Новый взгляд на науку «кибернетика» и уточнение предмета ее исследований

Уточнение предмета исследований науки кибернетики

Результат «многовекового развития познавательной деятельности человечества»  к началу XXI века породил целую гамму наук, предмет познания которых направлен на изучение той или иной формы существования материи. В частности, «физика изучает строение неживой материи и наиболее общие формы ее движения, а именно механическое, молекулярное, тепловое, электромагнитное, внутриатомное и внутриядерное». «Химия, наука, изучающая превращение веществ (формы существования материи), сопровождающееся изменением их состава и (или) строения». К концу XIX века стало  очевидным, что изучаемые физикой и химией материальные системы подчиняются законам термодинамики. В частности, в этих системах имеет место явление энтропии – следствие первого и второго законов термодинамики. Другими словами, термодинамическое состояние материальных систем подвержено во времени и в пространстве тепловой (энергетической) ассимиляции с окружающей средой. В физике для этого случая даже используется специальный термин «тепловая смерть».

Еще первооткрывателями кибернетики было замечено, что в системах, с которыми она имеет дело, возникают сложности с выполнением законов термодинамики. К ним обычно относят живые системы, либо специальные системы искусственного происхождения.  Однако исследования показали, что таким свойством обладают и более простые  системы. Действительно, в той же термодинамике есть противовес деструктивному процессу «тепловой смерти», благодаря чему система (не обязательно живая) стремится достичь автономного, независимого состояния по отношению к окружающей среде. Одним из таких противовесов можно рассматривать принцип Ле-Шателье – Брауна, согласно которому в системе возникает прямая реакция, направленная на уменьшение внешних воздействий.

В авторегулировании известны два противоположных способа достижения автономного и устойчивого состояния системы. К ним относятся управления по разомкнутому и замкнутому контуру. Замкнутый контур предусматривает управление системой с помощью обратной связи, а в разомкнутом контуре такой связи нет. Живая природа изобилует примерами использования обратной связи. В работе [1] приводится пример достижения устойчивого состояния неживой системы с помощью обратной связи, когда стабилизация температуры звезды осуществляется за счет ее расширения во время нагревания, которое вызывается термоядерной реакцией.

Приведем несколько примеров устойчивого состояния системы неживой природы за счет управления по разомкнутому контуру.

Первый пример. Рассмотрим систему эквипотенциальных точек поверхности. Разность потенциалов этих точек не зависит от увеличения или уменьшения напряженности поля, создающего эту поверхность. Другими словами, такая система точек приходит в устойчивое состояние за счет регулирования ее без обратной связи – по разомкнутому контуру. Частным случаем рассматриваемой системы является сбалансированная мостиковая электрическая схема, на выходе которой напряжение равно нулю при любом изменении напряжения питания (воздействия внешней среды).

Второй пример. Рассмотрим дождь как динамическую систему капель, которая берет свое начало в атмосфере, где происходит конденсация паров воды, и заканчивается на поверхности Земли. В момент конденсации пара под воздействием законов термодинамики капли воды располагаются в пространстве произвольно. Однако, как только они начинают двигаться в направлении Земли, то происходит их структурирование. Капли выстраиваются друг за другом в систему цепочек (струек) и приземляются только в определенные места. Для системы капель действуют законы аэродинамики таким же образом, как они действуют во время гонки велосипедистов. Поскольку, в силу влияния указанных законов, движение велосипедиста вслед за лидером – облегчено, то спортсмены стараются и группироваться вокруг него. Аналогично капли «ищут» облегченный путь во время своего свободного падения, что в конечном итоге и приводит их к структурированию в рассматриваемую динамическую систему, противодействуя тем самым рассеивающему влиянию окружающей среды.

Третий пример. При возвращении космического корабля (материальной системы) на Землю во время вхождения в плотные слои атмосферы возникает огромное повышение его температуры (разрушительное воздействие внешней среды). Отвод тепла в этом случае (обеспечение автономности рассматриваемой системы) можно совместить с отрывом обгоревшей обшивки корабля, которую для этой цели необходимо предусмотреть.

