Невозможность цифровизации

Почему в нашем мире цифровое управление встречает определенные сложности и почему оно невозможно в полном объеме. Наш мир в целом аналоговый. И цифра - это та знаковая система, также как и наша речь, которая позволяет этот мир описывать. То есть каким-то образом моделировать, каким-то образом о нем говорить и даже те способы, которые нам кажутся бесконечно знакомыми и простыми являются моделями реального мира. 

Например, цифровая фотография. Нам кажется, что в ней содержится вся информация, потому что наши глаза воспринимают ее как реальность. При этом мы никогда не сможем догадаться, если не поговорим друг с другом, если не проведем очень точных экспериментов, что для каждого из нас, например, белый цвет разный. Мы разные вещи видим в белом цвете, мы просто договорились, то этот цвет обозначаем белым. И это обозначение разного нашего восприятия, договоренность о том, что это в реальном мире обозначает один и тот же реальный объект, является важным для запоминания, для воспоминания, для осознания. 

Описание информации - это не только реальный мир, но еще и наши договоренности о том, как мы это делаем, что мы называем тем или иным словом, осознание того, что мы можем понимать. Каждый из нас понимает это из своего уникального опыта и для каждого из нас лично - это разные вещи. Мы просто договорились, что они одинаковые, потому что мы договорились, что в реальном мире они существуют одинаковые, и в этом предмет договоренности. В этом отношении цифра начинает работать только после определенных договоренностей.

С другой стороны, мне хотелось бы обратить внимание на то, чем является программирование с точки зрения работы с информацией. Можно увидеть программирование как сложный разработанный инструмент, работая с текстами. Если мы говорим, что цифра - это определенный текст о мире, то программирование - это работа с этими текстами. 

Можно обнаружить, что может дать трактовка информации, разные ее комбинации, разные способы ее обработки для нашего осознания, для нашего понимания мира. При этом всегда стоит помнить, что это схоластический тип мышления, подробнее о котором в теме “Мышление и аналитика”. Хорошо помнить, что война между разными типами мышления, например, научное мышление против схоластического мышления, происходит из опоры на статическое определение знаний. 

Как только мы переходим к картине эволюционного восприятия нашего познания, как оно развивается, мы обнаруживаем что, с одной стороны, каждый из нас в своем развитии проходит все типы мышления и может использовать их все. Мы видим, что и отказываться от него не стоит, потому что оно очень полезно. А мы все, как человечество, тоже повторяем этот эволюционный путь и все типы мышления в нас присутствуют, только некоторые из них мы убираем в маргинальную область, и в какой-то момент мы начинаем терять связь с важными способами и типами познания мира, и ограничиваться только теми, которые доминируют сейчас. А это не обязательно, можно использовать все, можно увидеть, если мы не ставим себе цель противоречия, то эти картины прекрасно дополняют и очень взаимно усиливают друг друга. И в этом отношении программирование - это прекрасный способ получения разных описаний, очень сложных описаний, которые основаны на уже существующих данных и информации. 

Возникает вопрос: можно ли с помощью программирования получить новую информацию? Не более точное описание, более точную обработку, детализированные и более структурированные взгляды на то, что есть, а действительно новое, иное, то, чего не было в исходных данных вообще. У нас есть некие кандидаты. Возможно искусственный интеллект может служить такой моделью. При этом стоит помнить, что пока мы не осознали, не доказали, что искусственный интеллект реально порождает что-то новое, иное, то, чего не было в начальных данных, искусственный интеллект представляется черным ящиком, который построен на основе моделирования наших представлений о мозге и высшей нервной деятельности, на представлениях. 

Это все равно результат нашего осмысления реальности. Настолько, насколько мы понимаем реальность, настолько мы моделируем. Есть примеры, которые связаны с искусственным интеллектом, с его не срабатыванием, и самым ярким из них является отравление обучения. Когда искусственный интеллект начинает давать сбой, потому что получил новые данные. Можно специально дать ему такие данные, чтобы он начал давать сбой. 

В сложной автономной системе это может стать бедой, это может стать воздействием, то есть фактически мы также как и с человеком, можем иметь дело с системой, которая построена на рефлексах и автоматизмах, можем провоцировать поведение. Если у человека есть инструменты сложных психических техник, которые связаны с осознанностью, которые позволяют противостоять воздействию, то у искусственного интеллекта таких аналогов нет. 

При всем этом хочу вернуться к тому, что цифра появилась в аналоговом мире, поэтому мы получаем из этого мира цифру путем обработки измерений, фактически привнося в эту модель еще свои представления о том, как мы опосредованным образом получаем информацию о мире. Мы научились с помощью своих орудий не только воздействовать на мир, но и усиливать свои познания. Огромное число научных инструментов, начиная от простой лупы и микроскопа, кончая огромным адронным коллайдером или National Ignition Facility, большой лазерной установкой термоядерного синтеза. Все эти огромные установки все-равно являются продолжением наших чувств и отражают наш тип восприятия. Пока никакого другого типа восприятия, кроме нашего человеческого, у машины нет. 

Мы наделяем ее своими глазами, своими представлениями, стоит помнить, что везде лежат наши представления о мире и они заложены в модели, даже если мы об этом забываем. Поэтому стоит все время вспоминать, что цифра - это не аналог действительности, а ее отражение, причем опосредованное, сначала у нас возник опыт, потом мы этот опыт накопили в виде знаний, в виде текстов, книг, сейчас уже изображений, измерений и после этого, обработав, создали определенные модели. Эти модели и есть наши цифровые системы. Они очень нагружены огромным количеством человеческого опыта и труда. Это огромный человеческий опыт и мы фактически весь наш исторический опыт туда внесли. 

Поэтому когда мы имеем  дело с энергетикой, с реальными системами, которые сложны, то стоит помнить о том, что модель всегда упрощает реальность. Реальность всегда может нам продемонстрировать, что мы не знаем ее целиком.  Фактически по определению сложной системы, сложной системы в том виде, как то, что мы до конца не можем описать, чему мы не можем дать точного эквивалентного описания. 

Если мы обращаемся к теории систем, то модель - это описание для определенной цели. То есть у нас может быть просто никогда не было цели ее описать с той стороны, с того взгляда, который нам вдруг понадобится при возникновении внештатной ситуации. Поэтому нужно уделять внимание по отношению к энергетике с точки зрения, что существует две опоры. С одной стороны, наше очень развитое умение получать и обрабатывать данные, работать с цифрой, а с другой стороны, возможность получать опыт непосредственно из реального мира через свое восприятие и через изобретение все новых способов и орудий, и через перевод своего опыта в модели. Поэтому всегда остается опора на новые возможности и опора на продолжение генерации нашего опыта, записи нашего опыта. Мы никогда не сможем отказаться до конца от того, чтобы привносить новый опыт в модели, и этот тип внимания нужно сохранять.

Для размышления

Как вы думаете, какие существенные особенности реальных объектов не учитываются при формировании цифровых двойников? 

Продвинутый вариант: какие проблемы в связи с этим могут возникнуть?

Материалы

• Лекторий Кружкового движения, П.Лукша: «Эволюция цифры: какими будут отношения с техносферой?»
• Лекция: Тренды цифровизации в энергетике
• Цифровизация или автоматизация? Революция или модернизация старого под упаковкой нового?
• IV Международная отраслевая стратегическая сессия «Энерджинет»: Вводная сессия