CC BY
100
Семенихина Анна Викторовна, канд. экон. наук, доцент, [email protected], Россия, Орел, ФГБОУВПО «Госуниверситет-УНПК»
INFORMATION TECHNOLOGY ORGANIZATION OF NEW BUSINESS-PROCESSES ON INDUSTRIAL ENTERPRISE: THE MANAGEMENT ASPECT
A.V. Semenikhina
In article is examined technology of planning organization of new business processes, allowing to describe the production activities of industrial enterprise, implementing new innovative project. The role of information system is shown for realization of set goals and objectives on innovative way of development industrial enterprise.
Keywords: business process, information technology, industrial enterprises.
Semenikhina Anna Viktorovna, candidate of economy science, Associate Professor, [email protected], Russia, Orel, VPO "State University-UNPK"
УДК 65.0 (075.8)
УПРАВЛЕНИЕ ЗНАНИЯМИ НА БАЗЕ ИНСТРУМЕНТАРИЯ СИНЕРГЕТИКИ И КОГНИТИВНОЙ НАУКИ
Ю.Н. Арсеньев, Т.Ю. Давыдова, В.С. Минаев
Рассмотрены вопросы управления знаниями, процессы, происходящие в мозгу человека, и создания интеллектуальных систем, учитывающих взаимодействия с окружением, комплексов алгоритмов и программ для реализации сложных коммуникативных информационных процессов.
Ключевые слова: управление знаниями, когнитивные методы, модели, программные средства, интеллектуальные системы поддержки принятия управленческих решений
Формирование, становление и развитие российского гражданского общества, гармоничных социально-экономических отношений в социуме требует участия в производственно-хозяйственных, финансово-экономических, культурно-образовательных и иных процессах подготовленных человеческих ресурсов, в т.ч. с физико-психологическими ограничениями. Как известно, в РФ примерно каждый десятый относится к категории инвалидов, поэтому не использовать их способности, умения и навыки, стремление каждой личности приносить пользу созидательным трудом на благо всего общества просто не рационально. Главная проблема России - сбережение народа в сегодняшней непростой ситуации касается
внешних и внутренних аспектов: нехватки трудоспособного населения, гарантии достойной оплаты труда, приемлемого уровня жизни, удовлетворенности трудом, поведением граждан и т.д. Все эти значимые проблемы требуют глубокого изучения человеческого потенциала, возможности повышенной отдачи от человека в интересах себя, близкого окружения, всего общества на базе инструментария синергетики и когнитивной науки.
Возникновение когнитивной науки как междисциплинарного подхода к исследованию закономерностей приобретения, сохранения и использования знаний человеком связано с существенно более ранними представлениями о природе человека. В течение веков ученые пытались построить психологию по образцу физики и химии (за относительно короткий срок с практически исчерпывающей полнотой физики изучили законы движения материальных тел - от шара на плоскости до планет Солнечной системы, в химии удалось установить химический состав воды, воздуха и других веществ). Созданы математические теории, объясняющие массу явлений - от магнитных свойств железа до вспышек молний, взаимосвязи электрических, магнитных и световых явлений, понимания природы электромагнитных явлений, создания радиосвязи, телевидения, радиолокации, породивших веру в возможности распространения космического порядка на движения человеческой души. Специфика психологии состоит в необходимости сочетания генетического, функционального и структурного подходов к изучению развития, а не только структуры или функции, диалектики движения (от простого к сложному и от сложного к простому). При этом следует сохранить приверженность принципам научной методологии, роль знания как ведущего фактора в оценивании действия человека. Еще Г. Галилей (1564-1642) на базе экспериментов доказал, что «лучше находить истину в незначительных вещах, чем долго спорить о величайших вопросах, не достигая никакой истины», и «измеряй все, что измеримо, а что неизмеримо, делай измеримым. Позже ученые сформировали абстрактно-математические перспективы гомогенного и гармоничного описания природы, ее красоты, внутренней уравновешенности и симметрии, являющихся, по словам швейцарского математика Г. Вейля, идеей, по которой человек пытался постичь и создать порядок, красоту и совершенство: «Все априорные утверждения физики имеют своим источником симметрию». Нобелевский лауреат по физике Р. Фейнман утверждал, что «истину можно узнать по ее красоте».
