Akademik

[от греч. κυβερνητική (τέχνη) – искусство управления, от κυβερνάω – правлю рулем, управляю ] – наука о процессах управления в сложных динамич. системах, основывающаяся на теоретич. фундаменте математики и логики, а также на применении средств автоматики, особенно электронных вычислит., управляющих и информационно-логич. машин.

Возникновение К. Элементарными методами, именуемыми в наше время кибернетическими, человечество эмпирически пользовалось издавна – во всех: тех случаях, когда необходимо было управлять к.-л. сложным развивающимся процессом для достижения определ. цели в заданное время. По мере усложнения производственно-технич. процессов, роста взаимодействия множества людей, участвующих в хозяйственной, политич. и воен. деятельности, вовлечения в нее большого количества материальных средств и энергетич. ресурсов все чаще стало давать себя знать противоречие между потребностями улучшения управления, к-рое должно было становиться все более оперативным, основанным на достаточной и своевременно поступающей информации, и реальными возможностями такого улучшения. С наибольшей остротой вопрос о повышении качества управления встал начиная с 40-х гг. 20 в. Это и привело к возникновению К., к-рая открыла дорогу применению точного научного анализа к решению проблемы целесообразного использования соврем. технич. средств для повышения качества управления.

К. базируется на достижениях ряда отраслей соврем. науки и техники и, в свою очередь, благотворно влияет на их развитие. Ее возникновение тесно связано, с одной стороны, с работами по созданию сложных автоматич. устройств, а с др. – с развитием наук, изучающих процессы управления и обработки информации в конкретных областях действительности. В подготовке и развитии К. сыграли роль многие области знания: теорий автоматич. регулирования и следящих систем; термодинамика; статистич. теория передачи сообщений; теория игр и оптимальных решений; математич. логика; математич. экономика и др., а также комплекс биологич. наук, изучающих процессы управления в живой природе (теория рефлексов, генетика и др.). Решающую роль в становлении К. имело развитие электронной автоматики и появление быстродействующих электронных вычислит. машин, открывших новые возможности в обработке информации и в моделировании различных систем управления.

Осн. идеи К., как особой дисциплины, являющейся синтезом целого ряда направлений научной и технич. мысли, были сформулированы в 1948 Н. Винером в кн. "Cybernetics or control and communication in the animal and the machine", N. Y. (рус. пер. "Кибернетика, или управление и связь в животном и машине", М., 1958). Выдающееся значение для создания К. имели труды К. Шеннона и Дж. Неймана. Еще раньше важную роль в генезисе идей К. сыграли амер. ученый Дж. У. Гиббс и И. П. Павлов. Следует отметить заслуги рус. и сов. школ математиков и инженеров (И. А. Вышнеградской, А. М. Ляпунов, А. А. Андронов, Б. В. Булгаков, А. Н. Колмогоров и др.), к-рые способствовали становлению и развитию К.

Предмет К. Предметом изучения К. являются сложные устойчивые динамич. системы управления. Под динамической понимается такая система, состояние к-рой меняется и к-рая содержит в себе множество более простых, взаимосвязанных и взаимодействующих друг с другом систем и элементов. Состояние сложной динамич. системы в целом, так же как и отдельных ее элементов, определяется значениями, к-рые принимают параметры, характеризующие систему и меняющиеся по различным закономерностям. Сложная динамич. система, рассматриваемая с т. зр. процессов и операций управления, т.е. процессов и операций, переводящих ее из одного состояния в другое и обеспечивающих ее устойчивость, наз. системой управления.

Всякая система управления (система управления артиллерийским огнем; система управления нар. х-вом, отраслью пром-сти, предприятием, транспортным х-вом и т.д.; система управления кровообращением, пищеварением и т.п. живого организма) состоит из двух систем: управляющей и управляемой. Управляющая система воздействует на параметры управляемой системы с целью перевода ее в новое состояние в соответствии с имеющейся задачей управления. Следует различать три осн. области управления: управление системами машин, производств. процессами и вообще процессами, имеющими место при целенаправл. воздействии человека на предметы труда и процессы природы; управление организов. деятельностью человеч. коллективов, решающих ту или иную задачу (напр., организаций, осуществляющих военные, финансовые, кредитные, страховые, торговые, транспортные и др. операции); управление процессами, происходящими в живых организмах (сюда относятся высокоцелесообразные физиологич., биохимич. и биофизич. процессы, связанные с жизнедеятельностью организма и направленные на его сохранение в изменяющихся условиях существования). Во всех указанных областях имеются устойчивые динамические системы, в которых самопроизвольно или же принудительно осуществляются процессы управления; при этом часто имеют место сложные взаимодействия управляющих и управляемых систем. Примером могут служить живые организмы, в к-рых функции управляющих и управляемых систем непрерывно и многократно переплетаются. То общее, что имеется в процессах управления в самых различных областях, независимо от их физич. природы, и составляет предмет К.; сами же эти области выступают как сферы применения К. Правомерность существования К. как науки обусловлена универсальностью процессов управления, создание единой теории к-рых является ее главной задачей.

Хотя К. занимается изучением сложных развивающихся процессов различной природы, она исследует их только с т. зр. механизма управления. Ее не интересуют проявляющиеся при этом энергетич. соотношения, экономич., эстетич., общественная сторона явлений. Взаимосвязи управляющих и управляемых систем в К. изучаются лишь в той мере, в какой они допускают выражение средствами математики и логики. При этом в К. ставится задача выработать рекомендации по наилучшим приемам и методам управления для быстрейшего достижения поставленной цели. К. изучает процессы управления прежде всего с целью повышения эффективности человеч. деятельности.

К. можно подразделить на теоретич. К. (математич. и логич. основы, а также филос. вопросы К.), технич. К. (конструирование и эксплуатация технич. средств, применяемых в управляющих и вычислит. устройствах) и прикладную К. (приложения теоретич. и технич. К. к решению задач, относящихся к конкретным системам управления в различных областях человеч. деятельности, – в пром-сти, в энергоснабжении, на транспорте, в службе связи и т.п.). Т.о., К. – это наука об общих принципах управления, о средствах управления и об использовании их в технике, в человеч. об-ве и в живых организмах.

Основные понятия и разделы т е о р е т и ч е с к о й К. Для любых процессов управления характерно наличие: системы, состоящей из управляемой и управляющей частей; цели управления; алгоритма управления; взаимодействия данной системы управления с внешней средой, являющейся источником случайных или систематич. помех, а также осуществление управления на основе приема и передачи информации. Системы, в к-рых процессы управления обеспечивают их устойчивость в меняющихся условиях внешней среды, наз. устойчивыми динамич. системами управления, или организованными системами.

Наличие цели – характерная черта любого процесса управления; управление – это организация целенаправленного (целесо-образного) воздействия. Задача (цель) либо ставится в самом начале управления, либо вырабатывается в процессе управления. В общем случае целью управления является приспособление данной динамич. системы к внешним условиям, необходимое для ее существования или для выполнения свойственных ей функций.

Управление всегда осуществляется на основе приема, сохранения, передачи и переработки информации в условиях взаимодействия данной динамич. системы с внешней средой. Процесс функционирования системы управления (процесс управления) в общем случае осуществляется по след. схеме. Управление начинается со сбора информации о ходе процесса, подлежащего управлению (об управляемой системе); эта информация преобразуется в удобный для передачи по каналам связи вид и поступает в управляющую систему (напр., человеч. мозг или управляющую машину). Используя определ. правила или возможности, управляющая система перерабатывает получаемую информацию в соответствии со стоящими перед ней задачами, в результате чего вырабатываются команды управления; последние передаются в исполнит. механизмы или органы и, воздействуя на параметры управляемой системы, изменяют ее состояние. Весьма важным, характерным для всех сложных случаев управления, является использование обратных связей. Сущность обратной связи состоит в том, что от исполнит. органов (органов управляемой системы) к управляющим органам по особым каналам связи (наз. каналами обратной связи) передается информация о фактич. положении этих органов и о наличии внешних воздействий; эта информация используется управляющими органами для выработки команд управления. Обратные связи в передаче информации позволяют учитывать управляющей системой фактич. состояние органов управляемой системы, а также воздействия на нее внешней среды. Понятие информации является одним из основных в К., а теория информации занимает существенное место в комплексе дисциплин, составляющих теоретич. фундамент К. Больше того, К. часто вообще характеризуют как науку о способах восприятия, передачи, хранения, переработки и использования информации в машинах, живых организмах и их объединениях.

