Проект на тему: "Кибернетика"

Министерство образования и науки Российской Федерации

МБОУ

«Лицей №6»

«Информатика и ИКТ»

ПРОЕКТ

на тему:

«Кибернетика - как наука об управлении»

Рубцовск

2021

Введение 2

I. История кибернетики 5

1.2. Основные понятия кибернетики 7

1.3. Предмет кибернетики, ее задачи и цель 11

1.4. Место кибернетики в системе наук 12

II. Прикладное значение кибернетики 14

III. Кибернетика и сознание 16

3.1 Конкретизация понятия «искусственный интеллект» 18

3.2. Проблема искусственного интеллекта 23

Заключение 32

Литература и интернет источники 34

Кибернетика – это, очень нужная, важная и интересная наука. Нужность и важность ее нельзя недооценивать: кибернетические методы в настоящее время становятся применимыми к различным наукам, казалось бы, даже, несовместимыми с кибернетикой. Важность ее состоит в разработке множественных универсальных методик – программ функционирования различных систем, осуществления проектов, разработки автоматизированных способов прогнозирования, проектирования и реализации различных задач. А интерес вызван относительной молодостью науки, ее стремительным развитием в последние годы. Методы кибернетики начинают «проникать» в различные науки и успешно в них функционировать. Так, существуют и кибернетические методы в праве, основанные на использовании достижений науки кибернетики для лучшего функционирования отраслей права. Сама наука кибернетика еще очень молодая, достаточно хорошо она начала развиваться только в послевоенные годы, хотя само ее начало лежит в периоде научно-технической революции. Кибернетика в нашей стране долго считалась «лженаукой», поэтому большого ее развития на протяжении долгого периода времени в Советском Союзе не наблюдалось. Лишь только во времена «хрущевской оттепели» началось движение в этой области. Но и то, сам термин «кибернетика» почти не использовался – больше присутствовало понятие «информация». Но это понятие информации является ядром науки, ее основой и базой. Сама информация выступала в различных видах, в зависимости от ее носителя и средств, при помощи которых эта информация могла извлекаться с ее носителей [9].

  Кибернетика – эта высшая ступень автоматизации. Она вместе с ядерной энергией, реактивным двигателем и искусственными материалами образует основу новой промышленной революции, принципиально новой технической эры.

Оригинальность этой науки заключается в том, что она изучает не вещественный состав систем и не их структуру, а результат работы данного класса систем [3].

В данной работе рассмотрена история кибернетики, ее основные понятия, предмет, задачи и цель, а также место кибернетики в системе наук и ее прикладное значение.

Объект исследования - все управляемые системы.

Актуальность проекта - кибернетика - эта высшая ступень автоматизации. Она вместе с ядерной энергией, реактивным двигателем и искусственными материалами образует основу новой промышленной революции, принципиально новой технической эры.

 Гипотеза работы - я предполагаю, что Кибернетика в нашей стране долго считалась «лженаукой», поэтому большого ее развития на протяжении долгого периода времени в Советском Союзе не наблюдалось. Лишь только во времена «хрущевской оттепели» началось движение в этой области. Но и то, сам термин «кибернетика» почти не использовался – больше присутствовало понятие «информация». Но это понятие информации является ядром науки, ее основой и базой.

Целью кибернетики является оптимизация систем управления, добиваться построения на основе изучения структур и механизмов управления таких систем, такой организации их работы, взаимодействия элементов внутри этих систем и такого взаимодействия с внешней средой, чтобы результаты функционирования систем были наилучшими и приводили бы наиболее быстро к заданной цели при минимальных затратах ресурсов (энергии, человеческого труда, сырья и т. д.).

Следовательно, целью изучения данной темы является рассмотрение основных положений кибернетики как науки и её предметной области.

Задачи проекта:

• провести анализ технической и учебной литературы, ресурсов сети Интернет по проблеме исследования;

• исследовать вопрос истории возникновения науки кибернетики;

• определить основные понятия кибернетики;

• установить логические связи между основными понятиями кибернетики;

• дать характеристику основным направлениям ее развития;

• нахождение общих законов, которым подчиняются управляемые системы;

• определение путей практического использования установленных фактов и найденных закономерностей.

Для того чтобы управлять, необходимы технические средства управления: измерительные датчики для получения информации, исполнительные устройства, вычислительные машины. Но, прежде всего, необходима наука об управлении, которая предоставила бы человеку эффективные методы управления и проектирования систем управления.

Такой наукой является кибернетика, название которой происходит от соединения двух греческих слов: «кибер» (в переводе «над») и «наутис» («моряк»), т. е. «кибернаутис» – старший над моряками, главный моряк, кормчий. Греческий философ Платон впервые использовал термин «кибернетика» в смысле искусства управления обществом. В XVIII в. французский ученый Ампер, составляя классификацию наук, также назвал кибернетикой науку об управлении обществом. Но в то время эта наука не имела математической и технической основы, и этот термин был на 200 лет забыт.

В 1948 г. Н. Винер в своей книге «Кибернетика или управление и связь в животном и машине» возродил этот термин в более широком, современном смысле и наметил, по существу, программу развития кибернетики. В этой книге о кибернетике, как науке об управлении в живом и неживом мире утверждается, что она основывается на математике и вычислительных машинах. После этого было несколько уточнений понятия кибернетики. В частности, кибернетика определялась как фундаментальная наука о переработке информации в живой и неживой природе в целях управления, т. е. на первое место в этом определении была поставлена переработка информации, что имело свои положительные н отрицательные последствия [6].

Кибернетика – это учение об управляющих устройствах, о передаче и переработке в них информации. Она использует некоторые результаты математической логики, теории вероятностей, электроники, использует количественные аналогии между работой машины, деятельностью живого организма, а также некоторыми общественными явлениями. Центральным понятием здесь является «информация» – последовательность сигналов, передаваемых от передатчика к приемнику, накопляемых в запоминающем устройстве, обрабатываемых и выдаваемых в виде готовых результатов.

