Реферат на тему «Математическая логика как основа зарождения кибернетики как науки»

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

1 Математическая логика как основа кибернетики

2 Основные черты кибернетики как науки

3 Связь кибернетики с естественными науками

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

ВВЕДЕНИЕ

Логика возникла в культуре Древней Греции. Первое дошедшее до нас сочинение по логике — «Аналитики» Аристотеля (384-322 гг. до н.э.). Формальная логика просуществовала без серьёзных изменений более двадцати столетий. Б. Джордж (1815-1864) — английский математик, который считается основоположником математической логики.

Развитие математики выявило недостаточность Аристотелевой логики и потребовало дальнейшего её развития. Независимо развивалась буддистская логика, но достоянием европейской науки она стала недавно, поэтому математическая логика берет начало из логики Аристотеля. Математическая логика является наукой о законах математического мышления. Предметом математической логики являются математические теории в целом, которые изучаются с помощью математических языков. При этом в первую очередь интересуются вопросами непротиворечивости математических теорий, их развязности и полноты [6].

Математическая логика отличается тем, что пользуется языком математических и логических символов, исходя из того, что в принципе они могут совсем заменить слова обычного языка и принятые в обычных живых языках способы объединения слов в предложения. Особенности математического мышления объясняются особенностями математических абстракций и многообразием их взаимосвязей. Они отражаются в логической систематизации математики, в доказательстве математических теорем. В связи с этим современную математическую логику определяют, как раздел математики, а также как основу развития кибернетики. Кибернетику как науку стали отделять относительно не давно.

Современное поколение является свидетелем стремительного развития науки и техники. За последние триста лет человечество прошло путь от простейших паровых машин до мощных атомных электростанций, овладело сверхзвуковыми скоростями полета, поставило себе на службу энергию рек, создало огромные океанские корабли и гигантские землеройные машины, заменяющие труд десятков тысяч землекопов. Запуском первого искусственного спутника Земли и полетом первого человека в космос наша страна проложила путь к освоению космического пространства [7].

Однако до середины XX века почти все создаваемые человеком механизмы предназначались для выполнения хотя и весьма разнообразных, но в основном исполнительных функций. Их конструкция предусматривала всегда более или менее сложное управление, осуществляемое человеком, который должен оценивать внешнюю обстановку, внешние условия, наблюдать за ходом того или иного процесса и соответственно управлять машинами, движением транспорта и т. д. Область умственной деятельности, психики, сфера логических функций человеческого мозга казались до недавнего времени совершенно недоступными механизации.

Рисуя картины жизни будущего общества, авторы фантастических рассказов и повестей часто представляли, что всю работу за человека будут выполнять машины, а роль человека сведется лишь к тому, чтобы, наблюдая за работой этих машин, нажимать на пульте соответствующие кнопки, управляющие определенными операциями.

Однако современный уровень развития радиоэлектроники позволяет ставить и разрешать задачи создания новых устройств, которые освободили бы человека от необходимости следить за производственным процессом и управлять им, т. е. заменили бы собой оператора, диспетчера. Появился новый класс машин — управляющие машины, которые могут выполнять самые разнообразные и часто весьма сложные задачи управления производственными процессами, движением транспорта и т. д. Создание управляющих машин позволяет перейти от автоматизации отдельных станков и агрегатов к комплексной автоматизации конвейеров, цехов, целых заводов [2].

Вычислительная техника используется не только для управления технологическими процессами и решения многочисленных трудоемких научно-теоретических и конструкторских вычислительных задач, но и в сфере управления народным хозяйством, экономики и планирования.

Цель работы – изучить влияние математической логики на зарождение кибернетики, как науки.

Задачи данной работы:

— изучить влияние математической логике на кибернетику;

— рассмотреть основные характеристики кибернетики;

— исследовать вопрос связи кибернетики и естественных наук.

1 Математическая логика как основа кибернетики

Математическая логика — это раздел современной формальной логики, в котором логические выводы исследуются посредством логических исчислений на основе математического языка, аксиоматизации и формализации. Иногда термин «математическая логика» употребляется в более широком смысле, охватывая исследование свойств дедуктивных теорий, именуемое металогикой или метаматематикой. В целом, определение «математическая логика» подчёркивает её сходство с математикой, основывающееся, прежде всего, на методах построения логических исчислений на основе строгого символического языка, аксиоматизации и формализации. Они позволяют избежать двусмысленной и логической неясности естественного языка, которым пользовалась при описании правильного мышления традиционная логика, развивавшаяся в рамках философии [9].

