Интеллект человека очень широко варьируется от индивидуума к индивидууму. В одних случаях это способности, в других – талант, а в третьих – гениальность, заключающаяся в способности человека находить решения креативных проблем по минимуму введенной в его сознание информации.

Креативная проблема представляет собой значимую для людей задачу, анализ и постановку которой осуществляет ученый или группа ученых в процессе творческой деятельности и для которой в настоящий момент времени решения нет. Например, группа ученых во главе с академиком РАН Бехтеревой Н.П. [1] проанализировала, осуществила постановку и решила в ходе полиметодического изучения мозговой организации и механизмов управления творческим процессом проблему устойчивости патологического состояния мозга человека [2]. Была создана теория устойчивого патологического состояния, поддерживаемого соответствующей матрицей памяти. Эта теория получила широкое признание и распространение в России и за рубежом.

В то же время, как было сказано, сейчас существует необходимость создания информационных и программных систем поддержки творческих решений [3, 4], которые учитывали бы и использовали возможности и способности ученых и групп ученых. В таком случае человекоразумная информационная и программная система складывается из следующих составляющих: ученый и группа ученых + информационные и программные системы поддержки + экспертная система.

Описание проблемы

Рассмотрим фундаментальную проблему создания и применения методологии разработки человекоразумных программных и информационных систем интеллектуальной поддержки решений креативных проблем. В человеко-машинных информационно-поисковых системах (ИПС) осуществляется информационная поддержка решений нерешенных проблем на основе ориентированной на развитие разума лиц и групп, принимающих решения, петли обратной связи (информация – разум – решение проблем – информация) с использованием методов искусственного интеллекта, методов и эвристических процедур формирования творческих и интуитивных решений, их статис- тической нечеткой оценки и согласованной оптимизации в условиях расплывчатой неопределенности.

В основе интеллекта человека лежит его разум. При создании человекоразумных ИПС необходимо не только учитывать особенности разума человека, но и использовать его сильные стороны. Сложность решения проблемы заключается в том, что об этом практически ничего неизвестно. Бехтерева Н.П. пишет, что «это было и чувство, и знание того, что сегодня нет методическо-техно­логического подхода к пониманию некоторых «странных» явлений человеческой психики – как минимум, а может быть, и к механизму сложных явлений психики вообще».

Необходимы междисциплинарные исследования с использованием не только философии, методологии управления, психологии, этики и других наук и дисциплин, но и не совсем научных исследований о сознании и мозге. Поэтому методика междисциплинарных исследований должна обеспечивать достоверность и приближение к истине, хотя бы давать представление о разрыве между истинной и интуитивной достоверностью. Последняя часто оказывается ошибочной, поэтому программные системы интеллектуальной поддержки решений креативных проблем, разработанные только на основе интуитивных решений разработчиков и их опыта, чаще всего неэффективны и не используются разработчиками. Должны осуществляться часто игнорируемые разработчиками предпроектные междисциплинарные исследования создания человекоразумных ИПС.

Ядром междисциплинарных исследований является системный анализ проблем принятия решений в условиях использования информации различной физической природы. Далее происходит расширение с использованием постнеклассической научной рациональности и трансциплинарного подхода Степина В.С. [5], методологии управления Новикова Д.А. [6], рефлексивных процессов и управления Лепского В.Е. [7], общей психологии Рубинштейна С.Л. [8], психологии эмоций Кэрола Э. Изарда [9], психологии воли Ильина Е.П. [10] и веры Грановской Р.М. [11], прикладной этики Назарова В.Н. [12].

Для преодоления «стены» Бехтеревой Н.П. целесообразно использовать в меру разумные гипотезы и предположения. Осуществляются «парадигмальные прививки» идей, в том числе Иммануила Канта, Зигмунда Фрейда, Карла Густава Юнга, и не совсем признанных нашей наукой исследований, например, Юдицкого С.А., Ричарда Бендлера, Роберта Дилста, Дэвида Майерса, Роберта Юнга, Пола Экмана, Кристиана Ларсона в области развития сознания и мозга. Это гипотезы и предположения о сознании и подсознании, об интуиции, ее возможностях и ошибках, об образном мышлении, о фокусах языка, об убеждениях и их изменении, о влиянии эмоций на решения и поведение человека, о многоуровневых нейролингвистических моделях поведения, о нейролингвистических моделях поведения SOAR, SCORE, TOTE, ROLE, BAGE, о прогнозировании эмоций и лжи человека по его лицу.

