CC BY
139УДК 519.8, ББК 65.050.2
Верзилин Дмитрий Николаевич,
вед. науч. сотр., д-р экон. наук, профессор, Соколов Борис Владимирович, главн. науч. сотр., д-р техн. наук, профессор, Юсупов Рафаэль Мидхатович, науч. рук. института, член-корреспондент РАН
НЕОКИБЕРНЕТИКА: СОСТОЯНИЕ ИССЛЕДОВАНИЙ И ПЕРСПЕКТИВЫ РАЗВИТИЯ
Россия, Санкт-Петербург, Федеральное государственное бюджетное учреждение науки Санкт-Петербургский институт информатики и
автоматизации Российской академии наук (СПИИРАН) [email protected], [email protected], [email protected]
Аннотация. В докладе проанализированы основные результаты, полученные к настоящему времени в классической кибернетике, ориентированной, в большинстве своем, на управление техническими объектами, а также определены перспективные приоритетные направления исследований проблем управления сложностью в рамках неокибернетики, в качестве основных объектов управления которой рассматриваются социо-кибер-физические системы.
Ключевые слова: междисциплинарная отрасль системных знаний, классическая кибернетика, некибернетика, управляемая самоорганизация.
Dmitriy N. Verzilin,
Leading researcher, Doctor of Economic Sciences, Professor,
Boris V. Sokolov,
Chief Researcher, Doctor of Technical Sciences, Professor
Rafael M. Yusupov,
Scientific Director of the Institute, Corresponding Member of RAS
NEOCIBERNETICS: STATE OF RESEARCH AND DEVELOPMENT
PROSPECTS
Russia, St.Petersburg, St. Petersburg Institute for Informatics and Automation
of the Russian Academy of Sciences [email protected], [email protected], [email protected]
Abstracts. The report analyzes the main results obtained so far in classical cybernetics, mostly focused on the management of technical objects, and also identifies promising priority areas of research on the problems of managing complexity in the framework of neo-cybernetics, which are considered socio-economic cyber-physical systems.
Keywords: classical cybernetics, neo-cybernetics interdisciplinary branch of system knowledge, controlled self-organization.
1. Введение
В настоящее время информация и знания все в большей мере становятся стратегическим ресурсом общества, его движущей производительной силой. На смену индустриальному этапу развития общества пришла новая эволюционная фаза, фаза информатизации и соответствующая общественно-экономическая формация -информационное общество, при котором наиболее эффективное и динамичное его развитие возможно на основе максимально полного использования имеющихся информационных ресурсов и средств их обработки, составляющих основу соответствующих информационных пространств. Главным ресурсом ускоренного развития современного информационного общества становятся знания, главным механизмом развития - цифровая экономика, основанная на знаниях. Главными технологиями цифровой экономики становятся новые информационные и коммуникационные технологии (ИКТ), которые уже фактически являются технологиями общего назначения также как технологии производства тепла и электроэнергии. Главной компонентой цифрового производства и в целом цифровой экономики станут разнообразные классы кибер-физических систем (КФС). Их повсеместное внедрение приведет к гораздо большим изменениям, чем появление компьютеров и Интернета [1-7]. В перспективных КФС наряду с функциями позиционирования, контроля и диагностики также будут реализованы функции автоматического составления отчетов о состоянии соответствующей подсистемы контролируемого оборудования, в том числе, данные о всех возникающих неисправностях; об остатке ресурса изнашиваемых деталей; о ресурсе расходных материалов; загрузке оборудования и режиме его эксплуатации. Указанные возможности открывают широчайшие перспективы по автоматизации и интеллектуализации как самого цифрового производства продукции, так и его обслуживания во время послепродажного функционирования. Ключевым элементом предлагаемого электронного обслуживания (е-шаШепапсе) будет являться базирующееся на Web-технологиях дистанционное администрирование, мониторинг, тестирование, диагностика, прогнозирование состояния эксплуатируемых изделий, реконфигурация их структур, в случае возникновения аварийных и нештатных ситуаций и отсутствии необходимых резервов. Однако, для эффективного внедрения КФС как в повседневную деятельность людей, так и в промышленную сферу необходимо решить целый ряд актуальных проблем современной кибернетики (неокибернетики) [6-13], связанных с концептуальным и формальным описанием КФС и предметных областей, где планируется их использование, проблем разработки и
детализация концепций комплексного моделирования, проактивного мониторинга и управления КФС; проблем разработки средств представления и обработки информации о состоянии КФС и о состоянии соответствующих систем проактивного мониторинга и управления КФС; проблем, связанных с исследованием базовых свойств КФС (самоконфигурирование, самообслуживание, самооптимизация, отказоустойчивость, самозащита) и факторов на них влияющих; разработка методов, алгоритмов, моделей обоснования, анализа и синтеза адаптивных информационных технологий организации и реализации процессов функционирования КФС с учетом объективных потребностей в соответствующих данных, информации и знаниях; исследование вопросов взаимодействия КФС с пользователями, правильной интерпретацией КФС поставленных целей и задач, их действий в случае некорректной постановки задач; анализ возможных путей использования существующих в биологических системах принципов и способов поведения при синтезе КФС [6-9].
