воздействия на более высоком уровне имеют более высокую эффективность и
влияют на большое количество систем. Можно элиминировать большие области
поиского поля и тем самым упростить процессы выбора и управления.
Несмотря на эвристические и др. методы упрощения модели многих ре-
ально существующих систем остаются слишком сложными, чтобы ими до сих
пор удавалось пол-ностью управлять при помощи количественных методов.
Это не значит, что кибернетика не занимается сложными системами. Наобо-
рот, кибернетики стараются найти воз-можности управления над всеми су-
ществующими в мире сверхсложными системами, в том числе и над самим
уни-версумом. Нет областей в мире или обществе, где кибер-нетики не
предлагали бы новые модели систем и методы их применения. Часто ОЭ и ОНГ
моделей намного меньше, чем в реальных системах. А создание гомоморфной
модели явля-ется наиболее существенным этапом на пути к управлению сис-
темой. Перечисляем только некоторые наиболее широко развивающиеся облас-
ти.
1. Системы экономического развития, фирмы, отрасли, государственные
системы экономического плани-рования.
2. Глобальные системы развития народонаселения и экосистемы (Римский
клуб и его наследники).
3. Демографические системы исследования социал-поли-тических тенден-
ций развития.
4. Системы автоматизации производства, роботизации, автоматизации
проектирования сложных комплексов.
5. Системы коммуникации и связи. Многофункциональ-ные компьютерные
сети, инфокомбайны. Интернет.
6. Научные, теоретические и экспериментальные системы. Вычислительные
эксперименты. Системы научно-тех-нической информации.
7. Медицинские системы диагностики, моделирования. Компьютерная то-
мография.
8. Системы искусственного интеллекта. Экспертные системы. Лингвисти-
ческие системы и восприятия образов.
9. Системы компьютерного обучения. Интерактивные программы усвоения
междисциплинарных направле-ний. Электронные тренажеры.
10. Системы, содержащие конфликтные ситуации, дело-вые или военные
игры, статистические игры с при-родой.
11. Прогнозы систем будущего, начиная с прогнозов погоды и климата до
прогноза развития человечества и универсума на много тысяч и миллионов
лет вперёд.
Во всех перечисленных областях в последние десятилетия достигнуты
большие успехи. Успехи осно-вываются в первую очередь на разработке нам-
ного более совершенных математических моделей, которые отражают зависи-
мости между большим количеством факторов. Ком-пьютерная обработка даёт
возможность разработать и про-анализировать намного более сложные моде-
ли, в т.ч. кон-цептуальные [ 121 ]. В результате получены модели, распо-
ло-женные намного ближе к реальной действительности, и расширены области
их дейсвия. Быстрый рост методов моделирования, техники обработки инфор-
мации и прог-раммирования дали возможность резко усовершенствовать мето-
ды управления. Это мы особенно ясно наблюдаем в областях управления эко-
номическими организациями, ста-тистическими ведомствами, системами авто-
матизации производства, коммуникации, искуcственного интеллекта и обуче-
ния.
Одновременно все отчётливее выявляется неполнота и неопределённость
многих основных моделей реальных систем [ 118 ]. Несмотря на многофак-
торность, модели дают сов-падающие с реальными объектами данные только в
ог-раниченной области. Отсутствие показателей ОЭ и ОНГ ограничивает их
использование в целях управления. Пов-торяется история с прогнозами на
первой половине 20 века. Предполагалось, что развитие науки, техники и
энергетики решают все проблемы человечества и наступает эпоха всеобщего
благоденствия. Очень скоро, уже на второй половине 20 века стало ясно,
что далеко не все надежды оптимистов исполняются. Наука, техника и энер-
гетика сти-хийно развиваются, но планировать, предсказать направление их
развития очень трудно. Если некоторые вопросы выясняются, то возникает
сразу намного больше новых вопросов и проблем. Методы получения атомной
энергии впервые начали применять в военных целях. Новые лекарства (нап-
ример антибиотики) становятся неэф-фективными при появлении новых видов
болезней и вирусов. Новые полимеры не так уж дешёвые и влияют часто
вредно на здоровье людей.
Точно с такими же переоценками мы встречаемся на второй половине 20
века при рассмотрении достижений информатики и кибернетики. Распростра-
няются взгляды, как-будто человечество имеет мощные средства для переда-
чи и обработки информации и все проблемы оптимального уп-равления реша-
ются, после чего человечество идёт навстречу обществу благоденствия.
Фактически огромное увеличение потоков информации и дезинформации больше
затрудняет, чем облегчает определение оптимальных направлений и вообще
усложняется все управление функционированием систем. То, что внешне по-
хоже на информацию, в большой части представляет собой полуправду или
субъективное, одностороннее мнение отдельных личностей, фирм или органи-
заций. Хорошо, если эти личности честно хотят, не ошибаясь, передать
правдоподобную информацию. Во многих случаях передаётся намеренно однос-
торонняя информация с целью получения какой-то личной выгоды или введе-
ния в заблуждения конкурентов. В условиях ограниченности вре-мени стано-
виться всё труднее проверить, отсеять не-существенную информацию, точнее
шум, от существенного и принять правильное решение. Тем более, что окру-
жающая среда и сам развивающийся субъект находятся в процессе непрерыв-
ного изменения. В результате этого управляемость процессов в обществе не
увеличивается, часто уменьшается. Судьба человечества может стать все
более непредсказуемым и зависимым от многих случайных факторов. Развитие
человечества может пойти в сторону гибели.