Передача информации осуществляется при помощи сигналов – физич. процессов, у к-рых определ. параметры находятся в определенном (обычно однозначном) соответствии с передаваемой информацией. Установление такого соответствия наз. кодированием. Хотя на передачу сигналов расходуется энергия, количество ее в общем случае не связано с количеством, а тем более с содержанием передаваемой информации. В этом состоит одна из принципиальных особенностей процессов управления: управление большими потоками энергии может осуществляться при помощи сигналов, требующих для своей передачи незначит. количества энергии. Получившая в наст. время широкое развитие т. н. статистич. теория информации возникла из потребностей техники связи и указывает пути повышения пропускной способности и помехоустойчивости каналов передачи информации. Главной задачей этой теории является определение меры количества информации в сообщениях в зависимости от вероятности их появления. Редким сообщениям приписывается большее количество информации, а частым – меньшее; количество информации в сообщении измеряется изменением в степени неопределенности ожидания нек-рого события до и после получения сообщения о нем. Статистич. теория информации имеет фундаментальное науч. значение, далеко выходящее за пределы теории связи. Установлена глубокая аналогия и связь между понятием энтропии в статистич. физике и статистич. мерой количества информации. Энтропия любой физич. системы может рассматриваться как мера недостатка информации в данной системе. С увеличением энтропии системы количество информации уменьшается, и наоборот. В связи с этим представляется возможным подойти с количеств. стороны к оценке информации, содержащейся в физич. законах, к информации, получаемой при физич. экспериментах, и т.д. Статистич. теория информации позволяет также получить общее определение понятия о р г а н и з а ц и и и количеств. меру для оценки степени организации любой системы. Именно, степень организации измеряется тем количеством информации, к-рое нужно ввести в систему, чтобы перевести ее из начального беспорядочного состояния в заданное организованное состояние. Однако в статистич. теории информации не учитывается смысл и ценность передаваемых сообщений, а также возможность дальнейшего использования полученной информации. Эти вопросы составляют предмет др. науч. направления – семантич. теории информации, к-рая находится в стадии становления. Семантич. теория информации занимается изучением сущности процессов выработки информации живыми организмами, исследованием возможностей и методов автоматич. опознавания образов, классификацией информации, изучением процессов выработки понятий и т.п. Вопросы, относящиеся к области этой теории, приобретают значение в связи с работами по моделированию процессов накопления "опыта" и опознавания образов, свойственных живым организмам, с помощью как электронных программно-управляемых машин универс. назначения, так и спец. устройств.

К числу дисциплин, составляющих теоретич. основу К., помимо теории информации, относятся: теория программирования, теория алгоритмов, теория управляющих систем, теория автоматов и нек-рые др. Теория программирования в широком смысле может рассматриваться как теория методов управления. Она исследует способы использования информации с целью определения линии поведения (программы) управляющих систем в зависимости от конкретной обстановки. Способность в той или иной степени оценивать обстановку и вырабатывать нек-рую программу поведения – вырабатывать решения, приводящие к достижению нек-рой цели, – присуща любым системам управления, как естественным (системы живой природы), так и искусственным (технич. устройства). По своему характеру процессы выработки решений весьма многообразны. Они могут осуществляться, напр., в виде случайного выбора решения, в виде выбора по аналогии, путем логич. анализа и т.д. В К. для анализа систем управления широко используются математич. методы выработки оптимальных (т. е. наилучших в к.-л. отношении) решений, таких, как линейное и динамич. программирование, статистич. методы нахождения оптимальных решений и методы теории игр. После того как определена общая линия поведения системы, необходимо выяснить, какие конкретные шаги и в какой последовательности нужно осуществить, для того чтобы достигнуть поставленной цели. При решении этой задачи используются средства теории алгоритмов. Следующий круг вопросов; относящихся к методике управления, связан с исследованием возможностей реализации выработанных решений и алгоритмов в системах, обладающих определ. свойствами; он составляет сферу общей теории программирования. Теория программирования в узком смысле этого слова занимается разработкой методов автоматизации процессов переработки информации и способов представления различных алгоритмов в форме, необходимой для их реализации на электронных программно-управляемых машинах.

Одна из осн. задач К. – сравнит. анализ и выявление общих закономерностей процессов переработки информации и управления, происходящих в естеств. и искусств. системах. К. выделяет следующие осн. классы таких процессов: мышление; рефлекторная деятельность живых организмов; изменение наследств. информации в процессе биологич. эволюции; переработка информации в различных автоматич., экономич. и административных системах, а также в науке.

Общее описание управляющих систем, их взаимодействия с управляемыми системами, а также разработка методов построения управляющих систем составляют задачу теории управляющих систем. Примерами управляющих систем, на основе изучения к-рых строится эта теория, могут служить: нервная система животного, программно-управляемые вычислит. машины, системы управления технологич. процессами и др. Большую роль в теории управляющих систем играет рассмотрение абстрактных систем управления, представляющих собой математич. схемы (модели), сохраняющие информац. свойства соответств. реальных систем. В рамках К. возникла спец. логико-математич. дисциплина – теория автоматов, изучающая важный класс абстрактных автоматов, т.н. дискретные автоматы, т.е. системы, в к-рых перерабатываемая информация выражается квантованными сигналами, множество к-рых конечно. Значит. место в теории автоматов занимает логико-математич. анализ т. н. нервных (или нейронных) сетей, моделирующих функциональные элементы мозга.

Важным свойством сложных систем управления является иерархичность управления, к-рая состоит в том, что для реализации нек-рой функции управления строится ряд механизмов (или алгоритмов) с последовательно возрастающими уровнями управления.

Непосредств. управление исполнит. органами осуществляет гл. обр. механизм управления низшего уровня. Работу этого механизма контролирует механизм 2-го уровня, к-рый сам контролируется механизмом 3-го уровня и т.д. Сочетание принципа иерархичности управления с принципом обратной связи придает системам управления свойство устойчивости, состоящее в том, что система автоматически находит оптимальные состояния при довольно широком круге изменений внешней обстановки. Эти принципы обеспечивают приспособляемость систем управления к изменяющимся условиям и лежат в основе биологич. эволюции, процессов обучения и приобретения опыта живыми организмами в течение их жизни; постепенная выработка условных рефлексов и их наслаивание являются не чем иным, как повышением уровней управления в нервной системе животного. Принципы иерархичности управления и обратной связи используются также при построении сложных управляющих систем в технике.

При изучении систем управления возникают два рода вопросов: один из них относится к анализу структуры системы управления и определению алгоритма, реализуемого ее управляющими органами; другой – к синтезу (из данных элементов) системы, обеспечивающей выполнение заданного алгоритма. Общими требованиями, к-рыми руководствуются при этом, являются обеспечение заданного быстродействия системы, точности работы, минимального количества элементов и надежности функционирования системы. Весьма плодотворным при исследовании структуры систем управления, в т.ч. экономич. систем, военных или административных организаций, является метод их математич. моделирования. Он состоит в представлении исследуемого процесса в виде системы уравнений и логич. условий. Общий алгоритм (система уравнений) моделирования любого процесса включает в себя, как правило, две осн. части: одна часть описывает работу исследуемой системы управления (или управляющего алгоритма, если изучается к.-л. новый управляющий алгоритм), а вторая часть описывает (моделирует) внешнюю обстановку. Повторяя многократно процесс решения системы уравнений при ее различных характеристиках, можно изучить закономерности моделируемого процесса, оценить влияние отд. параметров на его протекание и выбрать их оптимальные значения. Кроме математич. моделирования, в К. применяются и др. виды моделирования, сущность к-рых сводится к замене изучаемой системы изоморфной ей системой (см. Изоморфизм), к-рую удобнее воспроизвести и изучить в лабораторных условиях.

Особый интерес с т. зр. К. представляют самоорганизующиеся системы управления, обладающие свойством самостоятельно переходить из произвольных начальных состояний в определ. устойчивые состояния. Состояние таких систем изменяется под влиянием внешних воздействий случайным образом, но благодаря спец. регулирующим механизмам высших уровней эти системы отбирают наиболее устойчивые состояния, соответствующие характеру внешних воздействий. Свойство самоорганизации может проявляться только у систем, обладающих определ. степенью сложности, в частности избыточностью структурных элементов, а также случайными, меняющимися в результате взаимодействия с внешней средой, связями между нек-рыми из них. К таким системам относятся, напр., сети нейронов мозга, нек-рые типы колоний живых организмов, искусств. самоорганизующиеся электронные системы, а также нек-рые типы сложных экономич. и адм. объединений.

По своим теоретич. методам К. является математич. наукой, широко использующей аналогии и моделирование. А. Н. Колмогоровым выдвинута более широкая трактовка теоретич. К., охватывающая не только математич. теорию процессов управления, но и систематич. изучение различных физич. принципов работы систем управления с т. зр. их способности нести и перерабатывать информацию. При этом в К. включается рассмотрение таких, напр., вопросов, как зависимость предельного быстродействия систем управления от их размеров, обусловленная конечностью скорости распространения света, ограничения возможностей систем малых размеров в однозначной переработке информации, связанные с проявлением законов квантовой физики, и т.п. Такой подход открывает широкие возможности дальнейшего развития К.

Значение К. для науки и т е х н и к и . Значение К. для научно-технич. прогресса определяется возросшими в наст. время требованиями к точности и быстродействию систем управления, а также усложнением самих процессов управления и связано прежде всего с созданием и внедрением электронных вычислит. машин. Эти машины работают по заранее составленным программам, способны выполнять сотни тысяч и миллионы арифметич. и логич. операций в секунду и обладают запоминающими устройствами для хранения многих миллионов чисел. Можно выделить две осн. области применения К. в технике: 1) для управления машинами и комплексами машин в промышленности, на транспорте, в военном деле и т.д.; 2) применение средств К., особенно вычислит. машин, для выполнения трудоемких расчетов и моделирования различных динамич. процессов. Наиболее яркий пример – применение электронных машин для расчетов траекторий движения искусств. спутников земли, межконтинентальных и космич. ракет и др. Применение электронных машин в области науч. и технич. исследований и разработок позволяет во мн. случаях сократить эксперимент. исследования и натурные испытания, что приводит к значит. экономии материальных средств и времени при решении науч. проблем и создании новой техники. Большие перспективы для повышения производительности науч. работы имеет проблема непосредств. взаимодействия человека и информац. машины в процессе творч. мышления при решении науч. задач. Науч. творчество включает в себя значит. работу по подбору информации, ее обобщению и представлению в форме, удобной для анализа и выводов. Такая работа вполне может выполняться машиной в соответствии с запросами и указаниями человека. Вычислит, машины уже находят практич. применение в области автоматизации научно-информационной работы и перевода иностр. текстов. Эти машины имеют особенное значение в связи с ростом объема науч. и др. литературы.

