Концепция разработки когнитивной системы социально-экономического управления тенденция эволюции экономик и человеческий капитал
Вид материала | Документы |
- Постиндустриальный вектор мирового социально-экономического развития вызвал к жизни, 169.98kb.
- Концепция школы по методологии «Управление развитием» Темы, 30.1kb.
- Изменение человеческого капитала России под воздействием миграционных процессов Лисовская, 41kb.
- Человеческий капитал и человеческий фактор производительности труда: психологические, 134.03kb.
- Концепция эволюции в биологии. Синтетическая теория эволюции (стэ), 17.03kb.
- Концепция программы социально-экономического развития г. Красноярска до 2020 года, 2348.81kb.
- Концепция эволюции в биологии, 91.47kb.
- Н. Д. Кондратьева Институт экономики ран экономический факультет мгу им. М. В. Ломоносова, 4617.88kb.
- Региональные рынки труда и их особенности, 27.93kb.
- Концепция долгосрочного социально-экономического развития Российской Федерации на период, 2670.63kb.
Бодякин В.И.
к.ф.-м.н., с.н.с. Института проблем управления РАН
E-mail: body@ipu.ru
КОНЦЕПЦИЯ РАЗРАБОТКИ КОГНИТИВНОЙ СИСТЕМЫ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО УПРАВЛЕНИЯ
Тенденция эволюции экономик и человеческий капитал. На протяжении всей истории цивилизации роль человека в экономической компоненте социума монотонно изменялась от использования его индивидуально-физических возможностей до встраивания в массово-интеллектуальные процессы. Так, при первобытно-общинном строе роль и значимость каждого соплеменника определялась исключительно его индивидуальными возможностями быть полезным для племени. В рабовладельческом обществе человеческие возможности использовались для создания потока физических сил и направления их на преобразование окружающей среды по воле хозяина. Позднее человек стал придатком и одновременно управляющим физическими механизмами в рамках какого-либо отдельного полукустарного или индустриального процесса. И уже в совсем недавнее время, не более полувека назад, человек массово встраивался в обслуживание и управление автоматизированными системами управления (АСУ), охватывающими целые отрасли того или иного производства. Сегодня чрезвычайно актуальными становятся инноваторские, когнитивные возможности человека, формирующие человеческий капитал как главный фактор развития «экономики знаний» [1, 2].
Человеческий капитал это фактор интенсивного экономического развития нации, социально-образовательного развития общества и семьи, это фактор ориентации субъекта на всеохватывающую (глобальную) инновационность основу «экономики знаний» как следующего высшего этапа развития социально-экономических отношений общества. Рост человеческого капитала нации невозможен без роста индивидуального профессионализма, знаний, методов и технологий интеллектуального и управленческого труда, без качественного роста комфортности среды обитания и трудовой деятельности. Поэтому, всестороннее развитие и повышение качества человеческого капитала является одним из необходимых условий для прогрессивного и динамичного развития общества. К сожалению, следует отметить, что если в национальном богатстве развитых стран человеческий капитал составляет от 70 до 80%, то в России менее 50%, хотя несколько десятилетий назад ситуация была более ровной. У России по-прежнему еще высок образовательный и инновационный потенциал, но для его практического применения необходимо создать и задействовать инфраструктуру инновационной экономики, может быть, начиная с сети «когнитивных центров».
Тенденции экономической глобализации наглядно проявляются в международном перераспределении функций. Сегодняшние лидеры мировой экономики переносят в развивающиеся страны Юго-Восточной Азии и другие регионы мира некогда высокотехнологичные отрасли этапа постиндустриального развития, оставляя себе чрезвычайно эффективные области экономики знаний. При ориентации на «экономику знаний» управляющие структуры вынуждены всячески наращивать человеческий капитал как в экономическом, так и социальном планах. Наконец-то, высшие функции человека массово становятся наиболее востребованными, хотя и принудительно втягиваются лидерами научно-технического прогресса в аттрактор гонки «инновационной экономики».
Отметим, что производство знаний в мире уже четко локализовано и всячески удерживается от демонополизации, а продукция и потребление знания необходимы всем нациям, которые собираются сохранить себя в будущем. Таким образом, уже формируется карта информационных ресурсов, замещающая собой некогда архиважную географическую карту минеральных природных и промышленно производимых ресурсов.
