Приглашение к "круглому столу"

ТРИ СТОРОНЫ ЭВОЛЮЦИОНИЗМА

(приглашение к "круглому столу")
В.А. Райхлин

 

Наиболее плодотворный подход к трансдисциплинарной унификации наук может заключаться в принятии эволюции в качестве основного понятия.


Эрвин Ласло

Введение
 

Помочь талантливому человеку войти в науку - для ученого дело, пожалуй, более важное и почетное, чем даже крупный собственный результат.


Академик М.А. Лаврентьев

Искусственный интеллект (ИИ), который является ведущим мотивом нашего семинара, принято связывать с решением алгоритмически неразрешимых и трудно формализуемых задач. Недавний весьма представительный форум по интеллектуальным системам IEEE AIS'03, в работе которого мне довелось принять участие, показал, что ведущие ученые в этой области большое значение придают систематике эволюционных подходов, развивающихся в самых различных областях науки. Такая систематика может стать богатейшим источником конструктивных идей для эффективной разработки систем ИИ.

Эволюционные подходы представляют триединство узкого эволюционизма, синергетики и связанных с ними системных представлений. В нашем городе ведутся исследования во всех этих областях. Но представители разных направлений мало осведомлены, что делают соседи. Кругозор молодых ученых - аспирантов и магистрантов ограничен узкой тематикой собственных работ. Это нас особенно беспокоит, ибо ближайшая цель нашего семинара - рост молодых научных кадров.

Таковы причины, которые побудили оргкомитет семинара посвятить весеннюю сессию 2004 года вопросам применения эволюционных подходов к решению различных прикладных задач. Был отобран ряд докладов из области информатики и информационных технологий, информационно-измерительных систем и проектирования электронных средств. Для расстановки нужных акцентов было решено сначала провести "круглый стол" по релевантности эволюционных подходов. За этим "столом" мы сейчас и находимся.

Подчеркнем, что предмет нашего "круглого стола" трактуется шире, чем это допускает узкое понятие релевантности (relevant - соответствующий, имеющий отношение). В первую очередь нас будут интересовать вопросы конструктивности эволюционных подходов в конкретных приложениях. Мы надеемся, что в результате обсуждения наметятся темы еще одного - двух докладов, которыми пополнится программа семинара. Составленный график весенней сессии это позволяет.

Моей дальнейшей задачей является ориентировочная постановка вопросов, которые предполагается обсудить за "круглым столом", с учетом научных интересов присутствующих. При этом кратко коснусь всех отмеченных ранее сторон эволюционизма по имеющимся публикациям.

 

1. Узкий эволюционизм

 

Естественная эволюция не имеет строго определенной внутренней цели. Тем не менее, она дает решения проблемы выживания, уникальные для каждого индивида, и эти решения гениальны.


Из материалов Интернет

Термин "эволюция" происходит от латинского "evolvere", что означает "развертываться, раскрываться". И если первое можно трактовать просто как "развитие", то второе может иметь более глубокий контекст "раскрытия сути явления". На эту сторону эволюционизма будет обращено особое внимание в моем специальном докладе через две недели. В XIX веке понятие эволюции стали отождествлять с теорией Дарвина и областью макробиологии. "Узкий эволюционизм" мы будем трактовать как перенесение развитых в них идей на другие области.

"Принцип эволюции - это главный биологический фактор, объединяющий все организмы в историческую цепь событий. Каждый объект в этой цепи является результатом серии "случайностей", которые происходили под влиянием селективных факторов окружающей среды. В течение многих поколений случайные изменения и естественный отбор придавали определенные очертания поведению элементов сообщества, чтобы как можно лучше приспособиться к окружающей среде" [1].

Эволюционное моделирование пытается воспроизвести на компьютере естественный процесс эволюции применительно к решению различных научно-технических задач. Включает в себя, как разделы: генетические алгоритмы, искусственные нейронные сети, нечеткую логику. При этом хорошие решения многих задач генерируются достаточно быстро.

"Аналогично тому, как процесс естественной эволюции инициируется начальной популяцией существ, так и эволюционные алгоритмы начинают свою работу с создания начального множества конкурирующих между собой решений определенной задачи. Это множество может быть выбрано путем случайной генерации решений или использованием любых доступных знаний о проблеме. Затем эти "родительские решения" создают "потомков" путем случайных изменений ("мутаций", например через посредство "кроссинговера" - скрещиваний и "инверсии" отдельных "генов" "хромосомы"). Оценивается эффективность полученных решений (их "фитнес"). Они селектируются по принципу "выживания сильнейших". После чего - новый сеанс мутаций. И так далее" [1].

