– Рассматривается пространство всех возможных состояний управляемой системы, при этом считается, что каждый набор фазовых переменных полностью определяет состояние объекта управления;
– Ищутся взаимосвязи между фазовыми переменными и скоростями их изменения.
Практически все успехи современной теории управления и естествознания были связаны с реализацией этой детерминированной схемы. Для требуемого в настоящее время СУ этот подход явно не подходит.
В цифровой среде ситуация принципиально меняется.
Детерминированная модель объекта управления в целом отсутствует, хотя цифровые инструменты (например, ИИ, интернет вещей и пр.) позволяют оценить с высокой точностью фазовые переменные и их динамику. Это позволяет определить конечную область фазового пространства, где находится исследуемый объект управления и куда он движется.
Развитие теории самоорганизации (синергетики) и опыт моделирования самых различных систем показало, что фазовое пространство далеко не однородно. Различные области в нем могут принципиально отличаться, в том числе, в зависимости от того, какой в них горизонт предсказуемости[51 - Малинецкий Г. Г., Потапов А. Б., Подлазов А. В. Нелинейная динамика: Подходы, результаты, надежды. – М.: Ком Книга, 2006. – 280 с. (Синергетика: от прошлого к будущему).]. В фазовом пространстве для этого выделяются области русел, в которых состояние объекта описывается ограниченным числом переменных. Все остальные координаты выражаются через несколько ведущих переменных, которые обычно называют параметрами порядка.
В этой выделенной области пространства происходят только медленные и хорошо прогнозируемые процессы. Поведение исследуемой системы можно достаточно легко представить на основе опыта или с помощью простых математических моделей небольшой размерности. Такой системой можно эффективно управлять.
Однако в фазовом пространстве бывают и области джокеров, в которых горизонт прогноза мал, число переменных велико (вплоть до бесконечности), а состояние управляемого объекта может меняться очень быстро или даже мгновенно и скачкообразным образом, что непредсказуемо классическими методами. Области джокера описывают пограничные, чрезвычайные ситуации. Управление в этих случаях требует особых приемов, навыков, подготовки и удачи, обеспечивающих робастность управления. Субъективные, случайные факторы, компетенция руководителя, его психологические установки и ценности в этом случае играют бо?льшую роль, нежели роль формализуемых компонентов модели.
Сказанное можно пояснить примером из области медицины. Если состояние больного находится в пределах одного из русел, то с проблемой вполне могут справиться терапевты. В области джокера нужны более решительные действия. Для этого может быть предложена схема СУ, предполагающая три иных, по сравнению с классическим подходом шага:
– Сначала следует определить, какие фазовые параметры описывают объект в достаточной для целей управления степени, подбираются методы цифрового мониторинга, позволяющие измерить каждого из них;
– Определенным способом, например, на основе предыстории системы, экспертных оценок или моделирования, строится фазовое пространство и в нем выделяются русла и области джокеров;
– Для каждой из этих областей выясняется, какое управление может дать наилучшие результаты. Формулируются ограничения и оцениваются возможности реализации управляющих воздействий.
С результатами этой проработки знакомятся люди, которым предстоит осуществлять управление. Это могут быть отдельные команды и специалисты, которые подбираются для управления в областях русел и джокеров.
Такое управление с выделением русел и джокеров может оказаться эффективнее традиционных подходов к СУ. Это подтверждает опыт разработки систем с биологической обратной связью. С пациента снимали в режиме реального времени параметры (фазовые переменные) его организма (давление, пульс, температура и др.), визуализировали их и указывали целевую область в пространстве фазовых переменных. В этой области лежат состояния, типичные для здорового человека. В результате те навыки, на формирование которых у человека ранее уходило несколько лет, в цифровой реальности удавалось выработать за несколько дней.
Вместе с тем приведенный пример обусловлен потребностью исследования исторического опыта, накопления обучающих примеров, формирования фазового пространства и пр. Однако такого опыта может оказаться недостаточным, или этот опыт может отсутствовать, решения и действия человека могут носить амбициозный и экстремальный характер, внешнее воздействие может быть совершенно неожиданным, спонтанным, скачкообразным, непредсказуемым и пр.
Учет некаузальности и бесконечномерности в изменении ситуации может быть обеспечен с применением инструментария сильного (общего) искусственного интеллекта (GAI), оперирующего как логическими, так и нелогическими аспектами ситуации, как эмоциональными, так и мыслительными слоями сознания участников принятия решений.
При зарождении подхода СУ он, как уже отмечено выше, развивался совместно с методами ИИ. Новые цифровые условия, заставляющие изменять методологический базис СУ, также требует опоры на продвинутые подходы в области ИИ. В этом развитии необходимо, прежде всего, выделять встроенные процессы управления, принципиально не поддающиеся формализации.
