Cybernetics
Содержание:
Исследование операций
В соответствии с практикой Beer, в исследованиях производственной деятельности участвовали многопрофильные группы, ищущие практическую помощь в решении сложных управленческих вопросов. Это часто вовлекало разработку моделей, заимствованных из фундаментальных наук и помещенных в изоморфную связь с организационной ситуацией. Бир первоначально называл это « операционным исследованием » (OR), но вместе с Расселом Акоффом он все больше разочаровывался в этом термине по мере того, как область переходила в область, в которой предопределенный набор математических инструментов применялся к хорошо сформулированным задачам. Критика традиционного операционного вмешательства Биром, в частности, заключалась в том, что это стало делом экспертов-математиков, ищущих ситуации, которые можно было бы согласовать с их методами. Бир настаивал на том, что для эффективного исследования операций необходимо сначала понять ключевую динамику ситуации и только затем выбрать теорию или методы, которые позволят понять эту ситуацию в деталях. В «Решении и контроле» Бера, особенно в шестой главе, методология обсуждается довольно подробно.
Системный анализ и теория систем
Практическая потребность общества в научных основах принятия решений возникла с развитием науки и техники только в XVIII веке Началом науки «Теория принятия решений» следует считать работу Жозефа Луи Лагранжа, смысл которой заключался в следующем: сколько земли должен брать на лопату землекоп, чтобы его сменная производительность была наибольшей. Оказалось, что утверждение «бери больше, кидай дальше» неверен. Бурный рост технического прогресса, особенно во время и после второй мировой войны, ставил все новые и новые задачи, для решения которых привлекались и разрабатывались новые научные методы. Можно выделить следующие научно-технические предпосылки становления «Теории принятия решений»:
· удорожание «цены ошибки». Чем сложнее, дороже, масштабнее планируемое мероприятие, тем менее допустимы в нем «волевые» решения и тем важнее становятся научные методы, позволяющие заранее оценить последствия каждого решения, заранее исключить недопустимые варианты и рекомендовать наиболее удачные;
· ускорение научно-технической революции техники и технологии. Жизненный цикл технического изделия сократился настолько, что «опыт» не успевал накапливаться, и требовалось применение более развитого математического аппарата в проектировании;
· развитие ЭВМ. Размерность и сложность реальных инженерных задач не позволяло использовать аналитические методы.
Инженерное дело теснейшим образом связано с совокупностями объектов, которые принято называть сложными системами, которые характеризуются многочисленными и разнообразными по типу связями между отдельно существующими элементами системы и наличием у системы функции назначения, которой нет у составляющих ее частей. На первый взгляд каждая сложная система имеет уникальную организацию. Однако более детальное изучение способно выделить общее в системе команд ЭВМ, в процессах проектирования лесной машины, самолета и космического корабля.
В научно-технической литературе существует ряд термином, имеющих отношение к исследованию сложных систем. Наиболее общий термин «теория систем» относится к всевозможным аспектам исследования систем. Ее основными частями являются
· системный анализ, который понимается как исследование проблемы принятия решения в сложной системе,
· кибернетика, которая рассматривается как наука об управлении и преобразовании информации.
Здесь следует заметить, что понятие управления не совпадает с принятием решения. Условная граница между кибернетикой и системным анализом состоит в том, что первая изучает отдельные и строго формализованные процессы, а системный анализ — совокупность процессов и процедур.
Очень близкое к термину «системный анализ» понятие — «исследование операций«, которое традиционно обозначает математическую дисциплину, охватывающую исследование математических моделей для выбора величин, оптимизирующих заданную математическую конструкцию (критерий). Системный анализ может сводиться к решению ряда задач исследования операций, но обладает свойствами, не охватываемыми этой дисциплиной. Однако в зарубежной литературе термин «исследование операций» не является чисто математическим и приближается к термину «системный анализ». Широкая опора системного анализа на исследование операций приводит к таким его математизированным разделам, как
· постановка задач принятия решения;
· описание множества альтернатив;
· исследование многокритериальных задач;
· методы решения задач оптимизации;
· обработка экспертных оценок;
· работа с макромоделями системы.
