Г. Р. Громов АВТОФОРМАЛИЗАЦИЯ  ПРОФЕССИОНАЛЬНЫХ   ЗНАНИЙ  
 
http://www.netvalley.com/intval/07262/out_files/prevbutton_grey_3.gif «Микропроцессорные средства и системы», # 3 1986,c. 82 http://www.netvalley.com/intval/07262/out_files/nextbutton_grey_4.gif



включения в производственный процесс огромной массы накопленных человечеством профессиональных знаний, вызовет резкий, «взрывной» рост производительности труда. Однако, как известно, за первые 30 лет компьютерной эры этого так и не произошло. В США, например, огромные и быстро растущие расходы на компьютерную техники сопровождались и период с начала 50-х во конца 70-Х годов неуклонным снижением темпов роста производительности труда. Основная причина наблюдаемого за последние десятилетия снижения темпов роста производительности труда в промышленно-развитых странах — непрерывный отток людей из сферы материального производства в «информационную сферу» народного хозяйства. Рост численности «информационных рабочих» «knowledge workers» вызван постоянным увеличением сложности индустриального общества и, как следствие, объема циркулирующих в нем информационных потоков. Однако, если машины и системы автоматизации в сфере материального про-иавйдства постоянно совершенствовались и, соответственно, производительность труда там возрастала, то в сферу обработки информации, где трудятся ученые и специалисты, служащие, руководители всех уровней — средства автоматизации проникали до сих пор с большим трудом. численность людей, занятых в информационной сфере, составляла поэтому к началу 80-х годов в большинстве промышленно развитых стран уже около 50 % от общего числа занятых во всех отраслях народного хозяйства и продолжала быстро расти. Естественно было бы в этих условиях задать очевидный вопрос: чем же объяснить, что за 30 лет эры ЭВМ уровень автоматизации труда людей, работающих в сфере обработки информации, в среднем почти не изменился?

Барьер формализованных знаний

Дело в том, что первые поколения ЭВМ были созданы для решения в основном лишь хорошо поставленных математических задач и, в первую очередь, задач чисто расчетного характера. «Ибо это недостойно рода человеческого, подобно рабам тратить часы на вычисления» — столетиями сокрушались математики. Созданная для решения такого типа задач вычислительная машина стала со временем полезным инструментом и в целом ряде других областей приложений, б основном ЭВМ применялись там, йде необходимо было решать корректно поставленные на формальном уровне задачи. Как правило, это были наиболее приоритетные нзродно-хозяйстнениые и оборонные задачи из достаточно «продвинутых» по уровню накопленного задела математических методов областей 'точных наук». Успешными оказались и попытки решения на ЭВМ так называемых информационных задач, существо которых обычно заключается в необходимости автоматизировать процесс хранения и быстрой обработки больших объемов хорошо структурированных данных по стандартным алгоритмам: поиск патентной информации или библиографических ссылок, некоторые банковские операции, продажа авиабилетов, п т. д.

_________________________________________

Успех (или провал) попытки отчуждения профессиональных знаний от их "богоизбранных» носителей по самого последнего времени определялся возможностью {или невозможностью) их формализации математическими методами. Области профессиональных знаний, которые оказались доступны для такого подхода, получили название «точных наук».

__________________________________________

Однако все попытка в поисках эффективных областей приложений ЭВМ выйти за пределы ранее накопленного задела формализованных зада'! и ранее сложившегося в хозяйственном механизме фонда структурированных данных наталкивались на значительные, быстро растущие (по мере углубления понимания предметной области) трудности.

Как заметил об этом К. Шеннон, "ЭВМ выглядят как ученые схоласты. При вычислении длинной цепи арифметических операций ЭВМ очень значительно обгоняют человека. Когда же пытаются приспособить ЭВМ для выполнения неарифметических операций, они оказываются неуклюжими и неприспособленными для такой работы".

Все это вынудило на рубеже 80-х годов несколько более критически оглянуться на пройденный путь. При этом выяснилось, что, как и предсказывал Шеннон, «в здании нашего несколько искусственно созданного благополучия» видны зияющие провалы.

Кроме упомянутого выше примера низведения тысячелетиями охраняемых таинств «жрецов-звездочетов» до уровня широко доступных практическому использованию законов небесной механики, можно было бы привести множество и других столь же убедительных примеров из самых различных областей «точных наук», показывающих, как процесс формализации знаний завершался, в случае успеха, разработкой математически строгой техники отчуждения «внутрицеховых» профессиональных тайн. Однако не менее важно и то, что далеко не все «форты» профессиональных знаний удавалось до сих пор брать «лобовой атакой», используя лишь тот арсенал средств формализации, которым располагала традиционная математика. Например, передача профессиональных знаний в таких важнейших областях современной науки, как медицина, происходит и сегодня во многом теми же сред-

ствами, что и тысячу лет назад. Причем происходит это вовсе не от недостатка внимания сторонников «точных методов» к этой древнейшей из наук. Как заметил академик И. М. Гельфанд, подводя итоги 15 лет работы по медицинской диагностике и прогнозированию возглавляемого им коллектива математиков и врачей, 'применение математических методов в медицине, несмотря на относительно длинную историю, все еще находится в начальной стадии. При первых же столкновениях с реальным медицинским материалом стало ясно, что те испытанные общие принципы, с которыми математики подходили к физическим и техническим задачам, в этой новой области плохо применимы. Аналогичное положение дел имеет место, по-видимому, и в других нетрадиционных для применения математики, областях».

Развнвая мысль, которую И. М. Гелъфанд вкладывает в заключительное обобщение, можно было бы отметить, что медицина далеко не единственный «крепкий орешек» для традиционных методов формализации профессиональных знаний. Дело здесь, видимо, в существенно разном уровне сложности задач, которые возникают при необходимости вычислить баллистическую траекторию, оценить ожидаемую температуру газа, или же механизм функционирования живой клетки, целостного человеческого организма, производственного предприятия, отрасли, и т.д.

«Совершенно естественно,— отмечал в это/л контексте Ж. Аданар.— говорить об уме более интуитивном, когда зона комбинирования идей находится глубоко, и об уме логическом, если эта зона расположена достаточно поверхностно».

Структура фонда профессиональных знаний

Чтобы попытаться оценить, как соотносятся между собой по относительному объему различные «слои» накопленных человечеством профессиональных знаний, давайте проделаем в этом зале простой эксперимент. Я буду последовательно задавать вопросы, а вы попытайтесь отвечать на них каждый самому себе. Потом мы сопоставим ответы...    Давайте примем за 100 % объем наших знаний в той области, где вы считаете себя наиболее сильным в профессиональном отношении. А теперь попытайтесь оценить, какую часть из полного объема ваших про-

http://www.netvalley.com/intval/07262/out_files/prevbutton_grey_3.gif «Микропроцессорные средства и системы», # 3 1986,c. 82 http://www.netvalley.com/intval/07262/out_files/nextbutton_grey_4.gif