referat (708285), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Если в машинах и вообще в неорганической природе отражение есть пассивный, мертвый физико-химический, механический акт без обобщения и проникновения в сущность обобщаемого явления, то отражение в форме сознания есть, по мнению Ф.Энгельса "познание высокоорганизованной материей самой себя, проникновение в сущность, закон развития природы, предметов и явлений объективного мира".

В машине же отражение не осознанно, так как оно осуществляется без образования идеальных образов и понятий, а происходит в виде электрических импульсов, сигналов и т.п. Поскольку машина не мыслит, эта не есть та форма отражения, которая имеет место в процессе познания человеком окружающего мира. Закономерности процесса отражения в машине определяются, прежде всего, закономерностями отражения действительности в сознании человека, так как машину создает человек в целях более точного отражения действительности, и не машина сама по себе отражает действительность, а человек отражает ее с помощью машины. Поэтому отражение действительности машиной является составным элементом отражения действительности человеком. Появление кибернетических устройств приводит к возникновению не новой формы отражения, а нового звена, опосредующего отражение природы человеком.

ЭВМ и персональные компьютеры (ПК).

Точно так же, как разнообразные машины и механизмы облегчает физический труд людей, ЭВМ и ПК облегчают его умственный труд, заменяя человеческий мозг в его наиболее простых и рутинных функциях. ЭВМ действуют по принципу «да-нет», и этого достаточно для того, чтобы создать вычислительные машины, хотя и уступающие человеческому мозгу в гибкости, но превосходящие его по быстроте выполнения вычислительных операций. Аналогия между ЭВМ и мозгом человека дополняется тем, что ЭВМ как бы играет роль центральной нервной системы для устройств автоматического управления.

Введенное чуть позже в кибернетике понятие самообучающихся машин аналогично воспроизводству живых систем. И то, и другое есть созидание себя, возможное в отношении машин, как и живых систем. Обучение онтогенетически есть тоже, что и само воспроизводство филогенетически.

Как бы не протекал процесс воспроизводства, «это динамический процесс, включающий какие-то силы или их эквиваленты. Один из возможных способов представления этих сил состоит в том, чтобы поместить активный носитель специфики молекулы в частотном строении ее молекулярного излучения, значительная часть которого лежит, по-видимому, в области инфракрасных электромагнитных частот или даже ниже. Может оказаться, что специфические вещества (вирусы) при некоторых обстоятельствах излучают инфракрасные колебания, которые обладают способностью содействовать формированию других молекул вируса из неопределенной магмы аминокислот и нуклеиновых кислот. Вполне возможно, что такое явление позволительно рассматривать как некоторое притягательное взаимодействие частот».

Такова гипотеза воспроизводства Винера, которая позволяет предложить единый механизм само воспроизводства для живых и неживых систем.

Современные ЭВМ значительно превосходят те, которые появились на заре кибернетики. Еще 10 лет назад специалисты сомневались, что шахматный компьютер когда-нибудь сможет обыграть приличного шахматиста, но теперь он почти на равных сражается с чемпионом мира. То, что машина чуть было не выигрывала у Каспарова за счет громадной скорости перебора вариантов (100 миллионов в секунду против двух у человека) остро ставит вопрос не только о возможностях ЭВМ, но и о том, что такое человеческий разум.

Предполагалось два десятилетия назад, что ЭВМ будут с годами все более мощными и массивными, но вопреки прогнозам крупнейших ученых, были созданы персональные компьютеры, которые стали повсеместным атрибутом нашей жизни. В перспективе нас ждет всеобщая компьютеризация и создание человекоподобных роботов.

Надо, впрочем, иметь в виду, что человек не только логически мыслящее существо, но и творческое, и эта способность - результат всей предшествующей эволюции. Если же будут построены не просто человекоподобные роботы, но и превосходящие его по уму, то это повод не только для радости, но и для беспокойства, связанного как с роботизацией самого человека, так и с проблемой возможного «бунта машин», выхода их из под контроля людей и даже порабощения ими человека.

Модели мира.

Благодаря кибернетике и созданию ЭВМ одним из основных способов познания, наравне с наблюдением и экспериментом, стал метод моделирования. Применяемые модели становятся все более масштабными: от моделей функционирования предприятия и экономической отрасли до комплексных моделей управления биогеоценозами, эколого-экономических моделей рационального природоиспользования в пределах целых регионов, до глобальных моделей.