Известны научные достижения российских ученых (А.И. Берг, Н.А. Бернштейн, Б.В. Бирюков, Л.С. Выготский, А.Н. Леонтьев, А.Р. Лурия и др.) в развитии человеческих ресурсов, их вклад в надежные методы исследований и оценивания результатов. Прогресс методологии эксперимента привел к изменениям в технической базе, семантике, социально-культурном опыте, оценивание потенциала лиц, принимающих решения (ЛИР).
В 60-е гг. XX века в результате быстрой смены научно-
технического и социального прогресса термин «когнитивный» стал относиться не только к высшим познавательным процессам, но и к восприятию, моторике, мотивации и эмоциям человека. С появлением компьютеров, кибернетики, статистической теории связи, теории информации, теории надежности и др. в анализе психических процессов и состояний человека на первый план вышли проблемы [1-4]:
1) обучения и взаимной адаптации систем «человек - машина (компьютер) - среда» (СЧМС); человек стал пониматься как канал связи с ограниченной пропускной способностью; началось изучение специфики слабости человека и ограничений техники в СЧМС, ряда психологических феноменов;
2) описания работы оператора в СЧМС двумя параметрами теории обнаружения сигнала: а) чувствительностью (сенсорные возможности различения сигнала на фоне шумов); б) относительной «ценой» последствий пропуска сигнала и ложных тревог, являющихся основой готовности операторов подтверждать наличие сигнала или воздерживаться от его подтверждения;
3) субоптимальных решений оператора в ситуациях обнаружения, ухудшения результатов при увеличении времени наблюдения; до сих пор наиболее сложные задачи, требующие глобальной оценки ситуаций, выработки новых решений по неполной информации, остаются в компетенции ЛПР;
4) приоритетных компетенций человека, в т.ч. умений принятия решений в условиях многокритериального выбора при качественно разных критериях и альтернативах (п > 2) решений. ЛПР довольно субъективно оценивает относительную важность частных критериев (стоимость, надежность, имидж, безопасность и т.п.), поэтому разные цели или склонности выступают в каждой ситуации приоритетными, появляется неопределенность, требующая конкретных действий по ее нейтрализации, смягчению или минимизации;
5) действий ЛПР (оператор, руководитель, специалист и др.) в экстремальном диапазоне нагрузок при автоматизации и компьютеризации современных процессов по сравнению с прежними годами. Решение относительно легких задач упростилось за счет автоматизации, а трудности возросли из-за усложнения самих СЧМС, необходимости управления процессами, принятия решений в состоянии недозагрузки, несработанности персонала, острого стресса, дефицита времени, изменяющих функциональное состояние профессионалов, необходимости их избирательной поддержки, замены и т.п. В задачах адаптивной автоматизации следует учитывать психологический мониторинг состояния человека, текущую оценку степени опасности, характера его внимания, содержания восприятия, понимания, осознания, насколько возможно, актуальности ситуаций и непосредственных намерений. В исследованиях информационной пропускной способности ЛПР применяется ряд параметров его оценки (табл. 1).
Таблица 1
Параметры оценки информационной пропускной способности ЛПР
Параметры ЛПР Семантика параметра оценивания компетенций ЛПР
Время реакции выбора Замедление времени реакции ЛПР с ростом числа предъявляемых альтернатив
Избирательность внимания Невозможность одновременного и в равной степени слежения за содержанием двух различных сообщений
Колебание внимания Невозможность длительного с одинаковой бдительностью слежения ЛПР за объектом или процессом
Объем непосредственной памяти Невозможно запоминать после однократного предъявления более чем 5-7 несвязанных объектов и символов
Психологический рефрактерный период Задержка реакции на втором повторяющихся с достаточно малым интервалом (< 150 мс) стимулов
С 1885 г. установлена линейная зависимость времени реакции выбора при п стимулах и п реакциях ЛПР от логарифма числа стимулов. Спустя 70 лет Хик и Хэймен установили, что время реакции (ВР) зависит от количества средней информации (эта зависимость названа законом Хика) и имеет вид: ВР = а + вН, где а - параметр, задаваемый временем передачи информации на входе и выходе канала; в - величина, обратная пропускной способности канала; Н - среднее количество информации, определяемое
N
как Н = X Р ilog2pi.