Методика предпроектных междисциплинарных исследований

В состав человекоразумных ИПС, кроме информационных и программных систем, входят ученый и группа ученых, лица и группа лиц, принимающих решения. Эти человекоразумные системы используют когнитивный, соматический и полевой разум входящих в их состав людей.

В методике междисциплинарных исследований применяется следующее:

–      рефлексия;

–      логика, математика, теория игр, математическое программирование, игры с непротивоположными интересами, теория активных систем, теория выбора – основа достоверности;

–      синтез формальных и эвристических процедур;

–      алгоритмические предписания;

–      условия расплывчатой неопределенности;

–      логика информационных и программных систем;

–      язык описания, функции, логика функций, понятия, суждения и умозаключения логики функций;

–      оценка достоверности; разумное приближение к истине;

–      «парадигмальные прививки» идей;

–      синтез «человеческого», «информационного» и «программного» на языке информатики.

Единственным способом найти решение креативной проблемы, для которой пока еще нет решения, является рефлексия. Рефлексия – это ме- тод получения ученым и группой ученых новой информации, которая позволяет решить рассматриваемую креативную проблему и расширяет границы знаний и опыта. Эта дополнительная информация приводит к снижению достоверности. Поэтому основной проблемой междисциплинарных исследований является проблема обеспечения их достоверности при расширении границ рефлексии.

Для обеспечения достоверности целесообразно применять в качестве ядра междисциплинарных исследований математику, логику и системный анализ проблем принятия решений в условиях использования информации различной физической природы, в том числе и психической.

Основной задачей системного анализа является разработка концепций объединения математических и неформальных методов анализа, строгих способов исследования формализованных моделей с экспериментом, эвристическими приемами, суждениями экспертов и субъективными оценками [2, 13–18].

В нашем случае объединение осуществляется следующим образом.

1.     Формальные процедуры: основы математической теории активных систем, теория управления, исследование операций, задачи управления в социальных и экономических системах, математическое и сетевое программирование, комплексная оценка и т.д.

2.     Неформальные процедуры: идеи и языковые модели теории управления, исследования операций, теории принятия решений, социальных и экономических наук, в том числе психологии, психологии труда, психологии воли, мотивации и мотивов, эмоций и чувств и пр., практики трудовой деятельности.

3.     Синтез формальных и неформальных процедур: расплывчатые понятия, суждения, пред- положения и убеждения, нечеткая и индуктивная логика, алгебра логики и логика убеждений в расплывчатых условиях, правдоподобные рассуждения и принятие решений в расплывчатых условиях; измерение, описание и обработка субъективной информации и др.

4.     Синтез формальных и неформальных процедур: расплывчатые понятия, суждения, пред- положения и убеждения, нечеткая и индуктивная логика, алгебра логики и логика убеждений в расплывчатых условиях, правдоподобные рассуждения и принятие решений в расплывчатых условиях; измерение, описание и обработка субъективной информации и др.

5.     Компьютерная модель и компьютерный эксперимент: задачи управления в социальных и экономических системах + методы математического и сетевого программирования, анализа и синтеза сложных систем, теории выбора и т.д. + методы измерения, описания, использования и обработки субъективной информации + нечеткие алгоритмы компьютерных экспериментов + комплексная оценка полезности в расплывчатых условиях + прочее.

6.     Информационная управляющая активная система анализа МП = Руководство (подсистема организационного управления) + Группа исследования операций + Человеко-машинная система моделирования (машинный эксперимент).

На основе применения системного анализа проблем принятия решений в условиях исполь- зования информации различной физической природы на языке информатики была разработана методология согласования интересов в информационных системах. Методология согласования интересов в информационных системах отличается от других подходов согласования интересов следующим.

·       Ставится и решается проблема повышения эффективности управленческих решений на основе разработки и применения формальных методов и средств обработки и отображения информации и согласованной оптимизации.

·       Модели теории активных систем дополняются необходимыми для описания человеко-ма­шинных процессов согласования и оптимизации следующими составляющими:

–      модели человеко-машинных процессов согласования и оптимизации на языке теории активных систем;

–      модели задач многокритериальной оптимизации с неизвестными функциями полезности, описывающими интересы пользователей активной системы, на языке эвристических процедур и теории активных систем;

–      эвристические алгоритмические модели человеко-машинных процессов согласования и оптимизации в виде алгоритмов сводимости, то есть в виде алгоритмических предписаний;

–      формальные алгоритмические модели человеко-машинных процессов решения экстремальных задач, описываемые с помощью алгоритмических методов оптимизации;

–      модель устойчивости коллективной стратегии пользователей активной системы на языке теории игр с непротивоположными интересами;

–      математические модели экстремальных задач, решаемых на каждой итерации человеко-ма­шинных процессов, на языке исследования операций и активных систем;

–      структурные модели информационных процессов, описывающие информационную технологию согласования и оптимизации на языке структурного программирования;

–      экспериментальные модели человеко-ма­шинных процессов согласования и оптимизации в виде компьютерных моделей и имитационных игр в активных системах;

–      модели интеллектуальной поддержки согласованной оптимизации.