Список примеров систем из неживой природы, противодействующих законам термодинамики можно продолжить. В частности, исследования показали [2], что даже на элементарном микроуровне – в системе, которая «отвечает» за генерирование фотона, материя существует в таком виде, что она сопротивляется агрессивному воздействию внешней среды. В работе [3] приводятся примеры вечных двигателей, созданных  природой, что тоже подтверждает существование материальных систем, в которых не соблюдаются законы термодинамики.

Таким образом, на современном этапе научно-технического прогресса  появилась насущная необходимость в определении области деятельности человека, направленной на исследование рассмотренные выше материальных систем.  По мнению автора к такой области деятельности может быть отнесена кибернетика, если ее предмет исследований уточнить, как науки, познающей одну из форм существования материи, аналогично тому, как это определено для физики и химии.

Определение 1

Кибернетика - наука познания свойств и законов таких форм существования материи, в которых не соблюдаются начала термодинамики.

Из этого определения следует, что кибернетика имеет дело со специфическими свойствами материи, которые ограждают систему от разрушительного воздействия окружающей среды. Знание законов, отражающее такое состояние материи, в равной степени, как и законов Ньютона, Ампера, Кеплера и др. законов физики, очень важно в практической деятельности человека.

Рассмотрим один из законов кибернетики, игнорирование которого приводит к тупиковым формам человеческой деятельности. С незапамятных времен было замечено, что системы в природе возникают по определенным правилам, по определенному закону. В одних случаях эти правила ограничиваются простой сборкой системы из деталей (способ «деталировки») а, в других, кроме этой сборки, предусматриваются элементы эволюции. “Чистой” сборки требует формирование обычных физических систем, жестко подчиненных законам термодинамики. Этим же способом создаются и системы, в которых не соблюдаются законы термодинамики, однако указанное несоблюдение достигается простейшими средствами. Например, создание системы, в которой автономность по отношению к окружающей среде реализована с помощью открытого контура регулирования (приведенный выше случай с эквипотенциальной поверхностью). Что касается систем живой природы, то в них действует способ, основанный на эволюционном процессе. Кроме того, имеется множество систем антропогенного происхождения, создание которых требует элементов эволюции. Например, современные возможности микроэлектроники позволяют в рамках микросхемы размещать такое количество активных элементов (транзисторов), которое вполне достаточно для создания, в недавнем прошлом, крупной вычислительной машины. Такая машина, в свое время, обязательно требовала поэлементной, автономной и комплексной отладки - технологических «операций», напоминающих отдельные этапы эволюционного процесса. В то же время микроэлектроника не в состоянии выполнять операции (подстройки, регулирования, замены блоков и т.п.), указанной отладки в технологической линейке создания микросхемы. Другими словами, для реализации таких сложных схем в микро исполнении, которыми описываются современные процессоры, приходится пользоваться первым способом создания систем, т.е. деталировкой. Несвойственное для сложных систем применение способа деталировки в микросхемной реализации сопровождается непомерным усложнением основных этапов ее создания. К ним, прежде всего, следует отнести автоматическое проектирование и отбраковку готовых микро изделий (верификацию).

По существу на современном этапе развития техники наблюдается тупиковая ситуация, когда достижениями микроэлектронной технологии в области большой интеграции активных элементов в микросхеме не удается эффективно воспользоваться. Речь идет о том, что, как правило, сверхбольшая интеграция нужна в основном при построении средств обработки информации, представителями которых часто выступают вычислительные машины. В традиционном вычислительном машиностроении создан задел по архитектурам и структурам новейших средств вычислительной техники, который позволяет осваивать интеграцию, не превышающую  10⁶ - 10⁷ активных элементов на одну микросхему. Дальнейшее усложнение и увеличение схемы согласно таким архитектурам и структурам, влечет за собой непомерные затраты, которые удорожают этапы ее проектирования и верификации. Это положение и не позволяет разработчикам воспользоваться возможностями увеличения интеграции, которая сегодня микроэлектронной технологией уже достигла 10¹⁰ активных элементов на одну микросхему.  Другими словами традиционные подходы к построению средств вычислительной техники не позволяют создавать ЭВМ, которые бы использовали микросхемы с превышением отмеченного выше (10⁶ - 10⁷) порога интеграции.

