Послесловие

Характерная особенность многих задач современной теории и техники управления проявляется в отсутствии априорной информации о процессах и объектах, в начальной неопределенности. И по крайней мере сейчас кажется, что единственно возможная основа решения проблемы оптимизации в этих условиях — адаптация и обучение.

Сами понятия адаптации и обучения первоначально всегда связывались с поведением либо отдельных живых организмов, либо коллективов их. Сейчас уже стало обычным использовать эти понятия применительно к автоматическим системам, способным выполнять свои функции в условиях начальной неопределенности. Это не означает, однако, что следует всегда отождествлять адаптацию и обучение в живых организмах с адаптацией и обучением в автоматических системах. Но, по-видимому, теория адаптации в автоматических системах в ряде случаев может оказаться полезной для объяснения удивительного поведения живых организмов.

Мы умышленно, как, вероятно, читатель мог заметить, не использовали аналогию между поведением технических и биологических систем и не касались столь модных сейчас вопросов, связанных с понятием искусственного интеллекта, которые тесно переплетаются с адаптацией и обучением. Это решение было вызвано не только боязнью автора конкурировать с огромным числом популярных статей и книг по кибернетике, но и тем, что настоящее понятие «интеллект» должно содержать что-то принципиально неизвестное, непознанное и не поддающееся формализации. Поэтому, по каким бы алгоритмам ни обучалась и ни адаптировалась та или иная автоматическая система, вряд ли целесообразно приписывать ей интеллект, даже если он и искусственный.

Принятое в книге рассмотрение адаптации и обучения как своеобразных вероятностных итеративных процессов позволило объединить множество разнородных задач современной теории управления, усмотреть единство их идейного содержания и, наконец, разработать эффективный метод их решения.

Значение такого подхода к проблеме адаптации и обучения состоит не только в проникновении в сущность проблемы и выработке эффективных путей решения, но и в том, что этот подход возрождает на новом, более высоком уровне те «старые» задачи классической теории управления, которые под мощным натиском новых направлений отодвигались на задний план. Это относится, например, к задачам устойчивости и качества. Ведь любой алгоритм адаптации и обучения может быть осуществлен, если он обладает сходимостью. А сходимость алгоритмов есть не что иное, как выражение факта устойчивости соответствующих стохастических нелинейных замкнутых систем.

Оценка скорости сходимости и отыскание оптимальных с той или иной точки зрения алгоритмов тесно связаны с задачами качества стохастических нелинейных систем.

Таким образом, и в новой проблеме адаптации и обучения задачи устойчивости и качества играют важную, а порой и главную роль. Не является ли этот факт лучшим свидетельством того, что теория автоматического управления «растет, но не стареет», что в ней возникают все новые и новые направления, но вечно юными остаются задачи устойчивости и качества.

Сейчас трудно говорить о каком-либо завершении теории адаптации и обучения. Мы находимся лишь в начале пути, вероятно, долгого, но с очень ясной и заманчивой перспективой. На этом пути вырисовываются новые связи между различными направлениями теории управления и смежных наук, которые, возможно, покажутся нам неожиданными. Возникают также и новые задачи, которые, вероятно, расширят и область применения теории адаптации и обучения.

Усложнение управляемых объектов систем управления, отсутствие априорной информации относительно условий их работы вызвали к жизни адаптивные системы управления. Но роль процессов адаптации и обучения не будет ограничиваться только устранением неопределенности и управлением при отсутствии полной информации. Ведь устранение неопределенности и отбор полезной информации есть элемент творческого процесса, и, кто знает, быть может, в недалеком будущем при активной помощи адаптивных систем можно будет не только достигнуть наиболее совершенного в данных условиях управления, но и создавать более общие методы, теории и концепции.