CC BY
28
ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ФИЗИЧЕСКОЙ КУЛЬТУРЫ И СПОРТА
СИТУАЦИОННЫЙ ЦЕНТР ДЛЯ ПРОГНОЗИРОВАНИЯ ДОСТИЖЕНИЙ
В НАУКАХ О СПОРТЕ
С.П. КОВАЛЁВ,
Российская академия народного хозяйства и государственной службы
при Президенте Российской Федерации,
Е.Р. ЯШИНА, ФГБУ ФНЦ ВНИИФК
Аннотация
В статье проанализирована ситуация в информационном обеспечении российской спортивной науки. Показано, что распределение компетенций между различными подведомственными учреждениями и общественными организациями, отсутствие системной функции научного координатора затрудняют прогнозирование прорывных спортивных технологий и новых угроз отечественному спорту. Предлагается преодолеть фрагментарность информационного поля, обеспечить координацию в вопросах прогнозирования и планирования достижений в спортивной науке за счет создания сетевого распределенного ситуационного центра. Описаны предпосылки, сложившиеся для его создания: в области нормативно-правовых актов высшего руководства Российской Федерации; в научно-технологической сфере в форме новых гибридных информационных подходов, теоретических моделей и компьютерных систем прогнозирования инноваций. Детализированы существенные для успешной реализации цели, функции, архитектура и аналитическое обеспечение, сформулированы концептуальные задачи ситуационного центра для прогнозирования достижений в науках о спорте. На практическом опыте ФГБУ ФНЦ ВНИИФК показано, как новые прогностические модели, являющиеся неотъемлемой частью обеспечения ситуационного центра, позволили найти новые технологии и методики при подготовке стрелковой сборной к Олимпиаде 2016 года в Рио-де-Жанейро. В заключение авторами предложена последовательность практических шагов для реализации ситуационного центра.
Ключевые слова: прогнозирование инноваций, спортивная наука, информационное обеспечение, ситуационный центр, аналитическое обеспечение.
Abstract
The situation with information support of the Russian
sports science is analysed in the article.
It is shown that distribution of competences between
various subordinated institutions and public organizations,
lack of systemic function of the scientific coordinator
make vague and complicated to domestic sport
any correct prognoses and well-timed prediction
for breakthrough sports technologies and new threats.
It is offered to overcome fragmentariness in information
field, to provide high coordination in prediction
and scheduling of achievements in sports science
due to creation of the network distributed
Situational Centre. The bases and reasons for its creation
are described: in the field of normative legal acts
of the top management of the Russian Federation;
in the scientific and technological sphere -
as new hybrid informational approaches, theoretical
models and computer systems for prognoses and prediction
of breakthrough innovations. Goals and functionalities
essential to successful Situational Centre development
as well as its key architecture components
and analytical support tools needed are detailed.
Conceptual tasks of the Situational Centre
for sports sciences and techniques achievements prognoses
are formulated. The Situation Centre new prognoses
model abilities are demonstrated basing
on FSBIFNC VNIIFK experience that allowed
new breakthrough sport technology to be found
for training the shooting national team
for the Olympic Games of 2016th in Rio de Janeiro.
The sequence of steps for the Situational Centre
development is offered by the authors in conclusion.
Keywords: innovation prognoses and prediction, sport science, information ware, Situational Centre, analytical support tools.
Введение
Возможность прогнозировать новые направления в спортивной науке, технологические достижения на их основе - один из ключевых факторов конкурентоспособности национального спорта. Осознание необходимости системной работы по созданию центров научного прогнозирования сегодня складывается на государственном уровне в ряде нормативных документов:
- Концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года, утвержденной распоряжением Правительства РФ от 17 ноября 2008 года № 1662-р;
- Государственной программе Российской Федерации «Развитие науки и технологий» на 2013-2020 годы, утвержденной постановлением Правительства РФ от 15.04.2014 № 301;
- Программе модернизации и создания сетевых распределенных ситуационных центров (СРСЦ), реализуемой согласно Поручению Председателя Правительства Российской Федерации Д.А. Медведева от 24 августа 2015 г. № ДМ-П7-5840.
Одновременно с нормативной базой в результате выполнения государственного заказа научных исследований и разработок (НИР) в 2015-2016 гг. получены новые результаты теоретических исследований [1] в направлении прогнозирования. Разработаны отечественные гибридные модели прогнозирования успеха исследований и разработок в сфере естественных наук на основе элементов искусственного интеллекта, мультиагентных систем [2].