В 1972 году на основе метода «системной динамики» Дж. Форрестера были построены первые так называемые «модели мира», нацеленные на выработку сценариев развития всего человечества в его взаимоотношениях с биосферой. Их недостатки заключались в чрезмерно высокой степени обобщения переменных, характеризующих процессы, протекающие в мире; отсутствии данных об особенностях и традициях различных культур и так далее. Однако это оказалось очень многообещающим направлением. Постепенно указанные недостатки преодолевались в процессе создания последующих глобальных моделей, которые принимали все более конструктивный характер, ориентируясь на рассмотрение вопросов улучшения существующего эколого-экономического положения на планете.

М. Месаровичем и Э. Пестелем были построены глобальные модели на основе теории иерархических систем, а В. Леонтьевым - на основе разработанного им в экономике метода «затраты-выпуска». Дальнейший прогресс в глобальном моделировании ожидается на путях построения моделей, все более адекватных реальности, сочетающих в себе глобальные, региональные и локальные моменты.

Простираясь на изучение все более сложных систем, метод моделирования становится необходимым средством, как познания, так и преобразования действительности. В настоящее время можно говорить как об одной из основных, о преобразовательной функции моделирования, выполняя которую оно вносит прямой вклад в оптимизацию сложных систем. Преобразовательная функция моделирования способствует уточнению целей и средств реконструкции реальности. Свойственная моделированию трансляционная функция способствует синтезу знаний - задаче, имеющей первостепенное значение на современном этапе изучения мира.

Прогресс в области моделирования следует ожидать не на пути противопоставления одних типов моделей другим, а на основе их синтеза. Универсальный характер моделирования на ЭВМ дает возможность синтеза самых разнообразных знаний, а свойственный моделированию на ЭВМ функциональный подход служит целям управления сложными системами.

Зарождение кибернетики

Существует большое количество различных определений поня­тия «кибернетика», однако все они в конечном счете сводятся к тому, что кибернетика - это наука, изучающая общие закономерности строения сложных систем управления и протекания в них процес­сов управления. А так как любые процессы управления связаны с принятием решений на основе получаемой информации, то кибер­нетику часто определяют еще и как науку об общих законах полу­чения, хранения, передачи и преобразования информации в сложных управляющих системах.

Появление кибернетики как самостоятельного научного направ­ления относят к 1948 г., когда американский ученый, профессор математики Массачусетского технологического института Норберт Винер (1894 -1964гг.) опубликовал книгу «Кибернетика, или управ­ление и связь в животном и машине». В этой книге Винер обоб­щил закономерности, относящиеся к системам управления различ­ной природы - биологическим, техническим и социальным. Во­просы управления в социальных системах были более подробно рассмотрены им в книге «Кибернетика и общество», опубликован­ной в 1954 г.

Название «кибернетика» происходит от греческого «кюбернетес», что первоначально означало «рулевой», «кормчий», но впо­следствии стало обозначать и «правитель над людьми». Так, древне­греческий философ Платон в своих сочинениях в одних случаях называет кибернетикой искусство управления кораблем или колесницей, а в других — искусство править людьми. Примечательно, что римлянами слово «кюбернетес» было преобразовано в «губернатор».

Известный французский ученый-физик А. М. Ампер (1775-1836 гг.) в своей работе «Опыт о философии наук, или Аналитическое изложение естественной классификации всех человеческих знаний», первая часть которой вышла в 1834 г., назвал кибернетикой науку о текущем управлении государством (народом), которая помогает правительству решать встающие перед ним конкретные задачи с учетом разнообразных обстоятельств в свете общей задачи принести стране мир и процветание.

Однако вскоре термин «кибернетика» был забыт и, как отмечалось ранее, возрожден в 1948 г. Винером в качестве названия науки об управлении техническими, биологическими и социальными системами.

Развитие кибернетики

Становление и успешное развитие любого научного направле­ния связаны, с одной стороны, с накоплением достаточного коли­чества знаний, на базе которых может развиваться данная наука, и, с другой — с потребностями общества в ее развитии. Поэтому не случайно, что размышления о кибернетике Платона и Ампера не получили в свое время дальнейшего развития и были в сущ­ности забыты. Достаточно солидная научная база для становления кибернетики создавалась лишь в течение XIX—XX веков, а технологическая база непосредственно связана с развитием электро­ники за период последних 50—60 лет.

