Структура научной теории. 5 страница

Как считает профессор У. Мартин, под информационным обществом понимается «развитое постиндустриальное общество», возникшее прежде всего на Западе. По его мнению, не случаен тот факт, что информационное общество утверждается прежде всего в тех странах — в Японии, США и Западной Европе, — в которых в 60-х — 70-х годах сформировалось постиндустриальное общество.

У. Мартин предпринял попытку выделить и сформулировать основные характеристики информационного общества по следующим критериям.

Технологический: ключевой фактор — информационные технологии, которые широко применяются в производстве, учреждениях, системе образования и в быту.

Социальный: информация выступает в качестве важного стимулятора изменения качества жизни, формируется и утверждается «информационное сознание» при широком доступе к информации.

Экономический: информация составляет ключевой фактор в экономике в качестве ресурса, услуг, товара, источника добавленной стоимости и занятости.

Политический: свобода информации, ведущая к политическому процессу, который характеризуется растущим участием и консенсусом между различными классами и социальными слоями населения.

Культурный: признание культурной ценности информации посредством содействия утверждению информационных ценностей в интересах развития отдельного индивида и общества в целом.

При этом Мартин особо подчеркивает мысль о том, что коммуникация представляет собой «ключевой элемент информационного общества».

Мартин отмечает, что, говоря об информационном обществе, его следует принимать не в буквальном смысле, а рассматривать как ориентир, тенденцию изменений в современном западном обществе. По его словам, в целом эта модель ориентирована на будущее, но в развитых капиталистических странах уже сейчас можно назвать целый ряд вызванных информационными технологиями изменений, которые подтверждают концепцию информационного общества.

Среди этих изменений Мартин перечисляет следующие: структурные изменения в экономике, особенно в сфере распределения рабочей силы; возросшее осознание важности информации и информационных технологий; растущее осознание необходимости компьютерной грамотности; широкое распространение компьютеров и информационной технологии; развитие компьютеризации и информатизации общества и образования; поддержка правительством развития компьютерной микроэлектронной технологии и телекоммуникаций. широкое распространение — компьютерные вирусы и вредоносные программы по всему миру.

В свете этих изменений, как считает Мартин, "информационное общество можно определить как общество, в котором качество жизни так же как перспективы социальных изменений и экономического развития в возрастающей степени зависят от информации и ее эксплуатации. В таком обществе стандарты жизни, формы труда и отдыха, система образования и рынок находятся под значительным влиянием достижений в сфере информации и знания.

В развернутом и детализированном виде концепцию информационного общества (с учетом того, что в нее почти в полном объеме включается разработанная им в конце 60-х — начале 70-х годов теория постиндустриального общества) предлагает Д. Белл. Как утверждает Белл, «в наступающем столетии решающее значение для экономической и социальной жизни, для способов производства знания, а также для характера трудовой деятельности человека приобретает становление нового уклада, основывающегося на телекоммуникациях. Революция в организации и обработке информации и знаний, в которой центральную роль играет компьютер, развертывается одновременно со становлением постиндустриального общества». Причем, считает Белл, для понимания этой революции особенно важны три аспекта постиндустриального общества. Имеется в виду переход от индустриального общества к обществу услуг, определяющее значение кодифицированного научного знания для реализации технологических нововведений и превращение новой «интеллектуальной технологии» в ключевой инструмент системного анализа и теории принятия решения.

Качественно новым моментом стала возможность управления большими комплексами организаций и производством систем, требующим координации деятельности сотен тысяч и даже миллионов людей. Шло и продолжает идти бурное развитие новых научных направлений, таких как информационная теория, информатика, кибернетика, теория принятия решений, теория игр и т. д., то есть направлений, связанных именно с проблемами организационных множеств.

Одним из крайне неприятных аспектов информатизации общества является утрата информационным обществом устойчивости. Из-за возрастания роли информации малые группы могут оказывать существенное влияние на всех людей. Такое влияние, например, может осуществляться через террор, активно освещаемый СМИ. Современный терроризм это одно из следствий снижения устойчивости общества по мере его информатизации.

Возвращение устойчивости информационного общества может быть осуществлено через усиление политик учетности. Одним из новых направлений усиления политик учетности людей является биометрия. Биометрия занимается созданием автоматов способных самостоятельно узнавать людей. После событий 11 сентября 2001 года по инициативе США началось активное использование международных паспортов с биометрической идентификацией людей автоматами при пересечении границ государств.

