Сайт Информационных Технологий

Каталог >> ИИ >> ИНФОРМОДИНАМИЧЕСКИЕ ОСНОВЫ ОРГАНИЗАЦИИ УПРАВЛЕНИЯ ПРЕДПРИЯТИЯМИ И ХОЛДИНГОВЫМИ КОМПАНИЯМИ

Глава 1. Введение в постановку задачи организационного управления

1.1. Предыстория задачи организационного управления

Последние годы второй мировой войны характеризовались первыми серьезными успехами в решении задач управления, в частности, управления артиллерийской стрельбой, автоматизации принятия решений по взаимодействию зенитных комплексов и других задач, которые впоследствии были отнесены к задачам кибернетическим.

Действительно, книга Н.Винера. “Кибернетика или связь в животном и машине”, написанная в 1948 году во многом обязана своим появлением успехам решения задач военного управления. Но, в то же время, ориентация книги на живое, понимаемое как “образец” для чисто механистических построений, на многие годы отодвинуло поиск решения основной системной задачи управления – задачи управления в открытых системах на задний план. Более того, сама постановка задачи управления в открытой системе, несмотря на три десятка лет ее существования до сих пор воспринимается многими крайне настороженно по причине, прежде всего, необеспеченности ее математическим аппаратом. Только физика исторически имеет смелость “разработки математики под себя”, а вот управленцы по какой-то причине считают необходимым основываться “на том, что есть”.

С другой стороны, исследования, к примеру, еще времен Людвига фон Берталанфи и его последователей впрямую указывают на необходимость небиологического расширения понимания живого на системы высших порядков сложности.

Смысл такого рода утверждений сводится к тому, что для всего “технически-механистического”, что требует по Н.Винеру управления, аналогичного управлению в биологических системах, математический аппарат и адекватен, и пригоден для практических целей. Но для систем уровня, скажем, социального института, появляющихся помимо чьей-либо воли, но возникающих необходимо, как фактор существования человечества, также как и для признанных живых систем, требуется управление не аналогичное, но точно соответствующее, тому, что существует в открытых живых системах. Иными словами математическая модель чаще всего не может быть адекватна задаче управления в системах старших уровней сложностей.

Здесь необходимо пояснить, что сложностная иерархия систем неоднократно “изобреталась” учеными по самым разным признакам и параметрам, но только К.Боулдинг (причем еще в 50-х годах XX века) указал, что эта иерархия должна строиться по уровню собственного отношения системы к получаемым ею сообщениям из внешнего мира. На этот тезис надо обратить особое внимание, он исключительно важен для нашей работы.

Однако случилось так, что чисто математический, критериально-оптимизационный подход к управлению, как подход “базирующийся на твердом математическом фундаменте”, был положен и в основу организационного управления, т.е. управления социальными институтами: предприятиями, организациями всех профилей, экономикой вообще, другими аналогичными структурами. В результате научный мир ученых, занявшихся проблемами управления, примерно в 60-х годах разделился на две характерные группы.

Во-первых, это исследователи и разработчики, связанные с математическим управлением техническими устройствами чаще всего военного характера. Здесь в постановочном смысле все понятно и корректно, ибо решается задача обслуживания технических средств методами, адекватными их сущностному, замкнутому, кибернетическому представлению.

Во-вторых, постепенно стало возникать направление исследований, связанное с решением оптимизационных задач для систем, которые к техническим “впрямую” никак не отнести – экономических, социальных, производственных, других, неизбежно возникающих для обеспечения существования человека.

Прямой или практически прямой перенос методов оптимизации, разработанных для замкнутого представления технических систем, на системы открытые, активно взаимодействующие с внешним миром даже вопреки воле своих руководителей (Для маскировки открытости, как проблемы математической невозможности полного описания взаимодействия системы с окружающим ее миром, под проблему создания “моделей открытых систем”, как моделей, допускающих учет все новых формализованных взаимодействий, человечество потратило много сил и средств. Но то, что хорошо для программирования (системы формальной), никогда не будет достаточно для системы природной (неформальной, по сущности самой Природы), породил множество проблем, решать которые до сих пор пытаются все большим усложнением постановок задач оптимизационного управления. Но основная причина всех проблем – замкнутость представлений, обеспечиваемых математическим аппаратом, практически остается вне критики, вернее, вне критики конструктивной, ведущей к нахождению альтернатив.

Книги об управлении времен всеобщего признания кибернетики, ныне, “за отсутствием собственного аппарата”, тихо ушедшей со сцены научной истории, отличались весьма подробным описанием математического аппарата решения прикладных задач оптимизации, что делает их до сих пор весьма ценными источниками такого рода сведений. Честность этих книг заключалась в признании уже на первых листах безальтернативного модельного взгляда на системы управления, т.е. взгляда, замыкающего систему в рамках ее рассмотрения и, в этом смысле, извне не наблюдаемую.

В общем случае в них указывалось (конечно, разными словами и символами), что для описания целенаправленного воздействия на объект управления надо ввести некоторую переменную u, которую далее следует называть управляющим воздействием или просто управлением (Конечно, такой акцент на математических основах мобилизовал читателя и пробуждал его уважение к терминологии. К сожалению, он и затмевал глаза поколениям управленцев, по крайней мере, до тех пор, пока не появились “гипотезы Поспеловых” о том, что все, что нужно для управления сложными объектами уровня “общественного института”, вполне выразимо (добавим, единственно выразимо – авт.) на естественном языке, и о том, что к таким системам нельзя подходить как к системам замкнутым, ибо их модельное замыкание чревато потерей основных, существенных свойств объекта [9].). Многими авторами отмечалось, что при этом термин “управление” используется в двух смыслах:

Обратим внимание: в результате для интересующего нас организационного целевого управления постановочно требуются решения по первому направлению (в открытой постановке), а аппарат выработки управляющего воздействия декларируется в подходе замкнутом, обеспечиваемом вторым пониманием управления.

1.2. Характеристики управленческих работ

Укажем еще один важный момент, связанный уже со сравнительной оценкой управленческих работ при их дифференциации по различным показателям.

В литературе, например [7,8], управленческие работы делятся на:

По времени осуществления решения могут быть долгосрочными, среднесрочными и краткосрочными. В объединенном виде решения, по мере их осуществления и участия элементов системы в их реализации, можно представить как:

Считается, что еще можно вводить в управленческой деятельности понятия структурированных, полуструктурированных, и неструктурированных решений. Утверждается, что эта классификация учитывает по мере убывания соотношение между формализованными и интуитивными (эвристическими) правилами и процедурами. Утверждается и то, что примерами полностью структурированных решений является составление различных ведомостей, отчетов и прочего аналогичного, и даже то, что принятие таких решений хорошо автоматизируется (Хорошо автоматизируется только заполнение форм, с графами, содержимое которых наличествует в информационной системе. К управлению все это имеет отношение чисто бюрократическое. Налицо пример часто встречающейся подмены исключительно сложной задачи управления вполне формализуемой задачей отчетности.) [10].

В работе [8] приводятся данные анализа характера управленческих решений по одному из типичных районов Москвы. Стратегические решения составляют всего около 2%, тактические – 32%, а оперативные – 66%. В свою очередь, глобальные решения составляли менее 0,5%, а частные - около 86%. По способам подготовки на структурированные решения приходилось 72%, а на неструктурированные – всего 2%.

Уже здесь пора задуматься о принципиальной целесообразности решения задач управления в оптимизационной постановке. Да, глобальное решение, при отсутствии реальных воздействий на еще не существующую систему внешнего мира, по всей видимости, можно принимать только так.

Тактические решения – это решения, когда препятствие в достижении цели достаточно велико, чтобы не учитывать возникшее внешнее противодействие, но не настолько, чтобы менять стратегию. Ясно, что это препятствие не могло быть предусмотрено никакой предварительной оптимизацией, иначе это просто была плохая постановка оптимизационной задачи. Соответственно, 32% решений можно считать практически не обеспечиваемыми аппаратом оптимизации. Оставшиеся оперативные решения на то и оперативные, чтобы не связываться с аналитическими расчетами. Так ради какого процента общего числа задач управления работают все, кто связан с оптимизационными расчетами? Пусть утешением всем нам будет то, что 2 % составляют очень важные задачи.