В силу характера К., как науки о закономерностях процессов, протекающих в системах управления самой различной природы, она развивается в тесной связи с целым рядом др. областей знания. Применение результатов и методов К., использование электронных вычислит. машин уже показали свою плодотворность в биологич. науках (в физиологии, генетике и др.), в химии, психологии и т.д.

Идеи и средства К. и математич. логики, будучи примененными к изучению языка, породили новое науч. направление – лингвистику математическую, являющуюся основой для работ в области автоматизации перевода с одного языка на другой и играющую важную роль в разработке информационно-логич. машин для различных областей знания. С др. стороны, фактич. материал наук, имеющих дело с реальными системами управления и переработки информации, а также возникшие в этих науках проблемы являются источником дальнейшего развития К. как в ее теоретическом, так и в связанном с техникой аспектах. Так, за последние годы возникла новая область технической К. – б и о н и к а, занимающаяся изучением систем управления и чувствит. органов живых организмов с целью использования их принципов для создания технич. устройств. Разработка подобных систем, в свою очередь, позволяет более глубоко подойти к пониманию процессов, происходящих в системах управления живой природы. В качестве примера можно указать на изучение структуры мозга, обладающего исключит. надежностью. Выход из строя довольно значит. участков мозга в результате операций иногда не приводит к потере к.-л. функций за счет своеобразной их компенсации др. участками. Это свойство представляет большой интерес для техники.

С филос. т. зр. большое значение имеет то, что К., особенно такие ее разделы, как теория самоорганизующихся систем, теория автоматов, теория алгоритмов и др., а также развившиеся в рамках К. методы моделирования способствуют более глубокому изучению систем управления живых организмов, раскрытию закономерностей функционирования нервной системы животных и человека, познанию характера взаимодействия между организмом и внешней средой, изучению механизмов мышления; особенно большое научное и практич. значение имеет исследование с кибернетич. т. зр. деятельности головного мозга человека, к-рый обеспечивает возможность восприятия и переработки огромного количества информации в органах малого объема с ничтожной затратой энергии. Этот комплекс проблем является источником важных идей К., в частности, идей, относящихся к путям создания новых автоматич. устройств и вычислит. машин.

Методика применения К. в нейрофизиологии в общих чертах такова. На основе эксперимент. исследования, данных физиологии и результатов К. строится рабочая гипотеза о нек-рых механизмах работы головного мозга. Правильность и полнота этой гипотезы проверяются при помощи моделирования; в универсальную вычислит. машину (или спец. автоматич. устройство) вводится программа, выражающая эту гипотезу; анализ работы машины показывает, насколько полным и точным было содержавшееся в гипотезе представление об изучаемых механизмах мозга. Если эти механизмы изучены неполно и гипотеза несовершенна, то машина не будет обнаруживать (т.е. моделировать) тех процессов, к-рые пытаются в ней воспроизвести. В этом случае анализ работы кибернетич. модели может привести к выявлению дефектов гипотезы и к постановке новой серии экспериментов; на основе последних выдвигается новая гипотеза и строится более совершенная модель и т.д., пока не удастся построить автомат, достаточно хорошо моделирующий изучаемые нервно-физиологич. процессы; осуществление такого автомата подтверждает справедливость представлений, составляющих гипотезу. Такой способ исследования, с одной стороны, приводит к созданию новых, более сложных автоматов (программ), а с другой – к более полному выявлению механизмов работы головного мозга. В частности, применение его показало, что возможно дать анализ сложных форм функционирования головного мозга на основе относительно простых принципов. На этом пути удалось, напр., найти подход к анализу способности головного мозга решать сложные проблемы (и создать специальные автоматы, моделирующие решение этих проблем); достигнуть успехов в изучении проблем обучения и самообучения и т.д. Для изучения проблемы обучения и создания самообучающихся систем большое значение приобретает использование принципов выработки условных рефлексов и вообще методов изучения головного мозга, разработанных И. П. Павловым. Эти методы помогают в решении проблемы отбора из всей поступающей в управляющую систему информации той ее части, к-рая имеет достоверный и полезный для данной системы характер, а также в решении проблемы сокращения числа пробных взаимодействий с внешней средой и в др. вопросах. С проблемами этого рода тесно связаны работы по изучению принципов оптимальной организации поисковых действий в неизвестной среде и исследования по выявлению методов оптимального управления сложными системами.

Для более глубокого анализа нек-рых сложных форм работы мозга большое значение имеют исследования по созданию машин, способных опознавать образы, и особенно машин, способных обучаться такому опознаванию; эти исследования непосредственно связаны с работами по конструированию автоматов, могущих воспринимать человеч. речь и "читать" печатный текст. Следует отметить также кибернетич. модели "черепах", "мышей" и т.д., действиям к-рых придается внешнее сходство с поведением животных; эти модели приобретают научную ценность в том случае, если преследуют цель проверки к.-л. научных гипотез.

Большое значение для исследования принципов управления и переработки информации в головном мозге имеет разработка теории нервных сетей, в создании к-рой большую роль сыграли У. Мак-Каллок и В. Питс. В основе деятельности мозга лежит функционирование сложных систем особым образом соединенных между собой нейронов; в этих системах проявляются закономерности, отсутствующие в работе отд. нейронов или относительно простых их групп. Изучение таких систем связано с большими трудностями, для преодоления к-рых приходится сочетать эксперимент. исследования с использованием метода моделирования и абстрактно-математич. способа рассмотрения, в частности аппарата совр. логики. Значение теории нервных сетей состоит в том, что, эта теория служит источником рабочих гипотез, к-рые проверяются на экспериментальном нейро-физиологич. материале. В случае, если анализу подлежат сложные формы деятельности мозга (обучение, узнавание образов и т.п.), средств одной лишь теории нервных сетей оказывается недостаточно; поэтому приходится начинать с изучения системы правил переработки информации, лежащих в основе изучаемых форм деятельности мозга, и лишь потом создавать гипотезы о структуре реализующей их нервной сети и строить ее логико-математич. модели. Большой интерес для нейрофизиологии представляет разработка моделей, включающих случайным образом соединенные между собой элементы и способных в процессе работы самоорганизовываться и приобретать целесообразное поведение, а также изучение различных форм кодирования информации в центральной нервной системе и перекодирования ее в нервных центрах. Использование теории вероятностей и теории информации открывает путь точному анализу закономерностей переработки информации в нервной системе.

Большой интерес с т. зр. К. представляет изучение естеств. способов кодирования наследств. информации, обеспечивающих сохранение огромных количеств информации в ничтожных объемах наследств. вещества, содержащего уже в зародышевой клетке осн. признаки взрослого организма.

Результатом взаимодействия К; с др. областями знания является углубление связи К. с практикой. Так, осуществляемый средствами К. анализ работы самоорганизующихся систем управления, функционирующих в организме человека и животных, все более приобретает непосредственно практич. значение. Напр., К. уже оказывает существ. помощь в борьбе за здоровье людей. Причины многих заболеваний (грудная жаба, гипертония и др.) тесно связаны c нарушением процессов управления деятельностью внутр. органов, осуществляемого головным мозгом; большую роль в развитии заболеваний играет возникновение патологич. форм управления, вызывающих стойкое изменение в функционировании отд. органов и систем организма; кибернетич. подход к изучению такого рода болезней указывает новые пути мед. воздействия на больной организм. Использование К. в невропатологии и психиатрии привело в наст. время к созданию представлений о нейрофизиологич. механизмах возникновения треморов, нарушений координации движений, психозов навязчивости и др.; на этой основе разрабатываются новые методы нейрохирургич. лечебного вмешательства. Использование К. позволила создать ряд аппаратов, возмещающих утраченные или временно выключенные функции организма (таковы, напр., автомат "Сердце-легкие", позволяющий полностью отключить сердце и малый круг кровообращения, заменяя то и другое на время хирургич. вмешательства; активные моторизованные протезы конечностей, управляемые биоэлектрич. потенциалами мышц культи; автоматы для искусств. дыхания и др.). Проводятся эксперименты по созданию приборов для чтения для слепых. Во все возрастающей степени К. используется для целей мед. диагностики. С ее помощью реализован ряд синтез-анализаторных аппаратов для автоматич. получения картины движения электрич. диполя сердца (по электрокардиограммам), для анализа биоэлектрич. потенциалов мозга, для синтезирования целостной картины электрич. поля мозговой коры и для вариационно-статистич., аутокорреляционной и т.д. обработки кривых патофизиологич. процессов. В отд. клинич. отраслях ведутся работы по программированию сводных диагностич. таблиц, основываемых на массовом материале и обещающих в будущем возможность использовать консультацию электронных машин в постановке диагнозов в сложных случаях и на ранней стадии тяжелых заболеваний.

