев или других возможных случайных неисправностях.

Методы кибернетики .Изучая кибернетические системы в качестве основного объекта, кибернетика использует три принципиально разных метода исследования. Два из них, математический анализ и экспериментальный метод, широко используются в других науках. Суть математического анализа заключается в описании объекта исследования в рамках определенного математического подхода (например, в виде системы уравнений) и последующем изучении различных последствий описания с помощью математического вывода (для например, решив систему уравнений).В экспериментальном методе проводятся различные эксперименты либо с самим объектом, либо с его реальной физической моделью. Если изучаемый объект уникален и нет возможности существенного воздействия на него (как, например, в случае с Солнечной системой или процессом биологической эволюции), активный эксперимент становится пассивным наблюдением.

Одним из важнейших достижений кибернетики является разработка и широкое использование нового метода исследования, который получил название математического (машинного) экспериментирования или математического моделирования.Суть метода заключается в том, что эксперименты проводятся не с реальной физической моделью изучаемого объекта, а с его описанием. Описание объекта и программы, производящие изменение характеристик объекта в соответствии с его описанием, заносятся в память компьютера; Затем с объектом могут проводиться различные эксперименты, такие как запись его поведения при определенных условиях и изменение отдельных элементов описания.Высокая скорость современных компьютеров часто позволяет моделировать многие процессы со скоростью, намного превышающей нормальную.

Первым этапом математического моделирования является разбивка изучаемой системы на отдельные блоки и элементы и установление связей между ними. Эту функцию выполняет системный анализ. Глубина и метод разбивки могут варьироваться в зависимости от целей расследования. В этом смысле системный анализ — это больше искусство, чем точная наука, поскольку части и связи, несущественные с точки зрения поставленной цели, должны быть априори отброшены при анализе действительно сложных систем.

После того, как система разбита на части и части описаны с определенным набором количественных или качественных параметров, обычно привлекаются представители различных наук для установления связей между ними. Таким образом, при системном анализе человеческого организма типичные связи имеют следующий вид: «При переходе органа A из состояния k 1 в состояние k 2 и орган B остается в состоянии M . , organ C с вероятностью p перейдет из состояния n 1 в состояние n 2 через N месяцев.«Заявление может быть сделано эндокринологом, кардиологом, терапевтом или другим специалистом, в зависимости от типа органов, к которым оно относится. Результатом их совместной работы является составное описание организма, которое является искомой математической моделью. Системные программисты переводят эту модель в машинную нотацию, одновременно программируя средства, необходимые для экспериментов с ней. Проведение реальных экспериментов и получение из них различных выводов — это работа по исследованию операций.Однако там, где это возможно, исследователи операций могут использовать дедуктивные математические конструкции и даже физические модели всей системы или ее отдельных частей. Работа по построению физических моделей и задача по планированию и созданию различных искусственных кибернетических систем являются частью системной инженерии.

Исторический очерк . Древнегреческий философ Платон, по-видимому, был первым, кто использовал термин «кибернетика» для управления в общем смысле. Однако собственно становление кибернетики как науки произошло значительно позже и было определено развитием технических аппаратов для управления и обработки данных.Так называемые андроиды, которые были похожими на людей игрушками, которые на самом деле были механическими устройствами с программным управлением, производились в Европе еще в средние века.

Первые промышленные регуляторы уровня воды в паровом котле и скорости вращения вала паровой машины были изобретены И. И. Ползуновым (Россия) и Дж. Ваттом (Англия). Во второй половине XIX века требовались все более совершенные автоматические регуляторы. Наряду с механическими узлами в таких регуляторах все чаще используются электромеханические и электронные блоки.Изобретение в начале 20 века дифференциальных анализаторов, способных моделировать и решать системы обыкновенных дифференциальных уравнений, сыграло большую роль в развитии теории и практики автоматического управления. Эти машины положили начало быстрому развитию аналоговых компьютеров и их повсеместному внедрению в машиностроение.

Прогресс нейрофизиологии, в частности классические работы И. П. Павлова об условных рефлексах, оказали существенное влияние на становление кибернетики.Оригинальная работа украинского ученого Я. Заслуживает внимания также И. Грдина о динамике живых организмов.

В 1930-х годах на развитие кибернетики все больше повлияло развитие теории дискретных процессоров данных. Это развитие было направлено двумя основными источниками идей и проблем. Первой была задача построения основ математики. Еще в середине 19 века Г. Буль заложил основы современной математической логики.В 20-е годы прошлого века были заложены основы современной теории алгоритмов. В 1934 г. К. Гёдель продемонстрировал конечность замкнутых когнитивных систем. В 1936 году А. М. Тьюринг описал гипотетический процессор дискретных данных общего назначения, который позже получил название машины Тьюринга. Эти два результата, полученные в рамках чистой математики, оказали и продолжают оказывать очень большое влияние на формирование основных идей кибернетики.

Вторым источником идей и проблем в кибернетике был практический опыт создания реальных процессоров дискретных данных.Простейший механический счетный автомат был изобретен Б. Паскалем (Франция) в 17 веке. Только в 19 веке К. Бэббидж (Англия) сделал первую попытку построить автоматический цифровой калькулятор, прототип современной электронной цифровой вычислительной машины. К началу 20 века были построены первые модели электромеханических счетных машин, которые сделали возможной автоматизацию очень простой обработки дискретных данных. Необходимость создания сложных релейно-контактных устройств, в первую очередь для автоматических телефонных станций, привела в 1930-е годы к резкому росту интереса к теории дискретных процессоров данных.В 1938 г. К. Шеннон (США) и в 1941 г. В. И. Шестаков (СССР) продемонстрировали возможность использования методов математической логики для анализа релейно-контактных схем. Это положило начало развитию современной теории автоматов.