Нейронные сети — универсальные аппроксиматоры[]
Нейронные сети — универсальные аппроксимирующие устройства и могут с любой точностью имитировать любой непрерывный автомат. Доказана обобщённая аппроксимационная теорема: с помощью линейных операций и каскадного соединения можно из произвольного нелинейного элемента получить устройство, вычисляющее любую непрерывную функцию с любой наперед заданной точностью. Это означает, что нелинейная характеристика нейрона может быть произвольной: от сигмоидальной до произвольного волнового пакета или вейвлета, синуса или полинома. От выбора нелинейной функции может зависеть сложность конкретной сети, но с любой нелинейностью сеть остаётся универсальным аппроксиматором и при правильном выборе структуры может сколь угодно точно аппроксимировать функционирование любого непрерывного автомата.
Синтеграция
Одна из самых больших трудностей в управлении современной крупной организацией заключается в том, что многие вопросы слишком сложны даже для небольших групп. Критические знания часто рассредоточены среди значительного числа людей. Организации часто сталкиваются с выбором между 1) очень дорогостоящими и длительными собраниями больших групп или 2) принятием неверных решений, основанных на неадекватном понимании соответствующих факторов. Интеграция — это групповой метод, разработанный для решения этой головоломки.
Интеграция объединяет ряд кибернетических принципов с идеями Бакминстера Фуллера о тенсегрити . Первоначальный формат «командного единства » включал 30 человек, разделенных на 12 частично совпадающих команд, чтобы иметь дело с некоторыми широкими и изначально плохо определенными проблемами. Команды и роли в командах организованы таким образом, чтобы достичь математически оптимальной степени резонанса информации во всей группе. На практике интеграция обеспечивает замечательную степень общего понимания исходной проблемы. В интеграциях, предназначенных для разработки плана действий, этап реализации обычно очень быстрый и эффективный, вероятно, из-за общего понимания, достигнутого среди участников.
Примечания[]
- Мак-Каллок У. С., Питтс В.,Логическое исчисление идей, относящихся к нервной активности // В сб.: «Автоматы» под ред. К. Э. Шеннона и Дж. Маккарти. — М.: Изд-во иностр. лит., 1956. — с.363-384. (Перевод английской статьи 1943 г.)
- Уидроу Б., Стирнс С., Адаптивная обработка сигналов. — М.: Радио и связь, 1989. — 440 c.
- Werbos P. J., Beyond regression: New tools for prediction and analysis in the behavioral sciences. Ph.D. thesis, Harvard University, Cambridge, MA, 1974.
- Галушкин А. И. Синтез многослойных систем распознавания образов. — М.: «Энергия», 1974.
- Rumelhart D.E., Hinton G.E., Williams R.J., Learning Internal Representations by Error Propagation. In: Parallel Distributed Processing, vol. 1, pp. 318—362. Cambridge, MA, MIT Press. 1986.
- Барцев С. И., Охонин В. А. Адаптивные сети обработки информации. Красноярск : Ин-т физики СО АН СССР, 1986. Препринт N 59Б. — 20 с.
- BaseGroup Labs — Практическое применение нейросетей в задачах классификации
- Такой вид кодирования иногда называют кодом «1 из N»
- ↑ Открытые системы — введение в нейросети
- Миркес Е. М.,Логически прозрачные нейронные сети и производство явных знаний из данных, В кн.: Нейроинформатика / А. Н. Горбань, В. Л. Дунин-Барковский, А. Н. Кирдин и др. — Новосибирск: Наука. Сибирское предприятие РАН, 1998. — 296 с ISBN 5020314102
- Упоминание этой истории в журнале «Популярная механика»
- http://www.intuit.ru/department/expert/neuro/10/ INTUIT.ru — Рекуррентные сети как ассоциативные запоминающие устройства]
- Kohonen, T. (1989/1997/2001), Self-Organizing Maps, Berlin — New York: Springer-Verlag. First edition 1989, second edition 1997, third extended edition 2001, ISBN 0-387-51387-6, ISBN 3-540-67921-9
-
Зиновьев А. Ю. Визуализация многомерных данных. — Красноярск: Изд. Красноярского государственного технического университета, 2000. — 180 с.