г=1
Одну из первых информационных моделей памяти и внимания предложил Д. Бродбент (1954), служившей фильтром отбора релевантной с точки зрения сенсорной информации. Дж. Миллер (1956) доказал, что ограниченность объема кратковременной памяти определяется не количеством объективно измеренной в битах информации, а относительно небольшим количеством (порядка 7) «единиц» субъективной организации материала - букв, цифр, слов, кратких предложений. Количество информации различно, а размеры этих единиц изменяются в процессе обучения. Комбинация перцептивных признаков с логической точки зрения не меняющая неопределенность стимулов, а, следовательно, и количество информации, тем не менее, значительно изменяет пропускную способность. При одномерных стимулах, варьирующихся лишь по цвету, яркости или величине, испытуемый может перерабатывать 2,75 бита информации (различить 7 стимулов). Если стимулы изменять одновременно по всем трем параметрам, то количество передаваемой информации при измерении одного стимула возрастает до 4,11 бит, что позволяет различать уже 17 стимулов.
Открытие закона сохранения энергии привело к признанию независимости телесных и ментальных событий и применению ряда машинных моделей мышления (логик-теоретик, универсальный решатель задач и т.п.). Ф. Эттнив (1961) предложил модель переработки информации чело-
веком (рис. 1). Позже Д. Сперлинг, Питерсоны и др. установили критическую роль активного повторения при длительном хранении информации. Были описаны организация семантической информации в памяти, феномен «на кончике языка», словесный материал классифицирован по категориям семантики, предикатам, привязке воспоминаний к системам координат, методике семантического дифференциала и т.п. У. Найссер в своей книге «Когнитивная психология» (1967) описал результаты первого этапа развития когнитивного подхода [5, 6].
Модель переработки информации человеком ПС - перцептивная система; Гм - гомункулус (объект сбора сенсорной и аффективно-оценочной информации); МС (АОС) - моторная (аффективно-оценочная) система.
Позднее, в 70-е гг. ХХ века, в теории познания появилась «парадигма нормальной науки», базирующаяся на следующих четырех принципах:
- приоритета знания, рационального мышления над поведением, привычками и аффектом людей (автономных рациональных существ), использующих знания в оптимизации взаимодействия с окружением при допустимых ресурсах;
- применения компьютерной метафоры, раскрывающей аналогию психологических процессов и переработки символьной информации в компьютере;
- предположения о последовательной обработке информации из-за конечной пропускной способности человека по переработке информации и времени реакции, наличия у него внутреннего информационного сопротивления;
- формального моделирования, а не изучения механизмов мозга.
А. Ньюэлл ввел единицу знания «пропозицию» - логическое суждение, являющееся ложным или истинным. На базе пропозициональных репрезентаций и логики сегодня производятся вычисления, исчисление предикатов, вывод и моделирование умозаключений, анализ семантических сетей.
Специализированные компьютеры с параллельной обработкой информации в 80-х гг. показали сложность реализации психологических и нейрофизиологических механизмов, а исследования памяти и параллельных систем обработки сенсорной информации - архитектуры познания, как мозаики
параллельных, относительно автономных в функциональном отношении процессов, а не целостного механизма, памяти, как минимум, включающей вербальную и образную компоненты. Дж. Фодор [6] предложил концепцию модулярности, считая психику специализированным инструментом (ее аналог -карманный складной нож с рядом специфических элементов решения задач). Базовая таксономия психики имеет многоуровневую архитектуру модулярных систем и отвечает 8 критериям идентификации когнитивных модулей (табл. 2).