Математические методы дали логике такие преимущества, как высокая точность формулировок, возможность изучения более сложных, с точки зрения логической формы, объектов. Многие проблемы, исследуемые в математической логике, вообще невозможно было сформулировать с использованием только традиционных методов. Применение в логике математических методов становится возможным тогда, когда суждения формулируются на некотором точном (формализованном) языке. Такие точные языки имеют две составляющие: синтаксис и семантику. Синтаксисом называется совокупность правил построения объектов языка (обычно называемых формулами). Семантикой называется совокупность соглашений, описывающих наше понимание формул (или некоторых из них) и позволяющих считать одни формулы верными, а другие — нет.

Уже в Античности (в частности Аристотелем) широко применялись буквенные обозначения для переменных. Идея построения универсального языка для всей математики, для формализации на базе такого языка математических доказательств и вообще любых рассуждений выдвигалась в XVII веке Г. В. Лейбницем. Но только к середине XIX века стало очевидным, что существующая логическая парадигма, а именно аристотелевская силлогистика, уже не отвечает требованиям развития науки того времени. С одной стороны, значительные успехи абстрактной алгебры в особенности в теории групп позволили перенести алгебраические методы на другие области науки. Это с успехом проделала английская школа, основоположником которой можно считать А. де Моргана, который в 1847 году опубликовал книгу «Formal Logic; or The Calculus of Inference, Necessary and Probable». Им открыты названные в его честь законы де Моргана, разработана теория отношений и в 1838 определено понятие математической индукции [6].

Однако наибольшую известность получили работы Дж. Буля. В 1847 году он публикуетброшюру «Mathematical Analaysis of Logic», а в 1854 — свой главный труд по логике «An Investigation into the Laws of Thought, on which are Founded the Mathematical Theories of Logic and Probabilities». Как и де Морган, Дж. Буль был одним из тех математиков из Кембриджа, которые признали чисто абстрактную природу алгебры. Они заметили, что простейшие операции над множествами подчиняются законам коммутативности, ассоциативности и дистрибутивности. Оставалось только провести аналогию между объединением и сложением, пересечением и умножением, пустым классом и нулём, универсальным классом и единицей. Работы Буля 1847 и 1854 годов можно считать началом алгебры логики, первоначальный этап развития которой был завершён Э. Шрёдером в трёхтомной монографии «Vorlesungugen uber die Algebra der Logik» (1890–1905) [4].

С другой стороны, возникновение и развитие математической логики связано с работами Г. Фреге и Ч. С. Пирса. После того, как Фреге в 1879 и Пирс в 1885 году ввели в язык алгебры логики предикаты, предметные переменные и кванторы, возникла реальная возможность построения системы логики в виде логического исчисления, что и было сделано Фреге, который по праву считается основателем математической логики в её современном понимании. Пытаясь реализовать идеи Лейбница, Фреге в своём труде «Begriffsschrift» предложил символическую запись для строгих рассуждений. Хотя его нотация сейчас совсем не используется (например, формулы рисовали в виде двумерного дерева), Фреге в действительности впервые построил исчисление предикатов. Исчисление предикатов есть формальная система, состоящая из двух частей: символического языка и логики предикатов. Кроме этого для исчисления предикатов Фреге даёт строгое определение понятия «доказательство», которое является общепринятым и по сей день [7].

Основы современной логической символики были разработаны Дж. Пеано, чьи интересы, как и Фреге, концентрировались вокруг оснований математики и развития формально-логического языка. Его широко известный труд «Formulaire de mathématiques», опубликованный (в соавторстве) в 1894–1908 годах, был нацелен на развитие математики в её целостности, исходя из некоторых фундаментальных постулатов. Логическая запись Пеано была принята, хотя и частично модифицирована, А. Н. Уайтхедом и Б. Расселом в их широко известной трёхтомной «Principia Mathematica» (1910–1913), а затем воспринята Д. Гилбертом. Таким образом, в логику был введён символический язык. Создание такого искусственного языка и с его помощью таких объектов, как логические исчисления, строго формализующие различные теории в виде некоторого конечного списка аксиом и правил вывода, было вызвано, в первую очередь, потребностями математики, ставившей проблемы, для решения, которых средства традиционной логики были непригодны.