Экономика знаний. Экономику знаний характеризует в первую очередь постоянный рост доли НИОКР в общих расходах государства и частных фирм, а также стабильный рост капитализации высоконаучных организаций. Научные исследования свидетельствуют о стабильном росте стоимости интеллектуального капитала, не связанного напрямую с материальными ценностями, который определяется в первую очередь человеческим и структурным капиталом (наличие зарегистрированных патентов, инструкций и методик работы, системы организации фирмы и т.д.).
В развитых странах 25% трудовых ресурсов сегодня занято в сфере науки и высоких технологий. В США 8% населения создают свыше 20% ВВП, а страна расходует на научно-исследовательские и опытно-конструкторские разработки (НИОКР) около 40% от общемировых затрат. Показательны и данные по России: население примерно 2,5% от мирового, ВВП 2,5% от мирового, а расходы на НИОКР заметно меньше 1% от мировых. По совокупности близких по смыслу показателей Россия сегодня в 2–3 раза уступает среднемировому уровню поддержки экономики знаний.
Для России характерна ситуация огромного объема нереализованных знаний. Но настоящие инновации это запущенные высокотехнологичные производства, проданные лицензии, повышение квалификации работников. Еще одна проблема современной России отсутствие преемственности поколений и надвигающаяся потеря культурно-технологических знаний и навыков.
Мотор экономики знаний когнитивные технологии. Эксперты единодушны в том, что генеральное развитие мировой науки завтрашнего дня будет определять комплекс из четырех направлений: био-, инфо-, нано- и когнитивные технологии. Ядром этого комплекса междисциплинарных исследований можно считать когнитивную науку. Над когнитивными проектами работают сегодня ведущие лаборатории большинства университетов и научных центров Западной Европы, Японии и США.
Если учесть, что к настоящему времени объёмы потоков информации удваиваются менее чем за пять лет, то стратегически важным становится не столько «владение информацией», сколько умение быстрее других ее обработать, систематизировать и получать из нее новые актуальные знания. На решение этой задачи и ориентированы когнитивные технологии, которые, в свою очередь, могут быть построены на формализации когнитивных способностей человека (лат. cognitio – познание, познавание, познавательные функции).
Когнитивные функции высшие мозговые функции: память, внимание, психомоторная координация, речь, гнозис, счет, мышление, ориентация, планирование и контроль высшей психической деятельности. Когнитивные функции обеспечивают способность человека к переработке информации и использованию ее для коррекции своих действий. Развитие когнитивных функций имеет непосредственное отношение к развитию интеллекта.
На практике накапливать и применять знания может пока только человек. Исследовать, понять и промоделировать на ЭВМ когнитивные функции человека одна из важнейших задач современной науки. Целью этих задач является обеспечение возможности перенесения когнитивных функций с биологической элементной базы (сетей нейронов мозга) на электронную элементную базу, обладающую в миллионы раз с большим быстродействием, практически неограниченной памятью и др., а также построение информационной (вычислительной) техники следующего уровня 7-го поколения ЭВМ. Одним из перспективных методов, решающих поставленную задачу, является нейросемантический подход.
Нейросемантика. Базовая сущность нейросемантического подхода заключается в автоматической структуризации непрерывного информационного потока, порожденного причинно-связанными процессами исследуемой предметной области, в объективно отображающую их информационную модель. Для выполнения автоструктуризации достаточно стандартными вариационными методами минимизировать отображение исследуемого информационного потока на специализированной нейроподобной среде.
Информационная модель представляется в виде (многомерного) многодольного ориентированного графа, в вершинах которого находятся образы-процессы предметной области, а порядок вхождения в них дуг отображает причинную связанность этих процессов. Исследования показали, что подобное отображение произвольного текстового потока в форме нейросемантической модели универсально и дает множество дополнительных преимуществ: произвольный ассоциативный и параллельный доступ; монотонно растущую эффективность отображения (компрессию); повышенную информационную надежность; самопрограммируемость входящей информацией и др. Причем эти семантические и технические характеристики имеют тенденцию к улучшению с ростом объемов информационных потоков [1,2,3].
