CC BY
27
нию, но такого же, если не более беспощадного, по сути.
1. Ленин В.И. Полное собрание сочинений (ПСС). Т. 4. С. 224.
2. Там же. Т. 6. С. 206.
3. Там же. Т. 12. С. 02.
4. Там же. Т. 32. С. 152-154.
5. Хрестоматия по истории СССР 1917-1945. М., 1991. С. 43.
6. Цит. по: Диалог. 1991. № 3. С. 81.
7. Ленин В.И. ПСС. Т. 35. С. 85.
8. Там же. Т. 38. С. 91.
9. Там же. Т. 30. С. 122.
10. Там же. Т. 36. С. 195.
11. Там же. Т. 39. С. 405.
12. Там же. Т. 39. С. 183-184.
13. Там же. Т. 37. С. 500.
14. Там же. Т. 36. С. 504.
15. Там же. Т. 50. С. 106.
16. Там же. Т. 37. С. 58; Т. 39. С. 156-157.
17. Там же. Т. 38. С. 388.
18. Там же. Т. 51. С. 48, 49.
19. Там же. Т. 37. С. 221.
20. Там же. Т. 41. С. 251.
21. Там же. Т. 38. С. 354, 356, 373; Т. 41. С. 310.
22. Там же. Т. 50. С. 144, 324.
23. Там же. Т. 50. С. 143-144.
24. Собрание Узаконений РСФСР за 1918 год.
№ 65. Статья 710.
25. Ленин В.И. ПСС. Т. 38. С. 346.
26. Там же. Т. 44. С. 11.
27. Там же. Т. 44. С. 30-31.
28. Там же. Т. 37. С. 245.
29. Там же. Т. 44. С. 54.
30. Там же. Т. 22. С. 1.
31. Там же. Т. 44. С. 79.
32. Известия ЦК КПСС. 1990. №4. С. 190.
33. Ленин В.И. ПСС. Т. 45. С. 89.
34. Там же. Т. 45. С. 190.
35. Там же. Т. 45. С. 190.
ИНФОРМАЦИЯ И АЛГОРИТМ В КОНТЕКСТЕ СПЕЦИФИКИ НАУЧНОГО ЯЗЫКА
C.JI. Руднев
Rudnev S.L. Information and algorithm in the context of the specific character of the scientific language. The article looks at the information aspect of research into the specific character of science and its linguistic fonns.
Особый интерес в исследовании специфики как самой науки, так и ее языковых форм может вызвать информационный аспект. Информация в данном случае может пониматься как в ее классическом определении, данном Шенноном, так и в расхожем обыденном, бытовом смысле, а также во всех промежуточных между этими значениях. Появившись и развиваясь как одно из новейших направлений в науке, теория информации и кибернетика приняли на себя двойственную роль: в них ищут основания и оправдания уже существующей, сложившейся научной методологии - это роль теоретического обоснования; также они выступают как конкретные механизмы для решения конкретных задач, чисто технические, в обоих смыслах этого слова, инструменты, независимо от того, касается ли это численных методов расчета и проектирования, или, скажем, предоставляемых Интернетом возможностей в области развития средств поиска и скорейшего доступа к научной информации.
более того, как отмечается, в частности, в работах М.М. Субботина и Н. Злобина [1], использование возможностей гипертекстов создаст предпосылки для целенаправленного отбора различной информации в соответствии с замыслом исследователя, одновременно обозначая и высвечивая для него невыяв-ленные взаимосвязи в его теоретических построениях или в их доказательной базе, конкретизируя и направляя тем самым его дальнейшую работ>'. Нельзя не оставить без внимания и то обстоятельство, что специфика типов коммуникации в среде ученых в различные эпохи играла далеко не последнюю роль в том, каким именно образом формировалась преемственность в различных научных школах, каким образом и на каких принципах воспитывались новые поколения ученых [1, 2]. В различного рода литературе подробно рассмотрена в этом плане специфика платоновской академии, средневековых университетов [3), традиции переписки ученых в ХУ1-ХУП веках и так далее. Однако
способы коммуникации, присущие нашему времени и связанные не в последнюю очередь именно с инструментами, предоставляемыми в распоряжение ученых электронными средствами массовой информации и вычислительной техники, еще ждут своих исследователей. Надо полагать, международные научные конференции в Интернете в режиме реального времени или тематические конференции в ФИДО накладывают определенный отпечаток на образ мышления и реальную информированность современных ученых, обладающих доступом к данным техническим средствам. Конечно, не нужно забывать и о возможности отрицательного влияния избыточной, неупорядоченной информации. Есть также и чисто психологические моменты научного творчества в новых условиях - в такой ситуации вряд ли можно говорить об ощущении провинциальности или оторванности от последних достижений в своей профессиональной области.