- Горбань А. Н., Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей, Сибирский журнал вычислительной математики, 1998. Т.1, № 1. С. 12-24.
- Gorban A.N., Rossiyev D.A., Dorrer M.G., MultiNeuron — Neural Networks Simulator For Medical, Physiological, and Psychological Applications, Wcnn’95, Washington, D.C.: World Congress on Neural Networks 1995 International Neural Network Society Annual Meeting : Renaissance Hotel, Washington, D.C., USA, July 17-21, 1995.
- Доррер М. Г., Психологическая интуиция искусственных нейронных сетей, Дисс. … 1998. Другие копии онлайн: ,
Объекты изучения
Эта наука изучает всевозможные управляемые системы, используя понятия кибернетической системы и кибернетического подхода.
Кибернетический подход
Кибернетический подход состоит в замене исходной системы управления изоморфной моделью и дальнейшем изучении этой модели. Чтобы реализовать подход, применяется один из двух методов моделирования: компьютерное или имитационное. Оба метода подразумевают использование принципа «черного ящика». Экспериментатор моделирует внешнюю деятельность рассматриваемой системы, а ее структура, воспроизводящая поведенческие характеристики, остается скрытой.
Кибернетический подход позволяет исследовать несколько видов информационных моделей, отличающихся по запросам:
- ответная реакция системы на воздействие внешних факторов,
- оптимизация характеристик системы относительно функции ценности,
- адаптивное управление,
- прогноз динамики системного преобразования.
Информационная система
Кибернетическая система
Кибернетическая система представляет собой множество взаимосвязанных элементов, способных к приему, обработке, запоминанию и обмену информацией. Основные свойства подобных систем: адаптация, самоорганизация и самообучение с использованием накопленного опыта.
Кибернетика в целом рассматривает любые управляемые системы в абстрактной форме, не учитывая их материальную природу, поэтому системой может являться как вычислительная машина, так и общество либо его отдельные группы.
Направления
Кибернетические методы применяются во многих отраслях:
- Биология. В рамках биологической ветви этой науки исследуются кибернетические системы в организмах. Также ученые решают вопросы передачи генной информации между поколениями живых организмов. В широком смысле биологическая кибернетика занимается исследованием методов моделирования структур и поведения биологических систем.
- Медицина. Кибернетика в медицине помогает диагностировать заболевания при помощи вычислительной техники и используется для создания высокотехнологичных протезов.
- Экономика. Методы данной науки используют для анализа всей экономики и отдельных ее элементов как сложной системы при помощи экономико-математического моделирования.
- Инженерия. Кибернетика в инженерии применяется для анализа масштабных сбоев систем, вызванных мелкими и незначительными ошибками.
- Информатика. В информатике ее методы используют для анализа информации и управления вычислительной техникой.
- Психология. В психологии существует отдельное направление психологической кибернетики, в рамках которого изучается взаимодействие систем анализа, сфер сознания и бессознательного в ходе взаимодействия людей с различными системами, а также между собой. Кроме того, эта дисциплина значительно повлияла на развитие психологии труда и ее подвидов.
Особняком стоит направление чистой кибернетики, в рамках которого происходит понятийное изучение систем управления. Ее главная задача – обнаружение основных принципов таких систем.
Информационная система Внимание! Есть известная шутка про университет ядерной кибернетики, однако на данный момент не существует ни такого вуза, ни такого направления, как ядерная кибернетика
Литература[]
- Винер Н. Кибернетика. — М.: Советское радио, 1968.
- Винер Н. Некоторые моральные и технические последствия автоматизации.
- Шеннон К. Работы по теории информации и кибернетике. — М.: Изд. иностр. лит., 1963. — 830 с.
- Эшби У. Р. Введение в кибернетику. — М.: Изд. иностр. лит., 1959. — 432 с.
- Пекелис В.Д. (сост.) Возможное и невозможное в кибернетике, Наука, 1964, 222 с.
- Пекелис В.Д. (сост.) Кибернетика ожидаемая и кибернетика неожиданная, Наука, 1968, 311 с.
- Пекелис В.Д. (сост.) Кибернетика. Итоги развития, Наука, 1979, 200 с.
- Пекелис В.Д. (сост.) Кибернетика. Современное состояние, Наука, 1980, 208 с.
- Марков А. А. Что такое кибернетика. — В кн.: Кибернетика, мышление, жизнь. — М.: Мысль, 1964
- Петрушенко Л. А. Самодвижение материи в свете кибернетики. — М.: Наука, 1971
- Кузин Л. Т. Основы кибернетики (в 2-х томах). — М.: Энергия, 1973
- В. М. Глушков, Н. М. Амосов и др. «Энциклопедия кибернетики». Киев. 1975 г.
- Герович В. А. Человеко-машинные метафоры в советской физиологии // Вопросы истории естествознания и техники. № 3, 2002. С. 472—506.
- Гринченко С. Н. История человечества с кибернетических позиций // История и Математика: Проблемы периодизации исторических макропроцессов. — М.: КомКнига, 2006. — С. 38—52.
- Грэхэм, Л. Естествознание, философия и науки о человеческом поведении в Советском Союзе. — М.: Политиздат, 1991. — 480 с.
Клаус Г. Кибернетика и философия = Kybernetik in philosophischer Sicht / Перевод с немецкого И. С. Добронравова, А. П. Куприяна, Л. А. Лейтес; редактор В. Г. Виноградов; Послесловие Л. Б. Баженова, Б. В. Бирюкова, А. Г. Спиркина. — М.: ИЛ, 1963.
Основы кибернетики. Математические основы кибернетики / Под ред. профессора К. А. Пупкова. — М.: Высшая школа.
Основы кибернетики. Теория кибернетических систем / Под ред. профессора К. А. Пупкова. — М.: Высш. школа, 1976. — 408 с. — (Учеб. пособие для вузов). — 25000 экз.
- Поваров Г. Н. Ампер и кибернетика. — М.: Советское радио, 1977.
- Теслер Г. С. Новая кибернетика. — Киев: Логос, 2004. — 401 с.
- Кибернетика и информатика // Сборник научных трудов к 50-летию Секции кибернетики Дома ученых им. М. Горького РАН. — Санкт-Петербург, 2006. — 410 с.
- Игнатьев М. Б. Информационные технологии в микро-, нано- и оптоэлектронике. — изд. ГУАП, Санкт-Петербург, 2008. — 200 с.
Машинная поэзия
Первое машинное стихотворение появилось в СССР гораздо позже, чем первое машинное музыкальное произведение, хотя попытки статистического анализа и алгоритмизации стихосложения предпринимались задолго до появления ЭВМ. Поверить гармонию алгеброй пробовали лингвисты, литературные критики, сами писатели и поэты — например, существует несколько работ Андрея Белого, в которых он, опираясь на математические методы, описывает принципы стихосложения.
В 1959 году кибернетик Натан Кобринский и публицист Виктор Пекелис в книге «Быстрее мысли» опубликовали первые советские машинные стихи, сочиненные ЭВМ:
Ночь кажется чернее кошки этой,
Края луны расплывчатыми стали,
рвется к свету,
О берег бьется
крыльями усталыми.
Измученный бредет один кочевник.