Социальная потребность в развитии кибернетики на современ­ной ступени общественного развития определяется прежде всего бурным ростом технологического уровня производства, в резуль­тате чего доля суммарных физических усилий человека и живот­ных составляет в настоящее время менее 1 % мирового энергети­ческого баланса. Снижение данной величины обусловлено стремительным ростом энерговооруженности работников физического труда, сопровождающимся и значительным повышением его произ­водительности. Вместе с тем так как управление современной тех­никой требует все больших затрат нервной энергии, а психофизи­ческие возможности человека ограничены, то оказывается, что именно они. В значительной степени ограничивали полноценное ис­пользование достижений технического прогресса.

С другой стороны, в развитых странах доля работников умст­венного труда по отношению ко всем работающим приближается уже к 50%, причем дальнейшее возрастание ее является объек­тивным законом общественного развития. А производительность умственного труда, в процессе которого до недавнего времени ис­пользовались лишь самые примитивные технические средства по­вышения его эффективности (арифмометры, конторские счеты, ло­гарифмические линейки, пишущие машинки), практически оста­валась на уровне прошлого века.

Если учитывать также непрерывное возрастание сложности технологических процессов, характеризующихся большим количест­вом разнообразных показателей, то становится ясным, что отсутст­вие механизации информационных процессов тормозит дальнейшее развитие научно-технического прогресса. Перечисленные факторы в совокупности и обусловили быстрое развитие кибернетики и ее технической базы - кибернетической техники.

Работы ученых

Развитие кибернетики как науки было подготовлено многочисленными работами ученых в области математики, механики, автоматического управления, вычислительной техники, физиологии высшей нервной деятельности.

Основы теории автоматического регулирования и теории устойчивости систем регулирования содержались в трудах выдающегося русского математика и механика Ивана Алексеевича Вышнеградского (1831—1895 гг.), обобщившего опыт эксплуатации и разработавшего теорию и методы расчета автоматических регуляторов паровых машин.

Общие задачи устойчивости движения, являющиеся фундаментом современной теории автоматического управления, были решены одним из крупнейших математиков своего времени Александром Михайловичем Ляпуновым (1857—1918 гг.), многочисленные труды которого сыграли огромную роль в разработке теоретических вопросов технической кибернетики.

Работы по теории колебаний, выполненные коллективом ученых под руководством известного советского физика и математика Александра Александровича Андронова (1901—1952 гг.), послужили основой для решения впоследствии ряда нелинейных задач теории автоматического регулирования. А. А. Андронов ввел в теорию автоматического управления понятия и методы фазового пространства, сыгравшие важную роль в решении задач оптимального управления.

Исследование процессов управления в живых организмах связывается прежде всего с именами великих русских физиологов - Ивана Михайловича Сеченова (1829—1905 гг.) и Ивана Петровича Павлова (1849—1936 гг.). И. М. Сеченов еще во второй половине прошлого столетия заложил основы рефлекторной теории и выска­зал весьма смелое для своего времени положение, что мысль о машинности мозга — клад для физиолога, коренным образом проти­воречащее господствовавшей тогда доктрине о духовном начале человеческого мышления и психики.

Блестящие работы И. П. Павлова обогатили физиологию выс­шей нервной деятельности учением об условных рефлексах и фор­мулировкой принципа обратной афферентации, являющегося ана­логом принципа обратной связи в теории автоматического регули­рования. Труды И. П. Павлова стали основой и отправным пунк­том для ряда исследований в области кибернетики, и биологиче­ской кибернетики в частности.

Материальной базой реализации управления с использованием методов кибернетики является электронная вычислительная тех­ника. При этом «кибернетическая эра» вычислительной техники характеризуется появлением машин с «внутренним программиро­ванием» и «памятью», т. е. таких машин, которые в отличие от ло­гарифмической линейки, арифмометров и простых клавишных машин могут работать автономно, без участия человека, после того как человек разработал и ввел в их память программу решения сколь угодно сложной задачи. Это позволяет машине реализовать скорости вычислений, определяемые их организацией, элементами и схемами, не ожидая подсказки «что дальше делать» со стороны человека-оператора, не способного выполнять отдельные функции чаще одного-двух раз в секунду. Именно это и позволило достичь в настоящее время быстродействия ЭВМ, характеризующегося сотнями тысяч, миллионами, а в уникальных образцах — сотням миллионов арифметических операций в секунду.

К наиболее ранним и близким прообразам современных цифровых ЭВМ относится «аналитическая машина» английского математика Чарльза Беббиджа (1792—1871 гг.). В первой половине XIX века он разработал проект машины для автоматического решения задач, в котором гениально предвосхитил идею современны кибернетических машин. Машина Беббиджа содержала арифметическое устройство («мельницу») и память для хранения чисел («склад»), т. е. основные элементы современных ЭВМ.

Характеристики

Список файлов реферата