Таблица 2
Критерии оценки идентификации когнитивных модулей
Компоненты таксономии психики Особенности применения критерия
Уровни архитектуры психики
Проводники Органы чувств, обеспечивающие преобразование физической информации на поверхностях рецепторов в первичную форму для работы модулярно организованных перцептивных систем (системы входа)
Системы входа Вычисляют параметры предметного окружения
Центральные системы Обеспечивают функционирование высших когнитивных процессов (формирование мнений, убеждений, принятие решений, планирование действий), универсальных, допускающих возможность применения, интеграции источников информации, синтеза мыслимой и «немыслимой мысли»
Системы выхода Обеспечивают механизмы контроля моторики, речевых артикуляций и иные ограниченные классы задач
Критерии
Узкая специализация Ограниченность области распознавания данных и вычислений, ведущих к определенному выводу
Информационная закрытость, инкапсуляция Оптико-геометрические иллюзии сохранения процессов восприятия, как когнитивно непроницаемых для знаний о ситуациях
Обязательность действия При наличии на входе модуля требуемой информации ничто не может остановить его или изменить его действия
Быстродействие Высокая скорость функционирования и работы модулей
Поверхностная обработка Получение грубых репрезентаций, «сырого» материала, используемого вначале центральной системой
Биологический генезис Похожие когнитивные модули обнаруживаются у представителей разных видов живого мира
Селективность выпадений Нарушения в работе модулей имеют свои картины симптомов на фоне сохранения других механизмов
Фиксированность нейромеханизмов Врожденность модулярных компонентов когнитивной архитектуры, и поиск этих модулей крайне интересен
В последнее 20-летие развивался коннекционизм, или PDP-подход (параллельная обработка информации на нейронных сетях). Возможность ассоциативного контентно-адресованного и распределенного хранения информации, адаптивного обучения с обратными связями для пропуска продуктов
обработки на базе свойств рекуррентности и нейронных сетей способствовала появлению гибридных моделей с символическими и коннекционистскими компонентами. Вычислительная нейронаука, нейроинтеллект, эволюционное моделирование позволили исследовать альтернативы искусственных нейронных сетей - самоорганизующиеся карты, клеточные автоматы (в отдаленном будущем - квантовые компьютеры). Моделирование познания пока не учитывает роль нейротрансмиттеров, химических передатчиков сигналов между нейронами и модуляторов их активности.
Отождествление психики и компьютерных программ привело ученых к мысли, что одну и ту же программу можно устанавливать на разных реализациях машины Тьюринга, т.е. налицо независимость программного обеспечения от машинного субстрата, носителя. Изучая сенсорные механизмы зрительного восприятия и координации движений, Д. Марр (1982) сформулировал принцип адекватности анализа биологических и искусственных систем на трех уровнях описания: общего функционального анализа решаемых задач; алгоритмов выполнения операций; реализации этих алгоритмов на конкретном субстрате.
Ряд синдромов, как сочетания отдельных симптомов нарушения поведения и работы мозга, позволил упорядочить материал клинических наблюдений, поведенческих коррелятов локальных поражений мозга, определить области мозга, ответственные за функциональные проявления - речь, память, восприятие, программирование, реализацию действий. Оказалось, что любое мозговое поражение, как уникальный эксперимент природы, раскрывающий специфику функционирования по ходу нормального решения задач, дает более надежные результаты, чем специфические клинические данные.
Исследователи методов трехмерного картирования мозга получили в 2003 г. Нобелевскую премию (методы с их инструментарием сведены в табл. 3).
В целом современная когнитивная наука обеспечивает интеграцию и синтез психологии, лингвистики, антропологии и кибернетики (разделы искусственного интеллекта и машинного зрения). Конечная задача когнитивной психологии - демонстрация роли знания в детерминации поведения человека. Описывая мозг, как вычислительную машину, ученые обнаружили его отличие от всех созданных искусственных машин как эволюционным онтогенетическим развитием и множеством элементов (> 100 млрд. нейронов, а специализированных соединений - синапсов - на 2-3 порядка больше), обеспечивающих высокую параллельность нейрофизиологических процессов, так и их сочетанием с определенной анатомической дискретностью и функциональной специализацией мозговых структур. Глобальную специализацию мозга описывали многие ученые: Д. Хьюлинг-Джексон, П.К. Анохин, Н.А. Бернштейн, П. Макклин, А.Р. Лурия, А.А. Ухтомский, Д. Хэбб и их последователи, стремившиеся решить задачу стратификации посредством многоуровневых схем эволюции, моделей психофизиологических процессов, функций эвристики, речи и памяти.