И пропасть снежная
его зовет и ждет.
Забыв об осторожности, плачевно
Над пропастью
мятущийся бредет.
Забытый страх ползет под потолки,
Как чайка, ветер.
Дремлет дождь.
Ненастье.
А свечи догорают…
Мотыльки
Вокруг огня все кружатся
в честь Бакстер. История создания этого произведения, которую приводили авторы книги, оставляла ряд вопросов
Написано ли это стихотворение советской ЭВМ? Кто автор алгоритма? Когда именно стихотворение появилось и где? И только спустя девять лет, в 1968 году, в газете «Московский комсомолец» были даны ответы. Стихотворение оказалось подделкой, написанной человеком. История советской машинной поэзии началась не с достижений математиков в генеративном стихотворчестве, а с мистификации
История создания этого произведения, которую приводили авторы книги, оставляла ряд вопросов. Написано ли это стихотворение советской ЭВМ? Кто автор алгоритма? Когда именно стихотворение появилось и где? И только спустя девять лет, в 1968 году, в газете «Московский комсомолец» были даны ответы. Стихотворение оказалось подделкой, написанной человеком. История советской машинной поэзии началась не с достижений математиков в генеративном стихотворчестве, а с мистификации.
В конце 1970-х стало известно о первом настоящем эксперименте в области советской машинной поэзии — его описание появилось на страницах научного журнала «Автоматика и телемеханика» за 1978 год. Статья «О программе, сочиняющей стихи» была написана выпускником МГУ и сотрудником ПНИИС НАТИ Подмосковная научно-исследовательская испытательная станция Научно-исследовательского тракторного института (бывший Научный автотракторный институт). Борисом Кацем.
Словарь, с которым работала ЭВМ, Кац почти полностью набрал из сборника стихотворений Осипа Мандельштама «Камень» (1916). Впрочем, математик подчеркивал в статье, что выбор словаря существенно не влияет на качество стихов, меняются только «настроение» и «тематика».
В память машины были введены несколько сотен слов различных словоформ — машина комбинировала их в строки, каждая из которых должна была состоять не больше чем из одного подлежащего, одного сказуемого, нескольких определений и обстоятельств. Кроме того, программа разрешала ЭВМ в случае ритмической необходимости опустить один из перечисленных членов предложения.
Машина писала строку с конца, что позволяло сразу же учесть рифму — если ЭВМ так и не находила нужной рифмы, она начинала заново. Кроме того, машина учитывала ударение. У нее были и творческие запреты, например на подбор одного и того же слова из словаря для создания рифмы.
В приложении к статье Кац опубликовал результаты машинного творчества — двадцать одно стихотворение. Среди них были такие:
Ветви хрупкие светились,
Нежный танцевал, влюблен,
Краски за рекой кружились.
Осмелеет перезвон,
Серая земля взовьется —
Вновь над лесом голоса.
Боль в темнице не вернется,
Спорят сладкие глаза.
***
И перламутровый узор
Точеный бледный
Над озером ответил взор
Печальный бедный.
***
Добрый реет шелест
Плачет пустота
Слушают качели
И поет беда
Стань покорно горе
Томно тишь летит
И прозрачно море
Тайно шелестит
И бежит земная
Незаметно тень
Медленно лесная
Славит влажный день
Вскоре после выхода статьи Борис Кац эмигрировал, и его исследования в области машинной поэзии не были продолжены. Однако в 1980-х в научной периодике появлялась информация о другом поэтическом машинном эксперименте — сочинении ЭВМ скальдической поэзии А. М. Кондратов, А. В. Зубов. Программа «Скальд» — опыт моделирования поэтического творчества для ЭВМ // Кибернетика. № 5. 1984., а также об алгоритме сочинения сказок М. Г. Гаазе-Раппопорт, Д. А. Поспелов, Е. Т. Семенова. Порождение структур волшебных сказок. М., 1980..
