Текст книги "Большая Советская Энциклопедия (КИ)"

Автор книги: Большая Советская Энциклопедия

сообщить о нарушении

Текущая страница: 2 (всего у книги 63 страниц)

  Возможны системы, в которых принцип программного управления комбинируется с задачей регулирования в смысле поддержания устойчивого значения той или иной величины. Так, например, в описанный регулятор комнатной температуры может быть встроено программное устройство, меняющее значение регулируемого параметра. Задачей такого устройства может быть, скажем, поддержание температуры +20 °С в дневное время и снижение её до +16°С в ночные часы. Функция простого регулирования перерастает здесь в функцию слежения за значением программно изменяемого параметра.

  В более сложных следящих системах задача состоит в поддержании (возможно более точном) некоторой фиксированной функциональной зависимости между множеством самопроизвольно меняющихся параметров и заданным множеством регулируемых параметров. Примером может служить система, непрерывно сопровождающая лучом прожектора маневрирующий произвольным образом самолет.

  В т. н. системах оптимального управления основной целью является поддержание максимального (или минимального) значения некоторой функции от двух групп параметров, называемой критерием оптимального управления. Параметры первой группы (внешние условия) меняются независимо от системы, параметры второй группы являются регулируемыми, т. е. их значения могут меняться под воздействием управляющих сигналов системы.

  Простейший пример оптимального управления снова даёт задача регулирования температуры комнатного воздуха при дополнительном условии учёта изменений его влажности. Величина температуры воздуха, дающая ощущение наибольшего комфорта, зависит от его влажности. Если влажность всё время меняется, а система может управлять лишь изменением температуры, то естественно в качестве цели управления поставить задачу поддержания температуры, которая давала бы ощущение наибольшего комфорта. Это и будет задача оптимального управления. Системы оптимального управления имеют большое значение в задачах управления экономикой.

  В простейшем случае оптимальное управление может сводиться к задаче поддержания наибольшего (или наименьшего) возможного при заданных условиях значения регулируемого параметра. В этом случае говорят о системах экстремального регулирования.

  В случае, когда нерегулируемые параметры в системе оптимального управления на том или ином отрезке времени меняются, функция системы сводится к поддержанию таких постоянных значений регулируемых параметров, которые обеспечивают максимизацию (или минимизацию) соответствующего критерия оптимального управления. Здесь, как и в случае обычного регулирования, возникает задача устойчивости управления. При проектировании относительно несложных систем подобная устойчивость достигается за счет соответствующего выбора параметров проектируемой системы. В более сложных случаях, когда количество возмущающих воздействий и размерность системы очень велики, иногда оказывается удобным для достижения устойчивости прибегать к самонастройке и самоорганизации систем. При этом некоторая часть параметров, определяющая характер существующих в системе связей, не фиксируется заранее и может изменяться системой в процессе ее функционирования. Система имеет специальный блок, регистрирующий характер переходных процессов в системе при выведении ее из равновесия. При обнаружении неустойчивости переходного процесса система меняет значения параметров связей, пока не добьётся устойчивости. Системы такого рода принято называть ультраустойчивыми.

  При большом числе изменяемых параметров связей случайный поиск устойчивых режимов может занимать слишком много времени. В таком случае применяются те или иные способы ограничения случайного перебора, например разбиение параметров связей на группы и осуществление перебора лишь внутри одной группы (определяемой по тем или иным признакам). Такого рода системы называют обычно мультиустойчивыми. Большое разнообразие ультраустойчивых и мультиустойчивых систем дает биология. Примером может служить система регулирования температуры крови у человека и теплокровных животных.

  Задача группировки внешних воздействий, необходимая для успешного выбора способа самонастройки в мультиустойчивых системах, входит в число задач узнавания, или, иначе, задач распознавания образов . Для определения типа поведения (способа управления) у человека особую роль играют зрительные и звуковые образы. Возможность их распознавания и объединения в те или иные классы позволяет человеку создавать абстрактные понятия, являющиеся непременным условием сознательного познания действительности и началом абстрактного мышления. Абстрактное мышление позволяет создавать в управляющей системе (в данном случае в человеческом мозге) модели различных процессов, осуществлять с их помощью экстраполяцию действительности и определять свои действия на основе такой экстраполяции.