К. в социалистическом о б щ е с т в е. В обществе имеются области управления, к к-рым применима К.; таковы машины и системы машин, технологич. процессы, транспортные операции, деятельность коллективов людей, решающих определ. задачи в области экономики, воен. дела и т.д. По мере прогресса обществ. произ-ва, науки и техники, с одной стороны, растут трудности в организации управления, а с другой – повышаются требования к его качеству, т.к. управление должно становиться все более и более точным и оперативным. Особенно большие требования предъявляются к процессам управления в социалистич. об-ве, т.к. в нем осуществляется п л а н о в о е развитие экономики и культуры. Ленин неоднократно указывал на значение науч. организации управленч. труда. В статье "Лучше меньше, да лучше", советуя привлекать к работе в советском госаппарате безупречных коммунистов и рабочих, он обратил внимание на то, что они "...должны выдержать испытание на знание основ теории по вопросу о нашем госаппарате, на знание основ науки управления..." (Соч., т. 33, с. 449). Ленин требовал науч. разработки вопросов организации труда и специально труда управленческого. Следуя указаниям Ленина, КПСС всегда уделяла большое внимание совершенствованию процессов управления в сов. об-ве. Для разработки методов управления, для повышения эффективности управленч. труда в социалистич. об-ве применение К. имеет исключительно важное, общегосударств. значение. К. вырабатывает такие методы, создает, такие науч. и технич. средства, к-рые позволяют осуществлять в оптимальном режиме процессы управления в нар. х-ве и адм. деятельности, в н.-и. работе, т.е. достигать поставл. целей с наименьшими затратами времени, труда, материальных средств и энергии. Планомерное, осуществляемое под руководством Коммунистич. партии и социалистич. гос-ва применение средств К. имеет важнейшее значение для оптимального управления целенаправленным, высокоэффективным и хорошо организованным трудом строителей коммунизма. Поэтому КПСС требует полностью использовать и поставить на службу строительству коммунизма науч. и технич. возможности К. В ходе развернутого строительства коммунизма в СССР, как говорится в Программе КПСС, получат широкое применение "...кибернетика, электронные счетно-решающие и управляющие устройства в производственных процессах промышленности, строительной индустрии и транспорта, в научных исследованиях, в плановых и проектно-конструкторских расчетах, в сфере учета и управления" (1961, с. 71).

К. составляет теоретич. фундамент комплексной автоматизации производств. процессов. Совр. уровень развития производит. сил социалистич. об-ва требует все более широкого применения в управлении учреждениями, предприятиями, цехами, производств. участками и т.д. автоматизированных систем, основанных на использовании методов К. и электронной вычислит. техники. Успешное осуществление автоматизации создает возможности для резкого повышения производительности труда, увеличения выпуска продукции, достижения ее оптимальной себестоимости и улучшения качества. Важнейшее значение имеет применение К. в управлении экономикой и в экономич. исследованиях, а также в сфере учета, статистики, адм. деятельности, коммуникаций и т.д. Говоря о приложении К. в экономике, следует различать применение электронных машин для автоматизации процессов сбора и переработки информации и применение математич. средств К. (аппарата теории игр, линейного и динамич. программирования, теории массового обслуживания, методов исследования операций и др.) для исследования экономич. проблем и нахождения оптимальных экономичных решений. Внедрение автоматизации обеспечивает быстроту, точность и полноту сбора и обработки информации, улучшение качества управления при значит. сокращении штатов обслуживающего персонала. Математич. методы решения экономич. проблем позволяют вырабатывать оптимальные варианты планирования, распределения имеющихся сил и средств и в конечном счете получать максимальный экономич. эффект при данных затратах.

Наибольший эффект от применения методов К. в экономике будет достигнут при создании единой гос. информационно-вычислит. службы в виде территориальной сети мощных вычислит. центров, связанных между собой и с учреждениями обслуживаемых районов линиями автоматич. связи. Такую систему можно рассматривать как кибернетич. макросистему, в отличие от отд. кибернетич. устройств, к-рые по сравнению с такой системой будут являться микросистемами. Идея построения единой информационно-вычислит. службы социалистич. государства не имеет ничего общего с рассуждениями нек-рых зап. философов и социологов о будущем подчинении людей машинам, об "обществе машин" и упадке человечества. Наоборот, роль человека в такой системе возрастает, т.к. он будет выполнять действительно творч. функции, будет иметь все необходимые данные для решений и широкие возможности для науч. экспериментирования.

Автоматизация произ-ва и управления экономикой, как процесс, протекающий в масштабе нар. х-ва и его отд. областей, влечет за собой важные последствия экономич., политич. и культурного характера. Эти последствия в корне различны при капитализме и при социализме.

Внедрение кибернетич. техники при капитализме приводит к массовой безработице, к переходу работников на менее квалифицированную и хуже оплачиваемую работу; оно усиливает экономич. депрессии и кризисы, резко обостряя противоречия бурж. об-ва. Внедрение автоматизации капиталистами преследует цель получения сверхприбылей и происходит крайне неравномерно. Наоборот, социализм открывает широчайшие возможности развития кибернетич. техники. Программа КПСС рассматривает все более полную автоматизацию производств. процессов как необходимую составную часть создания материально-технич. базы коммунизма. Планомерное и продуманное внедрение кибернетич. техники в различные области жизни общества ведет при социализме к улучшению условий труда, к стиранию граней между умств. и физич. трудом, к подъему материального, культурного и технич. уровня трудящихся. Создавая возможности резкого сокращения рабочего дня, К. открывает перед людьми коммунистич. об-ва широкие возможности приложения своих сил в науке, искусстве, спорте и т.п.

В социалистич. об-ве имеются широкие возможности использования К. в науках, изучающих об-во. К. уже показала свою применимость в социологич. исследованиях, в моделировании нек-рых социальных процессов и т.д. Перспективным является применение К. к ряду вопросов юридич. науки и практики (накопление и обработка юридич. информации на информационо-логич, машинах, подготовка материалов для кодификации права и т.д.). Большое значение имеет применение идей и средств К. в теории и практике обучения (разработка оптимальных алгоритмов обучения, применение в обучении кибернетич. устройств и т.д.). Развитие. К. выдвинуло задачу исследования надежности работы технич. устройств и человека, имеющую важнейшее научно-технич. и социальное значение.

Философские вопросы К. Филос. значение К. вытекает из того, что она положила начало глубокому, основанному на точных методах изучению новой группы законов объективного мира – законов, относящихся к управлению и к переработке информации в качественно различных областях действительности. Неизученность законов этого рода, – сама идея о существовании к-рых выдвигалась до К. лишь спорадически и не получила развития, – издавна использовалась теологией и идеализмом в их попытках оправдания религиозно-идеалистич. картины мира. Поэтому, осуществляя естеств.-науч. изучение закономерностей, связанных с системами управления в природе, технике и обществе, внося свой вклад в раскрытие сущности жизни и сознания, К. наносит решит. удар по религиозно-идеалистич. догмам о нематериальной "душе", о непознаваемости психич. жизни человека, по агностицизму, витализму, идеализму и теологии. Возникновение и развитие К. явилось новым триумфом материалистич. мировоззрения.

К. выступает в качестве важнейшего элемента современного естеств.-науч. обоснования диалектич. материализма. Содержание и методы К. дают богатейший материал для филос. обобщений, для обогащения, углубления и конкретизации фундаментальных положений и категорий материалистич. диалектики. Это прежде всего относится к принципу материального единства мира, к закону причинности и к идее развития. Теория информации, теория автоматов и др. дисциплины, входящие в теоретич. К., имеют актуальное значение для разработки теории отражения – для уяснения сущности отражения как свойства всей материи, для анализа форм и уровней отражения в живой природе и т.д. К. углубляет понимание соотношения таких понятий, как подобие, модель, сигнал, образ и условный знак; помогает раскрыть диалектич. отношение категорий простого и сложного, части и целого, качества и количества, дискретного и непрерывного, целесообразности и приспособляемости, возможного и д е й с т в и т е л ь н о г о, и др., подводя под них базу математич. теорий и методов. Кибернетич. моделирование познават. деятельности человека – от процессов восприятия до мыслит. процессов – позволяет сделать новый большой шаг в раскрытии конкретных закономерностей познания.

С др. стороны, К. нуждается в гносеологич. и логич. анализе, в филос. обосновании. Предмет К., ее место в системе науч. знания, условия и границы применимости кибернетич. методов и понятий, социальные последствия развития кибернетич. техники и роль К. в обществ. прогрессе, будущее К. – эти и мн. др. вопросы требуют для своего анализа применения методологии диалектич. материализма.

Материалистич. диалектика является для К. мировоззренческой и методологич. основой, определяющей генеральные линии развития этой науки. К числу филос. вопросов К. относится гносеологич. и логикогенетич. исследование осн. положений и исходных понятий К., таких, как, "информация" (и ее связь с понятием "энтропия"), "модель" и "интерпретация", "сигнал" и "управление", "цель" и "целесообразность", "формализация", а также "самоорганизация", "самосовершенствование", "самообучение", "сложная система" и др.