Вторым важнейшим направлением усиления политик учетности в информационном обществе является массовое использование криптографии. Примером может служить СИМ карта в сотовом телефоне, она содержит криптографическую защиту учетности оплаты абонентами арендуемого у оператора канала цифровой связи. Сотовые телефоны являются цифровыми, именно переход на цифру позволил обеспечить всех желающих каналами связи, но без криптографии в СИМ картах сотовая связь не смогла бы стать массовой. Операторы сотовой связи не смогли бы надежно контролировать факт наличия денег на счете абонента и операции по снятию денег за пользование каналом связи.

Общество знаний.Основной идеей концепции общества знаний является выражение самого Питера Друкера(журналист в Германии, где и получил докторскую степень в области международного права): «В обществе знаний менеджеры должны быть готовы отказаться от всего, что они знают». В подобном обществе знания являются первостепенным ресурсом и всеобъемлющим ресурсом для индивидуумов. Такие традиционные факторы производства, как земля, труд и капитал, не исчезают, но отходят на второй план. Они могут приобретаться и достаточно легко приобретаются как раз с помощью специализированных знаний. Они могут быть продуктивными только в том случае, если интегрированы в задачу. Общество знаний является обществом организаций, поскольку цель и функция любой организации, как связанной с бизнесом, так и не связанной с ним - это интеграция специализированных знаний в общую задачу.

Согласно данной концепции появляется новый тип работника - работник, обладающий знанием. Питер Друкер выделяет две категории работников: управленцы и специалисты (менеджеры определенного уровня, консультанты, программисты, пользователи программного обеспечения). Пользователи и программисты могут работать как самостоятельно, так и в компании. Основное отличие их деятельности в том, что они создают продукт собственными средствами, не используя средства компании. Возникает справедливый вопрос: как управлять такими работниками? Отвечая на этот вопрос, Друкер рассмотрел три типа команд: 1) парный теннис, характеризующийся высокой взаимозависимостью партнеров, необходимостью увязки их сильных и слабых сторон отсутствием свободы; 2) бейсбол, где место и функции каждого игрока строго определены и четко сформулированы; 3) американский футбол со значительно большей степенью свободы, по ходу игры любой игрок может брать инициативу на себя и выполнять различные функции.

Друкер отмечает, что динамика знаний четко предписывает менеджерам, что каждая организация должна строить управление изменениями по своей собственной системе, близкой именно этой организации (т.е. каждая организация должна быть готова к отказу от всего, что она делает).

Организация должна уметь отказываться от какой-либо неперспективной и невыгодной деятельности, а не стараться пролонгировать жизнь какому-то успешному на сегодня продукту производства. Иногда подобная стратегия приносить большую выгоду, чем последняя.

Каждая организация должна посвятить себя созданию чего-то нового. Для данной идеи характерно утверждение того, что каждое управление в ходе своей деятельности должно использовать три основных принципа.

Во-первых, процесс, названный японцами кайзен, который предполагает продолжение усовершенствования продукта компании. Цель кайзена - усовершенствовать продукт или услугу, чтобы через два– три года они смогли стать действительно отличным продуктом или услугой.

Во-вторых, каждая организация должна учиться использовать свои знания для развития собственного успеха и дальнейшего его применения, а не только почивать на лаврах.

И в-третьих, каждая организация должна учиться инновационной деятельности как систематическому процессу. Без учитывания этих трех принципов основанная на знании организация очень скоро изживет себя, потеряв производительную способность и вместе с ней возможность привлекать и удерживать профессиональных работников, обладающих специализированными знаниями, от которых производительность и зависит.

33. Эпистемологическое содержание компьютерной революции: искусственный интеллект, инженерия знаний и виртуальная реальность.

Эпистемология - раздел философии, в котором изучаются закономерности и возможности познания, отношения знания к объективной реальности, исследуются ступени и формы процесса познания, условия и критерии его достоверности и истинности.

Основы концепции эпистемологического содержания компьютерной революции, трактуемого как совокупность связанных с интенсивным развитием и все более широким применением электронно-вычислительной техники изменений в способах производства, фиксации, передачи и использования знаний, а также в характере рефлексии над знанием, ее проблематике и направлениях.

Прогресс в сфере компьютерной техники, все более широкое ее использование в различных областях, формирование новых научных дисциплин, связанных с автоматизированной переработкой информации, способствуют осознанию новых вопросов, касающихся человеческого знания, роли знания в жизни общества, видов знания и способов его существования, ? словом, вопросов, касающихся того, что может быть
названо эпистемологическим контекстом компьютерной революции. Человеческое познание, мышление, знание, разум в течение многих веков были предметом философского исследования. С появлением кибернетики, компьютеров и компьютерных систем, которые стали называть интеллектуальными системами (ИС), с развитием такого направления, как искусственный интеллект (ИИ), мышление, интеллект, а затем и знание стали предметом интереса математических и инженерно-технических дисциплин. Это побудило людей по-новому взглянуть на ряд традиционных теоретико-познавательных проблем, наметить новые пути их исследования, обратить внимание на многие, остававшиеся ранее в тени аспекты познавательной деятельности, механизмов и результатов познания.