Реализация эволюционных подходов в данном случае подразумевает: выбор представления решения (вид "хромосомы"), разработку оператора случайных изменений, определение закона выживания решений, создание начальной популяции. Использование каких-то априорных знаний не всегда обязательно (например, при обучении игровых программ [1]). Тем не менее,

Вопрос 1. Повидимому, наличие некоторых исходных знаний для реализации принципов эволюционного моделирования в общем случае все же необходимо. Но откуда берутся эти знания? Что они собой представляют?

Если говорить об ИИ, то основная перспектива видится сейчас в использовании генетических алгоритмов для обучения нечетких нейросетей.

Вопрос 2. Каковы роль и место нечеткой логики в нейросетевых подходах?

Одно из наиболее востребованных приложений ИИ - построение онтологий. "Потоки текстовой и числовой информации ежедневно порождаются и оседают в хранилищах данных. Но насколько полно на практике используются все те закономерности, которые кроются в этих данных и, возможно, представляют большую ценность? Ответ пока малоутешителен" [2]. На помощь здесь и должна прийти онтология - точная спецификация некоторой предметной области. В простейшем случае построение онтологий сводится к выделению базовых понятий данной предметной области и определению связей между ними. При этом за основу берутся эволюционные подходы. Для решения задач классификации широко применяют статистические методы и нейронные сети. Онтология напрямую связана с проблемой "всемирного мозга" [3]. Этот термин появился недавно и характеризует активно развивающиеся интеллектуальные интернет-системы поиска нужной информации, ее обработки с принятием решений.

Вопрос 3. Чем объяснить тот факт, что несмотря на успехи эволюционного моделирования и внимание научной общественности к проблеме "всемирного мозга", в построении онтологий серьезных подвижек не наблюдается.

2. Синергетика
 

Синергетика представляется нам не догмой и даже не руководством к действию, а способом взглянуть на проблему, который иногда оказывается полезен по существу.

С.П. Капица

В целом, несмотря на лавину завораживающих результатов, пока рано говорить о серьезном проникновении в мир самоорганизации. Мы лишь приоткрыли дверь в этот прежде скрытый от нас загадочный мир. Приоткрыли и … застыли в изумлении.

С.П. Курдюмов

Эволюционный процесс в традиционном (по Дарвину) понимании этого термина необратим во времени и характерен случайностью изменения хода процесса. Учет особенностей его динамики выявляет присущий ему эффект самоорганизации эволюционирующей системы. Это - ключевое понятие синергетики. Термин "синергетика" был введен в начале 70-х годов прошлого века немецким физиком Германом Хакеном и выдержал проверку временем. Как однажды заметил Шопенгауэр, "научная истина в своем развитии проходит через три фазы. В первой фазе она просто отвергается как абсурд. Во второй - принимается как возможная гипотеза, которая была высказана уже давно. На третьей стадии эту научную истину воспринимают уже как очевидную" [4].

"Самоорганизация (неравновесное упорядочение) является одним из двух фундаментальных элементарных процессов природы, различающихся по их физическим принципам. При неравновесном упорядочении степень неравновесия возрастает и затрачивается энергия. При равновесном упорядочении (организации) степень неравновесия уменьшается и энергия выделяется. Оба процесса взаимосвязаны. Существуют два типа самоорганизации: континуальный - для индивидуальных (микро- ) систем и когерентный - для коллективных (макро- ) открытых систем. Прогрессивная эволюция с естественным отбором возможна только как саморазвитие континуальной самоорганизации индивидуальных систем" [5].

Упорядоченность, возникающую в открытых нелинейных системах, далеких от равновесия, и существенно связанную с рассеянием энергии, вещества или информации (когерентная упорядоченность), Пригожин назвал диссипативными структурами. Первое издание на русском языке книги Пригожина вышло в 1977 году.

Речь идет о т.н. сложных системах. "Чтобы попасть в разряд сложных систем, объект должен не только состоять из большого числа элементов, но и иметь многообразие форм, способов их расположения и взаимодействия как внутри системы, так и с окружающей средой. Так, любой микроорганизм - колоссально сложная система, и мы до сих пор не можем понять, как такое образование могло самопроизвольно возникнуть" [6].

Система полагается нелинейной и открытой. Нелинейными называют такие системы любой природы, характеристики которых зависят от происходящих в них процессов. Система считается открытой, если она обменивается веществом, энергией или информацией с окружающей средой..

Вот одно из наиболее лаконичных определений синергетики [7]: "Синергетика (от греч. synergos - совместно действующий) - наука, изучающая общие закономерности образования и разрушения упорядоченных структур в любых сложных неравновесных системах (физических, химических, биологических, экологических и др.)".

Явление самоорганизации было первоначально обнаружено экспериментально на множестве физико-химических объектов и отнесено к разряду "этого не может быть, потому что не может быть никогда". Классические примеры: неустойчивость Бенара, реакция Белоусова - Жаботинского, процессы в газовом лазере. Позднее возник ряд фундаментальных вопросов синергетики, связанных с поиском устойчивых процессов в неравновесной среде, к которым эволюционируют ее состояния. Получение ответов на эти вопросы было связано с привлечением аппарата нелинейной динамики, теории катастроф, фрактальной геометрии, экзотических понятий детерминированного хаоса, бифуркаций, странных аттракторов, структур с обострение и др.

Позиции синергетики принято ассоциировать с неординарным "нелинейным мышлением", с попыткой по-иному взглянуть на давно привычные вещи. И такой новый взгляд нередко плодотворен. Постараемся выделить главное.

Вот одно из принципиальных положений [7]:

"Предположим, перед вами некая система и вы, пользуясь определенным запасом энергии и свойственной человеку самоуверенностью, пытаетесь навязать ей какую-то организацию, воздействуя на нее тем или иным образом… Все более обостряющиеся проблемы экологии и экономики предостерегают - с нелинейными открытыми системами так поступать нельзя.

Приходится учитывать тенденции развития процессов в самой среде: не только внешние силы заставляют среду меняться, есть и внутренние законы развития, характерные для данной среды, приводящие к ее самоорганизации и упорядочению. Так что ничего другого вы в этой среде не создадите, как ни старайтесь… Это правила запрета! Из них следует, что бессмысленно навязывать определенное поведение сложным нелинейным системам. Надо знать, как они развиваются, и с минимальными усилиями содействовать их самоорганизации".

А вот еще одно [8]:

"Осознание новых ограничений является признаком фундаментальных теорий. К ним относятся работы последних лет, связанные с предсказуемостью и т.н. динамическим хаосом. Они позволили осознать еще один барьер. Оказалось, мы в принципе не можем дать долгосрочный прогноз поведения огромного количества даже сравнительно простых механических, физических, химических и экологических систем.

Раньше думали, что имеется два класса объектов. Одни - детерминированные. Прогноз их поведения может быть дан на любое желаемое время. Другие - стохастические. Ими занимается теория вероятностей. Оказывается, имеется еще один класс объектов. Формально они являются детерминированными. Точно зная их текущее состояние, можно установить, что произойдет с системой в сколь угодно далеком будущем. И, вместе с тем, предсказать ее поведение можно лишь в течение ограниченного времени. Сколь угодно малая неточность в определении начального состояния системы быстро нарастает со временем, и с некоторого момента мы теряем возможность что-либо предсказывать. Система начинает вести себя хаотически. Тут вновь приходится говорить только о статистическом описании. Такие системы обнаружены в гидродинамике, физике лазеров, химической кинетике, физике плазмы, геофизике и экологии".

Начало исследованиям детерминированного хаоса положено в 1963 году Эдвардом Лоренцем. Математический образ детерминированных непериодических процессов, для которых невозможен долгосрочный прогноз, назвали странными аттракторами. В них достаточно много порядка. То же относится и к детерминированному хаосу. Оказалось, что в природе существует лишь несколько сценариев перехода от порядка к хаосу. "Хаос порой выступает как сверхсложная упорядоченность, чувствительная к малейшим возмущениям" [8]. Специалисты по теории управления динамическим хаосом сравнивают управление многими сложными системами с ездой на велосипеде. Это системы, которые статически неустойчивы, но движением которых можно управлять.

Слово "фракталы" было впервые введено в 1977 году Мандельбротом. Им было показано, что существование "фрактальных множеств" (изоморфных к масштабам и дробных размерностей) позволяет объяснить, а в некоторых случаях и предсказать экспериментальные результаты, полученные в разных областях: космология, теория турбулентности, химическая кинетика, физика полимеров, физиология и др.

