РАДИОЭЛЕКТРОННЫЕ КОМПОНЕНТЫ  СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ВЕРБАЛЬНОЕ ОПИСАНИЕ ИХ ГРЯДУЩЕГО СОСТОЯНИЯ

 

Анцев Георгий, доктор технических наук, профессор, Сарычев Валентин, доктор технических наук, профессор, АО «НПП «Радар ммс», Устинова Ирина СПбГУ

 

Казалось бы, а можно ли на практике следовать заголовку этой статьи, то есть хоть как-то объединять проблематику создания элементной базы и сверхсложных для современной радиоэлектроники   и информатики систем, в качестве которых сегодня активно и уверенно выступают системы искусственного интеллекта?  Вообще говоря, элементная база – это  сегодня главным образом микроэлектроника, анализируемая на физическом уровне (хотя сейчас активно высвечиваются  квантовые технологии с квантовыми вычислениями и спинтроникой), а радиоэлектронные системы –  программное и информационное обеспечение того «окончательного железа» (уровня приложений), где оперируют уже непосредственно воплощёнными информационными технологиями, упорно трансформирующимися в процедуры и операции, реализуемые на уровне человеческого сознания, причём достаточно «умного». Всё, как  в соответствии с редакцией определения искусственного интеллекта, принятого в официальных документах —  комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека.

Очевидно, что физический уровень и уровень приложений есть полюса формирования и анализа (то есть, с одного уровня начинается исследование функционирования, а в другом – всё заканчивается)  иерархии структуры любой сложной информационной системы. Как известно, такую иерархию структуры можно рассматривать как   опять же иерархию соответствующих подсистем и надсистем, где каждый уровень кроме полюсов такой структуры выполняет роли надсистемы  и подсистемы одновременно. В этом контексте, как правило,  также часто говорят о микроуровне и макроуровне системы.

Для таких систем системология сформулировала два закона, проявляющихся при рассмотрении их развития, как результата взаимодействия надсистем  и подсистем. Закон перехода в надсистему –  развитие системы, достигшей своего предела, может быть продолжено на уровне надсистемы. Когда адаптация системы невозможна, когда система полностью исчерпала свои возможности и дальнейших путей развития её нет, система может перейти в надсистему, где она функционирует в качестве одной из частей, при этом дальнейшее развитие идёт уже на уровне надсистемы.

Закон перехода с макроуровня на микроуровень –  развитие системы, прежде всего её рабочего органа идёт сначала на макро-, а затем на микроуровнях. Переход с макро-  на микроуровень – главная тенденция развития всех современных технических систем. В жизни любой технической системы наступает момент, когда дальнейшее экстенсивное развитие (положительное изменение функций системы на макроуровне) невозможно. В дальнейшем систему можно развивать только интенсивно, за счёт повышения организованности всё более низких уровней системы, для чего задействуются возможности структуры вещества.

Совсем несложно, отталкиваясь от рассмотрения конкретики появления любых сложных систем и их модернизации,  убедиться  в справедливости действия этих законов. Но вербальный (словесный)  способ фиксации соответствующих законов, как правило, отторгает специалистов, работающих с объектами физического и прилегающих уровней иерархии системной структуры от использования таких «философских» утверждений в конкретной практике. Следование подобным законам совсем не соответствует привычной для таких специалистов практике  планирования работ и их контроля с графиками, калькуляциями, налаживанием нужной кооперации,  подбором кадров, разработкой обеспечивающих производственных процессов и т.п.

Однако, с другой стороны, очевидно, что чем ближе во времени отстоят  друг от друга оконечные подсистема и надсистема, тем  быстрее эти законы приобретут своё конкретное, а потому —  количественное содержание, например, с привлечением математики динамических систем — математических моделей исследуемого объекта в виде причинной системы с выявленным  множеством состояний или математических структур, называемых в математике моделью, образованной базовым множеством с определёнными на нём сигнатурой (совокупностью имён) и отношениями [1].  Формирование и применение таких моделей  есть инженерное приложение идей  аксиоматической (формальной) теории, в качестве которой выступает  алгебраическая система, при формировании которой выдерживаются следующие условия: i) задано некоторое счётное множество – символов теории, конечные последовательности которых считаются выражениями теории, ii)  имеется подмножество выражений  теории, называемых формулами теории, удовлетворяющих эффективной процедуре проверки, iii) выделено некоторое множество формул, называемых аксиомами теории, iv) имеется конечное множество отношений между формулами, называемых правилами вывода, последовательное выполнение которых формирует любую «неаксиоматическую» формулу, называемую выводом этой формулы.