Управляющей и интегрирующей средой этих моделей друг с другом и с моделями теории активных систем является концептуальная модель человеко-машинных процессов согласования и оптимизации, дающая содержательное представление о существенных свойствах этих процессов и главных связях между ними.

·       Применяется разработанный на основе принципа согласованного управления принцип согласованной оптимизации на множестве компромиссных решений. Принцип согласованной оптимизации = {коалиция согласования решений + принцип оптимального согласованного планирования состояний коалиции + человеко-машин­ная процедура согласования и согласованной оптимизации на множестве компромиссных решений + описание задачи согласованной оптимизации на множестве компромиссных решений + схема функционирования активной системы с коалицией согласования решений + коллективная стратегия согласованной оптимизации, обеспечивающая устойчивость коллективных решений}. За счет применения этого принципа получают решения по Нейману–Моргенштерну. Эти решения принадлежат множеству компромиссных решений, обладающему свойствами внутренней устойчивости, состоящей в том, что полученные оптимальные согласованные решения нельзя противопоставлять друг другу, и внешней устойчивости, состоящей в возможности каждому не принадлежащему решению по Нейману–Моргенштерну и претендующему на роль более эффективного противопоставить оптимальное согласованное решение, принадлежащее этому множеству.

Алгоритмические предписания человеко-ма­шинных процессов согласованной оптимизации строятся на основе алгоритмов выпуклого программирования. Применяются метод Франка–Вольфа и градиентные методы. Они обладают хорошей сходимостью на первых шагах поиска и устойчивы к выбору направления и шага спуска. Это обеспечивает сходимость человеко-машинных процессов и устойчивость скорости сходимости к точности определения градиентов на каждом шаге поиска. В этом случае на каждом шаге поиска можно применять или субъективные оценки направления движения в пространстве критериев, или субъективные оценки в виде коэффициентов их значимости.

Рассмотрим решение проблемы целевого развития предприятия (ЦРП). Решение осуществ- ляется с помощью согласованного управления, которое заключается в разработке, принятии и реализации проектов ЦРП, обеспечивающих на рассматриваемом периоде времени максимальный гарантированный социально-экономический результат при условии удовлетворения интересов собственников, инвесторов, руководства и персонала предприятия.

Проект ЦРП включает в себя сведения о составе и наименованиях стратегических целей, тактических задач и об их содержании; о сущности, выражении и значениях целевых показателей; о распределении финансирования по целям и задачам; о перечне и наименованиях мероприятий по достижению задач, о их содержании и о перечне, наименованиях и значениях факторных показателей мероприятий.

Математическое описание цели согласованного управления в социальных и экономических системах на множестве компромиссных и кооперативных решений для разработки ЦРП будет иметь следующий вид:

при выполнении условий согласования интересов, где f0(,) – целевая функция, математически описывающая с помощью функции удельной ценности предпочтения собственников предприятия его социально-экономических состояний; fi(,) – целевая функция i-го целеустремленного агента, участвующего в процессе реализации ЦРП, математически описывающая его интересы; p – коэффициент сотрудничества целеустремленных агентов, участвующих в процессе реализации ЦРП; x = (x1, ..., xi, ..., xh) – составляющие проекта ЦРП предприятия; xi = (xi1, ..., xij, ..., xim) – составляющие проекта ЦРП по i-й цели; y = (y1, …, yi, …, yh) – реализация проекта ЦРП предприятия; yi = (yi1, …, yij, …, yim) – реализация проекта ЦРП по i-й цели; X(а) – множество допустимых проектов ЦРП; а = = (a1, ..., ai, ..., ah) – вектор факторных параметров, определяющих ограниченное множество допустимых проектов ЦРП; Xi(ai) – множество допустимых проектов ЦРП; ai = (ai1, ..., aij, ..., aik) – вектор факторных параметров, определяющих ограниченное множество допустимых проектов ЦРП по i-й цели;  P(x, f) – множество решений игры целеустремленных агентов или множество всех их локально-оптимальных состояний; Pi(xi, fi) – множество локально-оптимальных состояний i-го целеустремленного агента; Yi(bi) – множество реализаций проектов ЦРП по целям; bi = (bi1, ..., bij, ..., bik) – вектор факторных параметров, определяющих ограниченное множество допустимых значений факторных показателей i-го целеустремленного агента.