Компьютерное моделирование мышления дало мощный толчок исследованиям механизмов познавательной деятельности в рамках такого направления, как когнитивная психология. Здесь утвердилась "компьютерная метафора", ориентирующая на изучение познавательной деятельности человека по аналогии с переработкой информации на компьютере. Исследуя устройство человеческой памяти, например, стали различать, по аналогии с компьютерной системой, долгосрочную и оперативную (кратковременную) память4. Вообще на этом пути были получены ценные результаты, обогатившие наши представления о человеческом мышлении и механизмах его функционирования.

В последние два десятилетия в компьютерных науках заметное внимание стало уделяться такому традиционно входившему в сферу философии предмету, как знание. Слово "знание" стало использоваться в названиях направлений и составляющих компьютерных систем, а также самих систем (системы, основанные на знаниях; базы знаний и банки знаний; представление, приобретение и использование знаний, инженерия знаний). Тема "компьютер и знание" стала предметом обсуждения и в значительно более широком контексте, где на первый план вышли ее философско-эпистемологические, социальные и политико-технологические аспекты.

Иску́сственный интелле́кт— наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.

Поясняя своё определение, Джон Маккарти указывает: «Проблема состоит в том, что пока мы не можем в целом определить, какие вычислительные процедуры мы хотим называть интеллектуальными. Мы понимаем некоторые механизмы интеллекта и не понимаем остальные. Поэтому под интеллектом в пределах этой науки понимается только вычислительная составляющая способности достигать целей в мире». Другие определения искусственного интеллекта: Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.

Свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека. При этом интеллектуальная система — это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока — базу знаний, решатель и интеллектуальный интерфейс. Наука под названием «Искусственный интеллект» входит в комплекс компьютерных наук, а создаваемые на её основе технологии к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий.

История искусственного интеллекта как нового научного направления начинается в середине XX века. К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчётов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений — теории алгоритмов — и были созданы первые компьютеры.

Возможности новых машин в плане скорости вычислений оказались больше человеческих, поэтому в учёном сообществе закрался вопрос: каковы границы возможностей компьютеров и достигнут ли машины уровня развития человека? В 1950 году один из пионеров в области вычислительной техники, английский учёный Алан Тьюринг, пишет статью под названием «Может ли машина мыслить?», в которой описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком, получившей название теста Тьюринга.

Подходы к пониманию проблемы. Единого ответа на вопрос чем занимается искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается в ней от какого-либо определения, рассматривая в его свете достижения этой науки.

В философии не решён вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютерами «разумности», хотя на заре искусственного интеллекта был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла — Саймона. Поэтому несмотря на наличие множества подходов как к пониманию задач ИИ, так и созданию интеллектуальных информационных систем можно выделить два основных подхода к разработке ИИ:

нисходящий (англ. Top-Down AI), семиотический — создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;

восходящий (англ. Bottom-Up AI), биологический — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.

Последний подход, строго говоря, не относится к науке о ИИ в смысле, данном Джоном Маккарти — их объединяет только общая конечная цель.

Тест Тьюринга и интуитивный подход. Эмпирический тест, идея которого была предложена Аланом Тьюрингом в статье «Вычислительные машины и разум» (англ. Computing Machinery and Intelligence), опубликованной в 1950 году в философском журнале «Mind». Целью данного теста является определение возможности искусственного мышления, близкого к человеческому.

Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Все участники теста не видят друг друга.

Самый общий подход предполагает, что ИИ будет способен проявлять поведение, не отличающееся от человеческого, причём в нормальных ситуациях. Эта идея является обобщением подхода теста Тьюринга, который утверждает, что машина станет разумной тогда, когда будет способна поддерживать разговор с обычным человеком, и тот не сможет понять, что говорит с машиной (разговор идёт по переписке).

Писатели-фантасты часто предлагают ещё один подход: ИИ возникнет тогда, когда машина будет способна чувствовать и творить. Так, хозяин Эндрю Мартина из «Двухсотлетнего человека» начинает относиться к нему как к человеку, когда тот создаёт игрушку по собственному проекту. А Дейта из Звёздного пути, будучи способным к коммуникации и научению, мечтает обрести эмоции и интуицию.

Однако последний подход вряд ли выдерживает критику при более детальном рассмотрении. К примеру, несложно создать механизм, который будет оценивать некоторые параметры внешней или внутренней среды и реагировать на их неблагоприятные значения. Про такую систему можно сказать, что у неё есть чувства («боль» — реакция на срабатывание датчика удара, «голод» — реакция на низкий заряд аккумулятора, и т. п.). А кластеры, создаваемые картами Кохонена, и многие другие продукты «интеллектуальных» систем можно рассматривать как вид творчества.

