Файл: Цвылев Р.И. Информационный аспект долгосрочного планирования.pdf

по своему смыслу они в одинаковой мере могут обеспе­ чить достижение поставленной цели. Выбор стратегии будет зависеть от наличия достоверной информации о будущем состоянии среды (высокие или умеренные тем­ пы научно-технического прогресса ожидаются в буду­ щем). В таком наіборе «безразличных» стратегий выбор, очевидно, будет сделан в пользу той именно стратегии, которая с максимальной вероятностью обеопечивает реализацию благоприятного (т. е. соответствующего пос­ тавленной цели) исхода.

Но допустим некоторый идеальный случай, когда агент полностью контролирует рассматриваемую ситуа­ цию, т. е. он может с абсолютной уверенностью вызвать любой исход, манипулируя ресурсами и людьми. Напри­ мер, в его власти реализовать любую пару стратегия — исход, будь то «модернизация — умеренные темпы» или «новое строительство — высокие темпы». В такой ситуа­ ции полной информационной обеспеченности агент, ве­ роятно, пойдет на некоторое усложнение поставленной це­ ли. В результате поставленная цель может сводиться не только к увеличению выпуска продукции, но и к значи­ тельному расширению ассортимента и качества выпус­ каемой .продукции. Этим новым требованиям будут, оче­ видно, придаваться некоторые балльные оценки полез­ ности, в соответствии с которыми и будет производиться выбор тех или иных стратегий.

Однако в дальнейшем анализе мы будем исходить из того, что идеальных случаев полной информационной обеспеченности не существует, как не существует абсо­ лютного человеческого могущества над силами природы. Такие идеальные случаи не существуют по одной весьма простой причине—человек никогда не располагает пол­ ной и достоверной информацией, кроме как в отношении тривиальных ситуаций весьма ограниченного значения с четкой и ясной структурой. Из этого следует, что в рас­ сматриваемой каузальной матрице «и одному исходу нельзя придать единичную вероятностную оценку.

Далее уточним смысл показателя Ѵ3 и будем считать, что его величина зависит от степени непротиворечивости / исхода поставленной цели. Величина Ѵ} может варьиро­ ваться от нуля (высокая степень противоречивости) и до некоторой, произвольно взятой, максимальной величины (полная непротиворечивость поставленной цели). В итоге,

133

выбор стратегии поведения будет зависеть от величины Vj и, самое главное, от степени обеспеченности информа­ цией о том или ином исходе.

Используя принятые обозначения, будем рассуждать следующим образом: если при некотором максимальном значении V,- для j исхода £„ также достигает максималь­ ного значения, то агент, принимающий решения, осуще­

казывает степень контроля агента над всеми исходами, имеющимися в матрице24. Очевидно, в наборе безразлич­ ных стратегий агент выберет именно ту, которая обеспе­ чит ему наибольший контроль над полезными исходами, что будет зависеть в решающей степени от наличия соот­ ветствующей информации. В самом деле, если мы полу­ чим сообщение, свидетельствующее, что вероятность не­ которого состояния среды (природы.) близка к единице, то, очевидно, можно всегда сформулировать стратегию, обеспечивающую максимум контроля над тем или иным благоприятным для нас исходом. Выдвинем следующий важный принцип выбора: в наборе безразличных стра­ тегий, потенциально в одинаковой мере реализующих поставленную цель, агент, принимающий решение, всег­ да выбирает ту стратегию, у которой Е — оценка макси­ мальна.

Отсюда следует, что процесс принятия социально-эко­ номических решений в условиях неполноты информации складывается из следующих этапов:

24 Теоретически суммарное значение Е — оценок по всей мат варьируется от нуля до тп. Следует отметить, что показатель Ец можно иіггарцретировать так же, как показатель степени достижения поставленной цели, если последняя описывается при этом через п реа­ лизуемых признаков в заданных состояниях среды. Тогда общая си­ туация может быть представлена в виде матрицы, по строкам кото­ рой будут находиться исходы (реализуемые признаки цели)), а по столбцам — состояния среды. Если предположить, что каждому тако­ му исходу может соответствовать несколько вариантов стратегий, то указанная матрица может быть затем развернута в отдельные мат­ рицы для каждого исхода, по строкам которых будут стратегии, а по столбцам — состояния среды. Тогда на каждый момент времени в за­ висимости от полученной информации можно определять, с какой ве­ роятностью реализуются признаки цели и, следовательно, с какой вероятностью достигается поставленная цель.