Сравнительный анализ моделей нейросемантической формы представления информации с существующими классическими: файловой, иерархической, сетевой, реляционной и объектно-ориентированной моделями представления данных показал, что нейросемантический подход является единственным, который обеспечивает автоматическое формирование моделей данных априорно неизвестных предметных областей, что до сих пор являлось основным сдерживающим фактором в технологиях построения крупномасштабных баз данных и баз знаний. Дальнейший анализ показал, что нейросемантический подход позволяет преодолеть и известные недостатки современных подходов: человеко-машинного, алгоритмического и классического нейросетевого при разработке и построении информационно-управляющих систем (ИУС).
Научная группа в ИПУ РАН занимается разработкой инструментария для работы с крупномасштабными слабоструктурированными потоками информации на базе нейросемантических структур (НСС) уже более пятнадцати лет. За это время разработаны: теоретическая концепция эволюции самоорганизующихся ИУС, а также специализированная нейроподобная среда, на которой продемонстрировано явление автоструктуризации и разработаны две модели ИУС: «условно-рефлекторная» и «рекурсивная» демонстрирующие возможности их обучения и самообучения. Замена программирования обучением открывает путь к практике создания крупномасштабных ИУС для обработки неструктурированных потоков информации и формирования баз знаний [2].
Анализ нейрофизиологической литературы показал большую корреляцию характеристик нейросемантических структур и ИУС на их базе со свойствами самоорганизующихся сетей биологических нейронов мозга, а также с когнитивными функциями высших животных и человека.
Попытки разобраться и понять механизмы мышления как высшей функции homo sapiens с целью последующей их компьютерной автоматизации и создания эффективного инструментария для переработки информации уходят корнями еще к истокам зарождения социума. Практические же разработки по автоматизации интеллектуальной деятельности человека начинаются с 50-х годов прошлого века с появлением и бурным развитием электронной вычислительной техники. К сегодняшнему дню, затратив более 50 миллионов человеко-лет, мы фактически ни на шаг не приблизились к решению проблемы создания искусственного интеллекта (ИИ) по сравнению с концептуальным уровнем пионерских работ 60-70-х годов. Хотя, при этом попутно создали с помощью разнообразных эвристических методов специализированные автоматизированные информационные системы (АИС): распознавания образов, экспертные системы, различные АСУ и др. Отсутствие характерной для человеческой психики адаптивной гибкости и самонастраиваемости (через самообучение) на любую предметную область делает все эти АИС и АСУ «тупыми электронными динозаврами». К тому же, современные технологии создания этих систем очень длительны и дороги, что приводит к тому, что, еще не успев родиться, они (программное обеспечение АИС и АСУ) уже становятся обузой как для пользователя, так и для разработчика.
Действительно, любые реальные предметные области настолько сложны по своей структуре и динамике, что алгоритмически полностью решить любую задачу практически нереально, и вся современная практика автоматизации вынужденно сводится лишь к частным ограниченным решениям. При этом требуется обязательное участие человека как идеально-универсальной информационной системы, которая еще на входе технической человеко-машинной системы отсеивала бы «непредусмотренные в АСУ ситуации».
С другой стороны, если принять гипотезу о функциональной эквивалентности любого технического изделия и его полного описания, то из этого утверждения вытекает следующее. Если интерпретировать «тексты ДНК» генома человека как описание некого «технического задания» на построение «человека разумного» в сложной диссипативной среде (предметной области), то ничто не запрещает подойти к задаче моделирования биологического мозга и его когнитивных функций на другой элементной базе, пусть из других, но функционально эквивалентных описанным в «техническом задании» деталей.
В геноме «человека разумного», состоящего из 3.2 миллиарда нуклеотидов (символов) четырехбуквенного алфавита: A,G,C,T, генетическая сложность для формирования «новорожденного мозга» оценивается в 150-200 Кбайт. Понятно, что в таком объеме не сможет разместиться совокупность эвристик никакой современной системы ИИ. Но для биологической ИУС в этом нет необходимости. Запрограммировать заранее реакции на всевозможные ситуации, с которыми встретится ИУС, вообще невозможно. Но научить обучаться и самообучаться реагировать на вновь возникающие ситуации вполне возможно. Мы нашли этот механизм, заключающийся в «мини-макси-минном» принципе, который как в биологической ИУС, так и в нейросемантическом инструментарии легко реализуется простыми вариационными и градиентными методами.
