Файл: Никита Николаевич МоисеевЧеловек и ноосфера.pdf

стему, причем информация об этих воздействиях поступа- ет по многочисленным и очень разным каналам. Например,
при формировании системы, имитирующей глобальные био- сферные процессы, мы должны иметь каналы для обработ- ки информации об атмосфере, океане, появлении облаков,
выпадении осадков, образовании снежного покрова, его та- янии, состоянии лесных массивов и т. д. и т. п. И на первом этапе эта информация обрабатывается поканально, причем эта обработка может и не быть связанной непосредствен- но с работой компьютера. На этом этапе возникают различ- ные частные модели, параметризации тех процессов, кото- рые плохо формализуемы (например, образование облаков),
разного рода экспертные оценки и т. д.
Этот первый этап обработки информации я назвал этапом
«конвейерной машины». Такое название оправдывается тем,
что работа с информацией здесь ведется в отдельных кана- лах, как правило, разными людьми и практически независи- мо друг от друга. Если этот этап машинизирован и каждый канал обеспечен собственным компьютером, то быстродей- ствие здесь может быть очень высоким за счет распаралле- ливания операций. Поэтому работа имитационной системы на этом этапе подобна работе многопроцессорной электрон- ной вычислительной машины, работающей по конвейерному принципу.
Но этот этап выполняет лишь предварительные обязан- ности. И все эти разные каналы поступления информации

несут не разрозненные, а взаимосвязанные данные. Наступа- ет момент, когда эти связи должны быть учтены. Поступле- ние новой информации должно прекратиться. Все получен- ные знания должны быть взаимоувязаны. Начинается новый этап – этап «организующей программы».
Это важнейший этап в создании системы имитации. Он представляет собой не что иное, как набор процедур анализа всей поступившей информации, анализ связей полученных данных по разным каналам и, наконец, что самое главное,
выработка некоторой «минимальной модели».
Какими бы мощными вычислительными средствами ни располагал исследователь, как бы ни был он талантлив, его возможности всегда ограничены. Следовательно, сопостав- ляя цели работы со своими возможностями и результата- ми анализа полученной информации, он создает модель,
то есть описание, приближенно отражающее определенные свойства изучаемой реальности, особенности изучаемого яв- ления. Вот эту модель я и называю «минимальной». Но, на- верное, ее лучше называть «минимаксной», ибо она мини- мально простая из числа тех описаний, которые в макси- мальной степени учитывают реальность в рамках тех воз- можностей, которыми располагает исследователь. Да про- стит меня читатель за такую тарабарщину. Но такое слово- сочетание точно отражает то, что происходит на этом этапе математического моделирования.
Заметим, что проблема построения математической мо-

дели (лучше даже говорить о системе моделей), годной для использования, весьма нетривиальна: стандартных правил для ее построения просто нет и, наверное, не будет! Тре- бования к описанию очень противоречивы: модель должна быть и достаточно простой, и достаточно точно отражать реальность. Исследователь сталкивается с тем обстоятель- ством, что для одной и той же совокупности опытных дан- ных можно построить очень много разных вариантов описа- ния. Это – следствие, в частности, того, что мы не владеем никогда вполне точным знанием отдельных фрагментов про- цесса, кирпичей, из которых строится математическая мо- дель, следствием неточности исходной информации и теми трудностями принципиального характера, о которых я гово- рил в параграфе об «алгоритмах сборки». Поэтому и оконча- тельные результаты лишены обычной аптекарской точности,
а исследователь должен суметь из одинаково неточных опи- саний выбрать наиболее простое. Данная проблема «прак- тического моделирования» еще не приобрела статуса мате- матической задачи, хотя математики ею уже и начали зани- маться.
Следующий шаг – анализ минимальной модели. Так, на- пример, в нашей биосферной модели (созданной в Вычис- лительном центре АН СССР) мы использовали целый ряд сценариев человеческой активности. В частности, были про- анализированы и сценарии ядерной войны, разработанные
К. Саганом и его сотрудниками. Расчеты с помощью нашей

