ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 03.02.2024
Просмотров: 83
Скачиваний: 2
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
- главным общественным богатством является знание, которое в форме информации становится наиболее важным и значимым товаром, доступным для всех индивидов, организаций, социальных групп и общества в целом, неиссякаемым резервом человечества. Знания и способы, их практического применения замещают труд в качестве источника прибавочной стоимости. Как труд и капитал были центральными переменными в индустриальном обществе, так информация и знания становятся решающими переменными информационного общества. Таким образом, товарное производство, характерное для техногенной цивилизации, остаётся, только теперь наиболее ценным товаром выступает информация;
- в совокупном знании все более заметную роль начинает играть научно-теоретическое знание. «Фактически теоретическое знание все больше становится стратегическим ресурсом, осевым социальным принципом, а университеты, исследовательские организации и интеллектуальные институты, где оно кодифицируется и обогащается, оказываются Лосевыми структурами нарождающейся цивилизации». (Белл Д. Грядущее постиндустриальное общество..., с. 33-34);
- общество в состоянии производить всю необходимую для своей Жизнедеятельности и для деятельности индивидов информацию, и прежде всего научную;
- производится и функционирует необходимая информационная техника, которая обеспечивает возрастание объема и скорости передачи и обработки информации, предоставляет оператору в процессе его управленческой деятельности наглядное изображение информации на дисплее;
- в обществе происходит процесс ускоренной автоматизации и роботизации всех сфер отраслей производства и управления;
- информационная техника оказывает огромное и все возрастающее влияние на все сферы общества. Под воздействием накопления.
Я смотрю на этот вопрос с той точки зрения, что достаточно ёмкий и точный термин будущему обществу уже подобран, но не существует точной меры информационной ценности. На эту тему Гейтс Б.[7] писал: ”Впервые услышав выражение ‘информационный век’, я основательно призадумался. Я знал о железном и бронзовом веках - исторических периодах, названных так по тем новым материалам, из которых тогда делали инструменты и оружие. Тут все понятно. Но вот я читаю пророчества ученых о том, что скоро государства будут бороться за контроль над информацией, а не над природными ресурсами. Звучит весьма интригующе, но что подразумевается под 'информацией’? ….. Представляю, какие абсурдные разговоры могли бы вестись в деловом мире: ‘Сколько у Вас информации?’, 'Швейцария - великая страна, у них столько информации!’, 'Я слышал, индекс стоимости информации пошел вверх!’. Абсурдны они потому, что информация, хотя и играет все более значимую роль в нашей жизни, не является чем-то осязаемым и не поддается точному измерению, как материалы – 'лица' прежних эпох”. Под информационной ценностью можно подразумевать цену единицы информации действительно имеющей ценность (значимость) для общества.
2. Информационные методы в науке.
Как уже было сказано, информационное общество будет иметь возможность высококачественно обрабатывать информацию. Обработка информации связанно с понятием алгоритма. Алгоритмы и информационные технологии могут использоваться для постановки научных экспериментов. Имитационное моделирование основано на информатизации (формализация, кодирование) математических законов, описывающих физические процессы.
На основании научных законов строятся алгоритмы, или совокупность процедур, для определения характера поведения систем. Программа вычислительной машины — это то средство, при помощи которого реализуются и применяются алгоритмы. Физические объекты и математические структуры могут быть представлены в виде чисел и символов в вычислительной машине, а для манипулирования с ними в соответствии с алгоритмом можно написать программу. Выполнение программы для вычислительной машины приводит к изменению чисел и символов в соответствии с научными законами, что позволяет вывести следствия этих законов.
Исполнение машинной программы во многом сходно с проведением эксперимента. Однако в отличие от физического объекта при обычном эксперименте объекты в вычислительном эксперименте не ограничены законами природы, а подчиняются законам, выраженным машинной программой, — лишь бы они были непротиворечивыми. Таким образом, вычисление расширяет сферу экспериментальной науки: оно позволяет проводить эксперимент в некой гипотетической области. Вычисление также расширяет теоретические исследования. По традиции все научные законы описываются в терминах определенного множества математических функций и конструкций, и своим развитием они обязаны как математической простоте, так и способности служить моделью для основных характеристик изучаемого явления природы. Научный закон, определенный при помощи алгоритма, может, однако, принимать любую непротиворечивую форму. Поэтому изучение многих сложных систем, которые не поддавались исследованию традиционными математическими методами, стало возможным с использованием машинных экспериментов или вычислительных моделей. Вычисление стало новым мощным средством, дополнившим ранее существовавшие методики теоретической и экспериментальной науки.