В сложившейся ситуации проблема состоит в разработке такой технологии микроэлектроники, которая позволяла бы реализовывать технологические операции, соответствующие элементам эволюции, и тогда была бы снята проблема освоения сверх высокой интеграции схем ВТ на площади кристалла.  Кроме того, решение рассматриваемой проблемы возможно и при замене рассматриваемой вычислительной системы эквивалентной ей по функциональным возможностям, но такой, которая бы не требовала операций эволюции.

Количественные и качественные характеристики систем

 Многолетний опыт исследований систем потребовал количественных и качественных их оценок. В литературе появились такие понятия как: большие, сложные, малые и простые системы. Прежде всего, обратим внимание на субъективность этих понятий. Для одного субъекта рассматриваемая система является простой, а для другого сложной. Все зависит от уровня знаний и технологий, которыми он владеет. В свое время, с точки зрения субъекта, под большой системой понималась ЭВМ, аппаратурная реализация которой заполняла площадь большого зала. Сегодня такая машина технически изготавливается в микросхеме и уже не относится к разряду больших систем. Хотелось бы при количественных и качественных характеристиках систем, как можно дальше, уйти от таких субъективных оценок.

В одном из разделов кибернетики – теории алгоритмов уже встречается подобная ситуация. Она касается вычислимости функций на средствах доступных пользователю. Попытаемся опыт, полученный в этой теории, использовать для анализа количественных и качественных характеристик на примере антропогенных систем. Заметим, что алгоритмические модели систем, которые применяются при этом анализе в равной степени можно распространить и на произвольные кибернетические системы. Исследуемые характеристики тесно связаны с особенностями создания и функционирования систем. Известно, что технологический процесс создания системы реализуется посредством алгоритма, состоящего из операций, число которых и определяет количественную характеристику системы (большая или малая). Основываясь на исследованиях вычислимости функций в теории алгоритмов, заметим, что все системы можно разделить на два вида. К одному виду следует отнести системы, в алгоритме создания которых требуется экспоненциальный рост операций (экспоненциально ограниченный алгоритм) и тогда реализация его составляет трудноразрешимую проблему. К ней обычно относят и универсальную проблему (NP-полную задачу).

Определение 2

Системы, для создания которых требуется экспоненциально ограниченный алгоритм, назовем системами NP-полной сложности.

Рост операций алгоритма, с помощью которого создается система NP-полной сложности, весьма существенен уже при малых изменениях длин последовательностей данных в машине Тьюринга. Явление экспоненциального роста количества операций в алгоритме приводит к тому, что такую систему практически реализовать невозможно, и она уверенно может быть отнесена к большим системам.

Второй вид систем требует для их создания алгоритмы с так называемой полиномиальной ограниченностью, т.е. когда рост операций подчиняется полиномиальной зависимости.

Определение 3

Системы, для создания которых требуются только алгоритмы с так называемой полиномиальной ограниченностью, назовем системами полиномиальной сложности.

Этому второму виду систем в теории алгоритмов соответствуют алгоритмически вычислимые функции, и по идее они должны быть отнесены к малым системам. Однако практика показала, что часть систем полиномиальной сложности, все же являются большими. Причиной тому могут быть технологические ограничения реализации операций, участвующих в их создании. Таким образом, если система полиномиальной сложности на текущих технологических средствах не может быть построена, то она должна быть отнесена к виду больших систем, как и системы NP-полной сложности. Системы полиномиальной сложности, создание которых на средствах пользователя возможны, подразделяют на различные группы, в том числе на средние и малые.

Как уже отмечалось, количественная и качественная характеристики включают в себя понятия простой и сложной системы. Субъективность этих понятий определяется, как и в случае больших и малых систем, уровнем технологии, который имеется у пользователя на время оценки системы. Для анализа сложности системы также воспользуемся алгоритмом  ее создания, либо функционирования. Нетрудно заметить, что сложность этого алгоритма (системы) определяется количеством и характером степеней свободы выбора операций и данных в нем, готовностью антропогенной технологии к их реализации. Кроме того, существенным фактором, влияющим на сложность системы, являются также технологические трудности реализации самих операций, из которых составлен рассматриваемый алгоритм.