Что такое кибернетика?
Кибернетика — это междисциплинарная наука об общих закономерностях получения, хранения, преобразования и передачи информации в сложных управляющих системах, будь то машины, живые организмы или общество. Это попытка ученых создать общую математическую теорию управления сложными системами, совместить на первый взгляд несовместимое и найти общность там, где ее не может быть.
Слово «кибернетика» впервые употребил Платон в диалоге «Законы» (4 в. до н. э.) для обозначения «принципов управления людьми». В научный оборот термин «кибернетика» ввел французский физик и математик Андре-Мари Ампер, чьим именем мы измеряем силу электрического тока. В 1834 году в своем фундаментальном труде «Опыт о философии наук, или аналитическое изложение естественной классификации всех человеческих знаний» он определил кибернетику как науку об управлении государством, которая должна обеспечить гражданам разнообразные блага.
В том виде, в каком мы понимаем его сегодня, термин «кибернетика» ввел американский математик Норберт Винер в своей книге «Кибернетика, или Управление и связь в животном и в машине», опубликованной издательством MIT Press/Wiley and Sons в 1948 году. Он создал совершенно новую область исследований и совершенно новый взгляд на мир.
Уникальность его идей в том, что он показал: животные, как и машины, могут быть включены в более обширный класс объектов, отличительной особенностью которого является наличие систем управления.
Винера называют «отцом кибернетики». Однако большой вклад в развитие науки внесли и другие ученые — английский психиатр Уильям Эшби, американский нейрофизиолог Уоррен Маккалок, английский математик Алан Тьюринг, мексиканский физиолог Артуро Розенблют, советские математики Андрей Колмогоров и Виктор Глушков и другие.
Академик Виктор Глушков — ключевая фигура советской кибернетики
(Фото: ТАСС)
Основные принципы кибернетики
Как и в любой науке, у кибернетики есть свои законы и принципы. Основные из них — это принцип «черного ящика» и закон обратной связи.
Принцип «черного ящика» ввел английский психиатр, специалист по кибернетике и пионер в исследовании сложных систем Уильям Эшби. Этот принцип позволяет изучать поведение системы, то, как она реагирует на внешние воздействия, и в то же время абстрагироваться от ее внутреннего устройства. То есть кибернетики соглашаются с когнитивными ограничениями человека и невозможностью понять всех состояний системы, которые она может принимать прямо сейчас.
Закон обратной связи заключается в простом факте: если есть объект управления и субъект управления, то для выработки адекватных управляющих воздействий, имея информацию о состоянии объекта, субъект может принимать адекватное решение по его управлению. То есть манипулируя входными сигналами, мы можем наблюдать некий результат работы системы на выходе. При этом принципы и законы кибернетики одинаково применимы к управлению автомобилем, крупным предприятием, поведением толпы или бионическим протезом.
Одно из важнейших достижений кибернетики — разработка и широкое использование метода математического моделирования. Он позволяет проводить эксперименты не с реальными физическими моделями изучаемых объектов, а с их математическим описанием в виде компьютерных программ.
Ссылки[]
- Лекции по нейронным сетям, примеры
- Лекции по машинному обучению и нейронным сетям
- Форум, посвященный Нейронным Сетям и Генетическим Алгоритмам
- Форум по нейросетям на BaseGroup Labs
- Описание нейросетевых алгоритмов
- Миркес Е. М., Нейроинформатика: Учеб. пособие для студентов с программами для выполнения лабораторных работ.
- Forecasting Financial Markests using Artificial Neural Networks
- Пошаговые примеры реализации наиболее известных типов нейронных сетей на MATLAB, Neural Network Toolbox
- Лекции по нейронным сетям
- Подборка материалов по нейронным сетям и интеллектуальному анализу
- Подборка статей по нейронным сетям
- Программные проекты с использованием нейросетей
- Простой пример сети, с комментариями. Написан на php.
