Философское значение, поскольку кибернетика дает новое

1. Философское значение, поскольку кибернетика дает новое

представление о мире, основанное на роли связи, управления, ин­формации, организованности, обратной связи, целесообразности,

вероятности.

2. Социальное значение, поскольку киоернетика дает новое представление об обществе как организованном целом. О пользе ки­бернетики для изучения общества немало было сказано уже в мо­мент возникновения этой науки.

3. Общенаучное значение в трех смыслах: во-первых, потому что кибернетика дает общенаучные понятия, которые оказываются важными в других областях науки — понятия управления, сложно-динамической системы и т. п.; во-вторых, потому что дает науке но­вые методы исследования: вероятностные, стохастические, модели­рования на ЭВМ и т. д.; в-третьих, потому что на основе функцио­нального подхода «сигнал — отклик» кибернетика формирует гипотезы о внутреннем составе и строении систем, которые затем могут быть проверены в процессе содержательного исследования. Например, в кибернетике выработано правило (впервые для техни­ческих систем), в соответствии с которым для того, чтобы найти ошибку в работе системы, необходима проверка работы трех одина­ковых систем. По работе двух находят ошибку в третьей. Возможно так действует и мозг.

4. Методологическое значение кибернетики определяется тем обстоятельством, что изучение функционирования более простых технических систем используется для выдвижения гипотез о меха­низме работы качественно более сложных систем (живых организ­мов, мышления человека) с целью познания происходящих в них процессов — воспроизводства жизни, обучения и т. п. Подобное ки­бернетическое моделирование особенно важно в настоящее время во многих областях науки, поскольку отсутствуют математические те­ории процессов, протекающих в сложных системах и приходится ог­раничиваться их простыми моделями.

5. Наиболее известно техническое значение кибернетики — создание на основе кибернетических принципов электронно-вычис­лительных машин, роботов, персональных компьютеров, породив­шее тенденцию кибернетизации и информатизации не только науч­ного познания, но и всех сфер жизни.

ЭВМ и персональные компьютеры

Точно так же, как разнообразные машины и механизмы облегчают физический труд людей, ЭВМ и персональные компьютеры облегча­ют его умственный труд, заменяя человеческий мозг в его наиболее простых и рутинных функциях. ЭВМ действуют по принципу «да-нет», и этого оказалось достаточно для того, чтобы создать вычисли­тельные машины, хотя и уступающие человеческому мозгу в гибкос­ти, но превосходящие его по быстроте выполнения вычислительных операций. Аналогия между ЭВМ и мозгом человека дополняется тем,' что ЭВМ как бы выполняет роль центральной нервной системы для устройств автоматического управления.

Введенное чуть позже в кибернетике понятие самообучаю­щихся машин аналогично воспроизводству живых систем. И то, и другое есть созидание себя (в себе и в другом), возможное в отноше­нии машин, как и живых систем. Обучение онтогенетически есть то же, что и самовоспроизводство филогенетически.

Как бы не протекал процесс воспроизводства, «это — динами­ческий процесс, включающий какие-то силы или их эквиваленты. Один из возможных способов представления этих сил состоит в том, чтобы поместить активный носитель специфики молекулы в частот­ном строении ее молекулярного излучения, значительная часть ко­торого лежит, по-видимому, в области инфракрасных электромаг­нитных частот или даже ниже. Может оказаться, что специфические вещества вируса при некоторых обстоятельствах излучают инфра­красные колебания, которые обладают способностью содействовать формированию других молекул вируса из неопределенной магмы аминокислот и нуклеиновых кислот. Вполне возможно, что такое яв­ление позволительно рассматривать как некоторое притягательное взаимодействие частот» (Там же.- С. 281-282).

Такова гипотеза воспроизводства Винера, которая позволяет предложить единый механизм самовоспроизводства для живых и неживых систем.

Современные ЭВМ значительно превосходят те, которые по­явились на заре кибернетики. Еще 10 лет назад специалисты сомне­вались, что шахматный компьютер когда-нибудь сможет обыграть приличного шахматиста, но теперь он почти на равных сражается с чемпионом мира. То, что машина чуть было не выиграла у Каспарова за счет громадной скорости перебора вариантов (100 млн. в сек. про­тив двух у человека) остро ставит вопрос не только о возможностях ЭВМ, но и о том, что такое человеческий разум.

