3.2. Человечество как СР-сеть
Перелистывая страницу за страницей, вдумчивый читатель может задать примерно следующий вопрос: «Если придерживаться принципа масштабируемости, верить в информационное единообразие мира, то почему бы тогда не посмотреть на человечество как на самообучающуюся СР-сеть? Человечество в рамках этой СР-сети существует тысячелетия и достигло, скажем мягко, определенных успехов.
Почему нельзя спроектировать подобную СР-сеть для аккумуляции знаний? Построенная на перенесенных из мира людей принципах подобная техническая система может стать самой эффективной самообучающейся конструкцией».Вопрос правомочен. Действительно, зачем изобретать велосипед, когда проще взять основные принципы информационного взаимодействия людей и перенести на техническую самообучающуюся СР-систему. Как, например, это было сделано при создании одного из направлений в программировании для ЭВМ, названного генетическим программированием.
&Генетические алгоритмы предназначены для решения переборных задач большой размерности, например, поиск оптимального маршрута движения транспорта через сотни пунктов, составление расписаний и т.п. Основу любого генетического алгоритма составляют «хромосомы» ¾ двоичные вектора, каждый из которых описывает конечный результат, и функция «приспособления», позволяющая получить количественную оценку пригодности «хромосомы».
После того как структура «хромосомы» и функция «приспособления» определены, задача заключается в генерации различных «хромосом» на базе уже существующих и отсеивании «неперспективных». Примерные этапы работы генетического алгоритма:
· все «хромосомы» разбиваются на пары. Это разбиение осуществляется с учетом значения функции «приспособления» и датчика случайных чисел;
· для каждой пары выполняется операция кроссинговера, в ходе которой осуществляется случайное перемешивание частей «хромосом» друг с другом, т.е.
происходит как бы рождение принципиально новых «хромосом». Некоторые «хромосомы» при этом могут остаться неизменными;· мутация. В ходе мутации в отдельных «хромосомах» изменяются случайным образом такие характеристики, которые стабильно не затрагиваются в процессе кроссинговера.
В результате на каждом этапе имеем поколение «хромосом» с все более лучшими показателями.
При этом надо отметить, что генетические алгоритмы это не только инструмент для решения переборных задач, это также один из способов самообучения системы. Принципиальное отличие от методов обучения на принципах СР-сетей здесь в том, что постоянно модифицируемая входными данными СР-сеть представляет собой взаимосвязанную совокупность элементов, образуя тем самым структуру, которая несет в себе все знание системы о мире. И каждый элемент в этой структуре характеризуется не только своими специфическими функциями, порой прямо противоречивыми, но и связями с другими элементами.
Для исследования поведения человечества с помощью моделей на базе СР-сетей надо определиться с тем, что является входными данными для данной самообучающейся системы и какое множество операций, выполняемых элементами системы. Очевидно, что входные данные включают в себя информацию о природных катаклизмах, о полезных ископаемых, о пище и воде, о врагах и о друзьях. Среди операций возможны следующие: «ничего не делать», «оказать помощь на словах», «оказать помощь на деле», «объявить территорию, территорией своих интересов», «захватить территорию», «напасть на врага», «готовиться к сражению», «отдать часть территории», «продать часть территории», «нанести ракетно-бомбовый удар по суверенному государству без объявления войны», «совершить террористический акт» и т.п.
В результате входные данные, вплотную связанные с климатическими условиями и географическими открытиями, будут приводить к структурным изменениям СР-сети, олицетворяющей собой в данном случае поведение человечества, народа, государства. Более того, понятие война становится неизбежной операцией в ходе обработки системой входной обучающей выборки.
Конечно отдельно взятое государство может запретить для себя отдельные операции по разным соображениям, но это приведет только к обеднению спектра возможных реакций, а значит усложнит систему принятия решений, которые имеет смысл принимать в режиме реального времени.Так выглядит простейшая модель в самом первом приближении. В своей реализации она чем-то напоминает известную игру «Жизнь», придуманную Джоном Конвеем, на процесс протекания которой можно, как на огонь, воду и работающих людей, смотреть бесконечно.