Для проведения вычислительных экспериментов можно использовать машинную программу, реализующую законы движения электрона в магнитном поле. Такие эксперименты оказываются более гибкими, чем традиционные лабораторные эксперименты. Например, нетрудно придумать лабораторный эксперимент для изучения траектории электрона, движущегося под действием магнитного поля в телевизионной трубке. Однако ни один лабораторный эксперимент не сможет воссоздать условий, при которых электрон движется в магнитном поле нейтронной звезды. А машинную программу можно применить в обоих случаях.
По моему мнению, идея имитационного моделирования, для проведения научных и экспериментов в последнее время получила широкую поддержку из-за возможности исследования неприводимых физических объектов. Это привело к появлению термина “Виртуальная реальность” – описывающего совокупность информационного, программного, алгоритмического и математического обеспечения задач имитационного моделирования комплексного характера (в отличие от специальных прикладных задач). Бил Гейтс, президент компании Microsoft, заработавший своё состояние на претворении идей информационного общества и информационной магистрали в жизнь, говорил: ”Хотите обследовать поверхность Марса? Гораздо безопаснее сделать это через виртуальную реальность. А как насчет мест, не доступных ни одному человеку? Кардиолог сможет плавно "пройти" по сердцу пациента и обследовать его так скрупулезно, как не позволит ни один медицинский прибор. Хирург - прежде чем взять в руки настоящий скальпель - сможет попрактиковаться в сложнейших операциях, моделируя самое экстраординарное ее течение”.
Машинные эксперименты не ограничиваются процессами, происходящими в природе. Например, программа для вычислительной машины может описывать движение магнитного монополя в магнитных полях, хотя магнитные монополии не были обнаружены в физических экспериментах. Тем не менее можно реализовать в программе различные исключающие друг друга законы движения магнитных монополей. И снова после выполнения программы можно вывести следствия из гипотетических законов. Таким образом, вычислительная машина дает исследователю возможность экспериментировать в области гипотетических законов природы.
Вычислительную машину можно также использовать для изучения свойств абстрактных математических систем. Во многих случаях математические эксперименты, выполняемые на вычислительной, машине, могут подсказать новые идеи, которые затем доказываются традиционными математическими методами.
В современной науке рассматриваются системы, конструкция которых очень проста, а поведение крайне сложно. Изучение таких систем составляет новую область исследований, названную теорией сложных систем, в которой вычислительный метод играет центральную роль.
Единственным методом, использующим в настоящее время информационные технологии и вычислительные машины, является моделирование (имитация). Возникает вопрос, является ли имитация в принципе наиболее эффективной процедурой или же математическая формула все же ведет к окончательным результатам более прямым путем. Чтобы ответить на этот вопрос, надо более глубоко изучить соответствие между физическим и вычислительным процессами.
В результате научных исследований было выяснено, что прямая имитация — наиболее эффективный метод определения поведения некоторых клеточных автоматов. Не существует способа предсказать их эволюцию. Надо просто ждать, когда она произойдет.
В физических науках по традиции внимание, прежде всего, сосредоточивалось на изучении вычислительно приводимых явлений (те явления которые допускают математическое описание и решение), для которых можно дать простое общее описание. Однако для реальных физических систем вычислительная приводимость является скорее исключением, чем правилом.
По всей вероятности, многие физические и математические системы, для которых в настоящее время неизвестно простого описания, являются вычислительно неприводимыми. Единственным способом исследования таких систем служит либо физический, либо вычислительный эксперимент.
Одним из следствий вычислительной неприводимости является то, что некоторые вопросы об окончательном поведении системы можно задать, но на них нельзя ответить в полной общности при помощи какого бы то ни было конечного математического или вычислительного процесса. Следовательно, такие вопросы надо считать неразрешимыми.