Отдельный, весьма существенный момент в разработке и применении цифровых технологий, имеющих непосредственное отношение к поиску и обработке информации, представляющей научную ценность, являет собой технология составления запросов для автоматического формирования баз данных. В тех областях науки, которые имеют дело с обработкой больших массивов фактического, уже достаточно формализованного материала, таких, как, скажем, социология или экономика, резоны применения таких технологий очевидны и уже достаточно широко используются.
На решение этих проблем направлено конструирование высокоуровневых языков, предназначенных для описания других языков, способных организовывать информацию, содержащуюся в документах, созданных при помощи различных программных средств и не унифицированных по этому параметру, делая информацию в них такой же структурированной и пригодной для поиска, как и в базах данных. Для описания данных, хранящихся внутри документов, таковым языком на сегодняшний день представляется язык XML, отчасти (в том, что касается возможности свободного поиска данных по различным ссылкам) аналогичный языку гипертекстовых ссылок HTML и весьма родственный языку SQL, с той лишь разницей, что SQL описывает данные, хранящиеся на специальных физических устройствах, обычно
доступных только для ядра базы данных. Предназначением этих языков являются определение структур данных и составление запросов к этим структурам безотносительно к тому, каким образом информация предоставляется пользователю и обрабатывается. Необходимо лишь, чтобы информация определялась в терминах структур, структуры строились по некоторым правилам, а информация была доступна для ручной и автоматической обработки [4].
Вернемся теперь к вопросу, как достижения информатики используются в методологии науки, и далеко не только в методологии, для доказательства или, лучше сказать, большей обоснованности и наглядности некоторых основных принципов, которыми оперирует та или иная методологическая школа. В книге М. Янкова «Материя и информация» [5] приводятся примеры попыток использования наличного фактажа информатики представителями различных философских течений от неопозитивистов до неотомистов. Причем говорить в данном случае приходится именно об обоснованности в плане иллюстративности рассуждений, а не об их доказательности. Создается впечатление, что введение в научный обиход такой новой категории, как информация, вряд ли могло заставить сторонников каких-либо существующих теорий в области науковедения и методологии науки пересмотреть свои принципиальные позиции.
К действительно нетривиальным подходам в использовании понятия «информации» следует отнести попытку Г. Гюнтера создать трехзначную метафизику, которая порождается кибернетикой и теорией информации и должна, согласно его утверждению, заменить прежнее, ошибочное дуалистическое мышление, берущее свое начало еще в древности и нашедшее свое классическое выражение в философии Декарта. Положение спорное, но именно полемике с позицией Г. Гюнтера М. Янков отводит весьма значительную часть в своей работе.
Гюнтер обращает внимание, что еще со времен Платона мир разграничивается на два: внешний и внутренний, субъект и объект, и подчеркивает, что дуалистичность сознания превратилась из классической традиции в навык мышления, а сейчас требуется переход к трехзначному мышлению, отвечающему современному уровню частнонауч-
ного познания, в частности, кибернетики и теории информации.