  Таким образом, на высших уровнях иерархии управляющих систем задачи управления оказываются тесно переплетенными с задачами познания окружающей действительности. В чистом виде эти задачи проявляются в абстрактных познающих системах, также являющихся одним из классов кибернетических систем.

  Существенное место в К. занимает надёжности теория кибернетических систем. Её задачей является разработка методов построения систем, обеспечивающих правильное функционирование систем при выходе из строя части их элементов, разрыве тех или иных связей и др. возможных случайных сбоях или неисправностях.

  Методы кибернетики. Имея в качестве основного объекта исследования кибернетические системы, К. использует для их изучения три принципиально различных метода. Два из них – математико-аналитический и экспериментальный – широко применяются и в др. науках. Сущность первого состоит в описании изучаемого объекта в рамках того или иного математического аппарата (например, в виде системы уравнений) и последующего извлечения различных следствий из этого описания путем математической дедукции (например, путем решения соответствующей системы уравнений). Сущность второго метода состоит в проведении различных экспериментов либо с самим объектом, либо с его реальной физической моделью. В случае уникальности исследуемого объекта и невозможности существенного влияния на него (как, например, в случае Солнечной системы или процесса биологической эволюции) активный эксперимент переходит в пассивное наблюдение.

  Одним из важнейших достижений К. является разработка и широкое использование нового метода исследования, получившего название математического (машинного) эксперимента, или математического моделирования. Смысл его состоит в том, что эксперименты производятся не с реальной физической моделью изучаемого объекта, а с его описанием. Описание объекта вместе с программами, реализующими изменения характеристик объекта в соответствии с этим описанием, помещается в память ЭВМ, после чего становится возможным проводить с объектом различные эксперименты: регистрировать его поведение в тех или иных условиях, менять те или иные элементы описания и тому подобное. Огромное быстродействие современных ЭВМ зачастую позволяет моделировать многие процессы в более быстром темпе, чем они происходят в действительности.

  Первым этапом математического моделирования  является разбиение изучаемой системы на отдельные блоки и элементы и установление связей между ними. Эту задачу решает так называемый системный анализ. В зависимости от целей исследования глубина и способ такого разбиения могут варьироваться. В этом смысле системный анализ представляет собой скорее искусство, чем точную науку, ибо при анализе действительно сложных систем приходится априори отбрасывать несущественные (с точки зрения поставленной цели) детали и связи.

  После разбиения системы на части и характеристики их теми или иными множествами параметров (количественных или качественных) для установления связи между ними привлекают обычно представителей различных наук. Так, при системном анализе человеческого организма типичные связи имеют следующую форму: «При переходе органа А из состояния k₁ в состояние k₂ и сохранении органа В в состоянии М орган С через N месяцев с вероятностью р перейдёт из состояния n₁ в состояние n₂ ». В зависимости от вида органов, к которым относится указанное высказывание, оно может быть сделано эндокринологом, кардиологом, терапевтом и др. специалистами. В результате их совместной работы возникает комплексное описание организма, представляющее искомую математическую модель.

  Так называемые системные программисты переводят эту модель в машинное представление, программируя одновременно средства, необходимые для экспериментов с ней. Проведение самих экспериментов и получение различных выводов из них составляют предмет операций исследования . Впрочем, исследователи операций в случае, когда это оказывается возможным, могут применить дедуктивно-математические построения и даже воспользоваться натурными моделями всей системы или ее отдельных частей. Задача построения натурных моделей, равно как и задача проектирования и изготовления различных искусственных кибернетических систем, относится к области системотехники.

  Историческая справка. Первым, кто применил термин К. для управления в общем смысле, был по-видимому, древнегреческий философ Платон. Однако реальное становление К. как науки произошло много позже. Оно было предопределено развитием технических средств управления и преобразования информации. Ещё в средние века в Европе стали создавать так называемые андроиды – человекоподобные игрушки, представляющие собой механические, программно управляемые устройства.