Возникновение кибернетики было подготовлено предшествующим развитием науки и техники. Значительный вклад внесли в него русские и советские инженеры и ученые, в том числе такие всемирно известные ученые, как И. П. Павлов и математик А. Н. Колмогоров. Однако лишь после второй мировой войны кибернетика была обоснована как самостоятельная научная дисциплина выдающимся американским математиком Норбертом Винером и его другом мексиканским физиологом Артуром Розенблютом [2].

Кибернетика представляет собой общую научную теорию управления в природе, обществе и технических устройствах. Это наука о целенаправленном оптимальном управлении сложными динамическими системами. Зародившись в результате интеграции естественнонаучных знаний, она достигла такого уровня общетеоретического развития, который создал предпосылки разветвления ее на целую гамму прикладных наук, имеющих свою теоретическую проблематику. Помимо теоретической кибернетики, изучающей общие фундаментальные законы и принципы, которым подчиняются процессы управления в объектах любой природы, формировались прикладные направления кибернетики. Условно можно выделить три крупных направления:

• управление в живых организмах и их сообществах – предмет биологической кибернетики;

• управление в технических системах: машинах, технических устройствах, технологических комплексах – предмет технической кибернетики;

• управление в обществе: в народном хозяйстве, его отраслях, в промышленности, ее структурных подразделениях, предприятиях и организациях – предмет экономической кибернетики [4].

«Кибернетический» подход к системам характеризуется рядом понятий. Основные понятия кибернетики: управление, управляющая система, управляемая система, организация, обратная связь, алгоритм, модель, оптимизация, сигнал и др. Для систем любой природы понятие «управление» можно определить следующим образом: управление – это воздействие на объект, выбранное на основании имеющейся для этого информации из множества возможных воздействий, улучшающее его функционирование или развитие. У управляемых систем всегда существует некоторое множество возможных изменений, из которого производится выбор предпочтительного изменения. Если у системы нет выбора, то не может быть и речи об управлении.

Управление – это вызов изменений в системе или перевод системы из одного состояния в другое в соответствии с объективно существующей или выбранной целью.

Управлять – это и предвидеть те изменения, которые произойдут в системе после подачи управляющего воздействия (сигнала, несущего информацию). Всякая система управления рассматривается как единство управляющей системы (субъекта управления) и управляемой системы –объекта управления. Управление системой или объектом всегда происходит в какой-то внешней среде. Поведение любой управляемой системы всегда изучается с учетом ее связей с окружающей средой [10].

Кибернетика служит созданию эффективных моделей, знаний, их выявлению, построению теорий. Потом эти теории могут быть проверены статистическими методами, наблюдением.

Теоретическая кибернетика, подобно математике, является по существу абстрактной наукой. Ее задача – разработка научного аппарата и методов исследования систем управления независимо от их конкретной природы. В теоретическую кибернетику вошли и получили дальнейшее развитие такие разделы прикладной математики, как теория информации и теория алгоритмов, теория игр, исследование операций и др. Ряд проблем теоретической кибернетики разработан уже непосредственно в недрах этого научного направления, а именно: теория логических сетей, теория автоматов, теория формальных языков и грамматик, теория преобразователей информации и т. д. Теоретическая кибернетика включает также общеметодологические и философские проблемы этой науки [11].

В зависимости от типа систем управления, которые изучаются прикладной кибернетикой, последнюю подразделяют на техническую, биологическую и социальную кибернетику. Техническая кибернетика –наука об управлении техническими системами. Техническую кибернетику часто и, пожалуй, неправомерно отождествляют с современной теорией автоматического регулирования и управления. Эта теория, конечно, служит важной составной частью технической кибернетики, но последняя вместе с тем включает вопросы разработки и конструирования автоматов (в том числе современных ЭВМ и роботов), а также проблемы технических средств сбора, передачи, хранения и преобразования информации, опознания образов и т. д.

Биологическая кибернетика изучает общие законы хранения, передачи и переработки информации в биологических системах. Биологическую кибернетику, в свою очередь, подразделяют: на медицинскую кибернетику, которая занимается, главным образом, моделированием заболеваний и использованием этих моделей для диагностики, прогнозирования и лечения; физиологическую кибернетику, изучающую и моделирующую функции клеток и органов в норме и патологии; нейрокибернетику, в которой моделируются процессы переработки информации в нервной системе; психологическую кибернетику, моделирующую психику на основе изучения поведения человека. Промежуточным звеном между биологической и технической кибернетикой является бионика – наука об использовании моделей биологических процессов и механизмов в качестве прототипов для совершенствования существующих и

Экономическая кибернетика, как область приложения методов и средств кибернетики к проблемам народного хозяйства, решает задачи совершенствования управления в экономике. Главным ее содержанием является изучение общественного производства как целостного организма с целью выявления общих законов, закономерностей и принципов, управляющих экономическими процессами и явлениями; формирование методов целенаправленного воздействия на экономические процессы; разработка конкретных систем экономического планирования и управления.

Крупным разделом кибернетики является теория информации, краеугольным камнем которой служит принцип прямой и обратной связи. Кибернетика широко используется при разработке организационных структур управления. Для этого применяют исследование операций, организационный анализ, проектирование взаимоотношений между отдельными подразделениями на основе сетевых методов планирования и управления. Основные положения кибернетики создают предпосылки для механизации и автоматизации отдельных операций и групп операций в рамках цикла управления производством, а также для создания автоматизированных рабочих мест в управлении и разработке информационных систем управления.

Экономические системы являются объектом экономической кибернетики и экономической теории. Последняя изучает производственные отношения, действие объективных экономических законов, т. е. глубинную основу процессов функционирования экономической системы. Экономическая кибернетика, опираясь на результаты политико-экономического анализа, рассматривает структурно-функциональные формы организации и управления этими процессами [4].