Основным стимулом развития математической логики в начале XX века была проблема оснований математики. К. Вейерштрасс, Р. Дедекинд и Г. Кантор показали, что в качестве фундамента всей классической математики может рассматриваться арифметика целых чисел. Дедикинд и Пеано аксиоматизировали арифметику, а Фреге дал определение натурального числа как множества всех равномощных множеств. Таким образом, вся математика сводилась к теории множеств. Рефлексия над феноменом множеств привела к обнаружению ряда парадоксов в теории множеств, ответом на которые стало развитие четырёх направлений в основаниях математики [8]:

• Логицизм (вся математика может быть дедуцирована из чистой логики без использования каких-либо специфических понятий, таких, как число или множество).
• Интуиционизм (нужна новая логика).
• Теоретико-множественный платонизм в виде аксиоматической теории множеств ZF (вводятся ограничения на образование множеств).
• Формализм (программа Гилберта).

Развитие и применение технического аппарата самой логики в первую очередь относится к программе Д. Гилберта (начиная с 1904 года), где была поставлена главная задача: найти строгое основание для математики посредством доказательства её непротиворечивости, то есть доказательства того факта, что в ней недоказуема никакая формула вида A вместе с формулой ~ А. Для этого потребовалось развить теорию доказательств, после чего, считал Гилберт, используя только финитные методы, можно будет доказать непротиворечивость теории множеств и самой теории действительных чисел и таким образом решить проблему оснований математики. Однако результат К. Гёделя о неполноте арифметики (1931) убедительно показал, что программа Гилберта невыполнима. Теорема Гёделя о неполноте утверждает, что всякая достаточно богатая теория необходимо содержит утверждения, которые нельзя ни доказать, ни опровергнуть, не опровергнув самой теории [7].

С 20-х годов XX века начинается современный этап развития математической логики. Он связан с применением точных методов при изучении формальных аксиоматических задач. Суть их состоит в описании рассматриваемой теории на базе строгого логико-математического языка (формализация), с последующими процедурами логического анализа теории, а именно с точки зрения непротиворечивости (например, таких теорий, как элементарная геометрия, арифметика, анализ достаточно надёжных оснований) и полноты. Основным объектом современной математической логики являются исчисления. В качестве их компонентов выступают: язык (формальный); аксиомы; правила вывода. На их основе стало возможным дать точное определение доказательства, получить точные утверждения о невозможности доказательства тех или иных предложений теории.

Обширным полем деятельности для современной математической логики является теория рекурсии, которая в первую очередь имеет дело с проблемой разрешимости: доказуема или нет формула A из некоторого множества посылок. Эти исследования привели к теориям вычислимости, к созданию компьютерных программ автоматического поиска доказательств. Решение проблемы разрешимости послужило основным стимулом для создания теории алгоритмов. Формулировка тезиса Чёрча — Тьюринга, утверждающего, что понятие общерекурсивной функции является уточнением интуитивного понятия алгоритма, стало наиболее важным достижением математической логики. Только после уточнения понятия алгоритма выяснилось, что в хорошо известных разделах математики существуют алгоритмически неразрешимые проблемы [8].

Важное место в современной математической логике занимает теория моделей, которая изучает фундаментальные связи между синтаксическими свойствами множеств предложений формального языка, с одной стороны, и семантическими свойствами их моделей, с другой; и вообще, изучаются соотношения между моделями и теориями, а также преобразование моделей. Зачастую модели используются как инструмент для того, чтобы показать, что некоторая формула A не может быть дедуцирована из определённого множества постулатов или, если A есть аксиома, то показать недоказуемость A из остальных аксиом системы, к которой A принадлежит (если это возможно). Тогда A является независимой аксиомой.

Наряду с этим стало очевидно, что те впечатляющие результаты, которые были получены средствами математической логики, и в первую очередь в области оснований математики, привели к некоторому гипостазированию функции и предмета самой этой логики. Так, в предисловии к «Handbook of Mathematical Logic» (1977) Дж. Барвайс пишет: «Математическая логика традиционно подразделяется на четыре раздела: теория моделей, теория множеств, теория рекурсии и теория доказательств». В свою очередь в «Encyclopedia Britanica» (CD–1998), уже применительно к математической логике, четыре указанных раздела названы «четырьмя главными областями исследования». Более точно было бы говорить о применении технического аппарата логики в данных областях, поскольку теория множеств и теория рекурсии сами по себе являются самостоятельными математическими дисциплинами и не являются частью математической логики. Теория доказательств для некоторых математиков-логиков превратилась чуть ли не в «метаматематику» (термин Гилберта), а теория моделей давно вышла за пределы логической семантики [4].