Формализуемые процессы управления основываются, как правило, на аналитической обработке больших данных или использовании нейронных сетей, баз знаний, лингвистических процессоров и пр. Неформализуемые процессы охватывают эмоциональную, медитативную, творческую и мыслительную деятельность, коллективное обсуждение вопросов. В этом контексте общие требования к развитию ИИ можно свести к следующему списку:
– ориентация на потенциальные неформализуемые требования представителей различных секторов экономики,
– Учет как денотативных (формализованных, структурных), так и сигнификативных (когнитивных, мыслительных, эмоциональных, медитативных, феноменологических) семантик,
– Создание условий для конвергентной (сходящейся к целям) сборке междисциплинарных результатов работ,
– Решение обратных задач на понятийных (неметрических) пространствах, отличающихся высоким уровнем неустойчивости решения,
– Применение методов обеспечения семантической интероперабельности, виртуального сотрудничества и ситуационной осведомленности,
– Комплексность интерпретации проблемных ситуаций, масштабируемость решений,
– Робастность, помехоустойчивость и стойкость к внешним воздействиям,
– Гибкость, эффективность и результативность, конкурентоспособность и быстрота выхода на рынок.
В архитектуре продвинутых систем ИИ при решении вопросов цифровой экономики комплексно учитываются такие аспекты разработки, как:
– Имитация работы головного мозга человека,
– Дополнения работы головного мозга человека,
– Интерпретация денотативных и когнитивных семантик,
– Коллективный ИИ с ускоренным достижением инсайта;
– Подключение к проблематике ИИ технологий блокчейна.
В продвинутом (сильном) ИИ наблюдается междисциплинарный синтез подходов, методов и технологий из областей: философии, психологии, права, квантовой физики, математики, нейрофизиологии, конвергентного управления, когнитивного моделирования, теории категорий, решения обратных задач, нейронных технологий, глубокого обучения, синтеза материалов и даже космологии.
Сложность решаемых задач управления с применением продвинутых методов СУ можно проиллюстрировать на примере создания пространства доверия для поддержки гражданского участия в принятии государственных и муниципальных управленческих решений (Рис. 2–2). В центре Рис. 2–2 показаны участники процесса принятия коллективного решения, справа – технологии, слева – теоретические подходы.
Рис. 2–2. Иллюстрация многодисциплинарной сложности решаемых задач управления с применением искусственного интеллекта. Теории, участники и технологии продвинутого СУ
Особое место в развитии прорывного СУ занимает когнитивная семантика. Именно она увеличивает сложность решаемых задач на десятки порядков. Когнитивная семантика, помимо традиционно понимаемых нейросетевых механизмов мышления, пытается охватить атомарные компоненты мышления. При таком рассмотрении определенную значимость приобретают такие элементы мозга, как атомы, кварки, микротрубки[47] (#litres_trial_promo). Особое место в исследовании и имитации мыслительных процессов занимают квантово-механические эффекты, такие как суперпозиция и запутанные состояния элементарных частиц и атомов[48] (#litres_trial_promo). Эти эффекты явно выводят предмет моделирования за рамки нейросетевой модели мозговой деятельности, заставляют отойти от ее логической репрезентации. Важным в таком атомарном моделировании становится учет возможности представления управляемой ситуации в виде бесконечномерных квантовых состояний, применении для этого теории категорий, гильбертовых пространств, оптических преобразований Фурье и др.[52 - Raikov A. N. Uncaused Semantic Interpretation of Cognitive Models in Networked Decision Support Systems. Proceedings of the 11th IEEE Intern. Conf. on Application of Information and Communication Technologies (AICT 2017). Moscow, Russia, 20–22 September, 2017. – P. 321–325.][53 - Райков А.Н. В.А. Котельников: Предвосхищение будущего цифровизации // Информатизация и связь. 2019. № 1. – С. 7 – 11.]
Пространство доверия, как показано на Рис. 2–2, формируется в условиях появления принципиально новых технологий управления, например, технологий блокчейна.
Новое СУ требует создания информационно-аналитических систем, отражающих управленческие ситуации бесконечномерной размерности с неограниченным спектром характеристик. Основные гармоники этого спектра: секторы и отрасли экономики, виды деятельности, компании, цеха, продукты, потребности рынка, сквозные цифровые технологии, уровни технологической готовности технологий и производства, эмоциональные и мыслительные компоненты и пр. Расширение этого спектра идет через учет факторов производства, в том числе субъективных факторов. Корректный учет всего этого бесконечного множеств факторов, характеризующих ситуацию, может создать необходимый эмерджентный эффект.
Примерами информационных систем могут быть такие, которые обеспечивают непрерывную перестройку производства[54 - Сури P. Время – деньги. Конкурентное преимущество быстрореагирующего производства / пер. с англ. М.: БИНОМ; Лаборатория знаний, 2013. – 326 с.], работают с критическими параметрами[55 - Глухов А. П. Параметрические модели поведения ресурсов и алгоритмы обеспечения реализуемости функциональных задач автоматизированными системами критического применения // Естественные и технические науки. – 2015. – № 7 (85). – С. 91–103.] и с критически важной инфраструктурой, поддерживают работу «умных» систем[56 - Smart Management Methods and Mechanisms of Industrial Enterprises and Organizations / V. N. Burkov, I. V. Burkova, Ya. D. Gelrud, O. V. Loginovskiy // Вестник ЮУрГУ. Сер. «Компьютерные технологии, управление, радиоэлектроника». – 2016. – Т. 16, № 3. – С. 93–101. – DOI: 10.14529/ctcr160310.] и эффективное управление нематериальными активами, внедрением сквозных цифровых технологий, применением телемедицинских услуг и др. Интенция их разработки заключается в создании нового, справедливого и прозрачного пространства доверия.