Здесь, казалось бы, сразу находится ответный довод, что сама электронная техника идеологически и практически базируется на двузначной логике и физически реализуется наличием или отсутствием заряда в элементарной ячейке, прохождением или непрохож-дением тока, то есть опять же пропозициональными, с логических позиций, переменными. Последнее, однако же, неверно. В частности, технология StrataFlash компании Intel позволяет хранить в одной ячейке памяти два бита данных вместо одного или же использовать ее как основу реализации на компьютере четырехзначной логики. Но в столь экзотическом способе реализации многозначной логики непосредственно на аппаратных принципах на самом деле нет никакой необходимости, - программная реализация многозначной логики сама по себе не представляет никаких затруднений. Однако на самом деле реализация многозначной логики в принципах работы компьютера еще не является радикальным решением проблем, возникающих перед современной информатикой. К примеру, В. Очкова и В. Усенко |6| проводят мысль, что в связи с все более частым обращением в любых областях науки к объектам нечетких множеств (fuzzy sets) и теории нечеткой логики (fuzzy logic) в некоторых случаях вычислительную базу уместно было бы строить на аналоговых, а не на цифровых принципах. Проводится и аналогия с нейронными связями в мозгу человека: «Основное отличие памяти человека от «памяти» компьютера в том, что человек разную информацию запоминает по-разному. Одно дс^ ло запомнить телефон случайного знакомого, а другое дело - такую информацию: «Еще раз сунешь сюда нос - голову оторву!».
...Элементарные ячейки памяти цифрового компьютера хранят либо нули, либо единицы, не делая никаких различий по важности информации. «Бит» информации в мозге человека - это нейронная связь различной «толщины», меняющейся, условно говоря, от нуля до единицы. Может быть, стоит заряжать конденсаторы компьютера не ступенькой, а плавно...».
Существует и прямо противоположный подход к данной проблеме. В.В. Митюгов |7|, на очень глубоком уровне обращаясь к материалу современной физики, пытается показать, что континуальность сама по себе чуж-
да нашему миру, что пифагорейский подход, ставящий в основу познания число, «дискретную математику», мог бы оказаться гораздо более продуктивным, чем построения Эвклида. В обоснование этого выдвигаются посылки как онтологического, так и гносеологического плана, «...физическая неопределимость математической точки, любая область континуума (ее простейшая модель -отрезок прямой) содержит несчетное множество точек, поэтому в принципе не существует процедуры поиска или определения каждой из них». Далее, согласно Г. Кантору, континуум может быть однозначно отображен на свою малую часть. Иными словами, «непрерывные множества безумно избыточны для описания наблюдений. Любую логическую трудность легко спрятать в сколь угодно малую дырку континуума, еще и место останется. В том числе и проблему взаимосвязи наблюдателя с предметом исследования» (курсив наш. - С. Р.). «Дискретное мышление все естественнее входит в нашу жизнь благодаря развитию цифровой вычислительной техники. Наконец, теорема Левенгейма-Сколема (см. Клайн М. Математика. Утрата определенности. М., 1984.
С. 316) утверждает возможность дискретно-математической интерпретации любой аксиоматической системы. Что же, послушайся люди в свое время пифагорейцев, структура нашей науки была бы совершенно иной».
Однако, говоря о вышеперечисленных подходах, не нужно забывать за всеми спорами о континуальности или дискретности нашего мира, а также природы и способов нашего познания этого мира, что и континуальность и дискретность - суть абстракции нашего сознания, к которым оно обращается в контексте того или иного рода деятельности (не существенно - чисто ментальной или направленной на практические надобности). И именно в отношении вычислительных методов и цифровой техники (которые пока в значительной степени воспринимаются как вспомогательный инструмент для остальной науки) вполне уместен целиком прагматический подход, когда их работа, основанная на аналоговых принципах или на принципах двузначной или многозначной логик, будет просто в наибольшей степени отвечать именно тому классу задач, решения которых требует конкретная частнонаучная задача.
Итак, вернемся к идее Гюнтера о построении трехзначной метафизики посредст-
вом добавления к понятиям материи и духа понятия информации и перехода от аристотелевской к многозначной логике. По этому поводу Янков совершенно справедливо отмечает, что у Гюнтера наличествует смешение понятий в том плане, что философский дуализм (тем более в его расширенном и ошибочном понимании, как принятие какого бы то ни было различия между материальным и идеальным) не может быть выведен из аристотелевской логики и се воздействия на все последующее развитие духовной культуры.