Характеризуя современное состояние исследований в области кибернетики, необходимо отметить, что объявленная основоположниками кибернетики всеобщность законов данной теории, остается, к сожалению, пока преимущественно декларацией, слабо подтвержденной конструктивным обоснованием именно ее всеобщности (это касается, прежде всего, сложных организационно-технических и социально-экономических систем). Образовавшийся в настоящее время разрыв между кибернетикой и соответствующими прикладными теориями управления, с одной стороны, и информатикой, с другой стороны, является ярчайшим подтверждением сложившейся ситуации [9]. В этих условиях необходимо принимать безотлагательные меры по ликвидации данного разрыва. Авторами доклада проанализированы основные результаты, полученные к настоящему времени в классической кибернетике, в большинстве своем ориентированной на управление техническими объектами, а также определены перспективные приоритетные направления исследований проблем управления сложностью в рамках неокибернетики (современной теории управления сложными объектами (СлО) и процессами (СлП)), в качестве основных объектов управления которой рассматриваются, в общем случае не только КФС, но и сложные социо-кибер-физические системы (СКФС).
2. История развития кибернетики
Изначально основоположником кибернетики Н. Винером в 1948 г. в книге «Кибернетика или управление и связь в животном и машине», подчёркивалось, что данная наука является наукой об управлении, связи
и переработке информации в системах любой природы [1-3, 9, 11-16]. При этом главная цель исследований, проводимых в рамках указанной науки, состояла в выявлении и установлении наиболее общих законов функционирования, которым подчиняются как управляемые объекты, так и соответствующие управляющие подсистемы независимо от их природы. Анализ определения, данного Н. Винером, показывает, что системообразующим в кибернетике является положение о главенствующей роли информационных процессов в ходе формировании и реализации соответствующих управляющих воздействий. Ключевой концепцией классической кибернетики является цикл причинно-следственных связей, определяющий изменения состояния объекта управления. Примером такого цикла может служить реализация управления с обратной связью. Иллюстрацией такого управления является следующая схема (рис. 1).
Содержание процессов управления идентично в системах различной природы: биологических, технических, социальных и т.п. [15, 16]. Указанное положение получило свое прекрасное подтверждение в ходе создания универсальных преобразователей информации — электронно-вычислительных машин, которые, в связи с этим, долгое время называли и в нашей стране, и за рубежом кибернетическими машинами. Таким образом, в области системно-кибернетических исследований изначально была сформирована логически стройная и объективно обусловленная цепочка таких фундаментальных системных понятий как: Кибернетика — Управление — Информационные процессы — Универсальный преобразователь информации (ЭВМ, кибернетическая машина) [5-7].
Рис. 1. Концептуальное описание технологии управления объектом с обратной
связью
Однако в дальнейшем в силу ряда объективных и субъективных причин эта взаимосвязанная и взаимообусловленная цепочка была разорвана, что привело к ряду негативных последствий как в области современной кибернетики, так и информатики. Указанные последствия, с одной стороны, состояли в образовании большого числа несвязанных и развиваемых независимо друг от друга "кибернетических разделов" в различных науках (техническая, биологическая, экономическая, химическая, медицинская кибернетики и т.п.) [6-9, 17-20]. С другой стороны, произошедший разрыв привел к потере целевой ориентации в организации процессов сбора, хранения и обработки данных и информации, которая на "заре" кибернетики определялась, как правило, исходя из текущих задач управления объектами.
Современная тотальная экспансия компьютерных технологий создала у многих иллюзию их универсальности и способности решить любые проблемы. Вместе с тем, произошедшие к настоящему времени многочисленные аварии и катастрофы в различных сферах человеческой деятельности, причинами которых было несовершенство указанных технологий, позволило многим ученым в мире заговорить о "компьютерном разрушении западной цивилизации" и построении не информационного общества, а общества риска [1-3, 5].
Становление кибернетики как науки в нашей стране, как часто это бывало в других областях народного хозяйства, шло по принципу от одной крайности к другой. Вначале, в основном благодаря усилиям нашим политологов и философов, кибернетику на протяжении нескольких лет (1948-1955) обвиняли во всех смертных грехах. Но буквально через несколько лет делается резкий поворот в отношении к кибернетике в нашей стране, и её начинают превозносить. Большую роль в деле реабилитации и популяризации кибернетики в СССР сыграли такие выдающиеся ученые нашей страны как академики АН СССР А.И. Берг, А. Колмогоров, член-корреспондент АН СССР А. А. Ляпунов [5-7, 14, 21-23]. По всей стране проводились многочисленные лекции и дискуссии о роли процессов управления. Так, например, в Ленинградском Доме ученых в 1956 г. была организована первая в стране секция кибернетики, которую возглавил академик и будущий нобелевский лауреат Л. Канторович. В начале 60-х годов стал выходить научный сборник под названием: "Кибернетику - на службу коммунизму".
