Социально-экономические системы относятся к особому классу информационных систем: самоорганизующихся, самообучающихся нелинейных адаптивных систем, созданных человеком. Информационное взаимодействие между элементами и значительная роль информации позволяют исследовать социально-экономические системы как нейронные сети. Классическая искусственная нейронная сеть (например, сеть Коско, сеть Хопфилда, самоорганизующиеся карты Кохонена) представляет собой образец самоорганизующейся информационной системы. Однако если проблема создания искусственной нейронной сети в рамках информационных технологий и инженерных задач на сегодняшний момент достаточно хорошо изучена, то проектирование социальных систем как эффективной нейронной сети до настоящего времени является нерешенной задачей. Известную сложность создает отсутствие формализованного подхода и исследования социально-экономических систем с позиций универсальных общесистемных принципов и законов.
Понятие, структура и механизм функционирования социально-экономической нейронной сети – SENS-системы
Искусственная нейронная сеть представляет собой систему взаимодействующих искусственных нейронов, спроектированную по принципу организации и функционирования биологических нейронных сетей. Основной принцип работы нейронных сетей основан на управляемом информационном взаимодействии элементов сети, причем каждый элемент оперирует с ограниченным объемом информации и взаимодействует только с заданными элементами. Таким образом, объем информационного потока (входных и выходных сигналов) снижается за счет строгого ограничения элементов, с которыми каждый вступает в связь.
Обозначим информационную социально-экономическую нейронную сеть SENS-системой. Система состоит из элементов, имеющих определенные связи и взаимодействующих между собой. Назовем их SENS-модули. Каждый из модулей получает входной сигнал (управляющую информацию, функциональную). На выходе имеется преобразованная информация – выходной сигнал, результат действия на основе входящей информации. Совокупность SENS-модулей образует нейронную сеть.
Решение сложных задач осуществляется за счет взаимодействия (коллаборации) модулей при временной и пространственной когерентности процессов. Например, на рис. 1 представлено схематичное изображение простой нейронной сети.
Рис. 1. Схематичное изображение простой нейронной сети
Каждый из SENS-модулей производит информацию и генерирует информационный поток. В результате взаимодействия модулей информационный поток становится организованным, и в результате самоорганизации принимается согласованное решение. На рис. 1 наглядно видна реализация принципа «лазера», когда множество неорганизованных потоков энергии или информации организуются в единый пучок.
Важно, что информационное взаимодействие в нейронных сетях является управляемым, то есть управляющая подсистема строго ограничивает тот набор модулей, с которыми вступает во взаимодействие каждый модуль, что позволяет добиться снижения информационной энтропии и повышает управляемость системы. Применительно к SENS-системам это означает, что управляющая подсистема (менеджмент) должны четко определить состав взаимодействующих элементов (исполнителей и структурных подразделений) и ограничить поток входящей и исходящей информации, обеспечив лишь объем, необходимый для реализации функций элементов. Взаимодействие SENS-модулей осуществляется по определенным каналам связи. Каждый модуль принимает решение в рамках своей компетенции, при этом каждый элемент реализует свои функции (функционально дифференцирован). Если увеличить число связей, то это приведет к усложнению системы и росту числа возможных альтернативных состояний, которые может принять система в процессе своего развития.
Центральный сбор и обработку информации выполняют внутренние регуляторы, осуществляющие мониторинг работы всей системы,. носителями и хранителями информации являются человек и технические средства информационных систем. Задачи и проблемы, связанные с информационными потоками, в основном решаются техническими средствами, а взаимодействие между людьми осуществляется через корпоративную информационно-социальную сеть. Информационные технологии должны быть построены таким образом, что элементы системы сами находят друг друга, формируя сеть, а в случае сбоя – находят новый маршрут передачи информации.
Информационное взаимодействие между элементами-модулями носит ассоциативный и диссоциативный характер, то есть нейронные модули могут объединяться и распадаться (рис. 2).
