CC BY
35
Экономичeский вестник Ростовского государственного университета ❖ 2006 Том 4 № 4
142 ЗАМЕТКИ И ПИСЬМА
НЕЙРОННЫЕ СЕТИ КАК ИСТОЧНИК ИДЕЙ И ИНСТРУМЕНТ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ САМООРГАНИЗАЦИИ И УПРАВЛЕНИЯ
Б.М. ВЛАДИМИРСКИЙ,
доктор биологических наук, директор, Научно-исследовательский институт нейрокибернетики им. А.Б. Когана, Ростовский государственный университет
Сложность, свойственная социально-экономическому поведению, часто превышает пределы наших интеллектуальных возможностей, что приводит к неудачам в прогнозировании изменений в экономике, даже при использовании сложных экономических теорий и моделей. Поэтому прогнозы на несколько лет, как правило, выливаются не более чем в обоснованные догадки.
Ситуация усугубляется тем, что если имеется широко распространенное доверие к экономической политике, сформулированной избранными политическими лидерами, то экономическое развитие становится, по существу, самовыполняемым пророчеством. Экономическая жизнеспособность может быть в той же мере состоянием ума, как и состоянием реального бытия.
Здесь мы имеем дело с такой неосязаемой вещью, как доверие к политике избранных лидеров, что никак не может быть учтено в используемых в настоящее время моделях.
Разные политические силы и разные научные школы ищут выходы из такой ситуации и при этом приходят к прямо к противоположным утверждениям относительно того, какие свойства анализируемых систем надо сохранить, а какими можно пожертвовать, какие функции являются целевыми и какие возмущения и управления допустимы.
Несмотря на наличие противоречий взаимоприемлемой является точка зрения, в соответствии с которой на обеспечение самоорганизации и оптимального управления для обеспечения динамичного устойчивого развития страны смотрят как на техническую проблему, связанную только с несовершенством управляющих структур. Отсюда делается вывод, что весь вопрос только в том, сколько это будет стоить, кто, как и когда обеспечит решение. На самом же деле идеология и практика обеспечения самоорганизации, оптимального управления и, как следствие, устойчивого развития — это не техническая, а большая и серьезная научная проблема, и, как в случае любой научной проблемы, не совсем понятно, имеет ли она решение.
При рассмотрении различных стратегий динамического развития и следствий того, к чему приведет та или иная стратегия при ее принятии, пользуются в основном статистической информацией. Но ее использование дает в лучшем случае описание, а не объяснение того, что произошло. С помощью статистических методов иногда удается получить довольно точный прогноз, но если результаты прогнозирования неудовлетворительны, то указаний на то, как управлять тем, что произойдет, статистические методы не указывают.
© Владимирский Б.М., 2006
Нейронные сети как источник идей.
143
Тем не менее стратегии утверждаются, соответствующие управленческие решения принимаются, и в результате появляются новые, зачастую неразрешимые трудности, практически независимые от внешних условий, а связанные только с внутренними контурами управления.
Так как такие ситуации для больших систем, в том числе и при поиске управлений для устойчивого динамического развития, являются почти правилом, становится ясным, что необходим новый междисциплинарный подход, в том числе с привлечением идей, связанных с принципами организации и функционирования живых систем, в частности нервной системы животных и человека.
Наука далека от построения теории функционирования мозга, но имеющиеся факты и обобщения позволяют обсуждать применимость некоторых принципов организации и переработки информации в нервной системе применительно к проблеме самоорганизации и динамичного устойчивого развития.
Например, в многоконтурных и многоуровневых системах, в частности таких, как экономика или социальная сфера, существует большое количество обратных связей с разными знаками и разными характеристическими временами. С одной стороны, наличие обратных связей обеспечивает регулируемость этих систем, а с другой, если эти связи автоматически не подстраиваются под изменившиеся условия, может повыситься риск возникновения в ходе переходного процесса режима неуправляемых колебаний, приводящего к развалу системы.
Как осуществлять такую подстройку, не очевидно, а в то же время мы имеем образец системы, в которой задача подстройки решается. Нейронные сети мозга животных и человека — пример самоорганизующихся систем —способны не просто приспособиться к внешним возмущениям, но так реорганизовать свои внутренние ограничения, в том числе и обратные связи, чтобы в случае, если целевая функция не реализуется, у этих ограничений поменялись знаки, т.е. чтобы реализовалось гомеостатическое управление. Эти сети не просто выживают, а обучаются и эволюционируют, повышая свою сложность и жизнеспособность.