Социальная кибернетика – наука, в которой используются методы и средства кибернетики в целях исследования и организации процессов управления в социальных системах. Необходимо учитывать, что социальная кибернетика, изучающая закономерности управления обществом в количественном аспекте, не может стать всеобъемлющей наукой об управлении обществом, характеризующимся в значительной мере неформализуемыми явлениями и процессами.

В связи с этим наибольшие практические успехи в современных условиях могут быть достигнуты в результате применения кибернетики в области управления экономикой, производственной деятельностью как важнейшими основами развития общества. Среди социальных подсистем именно экономика характеризуется наиболее развитой системой количественных показателей и соотношений. Сферой экономической кибернетики являются проблемы оптимизации управления народным хозяйством в целом, его отдельными отраслями, экономическими районами, промышленными комплексами, предприятиями и т. д. [11]

Кибернетика есть наука об управлении и связи. Прикладные аспекты этой науки можно отнести к любой области исследований: к технике или биологии, физике или социологии и т. п. Теоретическим содержанием этой науки является общая теория управления, не связанная непосредственно ни с одной прикладной областью и в то же время применимая к любой из них [1].

Предмет кибернетики составляют 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.

К основным задачам кибернетики относятся:

• установление фактов, общих для управляемых систем или для их совокупностей;

• выявление ограничений, свойственных управляемым системам и установление их происхождения;

• нахождение общих законов, которым подчиняются управляемые системы;

• определение путей практического использования установленных фактов и найденных закономерностей [12].

По мнению Н. Винера, задачей кибернетики является выработать язык и технические приемы, позволяющие на деле добиться решения проблем управления и связи вообще, а также найти надлежащий набор идей и технических приемов для того, чтобы подвести их специфические проявления под определенные понятия [2].

Основная цель кибернетики как науки об управлении – добиваться построения на основе изучения структур и механизмов управления таких систем, такой организации их работы, взаимодействия элементов внутри этих систем и такого взаимодействия с внешней средой, чтобы результаты функционирования систем были наилучшими и приводили бы наиболее быстро к заданной цели при минимальных затратах ресурсов (энергии, человеческого труда, сырья и т. д.). Все это можно определить кратко термином «оптимизация». Таким образом, основной целью кибернетики является оптимизация систем управления [12].

По мнению Л. Т. Кузина, с философской методологической точки зрения место кибернетики среди других фундаментальных наук, таких, как физика и химия, можно определить схемой, представленной на рис. 1. Если физика рассматривает свойства материи с точки зрения движения и преобразования энергии, а химия – с точки зрения преобразования вещества с одной молекулярной структурой в другую, то кибернетика исследует третью группу свойств материи – информацию [6].

Рис. 1. Взаимосвязь различных наук (Л. Т. Кузин)

 Кибернетика много взяла от разных наук. Первые шаги кибернетики были направлены на изучение и осмысление процессов, протекающих в сложных, прежде всего живых системах, включая и мыслящие. Исследования имели ярко выраженный познавательный характер [7].

Исторически кибернетика создавалась как бы по двум направлениям. С одной стороны, многие науки – физика, химия, экономика, радиотехника, медицина, биология и др. на определенном этапе своего развития в стремлении активно воздействовать на изучаемые явления и управлять ими стали создавать математические и кибернетические модели соответствующих явлений. Случилось так, что различные по природе явления, изучаемые разными науками, стали описывать одинаковыми математическими моделями. Для управления этими различными по природе явлениями потребовались одни и те же математические методы автоматизированной обработки информации, а также технические средства, начиная от ЭВМ с дисковой и оперативной памятью, и заканчивая устройствами ввода и вывода информации [6].

С другой стороны, математики, понимая, все значение задач управления и переработки информации, стали разрабатывать методы, которые позволили бы наиболее полно и адекватно описывать различные процессы с информационной точки зрения, находить подходящие режимы управления, а также автоматически обрабатывать информацию с помощью ЭВМ. Благодаря кибернетике получили интенсивное развитие такие новые разделы математики, как теория категорий – исчисление, неклассические логики, теория типов и др. А деятельность кибернетиков, системных программистов, математиков, главным образом при разработке и внедрении автоматических систем управления (АСУ) и интеллектуальных систем, привела к появлению совершенно новых методов переработки информации для управления, новых методов ее представления и выдачи человеку. С помощью этих методов и специальных технических средств человек может обращаться с большими массивами информации, записанными на магнитных носителях (магнитных лентах, барабанах и дисках). Вместо бумажных деловых документов и книг появились документы на магнитных носителях. Появился человек (пользователь), который в процессе управления должен научиться «читать» информацию, записанную на магнитных носителях, так же свободно, как бумажные документы и книги, при этом благодаря высокому уровню автоматизации и быстродействию ЭВМ производительность (эффективность) процесса получения научной информации должна повышаться на несколько порядков. Появились инженерные методы хранения и обработки информации в виде банков данных, баз данных (БД), систем управления базами данных (СУБД), базы знаний (БЗ), систем управления базами знаний (СУБЗ) [6].

Наибольшие практические успехи в современных условиях могут быть достигнуты в результате применения технической, биологической, социальной кибернетики, кибернетики в области управления экономикой, производственной деятельностью как важнейшими основами развития общества. Сферой экономической кибернетики являются проблемы оптимизации управления народным хозяйством, его отдельными отраслями, экономическими районами, промышленными комплексами, предприятиями и т. д.

Кибернетика – обобщающая наука, исследующая технические, биологические и социальные системы. Однако предметом ее исследования служат не все вопросы структуры и поведения этих систем, а только те из них, которые связаны с процессами управления.

Таким образом, кибернетика охватывает все науки, но не полностью, а лишь в той их части, которая относится к сфере процессов управления, связанных с этими науками и, соответственно, с изучаемыми ими системами [12].

В настоящее время уделяется большое внимание как теоретическим, так и экспериментальным исследованиям в области кибернетики. Практически разрабатываются и строятся сложные автоматы, выполняющие разнообразные логические функции, в частности, автоматы, способные учитывать сложную внешнюю обстановку и запоминать свои действия.