Вопрос 4. Позитивность синергетических позиций в химии, физике и др. подтверждена многократно. Но как обстоит дело с применением теории динамического хаоса и теории катастроф к техническим наукам?

Экспериментально установлено, что хаос играет важную роль в процессе анализа информации нейроподобными системами. Это привело к использованию теории динамических систем при рассмотрении проблем создания систем ИИ (например, проблемы организации динамической памяти как диссипативных систем с подавленным хаосом) на основе странных аттракторов. Нужная информация извлекается, если путем слабых возмущений застабилизировать нужный цикл.

Вопрос 5. Можно ли применить понятие диссипативных структур к информационным системам, в частности, - к экспертным системам? Что является в них внешним источником? И какова интерпретация в данном случае внутренних флуктуаций?

 

3. Системная сторона эволюционизма

 

Первоначальное понимание сложных систем (например, биологических) было связано с представлением о том, что их невозможно описать при помощи математических моделей.

А.Ю. Лоскутов

Системные и эволюционные подходы неразрывно связаны. Более того, развитие конструктивной теории функциональных систем [9] в 1930 - 70-х годах отечественным нейрофизиологом академиком П.К. Анохиным во многом предвосхитило становление кибернетики, общей теории систем и успехи эволюционизма, включая вопросы самоорганизации. "Функциональная система представлялась нам как самоорганизующееся образование, в состав которого входила обратная информация о полученном результате (1932 - 1933). Перед нами предстали факты, которые не укладывались в общепринятые представления нейрофизиологии, и это обстоятельство открыло перед нами принципиально новые перспективы исследований" [10].

Приведем ряд замечаний П.К. Анохина [9, 10] в плане полемики с основателями общей и математической теорий систем (Берталанфи, 1950-е годы; Месарович, Раппопорт и др., 1970-е годы) и порождаемые ими вопросы.

"Системой можно назвать только такой комплекс избирательно вовлеченных компонентов, у которых взаимодействие приобретает характер взаимоСОдействия на получение сфокусированного полезного результата - главного системообразующего фактора. Цель к получению данного результата возникает в системе раньше, чем может быть получен сам результат. В области технических и экономических систем это хорошо осознано.

В случае недостаточности полученного результата в системе формируется новое ограничение числа степеней свободы. При этом каждый компонент системы настраивается таким образом, что он вносит свою долю СОдействия в получение запрограммированного результата.

Какой именно результат должен быть получен, определяется внутри системы на стадии афферентного синтеза с участием доминирующей мотивации, обстановочной и пусковой афферентации [внешние факторы - В.Р.], памяти. Акцептор результатов действия сличает реально полученный результат с прогнозируемым и инициирует нужные коррективы. В живом организме все это делается практически мгновенно. Вот только КАК? - пока не очень ясно".

Вопрос 6. Если первичность цели является характерным признаком системы, то не следует ли считать, что т.н. "обратный вывод" (от цели) наиболее естественен для экспертных систем.

И далее:

"Неконструктивность определения системы в общей теории систем Берталанфи (взаимодействие вместо взаимоСОдействия, т.е. самоорганизации, отсутствие в определении системообразующего фактора - полезного результата), излишнее теоретизирование являются, на наш взгляд, одной из главных причин неспособности этой теории помочь конкретному исследователю. Последнее относится и к математической теории систем. Не считаясь с действительными свойствами конкретных систем, эта теория переводит вопрос в плоскость настолько запутанного теоретизирования, что до сих пор мало помогает практическим разработкам системного подхода.

Месарович конструирует методологию системного подхода в своей математической теории систем из следующих этапов [по сути, совпадающих с позициями математической модели по Гильберту - В.Р.]: формализация (абстрагирование) - построение абстрактной системы S; дедукция - исследование свойств системы S дедуктивными методами; интерпретация найденных свойств в контексте рассматриваемого явления.

Кухтенко, применяя эту теорию к "большим техническим системам", тоже начинает изучение технических явлений после предварительной формулировки математической модели системы. Для конкретного исследователя такой процесс весьма странен. Как можно абстрактную математическую модель применять к объяснению конкретных закономерностей?

Нет сомнения, что реальные "системные закономерности" могут быть почерпнуты и разработаны только на основе конкретного материала по исследуемому явлению. Именно этот материал и должен стать основой формализации. Практически же сторонники математической теории систем не могут, на наш взгляд, формализовать исследование конкретной системы хотя бы уже потому, что они не исходят из наиболее существенных критериев оценки данной системы.