Инженерия знаний(ИЗ) была определена Фейгенбаумом и МакКордаком в 1983 году как: — раздел (дисциплина) инженерии, направленный на внедрение знаний в компьютерные системы для решения сложных задач, обычно требующих богатого человеческого опыта.

В настоящее время это также предполагает создание и обслуживание подобных систем (Кендэл, 2007). Это также тесно соприкасается с разработкой программного обеспечения и используется во многих информационных исследованиях, например таких, как исследования искусственного интеллекта, включая базы данных, сбор данных, экспертные системы, систем поддержки принятия решений и географические информационные системы. ИЗ связана с математической логикой, также используемой в разных научных дисциплинах, например в социологии где «подопытными» являются люди, а цели исследований — понимание, как работает человеческая логика на примере взаимоотношений в обществе.

Будучи скорее искусством, нежели чисто инженерной задачей, ИЗ не имеет большого практического применения. Подразделом ИЗ является метаинженерия знаний, пригодная для разработки ИИ.Классическими моделями знаний являются: продукционные системы, семантические сети и сети фреймов. Кроме того, сейчас интенсивно разрабатываются методы представления нечетких знаний, а также системы онтологий и т.д.

Одним из важнейших направлений инженерии знаний является разработка интегративных моделей, в частности, четырехуровневых интегративных моделей, которые являются наиболее полными моделями предметной области знаний. В интегративных моделях используются различные способы представлений знаний, откуда и их название. Так, при представлении знаний о классе технических объектов приходится представлять различные виды знаний: функциональные (математические и имитационные модели), структурные (модели морфологического множества), эвристики проектирования (синтеза) объектов, задания на синтез и т.д.

Также актуальной является проблема создания распределенных моделей знаний, частным случаем которых является мультиагентная модель автоматизации структурно-параметрического синтеза.

Кроме того, инженерия знаний используется при создании информационных систем управления знаниями, накопленных какой-либо корпорацией. Такие системы позволяют создать «корпоративную память».

Виртуа́льная реа́льность, ВР, искусственная реальность, электронная реальность, компьютерная модель реальности (от лат. virtus — потенциальный, возможный и лат. realis — действительный, существующий; англ. virtual reality, VR) — созданный техническими средствами мир (объекты и субъекты), передаваемый человеку (посетителю этого мира) через его ощущения: зрение, слух, обоняние и другие. Виртуальная реальность имитирует как воздействие, так и реакции на воздействие. Для создания убедительного комплекса ощущений реальности компьютерный синтез свойств и реакций виртуальной реальности производится в реальном времени.

Объекты виртуальной реальности обычно ведут себя близко к поведению аналогичных объектов материальной реальности. Пользователь может воздействовать на эти объекты в согласии с реальными законами физики (гравитация, свойства воды, столкновение с предметами, отражение и т. п.). Однако часто в развлекательных целях пользователям виртуальных миров позволяется больше, чем возможно в реальной жизни (например: летать, создавать любые предметы и т. п.)[1]

Не следует путать виртуальную реальность с дополненной. Их коренное различие в том, что виртуальная конструирует новый искусственный мир, а дополненная реальность лишь вносит отдельные искусственные элементы в восприятие мира реального.

Философия абстрагирует идею виртуальной реальности от её технического воплощения. Виртуальную реальность можно толковать как совокупность моделируемых реальными процессами объектов [12], содержание и форма которых не совпадает с этими процессами. Существование моделируемых объектов сопоставимо с реальностью, но рассматривается обособленно от неё — виртуальные объекты существуют, но не как субстанции реального мира. В то же время эти объекты актуальны, а не потенциальны. «Виртуальность» (мнимость, ложная кажимость) реальности устанавливается по отношению к обуславливающей её «основной» реальности. Виртуальные реальности могут быть вложены друг в друга.[13] При завершении моделирующих процессов, идущих в «основной» реальности, виртуальная реальность исчезает.[14]

В этом свете идеальный внутренний мир человека можно считать виртуальной реальностью, моделируемой электрохимическими процессами взаимодействия нейронов. Психологическими проблемами виртуальной реальности занимается виртуальная психология, предметом которой является система «человек-виртуальная реальность».

34. Влияние экологического кризиса на изменение парадигмы научного исследования,
экспериментальной и технической деятельности: формирование новой формы проектно и проблемно-ориентированного исследования и нового понимания научно-технического прогресса концепции устойчивого развития.

Научно-технический прогресс и изменение места науки в развитии общества: «технизация» науки и «сциентификация» техники. Новое понимание научно-технического прогресса в концепции устойчивого развития.