  Первые промышленные регуляторы уровня воды в паровом котле и скорости вращения вала паровой машины были изобретены И. И. Ползуновым (Россия) и Дж. Уаттом (Англия). Во 2-й половине 19 в. требовалось построение все более совершенных автоматических регуляторов. Наряду с механическими блоками в них всё чаще начинают применяться электромеханические и электронные блоки. Большую роль в развитии теории и практики автоматического регулирования сыграло изобретение в начале 20 в. дифференциальных анализаторов, способных моделировать и решать системы обыкновенных дифференциальных уравнений. Они положили начало быстрому развитию аналоговых вычислительных машин и их широкому проникновению в технику.

  Немалое влияние на становление К. оказали успехи нейрофизиологии и особенно классические труды И. П. Павлова по условным рефлексам. Можно отметить также оригинальные работы украинского учёного Я. И. Грдины по динамике живых организмов.

  В 30-х гг. 20 в. все большее влияние на становление К. начинает оказывать развитие теории дискретных преобразователей информации. Два основных источника идей и проблем направляли это развитие. Во-первых, задача построения оснований математики. Еще в середине прошлого века Дж. Буль заложил основы современной математический логики. В 20-е гг. 20 в. были заложены основы современной теории алгоритмов. В 1934 К. Гёдель показал ограниченность возможностей замкнутых познающих систем. В 1936 А. М. Тьюринг описал гипотетический универсальный преобразователь дискретной информации, получивший впоследствии назв. Тьюринга машины . Эти два результата, будучи полученными в рамках чистой математики, оказали и продолжают оказывать огромное влияние на становление основных идей К.

  Вторым источником идей и проблем К. служила практика создания реальных дискретных преобразователей информации. Простейший механический арифмометр был изобретён Б. Паскалем (Франция) ещё в 17 в. Лишь в 19 в. Ч. Беббидж (Англия) предпринял первую попытку создания автоматического цифрового вычислителя – прообраза современной ЭВМ. К началу 20 века были созданы первые образцы электромеханических счетно-аналитических машин, позволивших автоматизировать простейшие преобразования дискретной информации. Резкое усиление интереса к теории дискретных преобразователей информации в 30-х гг. было обусловлено необходимостью создания сложных релейно-контактных устройств, прежде всего для нужд автоматических телефонных станций. В 1938 К. Шеннон (США), а в 1941 В. И. Шестаков (СССР) показали возможность использования для синтеза и анализа релейно-контактных схем аппарата математической логики. Тем самым было положено начало развитию современной теории автоматов.

  Решающее значение для становления К. имело создание в 40-х гг. 20 в. электронных вычислительных машин (Дж. фон Нейман и др.). Благодаря ЭВМ возникли принципиально новые возможности для исследования и фактического создания действительно сложных управляющих систем. Оставалось объединить весь полученный к этому времени материал и дать название новой науке. Этот шаг был сделан Н. Винером , опубликовавшим в 1948 свою знаменитую книгу «Кибернетика».

  Н. Винер предложил называть К. «науку об управлении и связи в животном и машине». В первой и во второй своей книге («Кибернетика и общество», 1954) Винер уделил большое внимание общефилософским и социальным аспектам новой науки, трактуя их зачастую весьма произвольно. В результате дальнейшее развитие К. пошло двумя различными путями. В США и Западной Европе стало преобладать узкое понимание К., концентрирующее внимание на спорах и сомнениях, поднятых Винером, на аналогиях между процессами управления в технических средствах и живых организмах. В СССР после первоначального периода отрицания и сомнений утверждалось более естественное и содержательное определение К., включившее в нее все достижения, накопленные к тому времени в теории преобразования информации и управляющих систем. При этом особое внимание уделялось новым проблемам, возникающим в связи с широким внедрением ЭВМ в теорию управления и теорию преобразования информации.

  На Западе подобные вопросы развивались в рамках специальных разделов науки, получивших название «информатика», «вычислительная наука», «системный анализ» и др. Лишь к концу 60-х гг. Наметилась тенденция расширения понятия К. и включения в неё всех указанных разделов.