В сочетании с информационно-коммуникационными возможностями экспертно-сетевых сообществ [3] гибридные модели [2] позволяют прогнозировать появление инноваций на ранних фазах жизненного цикла исследований и разработок.
Рассмотрим текущую ситуацию в сфере управления спортивной наукой, одной из задач которого является именно системное прогнозирование новых спортивных технологий и связанных с ними рисков утраты лидерства отечественным спортом. Эту ситуацию можно охарактеризовать тремя факторами:
- раздробленностью центров компетенции;
- слабостью координации при проведении научных исследований между учреждениями различной ведомственной принадлежности и общественными организациями;
- отсутствием функции координатора научных исследований в спорте.
Рисунок 1 иллюстрирует многообразие различных участников процесса научно-методического обеспечения (НМО) спорта высших достижений, отсутствие признанного всеми участниками центра координации взаимодействия. Сложившаяся в настоящее время схема организации научного, научно-методического и медико-биологического сопровождения спорта на текущий момент (2016 г.) оказалась распределенной между многочисленными центрами компетенции при отсутствии единой точки сбора и анализа существенной информации о проведении научных исследований и технологических разработок.
? Компетенция координатора ?
ФАНО
ФМБА ( Минспорт / \ { Сколково
России V. России ( Олимпийский д России
комитет России __ _
й ^__, ; ЦСП
Минобрнауки ---.^-^Субъекты
Минобороны^ Федерации России
России
ВНИИФК
Спортивные федерации
Рис. 1. Участники процессов научного, научно-методического и медико-биологического сопровождения спорта по состоянию на 2016 год
Отчасти такое положение дел обусловлено многообразием и сложностью современных социальных отношений, институтов общества, развитием и ветвлением научных дисциплин. Вместе с ростом глобальных сетевых средств коммуникации это привело к взрывному росту числа управленческих процессов и порождаемых ими источников информации (т.н. «проклятия размерности»).
Кроме того, за последние два десятилетия существенно возросла гетерогенность информации, доступной в электронном виде. Важным фактором становится онлайн-доступ к такой информации: в форме баз данных, информационных систем, средств электронного
документооборота и сетевых ресурсов (сайтов, порталов, распределенных хранилищ данных).
Подытоживая сказанное, в целях повышения эффективности управления спортивной наукой можно предложить создание ситуационного центра (далее - СЦ) для прогнозирования достижений в науках о спорте как разновидности СРСЦ.
Цель, функции, архитектура и аналитическое обеспечение ситуационного центра
Целью предлагаемого СЦ является интеграция компетенций и процессов поддержки принятия решений, обеспечение единого информационного пространства
<&
ФНЦ ВНИИФК
взаимодействия Министерства спорта РФ, ФМБА и общественных спортивных организаций за счет реализации следующих функций СЦ:
• точки сбора гетерогенной информации из различных источников, не претендующей на изъятие информационных ресурсов у их собственников, что важно для выстраивания партнерских отношений при доступе к информации;
• электронной площадки для общения экспертно-сетевых сообществ, что важно для повышения оперативности доступа экспертов к профессиональным сведениям в своей области спортивной науки;
• платформы для развертывания автоматизированных информационных систем: мониторинговых, аналитических и прогностических на базе облачных хранилищ данных и знаний.
С точки зрения теории поддержки принятия решений [4], успешность выполнения перечисленных функций обусловлена качеством решения следующих мониторинговых, аналитических и прогностических задач:
^ формирование и поддержка актуальной модели предметной области (МПО) для экспертов и лиц, принимающих решения (ЛПР);
мониторинг существенных данных в соответствии с МПО;
анализ критического изменения данных в реальном времени;
^ переход от «сырых» данных к полезной информации: агрегация и свертка данных к набору существенных параметров МПО;
^ переход от информации к знанию: прогноз изменения параметров предметной области и переход к расчету множества альтернатив (ситуаций), на которых будет принимать решение ЛПР;
^ постановка и уточнение цели принятия решения: определение доступных для реализации стратегических и тактических целей;
^ принятие решения как реакция на ситуацию: расчет рисков и выбор альтернативы с учетом определенных целей.
