Інженерія інтелектуальних систем

Створений “за образом і подобою” лише у Гордині своїй може відійти від доступної йому цілі і призначення Еталону.

Це означає, що Чоловік повинен бути інженером у всіх своїх діяннях на всьому протязі свого шляху.

І якщо для цього йому потрібна наука – нехай вона буде інструментальною, нехай пройде шлях від абстрагування на моделях до інструментарію, яким користувався Інженер Відкритого Світу.

Довга дорога створення інструменту, щасливий буде садівник, що виростив цей плід.

Нас не цікавить неможливість реалізації контекстно-залежної мови на скінченному автоматі. Нас цікавить як її на ньому реалізувати.

За А. і Б. Стругацькими

Розділ 5. Реалізація контекстно-залежного управління

5.1. Неформальні вимоги

Інтелектуальне рішення – це рішення, що має право на помилку у чому ми абсолютно відмовляємо рішенню алгоритмічному, перекладаючи всю відповідальність на розробника алгоритму.

Практичний розробник системи управління для реального об’єкта з реальним оточенням завжди виявиться втягнутим у протиріччя між вимогами алгоритмізації процесів, витікаючими з техніки і математичного апарату, і невизначеності формальних характеристик, що виникає при врахуванні практики роботи реального об’єкта у складі реальних підсистем.

З погляду прикладної теорії ІСУ, якщо об’єкт управління перевищує за рівнем складності алгоритмічно описувану побудову третього рівня, то спроба алгоритмізації його роботи є спробою управління відкритою системою високого рівня (найчастіше - рівня суспільного інституту) з допомогою замкнутої системи. Але необхідно визнати, що для значного числа практичних об’єктів реальні проблеми управління є проблеми управління відкритими контекстно-залежними системами.

Можна зробити завод-автомат із серійного виробництва техніки будь-якої складності або узяти пробу місячного грунту, або здійснити зліт і посадку на автопілоті – і ці спроби практично здійсненні, бо тут, незважаючи на виняткову технічну складність, керовані системи, що управляють, належатимуть до рівня, що забезпечується кібернетичними побудовами.

Управляти ж випуском продукції, що має експериментальний, тобто принципово невизначений до її випуску характер, або створити пристрій, що може самостійно існувати в оточуючому нас буденному світі, що відрізняється від “алгоритмізованого світу Місяця” – завдання на кібернетичному рівні неможливі, бо на відміну від перших, обстановок, що алгоритмізуються інші існують у невимірному системно-складнішому зовнішньому світі.

Рішення, які тут повинні прийматися, відносяться до так званих не програмованих рішень: “...рішення можна вважати не програмованими, якщо вони є або новими, або рішеннями з нечітко вираженою структурою, або особливо важливими. В цьому випадку не існує готового методу вирішення проблеми або тому, що сама проблема раніше не виникала, або тому, що її точна природа і структура надмірно складні, або тому, що проблема настільки важлива, що вона заслуговує спеціального розгляду в індивідуальному порядку” [19].

Без додаткових уточнень зрозуміло, що більшість реальних систем управління складними об’єктами відносяться до систем із не програмованими рішеннями і, значить, спроби створення систем управління об’єктами високого рівня складності повинні бути підтримані можливостями адекватної теорії для прийняття кращого рішення з доступної підмножини можливих рішень.

Взагалі кажучи, складна проблема вироблення не програмованого рішення на рівні інтелектуальних систем пов’язана з численними всередині і зовні системними факторами, відповідними в своїх проявах рівню складності конкретних систем. Сказане необхідно враховувати при створенні інтелектуальної бази. Це галузь невизначеності, де системи класу СУО, як правило, не в змозі інформувати як вони прийшли до певного рішення і яке рішення буде сприйняте їх оточенням як правильне. Часто ще важче визначити, чи було це рішення правильним у контексті наявної інформації і чи залишилося таким після його прийняття.

Наступна проблема полягає в тому, що послідовність дій і висновків, що веде до прийняття управляючих рішень, найчастіше не є однаково прийнятною з погляду верхнього і нижнього рівня внутрішньої ієрархії керуючих підсистем, що складають відкриту систему. У зв’язку з тим, що управління залежить від наявної інформації, найважливішим питанням інформаційного забезпечення є проблема розуміння необхідного ступеня його повноти різними рівнями цієї ієрархії.

Звичне відношення в ієрархії підсистем високого рівня системної складності складається таким чином: підсистеми деякого конкретного рівня ієрархії за рахунок зменшення (спотворення) інформації прагнуть забезпечити собі достатню свободу варіації своєї діяльності, тоді як вищий стосовно до них рівень бажає мати інформацію, достатню для забезпечення своєї незалежності від звітності нижчого рівня.

Наприклад, зовнішній рівень управління може вважати за доцільне вимагати відомості про внутрішні інформаційні пересилки нижчого рівня або бажати знати не лише про те, що зроблено, але і як це робилося. При цьому він сам виступає як нижчий рівень стосовно наступного ієрархічного рівня зі всіма витікаючими наслідками.

Звідси випливає висновок: щоби інформація ефективно поставлялася між підсистемами, не зустрічаючи перешкод, необхідно враховувати інтереси нижніх рівнів ієрархії. Потрібно пам’ятати, що нижні рівні перебувають в такому становищі, що їх локальні інтереси можуть частково не збігатися із глобальними інтересами кожного наступного рівня {91. Тут можна поставити питання дослідження проблеми інформаційної виживаємості або гомеокінетичної стійкості інтелектуальних систем різних рівнів супідрядності в боротьбі за отримання і приховання інформації. І не треба проектувати сказане лише на системи, утворені людським суспільством. Поділ інформації за її доступністю – один із найважливіших моментів негентропійного інформаційного процесу.}.

Очевидно, що будь-яка система має сенс тільки при передачі інформації між її підсистемами. Врахування і ефективне подолання вказаної вище суперечності є необхідним організаційним фактором створення інформаційного забезпечення управління, однією з найважливіших вимог прикладної теорії ІСУ.

Зокрема, це вимога до спеціальних властивостей бази знань, структура якої повинна враховувати різне ставлення до значущості (адресної, а не абстрактної “семантичної” цінності) однієї і тієї ж інформації на рівні різних підсистем.