В контексте заявленной темы, безусловно, невозможно обойти вниманием также и такой аспект, как алгоритмизация и формализация познавательной деятельности, причем здесь видится необходимость рассмотрения и сопоставления таких, казалось бы. отдаленных друг от друга философских и научных систем и направлений, как математическая логика, операционализм и собственно информатика и кибернетика.
Общность такого рассмотрения будет базироваться на понятии алгоритма.
Ниже мы подробнее остановимся на различных моментах, касающихся заявленной темы и имеющих непосредственное отношение к понятию алгоритма. Но в первую очередь, безусловно, вспоминаются как раз попытки создания аналитических алгоритмизированных языков и формализованного «исчисления высказываний», понимаемых скорее буквально, чем в принятом в современной логике, смысле. Сюда же можно отнести и методологические формализации, имеющие своим адресатом, в первую очередь, науку.
Одной из первых попыток такого рода следует считать работу Р. Луллия, результаты которой он изложил в своей широко известной книге «Великое искусство». «Великое искусство» состояло в формальном комбинировании по определенным принципам различных категорий, посредством чего, по замыслу автора, должны были получаться истинные суждения, несущие новое знание.
Нельзя не упомянуть в этой связи родоначальника рационализма нового времени Декарта. Предложенный им метод познания окружающего мира представлял собой абстрагирование от всяческого содержания и заключался именно в «математизации» (алгоритмизации) решаемой задачи. Впервые в истории была предпринята попытка свести все богатство и разнообразие подходов к изучению окружающего мира к небольшому
числу простейших правил. Более того, в отличие, скажем, от У. Оккама, который призывал «не умножать сущности без необходимости» и сам вводил без нужды новые категории и гипотезы, или от Бэкона, который призывал «испытывать природу» и проверять гипотезы опытом и при этом включил в свои труды массу непроверенных предрассудков [8]; так вот, в отличие от них Декарт был последователен в применении своего метода и перед тем, как обнародовать свои воззрения, проверил их в процессе решения реальной проблемы - одной из ключевых задач диоптрики - проблемы анакластической линии. Наиболее емко метод Декарта изложен им в трактате «Правила для руководства ума», состоящем из 18 полных правил и еще трех, означенных только заголовками. Как два основных средства познания Декарт признавал интуицию и дедукцию, в дальнейшем к ним прибавилась еще полная энумерация, или индукция, но в целом метод Декарта - метод дедуктивный - способ сведения (регресса) к «простейшим» аксиомам (аксиомам геометрии).
Другим, не менее известным примером построений такого рода является попытка Лейбница построить арифметизированное логическое исчисление в виде некоторой вычисляющей машины (алгоритма). При этом он исходил из своего «Основного принципа разума», который гласил, что во всех истинных предложениях, общих или частных, с необходимостью или случайно предикат содержится в субъскпге. Давая числовую характеристику всякому понятию и устанавливая правила оперирования ими, посредством этой системы можно было не только доказывать вообще все истины, доступные логическому доказательству, но и открывать новые.
Однако эта попытка увенчалась лишь частичным успехом. Дело в том, что, как было доказано А Д. Гетмановой [9], построенная Лейбницем система удовлетворяет только 19-ти правильным, по Аристотелю, модусам силлогизма. В отношении же неправильных модусов категориального силлогизма Аристотеля всегда можно построить такой пример, когда при разных правильных наборах числовых характеристик для посылок получаются разные оценки заключения: в одних случаях оно оказывается истинным, в других - ложным. Конечно, это было замечено и самим Лейбницем, поскольку в дальнейшем он перешел к построению буквенно-
го исчисления по образцу алгебры. Правда, также неудачно.
По иронии судьбы метод арифметизации в математической логике, предложенный Лейбницем, использовался и К. Гёделем при доказательстве неосуществимости мечты Лейбница о создании такой всеобщей характеристики, которая позволяла бы заменить все человеческое мышление вычислениями.