К мировоззренч. вопросам К. относится также борьба против искажений места и роли К. в системе знаний, против неверной оценки социальных последствий ее применения. В бурж. странах, напр., получили распространение положения такого рода, как тезис о том, что К. заменит философию, необоснованные пессимистич. выводы (неизбежность наступления "эры роботов", к-рые подчинят себе людей), рекламные спекуляции на К. и т.п.; зачастую они служат лишь средством пропаганды идеалистич. философии и реакционных социально-политич. идей. Поводом для спекуляций на К. и искажений ее идей со стороны бурж. идеологов служила недостаточная последовательность материалистич. позиций основоположников К. (в частности, Винера), понятная для представителей естеств.-науч. материализма, а также те трудности, с к-рыми было связано зарождение К.

Одним из методологич. принципов, на к-ром базируется К. (в свою очередь его конкретизируя), является материальное единство мира. Последнее выражается, прежде всего, в наличии законов (разной степени общности), присущих качественно различным вещам и явлениям. На "одинаковости", т.е. совпадении математич. выражений, описывающих качественно различные процессы, обладающие общими закономерностями, базируется понятие о подобных (аналогичных) явлениях в природе, лежащее в основе теории подобия. Последняя служит основой метода аналогий и эксперимент. метода моделирования, широко применяемых в К. Др. проявление материального единства мира состоит в способности тел и процессов к взаимодействиям, следствием чего является превращение видов и форм движения материи друг в друга в процессе развития. На универсальности процессов взаимодействия в природе основано присущее всей материи свойство отражения, существование к-рого предполагал В. И. Ленин (см. Соч., т. 14, с. 34, 80–81). Создание искусственных, построенных из небиологич. элементов кибернетич. систем, характеризующихся сравнительно развитыми формами свойства отражения (в т.ч. и такими, к-рые аналогичны нек-рым сторонам психич. отражения), свидетельствует о том, что свойство отражения в его общем виде не связано обязательно с биологич. формой движения материи, а является, как это и предвидел Ленин, свойством, лежащим "в фундаменте самого здания материи". Развитие К. приводит к выводу, что это свойство заключается в том, что изменения, "отпечатки", "отображения", возникающие в одном объекте в результате его взаимодействия с др. объектом, имеют структуры, изоморфные в том или ином отношении (см. Изоморфизм) определ. стороне последнего; эти "отпечатки", или естеств. модели, чрезвычайно разнообразны; они носят универсальный характер, т.к. могут служить для выражения самых различных сторон отображаемого (моделируемого) объекта. В технике общее свойство отражения реализуется в системах управления и связи, принимая форму организованных в пространстве и во времени материальных (вещественных и энергетических) процессов, называемых сигналами в широком смысле слова; системы сигналов – это модели различных объектов, свойств, отношений, процессов действительности. Сигналы являются выразителями информации. Понятие информации в К. можно рассматривать как математическое уточнение понятия отражения. Это понятие имеет ряд аспектов. Один из них – структура сообщения, воплощенная в состояниях сигналов. Рассмотрение сигналов вместе с теми объектами, к к-рым они соотнесены, порождает понятие о семантич. стороне информации. Когда же возникает вопрос об информации как основе определ. практич. действий, то выступает еще один аспект информации – ее прагматическая сторона (см. Семиотика). В наст. время математически разработан первый аспект: создана (работами Р. Хартли, К. Шеннона, А. Я. Хинчина, А. Н. Колмогорова и др.) статистич. теория информации; но уже ведутся исследования прагматич. аспекта информации (см., напр., А. А. Харкевич, О ценности информации, "Проблемы кибернетики", М., 1960, вып. 4) и ее семантич. содержания (работы И. Вилля, а также Р. Карнапа и В. Бар-Хиллела; изложение идей этих работ см. вкн.: Л. Бриллюена, Наука и теория информации, М., 1960, гл. 20). Все эти направления исследований дают богатый материал для теории отражения, в частности для анализа содержания и формы отражения, для рассмотрения структуры отражат. процессов. Для выяснения условий наиболее эффективной переработки воспринятой информации в отражат. аппарате человека, ее хранения и передачи имеют первостепенное значение основные теоремы теории информации и основанные на них методы оптимального кодирования (см. А. Н. Колмогоров, Теория передачи информации, изд. АН СССР, 1956; А. Я. Хинчин, Об основных теоремах теории информации, УМН, т. 11, вып. 1, янв. 1956; сб-к пер. "Теория информации и ее приложения", М., 1959, и др.).

Результаты К. имеют существ. значение для исследований природы психич. отражения и анализа гносеологич. понятия образа. Чувственные восприятия – это сложные системы сигналов, используемые живыми существами для ориентировки в окружающей среде. Сигналы, как в технике, так и в живых системах, имеют две стороны: содержание, т.е. несомую сигналами информацию, и форму, состоящую в способе существования последней (физич. природа сигналов, их энергетич. параметры, применяемые к ним способы кодирования и т.п.). Для животных и человека содержание сигналов непосредственно выступает в виде образов объектов. В неживой природе изоморфные отпечатки, полученные той или иной вещью в результате воздействия на нее др. вещей, остаются пассивными, "мертвыми", в том смысле, что не используются этой вещью для сохранения своей организации. В живой природе продукты воздействия внешних объектов используются организмами для сохранения их целостности, для самоорганизации, для накопления опыта и развития. Следы, "отпечатки", переработанные в отражат. аппарате животных и человека, применяются в качестве особых представителей, заместителей или моделей вещей. У человека над непосредств. сигналами вещей надстраиваются сигналы этих первых сигналов, образующие речевую сигнальную систему действительности, являющуюся продуктом обществ. развития. Субъекту поведения непосредственно даны не состояния его рецепторов, нервов и мозга, а свойства и отношения воздействующих на него вещей. Это означает, что для высокоорганизованных живых систем содержание сигналов, т.е. информация, выступает в качестве идеального образа. В образе вещи нет ни грана вещества; образ – это не субстанциональное свойство материальных систем, а функциональное свойство; он возникает в результате замещения воздействующего объекта его материальным отпечатком в отражат. аппарате, т.е. как изоморфный (или гомоморфный) представитель, или иначе – модель объекта. Т.о., свойство "быть идеальным", "быть образом" лишено всякой мистики: оно есть определ. отношение между материальными факторами, а психич. отражение в целом – сложный по своей структуре сигнал, реализуемый в высокоорганизов. системе.

Из всего изложенного становится понятным сформулированное Виннером положение о том, что информация, хотя и неразрывно связана с материей, не есть ни материя, ни энергия (см. "Кибернетика", 1958, с. 166). Неразрывная связь информации и материи выражается, в частности, в структурном сходстве нек-рых энергетич. и информац. законов. Понятие энтропии в теории вероятностей имеет приложение как в области теории связи (как мера недостатка информации в сведениях об объекте), так и в области статистич. термодинамики (как мера рассеяния энергии). Глубокую общность этих понятий можно видеть в том, что негэнтропия (т. е. отрицат. энтропия) является количеств. мерой организованности движущей материи, а во втором случае – ее свойства, свойства отражения. В этой структурной общности энергетич. и информационных свойств материи также проявляется материальное единство мира.

Последнее служит основанием и для моделирования существ. сторон абстрактного мышления на вычислит. и информационно-логич. машинах. Особый интерес при этом имеет создание обучающихся автоматов и устройств, способных к распознаванию образов и к обобщению, напр. к выработке аналогов абстрактных понятий (Д. М. Маккей, Ф. Розенблат, О. Т. Селфридж; см., напр., Д. М. Маккей, Проблема образования понятий автоматами, в сб.: "Автоматы", М., 1956, с. 306–25); создание автоматов, осуществляющих логич. выведение следствий из посылок и доказательство теорем, а также автоматов, способных в результате "обследования" обстановки создавать "внутреннюю модель внешнего мира", в к-рой фиксируются обобщения по таким параметрам, к-рые человек не всегда осознанно выделяет (своего рода модель познавательной интуиции человека).

Метод моделей в К. находится в определ. связи с нек-рыми вопросами логики. Совр. формальная логика имеет важнейшее значение для К., широко использующей аппарат алгебры логики и др. разделов этой науки; тесно связаны с К. и исследования в области логич. семантики и семиотики. В наст. время показано, что логич. системы совр. формальной логики моделируются посредством статич. состояний систем управления, когда фактор времени не играет существ. роли; формально-логич. системам, свободным от логич. парадоксов, соответствуют устойчивые управляющие цепи и системы; аналогами противоречивых логич. систем (т. е. систем, в к-рых обнаруживаются парадоксы) являются автоматич. системы, в к-рых имеют место либо статич. состояния неустойчивости, либо автогенерация.

