Что такое информация? - Эдуард Казанцев

Однако эта теория не лишена определенных недостатков, затрудняющих её практическое использование. Обойти данные трудности можно, применяя некоторые модификации теории распознавания образов, в частности, так называемый образный анализ многомерных данных. По существу образный анализ подгоняет данные под некоторую, заранее заготовленную модель. Поскольку для многих природных объектов их дисперсия в пространстве признаков вовсе не совпадает с этой моделью, то неудивительно, что результаты иерархического кластерного анализа, изображенные в виде дендрограмм, будут зачастую весьма плохо выделять взаимосвязи, так как они являются одномерными и не могут выразить, весьма отличные порой друг от друга, сходства между отдельными элементами различных кластеров. Алгоритмы автоматической классификации легко «сбиваются» из-за наличия случайных точек, образующих «мосты» между кластерами. Попытки реализовать на ЭВМ основные принципы анализа и описания образов человеком, с необходимостью требует заложить в нее модели эволюции, фило- и онтогенеза и «всего мира» в целом с тем, чтобы получить человеческое богатство и гибкость целей и способов их достижения. Сейчас мы бы сказали, что эта проблема искусственного интеллекта. Достаточно очевидно, насколько тогда (1980 г.) далека была от реальности данная цель.

3.3.2. Многомерный образ генотипа

Все, перечисленное выше, вызвало повышенное внимание к подходу на основе проектирования объектов в признаковом пространстве с последующим уменьшением его размерности. Опыт разработки и применения методов обучения машин распознаванию образов определил пределы их возможностей и показал необходимость предварительного упрощения многих практических задач путем отбора информативных признаков, значительно сокращающих описание объектов без потери существенной информации.

Автоматический отбор таких признаков на ЭВМ связан с перебором, поэтому задача усложняется экспоненциально с ростом числа компонентов исходного описания и практически нереализуем уже при приближении его к ста. Приходится делать это человеку на основании интуиции, опыта и знания объекта, а если их не хватает — на основании визуального анализа исходных данных. Человек обладает исключительно гибкой многоуровневой иерархической системой описания изображений и ситуаций реального мира. В отличие от ЭВМ он не оперирует жестокой системой признаков, а строит свою систему признаков, исходя из целей и понимания существа задачи, то есть выбирает содержательные и эффективные признаки. В результате, человек пока существенно превосходит ЭВМ в распознавании изображений, речи, письменных текстов и во многом другом. Следовательно, если основная цель — решать задачу, а не заменять человека на ЭВМ, более перспективно следующее распределение функций: машине — четко формализованное беспоисковое преобразование данных в форму, удобную для человеческого восприятия, человеку — распознавание и описание образов. Обучение человека распознаванию и описанию структур данных по их образным представлениям с помощью ЭВМ получило название образного анализа [29].

Отмеченная выше особенность подхода к решению проблемы генотипической идентификации накладывает специфические требования на приборное оснащение генетических исследований. С одной стороны, очевидно, что надо максимально использовать все возможности современной измерительной техники для получения разнообразной информации с биологического объекта (в частности, с растения). С другой стороны, различные биофизические методы должны пройти отбор на наибольшую информативность измеряемых параметров. Причем информативность этих параметров должна соответствовать поставленной проблеме — идентификации генотипа растения. То есть, комплекс измерительных средств должен быть проблемно ориентирован. Поэтому созданию автоматизированного информационно-измерительного комплекса должны предшествовать, во-первых, традиционные биофизические исследования, во-вторых, всесторонний анализ существующих биофизических методов исследования растений, технических средств и вычислительной техники и, в третьих, подробное проектирование всех элементов будущего комплекса с учетом специфики объекта исследования.

Так как с самого начала комплекс должен быть ориентирован на обычного селекционера, как правило, далекого от биофизики и математики, то при его проектировании особое внимание должно быть уделено максимальной надежности и защищенности процесса измерения и обработки данных от субъективного вмешательства извне. Вместе с тем, комплекс должен допускать возможность его непрерывной модернизации и проведения чисто исследовательской работы непосредственно с растением.

Необходимость создания системы комплексного изучения высших растений потребовала детальной разработки всех технологических вопросов от серийного производства датчиков до строительства и автоматизации фитотронного хозяйства. Такая работа была проведена в Институте экологической генетики АН Молдавской ССР в 1980 году. Сотрудниками Института, Центра автоматизации и метрологии (ЦАМ) и Спецального конструкторского бюро (СКБ) в 1980–1982 был создан Биотрон, фитометрическая и компьютерная системы которого обеспечивали одновременную регистрацию и обработку информации большинства параметров растений (фотосинтеза, дыхания, водного потенциала, температуры листьев, скорости ксилемного потока, ауксанометрию и др.) в регулируемых условиях внешней среды (температуры, влажности воздуха и субстрата, фотосинтетической и интегральной облученности, уровней минерального питания и др.) [22].

Используя уникальные возможности созданного Биотрона, нами был проведен ряд исследований и разработан метод идентификации многомерного образа генотипа [30]. Следует еще раз обратить внимание на то, что идентифицировался не генотип, как нематериальный объект, а только его «образ». Конечно, с помощью современной компьютерной техники можно создать многомерный образ генотипа как компьютерную программу, но, даже реализовав данный проект с помощью дорогостоящего автоматизированного информационно-измерительного комплекса, мы столкнулись с необходимостью визуализации многомерного образа генотипа, чтобы он воспринимался нашим трехмерным, материалистическим сознанием. Пришлось, добытую с большим трудом многомерную (многофакторную) информацию, снятую с растения, реализовывать с помощью метода главных компонент в виде двумерного образа генотипа [22]. Естественно, при этом была потеряна существенная доля информации.

К сожалению, с развалом СССР (1991 г.) начатые исследования были прекращены, сотрудники разъехались по разным странам, а дорогостоящее оборудование Биотрона было распродано на металлолом.

Глава 4. Информация в космологии

В виду того, что в литературе все больше появляется сведений о возможном происхождении «сознания» (информации) в процессе рождения и эволюции Вселенной, имеет смысл проанализировать современные данные по данному вопросу.

4.1. Успехи современной Космологии

Еще в начале ХХ столетия наши представления о Вселенной ограничивались визуальной картинкой Млечного Пути (наша галактика). В 1917 г. А. Эйнштейн предложил, на основе своих уравнений общей теории относительности (ОТО), первую теоретическую модель стационарной Вселенной. Однако, в 1922 г. А. Фридман убедительно показал, так же на основе уравнений ОТО, что Вселенная эволюционирует. К тому времени уже стало известно, что наша галактика не единственная во Вселенной. В 1929 г. Э. Хаббл, используя астрономические наблюдения нескольких галактик, подтвердил фридмановскую модель их разбегания и в космологии была принята гипотеза рождения нашей Вселенной в виде Большого Взрыва. Удалось вычислить возраст Вселенной ≈ 14 млрд. лет. Выяснилось также, что основные выводы фридмановской космологии можно получить и в рамках ньютоновской теории тяготения (1934 г.).

С этого момента начался невероятно быстрый процесс создания уникальных средств для астрономических наблюдений: от световых до радиотелескопов, как наземных, так и выводимых с помощью ракетной техники в космическое пространство. Огромный объем наблюдательных данных и бурный прогресс в теоретических расчетах с использованием