Следует указать и на предложенную Лейбницем двоичную систему счисления. Данная новация, безусловно, носит менее фундаментальный характер, чем две вышеупомянутых, однако же обладает гораздо более счастливой судьбой и уже не мыслится вне контекста именно современной информатики.
В дальнейшем два ключевых подхода, предложенных Лейбницем, а именно: сведение математики к логике, построение самой логики как некоторой арифметики или буквенной алгебры и создание арифметизиро-ванного логического исчисления, нашли свое продолжение в работах представителей логицизма, начиная с Г. Фреге, который свел основное для математики понятие натурального числа к объемам понятий. Дальнейшее развитие этих подходов имело место в работах Рассела, Уайтхеда, Куайна и других авторов.
Несмотря на доказанную Гёделем существенную неполноту систем такого рода, как, скажем, все системы аксиоматической арифметики, теории множеств или системы, построенной Расселом и Уайтхедом в «Рппс1р1а МаШетайса» (их средствами нельзя доказать некоторые формулируемые в них содержательно-истинные утверждения), данные работы в рамках логицизма способствовали уточнению и развитию логико-методологических идей и соответствующего им формального математического аппарата.
Говоря об искусственных формализованных языках, ставящих целью своего существования сведение процесса мышления к процессу вычисления или стремящихся к тому, чтобы любое выразимое в их терминах и грамматически корректное суждение было безусловно истинным, нельзя НС вспомнить о творчестве Х.Л. Борхеса [10] (имеются в виду, в частности, новеллы «Аналитический язык Джона Уилкинса» и «Фунес, чудо памяти»).
Поскольку склонность к мистификациям характерна для творчества данного писателя, а обращение к ряду источников, упомянутых в данных текстах, не представляется воз-
можным, то нас будет интересовать в этих произведениях в первую очередь не их фактологическая база, а общий ход мысли автора, а также ряд весьма любопытных замечаний, высказанных им по данному вопросу.
Согласно Борхесу, предложение о создании всеобщего языка, который организовывал и охватывал бы все человеческие мысли так же, как, скажем, десятичная цифровая система охватывает все количества вплоть до бесконечности и дает возможность их записи, впервые было выдвинуто Декартом в письме к французскому философу Марену Мерсенну от ноября 1629 года. Осуществление этой идеи взял на себя Джон Уилкинс в 1664 году.
Специфика его языка состояла в том, что в нем все в мире делилось на сорок категорий, или «родов», которые затем делились на «дифференции», а те, в свою очередь, на «виды». Для каждого рода назначался слог из двух букв, для каждой дифференции - согласная, для каждого вида - гласная, «...de означает стихию; deb - первую из стихий -огонь; deba - часть стихии, огня, отдельное пламя. В аналитическом языке Лстелье (1850) а означает животное; ab - млекопитающее; abo - плотоядное... и так далее. В языке Бонифасио Сотоса Очандо (1845) imaba -здание; imaka- сераль; imafe - приют...
...Слова аналитического языка Уилкинса -это не неуклюжие произвольные обозначения; каждая из букв имеет свой смысл, как то было с буквами Священного Писания для каббал истов».
Выбранная Уилкинсом система деления на категории рассматривается Борхесом с точки зрения ее удачности и, несмотря на наличие некоторых несуразностей, признается далеко не худшей - в подтверждение приводится, к примеру, классификация животных из древней китайской энциклопедии, весьма анекдотическая по содержанию, и часть схемы библиографического деления на отделы в Брюссельском библиографическом институте. Причина же такого рода класси-фикаторских неудач по отношению к миру в целом - в нашем незнании мира.
Но вернемся к рассмотрению понятия алгоритма в контексте научного познания и специфики научного языка. Дадим этому понятию точное определение.