К. дает также материал для дальнейшей разработки принципа детерминизма, категорий случайности и необходимости. Так, понятие обратной связи явилось плодотворным в анализе причинных связей в сложных системах управления, начиная от организмов живой природы и вплоть до нек-рых явлений в чело-веч. об-ве. Понятие причинности нашло свою конкретизацию во многих результатах К. (напр., в теории нейронных сетей У. Мак-Каллока и В. Питса). А. А. Марков предложил определение К. как общей теории причинных сетей; причинная сеть, по Маркову, – это конечная система материальных объектов (т. н. узлов), каждый из к-рых может находиться в конечном числе состояний, отличающаяся тем, что определ. состояния одних узлов вызывают (с необходимостью или лишь с той или иной вероятностью) определ. состояния др. узлов; допускается причинно-обусловленное исчезновение одних узлов и возникновение др. узлов, а понятие причинной зависимости уточняется посредством введения понятия о совокупности законов природы, по отношению к к-рой выделяется данная причинная связь; согласно Маркову, событие А – есть причина события В относительно совокупности законов природы М, если на основании этой совокупности законов из того, что наступило событие А, можно (с достоверностью или нек-рой вероятностью) вывести наступление события В; при этом В наступает после А, а в выводе допускается упоминание только о событиях в интервале времени от А до В. Причинная сеть предполагается функционирующей во времени, разделенном на такты (дискретное время), а изучаемые в К. (наряду с дискретными) непрерывные системы (т. е. системы с непрерывным временем и непрерывным пространством) трактуются как предельный случай. Трактовка К. как науки о причинных сетях обнаруживает тесное родство понятия причинности с понятием информации, т.к. последняя в этом случае может пониматься следующим образом: "событие А содержит информацию о событии В относительно совокупности законов природы М, если на основании этой совокупности законов из того, что имеет место событие А, можно заключить о наличии события В" (оговорка о предшествовании одного события другому отсутствует). Т. зр. Маркова означает, что К. применима к любой области, изучение к-рой предполагает рассмотрение причинных зависимостей; применение средств К. имеет смысл в случае, если изучаются или конструируются сложные причинные сети; поскольку системы управления как раз и являются такого рода сетями, определение Маркова не противоречит обычному пониманию К. как науки о процессах управления и переработки информации. С др. стороны, кибернетич. подход предполагает отвлечение от качеств. определенности узлов причинной сети и от специфич. характера законов того множества законов природы М, в связи с к-рым рассматривается данная причинная зависимость; это придает (теоретической) К. характер математич. науки и отличает ее от таких наук, как, напр., биология, в к-рых учитываются как раз качеств. характеристики изучаемых в ней процессов и объектов.

Развитие К. показало большую важность изучения стохастических (вероятностных) процессов и машин, в к-рых случайные процессы играют еущественно-важную роль. Оказывается, что ограниченные возможности детермини-рованного поиска оптимальных значений параметров системы возможно расширить за счет случайного поиска и его сочетания с детерминированным, за счет отбора результатов случайного поиска в соответствии с нек-рыми критериями и введения т. н. усилителя отбора. При этом случайный поиск позволяет машине отыскивать схемы, не предусмотренные конструктором, хотя и по заданному им критерию отбора. В результате еще более глубокий смысл приобретает высказывание Ф. Энгельса о том, что случайность является не только формой проявления необходимости, но и ее дополнением (см. К. Маркс и Ф. Энгельс, Избр. письма, 1953, с. 470).

Категория случайности и понятие случайного поиска с последующим отбором состояний, понятия обратной связи и иерархичности систем управления имеют важное значение для понимания механизма эволюции в живой природе. Кибернетич. подход к живым существам, применение метода аналогий и метода моделирования, а также сравнит. анализа организмов, находящихся на различных ступенях развития, дает возможность более точно исследовать закономерности и механизмы развития в органич. мире. Представление о живых существах как об относительно устойчивых динамич. системах управления и переработки информации, основанное, конечно, на ряде отвлечений и огрубляющих предположений, открывает возможность матем. описания механизмов приспособления к внешней среде и позволяет приступить к уточнению понятий целесообразности и цели. Понятиям цели и степени ее достижения в К. чуждо телеологич. понимание, характерное для религии и идеализма. Эти понятия, применяющиеся в К. безотносительно к природе систем управления, служат своего рода критерием оценки качества процесса управления, определяющим выбор соответствующих действий; в конечном счете понятие цели включает в себя такое свойство, присущее управляющим системам живой природы, как сохранение устойчивости своей организации (гомеостазис) и тесно связано с понятием о п т и м и з а ц и и процесса управления. Изучение в рамках К. общей структуры механизмов целенаправленного поведения систем ставит перед наукой и философией важную проблему изучения происхождения и ступеней развития свойства целесообразности, начиная от простейших приспособит. реакций живого вплоть до сознат. целеполагания и предвидения, свойственного человеку. Разработка этой проблемы открывает путь более глубокому анализу важного вопроса о сходстве и различии между живой и неживой природой. К. подводит к идее общего структурного подхода к объектам внешнего мира, к рассмотрению их как систем, различных по уровню организации, относит. устойчивости, по характеру их функционирования (т.е. по способам взаимодействия составляющих систему компонентов и подсистем, а также целостной системы со средой), что имеет большое значение для обогащения категории качества. Результаты К., как науки о процессах управления в сложных динамических (т.е. изменяющих свое состояние) системах, вносят свой вклад и в категорию развития. Вместе с тем К., при всей широте применения своих методов, остается спец. наукой и ни в коей мере не подменяет материалистич. диалектики.

В кибернетич. и филос. литературе оживленно обсуждаются вопросы о сходстве и различии между машиной-автоматом и живым организмом, между машиной и человеком, мозгом и кибернетич. устройством; о том, как далеко простираются аналогии между ними, каковы возможности и перспективы моделирования психич. функций с помощью технич. устройств; о том, можно ли в принципе создать автоматы, эквивалентные по своим функциональным возможностям живым системам. Ответы на эти вопросы тесно связаны с выяснением диалектики простого и сложного, с понятиями сложной системы и уровня сложности. В основе встречающегося в зарубежной литературе механистич. отождествления живого и неживого лежит односторонний количеств. подход, при к-ром не учитываются структурные особенности сравниваемых систем, а ударение делается на бросающемся в глаза различии между относит. небольшим количеством элементов в совр. машинах и огромным числом клеток мозга (примерно 14–15 миллиардов) (см., напр., Дж. Т. Калбертсон, Некоторые неэкономичные работы, в сб.: "Автоматы", М., 1956, с. 142–43, 160). Однако данные нейрофизиологии и самой К. свидетельствуют о том, что различие между живым и неживым, между машиной и мозгом состоит не столько в количестве элементов, сколько в их характере и способах их организации. Живые системы характеризуются не только огромным числом исходных элементов, но и сложной структурой их соединения и взаимодействия. Структурная сторона различия систем и привела к понятию "сложности" системы. В настоящее время имеются только подходы к определению понятий "сложности", "сложной системы", а также понятия о качественных уровнях или "порядках сложности". В попытках определить понятие сложной системы функционально особо подчеркивается наличие большого числа параметров и нелинейный характер зависимостей (т. е. отсутствие пропорциональности) между ними; это объясняется глубокой взаимной обусловленностью элементов и подсистем, образующих целостную систему (см., напр., У. Р. Эшби, Введение в кибернетику, М., 1959, с. 18–20, а также его статью "Применение кибернетики в биологии и социологии", в журн.: "Вопросы философии", 1958, No 12). В качестве важного критерия сложности системы выдвигается способность к воспроизведению себе подобных и к совершенствованию (см. Дж. Нейман, Общая и логическая теория автоматов, в кн.: А. Тьюринг, Может ли машина мыслить?, М., 1960, с. 92–101). Др. подход связывает понятие сложности с иерархичностью систем управления. Во всяком случае, естественно считать, что с каждой системой управления, обладающей данными функциями, связан нек-рый порядок сложности. Для живых организмов этот порядок весьма высок. Поскольку же исходные элементы, используемые в совр. кибернетич. устройствах (ламповые, полупроводниковые, ферромагнитные и др. элементы), по ряду параметров обладают, в сравнении с нейронами мозга, гораздо меньшими функциональными возможностями, для воспроизведения на моделях даже нек-рых существенных функций мозга требуется такое громоздкое устройство, что создание подобной модели практически вряд ли осуществимо.