Важными компонентами архитектуры СЦ (рис. 2) являются модули, реализующие гибридные информационные и математические модели.
Отметим, что все три укрупненных блока, представленных на рис. 2, соединяют в себе три вида ресурсов:
- технические ресурсы: средства сбора объективных данных, вычислительные ресурсы, программное обеспечение агрегации данных, средства отображения (видеоконференц-связь, мониторы, селекторы и т.п.);
- средства связи и коммуникации: цифровые сети, закрытая связь (ЗАС) для передачи конфиденциальных сведений в штабную комнату СЦ, информационно-коммуникационные средства для общения всех участников процесса от сбора и обработки информации до принятия решения;
- гуманитарные ресурсы: специалисты предметной области (ПО), в которой предстоит принять решения (например, ПО «биомеханическое протезирование»), специалисты-эксперты, аналитики и модераторы, обеспечивающие продуктивное взаимодействие двух последних.
Виды обеспечения СЦ, их соотношение и требования к ним, отображенные на рис. 2, включают в себя следующие иерархические уровни (рис. 3):
- мониторинговое обеспечение,
- информационно-технологическое,
- экспертное,
- аналитическое,
- прогностическое,
- поддержки принятия решений ЛПР.
Рис. 2. Архитектура ситуационного центра, место и роль гибридных информационных моделей
для раннего прогнозирования
С*)
В этой иерархии компоненты прогностического обеспечения поставляют знания об имеющихся альтернативах для следующего уровня обеспечения СЦ - систем поддержки принятия решений (СППР).
Без этих уровней аналитического и прогностического обеспечения лавинообразный рост гетерогенной информации («проклятие размерности») делает невозможным принятие решений для ЛПР, способных обеспечить стратегическое преимущество в долгосрочной перспективе за счет раннего прогнозирования прорывных научных и технологических направлений.
К каждому уровню обеспечения СЦ должны предъявляться свои требования, отражающие результаты теоретических изысканий и отработки технологических приемов в соответствующих научных и инженерных дисциплинах.
Средства агрегации массивных данных в виде небольшого числа ключевых показателей и их последующего визуального отображения должны удовлетворять:
• «правилу пяти», которое означает, что средний человек не в состоянии осознанно воспринимать и анализировать более чем пять факторов одновременно, поэтому отображение большего числа параметров на экране приводит только к рассеиванию внимания эксперта или ЛПР;
• «правилу Люшера» (в честь автора одноименного психологического теста), которое говорит о том, что восприятие сложным образом структурированной информации различными людьми зависит от индивидуального подбора цветовой палитры;
• «правилу 0,6», означающему, что среднее время реакции обычного человека на событие, в частности изменение картинки на экране, составляет 0,6 секунды. Поэтому динамически изменяющиеся параметры, которые меняются быстрее, просто не будут фиксироваться экспертом или ЛПР.
Для уровня экспертного обеспечения большое значение имеет «правило дисперсии мнений», которое можно сформулировать так: если мнения большого числа экспертов полностью совпали, это может вызывать сомнение в добросовестности экспертной оценки. Иными словами, при оценке сложных явлений и ситуаций большим экспертным сообществом, если оно не ангажировано, всегда должна наблюдаться определенная разница мнений (дисперсия оценок). И напротив, если среди большинства экспертов нет сколько-нибудь согласованной оценки, полагаться на такое экспертное заключение рискованно (правило согласованности).
Для прогностического обеспечения важным является соблюдение принципа правдоподобия прогноза: он не должен выходить за рамки реалистичного поведения окружающей нас действительности, например, физических принципов (сохранения материи-энергии, причинно-следственных связей и т.п.). Правило «ветвей и границ», пришедшее из теории искусственного интеллекта, указывает, что любые ветвящиеся сценарии не должны иметь точек разрыва. Т.е. каждая ветвь сценария развития ситуации, которую сформировали алгоритмы прогностического программного обеспечения, должна иметь возможность пройти до узловой точки ветвления и обратно. Каждая ветвь согласуется с граничными условиями задачи прогнозирования (границами суждений в рамках рационального).
Концептуальные задачи, решаемые ситуационным центром
Наличие в архитектуре СЦ вышеописанных информационных, математических, гуманитарных и алгоритмических средств, построение иерархии всех видов обеспечения его деятельности в соответствии с указанными принципами позволяют создавать набор вероятностных альтернатив для оптимального выбора решения со стороны ЛПР.