К таким системам относится и блокчейн. Создание сопровождающих нормативных правовых документов и технологий поддержки блокчейна в сочетании с ИИ позволяет автоматизировать: доказательство права на изобретение, подтверждение патентной чистоты и определение времени зарождения идеи, снятие информационной асимметричности, сократить число посредников, содействовать внедрению инноваций и др.
Деятельность участников таких систем требует координации коллективного поведения субъектов с заданными этическими нормами поведения. Эти нормы задают траекторию выбора решений субъектов, обеспечивающих повышение коллективной ответственности, выбор разумных норм потребления ресурсов, снижение нагрузок на окружающую среду. Для эффективной реализации механизмов прорывного СУ требуется наличие гибкого и высоконадежного эмерджентного интерфейса между руководителями и лицами, реализующими решения на практике[57 - Барсуков А. Н., Бочков А. В., Лесных В. В. Ситуационные центры. Мониторинг, прогнозирование и управление кризисными явлениями в газовой отрасли. Часть I. Мониторинг и прогнозирование. М.: НИИгазэкономика, ООО «САМ Полиграфист», 2015. – 595 с.].
Блокчейн позволяет создать самоорганизующуюся и саморазвивающуюся среду доверия для субъектов прорывного СУ, например, в виде дополненной реальности[58 - Бауэр В. П., Барышников П. Ю., Сильвестров С. Н. Блокчейн как основа формирования дополненной реальности в цифровой экономике // Информационное общество. – 2017. – № 3. – С. 30–39.]. Блокчейн – это сквозная цифровая технология для применения в различных секторах экономики, а также в областях гражданского и военного применения.
В настоящее время еще не исследованы возможности стандартизации, оценки и как следствие – управления качеством реализации блокчейна. Применительно к социогуманитарным средам необходимо изучение проблем философии и социологии блокчейна, оценки эффективности внедрения. Это необходимо делать с учетом потребности формирования ответа на вызовы, породившими необходимость смены парадигмы СУ.
Новая стратегия развития России ориентирована на достижение амбициозных стратегических целей. Для практической реализации такой стратегии необходимо решительным образом перестроить существующую систему стратегического планирования и управления[59 - Колин К. К. Структура и приоритеты глобальной безопасности // Стратегические приоритеты. – 2017. – № 4. – С. 13–33.][60 - Зацаринный А. А., Колин К. К. Цифровые платформы как основа устойчивого развития стран Большой Евразии в условиях новых вызовов и угроз в информационной сфере // Стратегические приоритеты. – 2018. – № 1. – С. 71–77.].
Современные технологии позволяют обрабатывать большие объемы информации и находить оригинальные решения, оперативно оценивать новые возможности, коррелировать их со своими сильными сторонами, убирать многие угрозы. Вместе с тем, сегодня эти технологии преимущественно ориентируются на применение традиционного подхода к СУ, для которого свойственно логико-лингвистическое представление ситуаций, логическая система вывода решений.
Такой, классический, подход характеризуется ограничениями, принципиально не позволяющими решать задачи, сложность которых на десятки порядков выше тех, которые решались в рамках традиционной парадигмы СУ. Поэтому поставлен вопрос о создании новой философии, психологии и математики, цифровых платформ и сквозных цифровых технологий адекватной сложности.
Требуется единая комплексная платформа для обеспечения синергии усилий всех участников решения подобных задач. Такой платформой способна стать система распределенных ситуационных центров развития, создаваемая в России как стержень интеграции междисциплинарных исследований и информационных систем различного уровня управления для обеспечения национальной безопасности и стратегического управления страной.
2.3. Сетевой стратегический конгресс для территориального развития
Возможны различные масштабы участия в принятии решений. Как правило, в одном ситуационном центре собирается от 3 до 35 человек. Вместе с тем, иногда надо собрать для принятия решения порядка 200–300 человек. Для этого нужен сетевой стратегический конгресс. В нем принимают участия несколько коллективов, несколько ситуационных центров, удаленные эксперты, сотрудники, граждане. Они все вместе могут разработать стратегию за 3–4 дня.
Итак, стратегия – это согласие людей некоторого сообщества (органа власти, организации, граждан) относительно тех целей, к которым следует стремиться, и путей, которых следует придерживаться для достижения целей. Стратегия – это и план, и принцип поведения. Обычно сообщества разрабатывают планы на будущее и выводят принципы поведения из своего прошлого. Бывает намечаемая и осуществляемая стратегия. Намечаемая стратегия обычно нужна для «прорыва», осуществляемая стратегия – это то, что получается в реальной жизни. Как правило, намечаемые стратегии осуществляются частично. Стратегия – это стиль поведения сообщества, направленный на постоянное обучение и целенаправленное действие. По жизни обычно работает схема, показанная на Рис. 2–3.