Возможно это не очень точная статистика, но в любом случае, даже если ее ошибка, например, пятикратная, (что в реальности вряд ли возможно) наши выводы остаются практически неизменными.

А вот по соотношению структурированных и неструктурированных решений можно сделать интересный вывод о современных принципах управления организационными объектами. Указанные в первоисточнике цифры указывают, что заранее предусмотренная отчетность составляет не менее 72% всего информационного потока, необходимого не для управления, но только для того, чтобы узнать, что же в реальности происходит и только 2% - запросы о том, что может потребоваться для принятия новых управленческих решений. Это тоже очень важные показатели, которые неплохо иногда вспоминать, например, при оценке постановки задач управления.

1.3. От контроллинга к информингу

В работах [5,11] введено понятие контроллинга, как одного из современных методов руководства предприятием. Сущность контроллинга заключается в создании на предприятии системы интегрированного информационного обеспечения, планирования и контроля. В некоторых случаях под контроллингом понимают систему управления прибылью предприятия. Достаточно ясно, что в общем случае это одно и то же.

При чтении такого рода работ об управлении, опытному специалисту, работавшему в отечественной промышленности в 80-х годах, прежде всего, приходят воспоминания о печально известных “Общеотраслевых руководящих методических материалах” (ОРММ-1) по разработке АСУ. Эти материалы были согласованы с оборонными отраслями промышленности и выпущены в последнем издании под названием “Интегрированная автоматизированная система управления отраслью” за авторством более чем ста фамилий их разработчиков на сто пятьдесят страниц текста этой публикации.

Каждое крупное предприятие должно было создать на этой основе собственную концепцию развития. Так, в частности, институт атомной энергии им. Курчатова разработал свой проект комплексной автоматизации проектирования, разработки и изготовления изделий, один эскизный проект которого занимал более четырехсот страниц, и вышел под утверждением двух вице-президентов АН СССР и нескольких академиков.

Все эти работы, по всей видимости, были по замыслу ничуть не менее емки и полезны для экономики того времени, чем, скажем, современная концепция контроллинга, и, к сожалению, не реализовались по причине изменения основ экономики нашей страны. Просматривая работы тех лет, сравнивая их с уже упомянутой нами работой [5], мы видим в последней только одно существенное преимущество – работа в целом смогла базироваться на более дисциплинированном и более оплачиваемом сообществе сотрудников автоматизируемой организации, чем это было в нашей стране.

Во всем прочем концепция планирования и контроля (контроллинга) мало отличается от хорошо спроектированной системы типа АСУ, обладая всеми ее достоинствами и недостатками. Как известно, основным недостатком систем “асушного класса”, является сочетание алгоритмического понимания и обработки информационных потоков предприятия (холдинга, концерна, вообще любой организации) с последующим вводом (а не одновременной разработкой!) их (потоков информации) в систему на рабочих местах или в специальных подразделениях подготовки данных. Примером здесь до сих пор могут являться почти все автоматизированные информационные системы.

Богатая, преуспевающая организация, конечно, может позволить себе систему управления класса контроллинга, но и обратное утверждение, по мнению большинства теоретиков управления (совсем не всегда совпадающему с реалиями практиков), верно: – нельзя стать богатой и преуспевающей организацией, не разработав для себя систему такого класса.

Нас здесь интересует не преодоление этой дилеммы. Укажем, что подобные системы имеют предел своей применимости – владелец организации (президент, совет директоров, акционеры – неважно) становится заложником управляющей системы, ибо охватить и воспринять интегрированные сведения, подаваемые системой, означает только одно – веру в соответствие способа действия “интегратора” тем замыслам и невысказанным решениям, которые руководителю совсем не обязательно доводить до сведения исполнителей.

Известный бихевиористический подход, внешне привлекательный и крайне демократичный, получается как производная от отдачи “промежуточной интеграции” в руки групп и коллективов, которые в сколько-нибудь большой организации чаще всего никогда не узнают о конкретных финансовых целях и внешних технополитических задачах своей реальной работы.

Вывод из этого тезиса достаточно простой – так как действительно, никакой управляющий орган не в состоянии учесть все текущие проблемы, возникающие на местах, то пусть руководство подразделениями строится по современной управленческой науке, плодотворно доказывающей оптимальное соотношение производителей и управителей, но уж механизмы интеграции, порождения обобщающей информации отдавать в руки исполнителям нельзя ни в коем случае.

Соответственно, для дополнительного отличия подхода, названного нами информингом, укажем, что его сущностью является и особое отношение к качеству и сути интеграции информации для обеспечения управления организационными системами. Впрочем, определение информации, как свойства материи или как “первичного неопределяемого понятия”, как это, к сожалению, характерно для всей научной литературы, нас здесь не устроят, и нам придется принять о ней ниже более конструктивное решение.

Вот от этих кратких “начальных условий” мы и предлагаем читателю пройти путь от математической оптимизации для организационного управления до формирования новых подходов, предусматривающих информационную поддержку информационно свободной работы руководителя реальных больших систем (на примере крупных предприятий и холдингов) в условиях реальных, априори не предусматриваемых сторонних воздействий на эти системы.

1.4. Управление в неживой и живой природе

Вне всякого сомнения, первым организационным управлением можно считать воздействие природных факторов на неживую природу. Тепло и влажность, давление и радиация, прочие физические факторы, воздействуя на объекты природы, преобразуют их, переводят в новое состояние практически не испытывая от них обратного отклика. Однако энергетика физических воздействий такого рода постепенно исчерпывается и впоследствии восстанавливается за счет тех или иных процессов за вычетом энтропийных потерь.

В принципе, все процессы такого рода вполне измеримы, т.е. являются количественными и допускают составление уравнения баланса физических воздействий и реакции на них. Следовательно, описание природного явления (процесса управления) на уровне естественного языка человека заведомо проиграет в метрической точности его представления, которое в свою очередь заведомо проиграет языку в представлении эмоциональной стороны явления (Почему это происходит? Введение метрики, в Природе не существующей (что бы там ни говорили математики), сразу дает модель, но эта модель адекватна замкнутому пониманию физического явления и привнесение здесь открытости от использования контекстно-зависимого языка не дает ничего, кроме трудностей описания метризованных процессов.).

Еще одним важным выводом является напоминание о том, что введение на этом уровне понятия обратной связи явится ненужным усложнением. Для энергетического баланса обратная связь фактически не нужна, хотя и можно искусственно посчитать энергетический обмен процессом обратной связи. Об информационном же обмене при любом понимании информации здесь речь вообще идти не может. Управление осуществляется по разомкнутой схеме.

Можно сделать следующие выводы из этого рассмотрения. Природа без наблюдателя, имеющего задачу описания события, никаких метрических построений не использует, и управление осуществляется по чисто энергетическому принципу вплоть до исчерпания возмущающей составляющей непосредственно в физическом процессе. При наличии наблюдателя для описания этого процесса приходится вводить метрические или сравнительные шкалы, без которых описание события невозможно. В чистой статике, при отсутствии возмущений, обычно об управлении, как о частном случае динамического процесса, не говорят.

Итак, описание события или управления – всегда модель. В подавляющем большинстве случаев исследовать или принимать решения о величинах, сроках и местах приложения управляющих воздействий возможно только работая с этим описанием, а не с самим объектом управления, который может разрушиться, видоизмениться под действием пробных управлений или вообще быть недоступен нам для эксперимента. В случае неживой природы это модель разомкнутого управления.

В живой природе, а также в сложных системно-открытых объектах, о которых мы будем говорить далее, управление, сравнительно с неживой природой, проявляется в более сложном цикле. Управление в живом всегда осуществляется “через накопленный образ”. Ранее при таком утверждении требовались ссылки, например, на К.Боулдинга, но теперь это уже стало для всех почти аксиомой.

Живое тем и отличается от неживого, что реакция на одно и тоже управляющее воздействие при равных условиях в разные моменты времени может быть совершенно различной. Кстати, именно по этому факту крупные предприятия, холдинговые компании и корпорации в системном смысле проявляют существенные черты живого организма, что уже давно подмечено многими исследователями (например, Дж. Миллером и др.).

Если не путать управление и рефлексы, под которыми надо понимать специально выделяемые механистические аспекты функционирования живого, то можно согласиться, что сигнальная обратная связь в чистом виде, без “реакции через накопленный образ” живому (в том числе и системам социального уровня) не присуща.

Читатель уже отметил, что в этом рассмотрении не хватает целого класса управляемых объектов – искусственных технических порождений человека, природе не присущих ни в какой своей части. Но именно для них и построен “наиболее адекватно” существующий математический аппарат (Например, абстракция бесконечно малого ориентирована на технические потребности, но в реальной Природе не существует; первое, что теряется при моделировании живых систем – само “живое”, воспринимаемое далее уже только на механистическом уровне и т.д.), именно для них максимально разработаны методы проектирования, реализации и управления.

Вот эти методы и стараются применить для организационного управления объектами природными, возникшими вне воли и желания человека – социальными институтами, и, в частности, предприятиями, холдингами, любыми большими “естественными образованиями”, в которые вынужденно группируются люди в процессе своего существования.

Мы постараемся не забывать об этом противоречии и строить наши рассуждения, оставаясь в них адекватными сложности рассматриваемых объектов.

1.5. Область существования систем с сигнальной обратной связью

Из рассмотренного выше следует достаточно ясный вывод о том, что собственно классическая схема управления на основе сигнальной обратной связи адекватно “не моделирует ни одной целостной системы” присущей Природе. Не менее ясно, что сигнальная обратная связь, как основа управления по измерению отклонения, адекватна только ситуациям, в которых можно что-то измерить, т.е. ввести количественный способ измерения отклонений каких-то характеристик управляемого объекта (Не зря же любимой шуткой управленцев является утверждение о том, что человек может находиться в неподвижном состоянии, только непрерывно падая.).

И, тем не менее, или, вернее, именно поэтому, сколько работ по управлению в интересующей нас области ни взять – в любой начало одно: определение системы количественных параметров процесса и пренебрежение всем, что нельзя измерить или после измерения “явно не влияет существенно” на баланс более “важных” количественных характеристик.

Попытки работы с качественными характеристиками ушли из науки вместе с работами по распознаванию в многомерных пространствах с качественными шкалами и заявками на необходимость введения “априорной метрики смысла” или “уровня семантической ценности”.

А теперь попробуйте сформулировать задачу управления чем-нибудь действительно сложным, в условиях попытки адекватного описания этого сложного только количественными параметрами. Все настолько привыкли, что это строго необходимо и иначе никак нельзя, что во времена моды на АСУ бездумно “перецифиривали” все вплоть до пола сотрудников и названия рабочих специальностей в кадровых анкетах.

И это не глупость была, и не издержки роста компьютерной грамотности, а прямое подавление математическим языком собственного языка управляемых систем, будь то, например, расчет бюджета вашей семьи или экономики в целом.

Что такое в реальности “всеобщая цифиризация” избранных параметров сложной системы? Это принудительное сведение ее собственного языка к языку обедненному, только частично описывающему систему. Ясно, что это язык математического моделирования.

Теперь перейдем к выяснению “собственной области существования систем с сигнальной обратной связью”, а заодно и к реальному месту математики, где она проявляет себя во всем своем великолепии.

Достаточно ясно, что это область кибернетических систем, систем с обратной связью по определению кибернетики. Но, в то же время, и систем, в Природе не существующих. Это системы, порожденные человеком из материалов, в конструкции Природных объектов в таком виде и с такой технологией неиспользуемых. Западная цивилизация, техногенная по своей сути, настолько далеко ушла от Природных процессов (в том числе и процессов управления), что по сравнению с ее восточным вариантом представляется абсолютно неэкологической – здесь речь идет об экологии человека. Конечно, и восточный вариант развития цивилизации не подарок Природе, но европейско-американский вариант в этом смысле превосходит все возможные пределы отдаления цивилизации от Природы.

Это книга не об экологии, а об управлении, и читатель сделает правильный вывод, если обратит внимание здесь, прежде всего, на последствия отхода от “собственного языка Природы” к языку математики в процессе развития техногенной цивилизации. Кто только не писал дифирамбы математическому языку представления Природы, кто только не восхвалял его как “твердый математический фундамент” всех наук. Цитаты в ее славу от древнейших времен до сегодняшнего дня должны, в принципе, знать даже современные школьники (О более правильном взгляде на математику см. работы Геделя, Эйнштейна, Рассела. В популярном изложении можно рекомендовать прекрасную книгу [4]).

Вот мы и получили цивилизацию, производящую то, чего в Природе не бывает – устройства, работающие на основе чистого принципа сигнальной обратной связи (А вот в паре с информационно-накопительным вариантом этот принцип в Природе вполне распространен [12].).

Не наш предмет – разбирать хорошо это или плохо. Наш предмет – обратить внимание читателя, что, добравшись до проблемы управления большими системами, системами, явно больше относящимися к миру живых, чем искусственных, классический подход к управлению продолжает призывать к построению систем управления для таких объектов на принципах сигнальной обратной связи.

Но существует и другое решение. Давно разработана парадигма управления, связанная с принятием решений не на сигнальном (измерительном) принципе, а на оценке внутренних структурных изменений в системе под действием входного сигнала (см. раздел 6.3). Сегодня это существенное альтернативное решение для организационного управления. Его использование, возможно, даст некоторый положительный импульс в развитии работ по автоматизации управления тем, что по уровню системной сложности пусть даже только начинает приближаться к живому(Не надо думать, что управление, например, атомной электростанцией сравнимо по сложности (или превосходит) с управлением обыкновенным заводом. Управление атомной станцией есть управление по алгоритму, достаточно простому и понятному, нарушение которого может вести к крайне неприятным последствиям, но это алгоритмическое, т.е. кибернетическое управление, управление “уровня обратных связей”.

Не дай Бог это управление перестанет быть алгоритмическим, т.е. строго предписанным для всех ситуаций. Управление же сколько-нибудь большим заводом с изменяющейся номенклатурой – процесс абсолютно неалгоритмический и сложность здесь другая, сложность “живого и не всегда предсказуемого” процесса.).

1.6. От натурфилософии к абсолютной абстракции

В принципе, всегда неплохо изначально выяснять, не понимается ли под предметом вашего рассмотрения терминологически еще что-либо иное, что, казалось бы, не может придти в голову “на уровне здравого смысла”, но, как выясняется, кем-то использовано в совершенно другом значении.

Такой урок, к примеру, получают все студенты вычислительно-управленческих специализаций, когда им приходится читать книги по “интеллектуальному управлению”. Из них они узнают, что “интеллектуальные системы – это не более чем образная метафора”, что под интеллектуальными системами можно понимать нечто совершенно другое и что проблема интеллектуализации, в частности, интеллектуализация управления – проблема математическая.

После таких утверждений и наш читатель – управленец с многолетним стажем наверняка захочет узнать, а что же такое наука, и, в частности, наука организационного управления, которым он занимается. Так вот, среди многих утверждений о сущности науки он встретит как минимум два, которые по нашему мнению покажутся ему интересными. Он прочтет, например, в Большом энциклопедическом словаре издания 1991 года, что наука всегда изучает модели, на основании исследования свойств которых исследуются свойства реального объекта, и что в развитии науки чередуются экстенсивные и революционные периоды, приводящие к изменению ее структуры и принципов познания.

Про сущность модельного взгляда на управление мы уже говорили. Добавим только, что “модель” у управленца (директора, менеджера) в голове только одна, не математическая, но интуитивная (Строго говоря – контекстно-зависимая), допускающая при необходимости описание только словесное. Отвечать ему, управленцу, а не математике. Критерий выбора всегда один: если решение машины и человека совпадает – зачем нужна машина, если противоположно или отлично – “она не знает того, что я ей не сказал и никому не скажу”. Последнее абсолютно правильно с точки зрения человека, который никогда не управляет критериально, “без учета неформальных привходящих факторов”.

Откуда же изначально взялось такое расхождение науки и практики?

Все дело в основополагающей системе организации научных взглядов – упомянутой выше смене принципов или парадигмы познания.

Изначально возникшая натурфилософия, в прямом переводе “философия природы” предполагала умозрительное истолкование Природы при рассмотрении ее в целом. Ранняя древнегреческая натурфилософия еще досократовского периода являлась исторически первой формой философии вообще.

Развитие экспериментального естествознания в новое время привело к вытеснению натурфилософии теориями природы, базирующимися на естественно научных данных. Однако это развитие привело и к интересному смещению в постановке задачи науки как таковой. От вполне справедливого взгляда науки времен натурфилософии, всегда предполагавшей, что кроме познанного для объяснения природы необходимо что-то еще (здесь совершенно не обязательно божественное начало), человечество перешло к философии (парадигме) абсолютной абстракции, сутью которой является утверждение, что все, что неизвестно, до тех пор, пока не открыто, не существует. Из такой парадигмы и вытекает моделирующая сущность науки.

Казалось бы, вполне абстрактный спор ведет человечество непосредственно к торжеству моделирующего познания, моделирующей науки, модельного восприятия мира. Однако сегодня в эту парадигму “уткнулись” два, в общем-то, одинаковых направления исследований: все работы, связанные с управлением сложными системами с элементами поведения живых систем, и исследование интеллекта самих живых систем.

Как-то внезапно, нарушая покой сложившегося научного мира, выявилась ситуация “исчезновения интеллекта и признаков живого” при любом модельном подходе, который, как известно, не учитывает “несущественные” черты моделируемого. Оказалось, что первым, что исчезает при моделировании, является тот самый интеллект, который и хотелось бы сохранить в модели (Это утверждение впрямую следует из чисто математического понимания сущности моделирования. Утверждается, что она заключается в том, что устанавливается отношение эквивалентности между двумя системами, каждая из которых может быть или реально существующей или абстрактной. Если одна из них окажется проще для исследования, чем другая, то о свойствах сложной системы можно судить, наблюдая свойства более простой (более доступной для исследования). Используемую для исследования систему называют моделью.

Модель называют изоморфной, если между моделью и реальной системой можно установить поэлементное соответствие. Считается, что предпочтительно (из соображений простоты и экономичности) пользоваться моделями, которые позволяют судить только о существенных аспектах поведения реальных систем, не детализируя их. Такого рода модели называют гомоморфными.

Изоморфизму и гомоморфизму можно дать строгое математическое определение в терминах теории групп. Но для нас важно не строгое их определение, а то, что его можно дать. Это эквивалентно утверждению, что отображение есть процесс математический, то есть процесс контекстно-независимый, строгий, алгоритмический. Проявление интеллекта, которое мы можем наблюдать только с использование того или иного вида контекстно-зависимого языка, этим утверждением исключено. Надо ли еще что-то добавлять о возможностях моделирования в сложных и живых системах чего-нибудь, кроме чисто механистических аспектов их существования или даже мышления? Последнее хорошо иллюстрируется нейронными сетями с их весовыми коэффициентами.).

И совсем не нужно было объявлять некоторые модели “интеллектуальными в смысле образной метафоры”, писать огромные книги о математической сущности интеллекта. Просто надо было вспомнить, что кроме познанного (контекстно-независимого, описываемого языком математики), являющегося предметом науки, есть еще и непознанное (контекстно-зависимое, математически не представимое или как сейчас стали говорить “невычислимое”, то самое, что, в частности, предопределяет неалгоритмические решения управленца в реальных ситуациях).

Ну а если пока у читателя не сложилось полное понимание сути поставленных для рассмотрения вопросов, так это и не страшно. Только в чисто алгоритмических науках можно “математически корректно” ставить задачи и искать процедуры их решения. Для открытых систем таковых нет по определению открытости, для них есть только процесс существования, но не алгоритм процесса. Чтобы понять и это определение, и другие, нам надо будет критически оценить достаточно много различного материала. Для этого сначала займемся внимательным рассмотрением сущности основных моментов традиционной организации управления.


Site of Information Technologies
Designed by  inftech@webservis.ru.