дальнейшее чтение
- Стаффорд Бир (1959), кибернетика и менеджмент , English University Press. 214 стр.
- Стаффорд Бир (1966), Решение и контроль: значение операционных исследований и управленческой кибернетики , 568 страниц.
- Стаффорд Бир (1972), Мозг фирмы: разработка в управленческой кибернетике , Гердер и Гердер.
- Стаффорд Бир (1979), Сердце предприятия , Джон Вили, Лондон и Нью-Йорк.
- Стаффорд Бир (1985), Диагностика системы для организаций , Джон Вили, ISBN
- Рауль Эспехо (2006), «Что такое системное мышление?», В: System Dynamics Review , Vol 10, Issue 2-3, pp 199–212.
- Майкл С. Джексон (1991), Системная методология для наук управления .
- Майкл С. Джексон (2000), Системные подходы к менеджменту , 465 стр.
- Фрэнсис Хейлиген (2001), «Кибернетика и кибернетика второго порядка» в: Р. А. Мейерс (редактор), Энциклопедия физических наук и технологий (3-е изд.), (Academic Press, New York.
- Джордж Э. Ласкер и Александр Згжива, (ред.) (2003), Исследования информационных систем и кибернетика управления , 65 стр.
- А. Леонард (2002), «Стаффорд Бир: отец кибернетики управления», в: Кибернетика и человеческое знание , том 9, номера 3-4, 2002, стр. 133–136 (4).
- PN Rastogi (1979), Введение в социальную и управленческую кибернетику , Нью-Дели: Affiliated East West Press.
- Ларс Скайттнер (2001), «Множественные перспективы кибернетики управления», в: Общая теория систем: идеи и приложения , стр. 327-336.
- Вольфганг Винтер и Мануэла Турм (2005), «Кибернетика второго порядка! В системном управленческом мышлении?», В: Kybernetes , Vol 34 Issue: 3/4 pp. 419–426.
Примечания
- Словарь по кибернетике / Под редакцией академика В. С. Михалевича. — 2-е. — Киев: Главная редакция Украинской Советской Энциклопедии имени М. П. Бажана, 1989. — С. 259. — 751 с. — (С48). — 50 000 экз. — ISBN 5-88500-008-5.
- «Энциклопедия кибернетики» под ред. В. М. Глушкова, т.1., Киев, 1974 — с. 440.
- Norbert Wiener. Cybernetics or Control and Communication in the Animal and the Machine. (Hermann & Cie Editeurs, Paris, The Technology Press, Cambridge, Mass., John Wiley & Sons Inc., New York, 1948)
- Couffignal, Louis. «Essai d’une définition générale de la cybernétique», The First International Congress on Cybernetics, Namur, Belgium, June 26-29, 1956, Gauthier-Villars, Paris, 1958, pp. 46—54
- . slovariki.org. Дата обращения: 25 мая 2016.
- Цитируется по сборнику «Кибернетика ожидаемая. Кибернетика неожиданная». — М.: Наука, 1968. — стр. 152.
- Jean-Pierre Dupuy. «The autonomy of social reality: on the contribution of systems theory to the theory of society» in: Elias L. Khalil & Kenneth E. Boulding eds., Evolution, Order and Complexity, 1986.
- Peter Harries-Jones. «The Self-Organizing Polity: An Epistemological Analysis of Political Life by Laurent Dobuzinskis» in: Canadian Journal of Political Science (Revue canadienne de science politique), Vol. 21, No. 2 (Jun., 1988), pp. 431—433.
- Kenneth D. Bailey. Sociology and the New Systems Theory: Toward a Theoretical Synthesis, 1994, p.163.
- Kenneth D. Bailey. Sociology and the New Systems Theory: Toward a Theoretical Synthesis, 1994.
- Kevin Kelly. «Out of control: The new biology of machines, social systems and the economic world», 1994, Addison-Wesley ISBN 0-201-48340-8
Хронология[]
- 1942 год — Норберт Винер вместе с соратниками публикует работу о кибернетике. Основной идеей является представление сложных биологических процессов математическими моделями.