Представления у целеустремленных агентов, участвующих в разработке ЦРП, о согласовании интересов можно формализовать в виде множества согласованных значений факторных показателей:

с использованием функций выигрыша j0,i(x, y) элементов активной системы относительно исходного состояния, гарантируемых им центром при вступлении в коалицию. Эта функция представляет также функцию нечувствительности относительно выбора элементами активной системы (x, y) или (x[n=0], y[n=0]) в исходной точке поиска для n=0 с учетом входных барьеров, затрат на поиск и ограниченных возможностей человеко-ма­шинных ресурсов, или относительно решений задач оптимального или оптимального согласованного планирования, определяющих гарантированные значения Ñ0i>0 функции нечувствительности.

Эти выражения означают, что согласованное управление ЦРП определяет планируемые способы действия исполнителей, которые являются лучшими для собственников, руководства и персонала предприятия по функциям предпочтения, отражающим их интересы.

Для учета применяемых целеустремленными агентами стратегий сотрудничества и компромисса запишем их функции выигрыша как

Коэффициенты di0 представляют коэффициенты сотрудничества активных элементов с хозяйствующим субъектом, а dij – коэффициенты компромисса. Если все dij = 0 и di0 = 1, то это стратегия сотрудничества. Если dij > 0 и di0 <1, то это стратегия компромисса.

Если выполняется предположение, что в ус- ловиях возможности конфликта (x, y)ÏXc обя- зательно множество решений игры элементов R(x, f)ÎXc(x), то

где множество решений игры элементов R(x, f) образует множества всех их локально-оптимальных состояний Ri(x, fi).

Из соотношения

следует, что применение согласованного управления ЦРП не менее эффективно, чем все описанные и примененные на практике процедуры согласованной оптимизации.

Процесс согласованного управления ЦРП имеет следующую структуру: согласованная оптимизация проектов ЦРП, разработка и утверждение целевой программы, формирование на конкурсной основе контрактов, мониторинг реализации целевой программы. В настоящей работе рассматривается только согласованная оптимизация информационного содержания проектов по ЦРП, которое включает состав и наименования стратегических целей и тактических задач, их содержание, распределение финансирования по целям и задачам, перечень и наименования мероприятий по достижению задач, их содержание, перечень, наименования и значения факторных показателей мероприятий.

Реализация данной цели осуществляется в процессе продвижения, который состоит из следующих этапов.

1.     Анализ социально-экономического состояния промышленного предприятия за прошлый и текущий периоды.

2.     Определение направления движения от исходного состояния в пространстве стратегических целей, тактических задач и мероприятий по выполнению ЦРП.

3.     Определение направления движения от исходного состояния в пространстве финансирования ЦРП по тактическим задачам.

4.     Определение направления движения от исходного состояния в пространстве факторных показателей мероприятий по достижению тактических задач при заданном их финансировании.

5.     Оценка удовлетворительности ЦРП и анализ ее слабых и сильных сторон последовательно группой стратегического анализа, командной группой предприятия, советом по развитию, в который входят представители собственников, руководства и персонала предприятия.

6.     Остановка процесса. Принятие, доработка или непринятие ЦРП.

Для оценки продвижения и ЦРП используются показатели продвижения к цели согласованного управления ЦРП, определяемые как приращения функций удельной ценности социально-эко- номических состояний за анализируемый, прог- нозируемый или плановый периоды. Понятие удельной ценности результатов было введено в системном подходе при описании поведения целеустремленных систем [2].

w=w0(w1, …, wi, …, wn) – удельная ценность социально-экономического состояния предприятия, iÎI=IнÇ IзÇ IаÇ Iот;

wi = wi(ki1, …, kij, …, ) – удельная ценность социально-экономического состояния предприятия по целям, jÎJ=JнÇ JзÇ JаÇ Jот;

kij = kij (x11k, …, xijk, …, ) – удельная ценность социально-экономического состояния предприятия по задачам, mÎM=MнÇMзÇMаÇMот;

xijk – факторный показатель k-го мероприятия;

s0, si, sij, sijk – общие финансовые затраты на достижение удельных ценностей предприятия по целям, задачам и мероприятиям;

, , ;

Dw, Dwi, Dkij – целевые показатели (темпы прироста) развития предприятия, стратегических целей и тактических задач;

Dxijk – темп прироста факторного показателя мероприятия;

Dso, Dsi, Dsij, Dsijk – дополнительное финансирование темпов прироста;

 

 