а б
Рис. 2. Ассоциативное (а) и диссоциативное (б) взаимодействие SENS-модулей
Связи между элементами носят динамический характер, то есть являются не постоянными, заданными заранее, а корректирующимися в процессе развития и обучения. При этом SENS-система является рекуррентной сетью, то есть выходной сигнал (результат) либо полностью, либо частично передается обратно на модули входной информации (обратная связь). Поэтому как и любая нейронная сеть SENS-система является обучаемой и, главное, самообучаемой.
Производство и создание информации в SENS-системе
Для понимания сущности процесса производства информации в SENS-системах мы будем основываться на понятии информации по Шеннону, а именно, как число возможных исходов [4, 5]:
I = log2Z.
Возникновение информации тесно связано со снижением энтропии. Например, мы имеем набор символов, частота появления каждого имеет определенную вероятность р. Когда мы складываем из букв слово, набор букв обретает смысл – возникает информация. Аналогично можно рассмотреть цифры. Г. Кестлер приводит пример с сейфом: до выбора кода все комбинации являются равновероятными и равноправными. Как только код выбран – возникает информация, и только одна комбинация имеет ценность и смысл [1].
Алгоритм производства информации SENS-системой следующий. В процессе развития система постоянно осуществляет выбор одного из возможных состояний или направлений развития, «запоминая» уже пройденные состояния. Таким образом, в системе накапливаются данные и сведения о прошлых состояниях, ошибках и т.д., то есть создается информация. Осуществляя выбор на основе накопленной информации, реализуется процесс самообучения системы.
Рассмотрим простейший случай. Если рассматривать информацию как вероятность того или иного исхода, то имеем следующее: менеджер принимает стратегическое решение, определяет целевое состояние системы и ожидает адекватной реакции системы. Для реализации управленческого решения используются располагаемые ресурсы. Информация в ходе реализации решения преобразуется в выходную.
Однако для реализации принципа свободы выбора и обеспечения самоорганизации необходимо обеспечение возможности изменения целей и заданной программы функционирования и достижения целей системой. Тогда необходимо ввести элемент, выполняющий функции запоминающего устройства, на входе имеющего информационную память (результат опыта), а на выходе – стратегический целевой вектор и программу функционирования (рис. 3).
Если имеется несколько возможных вариантов исхода события, то появляется возможность выбора наиболее предпочтительного. Полученные результаты сравниваются с запланированными (ожидаемыми), стратегия адаптируется. Пробуя различные варианты стратегии, путей достижения целей, SENS-система обучается, тем самым реализуя процесс системного самообучения. Важной отличительной чертой социально-экономических систем является то, что управляющая подсистема – это менеджеры, люди, имеющие свою информацию и свой личный опыт, то есть к исходной информации, кроме объективной, добавляется и субъективная информация. Если в алгоритм ввести случайный элемент, который вынуждает выбрать ту или иную стратегию (цель и программу достижения целей) на основе случайного значения, то в определенный момент возникает ветвление траектории движения – бифуркация. Тогда стратегическая цель и программа функционирования выбирается в зависимости от значения случайного параметра, к которому обращается регулятор (например, показатель фондовых индексов, курсы валют и др.).
Информация и устойчивость социально-экономической системы
Мы установили, что при взаимодействии между SENS-модулями осуществляется передача информации. Причем передается не вся имеющаяся у модуля информация, а лишь ее часть. Назовем эту часть информации месседжем, или ценностной информацией. Передача информации основана на сохранении исходной информации в процессе ее трансляции, ретрансляции и воспроизведения. У любого объекта – носителя информации – может быть несколько месседжей, возникающих в ходе выполнения различных функций и имеющих различное функциональное назначение (отчеты руководству, приказы подчиненными, слухи для коллег, задания на смену, сведения о выработке, оплате и т.п.).
Обозначим месседж M ∈ E (месседж М содержит определенный объем и содержание информации всего информационного массива, имеющегося у модуля Е). Информация, содержащаяся в месседже, может быть значительно шире, чем обладает Е (например, сведения о ценах на сырье для конкретной компании и весь рынок сырья; процент брака данного рабочего и в целом по предприятию; производительность, выработка каждого исполнителя и в целом по компании). То есть изменение области значений переменных месседжа может значительно выходить за пределы информационного массива объекта-носителя информации, но при этом сами переменные входят в М (например, рабочий Х дает 3 % брака при возможной области значений, предположим от 0 до 100 %) .
Рис. 3. Алгоритм преобразования информации в социально-экономической нейронной сети (SENS-системе)
Если носитель информации обладает несколькими месседжами, имеющими различные функциональные назначения, может возникнуть явление, называемое в теории информации двузначностью – то есть неопределенность результата (или эффекта). Если у нескольких объектов одинаковые месседжи, возникает двусмысленность, или неопределенность причины полученного результата (например, при оценке вклада каждого рабочего в производственную программу, когда все делают одну и ту же работу, сложно определить, кто больше повлиял на результат).
По определению, любая входная информация, поступающая в социально-экономическую систему, выводит ее из устойчивого состояния. Следовательно, задача обеспечения устойчивости и стабильности системы заключается в поиске и установлении объема информации, способного вывести систему из устойчивого состояния. Как и в любой искусственной информационной системе, в социально-экономических системах должна осуществляться фильтрация информацию с тем, чтобы система имела возможность возврата в исходное устойчивое состояние. Однако это осуществимо только до момента пересечения бифуркационной границы – критических значений переменных состояния, в том числе и информации, после которого в системе происходят необратимые изменения параметров, и система переходит в новое качественное состояние (более подробно см. [2]).
Таким образом, мы выходим на понимание того, что состояние социально-экономической информационной системы во многом определяется информацией. Традиционные количественные показатели результативности деятельности социально-экономической системы, такие как прибыль, загрузка производственных мощностей, производительность труда и т.п. имеют информационную привязку, так как обретают смысл в сравнении с аналогичными значениями в другое время и в других системах. В информационных системах проблема устойчивости может быть решена через управление информационными потоками и обратной связи. Тогда устойчивая система – это система, в которой элементы способны к двустороннему обмену информационными потоками. В противном случае (однонаправленный информационный поток) информационные ресурсы полностью расходуются в одну сторону (вход или выход). Следовательно, равновесие (гомеостазис) предполагает уравновешивание потоков информации. В устойчивом состоянии управление системой осуществляется в форме саморегулирования и самоуправления, без непосредственного управляющего воздействия, так как внутренний механизм позволяет адекватно реагировать на изменения. Следовательно, значение управляющего сигнала (управляющей информации) стремится к нулю при устойчивом состоянии системы, а при неустойчивом становится положительным. При этом нестабильные системы, в состоянии неустойчивости быстрее и лучше реагируют на изменения и получают ресурсы в большем объеме, так как их деятельность ориентирована на создание новых связей.
Заключение
Современная информационная эпоха ставит задачи поиска новых методов проектирования социально-экономических систем. Обобщая проведенное исследование можно сделать вывод, что проектирование социально-экономических систем как нейронных сетей является одной из наиболее актуальных и интересных задач, стоящих перед современной наукой и практикой управления. Применение принципов функционирования и развития нейронных сетей в социально-экономических системах позволяет повысить их эффективность, управляемость в условиях все возрастающих объемов и значимости информации в современном обществе и экономике.
Рецензенты:
Смирнов С.Б., д.э.н., профессор, заведующий кафедрой экономической теории и бизнеса НИУ «ИТМО», декан гуманитарного факультета, НИУ «ИТМО», г. Санкт-Петербург;
Терешкина Т.Р., д.э.н., профессор, декан факультета экономики и менеджмента, зав.кафедрой маркетинга и логистики Санкт-Петербургского государственного технологического университета растительных полимеров, г. Санкт-Петербург.
Работа поступила в редакцию 19.02.2013.