Причиной таких отрицательных тенденций является иллюзорность обилия и
полноты информации и инфор-мированности (ОНГ). В действительности
большинство пере-даваемых "сообщений" ничего общего с информацией не
имеет. Они, как говорится, являются только "шумом", который только меша-
ет процессам передачи настоящей информации. В настоящее время измеряется
в передаваемых сообщениях формальное количество информации по битам. При
этом часто отвлекаются от смыслового содержания ин-формации, от её цен-
ности для получателя, от её эф-фективности и от существенности для цели
системы, её принимающей. Поэтому очень трудно оценить начальную ОЭ сис-
темы, её рост по времени и количество ОНГ, вводимой управляющей системой
в ходе управления. В результате этого часто невозможно определять сте-
пень управляемости сис-темы, которая выражается отношением
ОНГмин .
ОЭмакс
Система является полностью управляемой, если степень управляемости
равняется 1,0, т.е. если количество OНГмин системы равно количеству OЭ-
макс. . OЭмакс показывает максимально возможную ОЭ системы без внутрен-
них связей между её элементами. OНГмин показывает минимально воз-можную
ОНГ, учитывая наличие разных комбинаций связей, структуры и управляющих
воздействий (OНГн + OНГу). Выполнение условия OНГмин = OЭмакс не вызыва-
ет принципиальных трудностей в случае управления срав-нительно простыми
искусственно созданными системами, в которых OЭмакс небольшая, также в
случае достаточно упрощённых моделей сложных систем. Следовательно не
вызывает принципиальных трудностей и надёжное управ-ление такими систе-
мами. Требуется только техническое ре-шение вопроса, в частности, опре-
деление типа задач управ-ления. Выбирают оптимальный вариант из ряда по
повышаю-щей сложности: стабилизация, выполнение программы, сле-жение или
оптимизация.
Проблема резко усложняется при необходимости уп-равления сложными
системами, в которых ОЭ > 1010 бит. Эти системы находятся в процессе
непрерывного изменения и развития. Поэтому, для обеспечения полной уп-
равляемости, необходимо в эти системы ввести соответствующее на OЭф ко-
личество ОНГ через каждый период времени, за который система существенно
изменяется. Продолжительность пери-ода зависит от скорости изменений в
системе. Современные технические средства не в состоянии обеспечить по-
ток такого огромного количества ОНГ в реальную систему, который ликвиди-
ровал бы всю её ОЭф и дал бы возможность составить полную схему управле-
ния системой. Даже в том случае, если удалось бы организовать управление
одной сложной системой, применяя все имеющиеся управляющие системы, это
не спасло бы положение. В мире в непрерыв-ном изменении и развитии нахо-
дится огромное количество сложных систем и они составляют между собой
бесчисленные комбинации. Если говорят, что управляют такими сложными
системами, как государственные, экономические, научные и т.д., то в
действительности управляют только их упро-щёнными моделями.
Для любой сложной системы можно составлять упрощённую модель, при по-
мощи которой обеспечивается частичная управляемость. Однако, управление
упрощёнными моделями далеко не всегда даёт право говорить о полном уп-
равлении реальными сложными системами. Упрощённые модели не учитывают
всех влияющих факторов, целевых критериев, ограничений и они не всегда
дают возможность в широкой области прогнозировать поведение системы.
Бо-лее того, упрощённые модели могут создать иллюзию, как будто процессы
полностью управляемые. В действительности размерность реальной системы
может быть намного больше модельного и неуправляемых факторов много, что
уве-личивает неопределённость в функционировании системы и случайных
элементов в её поведении.
Именно интуитивная недооценка ОЭ систем и пере-оценка наличия в них
ОНГ является главным источником ошибок при разработке схем управления,
контроля и раз-вития сложных систем, многочисленных недоразумений и ог-
ромных дополнительных материальных затрат. Часто люди считают вымышлен-
ные, сильно упрощённые модели изо-морфными по сравнению с реальными
объектами. В каждом государстве законодательство в известной мере явля-
ется моделью организации его. Чем старше государство, тем совер-шеннее
её законодательство, тем ближе оно отражает действи-тельные нужды для
прогрессивного развития государства. Тем меньше в законах останется не-
определённых пробелов, часто используемых во вред обществу. Каждый чело-
век имеет свое мировоззрение (модель о мире) и самосознание (модель о
самом себе). Беда в том, что модели только более или менее приближаются
к реальной действительности и соот-ветственно человек только по мере
имеющейся у него ОНГ может определить своё место в развивающемся мире.
Чем ближе модели совпадают с действительностью, тем более эф-фективно
человек может управлять своими действиями и действиями других.
Таким образом, самым ответственным этапом при составлении системы уп-
равления любой сложной системой является составление её оптимальной мо-
дели. Если удастся составить модель, которая соответствует влияниям всех
су-щественных факторов на объективную систему и её реакци-ям относи-
тельно достижения целей системы, то можно надеяться на надёжную её уп-
равляемость. Конечно, модель должна быть достаточно проста (ОЭ < ОЭпред)
чтобы современными техническими средствами обеспечить тре-буемую ОНГ. К
сожалению до сих пор недостаточно общих теоретических основ для модели-
рования сложных систем. Создание моделей выполняют в лучшем случае эв-
рис-тическими методами, часто на интуитивном уровне, без оценки ОЭ и ОНГ
систем. С этим связана неэффективность работы управляющих и управляемых
систем или даже беспорядочность и неорганизованность в их работе и
структуре.
Новые возможности для повышения эффективности управляющих систем и
для улучшения управляемости слож-ных систем открываются при применении
методов инфо-динамики. Инфодинамика использует для управления системами
рядом с новыми и все ранее известные методы обработки информации. К их