Анализируя различные характеристики систем (большие, малые, сложные и простые), следует заметить, что не любая большая система является сложной и не всякая малая система может быть отнесена к простой. Например, если для простой системы требуется алгоритм, содержащий такое большое количество операций, что реализация его для пользователя является проблематичной, то эту систему следует отнести к ряду больших. С другой стороны, малая система, состоящая всего лишь из одной операции, но такой, что технология реализации ее отсутствует у пользователя - должна быть отнесена к сложной системе.

Практика показала, что в природе существуют системы эквивалентные друг другу по своим функциональным возможностям. Этой особенностью можно воспользоваться для случаев, когда конкретную систему нельзя построить, поскольку она является большой и невыполнимой на технологии пользователя. Тогда может оказаться, что существует эквивалентная ей система, которую уже можно реализовать. Рассмотрим формирование большой системы с помощью процесса количественных накоплений с последующим качественным переходом ее в разряд малых систем. Для этого исследуем переход количественных накоплений в качественные изменения, который пришел в технологию вместе с микроэлектроникой. Формирование на площади кристалла 10⁶ транзисторов известным способом, как это выполнялось во времена технологии навесных транзисторов, потребует затрат, которые можно отнести к затратам больших систем. Технологический прием (качественный «скачек» в технологии), который предоставляет микроэлектроника, позволяет формировать все 10⁶ транзисторов в микросхеме в виде групповых операций. Тогда, созданную таким способом систему, безусловно, можно отнести к малым системам. Ведь количество технологических операций участвующих в формировании системы сократилось в 10⁶ число раз и стало соизмеримым с тем количеством технологических операций, которые участвуют при создании одного транзистора в отдельном корпусе.

В этом случае следует заметить, что новая технологическая групповая операция создания транзисторов обеспечивает качественный переход в технологии, который   характеризуется  следующими свойствами:

1. Время создания (группой операции) множества изделий в новой технологии соизмеримо со временем реализации одного изделия в старой технологии.

2. Затраты на оборудование в новой технологии соизмеримы с аналогичными затратами в старой технологии.

3. Точность изготовления множества изделий в новой технологии соизмеримы с точностью изготовления одного такого изделия в старой технологии.

4. Надежность работы множества изделий, созданных по новой технологии соизмерима с надежностью работы одного изделия, созданного по старой технологии.

В микроэлектронике первые два условия для групповой операции формирования транзисторов удается обеспечить с помощью совершенствования технологической линейки изготовления одного транзистора. Конечно, два последних условия тоже зависят от качества указанной линейки, однако получить требуемый уровень параметров группы транзисторов с помощью только операций этой линейки не удается. Известно, что точность, и надежность микросхем сегодня выше, чем точность и надежность у транзистора, изготовляемого в свое время в отдельном корпусе. Для достижения такого высокого уровня параметров микроэлектронная технология предусматривает не только групповое формирование транзисторов, но и групповое формирование на пластине кристалла целой матрицы изготавливаемых микросхем. Необходимая точность и надежность, согласно распределению по Гауссу, будет принадлежать только нескольким полученным таким образом микросхем. Именно эти экземпляры микросхем и используются, а остальные отбраковываются - идут в «корзину».

В качестве еще одного примера рассмотрим вычислительную систему, которая умножает два полинома  n-го порядка в командах, соответствующим операциям алгебры действительных чисел. Напомним, что под командой машины понимается машинная операция (операция над числами), реализуемая максимально “быстро” и “чисто” аппаратурными средствами. Допустим, что технологические возможности оценивают такую вычислительную систему как большую. Если на основе новых микроэлектронных технологических возможностей реализовать таким же образом («быстро» и «чисто» аппаратурными средствами) и операции алгебры полиномов n-го порядка, то они приобретут все свойства команд машины. В результате умножение двух полиномов n-го порядка будет сведено к одной машинной команде. Очевидно, что такой переход носит качественный скачек, свойства которого удовлетворяют приведенным выше четырем свойствам  и, безусловно, полученная новая система должна быть отнесена к малой.