В перспективе, программная реализация ИУС с «мини-макси-минным» принципом может быть написана как дипломная работа студентами технических ВУЗов. Будучи погруженной в обучающую «человеческую» среду, за несколько месяцев обучения, она сможет достичь уровня когнитивных функций человека со средним и высшим образованием. Т.е. разработчикам, вооруженным современными высокими компьютерными технологиями, вполне по силам разработка и построение ИУС с когнитивными функциями человека.
Когнитивные технологии для экономики знаний. Когнитивные технологии являются информационными технологиями шестого технологического уклада и имеют три базовые проекции: фундаментальную исследовательскую, прикладную образовательную и конструктивно-инженерную.
Стратегия фундаментальных когнитивных исследований имеет глубокое естественно-научное и философско-мировоззренческое значение. Это и ответ на Основной вопрос философии о взаимосвязи материального и идеального с вытекающими рекомендациями «о смысле жизни» и прогнозом на дальнейшую эволюцию homo sapiens, и базис для технологического воплощения в обширнейшей учебно-педагогической деятельности по обучению человека и инженерной практике создания интеллектуальных ИУС.
Образовательная проекция ориентирована на развитие интеллектуальных способностей человека. Образовательное когнитивное направление синтетически строится как из исторически сложившихся традиционных методик, так и из научно-исследовательских рекомендаций теоретической когнитивистики. Основная задача образовательной когнитивистики заключается в реализации высокой природной одаренности человека, в развитии воображения и ассоциативного мышления человека, что представляет важнейшую компоненту инновационной деятельности в современной экономике знаний.
Конструктивно-инженерная проекция когнитивистики ориентирована на развитие компьютерных наук и создание научно-обоснованной интеллектуальной ИУС. Если рассмотреть практику создания современных проектов ИИ (распознавание речи, машинный перевод, распознавание рукописного текста, экспертные системы и базы знаний, поисковые системы на естественном языке и др.), то можно отметить, что все они решались обособленными эвристическими способами как множество частных проблем. Единого общего подхода разработать так и не удалось. При этом, общее качество их функционирования, с различной степенью успешности проектов, можно оценить как «слабоудовлетворительное».
Нейросемантика предлагает общую теоретическую базу для описания эволюции когнитивных процессов у биологических ИУС, методику эффективного обучения ИУС и инженерную концепцию построения интеллектуальных ИУС по типу биологических ИУС. Ключевая особенность нейросемантического инструментария это наличие возможности его обучения и самообучения, которая позволит реализовать проекты крупномасштабных ИУС типа ОГАС В.М.Глушкова и «Киберсина» С.Бира.
При переносе когнитивных функций на электронную элементную базу, по сравнению с биологическим прототипом – человеком, мы получаем повышение быстродействия в 105-8 раз, практически неограниченную ассоциативную память объемом в 1012-1016 образов, или 1020-24 байт текста и графики.
На базе многопроцессорной супер-ЭВМ или аппаратной реализации нейросемантической среды возможно создание интеллектуального рабочего места исследователя (ИРМИ) с информационной мощностью, позволяющей обслужить в режиме on-line до 10 000 пользователей на естественном языке. ИРМИ это эффективный инструментарий экономики знаний.
ИРМИ потенциально способен помочь преодолеть дисбаланс между высокоинтеллектуальным человеческим капиталом, сосредоточенным в российских академгородках, построенных еще во времена СССР (Пущино, Протвино, Обнинск и др.), и существенным недостатком интеллектуального компьютерного инструментария. Ожидается, что использование ИРМИ повысит производительность исследователей в разработке «знаниевого» ресурса (статей, патентов, открытий и др.) в десятки и сотни раз.
Состояние за рубежом. Инновационный потенциал задается в процентах вложения в науку от ВНП. Россия отстает по этому показателю не только от современных высокоиндустриальных держав, но и от растущего Китая. Если же говорить о величинах абсолютных вложений в науку, то здесь Россия отстает уже более чем в десятки раз. Но научно-технический потенциал – это лишь возможность. Как мы хорошо знаем из новейшей истории, научный потенциал СССР был одним из самых больших в мире, но отсутствие программы и инфраструктуры для его реализации в практическую деятельность было одной из причин краха Супердержавы. Поэтому наличие инструментария и инфраструктуры по реализации научно-технического потенциала является одним из ключевых моментов. Основная угроза экономической безопасности государства в XXI веке – оказаться на периферии научно-технического прогресса из-за неэффективных моделей инновационного развития и отсутствия трансфера высоких технологий. Сегодня важно не только быть лидером в открытиях новых продуктов, но не менее важно быть лидером в технологии их производства. В XXI веке в выигрыше будут только те страны, которые достигнут более высокой производительности работников умственного труда.