Развитие электронно-вычислительной техники в 1940-х годах (Дж. Фон Нейман и др.) Имело решающее значение для становления кибернетики. Компьютер открыл принципиально новые возможности для исследования и реального построения сложных систем управления.Оставалось собрать воедино весь накопленный к тому времени материал и дать имя новой науке. Этот шаг сделал Н. Винер, опубликовавший в 1948 году свою знаменитую книгу Кибернетика .

Винер предложил называть «науку об управлении и коммуникации между животными и машинами» кибернетикой. В Кибернетике и своей второй книге Кибернетика и общество (1954) Винер уделил особое внимание общим философским и социальным аспектам новой науки, часто трактуя их весьма произвольно.В результате дальнейшее развитие кибернетики шло по двум путям. В США и Западной Европе стало преобладать узкое понимание кибернетики; это сосредоточило внимание на спорах и сомнениях, высказанных Винером, и на аналогиях между процессами управления в технических устройствах и в живых организмах. В СССР после начального периода отрицания и сомнений укоренилось более естественное и содержательное определение кибернетики; Это включило в эту область все достижения, накопленные в теориях обработки данных и систем управления.Особое внимание при этом было уделено новым проблемам, возникающим в связи с широким внедрением компьютеров в теории управления и обработки данных.

На Западе эти вопросы рассматривались в рамках специализированных областей науки, которые стали называть информатикой, информатикой, системным анализом и так далее. Лишь в конце 60-х годов наметилась тенденция к расширению понятия «кибернетика» и включению в него всех этих областей.

Основные разделы кибернетики .Современная кибернетика в широком смысле состоит из большого количества разделов, которые представляют собой самостоятельные научные направления. Теоретически ядро ​​кибернетики составляют теория информации, теория кодирования, теория алгоритмов и автоматов, общая теория систем, теория оптимальных процессов, методы исследования операций, теория распознавания образов и теория формальных языков. На практике центр интересов кибернетики сместился в сторону построения сложных систем управления и различного рода систем автоматизации умственного труда.На чисто когнитивном уровне одна из самых интересных будущих задач кибернетики — моделирование мозга и его различных функций.

Компьютеры — главное техническое средство для выполнения всех этих задач. Таким образом, развитие кибернетики как в теоретическом, так и в практическом аспектах тесно связано с прогрессом в электронной вычислительной технике. Требования, предъявляемые кибернетикой к развитию своего математического аппарата, определяются упомянутыми выше практическими задачами.

Определенная практическая направленность исследований по развитию математической техники — это фактически линия, отделяющая общую математическую часть таких исследований от чисто кибернетической. Так, например, в той части теории алгоритмов, которая строится для нужд основ математики, делается попытка сократить количество типов элементарных операций до минимума и сделать их второстепенными. Полученные алгоритмические языки удобны в качестве объектов исследования, но в то же время их практически невозможно использовать для описания реальных задач обработки данных.Кибернетический аспект теории алгоритмов связан с алгоритмическими языками, которые особенно ориентированы на определенные классы практических задач. Существуют языки, ориентированные на вычислительные задачи, перевод формул, обработку графической информации и так далее.

Аналогичная ситуация имеет место и в других областях, составляющих общетеоретическую основу кибернетики. Они обеспечивают подход к решению практических задач исследования кибернетических систем, их анализа и синтеза, а также определения оптимального управления.

Методы кибернетики особенно важны в науках, в которых методы классической математики могут применяться только в ограниченном масштабе для решения определенных частных задач. В первую очередь среди этих наук находятся экономика, биология, медицина, лингвистика и области инженерии, которые имеют дело со сложными системами. В результате широкого применения кибернетических методов в этих науках возникли независимые научные области, которые предположительно можно было бы назвать кибернетической экономикой, кибернетической биологией и так далее.Однако по ряду причин формирование этих областей происходило в рамках кибернетики через специализацию объектов исследования, а не в соответствующих науках за счет применения методов и результатов кибернетики. Поэтому эти области стали называть экономической кибернетикой, биологической кибернетикой, медицинской кибернетикой и инженерной кибернетикой. Соответствующая область в лингвистике стала называться математической лингвистикой.

Задачи фактического построения сложных систем управления (прежде всего в экономике), а также компьютерных комплексных информационно-поисковых систем, систем автоматического проектирования и систем автоматического сбора и обработки экспериментальных данных, как правило, относятся к области науки, которая стала называться системной инженерией.В широком понимании предмета кибернетики большая часть системной инженерии органически содержится в нем. То же самое и с электронной вычислительной техникой. Излишне говорить, что кибернетика не занимается проектированием элементов компьютеров, структурным проектированием машин, проблемами технологии производства и т. Д. В то же время подход к компьютеру как системе, общие структурные вопросы, а также организация сложных процессов обработки данных и управления этими процессами в действительности относятся к прикладной кибернетике и составляют одно из ее важных направлений.

СПИСОК ЛИТЕРАТУРЫ

Wiener, N. Kibernetika , 2nd ed. Москва, 1968. (Пер. С англ.)
Винер Н. Кибернетика и общество . М., 1958. (Пер. С англ.)
Цянь Х.С. Техническая кибернетика . М., 1956. (Пер. С англ.)
Эшби У.Р. Введение в кибернетику . М., 1959. (Пер. С англ.)
Глушков В. М. Введение в кибернетику . Киев, 1964.

Большая Советская Энциклопедия, 3-е издание (1970-1979).© 2010 The Gale Group, Inc. Все права защищены.

.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *