Книга 1 Киев „Корнійчук 2009 Кононюк Анатолий Ефимович


Роль вычислительной техники в общей теории консалтинга



страница6/33
Дата18.05.2019
Размер5.66 Mb.
ТипКнига
1   2   3   4   5   6   7   8   9   ...   33

1.3.5. Роль вычислительной техники в общей теории консалтинга

Современная консалтинтология сильно зависит от средств вычислительной техники, представляю­щих собой одновременно и ее лабораторию, и важнейшее мето­дологическое средство. Поэтому не удивительно, что современный системный подход начал формироваться почти сразу после появ­ления в конце 40-х — начале 50-х гг. полностью автоматизирован­ных цифровых вычислительных машин. Все это время консалтинтология и компьютерная технология развивались бок о бок и влияли друг на друга.

Прогресс компьютерной технологии совместно с достижения­ми в области искусственного интеллекта дали новые методоло­гические возможности, помогли прояснить или уточнить формули­ровку некоторых фундаментальных познавательных проблем, сде­лать более конструктивными некоторые умозрительные идеи, а также сделали возможным реализацию некоторых простейших функций человеческого мозга на компьютере. Однако цель реше­ния консалтинговых задач — не заменить мозг человека машиной, а симбиотически дополнить его компьютером, снабженным пакетом соответствующих консультационных методических средств. Такой подход осно­ван на том, что при столкновении с очень сложными системами мозг проявляет способности, намного превосходящие самые слож­ные методы, реализованные на самых современных компьютерах. Современное понимание этих способностей достаточно примитив­но и, безусловно, неудовлетворительно. Несмотря на успехи ис­кусственного интеллекта, а также нейрофизиологии, психологии и других наук есть основания считать, что некоторые способности человеческого мозга никогда не будут поняты до конца.

Возможно, самыми ценными свойствами человеческого мозга являются интуиция, озарение, способность к глобальному охвату, особенно если они хорошо развиты. Сложные проблемы, однако, часто обладают свойствами, не поддающимися интуитивному по­ниманию и глобальной оценке. Эти свойства являются ловушками для ума в том смысле, что подталкивают его к неправильным представлениям, а отсюда, и к неправильным формированиям рекомендаций по решению задач консультируемой проблемы. Для обнаружения этих ловушек нужно, как пра­вило, проделать утомительную работу по детальному анализу консультруемой проблемы. В этом отношении мозг не очень силен и ограничен в возможностях, а детальный анализ — это как раз та область, где компьютер его превосходит. Это свойство компьютера позволяет ему играть важную роль гаранта и усилителя интуиции ЛФР.

Симбиоз человека (ученого; лица, формирующего рекомендации, конструктора и т. п.) и методологически вооруженного компьюте­ра, позволяет ввести и применить новые под­ходы к решению различных интеллектуальных задач, к которым относятся и консалтинговые задачи, существенно более мощные, чем используемые ЛФР или компьютером в отдельности. Сила ЛФР в его знании консультируемой проблемы, понимания и использовании контекста, в котором производится консультирование, в интуиции, способности к глобальному охвату, в чувстве правильного формирования рекомендации, аудиовизуальных возможностях, творчестве и тому подобное. Сила компьютера — это его вычислительная мощность, легкость, с которой он производит огромное число операций, значительно превосходящая в этом отношении возможности человека. Правильно использованная вычислительная мощность компьютера существенно увеличивает интеллектуальную силу ЛФР, осуществляя для него необходимый детальный анализ и, как уже отмечалось, помогая избежать многих интуитивно не обнаруживаемых ловушек, связанных со сложно­стью решаемых консалтинговых задач.

Одной из таких ловушек является обычно принимаемое без доказательств предположение, что свойства консультируемой проблемы в целом могут быть восстановлены по знаниям о соответствующих свойствах, связанных с ее подпроблемами. Например, в междисциплинарных социологических проектах обычно предполагается, что мы пони­маем проблему в целом, если мы понимаем ее экономическую, пра­вовую, политическую, экологическую и другие рассматриваемые подпроблемы. Подобное предположение, к сожалению, подтверждается очень редко, и, даже если подтверждается, его обоснованность зависит от выбранных подпроблем. Нет оснований считать, что «естественные» подпроблемы (экономические, политические и т. д.) являются адекватными в том смысле, что они содержат достаточно информации, чтобы можно было достаточно точно реконструировать (понять) проблему в целом. Если же предполо­жение о возможности реконструкции всей проблемы по определен­ным ее подпроблемам не подтвердилось, то всевозможные выводы относительно всей проблемы, полученные из подпроблем, могут ока­заться некорректными и вводящими в заблуждение. Хотя инфор­мация о возможностях реконструкции неявно содержится в данных о проблеме в целом, явное ее определение требует детального анализа этих данных. Методы проведения такого анализа, называемого анализом реконструируемости, разрабатывались в послед­ние годы. Человек, если не считать весь­ма небольших проблем, с анализом реконструируемости не справ­ляется, в то время как у компьютера есть огромные возможности по проведению такого анализа для проблем, имеющих практическое значение.