Таблица 3
Методы анализа и исследования деятельности мозга
Методы исследования мозга Особенности применения критерия
Типовые методы исследований
Анализ электроэнцефалограмм ЭЭГ для регистрации интегральных электрических ритмов мозга
Микроэлектродное отведение активности нейронных структур Путем регистрации вызванных потенциалов мозга (event-related potentials - ERPs) при многократном повторении отдельных предъявлений, чрезвычайной точности, работе с любыми группами нейронов в любой области мозга
Новые методы анализа мозга
Позитронно-эмиссионная томография (ПЭТ-сканирование) При введении в кровь радиоактивного раствора, что при малом временном и высоком пространственном разрешении до 3-4 мм позволяет анализировать мозговую локализацию различных систем памяти и даже личности
Магниторезонансная томография (МРТ) Обеспечивает точную (до 1 мм) и быструю в сравнении с ИЭТ-сканированием мозга регистрацию
Трансчерепная магнитная стимуляция (ТМС) Обеспечивает активное изменение динамики физиологических процессов
Магнитоэ нцефалография (МЭТ) Применяется для регистрации магнитных полей, сопровождающих активность нейронов
Активность познавательных процессов отражается моделью «анализ через синтез», в которой при восприятии речи строится внутренняя репрезентация предложения, максимально похожая на оригинал. Предъявляя слово на фоне шума, предвнимательный анализ помогает выделить лишь некоторые отличительные признаки, после чего синтезируется ряд вероятных слов, пока одно из них не совпадет с информацией на входе. Такое встречное моделирование (антиципация - от лат. адйшрайо - предвосхищение, преждевременное наступление какого-либо события) происходит на разных уровнях описания материала (букв, слов, целых предложений) с его последующей ошибочной или правильной эффективной обработкой в сравнении с последовательной обработкой.
А.Р. Лурия (1975) [7] предложил схему мозга с тремя функциональными блоками: энергетическим, гностическим и исполнительным. Энергетический блок (стволовые отделы мозга, древняя кора, медиобазальные отделы лобной коры) обеспечивает человеку длительное бодрствование, реализацию деятельности с концентрацией внимания. Гностический, или познавательный, блок (задние височные и теменно-затылочные отделы коры) предназначен для получения, переработки и хранения информации. Исполнительный блок (лобные доли) необходим для программирования, регуляции и контроля деятельности. Ученики и последователи А.Р. Лурия продолжают развитие нейроко-гнитивных моделей внимания, выявление различных генетических и биохимических механизмов в каждом из этих функциональных блоков [8].
В отличие от искусственных нейронных сетей реальные мозговые механизмы раскрывают оригинальные принципы эволюционного развития и организации. Наряду с организацией относительно автономных модулей (ядра, центры), находящихся в субкортикальных структурах, значительная часть коры (ее т.н. ассоциативные отделы) имеет распределенную сетевую организацию связи каждой группы нейронов со всеми остальными. Сетевой принцип присущ и восходящей ретикулярной активирующей системе, локализованной в глубоких субкортикальных структурах ствола, а также в среднем и промежуточном мозге, дающих широкую активацию коры, состояния внимания и бодрствования.
На деятельность субъекта активно влияет горизонтальная организация мозга. Мозговые структуры отражают эволюционный и коэволюци-онный след их происхождения, иерархии взаимоотношений. Исследования раскрыли главные градиенты эволюции развития мозга, в т.ч. переходы: от древнейших субкортикальных к кортикальным структурам; от задних к передним лобным структурам; развитие фронтополярных областей правого и теменно-височно-затылочных областей левого полушария. Коэволюция шла вместе с эволюцией на уровнях организации мозговых структур, в частности, развития мозжечка, активизируемого в тестах на равновесие, точностные движения, решение когнитивных и коммуникативных задач.