С т. зр. материалистич. диалектики все это означает, что системы более высокого качества, или "порядка сложности", несводимы полностью к системам качественно более простым; сложные системы подчиняются не только законам, общим для них с более простыми системами, но и нек-рым специфич. закономерностям. Наиболее яркое и наглядное различие между человеком и автоматом обычно находят в способности человека к творч. деятельности, к созданию нового, а также в способности к эмоциональным переживаниям. Сущность этих способностей с кибернетич. точки зрения состоит в следующем. Все поведение животных и человека можно рассматривать как "решение задач", начиная от простейших у животных и до сложнейших теоретич. задач у человека. Ситуация задачи (проблемная ситуация, или ситуация вопроса) возникает в условиях неуравновешенности организма со средой, т.е. тогда, когда налицо несоответствие между необходимыми условиями существования организма и наличными условиями, а в прошлом опыте непосредственно нет информации (или эта информация неполна) о тех способах действия, к-рые надо совершить для ликвидации этой неуравновешенности; ситуация задачи приводит систему в особого рода неустойчивое состояние, к-рое в психологии наз. состоянием ориентировочной активности (потребности). Это состояние и является источником поисковых реакций по нахождению недостающего звена для "решения задачи", т.е. для достижения цели – удовлетворения органич. или социальной потребности. В целом структура решения поведенческой задачи включает: 1) Постановку задачи, т.е. определение "цели" и общего критерия, задающего направление поисков и характер выбора (оценки) действий (этот этап соответствует возникновению "ситуации вопроса"). 2) Решение задачи, состоящее из: а) применения "готовых" способов действия, содержащихся в прошлом опыте, б) нахождения недостающих звеньев посредством поисков трех видов – детерминированного (локального), к-рый однозначно определяется последовательностью внешних воздействий и внутренним состоянием системы, включая прошлый опыт, случайного (слепого), когда эта связь неоднозначна, и поиска смешанного вида, сочетающего два предыдущих. В К. дано математич. описание методов детермини-рованного поиска (метод поочередного изменения параметров, метод наискорейшего спуска, градиентный метод и др.), методов случайного поиска (напр., схема гомеостата У. Р. Эшби) и методов смешанного типа [к к-рым относится т.н. метод оврагов И. М. Гельфанда и М. Л. Цетлина; изложение видов поиска см. в ст. И. М. Гельфанда и М. Л. Цетлина "О некоторых способах управления сложными системами", УМН, т. XVII, вып. 1 (103), 1962 ]. 3) Интерпретацию решения, определяющую возможные применения структуры решения, выход в сферу предметных действий. Машины совр. типа способны к реализации многих процессов, указанных в пункте 2 (они могут менять программу своей работы и находить новые алгоритмы, позволяющие лучше решать задачи нек-рого класса, переходить от одной системы формализации к другой и т.д.). Однако цель и критерии выбора путей для ее достижения совр. машинам "задает" человек в форме общей конструкции машины или в виде общей программы-стратегии, к-рая может варьироваться машиной в зависимости от условий; человек же истолковывает решения, использует их для тех или иных целей. Первый и третий пункты процесса "решения задач" у живых существ определяются побудит. состояниями ориентировочного, органического и (у человека) социального порядка, отсутствующими у машин совр. типа. А это и означает, что данные машины не обладают способностью к творчеству, т.к. постановка задачи и интерпретация решения не отделимы от творч. деятельности. Эмоциональные переживания у животных и у человека также зависят от наличия соответствующих потребностей биологич. или социального порядка. Раскрытие природы побудит. состояний живых организмов в конечном счете связано с изучением сущности жизни, с раскрытием закономерностей живых (и подобных живым) систем, обладающих "...с а м о с т о я т е л ь н о й силой реагирования" (Энгельс Ф., Диалектика природы, 1955, с. 238), т.е. свойством самосохранения посредством самоорганизации, самосовершенствования, в частности способностью самостоятельно вырабатывать все более высокие критерии поиска и отбора, от к-рых зависит самообучение и творчество. В совр. кибернетич. концепциях понятия "самоорганизация", "самосовершенст-вование", "самообучение" и т.п. имеют довольно условный смысл, поскольку предполагают взаимодействие машины и человека, без к-рого любые совр. машины лишены самостоятельности. С помощью кибернетич. устройств совр. типа можно моделировать, воспроизводить определ. стороны психич. функций животных и человека в той мере, в какой удается отвлечься от побудительных состояний живых систем. Сложные автоматы совр. типа могут выполнять операции, не предусмотренные конструктором, могут находить оптимальный закон поведения системы в результате поисков и обследования обстановки. Однако в машину необходимо заложить общий критерий, оценивающий результаты ее работы и направляющий ее. Совр. системы управления представляют собой системы типа "человек-автомат", в к-рых решающая роль в конечном счете принадлежит человеку, автоматы же являются продолжением функций человека, усиливают и совершенствуют их.

Что касается вопроса о возможности создания автоматов нового типа, к-рые обладали бы самостоятельностью вплоть до способности к воспроизведению себе подобных, приспособлению к окружающей среде, к самосовершенствованию и творчеству, т.е. относились бы к роду жизнеподобных систем, то он в настоящее время является открытым. Дискуссионный характер этой проблемы обусловлен рядом трудностей и невыясненных моментов. Те определения жизни, психики, сознания, к-рые имеются в совр. биологии и психологии, имеют недостаточно точный характер, содержат чисто описат. элементы и нераскрытые пункты; они еще далеки от того, чтобы быть выраженными с помощью тех логико-математич. средств; к-рые используются в совр. определениях понятий автомата и вычислит. машины. Одной из задач, к-рые выдвигает К. перед указ. науками, как раз и является выработка более строгих определений этих понятий. С др. стороны, существующие определения понятий системы управления, вычислит. машины, автомата и т.п. [напр., в виде машины Тьюринга (см. С. К. Клини, Введение в метаматематику, М., 1957, гл. 13; Б. А. Трахтенброт, Алгоритмы и машинное решение задач, М., 1960) или конечного автомата (см. H. E. Кобринский и Б. А. Трахтенброт, Введение в теорию конечных автоматов, М., 1962) ], хотя они и носят математически-точный характер, также непосредственно не могут служить основой анализа сравнительных возможностей автомата и мышления, т.к. базируются на весьма сильных абстракциях и не пригодны для выражения всех существенно важных свойств разнообразных кибернетич. устройств. Этот характер осн. понятий, используемых при попытках сравнит. анализа интеллектуальных возможностей машины и человека, отражает совр. уровень знаний о явлениях жизни и психики, а также состояние кибернетич. техники, находящейся лишь в самом начале своего развития. Несмотря на дискуссионный характер вопроса о будущем искусств. кибернетич. устройств, бесспорно, что с методологич. т. зр. неправомерно какое бы то ни было противопоставление автоматов разуму общественного человека, приобретшего способность к мышлению в результате развития трудовой деятельности, т.к. в понятие коллективного человеч. интеллекта включается и все, что человек создает для расширения возможностей своего мышления. Какие бы формы ни приняло в будущем развитие кибернетич. техники, в социальном отношении она всегда будет средством, используемым человеч. обществом для решения производств., познавательных и др. задач.