Информация

 Энергетическая модель энтропии наиболее естественно отображает форму существования материи, в которой соблюдаются начала термодинамики. Действительно, энергия характеризует свойство поля (формы существования материи), находящегося в постоянном движении, которое и обеспечивает стремление материи к заполнению всего соседствующего с ней пространства. Это явление природы особенно проявляется в тепловом (термодинамическом) состоянии. Оно и есть физическим содержанием энтропии. Подчеркнем также то обстоятельство, что если поле и вещество представляют собой субстанцию материи, то энергия относится к ее скалярной характеристике. Традиционно эта характеристика используется в физике для оценки, с одной стороны, противостояния сгустков материи в пространстве и времени и, с другой стороны, перераспределения этого противостояния. В последнем случае под энергией обычно понимается работа, которую совершает материя во время ее перераспределения. В настоящих исследованиях интересным является та сторона энергии, которая характеризует способность материи к ее экспансии во времени и пространстве. Исходя из этого, сформулируем следующее определение.

Определение 4

Энергия является мерой, характеризующей возможности материи к однородному заполнению, соседствующего с ней пространства.

Как было показано на примерах, кроме свойств энтропии, материя обладает также способностью к структурированию - неоднородному ее распределению в пространстве. Эту способность обозначили негэнтропией, а скалярную меру, характеризующую степень этой «неоднородности материи … в пространстве и во времени» – информацией [5].

Рассматриваемые в настоящей работе две формы существования материи по отношению к законам термодинамики являются как бы «зеркальным» отображением друг к другу. Для удобства ту форму, в которой соблюдаются законы термодинамики, обозначим физической, а ту, в которой эти законы не соблюдаются – кибернетической. Интересно отметить, что такие «зеркальные» свойства форм существования материи особенно хорошо проявляются при анализе их скалярных и векторных характеристик. При изучении материальных систем, с точки зрения соблюдениями ими законов термодинамики, физики используют такую скалярную характеристику материи как энергия, а в качестве векторной характеристики – силу. В материальных системах, в которых не соблюдаются законы термодинамик, в качестве «адекватных» скалярной и векторной характеристик выступают соответственно – информация и целеустремленность кибернетической системы. 

Если энергия характеризует свойства однородности распределения материи в пространстве, то информация, наоборот, характеризует свойства неоднородности распределения материи. «Зеркальные» свойства рассматриваемых форм существования материи проявляются при взаимодействии системы со средой. Влияние среды на систему, самой системы на себя и на среду обычно характеризуются кинетическими процессами в материи. В одних случаях имеет место перемещение материальных частиц, а в других – изменение потенциалов электромагнитных и гравитационных полей. Указанное движение материальной среды, как в самой системе, так и вне ее сопровождается изменением структуры – оно несет в себе информацию о неоднородности распределении материи, которое при этом имеет место. Другими словами, любое изменение структуры распределения материи характеризуется информационными процессами. В данном случае информация неразрывно связана с кинетикой (движением) материи. Исходя из этого, введем следующее определение.

Определение 5

Информацию, которая сопровождает изменение структуры распределение материи в пространстве, будем называть кинетической.

В данном случае термин «кинетический» позаимствован из определения аналогичного вида энергии, которая имеет место в «кинетических» процессах материи. При исследовании кинетической информации ценным для системы, которая стремится к устойчивому состоянию по отношению к внешней среде, является учет количества кинетической информации, получаемой системой во времени. Такая характеристика информации необходима для согласования ее с инерционностью реакции системы на воздействие среды. Игнорирование этой характеристики может, в частности, привести к гибели системы.

Определение 6

Количество кинетической информации, полученное системой в единицу времени назовем информационной мощностью.

Система и среда могут обмениваться информацией, которая не сопровождается изменением структуры распределения материи во времени и в пространстве. Примером такой информации является мгновенный «срез» структуры распределения материи в системе. Кроме того, подобная информация может в системе накапливаться и обрабатываться, и на основе такой обработки происходит кинетическое воздействие либо на систему, либо на среду исполнительными механизмами.

Определение 7

Информацию, которая накапливается в системе либо в среде и не сопровождается кинетикой материи, назовем потенциальной.