Развитие современной логики показывает, что термин «математическая логика» постепенно сужается и часто используется для обозначения области исследования тех типов рассуждений, которыми пользуются математики, тем самым приобретая всё большее методологическое и прикладное значение, прежде всего в рамках вычислительной математики и связанных областей. В целом, символизация и представление различных логических теорий в виде исчислений стало обычным делом и поэтому строго разделить современные логические исследования на относящиеся к математической логике и не относящиеся к ней порой просто невозможно [9].

2 Основные черты кибернетики как науки

Кибернетика (в переводе с греческого искусство управления) — это наука об управлении сложными системами с обратной связью. Она возникла на стыке математики, техники и нейрофизиологии, и ее интересовал целый класс систем, как живых, так и не живых, в которых существовал механизм обратной связи. Основателем кибернетики по праву считается американский математик Н. Винер, выпустивший в 1948 году книгу, которая так и называлась «Кибернетика».

Оригинальность этой науки заключается в том, что она изучает не вещественный состав систем и не их структуру, а результат работы данного класса систем. В кибернетике впервые было сформулировано понятие «черного ящика» как устройства, которое выполняет определенную операцию над настоящим и прошлым входного потенциала, но для которого мы не обязательно располагаем информацией о структуре, обеспечивающей выполнение этой операции [6].

Системы изучаются в кибернетике по их реакциям на внешние воздействия, другими словами, по тем функциям, которые они выполняют. Наряду с вещественным и структурным подходом, кибернетика ввела в научный обиход функциональный подход как еще один вариант системного подхода в широком смысле слова.

Если 17-ое столетие и начало 18-ого столетия — век паровых машин, то настоящее время есть век связи и управления. В изучение этих процессов кибернетика внесла значительный вклад. Она изучает способы связи и модели управления, и в этом исследовании ей понадобилось еще одно понятие, которое было давно известным, но впервые получило фундаментальный статус в естествознании — понятие информации как меры организованности системы в противоположность понятию энтропии как меры неорганизованности [8].

Чтобы яснее стало значение информации, рассмотрим деятельность идеального существа, получившего название «демон Максвелла». Идею такого существа, нарушающего второе начало термодинамики, Максвелл изложил в «Теории теплоты» вышедшей в 1871 году. «Когда частица со скоростью выше средней подходит к дверце из отделения А или частица со скоростью ниже средней подходит к дверце из отделения В, привратник открывает дверцу, и частица проходит через отверстие; когда же частица со скоростью ниже средней подходит из отделения А или частица со скоростью выше средней подходит из отделения В дверца закрывается. Таким образом, в отделении А их концентрация уменьшается. Это вызывает очевидное уменьшение энтропии, и, если соединить оба отделения тепловым двигателем, мы, как будто, получим вечный двигатель второго рода» [2].

Кибернетика выявляет зависимости между информацией и другими характеристиками систем. Работа «демона Максвелла» позволяет установить обратно пропорциональную зависимость между информацией и энтропией. С повышением энтропии уменьшается информации и наоборот, понижение энтропии увеличивает информацию. Связь информации с энтропией свидетельствует и о связи информации с энергией.

Энергия (от греческого energeia — деятельность) характеризует общую меру различных видов движения и взаимодействия в формах: механической, тепловой, электромагнитной, химической, гравитационной, ядерной. Точность сигнала, передающего информацию, не зависит от количества энергии, которая используется для передачи сигнала [5].

Предметом изучения кибернетики являются процессы управления в сложных динамических системах.

Общее значение кибернетики обозначается в следующих направлениях [6]:

—        Философское значение, поскольку кибернетика дает новое представление о мире, основанное на роли связи, управления, информации, организованности, обратной связи и вероятности.

—        Социальное значение, поскольку кибернетика дает новое представление об обществе, как организованном целом. О пользе кибернетики для изучения общества не мало было сказано уже в момент возникновения этой науки.

—        Общенаучное значение в трех смыслах: во-первых, потому что кибернетика дает общенаучные понятия, которые оказываются важными в других областях науки — понятия управления, сложно динамической системы и тому подобное; во-вторых, потому что дает науке новые методы исследования: вероятностные, стохастические, моделирования на ЭВМ и так далее; в-третьих, потому что на основе функционального подхода «сигнал-отклик» кибернетика формирует гипотезы о внутреннем составе и строении систем, которые затем могут быть проверены в процессе содержательного исследования.

—        Методологическое значение кибернетики определяется тем, что изучение функционирования более простых технических систем используется для выдвижения гипотез о механизме работы качественно более сложных систем с целью познания происходящих в них процессов — воспроизводства жизни, обучения и так далее.

—        Наиболее известно техническое значение кибернетики — создание на основе кибернетических принципов ЭВМ, роботов, ПЭВМ, породившее тенденцию кибернетизации и информатизации не только научного познания, но и всех сфер жизни.

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 [8].

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 [4].

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» [5].

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 [6].

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 [7].

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» [10].

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.

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 [12].

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 [10].

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 [12].

3 Связь кибернетики с естественными науками

Кибернетика возникла на стыке многих областей знания: математики, логики, семиотики, биологии и социологии.

Обобщающий характер кибернетических идей и методов сближает науку об управлении, каковой является кибернетика, с философией.

Задача обоснования исходных понятий кибернетики, особенно таких, как информация, управление, обратная связь и др. требуют выхода в более широкую, философскую область знаний, где рассматриваются атрибуты материи — общие свойства движения, закономерности познания [9].

Сама кибернетика как наука об управлении многое дает современному философскому мышлению. Она позволяет более глубоко раскрыть механизм самоорганизации материи, обогащает содержание категории связей, причинности, позволяет более детально изучить диалектику необходимости и случайности, возможности и действительности. Открываются пути для разработки «кибернетической» гносеологии, которая не подменяет диалектический материализм теорией познания, но позволяет уточнить, детализировать и углубить в свете науки об управлении ряд существенно важных проблем.

Возникнув в результате развития и взаимного стимулирования ряда, в недалеком прошлом слабо связанных между собой, дисциплин технического, биологического и социального профиля кибернетика проникла во многие сферы жизни.

Столь необычная «биография» кибернетики объясняется целым рядом причин, среди которых надо выделить две [11]. Во-первых, кибернетика имеет необычайный, синтетический характер. В связи с этим до сих пор существуют различия в трактовке некоторых ее проблем и понятий.

Во-вторых, основополагающие идеи кибернетики пришли в нашу страну с Запада, где они с самого начала оказались под влиянием идеализма и метафизики, а иногда и идеологии. То же самое, или почти то же самое происходило и у нас. Таким образом становится очевидной необходимость разработки философских основ кибернетики, освещение ее основных положений с позиции философского познания.

Осмысление кибернетических понятий с позиции философии будет способствовать более успешному осуществлению теоретических и практических работ в этой области, создаст лучшие условия для эффективной работы и научного поиска в этой области познания.

Кибернетика как перспективная область научного познания привлекает к себе все большее внимание философов. Положения и выводы кибернетики включаются в их области знания, которые в значительной степени определяют развитие современной теории познания. Как справедливо отмечают отечественные исследователи, кибернетика, достижения которой имеет громадное значение для исследования познавательного процесса, по своей сущности и содержанию должна входить в теорию познания [10].

Исследование методологического и гносеологического аспектов кибернетики способствует решению многих философских проблем. В их числе — проблемы диалектического понимания простого и сложного, количества и качества, необходимости и случайности, возможности и действительности, прерывности и непрерывности, части и целого. Для развития самих математики и кибернетики важное значение имеет применение к материалу этих наук ряда фундаментальных философских принципов и понятий, применение, обязательно учитывающее специфику соответствующих областей научного знания. Среди этих принципов и понятий следует особо выделить положение отражения, принцип материального единства мира конкретного и абстрактного, количества и качества, нормального и содержательного подхода к познанию и др. [11]

Философская мысль уже много сделала в анализе аспектов и теоретико-познавательной роли кибернетики. Было показано, сколь многообещающим в философском плане является рассмотрение в свете кибернетики таких вопросов и понятий, как природа информации, цель и целенаправленность, соотношение детерминизма и теологии, соотношение дискретного и непрерывного, детерминистского и вероятностного подхода к науке.

Нужно сказать и о большом значении кибернетики для построения научной картины мира. Собственно, предмет кибернетики — процессы, протекающие в системах управления, общие закономерности таких процессов.

Явления, которые отображаются в таких фундаментальных понятиях кибернетики, как информация и управление, имеют место в органической природе и общественной жизни [9]. Таким образом, кибернетику можно определить, как науку об управлении и связи с живой природой в обществе и технике.

Один из важнейших вопросов, вокруг которого идут философские дискуссии — это вопрос о том, что такое информация, какова ее природа? Для характеристики природы информационных процессов необходимо кратко рассмотреть естественную основу всякой информации, а таковой естественной основой информации является присущее материи объективное свойство отражения.

Положение о неразрывной связи информации и отражения стало одним из важнейших в изучении информации и информационных процессов и признается абсолютным большинством отечественных философов.