минимальной модели показали, что все облака сажи, кото- рые образуются в результате ядерных пожаров, постепенно сольются в единое сажевое облако, которое, как одеяло, оку- тает Землю – всю Землю, в том числе и полярные области.
Это и есть результат машинного эксперимента, который нам позволяет увидеть результаты действий людей, если они бу- дут происходить, следуя данному сценарию. Результат изоб- ражен на рисунке 1 буквой Р.
Справа от основной схемы изображен круг с буквами ИИ.
Это и есть так называемый искусственный интеллект или,
вернее, то, что принято называть этим термином в специаль- ной литературе, то есть новая технология работы с информа- цией, включающая в себя не только специальные принципы обращения с базами данных и процедуры их переработки,
но и вспомогательные программные средства, помогающие исследователю контактировать с вычислительной машиной.
Эти вспомогательные средства качественно упрощают про- ведение машинного эксперимента.
Особую роль в подобной системе играет сценарий. Он призван описывать внешнюю обстановку, влияние которой на систему изучает исследователь, и потому представляет со- вокупность вопросов, которые исследователь задает Приро- де: а что будет, если?..
Значит, сценарий определяет важнейшую составную часть пассивного банка данных. Поэтому на рисунке он со- единен с ПБД стрелкой. Но одновременно на этом рисунке

показана еще одна стрелка, соединяющая сценарий с орга- низующей программой.
Термин «организующая программа» не совсем точен. В
этом блоке нет стандартных процедур, которые формирова- ли бы «минимальную модель». Ее создание – это всегда акт творчества исследователя. А он, разрабатывая модель, ори- ентируется не только на особенности вычислительной техни- ки и технологию математических расчетов, но и на те вопро- сы, которые задавал в своем исследовании, то есть на сце- нарий. Для разных сценариев «минимальные модели» могут оказаться разными.
Наконец, на рисунке 1 нанесена еще одна пунктирная линия, соединяющая результат и сценарий. Она означает следующее: получив определенный результат, исследователь может поставить и новый вопрос, то есть внести определен- ные изменения в сценарий.
Как бы ни были сложны системы, создаваемые для ма- шинного эксперимента, они бесконечно проще систем, пред- назначенных для принятия решений, то есть выбора альтер- натив действия. Система имитации, о которой только что шла речь, предназначалась для исследовательских целей. Но принятие того или иного решения – это выбор альтернатив действия, который мы можем сделать только в том случае,
когда мы знаем последствия своих решений. Значит, в осно- ве процедуры принятия решений о выборе альтернатив все- гда должен быть некоторый эксперимент, набор альтернатив

и способов их сравнения, позволяющий сделать сам выбор.
Таким образом, вычислительная система, предназначен- ная для выбора варианта решения, то есть альтернативы дей- ствия, необходимо должна содержать в качестве важнейшей составной части систему, способную получать характеристи- ки альтернативы, то есть сценария. Такая система была толь- ко что описана. На рисунке 2, с помощью которого я буду да- вать пояснения особенностей вычислительных систем такого типа, в нижней его части расположена система изучения аль- тернативы, то есть экспериментальной компьютерной уста- новки, схематично изображенной на рисунке 1.

Рис. 2.
На рисунке 2 есть и пассивный банк данных, и некоторый сценарий. Так, в системах, которые разрабатываются для ре- шения проблем комплексного развития того или иного ре- гиона, в ПБД записана вся информация о регионе, необхо- димая для построения модели: данные об особенностях его

природной среды, производственной деятельности и соци- альных условиях. Сценарий – это своеобразный заказ реги- ону, определяющий его место в хозяйственной и духовной жизни страны, это один из вариантов его развития. Этап кон- вейерной машины также присутствует на этом рисунке: он состоит из частных моделей, выработанных местными ор- ганизациями или исследователями, которые занимались от- дельными частными проблемами (социальными, в частно- сти!).
В таких системах есть всегда и некоторая минимальная модель. На ее уровне уже отфильтрованы все частности и де- тали: избыток информации столь же вреден, как и ее недо- статок, ибо из-за деревьев не видно леса. Поэтому в моде- ли сохраняются только те особенности процессов, которые сравнимы по их числовым характеристикам.
Итак, приняв ту или иную альтернативу человеческих действий, мы получаем возможность оценить ее природные последствия. Но это лишь первый шаг на пути выбора аль- тернативы.
На уровне минимальной модели появляется новый, очень важный элемент системы – активный банк данных (АБД).
При формировании имитационной системы и в процессе экспериментирования происходит изучение реальной систе- мы. Исследователь все глубже и подробнее вникает в ее особенности, познает ее реакции на внешние воздействия.
АБД – это хранилище той информации о системе, которое