Экспертная система в человекоразумных системах

Экспертная система [19] в человекоразумных программных системах интеллектуальной поддержки решения креативных проблем накапливает и использует информацию о решаемой проблеме, о генераторе идей по решению проблемы, об ученых, решающих проблему, о решениях проблемы и т.д. (см. http://www.swsys.ru/uploaded/image/2015 -3/2015-3-dop/12.jpg, http://www.swsys.ru/uploaded/ image/2015-3/2015-3-dop/13.jpg, http://www.swsys. ru/uploaded/image/2015-3/2015-3-dop/14.jpg, http:// www.swsys.ru/uploaded/image/2015-3/2015-3-dop/ 15.jpg, http://www.swsys.ru/uploaded/image/2015-3/ 2015-3-dop/16.jpg).

Подытоживая, отметим, что в одной статье невозможно описать решение рассматриваемой научной проблемы. В следующих работах предпо- лагается рассмотреть программную поддержку сознательного и бессознательного образного мышления в творческой деятельности и пути решения проблемы безопасности и качества жизни в настоящем будущем, в ближайшем будущем и в отдаленном будущем; проблемы регресса нравственности; проблемы принятия решений, влияющих на настоящее, ближайшее и отдаленное будущее, а также проблемы согласия.

Литература

1.     Механизмы деятельности мозга человека. Ч. 1. Нейро­физиология человека: монография; [под ред. Н.П. Бехтеревой]. Л.: Наука, 1988. 677 с.

2.     Бурков В.Н., Виноградов Г.П., Кузнецов В.Н., Па- люх Б.В., Семенов Н.А. Интеллектуальные активные системы // тр. XII национ. конф. по искусственному интеллекту с междунар. участием. М.: Физматлит, 2010. Т. 3.  С. 35–43.

3.     Асаи К., Ватада Д., Иваи С. [и др.]. Прикладные нечеткие системы; [пер. с япон.; под ред. Т. Тэрано, К. Асаи, М. Сугэно]. М.: Мир, 1993. 368 с.

4.     Иванов В.К., Палюх Б.В., Сотников А.Н. Архитектура интеллектуальной системы информационной поддержки инноваций в науке и образовании // Программные продукты и системы. 2013. № 4 (104). С. 203–208.

5.     Степин В.С. Теоретическое знание. М.: Прогресс–Тра­диция, 2003. 744 с.

6.     Новиков Д.А. Методология управления. М.: Либроком, 2012. 128 с.

7.     Емельянов Г.В., Лепский В.Е., Стрельцов А.А. Проблемы обеспечения информационно-психологической безопасности России // Информационное общество. 1999. № 3. С. 47–51.

8.     Рубинштейн С.Л. Человек и мир. Проблемы общей психологии. М.: Педагогика, 1976. С. 253–381.

9.     Кэррол Э. Изард. Психология эмоций; [пер. с англ.]. СПб: Питер, 2000. 464 с.

10.  Ильин Е.П. Психология воли. 2-е изд. СПб: Питер, 2009. 368 с.

11.  Грановская Р.М. Психология веры. СПб: Питер, 2010. 474 с.

12.  Назаров В.Н. Прикладная этика. М.: Гардарики, 2005. 302 с.

13.  Доропей В.Н., Кузнецов В.Н., Чудов С.А. Системный анализ согласованного управления и принятия решений в интеллектуальных активных системах // Системы управления и информационные технологии. 2012. № 3.1 (48). С. 141–146.

14.  Клюшин А.Ю., Кузнецов В.Н., Чудов С.А. Нечеткие модели поведения лиц и групп, принимающих решения. Тверь: Изд-во ТвГТУ, 2014. 212 с.

15.  Кузнецов В.Н., Семенов Н.А. Согласованное управление в интеллектуальных информационных системах // Искусственные интеллектуальные системы (IEEE AIS*02); Интеллектуальные САПР: тр. Междунар. конф. М.: Физматлит, 2002. С. 169–173.

16.  Кузнецов В.Н., Семенов Н.А., Цибарев М.В. Программная система согласованной оптимизации бюджетных целевых программ // Программные продукты и системы. 2005. № 2. С. 37–39.

17.  Кузнецов В.Н., Мутовкина Н.Ю., Чудов С.А. Управление проектом создания программной системы электронного документооборота // Программные продукты и системы. 2013. № 4. С. 242–248.

18.  Mutovkina N.Yu., Kuznetsov V.N., and Klyushin A.Yu. Stability of Containment Strategy in Multi-Agent Systems. Automation and Remote Control. vol. 76, no. 6, 2015, pp. 1088–1093.

19.  Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. СПб: БХВ-Петербург, 2003. 608 с.