Очевидно, что любые законы системологии лежат основе попыток выявления механизмов, задействуемых при прогнозировании поведения создаваемых систем, поскольку прогнозирование представляет  обоснованное суждение о перспективах, возможных состояниях того или иного объекта в будущем и/или об альтернативных  путях и сроках достижения будущих состояний, то есть прогнозирование – научное предсказание. Например, стратегический прогноз технологического развития, которому следуют сейчас страны НАТО, определяет следующие приоритетные технологические области, развиваемые в ходе реализации проводимой ими инновационной  политики:  i) искусственный интеллект, ii) автономные системы, iii) квантовые технологии, iv) биотехнологии и технологии улучшения человека, v) космос, vi) гиперзвуковые системы, vii) новые материалы и производство, viii) энергия и движение, ix) сети связи нового поколения.

Применительно к конфликтующим системам [2] (а это также сложные, да ещё, как правило, относящиеся к проблематике искусственного интеллекта) окажется справедливым ещё один системологический закон, подчёркивающий значение именно динамических систем  —  закон Осипова М.П. – Ланчестера Ф., утверждающий, что  для определения возможного исхода конфликта, отталкиваясь от анализа имеющихся у сторон ресурсов,  могут   привлекаться дифференциальные уравнения, описывающие зависимость от времени объёма ресурсов у двух сторон, причём уравнения выявляют только возможности каждой стороны. В канонической теории динамических систем основной компонентой таких ресурсов выступают состояния системы, тогда функционирование системы сводится к смене и изменению  её состояний. Научной школой члена-корреспондента РАН П.А. Созинова показана применимость этого закона  к ситуации, свойственной конфликту при радиоэлектронной борьбе.

Итак, системология постоянно пытается узнать и учесть прогнозы развития  создаваемых систем, что означает –  получить хоть какие-то сведения о грядущих состояниях системы, и, конечно же, о её окружении, поскольку системы, наверняка будет с ним находиться в конфликте. Вместе с тем, вся подобная деятельность по оценке фактически непредсказуемого «будущего», как облика  создаваемой системы, так и ситуаций, в которые  она может попасть, должна выполняться обязательно и в достаточно серьёзной проработке.

Более того, сегодня из-за ограниченности практически всех видов ресурсов стало чаще возникать требование возможности продления сроков функционирования создаваемых систем, но в условиях, где и когда  постоянно должны наращиваться номенклатура и функциональные возможности находящихся в эксплуатации  обслуживающих человека техногеннных объектов и систем. Одним из механизмов требуемого продления «жизни» находящихся в эксплуатации систем в условиях постоянно совершаемых «перемен» всё чаще становится подготовленность создаваемых систем для грядущих достаточно серьёзных модернизаций их в течение  жизненного цикла.  Например, во всех предлагаемых сегодня концепциях развития средств гражданской авиации  в качестве отдельных, а значит весомых направлений, всегда выделяется модернизация применяемых авиационных средств [3]. Это вызвано, конечно, также тем обстоятельством, что радиоэлектронные авиационные системы и комплексы, как правило,  сложны и дороги, а также требуют весьма грамотных кадров.

Комплекс мероприятий по грядущей модернизации  создаваемых и эксплуатируемых должен обосновываться  заранее и с соответствующими «закладками» в платформы  задействуемых систем при форсайт-планировании, как отдельной стадии жизненного цикла разрабатываемой системы [4 — 9].  Форсайт  —  технология долгосрочного прогнозирования научно-технологического и социального развития, выявления технологических прорывов, основанная на опросе экспертов, а также методология эвристического, предисследовательского проектирования и оценки альтернативных направлений (вариантов) научно-технологического развития технически сложного системного объекта, основанная на прогнозе потребностей, состоянии технологического задела, комплексном учёте военно-политических, тактико-технико-экономических, экологических, ресурсных и иных аспектов. В нашей стране используется также близкое по семантике понятие «исследовательское проектирование», занимающееся  обоснованием облика перспективной системы, модели базового образца и его модификаций, используемых стандартов в рамках концепции открытых систем с учётом прикладного, технического и экономического аспектов, наличием модернизационных ресурсов и  гарантий информационного обеспечения стадий жизненного цикла.

Мы считаем, что форсайт должен стать стадией жизненного цикла, в рамках которой оцениваются наиболее вероятные и эффективные направления развития создаваемых систем.