134

1) первоначального накопления данных о подсреде, непосредственно взаимодействующей с агентом, прини­ мающим решение. Итеративный процесс изучения под­ среды по процедуре теоремы Байеса, в результате кото­ рого состояния подсреды получают различные предска­ зательные оценки;

2)выбор списка наиболее достоверных состояний подсреды;

3)образование причинно-следственных цепей по типу стратегия-кюстояние подсреды-э-исход (каузальные матрицы);

4)образование набора безразличных стратегий, в одинаковой мере реализующих поставленную цель;

5)оценка вновь поступающей информации с целью выбора наиболее эффективной по своей действенности стратегии (получение /„ функции на кривой /„ и, если необходимо, на кривой затрат наиболее выгодных точек принятия решения).

д) Образование причинно-следственных цепей (каузальная матрица)

Образование причинно-следственных цепей, или как мы их будем называть — каузальных матриц, есть важный шаг в процессе принятия решений. Образование кау­ зальных матриц по существу представляет собой процесс первоначального накопления данных применительно к решению определенной задачи. Этот процесс не сопро­ вождается пока еще обработкой и оценкой накаплива­ емых данных.

Речь здесь идет, если употреблять терминологию аме­ риканского экономиста К. Боулдинга, о создании «об­ раза» (image) окружающего мира [36]. В этом смысле образ представляет собою некоторую упорядоченную структуру субъективного знания об окружающем мире (подсреды) агента, принимающего решения. Эта струк­ тура периодически или постепенно меняется под влия­ нием поступающих из подореды сообщений, которые добавляют новые сведения, не меняя существенно струк­ туру субъективного знания или же меняют последнюю самым существенным образом сразу же или в резуль­ тате последовательного накопления поступающих сооб­ щений. Сведения, увязываемые в каузальные матрицы,

135

приобретают, как правило, большую содержательность, нежели отдельно взятые сведения.

Однако, и это следует подчеркнуть, связи, представ­ ленные в каузальных матрицах,— самые простые п, ес­ тественно, не тождественны понятию закономерности. Как неоднократно подчеркивал В. И. Ленин, причина и следствие суть «лишь моменты всемирной взаимоза­ висимости, связи (универсальной), взаимосцепления со­ бытий, лишь звенья в цепи развития материи» [2, т. 29, стр. 143]. В. И. Ленин указывал на «всесторонность и всеобъемлющий характер мировой связи, лишь одно­ сторонне, отрывочно и неполно выражаемой каузально­ стью» [2, т. 29, стр. 143]. В этом смысле оптимальность выражает более высокий тип мировой связи, нежели кау­ зальность, отражающая частные, не субстанционные связи [86].

Можно далее допустить, что в некоторых случаях образование каузальных матриц основывается на ис­ пользовании различных автоматизированных систем об­ работки данных (АСОД). В этом случае человеко-ма­ шинная система, в которой работает агент, .принимаю­ щий решения, стыкуется с АСОД следующим образом. Выходные данные в АСОД группируются по их приме­ нимости для решения различных задач. Тогда к некото­ рой М задаче будет всегда относиться N показателей, и каузальная матрица строится уже в рамках некоторой выбранной М задачи. При этом N показателей, выдан­ ных АСОД в такой матрице, интерпретируются как сос­ тояния среды и располагаются по столбцам, а строками будут стратегии. Основным содержанием АСОД может быть человеко-машинная система, работающая по про­ цедуре теоремы Байеса. На выходе такой системы будут предсказательные оценки различных гипотез о возмож­ ных состояниях среды.

Такая процедура накопления всесторонних данных для решения крупных перспективных задач может при про­ чих равных условиях максимально исключить нежела­ тельное влияние непосредственных целей агента на сам процесс .накопления объективных данных. В ином случае, есть опасность того, что некоторые другие, более непо­ средственные цели агента могут повлиять на процесс накопления данных и тогда может возникнуть эффект так называемого информационного перекоса или даже

136

прямого уничтожения поступающих данных, что, естест­ венно, приведет в дальнейшем к ошибочному решению. Следовательно, индивидуальные дели или функция по­ лезности агента не должны (хотя этого на практике тру­ дно добиться полностью) существенно влиять на фор­ мирование такой каузальной матрицы. Их влияние в явной форме должно проявиться на последующих эта­ пах процесса принятия решения. Это — первое условие формирования такого рода информационных матриц.

