Эвристические модели по Н.М. Амосову

Этапы создания имитационной модели по Н.М. Амосову

«Для создания эвристической модели предлагается типовой план:

1. Формирование цели работы или назначения модели: например, как этап в изучении объекта, как инструмент управления, для отработки языка, для проектирования экспериментов и пр. От цели зависит всё последующее.

2. Выбор уровня модели. Все сложные системы построены по иерархическому принципу. Степень обобщенности модели определяется тем нижним структурным уровнем, начиная с которого модель должна воспроизводить объект. Уровень определяется назначением модели, наличной информацией и возможностями её переработки. Для управления достаточны высокие уровни, для создания новой системы и её изучения желательны, по возможности, низкие уровни. Пример: для понимания механизмов рака нужно моделировать организм с уровня макромолекул, а для управления кровообращением достаточно начинать с уровня органов.

3. Формирование качественной гипотезы о структуре и функциях объекта в пределах, ограниченных целями. Обычно приходится выбирать между несколькими противоречащими друг другу гипотезами. Первый выбор определяется общей точкой зрения авторов. В последующей работе гипотеза подвергается изменениям, если возникают непримиримые противоречия.

4. Построение блок-схемы объекта. Элементы, подсистемы и связи определяются гипотезой и выбранным нижним уровнем структур.

5. Выбор значимых переменных (ограничение числа связей). Сначала определяются все известные переменные для каждого из элементов, потом выбираются, согласно гипотезе, значимые с учётом поставленной задачи. Таким образом, уточняются связи и строится структурная схема объекта, которая становится основой модели.

6. Установление по тем же принципам внешних «входов» системы - сначала определяются все внешние воздействия, потом из них выбираются значимые для сформулированных целей. Устанавливаются граничные условия.

7. Установление характеристик элементов, то есть зависимостей «входы» - «выходы» и «время». Это наиболее произвольный и сложный этап работы, так как данные литературы либо противоречивы, либо недостаточны, либо вообще отсутствуют. Статические и динамические характеристики каждого элемента могут быть выражены графиками, алгебраическими или дифференциальными уравнениями, их системами.

8. Отладка модели. Задаются начальные внешние условия, исходное состояние элементов и производится «увязка» всех характеристик. При этом производится согласование «входов» и «выходов» как целой системы, так и её элементов. В ходе такой работы обнаруживается противоречивость характеристик некоторых элементов при крайних режимах, требующая коррекций. Иногда возникает и полная невозможность сбалансировать модель, указывающая на непригодность принятой гипотезы. Отладка производится для нескольких граничных условий. Для сложной системы «типа живых» принципиально невозможно создать идеальную модель, так как нельзя повторить все её низшие уровни.

9. Исследование модели, то есть просчитывание многочисленных статических и динамических режимов, что осуществимо только при использовании вычислительных машин. Сначала нужно создать и отладить программу, что обычно требует некоторых коррекций в самой модели, прежде всего исправления характеристик элементов (например, приведения их к линейным). Само исследование уже позволяет получить новую информацию об объекте, предположить неизвестные дотоле качества.

10. Верификация модели - сравнение характеристики модели и объекта при одинаковых условиях, с целью определения достоверности модели и особенно границы её применимости».

Амосов Н.М., Алгоритмы разума, Киев, «Наукова думка», 1979 г., с. 199-201.

Эвристические модели по Н.М. Амосову

Н.М. Амосов интересовался кибернетическими моделями человека и общества и составил список условий отнесения моделей к эвристическим:

1. Много переменных. Количество их определяется назначением модели и наличием данных. Так, для физиологических моделей, больше других претендующих на приближение к реальным, количество переменных составляет несколько сотен, поскольку для дальнейшего увеличения их числа просто нет достоверной информации (например, чтобы «спуститься» с уровня органов на молекулярный). Модели интеллекта не рассчитаны на воспроизведение процессов в мозге, но количество «слов», которыми необходимо манипулировать доказательно, чтобы смоделировать мышление человека, видимо, должно исчисляться многими тысячами. Напротив, модель личности можно ограничить сотнями переменных, так как она по своему назначению предполагает высокую обобщенность и связана с ограниченными возможностями лабораторной оценки психики. Другое дело - общественные системы. Их объём, видимо, должен быть весьма велик.

2. Сложные системы иерархичны по своей структуре, содержат множество «горизонтальных» связей в пределах уровня и «вертикальных» - между ними. Переменные на разных уровнях имеют разную специфику и временные характеристики. Всё это должно быть представлено в модели, иногда при помощи и дополнительных переменных, отражающих качество основных.

3. Как правило, характеристики элементов нелинейны. Степени их нелинейности крайне различны, и некоторые точки кривых целесообразно выражать «скачками» (или логическими переключениями), отражающими дискретность в деятельности систем. Примером является переключение СУТ (системы усиления-торможения – Прим. И.Л. Викентьева).

4. Необходимость обобщать переменные, то есть заменять несколько конкретных переменных одной обобщенной (условной), является неизбежной при моделировании. Нужны специальные правила, описывающие, что можно, а что нельзя объединять. По всей вероятности, они должны основываться на корреляциях показателей.

5. В эвристических моделях нет необходимости в точности вычислений, поскольку её нет в экспериментальных науках, изучающих моделируемые объекты. Это очень важное условие, так как оно позволяет отказаться от сложных математических описаний. Так, например, можно отказаться в ряде случаев от дифференциальных уравнений в пользу алгебраических и динамику систем рассчитывать по временным тактам. Нелинейные характеристики можно заменять кусочно-линейными.