  Основные разделы кибернетики. Современная К. в широком понимании состоит из большого количества разделов, представляющих собой самостоятельные научные направления. Теоретическое ядро К. составляют такие разделы, как теория  информации, теория кодирования, теория алгоритмов и автоматов, общая теория систем, теория оптимальных процессов, методы исследования операций, теория распознавания образов, теория формальных языков. На практике центр тяжести интересов К. сместился в область создания сложных систем управления и  различного рода систем для автоматизации умственного труда. В чисто познавательном плане одной из наиболее интересных перспективных задач К. является моделирование мозга и его различных функций.

  Основным техническим средством для решения всех указанных задач являются ЭВМ. Поэтому развитие К. как в теоретическом, так и в практическом аспектах тесно связано с прогрессом электронной вычислительной техники. Требования, которые предъявляет К. к развитию своего математического аппарата, определяются указанными выше основными практическими задачами.

  Определённая практическая целенаправленность исследований по развитию математического аппарата как раз и является той гранью, которая отделяет общематематическую от собственно кибернетической части подобных исследований. Так, например, в той части теории алгоритмов, которая строится для нужд оснований математики, стремятся по возможности уменьшить число типов элементарных операций и сделать их достаточно мелкими. Возникающие таким образом алгоритмические языки удобны как объект исследования, но в то же время ими практически неудобно пользоваться для описания реальных задач преобразования информации. Кибернетический аспект теории алгоритмов имеет дело с алгоритмическими языками, специально ориентированными на те или иные классы подобных практических задач. Имеются языки, ориентированные на задачи вычислительного характера, на формульные преобразования, на обработку графической информации и т.п.

  Аналогичное положение имеет место и в др. разделах, составляющих общетеоретический фундамент К. Они представляют собой аппарат для решения практических задач изучения кибернетических систем, их анализа и синтеза, нахождения оптимального управления.

  Особенно большое значение применение кибернетических методов имеет в тех науках, где методы классической математики могут применяться лишь в ограниченных масштабах, для решения отдельных частных задач. К числу таких наук относятся в первую очередь экономика, биология, медицина, языкознание и те области техники, которые имеют дело с большими системами. В результате большого объёма применения кибернетических методов в этих науках произошло выделение самостоятельных научных направлений, которые было бы естественно называть кибернетической экономикой, кибернетической биологией и т.д. Однако в силу ряда причин первоначальное становление указанных направлений происходило в рамках К. за счет специализации объектов исследования, а не в рамках соответствующих наук за счёт применения методов и результатов К. Поэтому указанные направления получили назв. кибернетика экономическая ,кибернетика биологическая ,кибернетика медицинская ,кибернетика техническая . В языкознании соответствующее научное направление получило наименование математической лингвистики .

  Задачи реального создания сложных управляющих систем (в первую очередь в экономике), а также основанных на использовании ЭВМ сложных справочно-информационных систем, систем автоматизации проектирования, систем для автоматизации сбора и обработки экспериментальных данных и др. относятся обычно к разделу науки, получившему название системотехники . При широком толковании предмета К. значительная часть системотехники органически входит в нее. То же положение имеет место в электронной вычислительной технике. Разумеется, К. не занимается расчетами элементов ЭВМ, конструктивным оформлением машин, технологическими проблемами и т.п. Вместе с тем подход к ЭВМ как к системе, общеструктурные вопросы, организация сложных процессов переработки информации и управление этими процессами относятся по существу к прикладной К. и составляют один из её важных разделов.

  Лит.: Винер Н., Кибернетика, пер. с англ., 2 изд., М., 1968; его же, Кибернетика и общество, пер. с англ., М., 1958; Цянь Сюэ-сэнь, Техническая кибернетика, пер. с англ., М., 1956; Эшби У. Р., Введение в кибернетику, пер. с англ., М., 1959: Глушков В. М., Введение в кибернетику, К., 1964.

  В. М. Глушков.

Рис. к ст. Кибернетика.