Когнитивные центры. В настоящее время происходит стихийная консолидация малых научных городов: наукоградов (Жуковский, Протвино, Пущино, Обнинск и т.д.); атомградов (Сосновый Бор, Полярные зори); спецгородов (Юбилейный, Томск-7, Арзамас-16, Мурманск-60) и других научных градообразований с единственной целью выжить и не растерять человеческий капитал.
Идею создания прообраза города будущего как испытательного полигона новой экономической политики выдвинул президент Д.А. Медведев 11 февраля 2010 года на заседании Комиссии по модернизации и технологическому развитию экономики в Томске. Предназначение иннограда развитие инноваций и получение прибыли от их использования, то есть инноград будет саморазвивающейся социально-экономической структурой.
Обеспечить процесс устойчивого наращивания человеческого капитала в этих научных центрах и попасть в русло направления, объявленного Правительством России как стратегическое, можно, организовав в МФТИ базовый когнитивный центр с инструментарием ИРМИ.
Проект «Информоград» это синтез социально-экономических решений и когнитивных технологий. В проекте предлагается концепция информатизации и автоматизации всех социально-экономических задач с единых технологических позиций. Процесс сегодняшнего расширения управленческих функций происходит путем наращивания через обучение чиновниками-управленцами. Вся социально-экономическая информация «Информограда» находится в машиночитаемой форме в ассоциативной памяти базы знаний ИРМИ [1].
Развивая в проекте концепцию «государство – как социальный организм» мы подразумеваем централизованно-распределенное управление всеми без исключения социально-экономическими процессами, как это осуществляется и в биологических организмах. В высокоразвитых биологических организмах эту функцию выполняет центральная нервная система ЦНС (мозг, новая кора) и периферическая нервная система (спинной мозг и нервные узлы). ЦНС является модератором всех процессов. При «нормальности» функционирования процессов с позиции целевой функции организма они переводятся в автоматический режим распределенное управление (децентрализация). В случае «ненормальности» их функционирования они переводятся в режим централизованного управления. Управление в рамках концепции «государство – социальный организм» также осуществляется на основе централизовано-децентрализованного принципа: при «нормальности» функционирования любого процесса в рамках всей системы данный процесс переходит на децентрализованное (само)управление, иначе на централизованное управление.
Целевая функция «социального организма» заключается в относительном приросте ВВП для данного государства (наращивании его «эволюционного потенциала») и обработке всех внутренних информационных потоков. Мера и критерии приближения к целевой функции это степень удовлетворения запросов пользователя и разработчика ИРМИ на естественном для них языке.
Задачей ИРМИ в «Информограде» будет налаживание автоматического формирования информационной причинно-следственной модели «окружающей среды» (предметной области) и осуществление многоканального сбора данных (для их верифицируемости), ассоциативная переработка (для взаимоувязанности и централизации всех данных) и обеспечение целостной и непротиворечивой информацией всех подсистем для эффективного управления всем «социальным организмом».
Общество, базирующееся на информационной экономике, уже по своей структуре избегает большинства социально-экономических и экологических проблем, ситуационно тяготеющих над нами сегодня. В потенциале предполагается его экспоненциальное развитие по всем основным параметрам «знания порождают знания».
Список литературы
Бодякин В.И. Куда идешь, человек? (Основы эволюциологии. Информационный подход). - М. СИНТЕГ, 1998. – 332 с. u/stran/bod/monograf.htm.
- Бодякин В.И. Определение понятия "информация" с позиций нейросемантики. - М.: ИПУ РАН. 2006. – 48 с. ru/search_results.php?short_view=0&publication_id=3033
- Бодякин В.И. Разработка инструментария на базе нейросемантического подхода для построения крупномасштабных информационно-управляющих систем // Научная сессия МИФИ- 2009, XI Всероссийская научно-техническая конференция «Нейроинформатика-2009», Сб. научных трудов, в 2-ч частях, Ч.2. - М.: МИФИ, 2009. - С 27-38.