Предполагалось два десятилетия назад, что ЭВМ будут с го­дами все более мощными и массивными, но вопреки прогнозам крупнейших ученых, были созданы персональные компьютеры, которые стали повсеместным атрибутом нашей жизни. В перспек­тиве нас ждет всеобщая компьютеризация и создание человекопо­добных роботов.

Надо, впрочем, иметь в виду, что человек не только логически мыслящее существо, но и творческое, и эта способность — резуль­тат всей предшествующей эволюции. Если же будут построены не просто человекоподобные роботы, но и превосходящие его по уму, то это повод не только для радости, но и для беспокойства, связанного как с роботизацией самого человека, так и с проблемой возможного «бунта машин», выхода их из-под контроля людей и даже порабо­щения ими человека. Конечно, в XX веке это не более, чем далекая от реальности фантастика.

Модели мира

Благодаря кибернетике и созданию ЭВМ одним из основных спосо­бов познания, наравне с наблюдением и экспериментом, стал метод моделирования. Применяемые модели становятся все более мас­штабными: от моделей функционирования предприятия и экономи­ческой отрасли до комплексных моделей управления биогеоценозами, эколого-экономических моделей рационального природопользо­вания в пределах целых регионов, до глобальных моделей.

В 1972 году на основе метода «системной динамики» Дж. Форрестера были построены первые так называемые «модели мира», на­целенные на выработку сценариев развития всего человечества в его взаимоотношениях с биосферой. Их недостатки заключались в чрез­мерно высокой степени обобщения переменных, характеризующих процессы, протекающие в мире; отсутствии данных об особенностях и традициях различных культур и т. д. Однако, это оказалось очень многообещающим направлением. Постепенно указанные недостатки преодолевались в процессе создания последующих глобальных мо­делей, которые принимали все более конструктивный характер, ориентируясь на рассмотрение вопросов улучшения существующе­го эколого-экономического положения на планете.

М. Месаровичем и Э. Пестелем были построены глобальные модели на основе теории иерархических систем, а В. Леонтьевым — на основе разработанного им в экономике метода «затраты — вы­пуск». Дальнейший прогресс в глобальном моделировании ожидает­ся на путях построения моделей, все более адекватных реальности, сочетающих в себе глобальный, региональные и локальные моменты.

Споры относительно эффективности применения кибернети­ческих моделей в глобальных исследованиях не умолкают и поныне. Создатель метода системной динамики Дж. Форрестер выдвинул так называемый «контринтуитивный принцип», в соответствии с ко­торым сложные системы функционируют таким образом, что это принципиально противоречит человеческой интуиции, и таким об­разом машины могут дать более точный прогноз их поведения, чем человек. Другие исследователи считают, что «контринтуитивное по­ведение» свойственно тем системам, которые находятся в критичес­кой ситуации.

Трудности формализации многих важных данных, необходи­мых для построения глобальных моделей, а также ряд других мо­ментов свидетельствуют о том, что значение машинного моделирования не следует абсолютизировать. Моделирование может принес­ти наибольшую пользу в том случае, если будет сочетаться с други­ми видами исследований.

Простираясь на изучение все более сложных систем метод мо­делирования становится необходимым средством как познания, так и преобразования действительности. В настоящее время можно го­ворить как об одной из основных о преобразовательной функции мо­делирования, выполняя которую оно вносит прямой вклад в оптими­зацию сложных систем. Преобразовательная функция моделирова­ния способствует уточнению целей и средств реконструкции реальности. Свойственная моделированию трансляционная функ­ция способствует синтезу знаний — задаче, имеющей первостепен­ное значение на современном этапе изучения мира.

Прогресс в области моделирования следует ожидать не на пу­ти противопоставления одних типов моделей другим, а на основе их синтеза. Универсальный характер моделирования на ЭВМ дает воз­можность синтеза самых разнообразных знаний, а свойственный мо­делированию на ЭВМ функциональный подход служит целям уп­равления сложными системами.

Список литературы

1.   Винер Н. Кибернетика. М., 1968.

2.   Кендрью Дж. Нить жизни. М., 1968.

3.   Эшби У. Р. Конструкция мозга. М., 1964.

4.   Эшби У. Р. Введение в кибернетику. М., 1959.