Разработка таких автоматов стала возможной с применением в системах автоматики электронных счетных машин с программным управлением. Применение электронных счетных машин для целей автоматического управления и регулирования знаменует собой новый этап в развитии автоматики [12].

Анализируя полученные решения на основе какого-нибудь критерия оптимального регулирования, счетная машина выбирает оптимальный вариант, учитывая при этом прошлое поведение системы. При необходимости такая система регулирования может изменять и параметры самой системы управления, обеспечивая оптимальный ход процесса регулирования. Разработка таких автоматов имеет большое экономическое и военное значение.

В качестве примеров кибернетической техники можно привести: автоматический перевод с одного языка на другой, осуществляемый с помощью электронной счетной машины; составление программ для вычислений на машинах с помощью самих машин; использование электронных счетных машин для проектирования сложных переключательных и управляющих схем, для управления автоматическими заводами, для планирования и управления железнодорожным и воздушным сообщением и т. п.; создание специальных автоматов для регулировки уличного движения, для чтения слепым и др. [12].

Важнейшим вкладом кибернетики в научно-технический прогресс стали ее идеи о функционировании живых и неживых самоуправляющихся систем, которые легли в основу создания высших форм – кибернетической автоматизации. Это позволило:

• приступить к реализации комплексной автоматизации в различных отраслях народного хозяйства и некоторых сферах деятельности органов государственного управления;

• создать автоматизированные системы, которые способны выполнять некоторые действия, аналогичные мыслительной деятельности человека, и которые ныне находят применение при решении широкого круга задач.

Таков в техническом аспекте вклад кибернетики в практическую деятельность людей. Однако этим значение кибернетики в научно-техническом прогрессе не ограничивается. Не менее существенное воздействие она оказала на некоторые теоретические элементы правовых наук, пополнив их своими идеями и новыми методами исследования, в частности, основанными на использовании математического аппарата и средств вычислительной техники [8].

Кибернетика дала новое представление о мире, основанное на информации, управлении, организованности, обратной связи, целенаправленности, cоздала информационную картину мира. Теперь не энергия, а информация выходит на первое место в мире научных понятий.

Кибернетика оказала революционное влияние на теоретическое содержание и методологию всех наук. Она устранила непреодолимые грани между естественными, общественными и техническими науками. Она способствовала синтезу научных знаний, создала из понятий разных наук структуры новых понятий, новый язык науки. Такие понятия, как управление, система, информация, алгоритм, модель обрели общенаучный статус.

Кибернетика дала в руки человека сильнейшее орудие управления производством, обществом, инструмент усиления интеллектуальных способностей человека и основное прикладное назначение кибернетики – проектирование автоматических, автоматизированных и интегрированных систем различного класса и назначения. Современные компьютеры – универсальные преобразователи информации, а с преобразованием человек связан в политике, экономике, науке и во всех областях своей деятельности [12].

Явления, которые отображаются в таких фундаментальных понятиях кибернетики, как информация и управление, имеют место в органической природе и общественной жизни. Таким образом, кибернетику можно определить как науку об управлении и связи с живой природой в обществе и технике.

Один из важнейших вопросов, вокруг которого идут философские дискуссии - это вопрос о том, что такое информация, какова ее природа? Для характеристики природы информационных процессов необходимо кратко рассмотреть естественную основу всякой информации, а таковой естественной основой информации является присущее материи объективное свойство отражения.

Положение о неразрывной связи информации и отражения стало одним из важнейших в изучении информации и информационных процессов и признается абсолютным большинством отечественных философов.

Информация в живой природе в отличие от неживой играет активную роль, так как участвует в управлении всеми жизненными процессами.

Материалистическая теория отражения видит решение новых проблем науки и, в частности, такой кардинальной проблемы естествознания как переход от неорганической материи к органической, в использовании методологической основы диалектического материализма. Проблема заключается в том, что существует материя, способная ощущать, и материя, созданная из тех же атомов и в тоже время не обладающая этой способностью. Вопрос, таким образом, поставлен вполне конкретно и, тем самым, толкает проблему к решению. Кибернетика вплотную занялась исследованием механизмов саморегуляции и самоуправления. Вместе с тем, оставаясь методически ограниченными, эти достижения оставили открытыми ряд проблем к рассмотрению которых привела внутренняя ломка кибернетики.

Сознание является не столько продуктом развития природы, сколько продуктом общественной жизни человека, общественного труда предыдущих поколений людей. Оно является существенной частью деятельности человека, посредством которой создается человеческая природа и не может быть принята вне этой природы.

Если в машинах и вообще в неорганической природе отражение есть пассивный, мертвый физико-химический, механический акт без обобщения и проникновения в сущность обобщаемого явления, то отражение в форме сознания есть, то мнению Ф.Энгельса "познание высокоорганизованной материей самой себя, проникновение в сущность, закон развития природы, предметов и явлений объективного мира".

В машине же отражение не осознанно, так как оно осуществляется без образования идеальных образов и понятий, а происходит в виде электрических импульсов, сигналов и т.п. Поскольку машина не мыслит, эта не есть та форма отражения, которая имеет место в процессе познания человеком окружающего мира. Закономерности процесса отражения в машине определяются, прежде всего, закономерностями отражения действительности в сознании человека, так как машину создает человек в целях более точного отражения действительности, и не машина сама по себе отражает действительность, а человек отражает ее с помощью машины. Поэтому отражение действительности машиной является составным элементом отражения действительности человеком. Появление кибернетических устройств приводит к возникновению не новой формы отражения, а нового звена, опосредующего отражение природы человеком.

В понятие «искусственный интеллект» вкладывается различный смысл - от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность. Мы постараемся вычленить тот смысл понятия «искусственный интеллект», который в наибольшей степени соответствует реальным исследованиям в этой области.

