Информатика, кибернетика, интеллект

Тем не менее противопоставление эвристического программирования алгоритмическому решению проблем не оправдано. Согласно действующему в науке принципу соответствия, понятие алгоритма как однозначно детерминированного преобразования было обобщено и распространено на класс вероятностных процессов. В. М. Глушков [8] предложил понятие алгоритма, допускающее вероятностные варианты перехода. С точки зрения такого определения алгоритма и разрабатываемой на этой основе теории алгоритмов, вполне законна задача алгоритмического описания эвристических форм работы мозга. Трудности этой задачи определяются тем, что в основе эвристических форм работы лежат алгоритмы, о которых человек обычно не может дать словесного отчета. В качестве примера "бескомпьютерной кибернетизации" инженерного творчества Ф. П. Тарасенко [9] приводит известный АРИЗ - алгоритм изобретений Г. С. Альтшулера, представляющий собой систему эвристик из изобретательской практики.

Таким образом, эвристическое программирование как сравнительно новая область кибернетики, изучающая высшие функции человеческого мозга с целью воссоздания последних в тех или иных искусственных системах, пользуется методами, которые реализуются на основе учета динамических и вероятностно-статистических законов в их диалектической связи. Метод эвристического

154

изучения функционирования мозга свидетельствует о том, что по мере углубления в сущность биологических и психических процессов на некоторых уровнях организации, в частности на уровне информационных отношений, мы сталкиваемся с "особым" типом причинных отношений - со статистической закономерностью и необходимостью нового понимания роли случайности.

Эвристический подход к явлениям действительности, отличающимся сложностью и неопределенностью, есть в сущности качественный скачок в логике научного исследования. Он, в частности, демонстрирует способность человеческого разума к самопознанию; этот процесс в то же время выступает как процесс познания объективных законов природы, знание которых необходимо человеку в практическом преобразовании действительности. Кибернетика решает проблему передачи некоторых функций человека машинам в процессе научного решения тех или иных задач, и подобная постановка вопроса вряд ли может вызвать возражения. Данная проблема, однако, предполагает формализацию самого процесса научного исследования. Развитие науки свидетельствует о том, что потребности в формализации обгоняют изучение содержания того или иного процесса, ибо познание, будучи нацеленным с самого начала на удовлетворение практических нужд человека, создает образы предметов, не существующих в природе, но "долженствующих" быть. Эвристическое программирование при составлении программы подходит к проблеме логики научного исследования в рамках кибернетики. В решении этой проблемы должны объединиться философия, кибернетика, логика, физиология и психология. Как справедливо заметил Э. Хант, "если бывает трудно понять различные достижения искусственного интеллекта, то не потому, что требуются специальные знания в какой-нибудь одной из областей исследований, а потому, что необходимы некоторые познания во многих областях" [10].

Эвристическое программирование[11] возникло вследствие недостаточности и ограниченности приложения современных математических методов к биологическим и психическим явлениям. Современный математический подход, несмотря на его все возрастающую роль, не свободен от недостатков. Интересно отметить, что методы теории вероятностей и математической статистики, как наиболее эффективные в прикладной математике, обнаруживают свою ограниченность уже в решении проблемы надежности. Сейчас разрабатываются элементы радиоэлектронной аппаратуры, надежность которых характеризуется интенсивностью отказов порядка 10(-11 степени)-10(12 степени) 1/ч. Проверить столь высокую надежность, требуемую от современной аппаратуры и ее элементов, практически невозможно. В связи с этим ставится под сомнение правомерность и целесообразность использования в ряде случаев вероятностных критериев, дающих "интегральную" количественную оценку надежности и оставляющих в тени истинные причины отказов. Вероятностно-статистический анализ не позволяет полу

155

чить внутренню характеристику той или иной задачи. "Слабости современных ЭВМ при решении многих задач управления большими системами, подчеркивают Д. А. Поспелов и В. Н. Пушкин, - связаны отнюдь не только с устройством самих автоматов. Своими корнями слабости эти уходят весьма далеко - в глубь принципов и оснований самой математики. Поэтому дальнейшее движение вперед в деле разработки автоматов, воссоздающих высшие формы человеческой деятельности, предполагает фундаментальные открытия в математике" [12].