Одна из причин резких перемен в отношении к кибернетике была связана с тем, что в начале 60-х годов руководство страны и наши экономисты, отмечая рост сложности экономики и соответствующих процессов управления, искали научные основы организации
современного производства, его децентрализации и оптимизации. В рамках кибернетики указанные вопросы формулировались и решались довольно строго. В итоге проведённых в 60-70-е годы в нашей стране и за рубежом исследований по проблемам общей теории управления (кибернетики) был сформулирован и доказан ряд фундаментальных положений.
Было доказано, что [5-9, 15, 16]: во-первых, важнейшим атрибутом любой системы (биологической, технической, социальной и т.п.) являются механизмы управления, поддерживающие систему в целостном состоянии и обеспечивающие целесообразное ее поведение в пространстве и времени; во-вторых, управление в системе любой природы есть целенаправленный процесс, предполагающий наличие вполне определенной цели; в-третьих, управление в системе любой природы есть информационный процесс, заключающийся в сборе, передаче и переработке информации; в-четвертых, регулярное и целенаправленное управление возможно только в замкнутом контуре, состоящем из управляющих и управляемых объектов, соединенных между собой прямыми и обратными линиями (цепями) связи; и, наконец, в-пятых, управление есть циклический процесс, а самоуправление должно быть оптимальным.
Таким образом, классическая кибернетика свела все ранее существовавшие взгляды на процессы управления в единую систему и доказала ее полноту и всеобщность. Другими словами, она предметно продемонстрировала повышенную мощность системного подхода к решению сложных проблем [1-3, 15-16]. Наиболее разработанным направлением в кибернетики явилась теория управления техническими системами, в рамках которой были получены многочисленные выдающиеся фундаментальные и прикладные научные результаты отечественными и зарубежными специалистами [1-7, 11-20].
Новый всплеск интереса в мире к кибернетике на рубеже XX-XXI веков обусловлен, во-первых, все более усиливающейся в различных предметных областях проблемы сложности и, во-вторых, в повсеместно проявляющихся недостатках практического применения холистического или, по-другому, системного мышления в ИТ индустрии [6-7, 20-25]. Решение проблем управления сложными объектами (problem of complexity control and management) потребовало проведения междисциплинарных исследований с привлечением специалистов разных специальностей: экономистов, биологов, физиков, математиков, специалистов в области управления и компьютерных технологий.
Таким образом, характеризуя состояние исследований в области кибернетики на рубеже XX-XXI веков, необходимо отметить, что
объявленная основоположниками кибернетики всеобщность законов данной теории, осталась, к сожалению, преимущественно декларацией, слабо подтвержденной конструктивным обоснованием именно ее всеобщности применительно к сложным организационно-техническим и социально-экономическим системам. Образовавшийся в настоящее время разрыв между кибернетикой и соответствующими прикладными теориями управления, с одной стороны, и информатикой, с другой стороны, является ярчайшим подтверждением сложившейся ситуации. В этих условиях необходимо принимать безотлагательные меры по ликвидации данного разрыва.
3. Современные методология и технологии неокибернетики
Анализ современного состояния фундаментальных и прикладных научных работ в области решения проблем управления СлО и СлП показал, что время реакции и адаптации теоретических исследований в указанной области на перемены, которые вызваны научно-техническим прогрессом, значительно превышает интервал между его очередными изменениями. Основные причины такой ситуации, вызваны тем, что принципиально изменились свойства как объектов управления (ОУ), так и в целом систем управления (СУ) ими по сравнению с объектами и системами, которые исследовались в рамках классической кибернетики. К таким особенностям можно, в первую очередь отнести [6-7]:
- повышенную структурно-функциональную сложность, размерность, избыточность, распределенность, унификацию, однородность и многосвязность основных элементов, подсистем СУ СлО;
- структурную динамику, нелинейность и непредсказуемость поведения; наличие иерархически-сетевой структуры;
- неравновесность, неопределенность от вмешательства и выбора наблюдателя;
- постоянное изменение правил и технологий функционирования, изменение правил изменения технологий и самих правил функционирования; наличие как контуров отрицательной, так и положительной обратной связи, приводящих к режимам самовозбуждения (режимам с обострением);
- наряду с детерминированным и стохастичным поведением, возможно хаотическое поведение;
- ни один элемент в СУ СлО не обладает полной информацией о системе в целом; избирательная чувствительность на входные воздействия (динамическая робастность и адаптация)
- время реагирования на изменения, вызванные возмущающими воздействиями, оказывается больше, чем время проявления
последствий этих изменений, чем интервал между этими изменениями;
- абсолютную полноту и достоверность информации описания реального объекта получить принципиально невозможно в соответствии с пределом Бреммерманна-Эшби и теоремой Геделя.
Таким образом, из-за структурной, функциональной сложности ОУ, а также сложности моделирования и прогнозирования их состояний, сложности выработки и принятия управленческих решений классическая теория и технологии управления уже перестали удовлетворять потребностям практики [9]. Перечисленные особенности потребовали проведения упреждающих исследований, основанных на прогнозировании возможных проблем в рассматриваемой предметной области и разработке соответствующих методологических и методических основ их решения. Применительно к вопросам развития кибернетики можно говорить о нескольких наметившихся тенденциях (направлениях исследований).