Информация в живой природе в отличие от неживой играет активную роль, так как участвует в управлении всеми жизненными процессами [11].

Материалистическая теория отражения видит решение новых проблем науки и, в частности, такой кардинальной проблемы естествознания как переход от неорганической материи к органической, в использовании методологической основы диалектического материализма. Проблема заключается в том, что существует материя, способная ощущать, и. материя, созданная из тех же атомов и в тоже время не обладающая этой способностью. Вопрос, таким образом поставлен вполне конкретно и, тем самым, толкает проблему к решению. Кибернетика вплотную занялась исследованием механизмов саморегуляции и самоуправления [12]. Вместе с тем, оставаясь методически ограниченными, эти достижения оставили открытыми ряд проблем к рассмотрению которых привела внутренняя ломка кибернетики.

Сознание является не столько продуктом развития природы, сколько продуктом общественной жизни человека, общественного труда предыдущих поколений людей. Оно является существенной частью деятельности человека, посредством которой создается человеческая природа и не может быть принята вне этой природы.

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» [8].

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 [10].

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 [12].

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 [13]. 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 [12].

ЗАКЛЮЧЕНИЕ

Кибернетика изучает процессы получения и передачи, накопления и преобразования, переработки и использования информации в машинах, живых организмах и их объединениях. Установление связи между управлением и информационными процессами — важнейшее достижение кибернетики. Оно позволяет понять технологию процесса управления и, главное, подвергнуть его изучению количественными методами. Одним из основ­ных методов кибернетики является метод математического моде­лирования систем и процессов управления.

Основная цель кибернетики как науки об управлении — добиваться построения на основе изучения структур и механизмов управления таких систем, такой организации их работы, такого взаимодействия эле­ментов внутри этих систем и такого взаимодействия с внешней средой, чтобы результаты функционирования этих систем были наилучшими, т.е. приводили бы наиболее быстро к заданной цели функционирования при минимальных затратах тех или иных ресурсов (сырья, энергии, человеческого труда, машинного времени горючего и т. д.). Все это можно определить кратко термином «оптимизация». Таким образом, основной целью кибернетики является оптимизация систем управления [11].

Кибернетика охватывает все науки, но не полностью, а лишь в той их части, которая относится к сфере процессов управления, связанных с этими науками и соответственно с изучаемыми ими системами. Философия же, объясняя эти закономерности, общие для всех наук, рассматривает наряду с ними и кибернетику как сферу действия общефилософских законов диалектического материализма.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Горелов А.А. Концепции современного естествознания: учеб. пособие для студентов высших учебных заведений. — М.: Гуманит. изд. центр ВЛАДОС, 2006. — 512 с.
2. Александрова Н.В. История математических терминов, понятий, обозначений: словарь-справочник. — М.: URSS, 2012. – 314 с.
3. Винер Н. Кибернетика и общество. М.: Издательство иностранной литературы, 1958.
4. Веселовский И. Н. Очерки по истории теоретической механики. М.: Высшая школа, 1974.
5. Mathias A. R. D. A Term of Length 4529659424929 // A. R. D. Mathias. — Synthese. 2016. — N 133. — P. 75–86.
6. Непейвода Н. Н. Прикладная логика: учеб. пособие // Н. Н. Непейвода. — 2-е изд., испр. и доп. — Новосибирск: Изд-во Новосиб. ун-та, 521 с.
7. Харди Г. Г. Апология математика // Г. Г. Харди. — Ижевск: НИЦ «Регулярная и хаотическая динамика», 2016—104 с.
8. Ивлев Ю. В. Логика. Краткий курс. Учебное пособие. М: Проспект, 2018. 144 с.
9. Скорубский В. И., Поляков В. И., Зыков А. Г. Математическая логика. Учебник и практикум. М: Юрайт, 2017. 212 с.
10. Хоменко И. В. Основы логики. Учебник и практикум. М: Юрайт, 2017. 328 с.
11. Горохов В.Г. Основы философии техники и технических наук: Учебник. – М.: Гардарики, 2007. – 335 с.
12. Бирюков Б.В. Кибернетика и методология науки. – М.: Издательство «Наука», 1974. – 414 с.
13. Философия математики и технических наук: Учебное пособие для вузов / Под общ ред. С.А. Лебедева. – М.: Академ. проект, 2016. – 779 с.
14. Яблонский А.И. Математические модели в исследовании науки. – М.: Издательство «Наука», 1986. – 352 с.