Алгоритм U действует на некотором множестве объектов X. Под этим понимается точное предписание, определяющее по лю-
бому объекту а а X некоторую вполне определенную последовательность простейших действий, осуществляя которые, мы либо никогда не закончим этот процесс (вычисления), либо этот процесс заканчивается и мы получаем объект и(а), называемый значением и на а. Либо процесс обрывается без получения значения. Если процесс, определяемый алгоритмом и по элементу а, не заканчивается или обрывается без получения значения, то говорят, что и не применим к а. Примерами алгоритмов могут служить правила сложения, умножения и деления, действующие на множестве пар натуральных чисел. Заметим, что алгоритм деления не применим к паре натуральных чисел <п. т>, если п не делится нацело на т. Количество простейших действий, необходимых для получения значения алгоритма, может быть весьма большим, но мы будем исходить из предположения, что при осуществлении процесса, определенного алгоритмом, мы имеем неограниченный запас времени и материалов. Такое предположение носит название принципа потенциальной осуществимости.
Вполне алгоритмизированную модель описания научных понятий предложил Бриджмен. Он внес в методологию науки идею связи значения понятия с совокупностью действий (операций), ведущих к их применению. Для научных понятий эти операции должны являться операциями измерения.
Говоря об использовании процедуры алгоритма, хотелось бы целиком привести довольно обширную цитату7 из учебного пособия Ю.Л. Ершова и Е.А. Палютина [11], поскольку она непосредственно соотносится с выбранной темой и касается ряда вышеизложенных моментов.
«Как правило, интуитивного понимания бывает достаточно для установления того, является ли данное предписание алгоритмом или нет. Однако без точного определения алгоритма невозможно обойтись, если пытаться доказать, что для решения определенного класса задач не существует единой эффективной процедуры (алгоритма). Но возможно ли найти такое математическое определение понятия алгоритма, чтобы охватить и все разнообразие уже существующих алгоритмов и эффективных процедур, накопленных математической и вычислительной практикой, и быть уверенным, что любой предложенный в будущем интуитивно приемлемый алгоритм подпадает под это опре-
деление? Поставленный столь широко вопрос вряд ли имеет положительное решение. Однако реальное развитие математики привело к удовлетворительному решению (точнее было бы сказать к снятию) этой проблемы. А именно, было предложено несколько формализаций понятия алгоритма, различающихся возможными областями действия, набором допустимых простейших действий и возможностями составления предписаний (программ) для вычисления. Изучение этих формализаций показало, что они обладают свойствами замкнутости относительно всевозможных комбинаций (суперпозиции, итерации и тому подобных), большими возможностями воспроизводить с достаточной степенью похожести (адекватности) все известные алгоритмические процедуры и приемы. Наиболее существенным для оправдания определений оказалось совпадение классов вычислимых функций для всех этих понятий. Поэтому по крайней мерс понятие (алгоритмически) вычислимой функции (с натуральными аргументами и значениями) оказалось инвариантно определенным и для теоретических целей этого вполне достаточно. Существование ряда различных определений (уточнений) понятия алгоритма имеет и свои преимущества, так как для решения различных задач бывает удобно использовать различные, наиболее подходящие для этого случая, определения. Аналогию этому явлению можно найти в программировании - существующее многообразие языков программирования во многом объясняется многообразием задач, стоящих перед вычислителями и программистами. Существуют определения для двух различных классов алгоритмов - нормальные алгорифмы (слово «алгорифм» есть вариант написания слова «алгоритм», и этот вариант традиционно используется при изложении теории нормальных алгоритмов) и машины Тьюринга».
И здесь, возвращаясь к уже затронутому в данной работе вопросу о предпочтениях в выборе форм управления информационными или физическими процессами на аналоговой или дискретной, цифровой основе, хотелось бы обратиться к авторитету одного из создателей кибернетики Н. Винера. Он придавал большое значение принципу отрицательной обратной связи (ООС) в приложении к процессам управления и переработки информации и углубил трактовку этого принципа в ходе разработки статистической теории ин-
формации, то есть именно с позиций дискретных подходов. Напомним, что и алгоритм в смысле теорем Тьюринга как раз имеет область определения и область значений на множестве нату ральных чисел.