В свою очередь, жизненный цикл – это последовательность и временные рамки проведения совокупности взаимоувязанных процессов последовательного изменения состояния изделия от формирования исходных требований к нему до окончания его эксплуатации или применения,  включающие создание (проектирование), производство, эксплуатацию  и утилизацию изделий. Обычно выделяют  следующие стадии: замысел, научно-исследовательские работы (НИР), эскизной и техническое проектирование, экспериментально-исследовательские работы, проведение испытаний опытных образцов в лабораторных условиях и на специализированных испытательных стендах, испытания, серийное производство (изготовление), применение по предназначению (эксплуатация), модернизация, свёртывание, утилизация. Стадия форсайта в жизненном цикле должна совершаться перед эскизным и техническим проектированием.  В литературе сегодня можно найти и такую структуру жизненного цикла, ориентированную на обеспечение качества производимой продукции: маркетинг и исследование рынка, проектирование и разработка продукции, материально-техническое снабжение, подготовка производства, производство, контроль и испытания, упаковка и хранение, реализация и распределение, монтаж и эксплуатация, техническая помощь и обслуживание, утилизация.

Итак, применительно к проблематике этой статьи для физического уровня структуры, где осуществляется выбор элементной базы и соответствующее схемное аппаратное проектирование  «железа» системы, более высокие удалённые от физического уровня программные и информационные уровни выступают в качестве механизмов формирования представлений  для форсайт-планирования на этом физическом уровне. Получается, что требуемый для физического уровня достаточно долгосрочный прогноз развития создаваемой сложной системы и его результаты, точнее, фиксации состояний анализируемой системы и её окружения вкупе с выявленными тенденциями развития и представлением результатов форсайт-планирования обязан задействовать  в зависимости от длительности жизненного цикла и наличествующих всех видов ресурсов именно вербальные описания  динамики состояний. Здесь должны формироваться модели, где присущие им отношения определяются только с помощью сигнатур (имён). Именно сигнатурами при таком представлении состояния системы  определяется динамика развития её структуры. По существу форсайт-планирование выступает для технологий микроэлектроники как соответствующие методологические исследования, причём в «гибком варианте». Гибкая методология  – это методология, базирующаяся на следующих принципах: i) люди и взаимодействие  важнее процессов и инструментов, ii) работающий продукт важнее исчерпывающей документации, iii) сотрудничество с заказчиком важнее согласования условий контракта, iv) готовность к изменениям важнее следования первоначальному плану, v) приоритет привязки работ к событиям, а не к определённому времени исполнения. Соответственно, гибкое программирование – это методология,  характеризующаяся интерактивной и поэтапной разработкой программного обеспечения постоянно рефлексирующей командой, способной адаптироваться к меняющимся требованиям даже на поздних стадиях разработки.  Идеи «гибкости» действуют также в гибкой методологии разработки – совокупность подходов и практик создания изделий, основанных на ценностях, в «гибком» стандарте, допускающий использование разнообразных научно-технических решений при построении систем, каналов и элементов в рамках сформулированных инвариантных положений, в гибком производстве, где реализуется подход, ориентированный на удовлетворение потребности клиентов при сохранении высоких стандартов качества и контроля затрат в случае изменения номенклатуры продукции или технологии, а также в методология синтеза – совокупности основной идеи, технического облика, понятийного аппарата, тезауруса, бюджета ресурсов, методического аппарата, достаточной для  оценки возможности осуществления всех стадий жизненного цикла создаваемой системы. 

  Результаты форсайт-планирования призваны, как правило, на «сигнатурном языке»  стыковать между собой сугубо физические процессы, протекающие на физическом уровне системы (это множество для формирования модели с сигнатурными отношениями)  и  сигнально-информационные сущности, функционирующие в информационной или физической платформах, которые стремятся в сигналах обнаружить, оценить, зафиксировать   и доставить в исполнительную часть системы необходимые данные. Очевидно, что физические процессы в системе намного консервативнее, чем процессы, которые совершаются в её информационном пространстве, где постоянно допускается варьирование задействуемыми в моделях отношениями, в том числе только с привлечением сигнатурных представлений. Одной из задач информационной платформы системы выступает формирование адекватного исполняемым миссиям, компетенциям и функциям цифрового и сигнатурного образа объектов, зафиксированных первоначально в сигнальном  «исполнении». При этом отмеченные сигнально-информационные сущности сегодня допускают, как правило, на стадии форсайт планирования и соответствующих методологических исследований только сигнатурное  представление, и этот факт выступает своеобразным интерфейсом при проникновении современных технологий обработки информации в информационную платформу системы и при оценке направлений и путей развития (включая грядущие модернизации) анализируемой сейчас системы.

Другими словами, прогнозируемая система  рассматривает своё функционирование, а значит и своё будущее (с грядущими  конфликтными ситуациями) только на уровне операций.  Например, всё чаще  только по истечении достаточно долгого  после конфликта  срока  узнают о применённых разрушительных действиях противоположной стороны, особенно если такие действия произошли в киберпространстве.   Один из идеологов информационной безопасности K. Дрекслер в этой связи отмечал: «Вопреки своему потенциалу, как машины разрушения, нанотехнология и системы искусственного интеллекта будут годиться для более тонких способов использования, чем ядерное оружие. Бомба может только взрывать, но наномашины и системы искусственного интеллекта могли бы проникать, захватывать, изменять и управлять территорией или миром». Здесь помехи сами по себе становятся грозным оружием, в том числе, благодаря фактически заранее спланированным грядущим достижениям в микроэлектронике.

 Суждения (высказывания), выступающие результатом выполненных исследований в рамках форсайт-планирования,  обычно представляются в виде законов, принципов, критериев, правил и аксиом, результативность и правота которых должна подтвердиться на конкретике операций, выступающих ресурсом для анализируемой системы на вербальном (качественном, сигнатурном) языке.  Эти логические сущности, маркируемые сигнатурами, играют роль  разностных и дифференциальных уравнений в теории динамических систем, правда, для такой роли  логические сущности трансформируются в предикаты, оценивающие установленную область действия задействованных сигнатур. А вот подтверждение правоты и краткосрочные прогнозы развития нуждаются уже в количественных закономерностях, фиксируемых соответствующими динамическими системами, где как раз в явном виде учитываются возможности микроэлектроники, рассматриваемой на физическом уровне иерархии.

В завершение этой статьи приведём примеры подобных заимствованных из системологии закономерностей в соответствующем сигнатурном их представлении.

Закон Баррингтона Мура – будущее рождают, создают и оформляют отстраняемые  этим будущим влиятельные группы, перерождаясь в него.

За пределами КМОП – технология создания приборов, основанных на новых физических явлениях, которые предусматривают функциональное масштабирование за пределами КМОП-технологии. Это квантовые вычисления, спинтроника, ферромагнитная память и логика, молекулярная электроника, атомные переключатели.

Закон Мура – размер транзистора, начиная с 1959 г.,  уменьшается в два раза каждые 4.8 года, а количество транзисторов, размещаемых на кристалле интегральной схемы, удваивается каждые 2.4 года без увеличения удельной стоимости функции для конечного потребителя.  Выполнение закона Мура достигается сегодня путём увеличения числа вычислительных ядер в системах  на кристалле и вычислительных узлов в кластерах, а также последующего объединения вычислительных элементов в единое адресное пространство взаимодействующих вычислительных процессов.

Больше Мура —  технология микроэлектроники, предусматривающая непрерывное  уменьшение горизонтальных и вертикальных физических размеров КМОП интегральных схем с целью уменьшения их стоимости и улучшения функциональных возможностей. Это цифровая микроэлектроника, включающая базовую линию КМОП: логику, память, процессоры. Пределом развития этого направления является «Система на чипе (SoC)».

Больше, чем Мур – технология, имеющая дело с гетерогенными компонентами – приборами, которые не обязательно масштабируются согласно закону Мура. Это аналоговые интегральные схемы, радиочастотные приборы и интегральные схемы, пассивные элементы, возобновляемые источники энергии, сенсоры и актюаторы, биочипы. Такие модули имеют нецифровой контент и предназначены в основном для взаимодействия с человеком и окружающей средой. Концепция, направленная на достижение больших результатов в более широком диапазоне, чем изложено в законе Мура. Заключается в использовании 2.5 и 3-мерных архитектур (то есть на стенках  «канавок» и «траншей» поверхности чипа), позволяющих существенно (но не кардинально) наращивать функциональность, сокращать занимаемое пространство и потребляемую мощность, а также перспективных материалов и аппаратурных структур.

Закон Артура Рока (второй закон Мура) – каждые четыре года удваивается стоимость заводов, выпускающих изделия интегральной микроэлектроники.

Закон Меткалфа  — мощность информационной сети пропорциональна квадрату входящих в неё узлов.

Закон повышения степени вепольности –  развитие технических систем идёт в направлении увеличения степени вепольности. Смысл закона заключается в том, что не вепольные системы стремятся стать вепольными. В вепольных системах развитие идёт в направлении перехода от механических полей к электромагнитным, увеличения степени дисперсности вещества, числа связей между элементами и отзывчивости системы. В процессе изменений необходимо осуществлять согласование веществ, полей и структуры.