В теории чисел, например, имеется много случаев, когда очень небольшие числа, обладающие специальными свойствами, многочисленны: такие числа можно найти, только проверив каждое число по очереди. В этих случаях ЭВМ становится основным оружием математических исследований.
Основное различие между большинством существующих вычислительных машин и физическими системами или их моделями состоит в том, что вычислительные машины обрабатывают информацию последовательно, в то время как физические системы обрабатывают информацию параллельно.
Внедрение ЭВМ в сферу научных исследований произошло сравнительно недавно, однако благодаря вычислениям уже создается новый подход ко многим проблемам. Они позволили изучать намного более сложные явления, чем можно было заранее предположить, и изменили направление и цели многих областей науки. Может быть, наиболее важным в науке является введение нового способа мышления. Научные законы теперь рассматриваются как алгоритмы. Многие из них изучены при помощи вычислительных экспериментов. Физические системы рассматриваются как вычислительные системы, обрабатывающие информацию почти тем же способом, что и ЭВМ. В результате стали возможны исследования новых аспектов природных явлений и возникло новое понимание задач, стоящих перед естественными науками.
3. Проблема автоматизации научных исследований
Проблема автоматизации научных исследований в информационном обществе, по моему мнению, требует создания самостоятельных информационно-управляющих устройств. Но эта задача не может быть решена в наше время. Обосновать это утверждение можно, рассмотрев некоторые положения науки, называемой инфодинамикой.
В этой главе будут рассмотрены некоторые отрицательные последствия информатизации, на основе инфодинамики будет обосновано существование барьера, сдерживающего науку.
Рассмотрим основные положения инфодинамики. В этой науке количество информации принято обозначать величинами ОНГ и ОЭ как степени неупорядоченности (энтропии).
Общим для всех систем общества является развитие компьютеризации и телекоммуникации. Компьютерные сети и электронные средства связи вторгаются абсолютно во все области человеческой деятельности. Они значительно ускоряют процессы инфообработки. Информация превращается в непосредственную производительную силу и в отдельную экономическую категорию. Однако, компьютеры, даже после их быстрого усовершенствования и резкого количественного роста, не обладают достаточным разнообразием (ОЭм и ОНГ), чтобы управлять всеми существующими в мире сложными системами в их многообразии и быстром изменении. Не умаляя огромного значения компьютеризации общества, нельзя надеяться, что компьютеры решают все проблемы развития цивилизации. При любом развитии компьютеры принципиально не могут достичь и микродоли разнообразия (ОЭ) всего универсума.
Следовательно, они не могут достичь необходимой ОНГ и полностью управлять универсумом. Людям всегда останется задача моделирования неуправляемых компьютерами сложных систем, проверка гомоморфности моделей и управления сложными процессами в любых частях универсума в условиях неопределённости. Решающую роль играет также различие в скоростях движения информации в компьютерах и в обществе людей. Для определения сравнительной динамики инфопотоков в электронных и человеческих системах необходимо применение методов инфодинамики (определение ОЭ и ОНГ). Дело в том, что компьютеры способны обработать огромные объёмы малоразмерной информации, а человек и общество способны обработать информацию, обладающую большой размерностью и качеством (ОНГ), но с меньшей скоростью и точностью. Узкие места в инфопотоках, (небольшие пропускные способности инфоканалов) образуются в местах перехода человеческой информации в компьютерную. Компьютеры способны обрабатывать и выдавать информацию формально в миллионы бит в секунду, а принимать от человека содержательную информацию только в десятки бит в секунду. Программирование и введение информации в компьютерную систему является дамбой, задерживающей увеличение ОНГ компьютеров за счёт потока информации от систем реального мира, прежде всего от систем человеческого общества. Во всяком случае, было бы наивно надеяться, что компьютеры решают все проблемы, связанные с потоком и обработкой информации и балансом ОНГ. Этому противодействует второй закон термодинамики. ОЭ реального мира должна расти быстрее, чем ОНГ всех компьютерных систем. Ценой роста инфотехнологии должно быть большее увеличение беспорядка и разнообразия (ОЭ) в реальном мире, в частности в человеческом обществе. Это реализуется, прежде всего, в увеличении количества возможных путей развития общества, между которыми труднее найти оптимальный вариант при управлении.