«Кибернетика»

«Киберне'тика», научный журнал Академии наук УССР. Издается в Киеве с 1965, выходит 6 раз в год. Публикует оригинальные статьи по математическим и прикладным проблемам кибернетики, а также обзоры новейших достижений советской и зарубежной кибернетики. Тираж (1973) около 4200 экземпляров.

Кибернетика биологическая

Киберне'тика биологи'ческая, биокибернетика, научное направление, связанное с проникновением идей, методов и технических средств кибернетики в биологию. Зарождение и развитие К. б. связаны с эволюцией представления об обратной связи в живой системе и попытками моделирования особенностей ее строения и функционирования (П. К. Анохин, Н. А. Бернштейн и др.). Эффективность математического и системного подходов к исследованию живого показали и многие работы в области общей биологии (ДЖ. Холдейн, Э. С. Бауэр, Р. Фишер, И. И. Шмальгаузен и др.). Процесс «кибернетизации» биологии осуществляется как в теоретической, так и в прикладной областях. Основная теоретическая задача К. б. – изучение общих закономерностей управления, а также хранения, переработки и передачи информации в живых системах.

  Всякий организм – это система, способная к саморазвитию и управлению как внутренними взаимосвязями между органами и функциями, так и соотношениями с факторами среды. Стремясь понять природу живого, ученые часто старались отыскать в организме то, что можно было исследовать изолированно. Цель К. б. – изучение организма с учетом основных взаимосвязей начиная с клеточного, тканевого, органного уровня и кончая организменным. Живая система характеризуется не только обменом вещества и энергии, но и обменом информации. К. б. рассматривает сложные биологические системы во взаимодействии со средой именно с точки зрения теории информации. Одним из важнейших методов К. б. является моделирование структуры и закономерностей поведения живой системы; оно включает конструирование искусственных систем, воспроизводящих определенные стороны деятельности организмов, их внутренние связи и отношения (см. Моделирование ). К. б. рассматривает живой организм как многоцелевую «иерархическую» систему управления, осуществляющую свою интегративную деятельность на основе функционального объединения отдельных подсистем, каждая из которых решает «частную» локальную задачу. Особенность организма как сложной динамической системы – единство централизованного и автономного управления. Саморегуляция, характерная для всех уровней управления живой системы, обеспечивается автономными механизмами, пока не возникают такие возмущения, которые требуют вмешательства центральных механизмов управления.

  В последнее время всё большее внимание биологов привлекают функциональные характеристики биологических систем управления, обусловленные периодическими (ритмическими, циклическими) процессами. Живые организмы с высокой точностью способны «измерять» время («биологические часы» ). Это выражается в периодических изменениях дыхания, температуры тела и др. процессов жизнедеятельности. Природа биологических ритмов ещё во многом неясна, но есть все основания полагать, что периодичность – фундаментальная характеристика функционирования биологической системы и процессов управления в ней. Процессы, происходящие на каждом из уровней живой системы, характеризуются своей специфической периодичностью, определяемой как внутренними, так и внешними факторами. А между периодической активностью отдельных уровней в нормально функционирующем организме существуют определенные фазовые сдвиги (сдвиги во времени), обусловленные специфической организацией управления на каждом из уровней. Нарушение этих нормальных фазовых сдвигов может вызвать нарушение работы всей живой системы или ее части. Это ведет к сбоям в работе системы управления и накоплению ошибок, что можно описывать как появление «шумов». Коррекция сбоев требует внутренней перенастройки системы (ее алгоритма) либо внешних управляющих воздействий за счёт включения механизмов управления более высокого уровня.

  Живые существа объединяются в системы разного порядка (популяции , биоценозы и т.д.), образуя своеобразную иерархию живых систем. Во всех этих надорганизменных системах, как и в жизни клетки, развитии организма, эволюции органического мира в целом, имеются внутренние механизмы регуляции, для изучения которых также применимы принципы и методы К. б.