Говоря о первой тенденции, отметим, что за прошедшие десятилетия эры классической (винеровской) кибернетики многие авторы делали попытки пересмотреть ее научно-методологические основы. Так еще в 1963 году в статье М. Маруамы [10] появился термин «кибернетика второго порядка» (second cybernetics). В отличие от классической кибернетики (кибернетики первого порядка) в новых кибернетических системах предлагалось вводить в рассмотрение контуры положительной обратной связи для усиления полезных входных воздействий и флуктуаций и контуры отрицательной обратной связи для ослабления нежелательных входных воздействий. Согласно концепции, сформулированной М. Маруамой, такая модель более правдоподобно объясняет природу процессов обучения, адаптации, социальных взаимодействий. Указанные свойства данных кибернетических систем нового поколения в работе [10] предлагалось называть свойствами операциональной замкнутости и избирательной чувствительности. Формирование данных свойств предполагается проводить, во-первых, исходя из складывающейся обстановки и особой настройки структуры рассматриваемых систем на заданный класс входных воздействий, и, во-вторых, за счет целенаправленного выбора соответствующих порогов срабатывания в синтезируемых контурах управления с отрицательными и положительными обратными связями. Это особенно важно при оперативном выявлении и ликвидации самовозбуждающихся контуров (сетей), которые могут возникать в структурах современных организационно-технических систем [6-9]. Опасность таких контуров связана с тем, что в них малые возмущающие
воздействия с течением времени могут привести к катастрофическим последствиям [9, 13].
Н. Фоёрстер в статье «Кибернетика кибернетики» [11] в 1974 году определил кибернетику первого порядка как кибернетику наблюдаемых систем, а кибернетику второго порядка как кибернетику наблюдения, включающую наблюдателя. По мнению Н. Фоёрстера, основным объектом исследований кибернетики второго порядка являются процессы взаимодействия между наблюдателем и тем, что наблюдается, и данная теория должна быть, прежде всего, ориентирована на живые системы, причем не столько на управление ими, сколько на познание процессов развития и нарастания биологической и социальной сложности.
В развитие концепции кибернетики второго порядка Н. Фоёрстера финский ученый Н. Нуо1ушет1 в своей книге «Неокибернетика биологических систем» [12] систематизировал методологические подходы современной кибернетики, применимые к моделированию распределенных самоорганизующихся систем. Эти подходы в основном базируются на известных концепциях, рассмотренных выше, но, в дополнение к ним, предоставляют конструктивные механизмы описания процессов саморегуляции и эволюции, применимые на практике. Примеры, рассмотренные в книге, не исчерпываются биологическими системами, т.к речь в них идет, прежде всего, о системах естественного и искусственного происхождения. Для описания процессов взаимодействия в СУ СлО Н. Нуо1ушет1 в работе [12] привел следующие конструктивные определения кибернетических систем высоких порядков, исходя из их способности к самоорганизации и эволюции:
- кибернетические системы первого порядка, которые находят равновесие в условиях возмущающих воздействий внешней среды;
- кибернетические системы второго порядка настраивают внутренние структуры для лучшего соответствия наблюдаемым воздействиям внешней среды в интересах увеличения жёсткости системы (по критерию минимума наблюдаемых изменений в системе);
- кибернетические системы более высоких порядков перестраивают свои внешние структуры для создания более комфортной внешней среды.
Концепции кибернетики второго и более высоких порядков оказалась плодотворной для формирования и исследования процессов самоорганизации в современных сложных социо-кибер-физических системах (СКФС). Для описания процессов взаимодействия в указанных системах Н. Нуо1ушет1 предложил использовать понятие абстрактной
энергии (информационной энергии), а также ввел в обращение новый термин «эмергия» (объединение термина энергия и эмерджентность). В этом случае можно говорить о потоке «эмергии» из системы во внешнюю среду и об обратном потоке. Опираясь на эти концепты Н. Нуо1ушет1 построил общую концептуальную модель самоорганизации, обобщающую приведенную выше схему классического централизованного управления с обратной связью (см. рис. 1 и 2).
Рис. 2. Схема методики
На приведенной схеме показано, что система непосредственно взаимодействует с некоторой абстрактной виртуальной средой. Заметим также, что целенаправленная система может использовать модель внешней среды для формирования выходного потока «эмергии», исходя, например, из максимизации данного потока (максимального переноса «эмергии» через внешнюю среду). Для экономических систем этот критерий может принимать форму максимизации оборота. В целях конструктивной реализации представленной схемы необходимо соответствующие стрелки заменить на функциональные зависимости, которые, в общем случае, могут быть определены неявно, например, алгоритмически, либо в виде систем алгебраических или обыкновенных дифференциальных уравнений. Эту модельную схему можно также использовать для исследования целенаправленных воздействий на самоорганизующуюся систему, т.е. управления указанной системой. При этом сам процесс управления для СКФС трактуется широко. Для социальной страты данной системы это может быть формирование стимулов (поощрений и наказаний через соответствующие законы, инструкции и протоколы), которые должны регламентировать деятельность субъектов, обеспечивающих ее целенаправленное поведение. Для этого множество характеристик виртуальной внешней
среды следует разделить на группы соответственно регулируемых и нерегулируемых характеристик. Управляющие воздействия на систему состоят в непосредственном изменении регулируемых характеристик. В результате таких воздействий опосредованно, через изменение состояния систем, значения нерегулируемых характеристик также могут изменяться. Как правило, цель управления системой формулируется именно в терминах изменения нерегулируемых характеристик виртуальной среды.