Вычислительное (математическое) обеспечение
Правило 5
Правило симметрии
Агрегации данных
Мониторинговое I Хранения и доступа
Отображения
Коммуникации
Правило о ,6
«Правило Люшера»
Рис. 3. Иерархия уровней обеспечения ситуационного центра и предъявляемых к ним требований
С*)
Перечислим концептуальные задачи, с которыми сегодня сталкивается российское руководство спортом, спортивные и тренерские сообщества, решению которых будет способствовать СЦ как инструмент интеграции процессов всех заинтересованных ведомств и отметим, что этот перечень может быть положен в основу технического задания на проектирование СЦ:
(1) Дистанционный мониторинг здоровья спортсменов и аналитическая обработка информации.
(2) Диспетчеризация запросов, касающихся информации о спортивной науке.
(3) Прогнозирование угроз отечественному спорту высоких достижений.
(4) Прогнозирование новых направлений в спортивной науке и технологиях.
(5) Управление комплексными проектами, интегрирующими усилия всех ведомств и учреждений, нацеленных на развитие отечественного спорта.
Опыт ФГБУ ФНЦ ВНИИФК показывает, что комплексный подход к решению этих задач на основе идеи и элементов ситуационного центра дает положительный результат.
В 2016 году в процессе апробации модели прогнозирования [2] в ФГБУ ФНЦ ВНИИФК было выявлено изменение характеристик организма на базе технологий медицинской кибернетики, биомеханики, трансплантологии (рис. 4), а именно найдены описания и примеры реализации технологии увеличения периферийного зрения за счет использования контактных линз специальной формы. Был сформулирован прогноз, что в дальнейшем это направление офтальмологических исследований с высокой вероятностью может перерасти в направленное моделирование роговицы глаза, что потенциально в состоянии обеспечить превосходство в таких видах спорта, как, например, пулевая стрельба, групповые игровые виды спорта.
Дистаншюнный мониторинг здоровья спортсменов п аналитическая обработка информации
Диспетчеризация запросов, касающихся информации о спортивной науке Прогнозирование угроз отечественному спорту высоких достижений Прогнозирование новых направлений в спортивной науке II технологиях Управление комплексными проектами, интегрирующими усилия всех ведомств и учреждений, нацеленных на развитие отечественного спорта
Увеличение периферийного зрения за счет использования
контактных линз (в перспективе - моделирование роговицы глаза)
Направленное изменение характеристик организма на базе технологий медицинской кибернетики, биомеханики, трансплантологии
приведение подошвониоо ~ тыльное
сгибание сгибание
Движения а открытой кинематической цепи Берцовая наружная внутренняя
Таранная кость тыльное сгибание отведение Пяточная кость инверсия Движения а закрытой
эаерсия кинематической цепи
Рис. 4. Пример успешного прогнозирования новых направлений в спортивной науке на основе возможностей
прогностического обеспечения ситуационного центра
Отметим, что эти результаты были учтены при подготовке российской стрелковой сборной к Олимпийским играм 2016 г. в Рио-де-Жанейро. Без использования моделей прогнозирования стратегических научных целей затруднено решение пятой задачи -управления комплексными научно-исследовательскими проектами в сфере наук о спорте. Использование специальных программных средств управления проектами способно существенно улучшить целеполагание, координацию, контроль результатов исследований (рис. 5).
К вспомогательным задачам СЦ, построенного на основе описанной архитектуры, также могут быть отнесены: > сбор и обработка информации, получаемой через интернет, социальные группы и форумы;
> мониторинг научных исследований и разработок в области менеджмента перетренированности, хроно-менеджмента, внезапной смерти, боли, сна, усталости, когнитивных функций поведения, питания и веса;
> информационная и методическая поддержка тренеров и спортсменов об инновациях и перспективных спортивных технологиях и элементах высокотехнологичного спортивного снаряжения;
> информационная поддержка тренировочной деятельности;
> информационная поддержка управления научно-исследовательскими работами;
> информационное обеспечение исследования и оценки опубликованных научных трудов и тренировочных методик, поиск актуальных диссертационных исследо-
ваний в области физической культуры и спорта, формирование соответствующих баз данных;
> информационная поддержка биомеханических исследований, молекулярных и генетических исследований;
> аналитическая обработка текста научных изданий и формирование аннотаций, дайджестов аналитических обзоров, справок и записок, формирование контента диссертаций в цифровых форматах, доступных для автоматизированного анализа.