Анализ реконструируемости — это просто один из примеров важной методологической области, практическая значимость ко­торой определяется применением сложной компьютерной техно­логии. При решении консалтинговых задач такие примеры отнюдь не редки, а скорее типичны. Использование компьютера как гаранта и усилителя интуиции консультанта при решении консалтинговых задач — это одно из двух важнейших его применений в консалтинтологии. Другим является его использова­ние в качестве лаборатории консалтинтологии. В этом случае он используется для проведения экспериментов со смоделированны­ми на нем консалтинговыми задачами. Можно выделить по крайней мере три цели проведения таких экспериментов.

1. Традиционное использование моделирования. Проблема, воспроизводящая соответствующие свойства консультируемой проблемы, моделируется на компьютере для порождения сценариев при различных предположениях относительно среды проблемы, а также при различных параметрах самой проблемы.

2. Открытие или проверка законов консалтинтологии в задачах. Экспери­менты такого рода проводятся на компьютере с большим числом разных консалтинговых задачах одного и того же класса. Цель таких эксперимен­тов — открытие полезных свойств, описывающих класс исследуе­мых консалтинговых задачах, или, наоборот, проверка выдвинутых относительно этого класса предположений (рекомендаций). Один из наиболее характерных экспериментов такого рода был проведен Гарднером и Эшби. Целью эксперимента было определение влияния размера системы (числа переменных) и ее связанности (числа зависимостей между переменными) на веро­ятность устойчивости в определенном классе систем. Гарднер и Эшби ограничили свое исследование весьма конкретным классом систем (линейными динамическими системами, описываемыми сис­темой линейных дифференциальных уравнений первого порядка с постоянными коэффициентами). Среди других результатов их исследование привело к открытию критической связности и дало следующий статистически достоверный закон для изучаемого класса систем: если линейная динамическая система (как она описана выше) достаточно велика (состоит из 10 или более пере­менных) и ее связанность (процент ненулевых недиагональных элементов в матрице, описывающей эту систему) меньше 13% (критическая связанность), тогда данная система почти наверня­ка устойчива. Если ее связанность больше 13%, она почти навер­няка неустойчива; 2%-го отклонения от критической связанности оказывается достаточно для того, чтобы ответ на вопрос об устой­чивости из «почти наверняка устойчива» превратился в «почти наверняка неустойчива» (рис. 1.2).


Рис. 1.2. Зависимость устойчиво­сти системы от связности (экспериментальные результаты получе­ны Гарднером и Эшби)
Подобного рода экспериментальные исследования для более широкого класса динамических си­стем, описываемых нелинейными ме­няющимися во времени дифферен­циальными уравнениями, проведены Макридакисом и Фошо. Некоторые свои результаты для разных случаев они представили в виде математических формул. Так, например, вероятность устой­чивости произвольно выбранной системы описанного выше класса с п переменными задается функцией

р(п)=е1-1,1п,

что очень хорошо соответствует экс­периментальным данным.

Аналогичные модельные исследования для биологических систем, описываемых взаимосвязанными логическими элементами, проведены Кауфманом .

Уолкер, Эшби и Гельфанд экспериментировали с системами, состоящими из функционально одинаковых элемен­тов, представляющих собой конечные автоматы с двумя входами и двумя внутренними состояниями. Задачей этих исследований было определение зависимости длины цикла и других характерис­тик от размера системы для различных типов автоматов.

В качестве примера совершенно иного рода экспериментально­го исследования определенных свойств систем приведем эмпири­ческую формулу

для вычисления средней цены С двухуровневой переключающей схемы, реализующей одну булеву функцию с п независимыми переменными, g узлами «один» и h узлами «нуль». Эта формула получена Келлерманом на основе большого числа вычис­лительных экспериментов, K1 и К2 — это константы, зависящие в общем случае от используемой технологии, типов компонентов и определения цены. Келлерман определил также значения этих констант для практически важных случаев. Данная формула мо­жет помочь консультанту сравнить несколько различных рекомендаций, а также проливает некоторый свет на главный вопрос: при использовании одной технологии, объективных критериев и ограничений является ли переключающая схема с а входами и b выходами дешевле или дороже (в среднем) переключающей схемы с с входами и d выходами, где или а<с и b<d, или а>с и b<d?

3. Экспериментальные характеристики методов. Постановка консалтинговой задачи, решение которой известно, моделируется на компьютере. Для решения этой задачи используется исследуемый метод (обыч­но это метод решения задач, имеющих недедуктивную природу). Полученный результат сравнивается с известным решением. Эта процедура повторяется достаточное число раз для различных постановок консалтинговых задач исследуемого класса, что позволяет определить полученные характеристики введенного метода. Такие характерис­тики очень важны для ЛФР, применяющих разные ме­тоды, так как дают возможность правильно интерпретировать полученные результаты и сформировать рациональные рекомендации.

Таким образом, связи между решением консалтинговых задач и вычислительной техникой весьма важны. Можно с уверенностью сказать, что решение консалтинговых задач не имело бы в действительности никакой практической ценности, если бы не использование мощ­ной вычислительной техники.



1.4. Классификация объектов и процессов, исследуемых в общей теории консалтинга

1.4.1. Введение в научную классификацию и таксономию

Классифика́ция (от лат. classis — разряд, класс), в логике — система соподчиненных понятий (классов объектов) какой-либо области знания или деятельности человека, используемая как средство для установления связей между этими понятиями или классами объектов. То есть КЛАССИФИКАЦИЯ — это система понятий какой-либо области знания или деятельности человека. Классифика́ция — процесс группировки объектов исследования или наблюдения в соответствии с их общими признаками. В результате разработанной классификации создается классифицированная система (часто называемая так же, как и процесс —классификацией). Научная классификация выражает систему законов, присущих отображенной в ней области действительности. Различают естественные классификации, основания которых — существенные признаки объектов (напр., периодическая система химических элементов), и искусственные классификации, в которых используются несущественные признаки; к искусственным классификациям относятся т. н. вспомогательные классификации (алфавитно-предметные указатели, именные каталоги в библиотеках). В нашей жизни повседневно мы постоянно занимаемся тем, что группируем или как-то выделяем предметы и вещи из общего нашего окружения, то есть постоянно пользуемся классификацией. Куртка зимняя, саморез, полотенце, хлеб черный и так далее и тому подобное. Почему куртка зимняя - потому что по внешним признакам она скорее всего теплая. Почему саморез, а не гвоздь или болт - опять же по внешним признакам. Вот эти внешние признаки и определяют в данном случае такие понятия как куртка зимняя и саморез. А эти два понятия являются системой понятий. А то что мы можем группировать предметы по определенным признакам или свойствам называется классификацией. А собрать признаки и свойства для описания группы или понятия называется таксономией. Являясь в большей или меньшей степени условной (соответственно субъекту её осуществляющему и его восприятию «общности признаков»), классификация может позволить упростить общение людей ее применяющих (в случае, если это восприятие «общности признаков» само оказалось достаточно общим). Например, можно использовать понятие монотонной функции, не обращаясь каждый раз к определению, выделяющему это подмножество функций из множества функций вообще. ТАКСОНОМИЯ (от греч. taxis — расположение, строй, порядок и nomos — закон), теория классификации и систематизации сложноорганизованных областей действительности, имеющих обычно иерархическое строение (органический мир; объекты географии, геологии, языкознания, этнографии; консультируемые проблемы и т. д.). Термин (предложен в 1813 швейцарским ботаником О. Декандолем) длительное время употреблялся как синоним систематики. В 60-70-х гг. 20 в. возникла тенденция определять таксономию как раздел систематики, как учение о системе таксономических категорий, обозначающих соподчиненные группы объектов — таксоны. Если сформулировать это коротко, то получится что ТАКСОНОМИЯ - это теория классификации и систематизации. ТАКСОНОМИЯ - это знания системы понятий и их систематизации. Таксономия занимается тем, что разрабатывает систему понятий и признаки, описания, свойства по которым можно будет определять что в это понятие входит. Например понятие инструмент. Определим это понятие как то, что помогает человеку выполнять работу. Инструмент может быть механический и электрический, садовый и столярный. Вот уже есть система понятий, описывающая инструмент. В данном случае понятиями здесь выступают: инструмент механический, инструмент электрический, инструмент садовый, инструмент столярный. Теперь осталось добавить к этим понятиям признаки, описания и перечень свойств по которым можно определять относится предмет к инструменту электрическому или инструменту садовому и у нас готовая система классификации. Таксономия - процесс создания систем классификации. Исключительно сложное строение системы органического мира, серьезные трудности, с которыми приходится сталкиваться при построении теории этой системы (отсутствие во многих случаях ясной границы между таксонами, порождаемая этим необходимость оперировать огромными множествами признаков и свойств), стимулировали многочисленные попытки теоретического, в том числе формального, обоснования таксономии и её основных категорий (так называемая численная, или нумерическая таксономия.). Эти попытки позволили привлечь в таксономии методы современной математики, но пока еще не привели к общепринятым фундаментальным результатам. Таксономию следует рассматривать в отношении к информации, т. е. деление информации по каким либо признакам называется таксономией. То есть, определение о чем будет сайт, какая информация будет представлена на сайте, какие темы эта информация будет освещать и как определить куда, в какие темы, будет добавляться новый материал и есть таксономия. Допустим наш сайт о геометрических фигурах. Будем описывать геометрические фигуры. Чтобы как то упорядочить информацию о фигурах будем её группировать по характерным чертам этих фигур (понятиям): размер, форма, цвет и так далее. Вот этот процесс определения как делить информацию о фигурах по их характеристикам и есть таксономия в данном конкретном случае.

1.4.2. Место классификации в теории консалтинга

Классификационные методы и процедуры широко применяются в научном исследовании для решения самых различных познавательных задач, в том числе и консультационных. Достаточно строго и четко проведенная классификация одновременно подытоживает результаты пред­шествующего развития данной отрасли познания, а именно - общей теории консалтинга, и вместе с тем отме­чает начало нового этапа в ее развитии. Такая классификация облада­ет большой эвристической силой, позволяя предсказать возникновение неизвестных ранее проблем, которые требуют консультационных услуг или вскрыть новые связи и зависимости между уже существующими консультруемыми проблемами. Достаточно вспомнить, например, классификацию химических элементов, осуществленную Д. И. Менделеевым на основе открытого им периодического закона. Она не только позволила Менделееву предсказать существование и свойства химиче­ских элементов, но и послужила основанием для дальнейших исследова­ний, углубивших наши представления об их природе. В классификации, таким образом, отчетливо проявляется диалектический характер разви­тия научного знания: процесс получения нового знания в определенной мере детерминируется уже имеющимся знанием и вместе с тем новое знание оказывается несводимым к старому как более глубокое, более организованное, более упорядоченное. Полем применения классификационных процедур являются объек­ты практически всех научных дисциплин, а также и сама система на­ук в целом. По словам известного логика X. Зигварта, «классификация всей совокупности того, что содержит вселенная, явля­лась бы вообще — если представить себе ее в ее завершении — послед­ним и самым зрелым результатом эмпирического исследования... логи­чески самым завершенным познанием, заключающим в себе все». Мож­но согласиться со столь высокой оценкой значимости клас­сификационной процедуры, хотя в сколько-нибудь обозримом будущем едва ли можно рассчитывать на приближение к такой всеобъемлющей классификации. Пока же классификация используется для решения широкого круга познавательных задач, и не случайно в глазах представителей как разных наук, так и пределах одной науки, например, общей теории консалтинга, создание классификации расценивается по-разному. В настоящее время наиболее интенсивно, на наш взгляд, вопросы классификации разрабатываются в биологии, геологин и нау­коведении. Параллельно происходит обмен классификационными приемами между разными областями знаний, все более широко внедряют­ся в практику классификации различные методы логики и математики. Происходит становление общей теории классификации, постепенно выявляются ее методологические аспекты, которые будут рассмотрены ниже. Каковы же в общих чертах особенности построения классификаций в различных областях научного знания? В математике содержательная классификация аксиоматически оп­ределенных объектов возникает чаще всего как завершение некоторой об­ласти исследований, как некий «окончательный» результат, вскрываю­щий сущность изучаемого класса объектов. Примерами такого рода результатов могут служить теоремы о приведении матриц к жордановской нормальной форме (дающей полный перечень инвариантов линей­ного преобразования), теорема о спектральном представлении самосо­пряженных операторов в гильбертовом пространстве, классификация простых групп Ли и т. п. Все подобные классификации строятся по следующему принципу. Сначала аксиоматически определяется некоторый класс математических объектов путем формального описания некоей теории. Затем вы­ясняется, что с точностью до некоторого естественного в данных усло­виях изоморфизма все модели этой теории могут быть описаны «кон­структивно»— заданы определенной структурой. Между аксиоматиче­ским определением и конструктивным описанием всех допустимых воз­можностей и простирается собственно история конкретной области ма­тематики. На практике все происходит не столь гармонично, каж­дая область математики варьирует разные аксиоматические определе­ния и корректирует их в зависимости от того, получается ли «интере­сная» классификация определяемых объектов и отвечают ли эти объек­ты некоторому интуитивному представлению о них. Естественно, что в наиболее интенсивно развивающихся областях математики классификации не закрыты, но ставят все новые проблемы. В фундаментальных разделах физики отчетливее видно противопоставление «дескриптивных» классификаций, позволяющих просто при­вести к удобному виду накопленные результаты, и «структурных» клас­сификаций, позволяющих увидеть сущность классифицируемых объек­тов. Скажем, известные фундаментальные частицы делятся по заряду, спину, массе, странности, по участию в разных типах взаимодействий. Это «дескриптивные» классификации. С другой стороны, какие-то груп­пы частиц удается проклассифицировать по каким-то типам симметрии. Например, строятся теории о кварковой структуре частиц, позволяющей описать все существующие и возможные частицы как некоторые струк­туры из гипотетических субчастиц — кварков. Получение такой классификации есть цель физики элементарных частиц. В такой гуманитарной науке, как лингвистика, наряду с чисто дескриптивными классификациями (генетическая классификация языков, классификация частей речи, различные классификации лексики и т. п.), возникающими в ходе начального процесса накопления данных, есть и четкие структурные классификации (классификация фонем по диффе­ренциальным признакам и звуков по артикуляционным признакам, классификация языков по четырем строям и т. п.), каждая из которых является своеобразной вершиной развития определенной области линг­вистики. Однако в большинстве естественных, технических и гуманитарных наук мы имеем дело только с «дескриптивным» делением объектов изу­чения, необходимым для дальнейшего их исследования. В частности, примерно такой статус имеют классификация живых организ­мов в биологии или существующие классификации наук, используемые в информатике. В биологии смысл таксонов разного ранга нередко считается неодинаковым. Существует точка зрения, согласно которой реальны только таксоны более низкого ранга (виды, в крайнем случае роды и семейства), тогда как остальные таксоны — абстракции. Вместе с тем предпринимаются попытки создания формализован­ных процедур биологической классификации с применением методов логики и математики. В частности, важный шаг в этом направлении был сделан Дж. Р. Греггом. Ему принадлежит одна из первых попыток формализации таксономических понятий, аксиоматизации таксономии и изложения некоторых ее теорем на языке теории множеств. При этом он опирался на выполненную Дж. Вуджером формализацию понятий «иерархия» и «уровень иерархии». Следует, однако, отметить, что Грегг, как и многие другие теоретики таксономии, не касался неиерархиче­ских классификаций. Ограниченность формализации Грегга сказывает­ся также и в том, что для него содержательная классификация организ­мов (другие объекты его не интересовали) сводится к разбиению их множества на подмножества. Он не учитывал, что еще в XVIII веке была введена и постепенно стала основной иная последовательность классификационной работы — не «сверху», от крупных таксонов к мел­ким, а «снизу», то есть путем постепенного объединения объектов в низ­шие таксоны, а этих таксонов — в таксоны более высокого ранга. В си­лу этого предложенная Греггом формализация таксономических проце­дур не оказала заметного влияния на практику биологической класси­фикации. В рамках теории классификации рассматривается весь спектр возможных классификаций на шкале «Экстенсиональность — интенсиональность». На одном полюсе находятся клас­сификации экстенсиональные, дескриптивные, использующие внешние характеристики объектов, а на другом полюсе — классификации интен­сиональные, сущностные. 



Поделитесь с Вашими друзьями:
1   2   3   4   5   6   7   8   9   ...   33


База данных защищена авторским правом ©vossta.ru 2019
обратиться к администрации

    Главная страница