Регулируемые характеристики (входные воздействия на систему) можно в свою очередь разделить на два класса. Значения характеристик первого класса непосредственно воздействуют на многие элементы системы. Входные воздействия второго класса влияют на состояние одного или нескольких элементов системы. Последствия таких воздействий с течением времени могут сказываться на состоянии других элементов за счёт взаимодействия с уже изменившимися элементами.
Проведенные исследования показали, что моделирование СКФС требует интеграции статистических данных, полученных посредством наблюдения массового взаимодействия элементов системы, с данными, полученными на основе теоретических моделей, описывающих процессы функционирования СКФС с положительными и отрицательными обратными связями. Моделирование взаимного влияния целей, структурных характеристик СКФС и массовых событий, связанных со взаимодействиями элементов системы, позволяет прогнозировать поведение СКФС в изменяющейся среде.
В этом случае адаптивное планирование и формирование управляющих воздействий на социальные системы требует анализа трех аспектов: 1) целей, которые определяются за счет баланса целей подсистем и посредством самоорганизации целенаправленного поведения элементов систем; 2) структуры систем; и 3) массовых событий, связанных с изменением состояния элементов систем.
Для моделирования процессов управления СКФС разработаны методы интеграции сетевых моделей, описывающих структуру систем с социальными элементами, динамические модели когерентного и самоорганизующегося поведения элементов и моделей массовых событий. При этом взаимосвязи между эндогенными переменными, описывающими состояние социальных субъектов, были представлены в терминах знаковых графов.
Глубокая функциональная и структурная общность биологических объектов и современных информационных и телекоммуникационных систем, базирующаяся на их сетевой организации, послужила отправной точкой большого количества фундаментальных и прикладных
исследований [6-10, 15, 16]. Разрабатываемые в настоящее время архитектуры, ориентированные на сервисы и базирующиеся на концепции виртуализации своих компонент, создают материальную основу для синтеза принципиально новых информационно-вычислительных и телекоммуникационных систем, которые по своим свойствам будут приближаться к свойствам живых организмов. Одним из классиков современной кибернетики С. Биром в работах [15, 16], было показано, как на основе нейрофизиологической интерпретации функционирования центральной нервной системы человека удается построить оригинальную пятиуровневую модель жизнеспособной системы, в которой за счет гибкого сочетания механизмов иерархического и сетевого управления можно находить необходимый (в зависимости от складывающейся ситуации) компромисс между централизацией и децентрализацией целей, функций, задач и операций, выполняемых в соответствующей организации и определяющих её специфику. Данную модель С. Бир успешно использовал при решении различных классов задач прогнозирования и анализа путей развития сложных социально-экономических систем [15]. При этом в своих работах С. Бир неоднократно подчеркивал, что конструктивное исследование многоаспектной проблемы сложности должно базироваться на дальнейшем диалектическом развитии принципа необходимого разнообразия, сформулированного Р. Эшби [16].
К другим новациям в развитии кибернетики на современном тапе можно отнести также эволюционную кибернетику [10], которая изучает кибернетические свойства живых систем и принципы, методы и модели обработки информации в них, кибернетическую физику, представляющую собой новое междисциплинарное научное направление, связанное с исследованием физических систем кибернетическими методами [17], геофизическую кибернетику, в рамках которой изучаются проблемы управления состоянием неживых природных объектов [18], кибернетику, основанную на технологиях интеллектуального управления [19], космическую кибернетику, ориентированную на разработку методологических и методических основ автоматизации процессов управления современными и перспективными космическими средствами [20].
Еще одной из основных тенденций, связанных со становлением неокибернетики, является ее взаимодействия с другими научными дисциплинами и направлениями в рамках интенсивно развиваемой в настоящее время междисциплинарной отрасли системных знаний [21]. При этом важнейшую роль в дальнейшем развитии идей и концепций в процессе становления некибернетики, продолжать играть информатика и общая теория систем (системология) [9].