В процессе функционирования нейронных сетей имеет место процесс самоорганизации — процесс упорядочения взаимосвязей между отдельными нейронами, имеющий отношение к реализации целевой функции системы.
Нейронные сети реализуют индуктивный и дедуктивный подходы к решению сложных проблем, позволяя прогнозировать, что вероятнее всего будет иметь место и что надо делать для управления ситуациями, чтобы наиболее вероятный исход мог быть направлен в желаемую сторону. Они реализуют принципы, позволяющие осуществлять коррекцию ответов по мере накопления опыта. Это означает обучение принятию решений в процессе самого принятия решений.
На нейронных сетях и их моделях демонстрируется эффективность комплексирования и интегрирования разномодальной информации для решения задач распознавания и организации процесса обучения. Образно говоря, нервные сети, подобно Протею, принимают форму, наиболее адекватную реакциям на входные образы.
Для нейронных сетей мозга установлено, что число известных функциональных иерархических уровней координации превышает число морфологических уровней. Таким образом, переход ко все более сложным формам уп-
Экономичeский вестник Ростовского государственного университета ❖ 2006 Том 4 № 4
Экономичeский вестник Ростовского государственного университета ❖ 2006 Том 4 № 4
144
Б.М. Владимирский
равления осуществляется не только путем надстраивания новых все более высоких координирующих центров, но и путем формирования эквивалентных механизмов управления отдельными нейронными ансамблями в пределах одного и того же нейронного уровня.
Одна из принципиальных особенностей организации управления в нейронных сетях мозга, использование которой обещает существенное повышение качества управления, состоит в автоматическом изменении структуры обратных связей между нейронными ансамблями так, чтобы регулирование осуществлялось по той переменной, на которую данный ансамбль оказывает максимальное воздействие. При этом возникает координирующая структура, адекватная знешним и внутренним условиям.
Механизм, который при этом реализуется, состоит в том, что каждый ансамбль отыскивает свой, наиболее подходящий для конкретных условий ориентирующий сигнал. Такой поиск, дающий колоссальную экономию информационных и вычислительных ресурсов, может осуществляться путем выработки единого собственного времени для пары ансамблей.
Ряд новых подходов к решению проблем управления, которые, по нашему мнению, могут быть распространены на большие социально-экономические системы, вытекает из экспериментальных фактов по изменению масштабов собственных времен нервных сетей разных полушарий мозга.
Кстати, моделирование нейронных сетей, реализующих принцип функциональной межполушарной асимметрии, позволяет за счет неспецифической активации учесть те чисто человеческие факторы, о которых шла речь выше. Становится возможным за счет обучения нейронных сетей, имитирующих правое полушарие мозга, использовать для управления информацию, которая не может быть формализована в принципе.
Исследование нейронных сетей выявило одну из причин неэффективного моделирования сложных систем. Эта причина — в эмпирической достаточности тех исходных данных, которые используются для проверки теорий, в частности экономических.
Эта проблема не только и не столько проблема точности измерений. В первую очередь она связана с наличием некоторых переменных и параметров, которые принципиально не могут быть измерены на отдельном объекте, поэтому повышение точности измерений практически ничего не дает для ее разрешения. Требование эмпирической достаточности вводит ограничения, которые ставят под сомнение целый ряд выводов из существующих теорий.
Проблема выбора путей динамического устойчивого развития — проблема, для которой цели могут быть сформулированы в самой общей форме, а некоторые пока еще вообще неизвестны. Но это обычная ситуация при решении принципиальных вопросов научно-технического прогресса в обороне, промышленности, медицине и т.д. В этих случаях, связанных с поиском научных концепций, которые помогут справиться с возникшей проблемой в условиях ограниченных ресурсов, наиболее эффективным способом организации и управления исследованиями, как показывает лучший отечественный опыт, оказываются крупные правильно выбранные комплексные исследовательские проекты. Частью такого проекта могла бы стать разработка модели многоуровневой нейронной структуры, способной к обучению, и проверка на ней принципов самоорганизации и управления, свойственных живым организмам применительно к решению задач, связанных с динамическим устойчивым развитием.