- 1943 год — Маккалок и Питтс формализуют понятие нейронной сети в фундаментальной статье о логическом исчислении идей и нервной активности.
- 1949 год — Хебб предлагает первый алгоритм обучения.
- В 1958 году Розенблаттом изобретен перцептрон. Перцептрон обретает популярность — его используют для распознавания образов, прогнозирования погоды и т. д. Казалось, что построение полноценного искусственного интеллекта уже не за горами.
- В 1960 году Уидроу (Widrow) совместно со своим студентом Хоффом на основе дельта-правила (формулы Уидроу) разработали Адалин, который сразу начал использоваться для задач предсказания и адаптивного управления. Сейчас Адалин (адаптивный сумматор) является стандартным элементом многих систем обработки сигналов.
- В 1961 году под руководством М. М. Бонгарда разработана программа «Кора»: «…задача Коры — поиск разделяющего правила после того, как найдены операторы, дающие достаточно четкие (коротко кодируемые) характеристики объекта или его частей». Программа Кора нашла применение, в частности, для распознавания нефтеносных пластов.
- В 1969 году Минский публикует формальное доказательство ограниченности перцептрона и показывает, что он неспособен решать некоторые задачи (Проблема «четности» и «один в блоке»), связанные с инвариантностью представлений. Интерес к нейронным сетям резко спадает.
- 1974 год — Пол Дж. Вербос и А. И. Галушкин одновременно изобретают алгоритм обратного распространения ошибки для обучения многослойных перцептронов. Изобретение не привлекло особого внимания.
- 1975 год — Фукушима представляет Когнитрон — самоорганизующуюся сеть, предназначенную для инвариантного распознавания образов, но это достигается только при помощи запоминания практически всех состояний образа.
- 1982 год — после длительного упадка, интерес к нейросетям вновь возрастает. Хопфилд показал, что нейронная сеть с обратными связями может представлять собой систему, минимизирующую энергию (так называемая сеть Хопфилда). Кохоненом представлена модель сети, решающей задачу кластеризации и обучающейся без учителя — самоорганизующаяся карта Кохонена.
- 1986 год — Дэвидом И. Румельхартом, Дж. Е. Хинтоном и Рональдом Дж. Вильямсом и независимо и одновременно С. И. Барцевым и В. А. Охониным (Красноярская группа) переоткрыт и существенно развит метод обратного распространения ошибки. Начался взрыв интереса к обучаемым нейронным сетям.
Notes
- ↑ Kevin Kelly, Out of Control: The New Biology of Machines, Social Systems and the Economic World (Boston, MA: Addison-Wesley, 1994, ISBN 0201483408).
- Louis Couffignal, Essai d’une définition générale de la cybernétique, The First International Congress on Cybernetics (Paris: Gauthier-Villars, 1958), 46-54.
- CYBCON discussion group 20. September 2007 18:15.
- Jean-Pierre Dupuy, «The autonomy of social reality: On the contribution of systems theory to the theory of society,» in Elias L. Khalil and Kenneth E. Boulding (eds.), Evolution, Order and Complexity (London, UK: Routledge, 1986, ISBN 9780203284902).
- Peter Harries-Jones, The Self-Organizing Polity: An Epistemological Analysis of Political Life by Laurent Dobuzinskis, Canadian Journal of Political Science 21 (2): 431-433.
- Kenneth D. Bailey, Sociology and the New Systems Theory: Toward a Theoretical Synthesis (Albany, NY: Albany State Univ. of New York Press, 1994, ISBN 9780791417447), 163.
- Kent A. McClelland and Thomas J. Fararo (eds.), Purpose, Meaning, and Action: Control Systems Theories in Sociology (New York, NY: Palgrave Macmillan, 2006, ISBN 9781403967985).