Наличие градиентов эволюции развития мозга в сочетании с вертикальной, горизонтальной и смешанной организацией позволило создать сложнейший механизм природы, заинтересовавший исследователей многих направлений [9, 10]. Последние открытия включают:
- зеркальные нейроны, активизирующиеся при исполнении сложных осмысленных, целенаправленных движений, посторонних действий других субъектов, имитации действий, интерсубъектности;
- социальный мозг с доминантой на другого человека;
- функции координации и нейротрансмиттеров, связанные с особенностями принятия решений, когнитивной геномикой, влияющей на аффективно-эмоциональное состояние, стресс и утомление, возникновение психопатических и психиатрических нарушений, прочие многоуровневые аспекты развития.
Дальнейшие исследования когнитивной науки позволят получить прикладные результаты для применения в адекватном отборе направлений специальностей и объективном оценивании способностей и возможностей людей с физико-психологическими ограничениями приносить пользу обществу в процессе инноваций, творческого труда или интеллектуальной деятельности.
Список литературы
1. Венда В.Ф. Системы гибридного интеллекта. Эволюция, психология, информатика. М.: Машиностроение, 1990. 448 с.
2. Денисов А.А. Информационные основы управления. Л.: Энерго-атомиздат, 1983. 125 с.
3. Губинский А.И. Надежность и качество функционирования эрга-тических систем. Л.: Наука, 1982. 270 с.
4. Прохоренко В.А., Смирнов А.Н. прогнозирование качества систем. Минск: Наука и техника, 1970. 200 с.
5. Найссер У. Познание и реальность. М.: Прогресс, 1981.
6. Fodor J.A. Methodological solipsism considered as a research strategy in cognitive psychology // Behavioral and Brain Sciences, vol. 3, 1980. Pp. 63-110.
7. Величковский Б.М., Зинченко В.П., Лурия А.Р. Психология восприятия. М.: Изд-во МГУ, 1973.
8. Величковский Б.М. Когнитивная наука: Основы психологии познания. В 2-х т. М.: Смысл: ИЦ «Академия», 2006. Т. 1. 448 с., Т. 2. 432 с.
9. Арсеньев Ю.Н., Давыдова Т.Ю. Системы гибридного интеллекта. Экономика. Управление. Образование. М.: Высшая школа, 2008. 546 с.
10. Арсеньев Ю.Н., Давыдова Т.Ю., Минаев В.С. Синергетика, ко-гнитология, комплексная безопасность: системы «природа - общество -человек». М. Тула: Изд-во ФГБОУ ВПО «ТулГУ», 2015. 308 с.
Арсеньев Юрий Николаевич, д-р техн. наук, проф., Россия, Тула, Тульский государственный университет, профессор кафедры информационной безопасности, Тульский филиал Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации, профессор кафедры менеджмента,
Давыдова Татьяна Юрьевна, канд. пед. наук, доцент кафедры экономики и управления Тульского государственного педагогического университета им. Л.Н. Толстого,
Минаев Владимир Сергеевич, канд. техн. наук, доц., Россия, Тула, Тульский государственный университет
BASED KNOWLEDGE MANAGEMENT INSTRUMENTATION SYNERGETICS
AND COGNITIVE SCIENCES
Y.N. Arsenjev, T.Y. Davydova, V.S. Minaev
The problems of knowledge management processes in the human brain, and the creation of intelligent systems, taking into account the interaction with the environment, complex algorithms and programs for the implementation of complex communication of information processes.
Keywords: knowledge management, cognitive methods, models, software, intelligent systems support management decisions
Arsenjev Yurj Nikolaevich, doctor of science, Russia, Tula, Tula State University, Russian Academy of National Economy and the Public Service under the President of the Russian Federation, a branch in the city of Tula,
Davydova Tatjana Yurievna, candidate of science (pedagogics), docent, Russia, Tula, Tula State Pedagogical University,
Minaev Vladimir Sergeevich, candidate of technical science., Rossia, Tula, Tula State University