Говоря о процессах взаимодействия кибернетики с информатикой следует отметить, во-первых, то, что последняя исторически развивалась в значительной мере в недрах традиционной кибернетики, фактически на единой технической базе — вычислительной технике и средствах связи и передачи данных, и, во-вторых, кибернетика, являясь наукой об общих законах и закономерностях управления и связи, объективно была вынуждена заниматься вопросами использования информации в интересах управления. Информационная составляющая пронизывала и некоторые ранние определения кибернетики. В последние годы отмечается второй виток сближения кибернетики и информатики. Происходит активное терминологическое и содержательное взаимопроникновение этих научных направлений. Так методы, технологии и средства, разрабатываемые в недрах информатики, активно внедряются в кибернетику в рамках таких новых научных направлений как: информационное управление, управление информацией различные виды интеллектуального управления (ситуационное, нейроуправление, управление, основанное на знаниях, на основе эволюционных алгоритмов, многоагентное управление и т.д). В свою очередь кибернетическая терминология проникает в информатику и вычислительную технику. Сегодня, в частности, весьма популярными в области ИТ индустрии становятся понятия и, соответственно, стратегии адаптивных и проактивных компьютерных систем, адаптивного управления и адаптивного предприятия. Эти стратегии интенсивно развиваются компаниями IBM, Intel Research, Hewlett Packard, Microsoft, Sun и др. [22-23].
Взаимодействие кибернетики с общей теорией систем осуществляется по нескольким направлениям. Первое из этих направлений непосредственно связано с обобщенным описанием объектов и субъектов управления на основе новых формальных подходов, разрабатываемых в современной системологии, к числу которых можно, например, отнести структурно-математический и категорийно-функторный подходы [4]. В этой связи можно отметить интересные научные результаты, которые были получены в квалиметрии моделей и полимодельных комплексов и могут быть использованы в кибернетике [6-7, 24]. Другие направления взаимодействия кибернетики и научных дисциплин, входящих в состав системно-кибернетической отрасли знаний, описаны в работах [1-5, 7-15, 24].
Говоря о технологической составляющей современной неокибернетики следует отметить весьма перспективную тенденцию интеграции теории и технологий управления, коммуникаций и вычислений. За рубежом для обозначения данного направления исследований была введена следующая афористическая формула:"СоШ;го1+Соттишсаиоп+СотрШ;айоп=С3" [8, 25].
В рамках указанного научно-технологического направления стали интенсивно формироваться соответствующие теоретические основы [9]. При этом в числе первоочередных задач в рассматриваемой предметной области были определены задачи нахождения границ для скоростей (интенсивностей) передачи данных по коммуникационной сети, связывающей основные элементы и подсистемы системы управления (СУ) сложными динамическими объектами (СДО), при которых обеспечение заданной цели управления возможно в принципе. Также к числу важнейших задач указанного класса были отнесены задачи определения условий управляемости и наблюдаемости в СУ СДО при наличии информационных ограничений [8, 17]. К настоящему времени большинство теоретических результатов в рассматриваемой области концентрируются вокруг ставшей уже знаменитой "теоремы о скорости передачи данных" [8]. Важность этой теоремы состоит в ее междисциплинарном содержании, так как она связывает на формальном уровне центральные понятия теории информации и теории управления и может рассматриваться как обобщенная дифференциальная форма закона необходимого разнообразия У.Р. Эшби [2].
Практическая реализация интеграционных процессов в рамках концепции C3 происходит в настоящее время в ходе дальнейшего развития встроенных систем нового поколения, получивших в 2006 г. название кибер-физических систем (СуЬег-Physial-System — CPS) [8, 2123, 25]. По мысли разработчиков указанных систем они представляют собой "физические, биологические и технические интеллектуальные сенсоры, а также системы, операции которых интегрируются, контролируются и/или управляются компьютерным ядром, являющимися, как правило, распределенными и функционирующими в реальном масштабе времени (РМВ)''. При этом CPS по сравнению с традиционными встроенными системами (ВСС) базируются на гораздо более сложных моделях и алгоритмах обработки информации и управления, способных к адаптации, самоорганизации и самооптимизации.
Анализ показывает, что концепция и технологии CPS, также как и концепции и технологии повсеместных вычислений и коммуникаций, радиочастотной идентификации (RFID-технологии), интеллектуальных многомодальных интерфейсов, межмашинного взаимодействия легли в основу такого глобального мегапроекта как "Интернет вещей (ИВ)", для реализации которого в самое ближайшее время по всему миру будут разворачиваться "умные заводы". Так, например, в Германии, начиная с 2013 года, уже повсеместно осуществляется переход к "умному" производству в рамках стратегической инициативы Industrie 4.0. На создаваемых интеллектуальных заводах планируется использовать
совершенно новые подходы к производству, при котором получаемые "умные детали" ("умные продукты") будут обладать собственными уникальными идентификаторами, дистанционно считываемыми с использованием технологий RFID [21-23, 25]. Также эти детали смогут в любой момент автономно определять свое местоположение (технологии Wi-Fi, Zigbee, GPS, ГЛОНАСС), формировать и анализировать свою "историю" (данные, информацию и знания о ней), текущее состояние и альтернативные алгоритмы достижения целевого состояния. Для успешного достижения сформулированных в рамках инициативы Industrie 4.0 целей должны быть обеспечены: горизонтальная интеграция производства через сети создания стоимости, полная цифровая интеграция инженерно-конструкторских работ по всей цепочки создания стоимости, а также вертикальная интеграция в объединенные системы производства. В настоящее время все эти задачи могут быть успешно решены при условии комплексной автоматизации и интеллектуализации процессов управления жизненным циклом (ЖЦ) "умных деталей".