Принципы  системного подхода  – положения общего характера, учитывающие основные системные свойства сложных объектов, являющиеся обобщением опыта и подтверждённые повсеместной практикой исследований и требующие той или иной степени учёта при исследованиях и проектировании сложных искусственных систем и объектов различного предназначения: i) принцип конечной цели: абсолютный приоритет конечной цели, ii) принцип единства: совместного рассмотрения системы и совокупности её компонентов как целого, а также рассмотрение системы как подсистемы (компонента) на вышестоящем уровне (в надсистеме), iii) принцип жизненного цикла: определяет этапы решения научной задачи и их содержание, iv) принцип связности: рассмотрение любой части (компонента) системы совместно с её связями с внутренней средой и окружением, v) принцип модульного построения: полезно выделение модулей в системе и рассмотрение системы как совокупности модулей, vi) принцип структурности: анализ элементов системы во взаимосвязи с  организационной структурой системы, vii) функционирование системы обусловлено, прежде всего, структурой системы, а не отдельными её элементами, viii) принцип иерархичности: полезно иерархическое представление (построение) системы и ранжирование компонентов (элементов) систем, ix) принцип функциональности: совместное рассмотрение функций и структуры системы с приоритетом функций над структурой, x) принцип развития: учёт изменяемости системы, её способности к развитию, расширению, замене частей, накапливанию информации, адаптации к условиям окружения, xi) принцип сочетания централизации и децентрализации: разумное распределение функций и полномочий между компонентами сложной системы, имеющей иерархическую структуру в интересах обеспечения эффективного управления и достижения целей системой, xii) принцип неопределённости: учёт факторов риска, а также неопределённостей и случайностей в системе.

Необходимость функциональной стандартизации, в качестве которой выступает  стадия в проектировании сложной информационной системы (чаще всего, при форсайт-планировании и исследовательском проектировании), обнаруживает себя, когда выявляются и узакониваются  сценарии, паттерны, функции  и скрипты, обеспечивающие исполнение миссии системы, причём эти функциональные объекты  гарантируют разбиение системы на модули, удовлетворяющие принципам открытых систем.

Открытая система – система, состоящая из элементов, которые взаимодействуют между собой и с окружающей средой  через интерфейсы. Встречается и довольно эффектное определение: открытые системы  — это совокупность разнородных компьютеров, которые могут функционировать как единое интегрированное целое. Согласно стандартам IEEE «открытая система – исчерпывающий и согласованный набор международных стандартов, информационных технологий и функциональных стандартов, которые специализируют интерфейсы, службы и поддерживающие форматы, чтобы обеспечить интероперабельность и мобильность приложений, данных и персонала», то есть система, реализующая открытые спецификации (стандарты) на интерфейсы, службы и поддерживаемые форматы данных. В теории систем открытой считается система, если для полностью известных условий её функционирования нельзя удовлетворительным образом оценить её выходной сигнал.

Принципы создания вычислительных средств фон Неймана – i) принцип программного управления – программа состоит из набора команд, которые выполняются процессором автоматически друг за другом в определённой последовательности, ii) принцип адресности – основная память состоит из перенумерованных ячеек, процессору доступна любая ячейка, iii) принцип однородности – программы и данные хранятся в одной и той же памяти, поэтому компьютер не различает, что хранится в данной ячейке памяти: число, текст или команда, из-за чего над командами можно выполнять такие же действия, как над данными.

Приоритет модели, а не алгоритма —  название направления развития информационных систем, ориентированного на модель и прямое взаимодействие с нею. Это направление предрекает, что в будущих компьютерных технологиях алгоритм ожидает нынешняя судьба ассемблеров и программирования в кодах.

Принципы создания военной техники академика А.Г. Шипунова – i) разрабатывать не часть, а целое, ii) стремиться делать всё не просто, а очень просто, iii) не складывать, а умножать (то есть результат должен быть таким, чтобы эффект от совокупности решений был бы больше, чем простая сумма эффектов от каждого из них), iv) самое худшее, когда всё делается по сложившимся традициям.

Закон полноты частей системы –  необходимым условием принципиальной жизнеспособности рациональной технической системы является наличие и минимальная работоспособность и безопасность всех основных частей системы. В рациональной, правильно спроектированной системе нет бесполезных элементов.

Закон Смирнова – стабильность сложных конкурирующих (конфликтующих) систем требует их устойчивого структурированного взаимопроникновения.