Рис. 5. Скоординированная с помощью ситуационного центра реализация комплексных научно-исследовательских проектов строится на основе проектного управления
Заключение
Отличительными чертами предложенного информационного подхода к координации процессов управления спортивной наукой на основе СЦ являются:
О ориентация на глубокую аналитическую обработку информации в привязке к конкретным ситуациям в сфере научных исследований и спортивных технологий;
О создание технических возможностей для раннего прогнозирования рисков отечественному спорту, связанных с появлением прорывных спортивных технологий или развитием процессов и явлений, не связанных напрямую со спортом, но существенно влияющих на него;
О возможность формирования конкретных рекомендаций по применению разрабатываемых технологий в спортивной науке и технологии для повышения спортивных результатов.
Изложенный анализ ситуации в области управления науками о спорте и подход к проектированию СЦ докладывались на Всероссийской научно-практической конференции «Научное и кадровое обеспечение системы распределенных ситуационных центров как ключевой фактор повышения эффективности государственного управления», посвященной 20-летию Ситуационного центра Президента Российской Федерации, 18-20 октября 2016 г.
Учитывая положительный характер отзывов аудитории конференции, авторы полагают возможным предложить следующие практические шаги по созданию СЦ для прогнозирования достижений в науках о спорте:
• использовать в качестве материально-технической основы для интеграции информационных ресурсов на федеральном, ведомственном, региональном, общественном уровне сеть распределенных ситуационных центров, создаваемых на основе Указа Президента Российской Федерации от 25 июля 2013 г. № 648 «О формировании системы распределенных ситуационных центров, работающих по единому регламенту взаимодействия»;
• предложить федеральным органам исполнительной власти, ответственным за создание СРСЦ как ключевого фактора повышения качества стратегического государственного управления, учесть потребности в создании для прогнозирования достижений в науках о спорте, разработке для него эффективных прогностических моделей и компонент прогностического обеспечения, систем поддержки принятия решений.
В заключение отметим, что ФГБУ ФНЦ ВНИИФК могло бы взять на себя функции подготовки государственных кадров для будущего ситуационного центра и вести специальную учебную программу, направленную на изучение теоретических основ, технологий и инженерных средств обеспечения СРСЦ.
Литература
1. Ковалёв С.П., Сороколетов. П.В. Анализ научных подходов к прогнозу перспективности R&D // Наука и Мир, № 5 (33), т. 2, май 2016. Волгоград: Изд-во «Научное обозрение», 2016. - С. 147-152.
2. Сороколетов, П.В. Композитные модели поиска перспективных R&D на основе мультиагентных систем // Материалы 9-й конференции «Информационные технологии в управлении» (ИТУ-2016). - СПб.: АО «Концерн "ЦНИИ 'Электроприбор'"», 2016. - С. 377-384.
3. Matzler, K, Grabher, Ch, Huber, J., Fuller, J. Predicting new product success with prediction markets in online communities // R&D Management, Vol. 43, Issue 5, November 2013. - Pp. 420-432.
4. Курейчик, В.В., Сороколетов, П.В. Проблемы использования экспертных систем при принятии решений // Интеллектуальные системы. - М.: Физматлит, 2007. -С. 131-152.
References
1. Kovalyov, S.P., Sorokoletov, P.V. Analyses for scientific approaches to prognoses of R&D prospects // Science and World, no. 5 (33), v. 2, May 2016. Volgograd: Ed. by "Scientific Review", 2016. - Pp. 147-152.
2. Sorokoletov, P.V. Composed models for prospective R&D search basing on multiagent systems // Proceedings of the 9th National Conference "Information technologies in control" (ITC-2016). - St-P.: AO "Concern "CNII 'Electro-pribor'", 2016. - Pp. 377-384.
3. Matzler, K, Grabher, Ch., Huber, J., Füller, J. Predicting new product success with prediction markets in online communities // R&D Management, Vol. 43, Issue 5, November 2013. - Pp. 420-432.
4. Kureichik, V.V., Sorokoletov, P.V. The problems of expert systems implementation in decision support // Intellectual systems. - M.: Fismatlit, 2007. - Pp. 131-152.