Как отмечалось, в исследованиях по искусственному интеллекту ученые отвлекаются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта.

Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ - работа программиста - не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект?

Чтобы ответить на этот вопрос, надо уяснить прежде всего, что такое задача. Как отмечают психологи, этот термин тоже не является достаточно определенным. По-видимому, в качестве исходного можно принять понимание задачи как мыслительной задачи, существующее в психологии. Они подчеркивают, что задача есть только тогда, когда есть работа для мышления, т. е. когда имеется некоторая цель, а средства к ее достижению не ясны; их надо найти посредством мышления. Хорошо по этому поводу сказал Д. Пойа: «...трудность решения в какой-то мере входит в самопонятие задачи: там, где нет трудности, нет и задачи». [10] Если человек имеет очевидное средство, с помощью которого наверное можно осуществить желание, поясняет он, то задачи не возникает. Если человек обладает алгоритмом решения некоторой задачи и имеет физическую возможность его реализации, то задачи в собственном смысле уже не существует.

Так понимаемая задача в сущности тождественна проблемной ситуации, и решается она посредством преобразования последней. В ее решении участвуют не только условия, которые непосредственно заданы. Человек использует любую находящуюся в его памяти информацию, «модель мира», имеющуюся в его психике и включающую фиксацию разнообразных законов, связей, отношений этого мира.

Если задача не является мыслительной, то она решается на ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта. Ее интеллектуальная часть выполнена человеком. На долю машины осталась часть работы, которая не требует участия мышления, т. е. «безмысленная», неинтеллектуальная.

Под словом «машина» здесь понимается машина вместе с ее совокупным математическим обеспечением, включающим не только программы, но и необходимые для решения задач «модели мира». Недостатком такого понимания является главным образом его антропоморфизм. Задачи, решаемые искусственным интеллектом, целесообразно определить таким образом, чтобы человек по крайней мере в определении отсутствовал. При характеристике мышления мы отмечали, что его основная функция заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях. Специфика человеческого мышления (в отличие от рассудочной деятельности животных) состоит в том, что человек вырабатывает и накапливает знания, храня их в своей памяти. Выработка схем внешних действий происходит не по принципу «стимул - реакция», а на основе знаний, получаемых дополнительно из среды, для поведения в которой вырабатывается схема действия.

Этот способ выработки схем внешних действий (а не просто действия по командам, пусть даже меняющимся как функции от времени или как однозначно определенные функции от результатов предшествующих шагов), на наш взгляд, является существенной характеристикой любого интеллекта. Отсюда следует, что к системам искусственного интеллекта относятся те, которые, используя заложенные в них правила переработки информации, вырабатывают новые схемы целесообразных действий на основе анализа моделей среды, хранящихся в их памяти. Способность к перестройке самих этих моделей в соответствии с вновь поступающей информацией является свидетельством более высокого уровня искусственного интеллекта.

Большинство исследователей считают наличие собственной внутренней модели мира у технических систем предпосылкой их «интеллектуальности». Формирование такой модели, как мы покажем ниже, связано с преодолением синтаксической односторонности системы, т.е. с тем, что символы или та их часть, которой оперирует система, интерпретированы, имеют семантику.

Характеризуя особенности систем искусственного интеллекта, Л. Т. Кузин указывает на: 1) наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе; 2) способность пополнения имеющихся знаний; 3) способность к дедуктивному выводу, т.е. к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью; 4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка; 5) способность к диалоговому взаимодействию с человеком; 6) способность к адаптации.

На вопрос, все ли перечисленные условия обязательны, необходимы для признания системы интеллектуальной, ученые отвечают по-разному. В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий.

П. Армер выдвинул мысль о «континууме интеллекта»: различные системы могут сопоставляться не только как имеющие и не имеющие интеллекта, но и по степени его развития. При этом, считает он, желательно разработать шкалу уровня интеллекта, учитывающую степень развития каждого из его необходимых признаков. Известно, что в свое время А.Тьюринг предложил в качестве критерия, определяющего, может ли машина мыслить, «игру в имитацию». Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека.

Критерий Тьюринга в литературе был подвергнут критике с различных точек зрения. На наш взгляд, действительно серьезный аргумент против этого критерия заключается в том, что в подходе Тьюринга ставится знак тождества между способностью мыслить и способностью к решению задач переработки информации определенною типа. Успешная «игра в имитацию» не может без предварительного тщательного анализа мышления как целостности бытъ признана критерием ее способности к мышлению.

Однако этот аргумент бьет мимо цели, если мы говорим не о мыслящей машине, а об искусственном интеллекте, который должен лишь продуцировать физические тела знаков, интерпретируемые человеком в качестве решений определенных задач. Поэтому прав В. М. Глушков, утверждая, что наиболее естественно, следуя Тьюрингу, считать, что некоторое устройство, созданное человеком, представляет собой искусственный интеллект, если, ведя с ним достаточно долгий диалог по более или менее широкому кругу вопросов, человек не сможет различить, разговаривает он с разумным живым существом или с автоматическим устройством. Если учесть возможность разработки программ, специально рассчитанных на введение в заблуждение человека, то, возможно, следует говорить не просто о человеке, а о специально подготовленном эксперте. Этот критерий, на наш взгляд, не противоречит перечисленным выше особенностям системы искусственного .интеллекта.

Но что значит по «достаточно широкому кругу вопросов», о котором идет речь в критерии Тьюринга и в высказывании В. М. Глушкова? На начальных этапах разработки проблемы искусственного интеллекта ряд исследователей, особенно занимающихся эвристическим программированием, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой «общего интеллекта». Сейчас большинство работ направлено на создание «профессионального искусственного интеллекта», т. е. систем, решающих интеллектуальные задачи из относительно ограниченной области (например, управление портом, интегрирование функций, доказательство теорем геометрии и т.п.). В этих случаях «достаточно широкий круг вопросов» должен пониматься как соответствующая область предметов.