И снова, введенный новый термин «потенциальный» позаимствован из механики, где аналогичную роль играет скалярная характеристика материи – энергия.

На основании рассмотренного выше, необходимо еще раз подчеркнуть, что в формах существования материи, которые изучает наука кибернетика, информация играет  такую же роль, что и энергия в физике, химии и других классических науках. Любое изменение структуры распределения материи во времени и в пространстве характеризуется как энергетическими, так и информационными изменениями в ней. Причем энергетические изменения не зависят от информационных. И, наоборот, информационные реструктурирования распределения материи не всегда определяются характером энергетических изменений. Например, одна и та же информация может появиться при структурировании объектов различных по объему и форме существования материи. Их энергетические составляющие будут различны. Так изменения в природе (системе) как антропогенного так и естественного характера могут сопровождаться большими энергетическими затратами, а для реализации их моделей потребуются существенно меньшие затраты. В то же время информационная сторона рассматриваемых изменений в природе и в модели для пользователя будет одинакова. Приведенное выше различие энергетических и информационных характеристик форм существования материи еще раз убеждает в целесообразности рассмотрения двух видов информации – кинетической и потенциальной, не приравнивая их к энергии под аналогичными названиями.

Кибернетические системы и внешняя среда

Исходя из Определения 1 данного в настоящей работе, предметом исследований кибернетики являются свойства, законы существования в природе так называемых кибернетических систем. Гносеология «агрессивности» среды по отношению к любой системе глубоко заложена в действиях законов термодинамики. После каждого воздействия среды кибернетическая система должна ограждать себя, оберегать свое автономное устойчивое состояние – не совпадающее со средой. Если среда, воздействует на такую систему по законам термодинамики, то, в ответ на это, система сопротивляется уже на основе  других законов природы, которые и находятся в поле исследований кибернетики. В авторегулировании изучаются два способа – два закона достижения устойчивого состояния системы по отношению к внешней среде. Закон регулирования по открытому контуру (без обратной связи) и закон регулирования по замкнутому контуру (с обратной связью). В первом разделе настоящей работы были рассмотрены особенности закона, в соответствии с которым в природе появляются системы. Следует заметить, что круг свойств и законов, согласно которым система ограждает себя от внешней среды, довольно разнообразен и не ограничивается только этими тремя законами. Их изучение, как неоднократно уже отмечалось, должно осуществляться в рамках науки кибернетика.

В практике современных кибернетических исследований обозначился так называемый системный подход, который охватывает как системный анализ, так и системный синтез. В литературе  по-разному определяют системный подход и системный анализ. Например, в работе [3] системный анализ рассматривается как «совокупность методологических средств, используемых для подготовки и обоснования решений по сложным проблемам . . .». «Опирается на системный подход, … ряд математических дисциплин … методы управления. Основная процедура – построение обобщенной модели». В той же работе под системным подходом понимается «направление познания и социальной практики, в основе которого лежит рассмотрение объектов как систем; ориентирует исследования на раскрытие целостности объекта, на влияние многообразных типов связей в нем и сведение их в единую теоретическую картину». Из приведенных формулировок метода видно, что они довольно расплывчаты, и что к ним можно причислять любые системные исследования, которые указанным методом не всегда обеспечат поиск научной истины. В истории математики известна подобная ситуация, которую можно было наблюдать на первых этапах развития такого ее раздела, как алгебра. В то время математики увлекались разработкой различных вариантов алгебры. Особенно исследователей интересовало «создание новых алгебр» согласно некоммутативному   удвоению Кэли-Диксона. Каждая «новая алгебра» обладала рядом свойств и требовала довольно трудоемкой их проверки.  Для сокращения, в данном случае трудовых затрат, в начале XX –го века был предложен математический аппарат регулярных матричных представлений, который весьма удобно позволяет выполнить реализацию алгебры в «школьной» алгебре матриц, если она удовлетворяет специальным требованиям. Дальнейшее исследование «новой» алгебры в таком матричном представлении облегчено. Нечто подобное можно предложить и для рассматриваемого кибернетического метода.