Таким образом, вопрос о применимости и эффективности математической теории систем должен быть подвергнут специальной дискуссии".

Этот вопрос дискуссионен и в наши дни. Вот еще одно, более близкое по времени высказывание [5]:

"Естественники, слишком хорошо искушенные в математике, создали убедительные математические модели сложных явлений, описывающие их некоторые общие свойства, но не чувствительные к различению процессов самоорганизации и организации. Этот недостаток, свойственный самой математике как языку описания, а не использующим его ученым, сами они даже и не заметили, но поспешили утвердить неоднозначное толкование синергетики, основанное на внешних свойствах (например, нелинейная динамика и др.), что привело к утрате истинного предмета этой науки, к утрате понимания физической сущности самоорганизации и стремления ее изучить. Поэтому причиной потери научного статуса "современной синергетики", связанной с ее расширительным толкованием, является указанная теоретическая база, обеспечивающая устойчивое непонимание физической сущности процессов самоорганизации".

Вопрос 7. Можно ли утверждать, что математическая теория систем столь же малоэффективна в технических областях, как и (по мнению П.К. Анохина) в области нейрофизиологии?

С этим вопросом связан еще один [11]. В 1980 году философ науки Ян Хакинг вместе с физиком-экспериментатором Френсисом Эвериттом написали статью "Теория и эксперимент: что чему предшествует" (это и есть пресловутый вопрос). Ее основной тезис состоял в том, что "во многих случаях экспериментирование предшествует теории". Статья была отвергнута всеми журналами, что отвечало господствующей в то время "парадигме" развития естествознания при первенстве теории.

"Спор с теоретизмом, согласно которому теория предписывает эксперименту, что и как наблюдать, какие именно эксперименты представляют интерес, а какие - нет, малопродуктивен. Правильнее рассматривать теорию и эксперимент как равноправных партнеров [коммутативно дополнительных в научном познании - В.Р.]. Экспериментальные методы познания - важнейшая составная часть методологического арсенала современной науки. С экспериментом связана вся история естествознания".

Реплики с мест показывают понимание аудиторией того, что затронутый вопрос напоминает известную дилемму о "курице и яйце", и согласие присутствующих с цитированным мнением. Поэтому вопрос снимается с нашего дальнейшего рассмотрения.

 

Литература

1. Эволюционные подходы к решению научных проблем. - Интернет адрес:
http://www.tsure.ru/e-journal/spectrum/spect_02_00/evolutionary


2. Некипелов Н., Шахиди А. Онтология анализа данных. - Интернет адрес:
http://www.basegroup.ru/


3. Редько В.Г. Проблемы интеллектуального управления - общесистемные, эволюционные и нейросетевые аспекты. - Интернет адрес:
http://www.keldysh.ru/pages/BioCyber/RT/Invitation.htm


4. Основы современной синергетики. - Интернет адрес:
http://www.bolshe.ru/unit/30/books/898/s/1,2


5. Руденко А.П. Самоорганизация и синергетика. - Интернет адрес:
http://www.csbi.ru/personal/andy/notes/selforg.htm


6. Гусев В.А. Порядок из хаоса, или хаос хаосу рознь. - Интернет адрес:
http://www.bionet.ncs.ru/chair/cib/lektcii/Lecture20Part1-3.html


7. Курдюмов С.П. Самоорганизация сложных систем //Экология и жизнь. 2000. № 5. - Интернет адрес: http://www.ecolife.ru/jornal/ecap/2000-5-1.shtml


8. КапицаС.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. - М.: Наука, 1997. - Интернет адрес: http://www.iph.ras.ru/~mifs/kkm/GI1.htm


9. Анохин П.К. Принципиальные вопросы общей теории функциональных систем //Принципы системной организации функций. - М.: Наука, 1973. С.5-61. - Интернет адрес: http://www.keldysh.ru/pages/BioCyber/RT/Functional.pdf


10. Анохин П.К. Идеи и факты в разработке теории функциональных систем. - Интернет адрес: http://www.keldysh.ru/pages/BioCyber/RT/Anokhin.htm


11. Аршинов В.И. Синергетика как феномен постнеклассической науки. - М.: ИФРАН, 1999. - Интернет адрес:
http://www.philosophy.ru/iphras/library/arshinov/glava2.html

 

   
www.kai.ru