Исходным пунктом наших рассуждений об искусственном интеллекте было определение такой системы как решающей мыслительные задачи. Но перед нею ставятся и задачи, которые люди обычно не считают интеллектуальными, поскольку при их решении человек сознательно не прибегает к перестройке проблемных ситуаций. К их числу относится, например, задача распознания зрительных образов. Человек узнает человека, которого видел один-два раза, непосредственно в процессе чувственного восприятия. Исходя из этого кажется, что эта задача не является интеллектуальной. Но в процессе узнавания человек не решает мыслительных задач лишь постольку, поскольку программа распознания не находится в сфере осознанного. Но так как в решении таких задач на неосознанном уровне участвует модель среды, хранящаяся в памяти, то эти задачи в сущности являются интеллектуальными. Соответственно и система, которая ее решает, может считаться интеллектуальной. Тем более это относится к «пониманию» машиной фраз на естественном языке, хотя человек в этом не усматривает обычно проблемной ситуации.

Теория искусственного интеллекта при решении многих задач сталкивается с гносеологическими проблемами.

Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически (математически) возможность или невозможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают математически доказанным, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают в такой же мере доказанным математически, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ. Эти взгляды высказываются как кибернетиками, так и философами.

Гносеологический анализ проблемы искусственного интеллекта вскрывает роль таких познавательных орудий, как категории, специфическая семиотическая система, логические структуры, ранее накопленное знание. Они обнаруживаются не посредством исследования физиологических или психологических механизмов познавательного процесса, а выявляются в знании, в его языковом выражении. Орудия познания, формирующиеся в конечном счете на основе практической деятельности, необходимы для любой системы, выполняющей функции абстрактного мышления, независимо от ее конкретного материального субстрата и структуры. Поэтому, чтобы создать систему, выполняющую функции абстрактного мышления, т. е. в конечном счете формирующую адекватные схемы внешних действий в существенно меняющихся средах, необходимо наделить такую систему этими орудиями.

Развитие систем искусственного интеллекта за последние десятилетия идет по этому пути. Однако степень продвижения в данном направлении в отношении каждого из указанных познавательных орудий неодинакова и в целом пока незначительна.

1. В наибольшей мере системы искусственного интеллекта используют формально-логические структуры, что обусловлено их неспецифичностью для мышления и в сущности алгоритмическим характером. Это дает возможность относительно легкой их технической реализации. Однако даже здесь кибернетике предстоит пройти большой путь. В системах искусственного интеллекта еще слабо используются модальная, императивная, вопросная и иные логики, которые функционируют в человеческом интеллекте и не менее необходимы для успешных познавательных процессов, чем давно освоенные логикой, а затем и кибернетикой формы вывода. Повышение «интеллектуального» уровня технических систем, безусловно, связано не только с расширением применяемых логических средств, но и с более интенсивным их использованием (для проверки информации на непротиворечивость, конструирования планов вычислений и т. д.).

2. Намного сложнее обстоит дело с семиотическими системами, без которых интеллект невозможен. Языки, используемые в ЭВМ, еще далеки от семиотических структур, которыми оперирует мышление.

Прежде всего для решения ряда задач необходимо последовательное приближение семиотических систем, которыми наделяется ЭВМ, к естественному языку, точнее, к использованию его ограниченных фрагментов. В этом плане предпринимаются попытки наделить входные языки ЭВМ универсалиями языка, например полисемией (которая элиминируется при обработке в лингвистическом процессоре). Разработаны проблемно-ориентированные фрагменты естественных языков, достаточные для решения системой ряда практических задач. Наиболее важным итогом этой работы является создание семантических языков (и их формализация), в которых слова-символы имеют интерпретацию.

Однако многие универсалии естественных языков, необходимые для выполнения ими познавательных функций, в языках искусственного интеллекта пока реализованы слабо (например, открытость) или используются ограниченно (например, полисемия). Все большее воплощение в семиотических системах универсалий естественного языка, обусловленных его познавательной функцией, выступает одной из важнейших линий совершенствования систем искусственного интеллекта, особенно тех, в которых проблемная область заранее жестко не определена.

Современные системы искусственного интеллекта способны осуществлять перевод с одномерных языков на многомерные. В частности, они могут строить диаграммы, схемы, чертежи, графы, высвечивать на экранах кривые и т. д. ЭВМ производят и обратный перевод (описывают графики и тому подобное с помощью символов). Такого рода перевод является существенным элементом интеллектуальной деятельности. Но современные системы искусственного интеллекта пока не способны к непосредственному (без перевода на символический язык) использованию изображений или воспринимаемых сцен для «интеллектуальных» действий. Поиск путей глобального (а не локального) оперирования информацией составляет одну из важнейших перспективных задач теории искусственного интеллекта.

3. Воплощение в информационные массивы и программы систем искусственного интеллекта аналогов категорий находится пока в начальной стадии. Аналоги некоторых категорий (например, «целое», «часть», «общее», «единичное») используются в ряде систем представления знаний, в частности в качестве «базовых отношений», в той мере, в какой это необходимо для тех или иных конкретных предметных или проблемных областей, с которыми взаимодействуют системы.

В формализованном понятийном аппарате некоторых систем представления знаний предприняты отдельные (теоретически существенные и практически важные) попытки выражения некоторых моментов содержания и других категорий (например, «причина», «следствие»). Однако ряд категорий (например, «сущность», «явление») в языках систем представления знаний отсутствует. Проблема в целом разработчиками систем искусственного интеллекта в полной мере еще не осмыслена, и предстоит большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний и другие компоненты интеллектуальных систем. Это одно из перспективных направлений в развитии теории и практики кибернетики.

4. Современные системы искусственного интеллекта почти не имитируют сложную иерархическую структуру образа, что не позволяет им перестраивать проблемные ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки и т. д.

Не является совершенным и взаимодействие вновь поступающей информации с совокупным знанием, фиксированным в системах. В семантических сетях и фреймах пока недостаточно используются методы, благодаря которым интеллект человека легко пополняется новой информацией, находит нужные данные, перестраивает свою систему знаний и т. д.