В целом предлагаемая стратегическая инициатива Industrie 4.0 позволит ускорить динамику бизнес и технологических процессов, обеспечить полную прозрачность производственного процесса, что значительно облегчит оптимизацию принятия управленческих решений, направленных на повышение эффективности производства продукции и услуг. Однако успешная реализация данной инициативы станет возможной только при условии существенного задела в области автоматизации и интеллектуализации процессов мониторинга и управления как производственными процессами, так и соответствующими структурами. Для этого необходимо продолжить проведение фундаментальных и прикладных исследований современной теории управления (неокибернетики), системологии и информатики [4, 6, 7, 9, 24].
4. Перспективы развития неокибернетики
Проведенный анализ показал, что дальнейшие перспективы неокибернетики в большинстве публикаций [1-7, 21-23, 25] связывают с исследованием такого важнейшего класса сложных самоорганизующихся объектов как социо-кибер-физические системы (СКФС). В отличие от CPS в СКФС важнейшую роль начинают играть их активные социальные подсистемы, осуществляющие целенаправленную деятельность в соответствии с принимаемыми решениями и способные к рефлексии по поводу своих действий и действий других субъектов. Способность субъектов к изменению стратегии и тактики на основе рефлексии без привязки к изменению внешних условий делает социальные системы внутренне неустойчивыми [1-9]. Неустойчивость социальных систем приводит к тому, что
согласованное взаимодействие субъектов возможно лишь при четко налаженном управлении (самоуправлении), причем интенсивность управляющих воздействий должна превышать определенный «порог синхронизации» [6-9]. При этом выполненные исследования показали, что возможность управления СКФС, с одной стороны, ограничена эквифинальностью систем данного класса, с другой стороны, именно от управляющего воздействия зависит, в каком из имеющихся аттракторов (многоструктурном макросостоянии [9]) в конечном итоге окажется конкретная самоорганизующаяся система. Исследования также показали, что для эффективного управления СКФС необходимо знать структуру имеющихся аттракторов, а также способы перевода системы из одного аттрактора в другой. Конструктивные ответы на эти вопросы в настоящее время формируются в рамах разрабатываемой авторами доклада теории управления структурной динамикой СлО. В рамках данной теории разработаны методологические и методические основы решения проблем управляемой самоорганизации как наиболее эффективного способа борьбы с разнообразием внешней среды, базирующейся на реализации целенаправленных процессов поддержания динамического соответствия структур и функций в соответствующих сложных организационно-технических и социально-экономических системах [6-7, 9].
Говоря о дальнейших направлениях исследований, следует указать, что одна из основных особенностей СКФС состоит в том, что для их динамического развития необходимы определенная доля хаоса, т.е. доля спонтанной самоорганизации, и определенная доля управления, внешнего контроля, и что эти две составляющие - самоорганизация снизу и организация сверху — должны быть сбалансированы [9, 13]. Анализ работ известного кибернетика XX века С. Бира показал, что конструктивное определение необходимых управляющих воздействий, обеспечивающих ограниченную самоорганизацию и контролируемую нестабильность СКФС, лежит на пути обеспечения динамического соответствия разнообразий состояний как внешней среды, так и самой СУ СлО. Предварительный анализ показал, что, используя предложенную С. Биром пятиуровневую модель жизнеспособной системы, можно разработать комбинированные методы, алгоритмы и методики иерархически-сетевого управления, обеспечивающего гибкую ситуативную реакцию СКФС на складывающуюся обстановку [9, 15-16, 24]
Заключение
Изложенные в докладе соображения о возможных путях развития кибернетики на современном этапе рассматриваются авторами как продолжение дискуссии, открытой на страницах международного
научно-технического журнала «Проблемы управления и информатики», №3, 2001 год, статьей Н.Н. Дидука и В.Н. Коваля «Существует ли наука кибернетика? (О роли кибернетики в естествознании)». Первая реакция одного из авторов данного доклада на эту дискуссию была отражена в опубликованной в этом журнале (№6, 2001 г.) статье Юсупова Р.М. и Полонникова Р.И. «Воспримет ли кибернетику XXI век?». На этот вопрос в данном докладе его авторы фактически дают положительный ответ.
Исследования, выполненные по данной тематике, проводились при частичной финансовой поддержке грантов РФФИ (№№ 16-29-09482-офи-м, 17-08-00797, 17-06-00108, 17-01-00139, 17-20-01214, 17-29-07073-офи-м, 18-07-01272, 18-08-01505, 19-08-00989), Госзадания Министерства образования и науки РФ №2.3135.2017/4.6, в рамках бюджетной темы №№0073-2019-0004, и Международного проекта ERASMUS+, Capacity building in higher education, №73751-EPP-1-2016-1-DE-EPPKA2-CBHE-JP.