Критерий «хорошей организации по Зоммергофу» — признак устойчивости системы к возмущениям, предполагающий, что изменившиеся условия (множество возмущений и опасностей), в том числе внешняя среда, не должны явиться причиной изменения равновесного состояния системы.

Закон сохранения рисков — при минимизации рисков отдельных объектов системы общие риски не исчезают, а переносятся на общесистемный уровень и могут разрушить всю систему в целом.

Закон экспансии –  в результате развития и приобретения новых свойств система расширяет свои функции на смежные области, стремясь к доминированию над другими подобными системами. По сути, закон является мощным регулятором отбора в конкурентной борьбе нового, прогрессивного, более эффективного и жизнеспособного.

Закон увеличения степени идеальности системы –  развитие всех систем идёт в направлении увеличения степени идеальности системы.

Итерационный принцип функционирования академика С.П. Королёва – при ограниченности ресурсов  в зависимости от текущей ситуации задействуются модули, формирующие и использующие для этой ситуации наиболее семантически и прагматически насыщенные данные.

Закон композиции —  функционирование всех элементов организации должно подчиняться единой для всех цели (миссии) организации.

Закон необходимого разнообразия У.Р. Эшби – для успешного противостояния действующим возмущениям и устранения отклонения в процессе реализации плана, он должен обладать требуемым уровнем устойчивости.  Для организации необходимо иметь набор различных видов деятельности и располагать для этого соответствующими ресурсами.

Закон Винера – Шеннона – Эшби — управляющая система должна постоянно превосходить управляемую (то есть, в данном случае  систему самонаведения)  по мощности и по сложности.

Закон Седова – Назаретяна – в сложной иерархической системе необходимое относительное разнообразие на верхнем уровне может обеспечиваться за счёт принудительного ограничения разнообразия на нижних уровнях.

Закономерность живой материи – способность у технических объектов обнаруживать функции и свойства, присущие живым организмам, например, развитие, обучение, адаптация, жертвенность, умность, находчивость  и т.п.

Принцип эмпатии и прагматизма — при своём развитии система стремится  избегать всяческих потерь в имеющихся достижениях и преимуществах, то есть  «неприятностей».

Закон неравномерности развития частей системы –  чем сложнее система, тем неравномернее идёт развитие её частей. Неравномерность развития частей системы является причиной возникновения технических и физических противоречий, требующих разрешения и как следствие совершенствования системы.

Закон самосохранения  — необходимость  противостояния угрозам внешней среды, реализация которых может привести к потере устойчивости функционирования организации.

Аксиома конструктивной однородности элементов и связей —  все простые задачи получаются путём деления сложной задачи на части, а поэтому эти задачи примерно одинаковы по объёму вычислений и связаны между собой одинаковыми схемами обмена. Это означает, что система для решения сложной задачи может быть построена из одинаковых обрабатывающих элементов, связанных между собой одинаковым образом.

Аксиома параллельности задач и алгоритмов — всякая сложная задача может быть представлена в виде связанных между собой простых подзадач и для любой сложной задачи может быть предложен параллельный алгоритм, допускающий её эффективное решение. Аксиома параллельности, таким образом, выделяет путь достижения высокой производительности за счёт параллельной работы большого числа обрабатывающих модулей или элементов.

Аксиома переменности логической структуры —  процесс решения сложной задачи может быть представлен некоторой структурной моделью, включающей в себя подзадачи и связи между ними. Это означает, что для каждой сложной задачи можно предложить соответствующую структуру из обрабатывающих элементов, связанных между собой определённым образом.

Закон Парето — устойчивость развития обеспечивается тем, что 80% решений являются адаптивными по отношению к окружающему миру, а 20% направлены на его изменение.  Имеется ещё и такие формулировки этого закона: «20% усилий дают 80% результата, а остальные 80% усилий – лишь 20% результата» или «примерно 80% действий обусловливается 20% возможных причин или величин влияния». Используется как базовая установка в анализе факторов эффективности какой-либо деятельности и оптимизации её результатов: правильно выбрав минимум самых важных действий, можно быстро получить значительную часть от планируемого полного результата, при этом дальнейшие улучшения неэффективны и могут быть не оправданы.

Закон Анохина – Бира — условием эффективности управляющей системы является опережающее прогнозирование изменений не только управляющей системы, но и внешней среды.

Закон больших чисел – принцип, описывающий устойчивость результата выполнения эксперимента при многочисленных его повторениях.

Закон Вебера – Фехнера – физиологические и психологические ощущения от восприятия от внешних для организма воздействий растут в арифметической прогрессии, тогда как вызвавшие их раздражения — в геометрической.