наполняется в процессе ее изучения.
На рисунке 2 я изобразил два активных банка данных, и один из них обозначен пунктиром. Дело в том, что мини- мальная модель, как правило, достаточно сложная конструк- ция, и каждый из машинных экспериментов требует доволь- но большой затраты времени.
А на следующем этапе выбора альтернативы нам снова приходится проделывать множество экспериментов, меняя параметры сценариев, и для частого использования эта ми- нимальная модель обычно бывает малопригодна. Поэтому во всех созданных больших имитационных системах всегда наряду с минимальной моделью разрабатывается ее упро- щенная версия, так называемая модель для «быстрых алго- ритмов». Именно с помощью такой модели и формируется основной информационный массив для его использования в процедурах принятия решений.
Следующий важнейший элемент новой системы – это
«блок формирования целей». Это, наверное, ее самый важ- ный блок. Сценарий всего лишь «установка», его недоста- точно для назначения целей. В социально-природных систе- мах не может быть внешних целей – они формируются в недрах самой системы. При этом вырабатывается не одна цель, а целый спектр, часто противоречивых целей. Напри- мер, обеспечение предельной экологической чистоты и чи- стоты экономически выгодной. Многие цели носят социаль- ную окраску и т. д. Прежде чем составить перечень и ранжи-

ровку целей, исследователь должен сделать много прикидок,
то есть провести многочисленные эксперименты с имитаци- онной системой, задавая ей вопросы: а что, если?..
Назначение целей – это всегда акт неформальный. Он тре- бует творчества субъекта, хотя теперь и существует доста- точно развитая технология анализа возможных целей, спо- собная помочь исследователю более отчетливо увидеть си- туацию.
Следующий важный блок – это блок принятия решений.
Он тесно связан с моделью для «быстрых алгоритмов». Я
еще раз повторю: минимальная модель – это предельно до- пустимое по своей полноте описание. Но для формирования замысла или выбора альтернативы развития региона нужны многочисленные прикидки, оценки, нужен массовый экспе- римент. Другими словами, нужны «быстрые алгоритмы».
Выбор всегда субъективен. Но он должен основываться на объективных знаниях – должен проводиться с открыты- ми глазами. И именно благодаря массовому эксперименту с упрощенной моделью создается вариант технического про- екта, в котором выбираются технологии, не очень экологиче- ски чистые и не сверхдорогие, или программа развития ре- гиона, которая оказывается некоторым компромиссом меж- ду различными интересами различных групп.
Замечу еще, что любые процедуры формирования регио- нального проекта развития или выбор варианта проекта но- вого строительства, связанного с учетом экологических фак-

торов, неизбежно опираются на те или иные способы сжатия множества возможных альтернатив. Поэтому при создании блока принятия решений большое место занимает разработ- ка математического обеспечения, позволяющего облегчить селекцию возможных альтернатив и отбраковку неудовле- творительных вариантов.
Примечание. АБД, который помещен в нижней части рисунка, связан пунктирной стрелкой с блоком принятия решений. Она указывает на то, что процедуры принятия решений в той или иной степени опираются на интуицию.
Систему имитации для принятия решений я описал сверхсхематично. На деле, конечно, приходится учитывать различные обратные связи, приходится делать многочислен- ные уточнения и пересчеты и т. д. Пусть, например, в резуль- тате работы блока процедур принятия решений вырабатыва- ется несколько альтернатив. И они нам представляются эк- вивалентными, а нужна только одна! Тогда мы снова возвра- щаемся к минимальной модели. Поскольку она весьма пол- но описывает изучаемый объект, то мы можем сопоставить свойства альтернатив уже гораздо подробнее, нежели с по- мощью модели для быстрых алгоритмов.
Читателю может показаться, что я отвлек его внимание на обсуждение вопросов, носящих технологический характер.
Это не совсем так. Во-первых, во взаимоотношениях Приро- ды и Человека, в обеспечении их коэволюции огромную роль

будут играть системы, позволяющие заменить натурный экс- перимент машинной имитацией реальностей. Она – ключ к пониманию многих особенностей современности. Во-вто- рых, оказывается, что, несмотря на огромное различие в тех задачах, ради решения которых создаются системы компью- терной имитации, эти системы в своей архитектуре имеют много общих черт. Такой факт мне представляется отнюдь не случайным. Он заслуживает серьезного внимания. По- пробуем высказать несколько предположений, его объясня- ющих.
Сталкиваясь с рядом конструкций, созданных Человеком,
волей-неволей начинаешь искать аналоги, и прежде всего в явлениях Природы. Не копируем ли мы в своей деятельности процессы, происходящие вокруг нас в живой природе, кото- рая является для Человека, так сказать, естественной шко- лой?
Конечно, в Природе мы далеко не всегда находим образ- цы для подражания, и в таких случаях рождаются идеи ко- леса, воздушного винта и т. п. Но затем возникает невольно еще один вопрос, относящийся уже к нашему предмету: а не могут ли существовать некоторые универсальные подходы и к работе с информацией или хотя бы универсальные блоки и схемы? Что об этом говорит Природа?
Анализируя большие системы имитации, системы, в ко- торых в результате переработки огромных массивов инфор- мации формируется некоторый определенный способ дей-