Лит.: Энгельс Ф., Диалектика природы, М., 1955; Ленин В. И., Материализм и эмпириокритицизм, Соч., 4 изд., т. 14; Резолюция XII съезда РКП(б), в кн.: КПСС в резолюциях и решениях съездов, конференций и пленумов ЦК. ч. 1, 7 изд., М., 1954, с. 720–22; Программа КПСС, М., 1961, с. 66, 71, 74, 126–29; Котельников В. Α., О пропускной способности "эфира" и проволоки в электросвязи, в кн.: Материалы к 1 Всесоюзному съезду по вопросам технич. реконструкции дела связи и развития слаботочной пром-сти. По радиосекции, [М. ], 1933; Гаврилов Μ. Α., Теория релейно-контактных схем, М.–Л., 1950; Кирпичев М. В., Теория подобия, М., 1953; Теория следящих систем, 2 изд., М., 1953; Xинчин А. Я., Понятие энтропии в теории вероятностей, "Успехи матем. наук", 1953, т. 8, вып. 3 [55 ]; Марков Α. Α., Теория алгорифмов, "Тр. матем. ин-та им. В. А. Стеклова", 1954, т. 42; его же, Математическая логика и вычислительная математика, "Вестн. АН СССР", 1957, No 8; Синтез электронных вычислительных и управляющих схем, пер. с англ., М., 1954; Анохин П. К., Особенности афферентного аппарата условного рефлекса и его значение для психологии, "Вопр. психологии", 1955, No 6; его же, Физиология и кибернетика, "Вопр. философии", 1957, No 4; Кольман Э., Что такое кибернетика?, там же, 1955. No 4; Соболев С. Л., Китов А. И. и Ляпунов Α. Α., Основные черты кибернетики, там же; Ρогинский В. Н., Харкевич А. Д., Релейные схемы в телефонии, М., 1955; Харкевич Α. Α., Очерки общей теории связи, М., 1955; Автоматы. Сб., пер. с англ., М., 1956; Μорз Φ. Μ. и Кимбелл Дж. Е., Методы исследования операций, пер. с англ., М., 1956 (им. библиогр.); Цянь Сюэ-сэнь, Техническая кибернетика, пер. с англ., М., 1956; Бэлэнеску И. Н., Кибернетика и некоторые вопросы физиологии и психологии, "Вопр. философии", 1957, No 3; Голдман С., Теория информации, пер. с англ., М., 1957; Кобринский А. Е., Брейдо М. Г., Гурфинкель В. С., Сысин А. Я., Цетлин М. Л., Якобсон Я. С., Биоэлектрическая система управления, "Докл. АН СССР", 1957, т. 117, No 1; Ляпунов Α. Α., Шестопал Г. Α., Об алгоритмическом описании процессов управления; "Матем. просвещение", 1957, вып. 2; Машинный перевод, пер. с англ., M., 1957 (им. библиогр;); Сессия АН СССР по научным проблемам автоматизации производства 15–20 окт. 1956 г., т. 1–2, М., 1957; Фельдбаум Α. Α., Вычислительные устройства в автоматич. системах, М., 1960; Араб-Оглы Э. Α., Социология и кибернетика, "Вопр. философии", 1958, No 5; Соболев С. Л. И Ляпунов А. Α., Кибернетика и естествознание, там же; Αрхангельский H. A., Зайцев Б. И., Автоматич. цифровые машины, М., 1958; Блекуэлл Д., Гиршик М. Α., Теория игр и статистических решений, пер. с англ., М., 1958; Винер Η., Наука и общество, "Вопр. философии", 1961, No 7; Брайнес С. Н., Напалков А. В., Свечинский В. Б., Проблемы найрокибернетики, М., 1959; Бут Э. и Бут К., Автоматические цифровые машины, пер. с англ., М., 1959 (им. библиогр.); Венсан К. и Гроссен В., Курс на автоматизацию, [пер. с франц. ], М., 1959; Влэдуц Г. Э., Haлимов В. В., Стяжкин Н. И., Научная и технич. информация как одна из задач кибернетики, "Успехи физ. наук", 1959, т. 69, вып. 1; Китов А. И. и Криницкий Η. Α., Электронные цифровые машины и программирование, М., 1959; Линейные неравенства и смежные вопросы. Сб., пер. с англ., М., 1959 (им. библиогр.); Логические исследования. Сб., М., 1959; Машинный перевод и прикладная лингвистика, вып. 1–7, 1959–62; Ηогид Л. М., Теория подобия и размерностей, М., 1959; Применение математики в экономич. исследованиях, М., 1959; Соколовский Ю. И., Кибернетика настоящего и будущего, X. 1959 (им. библиогр.); Xартли Р. В. Л., Передача информации, в кн.: Теория информации и ее приложения. [Сб. пер. ], М., 1959; Эшби У. Р., Введение в кибернетику, пер. с англ., М., 1959 (им. библиогр.); Айзерман Μ. Α., Кибернетика и автоматизация производства, M., 1960; Берг А. И., Электроника и кибернетика, "Изв. высш. учебн. заведений. Радиотехника", 1960, т. 3, No 1 ; его же, О некоторых проблемах кибернетики, "Вопр. философии", 1960, No 9; Норберт Винер в редакции нашего журнала, там же; Кибернетический сборник, вып. 1–3, 1960–61; Maк-Кинси Дж., Введение в теорию игр, М., 1960 (им. библиогр.); Моисеев В. Д., Вопросы кибернетики в биологии и медицине, М., 1960 (им. библиогр.); Пекелис В. Д., Человек, кибернетика и бог, "Наука и религия", 1960, No 2; Применение логики в науке и технике, М., 1960; Ровенский З., Уемов Α., Уемова Е., Машина и мысль, М., 1960; Трахтенброт Б. Α., Алгоритмы и машинное решение задач, 2 изд., М., 1960; Теория информации в биологии, М.. 1960; Яглом А. М., Яглом И. М., Вероятность и информация, 2изд., М., 1960 (им. библиогр.); Ахманова О. С., Мельчук И. Α., Падучева Е. В., Фрумкина Р. М., О точных методах исследования языка, М., 1961; Беркли Э., Символическая логика и разумные машины, пер. с англ., М., 1961 (им. библиогр.); Бернштейн Η. Α., Пути и задачи физиологии активности, "Вопр. философии", 1961, No 6; Ляпунов А. А. и Китов А. И.,. Кибернетика в технике и экономике, там же, No 9; Парин В. В., Кибернетика в физиологии и медицине, там же, No 10; Бирюков Б. В., Коноплянкин А. Α., Развитие логико-математических идей как элемент исторической подготовки кибернетики, "Вестн. истории мировой культуры", 1961, No 6; Громов Е., Технический прогресс, проблемы личности и идеал, там же; Гаазе-Рапопорт М. Г., Автоматы и живые организмы, М., 1961 (им. библиогр.); Гасс С., Линейное программирование, пер. с англ., М., 1961 (им. библиографич. указатель); Гельфанд И. М., Цетлин М. Л., Принцип нелокального поиска в системах автоматической оптимизации, "Докл. АН СССР", 1961, т. 137, No 2; Глушков В. М., Абстрактная теория автоматов, "Успехи матем. наук", 1961, т. 16, вып. 5 (101); Гнеденко Б. В., Королюк B.C., Ющенко Е. Л., Элементы программирования, М., 1961; Кибернетику – на службу коммунизму. Сб. ст. под ред. А. И. Берга, т. 1, М.–Л., 1961; Кобринский А. Е., Числа управляют станками, М., 1961; Льюс Р. Д., Ρайфа X., Игры и решения, пер. с англ., М., 1961 (им. библиогр.); Ρеймон Φ. Α., Автоматика переработки информации, пер. с франц., М., 1961; Философские вопросы кибернетики, М., 1961 (им. библиогр.); Цетлин М. Л., О поведении конечных автоматов в случайных средах, "Автоматика и телемеханика", 1961, т. 22, No10; Эндрью А. М., Система регулирования с самооптимизацией параметров и некоторые принципы более совершенных обучающихся машин, в кн.: Тр. I Международного конгресса Международной федерации по автоматическому управлению,. М., 1961; Буш Р. Р. и Мостеллер Ф., Стохастические модели обучаемости, пер. с англ., М., 1962 (им. библиогр.); Ительсон Л. Б., Кибернетика и вопросы психологии труда, "Вопр. философии", 1962, No 4; Кобринский Η. Е. и Трахтенброт Б. Α., Введение в теорию конечных автоматов, М., 1962 (им. библиогр.); Глушков В. М., Синтез цифровых автоматов, М., 1962; Rosenblueth A. andothers, Behaviour, purpose and teleology, "Philos. Sci.", 1943, v. 10, [No 1–2 ]; Neumann J. von and Morgenstern O., Theory of games and economic behaviour, [2 ed. ], Princeton, 1947; Shannon C. E., A mathematical theory of communication, "The Bell System Technical J.", 1948, v. 27, No 3–4; Brillouin L., Life, thermodynamics and cybernetics, "Amer. Scientist", 1949, v. 37, No 4 (October); его же, Maxwell's demon cannot operate: Information and entropy. I, "J. Applied Physics", 1951, v. 22, No 3; Mас Кay D. M., The Electronic brain and its philosophical implications, "The Christian Graduate", 1949, September; его же, Mentality in machines, "Proc. Aristotelian Soc. Suppl.", 1952; Mc Culloch W. S., The brain as a computing machine, "Electr. Engineering", 1949, v. 68, No 6; Struven D. J., Brain as a computing machine, там же, No 7; Shannon С. Ε. And Weaver W., The mathematical theory of communication, Urbana (Ill.), 1949 (част. пер. в кн.: Теория передачи электрич. сигналов при наличии помех, М., 1953, с. 7–87); Rashevsky N., Some bio-sociological aspects of the mathematical theory of communication, "Bull. Mathematical Biophysics", 1950, v. 12, No 4; Couffignal L., Les machines à penser, P., 1952; Burks A. W. and Wright J. В., Theory of logical nets, "Proc. of IRE", 1953, v. 41, No 10; Ashby W. R., Design for a brain, [2 ed. ], N. Y., 1954; Gruenberg E. L., Thinking machines and human personality, "Computers and Automation", 1954, v. 3, No 2; Кemeny J. G., Man viewed as a machine, "Sei. Amer.", 1955, v. 192, No 4; Вurks A. W., Wang H., The logic of automata, Univ. of Michigan, Engineering Research Inst., Ann Arbor-Michigan, 1956; Burks A. Wand Сopi I. M., The logical design of an idealized generalpurpose computer, pt 1–2, "J. Franklin. Inst.", 1956, v. 261, No 3–4; Information theory in psychology, Glencoe, [1956 ]; Wiener N., I am a mathematician ..., L., 1956; Neumann J. von, The computer and the brain, [2 ed. ], New Haven, 1958; Newell Α., Shaw J. С., Simon Η. Α., Elements of a theory of human problem solving, "Psychol. Rev.", 1958, v. 65, No 3; Andrew A. M., Learning machines, в сб.: Mechanisation of thought processes, v. 1, L., 1959; Chomsky N., On certain formal properties of grammars, "Inform, and Control", 1959, v. 2, No 1–2; Church Α., Application or recursive arithmetic in the theory of computers and automatas Univ. Michigan, pt 1–68, 1959; Newman E. В., Man and information: a psychologistťs view, "Nuovo Cimento", suppl. al v. 13, ser. 10, 1959, No 2; Steinbuch K., Lernende Automaten, "Electronische Rechenanlagen", 1959, H. 3–4; его же, Die Lernmatrix, "Kybernetik", 1961, Bd 1, H. 1; Braines S. N., Napalkov A. V. and Shreider Yu. Α., Analysis of the working principles of some self-adjusting systems in engineering and biology, в кн.: Information processing. UNESCO, P. – Münch. – L., 1960; Кilburn J., Grimsdale R. L., Sumner F. H., Experiments in learning and thinking, там же; Frank Η., Über das Intelligenzproblem und der Informationspsychologie Grundlagen-Studien aus Kybernetik und Geisteswissenschaft, 1960; Ρask С., The cybernetics of evolutionary processes and of selforganising systems, 3 rd Congress of the International Association of Cybernetics, Namur (Belgium) in September, 1961 ; Rapoport A., The perfect learner, "Bull. Mathematical Biophysics," 1961, v. 23, No 4; Feigenbaum E. A. and Simon Η. Α., Generalization of an elementary perceiving and memorizing machine, Congress IFIPS, II, Münich, August, 1962.