С другой стороны, может быть просто в силу опережающего развития математических методов, ориентированных на анализ непрерывных функций [7], и автоматическое управление до недавнего времени базировалось, в основном, на теории автоматического регулирования, оперирующей непрерывными функциями и обращающейся к аппарату' обыкновенных дифференциальных уравнений, где задача о существовании решения и вопрос о его устойчивости решаются теоремами Ляпунова. В частности, это касается теории регулирования машин, отвечающей на вопросы промышленной практики, начинающейся работой Вышнеградского «О регуляторах прямого действия» (1876).
Актуальным является также и вопрос о корректировке определенных алгоритмов посредством механизмов ООС. По этому поводу можно привести несколько утрированный, но весьма наглядный пример именно из области, скажем так, «прикладной информатики».
Первоначально программы распознавания символов, перевода графических файлов в текстовые сравнивали по определенным критериям и алгоритмам символы данного текста с эталонными таблицами символов. Последние версии этих программ определяют в заданном тексте наиболее отчетливо распознаваемые символы, на основе которых строится уже своя эталонная таблица символов, индивидуальная для каждого данного текста со всеми его особенностями, посред-ствам чего последующая обработка идет быстрее и с меньшим процентом ошибок.
«Наука, благодаря теории науки, уже давно пребывает в той стадии саморефлек-сии, которая обычно возвещает конец какого-то этапа» [12]. Находится ли теория информации на таком же уровне саморефлек-сии, и если нет, то каковы тому причины? Можно ли отнести к этим причинам во многом подчиненную по отношению к другим отраслям науки роль, роль инструмента, «программного обеспечения», и, как ни странно, параллельно с этим, не преследует ли ее головокружение от собственных успехов, мешающее переосмыслить их по-новому, осознать себя в новых качествах?
Общеметодологические работы по данному вопросу относятся в основном к началу восьмидесятых годов [13]. С середины же 80-х происходит такой стремительный прогресс в сфере конкретных разработок в информатике и вычислительной технике, что внимание исследователей все более привлекают возможно весьма перспективные направления и разработки, сконцентрировавшие в себе, зачастую, очень высокий интеллектуальный потенциал, однако при этом меньшее внимание уделяется именно общефилософскому осмыслению данных процессов. Вероятно, причина тому все в тех же темпах развития данного направления в науке, - делать какие-то глобальные обобщения вряд ли уместно, если исходные для них положения в любой момент могут кардинально измениться. Поэтому и данную работу следует воспринимать всего лишь как весьма беглый обзор тех, может быть, случайно выхваченных, моментов, касающихся выбранной темы, которые показались самому автору небезынтересными для дальнейшего рассмотрения.
1. Злобин II. Культурные смыслы науки. М., 1997.
2. Ворожцов В.П., Москаленко А.Т. Методологические установки ученого: природа и
функции. Новосибирск. 1986.
3. Intellectuals in the Middle Ages / Jacques Le Goff: translated from the French by Teresa Lavender Fagan/ by TccSct Ltd, Wallington, Surrey / Printed in the United States of America/ 1992.
4. Шелии llavjpc. Чего мы ждем от XML // Мир ПК. 1998. №3. Март. С. 180-187.
5. ЯнковМ. Материя и информация. М., 1979.
6. Очков В., Усенко В. Mathcad и нечеткая булева алгебра // Компьютер пресс. 1998. № 8.
7. Митюгов В.В. Познание и вера // Вопросы философии. 1996. №6. С. 54-65.
8. Минто В. Дедуктивная и индуктивная логика. С.-Пб., 1995.
9. Гетманова А.Д. Логика: Для педагогических учебных заведений. М.. 1995. С. 346-361.
10. БорхесX.JI. Соч.: В 3 т. Рига, 1994. Т. 2.
11. Ершов ЮЛ., Палютин Е.А. Математическая логика: Учеб. пособие для вузов. 2-е изд. М., 1987. С. 241-243.
12. Хюбнер К. Истина мифа. М., 1996, С. 386-387.
13. Лазарев Ф.В., Трифонова М.К. Структура познания и научная революция. М., 1980.