  Механизмы управления определяют течение жизненных процессов не только в норме, но и в патологии (см. Кибернетика медицинская ). Клетка – сложная саморегулирующаяся система. Она обладает многими регуляторными механизмами, одним из которых являются колебания её структуры, связанные с деятельностью митохондрии и совпадающие с колебаниями окислительно-восстановительных процессов. Синтез белков в клетке управляется генетически детерминированными механизмами, связанными с процессами хранения, переработки и передачи генетической информации . Изучение жизнедеятельности организма в целом и его разных функций, а также механизмов, управляющих работой отдельных органов и систем – это та область, где К. б. оказалась наиболее результативной. В связи с этим сформировались самостоятельные направления – физиологическая кибернетика и нейрокибернетика, изучающие механизмы поддержания гомеостаза ; принципы саморегуляции функций организма и протекания в нем переходных процессов; закономерности нервной и гуморальной регуляции в их единстве и взаимодействии; принципы организации и функционирования нейронов и нервных сетей; механизмы осуществления актов поведения и др. проблемы. Изучая закономерности работы человеческого мозга, в основе которой лежит комплекс алгоритмов, т. е. правил преобразования информации, К. б. позволяет моделировать (в том числе и на ЭВМ) различные формы работы мозга, выявляя при этом новые закономерности его деятельности. Созданы, например, программы для ЭВМ, обеспечивающие возможность обучения, игры в шахматы, доказательства теорем и др. Развивается так называемое эвристическое программирование, когда исследуют и моделируют правила обработки информации в мозге при тех или иных творческих процессах.

  Анализ механизмов индивидуального развития и процессов управления в популяциях и сообществах, включающих хранение, переработку и передачу информации от особи к особи, – также сфера исследований К. б. На уровне биогеоценозов, включая и биосферу в целом, К. б. пытается использовать метод моделирования для целей оптимизации биосферы, в частности для определения путей наиболее рационального вмешательства человека в жизнь природы.

  Вопросы эволюции с позиций К. б. были впервые рассмотрены И. И. Шмальгаузеном, который отметил иерархичность управления, выделил основные каналы связи между особями, популяцией и биоценозом, определил возможности потери информации и ее искажений и описал эволюционный процесс в терминах теории информации. С этих же позиций исследуются механизмы различных форм отбора.

  Примером применения К. б. в прикладных целях может служить создание устройств для автоматического управления биологическими функциями (так называемое биопротезирование), автоматических устройств для оценки состояния человека во время трудовой или спортивной деятельности, при творческой работе, в субэкстремальных и экстремальных условиях.

  Использование методов и средств кибернетики для сбора хранения и переработки информации получаемой в ходе биологических исследований позволяет вскрывать новые количественные и качественные закономерности изучаемых процессов и явлений.

  Большую роль в деле развития К. б. в СССР сыграли конференции совещания и симпозиумы по биологическим аспектам кибернетики по биоэлектрическому управлению, нейрокибернетике. Вопросы К. б. освещаются в ряде советских и зарубежных журналов.

  Лит.: Анохин П. К., Физиология и кибернетика, в кн.: Философские вопросы кибернетики, М., 1961; Биологические аспекты кибернетики. Сб. работ, М., 1962; Эшби У. Р., Конструкция мозга, пер. с англ., М., 1962; Джордж Ф., Мозг как вычислительная машина, пер. с англ., М., 1963; Винер Н., Кибернетика, или Управление и связь в животном и машине, пер. с англ., М.,1968; Бернштейн Н. А., Очерки по физиологии движений и физиологии активности, М., 1966; Анохин П. К. [и др.], Биологическая и медицинская кибернетика, в кн.: Кибернетику – на службу коммунизму, т.5, М., 1967; Брайнес C. Н., Свечинский В. Б., Проблемы нейрокибернетики и нейробионики, М., 1968; Шмальгаузен И. И., Кибернетические вопросы биологии, Новосибирск, 1968; Ларин В. В., Баевский Р. М., Геллер Е. С., Процессы управления в живом организме, в кн.: Философские вопросы биокибернетики, М., 1969; Аптер М., Кибернетика и развитие, пер. с англ., М., 1970; Hassenstein B., Biologische Kybernetik, Hdlb., 1970.

  В. В. Парин, Е. С. Геллер.

Назад к карточке книги "Большая Советская Энциклопедия (КИ)"