«Закон джунглей» — императив действий  при непримиримом  конфликте, когда одна сторона пытается достичь своих целей только за счёт других сторон.

«Мир  саванн» — принципы мироустройства, игнорирующие прежние договорённости о границах, фиксирующие общность культур, финансово-экономическое и нормативно-правовое единство.

Закон развивающей глобальной конкуренции – длительная, превышающая жизнь одного поколения воля управляющей системы к победе.

Закон синергии —  возможности организации как единого целого превышают сумму возможностей составляющих её элементов, что обосновано их тесным взаимодействием.

Закон энергетики –   во всех областях прогресс для своей реализации требует прибавления усилий, часть которых растрачивается (теряется). В естественных условиях в сложных организационно-технических и физических системах идут противоположные процессы, приводящие к росту энтропии, возрастанию меры хаоса и беспорядка, структурной неупорядоченности и т.д. Общественно полезная деятельность напротив, прежде всего, направлена на снижение энтропии – упорядочивание систем, концентрацию энергии. Закон является мощным регулятором эффективного и безопасного развития сложных систем. Ограничение или недостаток усилий (ресурсов) рано или поздно приводит к деградации или гибели (катастрофе) системы.

Критерий идеального наблюдателя (Зигерта) – оптимальным объявляется решение, минимизирующее полную вероятность ошибки. Под идеальным наблюдателем понимается такой наблюдатель, для которого ложная тревога и пропуск цели имеют одинаковую стоимость коэффициентов потерь от ошибочных решений.

Критерий качества (эффективности) – норма, предельное значение показателя, на основании которого производится отбор альтернатив, соответствующих миссии системы и отвечающих интересам лица, принимающего решение.

Критерий крайнего оптимизма принятия решений (решающего правила) – оптимальным объявляется решение, при котором гарантируется максимальный выигрыш в самой благоприятной ситуации.

Критерий принятия решений (решающего правила) Вальда (критерий гарантированного результата) – оптимальным объявляется решение, при котором гарантируется максимальный выигрыш при самых неблагоприятных условиях.

Критерий принятия решений (решающего правила) Гурвица – оптимальным объявляется решение, при котором гарантируется максимум смешанной стратегии, когда с помощью коэффициентов выбирается промежуточное решение между пессимизмом и оптимизмом.

Критерий принятия решений (решающего правила) Лапласа – при недостаточном обосновании  и неизвестной неопределённости вероятности состояний оптимальным объявляется решение, при котором максимален средний выигрыш (математическое ожидание выигрыша).

Критерий принятия решений (решающего правила) Севиджа – оптимальным объявляется решение, при котором величина риска при наихудших условиях будет минимальна.

Критерий риска – признаки, в соответствии с которыми оценивают значимость (приемлемость, допустимость) риска. Критерии риска основываются на целях, ценностях и ресурсах системы (организации), а также внешней и/или внутренней ситуации, принимаемой во внимание при управлении риском.

Критерий согласия – количественная оценка с помощью соответствующей меры расхождения теоретической (априорной, гипотезной) функцией распределения вероятности и фиксируемой гистограммой.

Мажоритарное правило —  правило выбора решений экспертами по большинству предпочтений, в предположении, что существует и действует общий метод оценки для всех экспертов характеристик предложенных решений.

Правила вывода типа Сугено (схема Сугено) – правила, посылки которых задаются нечёткими множествами, а заключения – линейными функциями от входов.

Правила стайного поведения: i) сцепление: не удаляться далеко от соседей, ii) разделение: избегать столкновений с соседями, iii) выравнивание: приближаться по скорости к соседям.

Правило Байеса – выбор процедуры, минимизирующей средний риск.

Правило максимального правдоподобия – технология вынесения суждения относительно наблюдаемого процесса, когда выбираются такие параметры модели процесса, которые соответствуют предположению, что наблюдаемый процесс наиболее вероятен (имеет максимальное правдоподобие).

Правило «модус понес» (отделение) —  если импликация (логическое следование)  истина и  истинно, то  истинно.

Правило обучения нейронной сети Хебба —  обучение без учителя происходит в результате усиления связи (синаптического веса) между одновременно активными нейронами (часто используемые в сети связи усиливаются), то есть когда активированы оба нейрона: источник и приёмник.

Аксиома выбора —  ко всякому семейству непустых множеств любой природы существует функция выбора, значения  которой определяются только этими множествами или из непустых множеств всегда можно создать новое множество (алгоритмическая неразрешимость задач).

Метод ближайших соседей – метод классификации, в котором класс для элемента определяется на основе того, к какому классу относятся его ближайшие соседи.