Безусловно, данная модель может быть уточнена, развита, подправлена множеством ограничений. Например, в качестве источников напряжения, рождающего и уничтожающего нейроны, можно предложить для рассмотрения психические особенности народа, как функцию природной среды сформировавшей данный народ именно таким, а ни каким другим.
Важно, что похожесть присутствует. Насколько она искусственна — это другой вопрос; он уже из серии вопросов Т.Мана: «Цветы изо льда или цветы из крахмала, сахара и клетчатки — то и другое природа, и еще неизвестно, за что природу больше хвалить...?» — а так ли это важно? Но вот заданный вопрос: «Как измерить эффективность данной структуры?» — остается. Услышав его, мы робко спрятали голову под крыло, склеенное из аналогий, как из перьев, и начали генерировать модели, прекрасно понимая бесперспективность прямого ответа. Действительно, как может хомяк, живущий в банке, оценить собственную эффективность (в данном случае — хотя бы полезность) для своего хозяина. И вот он, это хомячок, строит зеркала из наделанных им луж и пристально выискивает всплывающие искаженные образы до тех пор, пока перед ним не начнут проходить все его прошлые и будущие жизни. Но это ли есть ответ на вопрос?
Применяя модель СР-сетей к исследованию событий, потрясающих человечество, сразу следует оговориться и провести черту между тем, что дозволено тыкать, словно щупом, данным инструментарием, и тем, к чему его бесполезно прикладывать, но очень хочется.
Дозволено тыкать в направлении информационного хранилища человечества, его численности и информационных коммуникаций.
Дозволено тыкать в направлении важнейших проблем, связанных с применением ко всему человечеству и его отдельным частям информационного оружия с целью выяснения разрешимости этих проблем.
Очень хочется попробовать применить СР-сети для определения судьбы тех или иных культур.
Очень хочется понять адептом какого-такого нового знания выступают инфекции и войны, которые, словно скальпель хирурга, вырезают целые структуры, не заботясь о том, здоровы они или больны, кстати, в рамках приведенной выше модели войны ¾ это неизбежная реакция информационной самообучающейся системы на определенные входные данные.
Так где же та граница, которая проходит между пока живыми и уже мертвыми???
У К.Симонова в романе «Живые и мертвые» эта граница видится в виде вынужденной остановки колонны.
Позже подобной границей станет атомный реактор, еще позже место проживания.
Никто из моих соотечественников не знал, работая в промышленности и сфере образования некоторых союзных республик СССР, что тем самым они пересекли ту границу, которая обрекает их потомков на гибель, скитания и нищету.
Как далеко та узловая точка, в которой выбор меньшего зла вдруг обернется в дальнейшем полным и безоговорочным поражением?
По каким критериям информационной самообучающейся системе выбирать дорогу на перепутье? Пытаться минимизировать сегодняшнюю или завтрашнюю боль, пытаться максимизировать сегодняшнюю или завтрашнюю радость?
Отдельные люди и целые государства на протяжении истории человечества неоднократно пытались создать универсальный критерий выбора, часто внося этот критерий в пространство целей системы. А цель уже потом сама вела за собой. За примерами далеко ходить не надо: кто-то живет для себя (максимизация сегодняшнего удовольствия), кто-то ¾ для детей, кто-то ¾ для страны, а есть и такие, кто кует счастье всему человечеству прямо у него на голове.
Выбирая сегодняшний поступок, информационная система явно или бессознательно, но просчитывает его неизбежные последствия во временном интервале действия доминирующей цели.
Последствия, согласно логике СР-сетей, прогнозируются только во временных интервалах действия цели. Понятно, что если активная цель предполагает реализоваться в самые ближайшие часы, то данной цели нет никакого дела то того, каким образом текущий поступок отразится на состоянии системы завтра или через неделю.
И если цели, для которых реализация ¾ это дело самого ближайшего будущего, полностью подчинят себе информационную самообучающуюся систему, то она в узловой точке своего бытия, конечно, выберет меньшее зло для себя сегодняшней просто потому, что она не видит себя в дне завтрашнем ¾ нет в завтрашнем дне цели, способной формировать в сегодня иные поступки.