5. Еще в меньшей мере современные системы искусственного интеллекта способны активно воздействовать на внешнюю среду, без чего не может; осуществляться самообучение и вообще совершенствование «интеллектуальной» деятельности.

Таким образом, хотя определенные шаги к воплощению гносеологических характеристик мышления в современных системах искусственного интеллекта сделаны, но в целом эти системы еще далеко не владеют комплексом гносеологических орудий, которыми располагает человек и которые необходимы для выполнения совокупности функций абстрактного мышления. Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем ближе будет их «интеллект» к интеллекту человека, точнее, тем выше будет их способность к комбинированию знаковых конструкций, воспринимаемых и интерпретируемых человеком в качестве решения задач и вообще воплощения мыслей.

В связи с этим возникает сложный вопрос. При анализе познавательного процесса гносеология абстрагируется от психофизиологических механизмов, посредством которых реализуется этот процесс. Но из этого не следует, что для построения систем искусственного интеллекта эти механизмы не имеют значения. Вообще говоря, не исключено, что механизмы, необходимые для воплощения неотъемлемых характеристик интеллектуальной системы, не могут быть реализованы в цифровых машинах или даже в любой технической системе, включающей в себя только компоненты неорганической природы. Иначе говоря, в принципе не исключено, что хотя мы можем познать все гносеологические закономерности, обеспечивающие выполнение человеком его познавательной функции, но их совокупность реализуема лишь в системе, субстратно тождественной человеку.

Такой взгляд обосновывается X. Дрейфусом. «Телесная организация человека, - пишет он, - позволяет ему выполнять... функции, для которых нет машинных программ - таковые не только еще не созданы, но даже не существуют в проекте... Эти функции включаются в общую способность человека к приобретению телесных умений и навыков. Благодаря этой фундаментальной способности наделенный телом субъект может существовать в окружающем его мире, не пытаясь решить невыполнимую задачу формализации всего и вся».

Как отмечает Б. В. Бирюков, подчеркивание значения «телесной организации» для понимания особенностей психических процессов, в частности возможности восприятия, заслуживает внимания. Качественные различия в способности конкретных систем отражать мир тесно связаны с их структурой, которая хотя и обладает относительной самостоятельностью, но не может преодолеть некоторых рамок, заданных субстратом. В процессе биологической эволюции совершенствование свойства отражения происходило на основе усложнения нервной системы, т. е. субстрата отражения. Не исключается также, что различие субстратов ЭВМ и человека может обусловить фундаментальные различия в их способности к отражению, что ряд функций человеческого интеллекта в принципе недоступен таким машинам.

Иногда в философской литературе утверждается, что допущение возможности выполнения технической системой интеллектуальных функций человека означает сведение высшего (биологического и социального) к низшему (к системам из неорганических компонентов) и, следовательно, противоречит материалистической диалектике. Однако в этом рассуждении не учитывается, что пути усложнения материи однозначно не предначертаны и не исключено, что общество имеет возможность создать из неорганических компонентов (абстрактно говоря, минуя химическую форму движения) системы не менее сложные и не менее способные к отражению, чем биологические. Созданные таким образом системы являлись бы компонентами общества, социальной формой движения. Следовательно, вопрос о возможности передачи интеллектуальных функций техническим системам, и в частности о возможности наделения их рассмотренными в работе гносеологическими орудиями, не может быть решен только исходя из философских соображений. Он должен быть подвергнут анализу на базе конкретных научных исследований.

X. Дрейфус подчеркивает, что ЭВМ оперирует информацией, которая не имеет значения, смысла. Поэтому для ЭВМ необходим перебор огромного числа вариантов. Телесная организация человека, его организма позволяет отличать значимое от незначимого для жизнедеятельности и вести поиск только в сфере первого. Для «нетелесной» ЭВМ, утверждает Дрейфус, это недоступно. Конечно, конкретный тип организации тела позволяет человеку ограничивать пространство возможного поиска. Это происходит уже на уровне анализаторной системы. Совсем иначе обстоит дело в ЭВМ. Когда в кибернетике ставится общая задача, например распознания образов, то эта задача переводится с чувственно-наглядного уровня на абстрактный. Тем самым снимаются ограничения, не осознаваемые человеком, но содержащиеся в его «теле», в структуре органов чувств и организма в целом. Они игнорируются ЭВМ. Поэтому пространство поиска резко увеличивается. Это значит, что к «интеллекту» ЭВМ предъявляются более высокие требования (поиска в более обширном пространстве), чем к интеллекту человека, к которому приток информации ограничен физиологической структурой его тела.

Системы, обладающие психикой, отличаются от ЭВМ прежде всего тем, что им присущи биологические потребности, обусловленные их материальным, биохимическим субстратом. Отражение внешнего мира происходит сквозь призму этих потребностей, в чем выражается активность психической системы. ЭВМ не имеет потребностей, органически связанных с ее субстратом, для нее как таковой информация незначима, безразлична. Значимость, генетически заданная человеку, имеет два типа последствий. Первый-круг поиска сокращается, и тем самым облегчается решение задачи. Второй-нестираемые из памяти фундаментальные потребности организма обусловливают односторонность психической системы. Дрейфус пишет в связи с этим: «Если бы у нас на Земле очутился марсианин, ему, наверное, пришлось бы действовать в абсолютно незнакомой обстановке; задача сортировки релевантного и нерелевантного, существенного и несущественного, которая бы перед ним возникла, оказалась бы для него столь же неразрешимой, как и для цифровой машины, если, конечно, он не сумеет принять в расчет никаких человеческих устремлений». С этим нельзя согласиться. Если «марсианин» имеет иную биологию, чем человек, то он имеет и иной фундаментальный слой неотъемлемых потребностей, и принять ему «человеческие устремления» значительно труднее, чем ЭВМ, которая может быть запрограммирована на любую цель.

Животное в принципе не может быть по отношению к этому фундаментальному слою перепрограммировано, хотя для некоторых целей оно может быть запрограммировано вновь посредством дрессировки. В этом (но только в этом) смысле потенциальные интеллектуальные возможности машины шире таких возможностей животных. У человека над фундаментальным слоем биологических потребностей надстраиваются социальные потребности, и информация для него не только биологически, но и социально значима. Человек универсален и с точки зрения потребностей и с точки зрения возможностей их удовлетворения. Однако эта универсальность присуща ему как социальному существу, производящему средства целесообразной деятельности, в том числе и системы искусственного интеллекта.

Таким образом, телесная организация не только дает дополнительные возможности, но и создает дополнительные трудности. Поэтому интеллекту человека важно иметь на вооружении системы, свободные от его собственных телесных и иных потребностей, пристрастий. Конечно, от таких систем неразумно требовать, чтобы они самостоятельно распознавали образы, классифицировали их по признакам, по которым это делает человек. Им цели необходимо задавать в явной форме.

Вместе с тем следует отметить, что технические системы могут иметь аналог телесной организации. Развитая кибернетическая система обладает рецепторными и эффекторными придатками. Начало развитию таких систем положили интегральные промышленные роботы, в которых ЭВМ в основном выполняет функцию памяти. В роботах третьего поколения ЭВМ выполняет и «интеллектуальные» функции. Их взаимодействие с миром призвано совершенствовать их «интеллект». Такого рода роботы имеют «телесную организацию», конструкция их рецепторов и эффекторов содержит определенные ограничения, сокращающие пространство, в котором, абстрактно говоря, могла бы совершать поиск цифровая машина.

Тем не менее, совершенствование систем искусственного интеллекта на базе цифровых машин может иметь границы, из-за которых переход к решению интеллектуальных задач более высокого порядка, требующих учета глобального характера переработки информации и ряда других гносеологических характеристик мышления, невозможен на дискретных машинах при сколь угодно совершенной программе. Это значит, что техническая (а не только биологическая) эволюция отражающих систем оказывается связанной с изменением материального субстрата и конструкции этих систем. Такая эволюция, т. е. аппаратурное усовершенствование систем искусственного интеллекта, например, через более интенсивное использование аналоговых компонентов, гибридных систем, голографии и ряда других идей, будет иметь место. При этом не исключается использование физических процессов, протекающих в мозгу, и таких, которые психика в качестве своих механизмов не использует. Наряду с этим еще далеко не исчерпаны возможности совершенствования систем искусственного интеллекта путем использования в функционировании цифровых машин гносеологических характеристик мышления, о которых речь шла выше.

Развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. «Внешняя нервная система», создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем.

Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые. Это особенно важно в современную эпоху, когда общество не может успешно развиваться без рационального управления сложными и сверхсложными системами. Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека.

В заключении подведем некоторые итоги.

Кибернетика охватывает все науки, но не полностью, а лишь в той их части, которая относится к сфере процессов управления, связанных с этими науками и соответственно с изучаемыми ими системами.

Объектом кибернетики являются все управляемые системы. Системы, не поддающиеся управлению, 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. Основное техническое средство для решения задач кибернетики – компьютер [9].

На сегодня главная задача в кибернетике – это определение направлений наиболее перспективных, актуальных исследований, разработка комплексных проблем, в которых кибернетика взаимодействует с другими разделами науки и техники.

И отсюда задача координации исследований, обеспечения тесного взаимодействия специалистов различного профиля, занятых решением задач, возникающих в кибернетике.

Для этого необходимо держать в поле зрения и общеметодологическую проблематику кибернетики, помня о том, что философы-методологи, работая совместно с представителями технического знания и математиками, должны способствовать выработке новых конструктивных подходов, успеху реальных кибернетических исследований. [5].

В ходе выполнения проекта я узнал много новой информации о науке кибернетики, а именно историю её возникновения, каким образом развивается она и какие направления на сегодняшний момент имеет кибернетика. Кто стоял у истоков развития и в каких областях применяется.

При выполнении проекта я научился планировать своё время и достигать цели, находить информацию и выделять из неё главное.

 На мой взгляд, все поставленные задачи и цели достигнуты.

1. Бир С. Кибернетика и управление производством. – М.: Наука, 1965.

2. Винер Н. Кибернетика и общество. Перевод Е. Г. Панфилова. – М.: Иностранная литература, 1958.

3. Винер Н. Кибернетика, или управление и связь в животном и машине. М.: Наука, 1983.

4. Гринченко С.Н. История человечества с кибернетических позиций // История и Математика: Проблемы периодизации исторических макропроцессов. М.: КомКнига, 2006.

5. Иванов Л. Б., Мурашкин Н. В., Тюкина О. Н. и др. Основы менеджмента: понятие кибернетики и общие вопросы управления. – Псков: ПГПИ, 2000.

6. Информатика. Базовый курс.2-е издание / Под ред. В.С. Симоновича. - Спб.: Питер,2005

7. Кибернетика. Дела практические. – М.: Наука, 1984 (Серия «Кибернетика – неограниченные возможности и возможные ограничения»)

8. Кибернетика: прошлое для будущего – М.: Наука, 1989 г.

9. Кибернетика. Становление информатики – М.: Наука, 1986 г.

10. Д. Пойа. Математика и правдоподобные рассуждения. Том 1. Индукция и аналогия в математике. Том 2. Схемы правдоподобных умозаключений . – М, 1975
11. Кузин Л. Т. Основы кибернетики. – М.: Энергоатомиздат, 1994.

12. Острейковский В. А. Информатика. – М.: Высшая школа, 2005.

13. Полевой Н. С. Правовая информатика и кибернетика. – М.: Юридическая литература, 1993.

14. http:// www.bestreferat.ru

15. http://topref.ru

16. http://otherreferats.allbest.ru

17. http://rudocs.exdat.com