Рассмотрим теперь более подробно дальнейшие ус­ ловия формирования каузальной матрицы. Будем исхо­ дить из того, что агент, принимающий решение, перво­ начально выступает в качестве «генератора разнообра­ зия», в том смысле, как это толкует Р. Эшби [50]. Теоре­ тически множество рассматриваемых исходов может быть столь велико, что при некоторых условиях оно бу­ дет близко стоять к «шумовым» процессам и ограничи­ ваться лишь словами данного языка. Речь идет, таким образом, о накоплении первоначально селективной ин­ формации, ценность которой (в смысле новизны) обратно пропорциональна ее вероятности. Далее, накопленная информация имеет то свойство, что вероятность выбора любой намеченной стратегии в каузальной.матрице обя­ зательно должна быть выше нуля и не ниже некоторого заранее выбранного числа, обозначающего практически допустимый уровень вероятности выбора. В противном же случае, если допустить вероятность выбора некоторых стратегий, равной нулю, то число элементов каузальной матрицы будет равно бесконечности. Следовательно, со­ бранная и представленная в виде такой матрицы инфор­ мация с самого начала не имеет никакого практического значения для принятия решения.

Представление накопленной информации в виде матрицы предполагает наличие игровой ситуации и как следствие этого существование каких-то правил игры. Игры против природы, например, всегда относятся к классу игр с неполной информацией. Нашей первой и пока основной задачей будет рассмотрение особенностей принятия решений в играх с природой, которые характери­ зуются как более простые игры с разомкнутым циклом.

Первым шагом в играх, очевидно, будет определение правил игры, с помощью которых определяется мно­ жество гипотетических исходов. Этими правилами игры

137

будут законы .природы, технологические возможности и т. д. Фиксирование такого множества гипотетических исходов в огромной степени облегчается тем, что приро­ да, как известно, при «выборе» своей стратегии не руко­ водствуется оценками.

Если судить с чисто формальной точки зрения, то число гипотез об исходах в каузальной .матрице суть чи­ сло пересечений строк и столбцов, где строки обозначают стратегии, а столбцы — состояния окружающей среды. При прочих равных условиях число таких пересечений будет, очевидно, определяться: 1) числом стратегий, предположительно намеченных агентом, и 2) перечнем возможных состояний окружающей среды. Вполне оче­ видно, что набор предполагаемых стратегий зависит в значительной степени от субъективного фактора, а пере­ чень возможных состояний среды — от количества нако­ пленных знаний об окружающем мире.

В конечном счете, число пересечений будет опреде­ ляться: 1) числом агентов, принимающих решение; 2) уровнем их творческой деятельности, который, в свою ■очередь, определяется суммой накопленных знаний и спе­ цифической способностью интерпретировать имеющуюся информацию. В самом общем и упрощенном виде эти за­ висимости можно выразить в виде следующих функций:

ЯР (Г) = F (/V (Г), ß (Г)), ß (Г) = F ф (Г), а),

k(T) = J / (О Л,

О

где (Г) —количество гипотез об исходах в Т момент времени; N (Т) — число лиц, участвующих в принятии решений в Т момент времени25; р (Г )— уровень творче­

25 При прочих равных условиях, чем больше лиц участвуе принятии решений, тем больше может быть рассмотрено различных возможностей. Однако число рассматриваемых возможностей, с од­ ной стороны, не растет в прямой пропорции с числом лиц, так как последние могут просматривать в некоторых случаях одни и те же возможности. С другой стороны, рост числа такого рода лиц ңе может быть беспредельным, так как с усложнением связей между ними, затраты на получение информации могут значительно превы­ шать ее полезность. В то же время чрезмерный рост числа лиц, участ­ вующих в принятии решений, делает неустойчивым сам процесс при­ нятия решений. Кроме того, возможности накопления информации за­ висят от структурных особенностей органа, принимающего решения. При прочих равных условиях возможности сбора и переработки ин-

138

ской деятельности; k(T) — уровень знаний агента об ок­ ружающем мире; а —показатель умения интерпретиро­ вать имеющуюся информацию, включая накопленные интуитивные и формальные методы (неосознанные, инту­ итивные программы); I (Т) — количество накопленной научной информации различной номенклатуры.

Множество сочетаний 5 —N—О будет определяться следующим образом: количество столбцов, очевидно, бу­ дет во многом зависеть от значения функции /г (Г), ко­ торая определяет общее количество накопленной в об­ ществе информации об окружающем мире. Качество или потребительское свойство информации определя­ ется значимостью этой информации и частотой примене­ ния для решения различных задач [73]. Количество строк будет зависеть от агента, принимающего решение, в том смысле как он интерпретирует наличную информа­ цию об окружающем мире для определения своего на­ бора стратегий, а также от функции N(T). На характер элемента, стоящего на пересечении строки и столбца, большое влияние будет оказывать некоторый показатель а. Тогда количество элементов в каузальной матрице в

различные периоды времени будет определяться интег-

т

ральной функцией J ß (Г)dT, являющейся решающей в

О

определении значительности информации. Критерием значительности полученной информации является ее спо­ собность породить новые решения, которые не были бы приняты, если бы отсутствовала соответствующая инфор­ мация. В функции НР(Т) 2е одним ИЗ определяющих napa-

форыации будут различными у органа, где .решения принимает один человек при консультации со всеми другими участниками, у органа, где все участники имеют формально равные права в принятии .реше­ нии, и, наконец, у органа, участники которого имеют равные права об­ суждать решение и блокировать его принятие.

26 Функция Н Ѵ(Т) указывает также на то, что первое предполо­ жение, выдвинутое ранее (см. стр. 85), следует все же истолковывать ограничительно, а именно: относительно будущего существует объек­ тивная информация. В противном случае мы вынуждены будем прий­ ти к выводу, что мир развивается хаотически и не существует ника­ ких объективных закономерностей его развития, что эти закономер­ ности заменяются субъективным произволом. На самом деле, знание законов природы, знание людей и законов их поведения, а также зна­ ние вектора текущего состояния—вот та необходимая информация, с помощью которой принимаются творческие (новаторские) решения,

•относящиеся к будущему.

139

метров является параметр ß, который, в свою очередь, определяется переменной k и некоторым показателем а; при этом переменная k зависит от темпов накопления научных знаний. Функция R (Т) определяет, в конечном счете, тот или иной выход информационного потенциа­ ла. Отметим далее, что функция k(T) вносит объектив­ ный, детеминпрованный элемент в процесс формирова­ ния каузальной матрицы. Можно считать, что научные исследования в любой момент времени всегда создают некоторую информационную базу возможных реально­ стей или потенции. Роль научных исследований (если речь идет об исследованиях в области естественных наук) сводится прежде всего к выявлению зоны практической применимости тех или иных продуктов природных эле­ ментов по определенным параметрам — размер, темпе­ ратура, окорость и т. д. [81]. Например, исследования свойств электропроводимости различных природных эле­ ментов привели к открытию полупроводников и выявле­ нию новых зон практической применимости природных элементов по параметру «размер» (микроэлектроника). Появление полупроводников способствовало также рас­ ширению зоны практической .применимости (по парамет­ ру «температура», так как это позволило охлаждать до сверхнизких температур интегральные схемы вычисли­ тельных машин, тем самым увеличивая быстродействие машин.

Таким образом, выявление зон практической при­ менимости природных элементов по основным парамет­ рам обеспечивает в дальнейшем принятие наиболее пер­ спективных и реальных решений.

Зоны практической применимости тех или иных при­ родных элементов определяются, исходя из двух глав­ ных свойств элементов—функциональных и структур­ ных. Функциональные свойства, будучи по своему ха­ рактеру стабильными, указывают лишь на новые направ­ ления использования тех же самых качеств ресурсов, в то время как структурные свойства, свидетельствуя о но­ вых, скрытых качествах используемых ресурсов, открываютвсегдапринципиально новые направления в исполь­ зовании ресурсов. В результате этого мы всегда можем построить систему альтернативных технологических воз­ можностей применяемых ресурсов в зависимости от их функциональных и структурных свойств и в зависимости

140