Метод Дельфи – метод экспертного прогнозирования путём организации системы сбора экспертных оценок, их математическо-статистической обработки и последовательной корректировки на основе результатов каждого цикла обработки. Сущность метода Дельфи заключается в последовательном заочном проведении коллективных генераций идей группой высококвалифицированных экспертов, территориально удаленных (взаимодействие между экспертами исключается). После каждого сбора экспертных оценок и их обработки экспертов знакомят с полученными обобщёнными результатами опроса, а затем проводится новый опрос.

Метод дерева целей – построение иерархической древовидной структуры, получаемой путём расчленения общей цели на подцели, а их, в свою очередь на более детальные составляющие, которые в конкретных приложениях называют процедурами нижележащих уровней, направлениями, проблемами, задачами, а начиная с некоторого уровня – функциями, мероприятиями, ресурсами.

Метод инвариантного погружения – решение более общей задачи, чем заданная (погружение частной задачи в более общую).

Метод ИНФОРМ – метод оценки интегрального индекса риска  ИНФОРМ. Данный метод основан на оценке трёх составляющих риска (степени опасностей; уровню уязвимости; потенциалу противодействия угрозам) путём измерения соответствующих индикаторов по каждой составляющей. Метод является универсальным инструментом, одинаково применимым как на глобальном, национальном, региональном, местном, так и на объектовом уровне, позволяет получать прогнозную оценку рисков чрезвычайных ситуаций на основе построения трендов изменения опасностей, уязвимостей и отсутствия потенциалов противодействия.

Метод Монте-Карло (случайного поиска) —  численный метод решения при помощи моделирования случайных величин и статистической оценки их характеристик. Строится стохастическая модель, соответствующая решаемой задаче, и на этой модели реализуется случайная выборка. Чем больше выборок, тем точнее получаемый результат.

Метод наискорейшего спуска – способ перехода в процессе оптимизации параметров синтезируемой системы к новым их значениям после вычисления предыдущих, когда имеется аналитическое выражение целевой функции и направление движения в пространстве параметров достигается путём определения частных производных по параметрам синтеза.

Метод необратимого сжатия данных – технология, исполняемая информационной платформой, базирующаяся  на замене сигналов или описаний объектов  на их характеристики неопределённости.

Метод решающих матриц – средство повышения достоверности экспертных оценок на основе разделения проблемы с большой неопределённостью на подпроблемы и пошагового формирования оценок.

Принципы рискологии – представительная, непротиворечивая система исходных положений, которые определяют понимание сути и истоков зарождения и реализации рисков, сути процессов их анализа и оценки.

 

 

Литература

1. Шрейдер Ю.А., Шаров А.А. Системы и модели. – М. Радио и связь, 1982
2. Анцев Г.В., Сарычев В.А., Слепцева Э.И. Стратегические технологии в создании конфликтующих систем. — Радиоэлектронные технологии, №1, 2025
3. Бочкарев В.В., Кравцов В.Ф., Сарычев В.А., Крыжановский Г.А., Кузьмин Б.И., Липин А.В., Лобачёв Е.Н., Сухих Н.Н. Концепция и системы CNS/ATM в гражданской авиации. — М, ИКЦ «Академкнига», 2003
4. Анцев Г.В., Гаенко В.П. Безопасность искусственных систем: управление безопасностью и рисками. Тезаурус. – М., Радиотехника, 2022
5. Анцев Г.В., Гаенко В.П., Маштаков А.П. Системная технология выбора концептуального облика универсальной стартовой системы ракетного вооружения. – Труды  XXVII Всероссийской научно-практической конференции РАРАН «Актуальные проблемы защиты и безопасности».  Пленарные доклады.  СПб. 2024
6. Анцев Г.В., Гаенко В.П., Маштаков А.П. Сарычев В.А. Системная форсайт-технология концептуального прогнозирования направлений развития технических сложных систем. – Успехи современной радиоэлектроники, №4, 2025.
7. Карасёв О., Китаев А., Миронова И. Форсайт пилотируемой и беспилотной авиации — Радиоэлектронные технологии, №3, 2016
8. Анцев Г.В., Гаенко  В.П. Сарычев В.А.  Гибкий форсайт сложных радиоэлектронных систем. — Радиоэлектронные технологии, №3, 2024

9, Анцев Г.В., Гаенко  В.П. Сарычев В.А. Форсайт как методология концептуального предисследовательского прогнозирования и оценки направлений (вариантов) развития технически сложных системных объектов. — Успехи