Определение предмета исследований науки кибернетики, которое дано в настоящей работе позволяет конкретизировать метод системного подхода и системного анализа. Эта конкретизация включает в себя анализ исследуемой системы на предмет действия в ней законов кибернетики – законов природы поведения кибернетических систем. Такое уточнение системного подхода и системного анализа кардинально обогащает рассматриваемые методы, подводит базу законов природы для проведения исследований.

Выводы 
 

Итак, в настоящей работе:

1. Введено новое определение кибернетики. Если предметом исследований кибернетики, определенным в литературе, в основном являются антропогенные и живые кибернетические системы, то круг ее интересов в Определении 1 расширен кибернетическими системами неживой природы, которые следует рассматривать как составляющие («элементная база») для традиционных кибернетических систем. Естественно, познание законов их существования целесообразно проводить в рамках единой науки, которая и названа человечеством кибернетикой.
2. Предложен новый подход к определению количественных и качественных оценок систем на основе аппарата теории алгоритмов. Введено понятие субъективности указанных оценок, характеристика которых, в этом случае, зависит от технологических возможностей пользователя системы.
3. Исследованы и определены виды информации по характеру ее существования в материальной среде (кинетическая, потенциальная). Введено понятие информационной мощности. В литературе можно встретить такие слова как кинетическая и потенциальная информация. Однако этими словами обозначены несколько другие понятия. Подчеркнем еще раз, что в данной работе, например, под кинетической информацией, в конечном итоге, понимается то, что заложено в предложении – «информация есть мера неоднородности распределения материи». Отображение этой «меры неоднородности . . .» в другом неоднородном распределении материи соответствует традиционному понятию информации, которое мы назвали потенциальной информацией.  Введенное в настоящей работе понятие кинетической информации востребовало проведения исследований, которые ответили бы на вопрос: «А в каких единицах ее следует измерять»? Ведь известный «шеноновский» подход к измерению потенциальной информации с помощью битов и байтов не применим к «мере неоднородности распределения материи». В работах [2,3] были найдены нужные, для рассматриваемого случая, единицы информации. Исследовано однородное распределение материи и показаны причины возникновения  указанной неоднородности.   Другими словами начаты исследования материи не традиционно, т.е. не с точки зрения энергетических ее свойств (физический подход), а путем исследования ее неоднородного распределения в пространстве, т.е. подход кибернетический.  В данном случае под традиционным понимается путь, начало которого  основано вначале прошлого века. Речь идет о квантовой физике, исследования в которой так и не дали желаемых результатов. Известный ученый В.Л. Гиннзбург недавно, отмечая «список «особенно важных проблем»» современной физики, которые нужно разрешить в XXI-м столетии, заметил, что «Значительная, если, не сказать подавляющая часть критиков квантовой механики, не удовлетворены вероятностным характером части ее предсказаний. Они хотели бы, видимо, вернуться и при анализе микроявлений к классическому детерминизму и, наглядно говоря, узнать, в конце концов, куда именно попадает каждый электрон в известных дифракционных опытах». Из этого следует, что современная научная общественность весьма «осторожно» оценивает успехи квантовой физики. Да это и не мудрено – ведь свои гносиологические корни она берет из эмпириокритицизма, который, в отличие от материализма имеет весьма специфическое представление о материальном мире.
4. Кардинально уточнен метод системного подхода и системного анализа, как метода, который во главу угла ставит исследование системы на предмет проверки действия в ней законов поведения кибернетических систем.

Список используемой литературы

1. Н.Н. Дидук, В.Н. Коваль Существует ли наука кибернетика? // Проблемы управления и информатики. – 2001. - №3. – С.133 - 155.
2. Вышинский В.А. Об одном подходе к измерению неоднородности распределения материи // Кибернетика и вычислительная техника. Межведомственный сборник научных трудов. –2006. – 151. – С. 60 – 75.
3. Вышинский В.А. Гравитационные явления в неоднородном распределении материи // Кибернетика и вычислительная техника. Межведомственный сборник научных трудов. –2007. – 152. – С. 62 – 73.
4. Винер Н. Кибернетика, или управление и связь в животном и машине. М.: Советское радио, 1958. – 413с.
5. Глушков В.М. Мышление и кибернетика // Вопросы философии. – 1963. - №1. – С. 36 - 48.