Список литератцры
1. Wiener N. Cybernetics: Or Control and Communication in the Animal and the Machine. — New York, NY: Wiley, 1948.
2. Ashby W. Ross. An Introduction to Cybernetics: Second Impression. — London: Chapman & Hall Ltd, 1957. — 312 p.
3. Bertalanffy von L. General System Theory — Foundations, Development, Applications. — New York, NY: George Braziller, 1969 (revised edition).
4. Калинин В.Н., Резников Б.А. Теория систем и управления (структурно-математический подход). - Л.: ВИКИ, 1987. — 417 c.
5. Герасименко В. А. Информатика и интеграция в технике, науке и познании // Зарубежная радиоэлектроника. — 1993. — № 05. — С. 22-42.
6. Юсупов Р М. К 90-летию академика Е.П.Попова // Информационно-управляющие системы. — 2005. — №1. — C. 51-57.
7. Юсупов Р.М., Соколов Б.В. Проблемы развития кибернетики и информатики на современном этапе // Сб. «Кибернетика и информатика». СПб.: Издательство СПбГПУ, 2006. — C. 6-21.
8. Андриевский Б.Р., Матвеев А.С., Фрадков А.Л. Управление и оценивание при информационных ограничениях: к единой теории управления, вычислений и связи // Автоматика и телемеханика. — 2010. — №4. — C. 34-99.
9. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов. — М.: Наука, 2006. — 408 c.
10. Maruyama M. The Second Cybernetics: Deviation-Amplifying Mutual Causal Processes // American Scientist. — 1963. — 5:2. P. 164-179.
11. Foerster von H. Cybernetics. Encyclopedia of Artificial Intelligence. — New York: John Wiley and Sons, 1987.
12. Hyotyniemi, H. Neocybernetics in Biological Systems. - Espoo: Helsinki University of Technology, Department of Automation and Systems Technology, Control Engineering Laboratory, 2006. — 275 p.
13. Князева Е.Н., Курдюмов С.П. Коэволюция сложных социальных структур: баланс доли самоорганизации и хаоса. URL: http://spkurdyumov.narod.ru/KnyazevaKurdyumov11 .htm.
14. Бурков В.Н., Коргин Н.А., Новиков Д.А. Введение в теорию управления организационными системами: учебник / под ред. чл.-кор. РАН Д.А. Новикова. — М.: Либроком, 2009. — 264 с.
15. Бир С. Кибернетика и менеджмент. — М.:УРСС, 2007. — 246 с.
16. Бир С. Мозг фирмы. — М.:УРСС, 2005.
17. Фрадков А. Л. Кибернетическая физика. — СПб.: Наука, 2004. — 208 с.
18. Юсупов Р. М., Гаскаров Д. В. и др. Введение в геофизическую кибернетику и экологический мониторинг / Под общей редакцией Р.М.Юсупова. — СПб.: СПбГУВК, 1998.
19. Тимофеев А.В., Юсупов Р.М. Интеллектуальные системы управления // Изв. РАН. Техническая кибернетика. — 1994. — № 5. — С. 41-53.
20. Калинин В.Н. Современная космическая кибернетика — методологические основы и направления исследования // Информация и космос. — 2007. — №3. — С. 7-16.
21. Вонт Р, Перинг Т., Тенненхау Д. Адаптивные и проактивные компьютерные системы // Открытые системы. — 2003. — Октябрь. — C. 4-9.
22. Черняк Л. От адаптивной инфраструктуры — к адаптивному предприятию // Открытые системы. — 2004. — Октябрь. — №9. — С.30-35.
23. Черняк Л. Киберфизические системы на старте // Открытые системы. — 2004. — Февраль — №3. — С.10-13.
24. Микони С.Н., Соколов Б.В.. Юсупов Р.М. Квалиметрия моделей и полимодельных комплексов. - М.: РАН, 2018. — 314 с.
25. DynaWeb is an e-maintenance solution to future sustainable industrial and societal challenges // http://dynamite.vtt.fi.
УДК 519.8,
Вяткин Валерий Владимирович1,
д-р техн. наук, профессор, Дроздов Дмитрий Николаевич\
аспирант,
Голуб Юлия Александровна ,
информатик-экономист, учитель информатики
КОНЦЕПЦИЯ КИБЕРФИЗИЧЕСКОЙ ИНЖЕНЕРИИ КАК СПОСОБ ПРИМЕНЕНИЯ ТЕОРИИ КИБЕРФИЗИЧЕСКИХ
СИСТЕМ
1 Швеция. Технический университет Лулео,
2
Россия. Санкт-Петербург. Средняя общеобразовательная школа № 274 {valeriy.vyatkin, dmitrii.drozdov}@ltu.se, [email protected]
Аннотация. В статье предлагается концепция киберфизической инженерии как продуктивного способа применения научных результатов теории киберфизиче-ских систем (КФС) (Cyber-Physical Systems - КФС). КФС возникла как междисциплинарная научная теория, претендующая на попытку объединить две независимо развивавшиеся школы: 1) вычислительной (Computer Science), основанной на математи-