6. Модели должны предусматривать вероятностные расчёты. Поскольку в системах-объектах очень много неизвестного, то неизбежно несколько вариантов допущений, существенно влияющих на поведение системы. Так, например, в модели внутренней сферы, призванной воспроизводить динамику развития болезни, подобные варианты совершенно необходимы. То же касается моделей общества. Иное дело - искусственный интеллект, который можно создать строго детерминированным.

7. Специфика метода эвристического моделирования предъявляет свои условия к программированию моделей на ЦВМ. Программы должны быть гибкими, блочными, позволять произвольно изменять любую величину, любую характеристику. Это необходимо для процесса создания самой модели. Задача разработчика программы не ограничивается воспроизведением заданных формул и цифр, часто приходится их заново создавать и вносить поправки в ходе отладки модели, с тем, чтобы получить некоторые предполагаемые по гипотезе конечные «выходы».

Создание эвристических моделей - творческая работа коллектива специалистов в данной области науки и математиков. Те и другие должны проникнуться общими идеями и достигнуть полного взаимопонимания. Роль ведущего в группе определяется не специальностью, а способностью широко охватить предмет и создавать гипотезы. Конечно, нужны также работники-эрудиты, хорошо ориентирующиеся в массе имеющихся фактических данных, программисты, кропотливо отлаживающие сложные программы и готовые в любой момент переделывать их заново в связи с изменением гипотезы. Эвристические модели приближают нас к теории систем «типа живых», позволяя прогнозировать их поведение, исследовать возможности управления и даже реконструкции. Более того, эвристические модели обещают совершенно новый аппарат познания. Такие модели систем «типа живых» составляют основу для построения в будущем реальных моделей, призванных заменить традиционные книжные модели нашей науки. Разработка эвристических моделей интересна сама по себе, поскольку удовлетворяет чувство любознательности. В самом деле, что может быть заманчивее, чем попытаться заглянуть в механизм работы клетки, целого организма или понаблюдать поведение человека с заданными генами?

Разумеется, реальные модели систем «типа живых» такой сложности, чтобы по ним можно было создавать новые объекты и даже реконструировать их, - дело далекого будущего. Однако искусственный интеллект выше человеческого разума отстоит во времени, пожалуй, ещё дальше.

Мне представляется, что для сложных объектов будет целая система действующих моделей - полных, разной степени обобщенности, и частных, в которых воспроизведены детали. Модели эти отразят разные уровни структурной иерархии. Например, можно представить себе действующую модель организма как целого - с его «входами» извне и «выходами» в виде поступков. Наша обобщённая модель личности примерно соответствует этому понятию. Мыслима действующая модель организма на уровне органов - это наша модель внутренней сферы в самом первом приближении. Конечно, в биологии главной должна быть действующая модель клетки как самого низкого структурного уровня, на котором и осуществляются все биологические процессы. Они ещё недоступны.

Как бы ни были сложны модели, они никогда не могут стать копией живой клетки или организма, даже если для копирования будут использованы гены данного живого существа. Поэтому модели будут всегда лишь вероятностными. Для того чтобы использовать такие модели в целях управления, придется их «привязывать» или «настраивать» на объект, но и в этом случае возможно лишь вероятностное управление с коррекцией эффекта обратными связями. Это примерно то же, что делает человеческий разум в процессе любого функционального акта. Разница лишь в степени сложности управляемых объектов и в вероятности эффекта управления. Действующие модели - аппарат внешней памяти будущего. Они должны заменить библиотеки книг. Однако это не имеет прямого отношения к проблеме интеллекта».

Амосов Н.М., Алгоритмы разума, Киев, «Наукова думка», 1979 г., с. 203-206.

Через несколько лет Н.М. Амосов дополнил своё рассуждение:

«Итак, эвристические модели, не представляя собой полную истину о системе, её теорию, тем не менее необходимы для прогресса науки. И вот почему.

Они позволяют выбрать по возможности непротиворечивую гипотезу и совершенствовать её. Они дают направление эксперименту: в первую очередь исследовать то, что сомнительно, с учётом всех связей и условий. Новые данные вносятся в модели и постепенно продвигают её от гипотезы к теории. Они обеспечивают новый язык науке - язык математики, столь непривычный для биологов и гуманитариев. Без него, однако, нельзя.

Наконец, их можно использовать для практики - в пределах удовлетворительного совпадения с объектом. Эта практика - управление и советы.

Убеждён, что в том или ином виде эвристические модели (можно и с другим названием, например имитационные) необходимы для прогресса науки о сложных системах.

Ну а пока? Пока физики и химики согласны между собой приблизительно на 90-95 процентов. Оставшиеся расхождения двигают исследования вперед. У биологов разногласия составляют, наверное, процентов 30-40 всего материала.

Социология? Лучше не буду о ней распространяться. Это не моя сфера. Пока не будет количественных моделей сложных систем, невозможно доказывать истину в биологии, психологии, социологии. Нет аппарата доказательств, трудно провести стандартизированные исследования, чтобы получить сопоставимые данные. Путь к реальным моделям, то есть к теории сложных систем, через эвристические модели. Уверен в этом. Однако я вовсе не хочу сказать, что модели разрешат все трудности. До полных моделей (как чертежи машин) очень далеко, а обобщенные всегда субъективны, следовательно, спорны».

Амосов Н.М., Книга о счастье и несчастьях, М., «Молодая гвардия», 1986 г., с. 96-97.

Не нашли, что искали? Воспользуйтесь поиском по сайту: