НЕКОТОРЫЕ ПРОБЛЕМЫ ИСПОЛЬЗОВАНИЯ ВЫЧИСЛИТЕЛЬНЫХ МАШИН ДЛЯ УПРАВЛЕНИЯ СОЦИАЛЬНЫМИ ПРОЦЕССАМИ (лекция на международной конференции)

Глушков В.М.

НЕКОТОРЫЕ ПРОБЛЕМЫ ИСПОЛЬЗОВАНИЯ ВЫЧИСЛИТЕЛЬНЫХ МАШИН ДЛЯ УПРАВЛЕНИЯ СОЦИАЛЬНЫМИ ПРОЦЕССАМИ

В.М.ГЛУШКОВ

Господин председатель, леди и джентельмены! Перед началом бесе­ды я должен извиниться за свой английский язык. Он далек от беглос­ти, и я, конечно, чувствовал бы себя гораздо счастливее, говоря по-русски или хотя бы по-украински. Но раз английский - единственна возможность, я не могу не надеяться, что аудитория будет достаточ­но снисходительна, чтобы простить мне не только ужасное произноше­ние, но и вероятные лингвистические неточности и ошибки.

Мое выступление посвящено проблеме использования вычислитель­ных машин для управления различными социальными процессами. В по­следние я включаю все процессы экономического управления на всех уровнях. То есть, от уровня отдельных предприятий вплоть до уров­ня макроэкономики.

Историю этой проблемы можно подразделить на три основных периода. Первый восходит к 50-м и, отчасти, к началу 60-х годов. В те­чение этого периода основной объем приложения ЭВМ в рассматриваемой нами сфере приходился на решение примитивных, вспомогательных задач,

таких как статистика, счетоводство, управление материально-произ­водственными запасами и т.д.

Второй период может быть отмечен как расцвет математического моделирования. В то время модно было верить, что с помощью вычисли­тельных машин можно успешно моделировать и решать любые задачи управления обществом /и особенно экономикой/.

С чисто философской точки зрения это, несомненно, верно. Но с точки зрения сегодняшней действительности, ситуация может часто быть совершенно иной.

В 70-х годах мы поумнели, прежде всего, благодаря приобретен-

ному за истекший период опыту.  Мы теперь ясно понимаем, что во мно­гих случаях единственно возможный путь решения сложных задач управ­ления обществом состоит в использовании вычислительных машин в режи­ме диалога в реальном масштабе времени.

Этот факт выдвигает первую проблему, которой я и коснусь в своей беседе. Я имею в виду проблему разработки специальных числен­ных методов и специальных средств программирования для диалогового подхода к решению различных задач управления обществом.

Позвольте на простейшем примере (рис.1) объяснить сущность проблемы. Допустим, имеется задача линейного программирования с большим чис­лом граничных условий. Для простоты я проиллюстрирую этот случай графически в двумерном пространстве. Здесь я упрощенно изображаю об­ласть, где искать оптимум / max или min   / данной линейной функции.

Каждая прямая линия, составляющая границу, должна быть представлена в вычислительной машине множеством чисел - коэффициентов соответствую­щего линейного уравнения. При решении большинства практических задач

сбор и ввод необходимых данных - проблема не из легких.

Взять на-

пример, задачу нахождения оптимального множества технологий в стан­дартной линейной статической модели макроэкономики. Подготовить не­обходимые данные - это, прежде всего, значит, что следует измерить многие сотни /и даже многие тысячи/ технологических коэффициентов по каждой из действительных первичных технологий.

После этого /и только после этого/ можно вычислить коэффициенты для обобщенной технологии, которая должна использоваться на макроэкономическом уровне. Лишь эта вторая часть работы может выполняться автоматически. Подготовка необходимой информации к автоматическому вводу в вычислительную машину требует, конечно, большого труда  Что

 

рис.1

3.

касается первой части работы, сегодня она полностью основана на неформальных технологических знаниях и может быть автоматизирова­на только после полной автоматизации технического и технологического проектирования»

Обычный метод решения задач линейного программирования со­стоит в предварительном сборе необходимой информации. Это остав­ляет нам всего два пути. Первый заключается в использовании неточных /приблизительных/ данных, основанных на интуиции, предыдущем опыте и простейшей экстраполяции. Но, если дело обстоит именно так то то, что мы делаем, решая эту линейную задачу, совсем не является подлинным планированием. В лучшем случае, это можно рассматривать как предшествующие планированию исходные оценки. Такой подход мо­жет использоваться, главным образом, для чисто теоретического изу­чения основных тенденций экономического развития.

При использовании второго пути, основанного на точных данных мы неизбежно обречены на трудоемкую и утомительную работу.

Существует дополнительное обстоятельство, значительно усу­губляющее положение вещей. Дело в том, что большая часть собранных узких точных данных в действительности не нужна для решения стоя­щей перед нами задачи. В самом деле, хорошо известно, что в рас­сматриваемом случае с задачей линейного программировании ее реше­ние есть одна из вершин многоугольника. Предположим, что это вершина А. Тогда вполне очевидно, что на самом деле не было необходимости строго определять все части границы на противоположной стороне многоугольника.

Хуже всего то, что практикующие плановики обычно испытывают чувство, будто от них требуют бесполезные данные, и они лишь по­пусту тратят время. В результате они не уделяют должного внимания информации, предоставляемой по требованию математиков.

 

4.

В конечном счете это приводит к неточностям двоякого рода. Во-первых, технологические коэффициенты, представленные для мате­матической модели,   вычисляются небрежно, и впоследствии при на­стоящем планировании их замена совсем не исключена. Во-вторых, когда сведения готовятся заранее, многие технологические возмож­ности попросту опускаются. Наихудшее в том, что эти опушенные тех­нологии   обычно наиболее многообещающие, но, будучи, как правило, самыми новыми, они, следовательно, и самые трудоемкие для сбора необходимых данных.

В результате всего плановики-практики могут составить себе низкое мнение о математиках и математических моделях. Действительно, получив от математиков оптимизированный вариант плана, они часто могут добиться гораздо больших усовершенствований, всего лишь заменив технологические коэффициенты и особенно тогда, когда они открывают принципиально новые технологические возможности.

К сказанному выше следует добавить, что математические модели обычно не учитывают многие неформальные ограничения, встречающиеся

в действительной жизни.

Таким образом, единственный практический путь решения более или менее сложных задач управления /особенно на макроэкономическом уровне/ - использование вычислительных машин в режиме диалога.

Основная цель здесь в том, чтобы в реальном масштабе времени вовлечь плановиков-практиков в процесс интенсивного неформального обдумывания с вычислительными системами решения сложных экономи­ческих /и других социальных/ проблем.

Недавно нами изготовлена специальная система математического обеспечения для решения в режиме диалога нелинейных статических и

динамических задач оптимизации макроэкономики. В нее входит ориен-

тированная на задачу операционная система, ориентированный на задачу

 

5.

язык для взаимодействия человека с машиной и набор программ для численных расчетов. Процесс оптимизации осуществляемся итеративным методом. Вычислительная машина, используя ограниченное количест­во данных ранее технологий, выдает сначала первый вариант оптими­зированного плана. Затем она находит самые перспективные направле­ния дальнейшего совершенствования рассматриваемого плана и обраща­ется к неформальным знаниям технологии настоящего плановика, сидя­щего перед дисплеем. Задачи между плановиками  распределяются в соответствии с их специализацией, и в любое время они могут про­консультироваться с другими специалистами, не принимающими участия в процессе непосредственного планирования в реальном масштабе времени.

Зная конкретную задачу, плановики чувствуют, что их время не растрачивается впустую, и включаются в напряженную умственную работу. Они вырабатывают различные предложения по усовершенствова­нию рассматриваемого плана. Вычислительная машина оценивает эти предложения, выбирает лучшие из них и постепенно продвигается к теоретическому оптимуму. Если квалификация плановиков достаточно высока, вычислительная машина редко отвергает их предложения. В ре­зультате достигается значительное сокращение ненужной работы.

Описанная система находится в настоящее время в процессе

Внедрения.

Теперь я обращаю внимание аудитории на второй пункт моей бе­седы. Это Общегосударственная автоматизированная система управления экономикой, разрабатываемая в нашей стране согласно решению послед­него съезда партии. К концу века в нее будут входить около двад­цати тысяч вычислительных центров и не менее 2 миллионов термина­лов, связанных в единую целую систему  Большинство из этих вычисли­тельных центров будет принадлежать отдельным заводам, министерст­-

6.

вам, городским   властям и т.д. Они будут иметь собственные банки данных и в пределах присвоенных им юридических прав доступ ко всем другим данным в каждой части системы. Основная часть общей мощности системы будет в то же время сконцентрирована в относительно неболь­шом числе /около 200/ крупных государственных вычислительных центров с принадлежащими им банками данных.

Наличие большого количества сравнительно малых вычислитель­ных центров обусловлено  двумя соображениями. Первое состоит в том, что большинство местных предприятий будут управляться в вышеописан­ном "режиме диалога", иногда это потребует интенсивного взаимообме­на информацией, который дешевле и эффективнее может осуществляться на местном вычислительном центре. Второе соображение таково, что не­которые части банков данных очень быстро меняются. Происходит это в случав с информацией о состоянии технологического оборудования и технологических процессов, запасах некоторых материалов и деталей и т.п.

Заставить такую рассредоточенную систему работать как еди­ное целое - задача весьма трудная. Мы планируем решить ее следующим образом. Во-первых, надо спроектировать и построить общую госу­дарственную сеть информационных диспетчерских центров. Большинство из них должны быть объединены с вышеупомянутыми государственными вы числительными центрами. Сеть информационных диспетчерских центров должна располагать полным набором каталогов всех рассредоточенных государственных банков данных и обеспечивать автоматический доступ к любой части этих банков из любого вычислительного центра и с лю­бого терминала  тем, кто имеет право на такой доступ. Во-вторых, в задачи информационных диспетчерских центров входит эффективное рас­пределение между государственными вычислительными мощностями заданий по обработке информации. Третьей и самой трудной задачей системы диспетчерских центров является создание временных конфигураций любых

7.

вычислительных центров, что входят во Всесоюзную автоматизированную

систему. Этот вопрос имеет критическое значение. Он позволяет устра­нить коренное противоречие, камень преткновения, лежащий на пути эффективного управления многими социальными процессами.

Я говорю о противоречии между сложностью задач, стоящих перед современным обществом, с одной стороны, и личным характером знаний и ответственности, необходимых для их решения, с другой стороны.

Когда процесс изучения проблем и принятия решений полностью осуществлялся человеком, единственным выходом из этого противоречия была бы, организация совещаний и конференций для людей.  Теперь же крайне необходимы эффективные средства для конференций и вычислительных машин.   Точнее, следует говорить о конференциях   произвольных систем "человек-машина", принадлежащих разным предприятиям, объедине­ниям и даже разным государствам.

Я убежден, что это единственный путь эффективного решения многих сложных задач, стоящих  перед современным человечеством. Это прежде всего относится к таким проблемам, как эффективное экономиче­ское управление в государственном и международном масштабе, защита окружающей среды и некоторым другим. Система, о которой я рассказы­ваю находится сейчас на начальной стадии построения /выполнено, при­близительно, 5% работ/.

В третьем пункте я собираюсь коснуться подхода к автоматизиро­ванному управлению неколичественнымипроцессами. Многие из самых ин­тересных и важных социальных процессов - процессы именно такого рода. Несколько лет тому назад мы разработали систему, реализующую идею коллективного мозга. Точнее наша система позволяет осуществлять в

вычислительной машине определенный обмен мнениями с многими сотнями и

тысячами экспертов в разных, но взаимосвязанных областях. Общая идея системы такова.

8.

Прежде всего, объектом исследования и управления является система любого характера /социальная, биологическая или техниче­ская/.  Мнебудет удобнее проиллюстрировать изложение биологическим примером. Предположим, рассматриваемая система - человек, а управ­ление - процесс его излечения от некоторого множества болезней.

Каждый легко может изменить этот медицинский пример случаем лечения социальных болезней.

Первый шаг нашего исследования заключается в определении строгих границ рассматриваемой системы. Это вполне тривиально в случае с человеческим телом, но может оказаться не столь простым для некоторого рода социальных систем и процессов. Второй шаг состоит в подразделении системы на отдельные части и определении этих частей множествами параметров.

В большинстве случаев мы сталкиваемся с параметрами, кото­рые могут быть выражены не числами, а лишь некоторыми качествен­ными характеристиками. Например, "хороший", "плохой", Удовлетво­рительный". Иными словами, эти параметры имеют конечные области.

Следующий шаг - комбинирование внутренних и внешних пара­метров. Первые определяют внутреннее состояние системы, послед­ние - влияние на систему окружающей среды. В нашем случае - это условия труда и отдыха, медицинские процедуры, физическая тренированность и так далее. Особое вниманий уделяется разграничению параметров: какими можно управлять непосредственно /как медицин­ские процедуры/, а какими нельзя /как кровяное давление/.

За каждым из внутренних параметров, не поддающихся  не­посредственному управлению, закрепляется относительно небольшая группа экспертов самого высокого класса. Их основная задача -сформулировать /применяя специальный язык/ условия, при которых

9.

могут изменяться лежащие на их ответственности параметры. Одно­временно производятся оценки вероятностей и длительностей соответствующих элементарных переходов из одного состояния в другое.

Следующий шаг  заключается в описании /с использованием специального языка/ исходного /более или менее подходящего/ алго­ритме управления /лечения в нашем случае/. Пользуясь всеми этими данными, вычислительная машина высчитывает на заключительном шаге данного алгоритме управления распределение вероятностей для всех внутренних параметров. Оценка достигнутого результата  производится группой экспертов чрезвычайно высокого уровня; назовем   это консилиумом. После оценки указанная группа вносит некоторые изме­нения в алгоритм управления. Специальные программы /находящиеся сейчас в стадии разработки/ должны помочь сконцентрировать внима­ние консилиума на тех частях алгоритмов управления, которые, вероятно, должны быть изменены. Это, следовательно, значит, что система работает в режиме диалога.

Одна система такого типа, но не общая, а специальная, эффек­тивно действует    уже пару лет. Она объединяет свыше о 600 экспер­тов и работает более чем с 5000 качественных параметров. Благодарю за внимание.