| |||
|
Статья и тезисы ... УДК 002.001 Информатика и прогностика В.В. Рыков Московский физико-технический институт (государственный университет) Уинстон Черчилль говорил, что политик должен не только уметь предсказывать будущее, но и уметь объяснить, почему оно не реализовалось. Прогностика – неотъемлемая часть и качество любой науки. Периодизация науки есть отдельная тема, но переход от научного объяснения существующей ситуации к прогностике неизбежен – в явном или неявном виде. Существуют многие модели и методы прогнозирования. Среди них наиболее популярны и авторитетны экстраполяция, моделирование и экспертиза. Информатика принадлежит к числу молодых наук, где еще не вполне закончен процесс онтологизации ее предмета, методов и моделей. Конечно, модель здесь (например) сводится к сбору данных о продажах в супермаркетах и их экстраполяции с целью оптимизации будущих поставок. Однако, более продуктивными (в научном, а не в коммерческом смысле) моделями прогнозирования могут служить достаточно хорошо структурированные и научно обоснованные модели информационных процессов, которые могут послужить основой для построения эффективных методов прогностики. Приведем и обоснуем несколько примеров. Только сначала для этого нужно ясно себе представить себе закономерности развития общества, в котором происходят информационные процессы, которыми управляют люди. Также необходимо разработать систему понятий, в рамках которой это будет рассматриваться. Для этого надо ясно представлять себе как устроена эта деятельность по порождению, передаче, копированию, хранению и цитированию информации или речевая деятельность, которая является в свою очередь основой его культуры и цивилизации. И тем ценнее будет полученный прогноз, актуальный и значимый не только в рамках информатики. Информационные процессы – это в значительной степени знаковая деятельность, которую изучает наука о знаках – семиотика. Мы не поймем ни одной единицы информации, даже поток данных телеметрии, если не будем знать, какие знаки это обозначают [1]. Итак, любая теория или исчисление ценны своими прогностическими свойствами. Следовательно, первой моделью, которая может служить базой для прогноза будет наука о знаках и знаковой деятельности - семиотика. Семиотика изучает синтактику, семантику и прагматику знаков. Последняя часть, прагматика, неочевидна, в отличие от первых двух и изучает отношение создателя и получателя с текстом или информацией. Однако, появление особых прагматических знаков или смайликов в новых видах коммуникаций, где невозможно выразить прагматику жестами или интонацией может служить теоремой существования выдвинутой концепции. Действительно, это можно было предсказать только зная основы семиотики. Затем логично и также весьма продуктивно следует переход ко второй модели - теории обращения с текстами как социальной и информационной деятельности. Эта теория или модель изучает казалось бы рутинные правила - создания, передачи, хранения, копирования и цитирования текстов - устных, рукописных, печатных и, наконец, на машинных носителях. Однако в рамках этой теории легко было предсказать появление феномена Wikileaks с Джулианом Ассанжем. Еще более интересным, полезным и продуктивным представляется изучение третьей из представленных здесь моделей, а именно риторики как информационного исчисления и как части семиотики (поскольку это знаковая деятельность), а именно той ее части, которая называется прагматикой. Удивительно то, что эта наука была основана и очень подробно разработана более двух тысяч лет назад. На самом деле это наука об эффективной знаковой, а, следовательно, и информационной деятельности. Как будет кратко показано ниже – он, научный аппарат риторики, наконец, оказался востребованным. Риторические модели применяются в новейших информационных продуктах и в информационной практике, без называния их классическими терминами научной риторики [1]. Действительно, назовем только несколько риторических категорий. Это коммуникативный акт, коммуникативная ситуация, субъект коммуникации, конвенции общения, эффективность взаимодействия. Становится ясно, что так или иначе эти категории описывают существующую коммуникативную деятельность, прежде всего в Интернете (переписка, сетевые группы и т. д.). Например, в риторике говорят, что субъект коммуникации всегда выступает в образе автора. А это профили, ники, аватары сетевых коммуникантов. Развитие и изучение новых часто неожиданных и удивительных реалий нашей жизни требует привлечения также не только новых, но часто и забытых или невостребованных технологий, моделей или исчислений. Эти модели или исчисления позволяют объяснить, предсказать, соединить воедино казалось бы странные или необъяснимые явления, в частности в быстро развивающемся мире информационных или знаковых коммуникаций. Иными словами – после многих арифметических сложений и вычитаний полезно внедрить, обосновать и изучать знаковую алгебру информатики как более продуктивную основу для научного и, следовательно, прогностического использования [1]. Литература 1. Рыков В. В. Обработка нечисловой информации. Управление знаниями. – М.: МФТИ, 2008. ... Программа ... 55-ая Научная конференция МФТИ Секция “Информатика” Подсекция “Компьютерное моделирование”, 23.11.2012г., 10.00, 910 КПМ 1. А.В. Шевцов, Д.В. Черников. Комбинирование метода сглаженных частиц и сеточно-характеристического метода. 2. В.И.Голубев, А.В.Дорошенко, Н.И.Хохлов. Численное моделирование динамических процессов сеточно-характеристическим методом для нужд сейсмической томографии Марса. 3. М.В. Муратов. Численное моделирование волновых откликов от трещиноватых пластов в задачах сейсморазведки 4. М.В. Муратов, А.В. Санников, А.В. Фаворская. Решение пространственных динамических задач сейсмологии и сейсморазведки с помощью сеточно-характеристического метода на неструктурированных тетраэдральных сетках. 5. В.В. Рязанов. О восстановлении пропущенных значений в таблицах данных. 6. В.В. Рыков. Информатика и прогностика. 7. Б.Г. Кухаренко, М.О.Солнцева. Комплекс программ для оптимизации расположения логистических центров на графе транспортной сети с помощью алгоритмов кластеризации. 8. Д.А. Коробов, А.Е. Устюжанин. Обход мобильным роботом динамических препятствий при перемещении из одной точки плоскости в другую. 9. К.Г. Кульченков, А.Е. Устюжанин. Подход к разработке платформы виртуализации робототехники. 10. Д.Е. Квасов, И.Е. Квасов, М.В. Муратов. .Изучение обратной задачи моделирования трещиноватого пласта численными методами глобальной оптимизации 11. В.А. Миряха. Возможности платформы для численного моделирования задач механики сплошных сред OpenFOAM. ... Полный текст выступления ... Информатика и прогностика ... |
