<<
>>

Компьютационные средства компьютационной теории социальных систем

Conceptual Modeling (концептуальное моделирование) — содержательная теоретико-гипотетическая модель системы, а концептуальное моделирование — это разработка и теоретическая проверка концешуалыюй модели с помощью какого-либо языка концептуального моделирования, например, UML (Unified Modelling Language).

Имитационные парадигмы.

В компьютационной теории социальных систем можно выделить следующие парадиты компьютерного имитационного моделирования, а именно, Equation-Based Modeling, Neuro-Basod Modeling, Artificial Intelligence-Based Modeling и Multi-Agent-Based Social Simulations (MABSS) [цит. no: 26], которые предназначены для моделирования различных фра1-ментов [26, 55] социальных систем.

Парадигма Equation-Based Modeling предназначена для моделирования детерминистских количественных свойств и отношений в социальных системах. Данная парадигма основана па Digital Computing (численных «вычислениях») и Hard Computing («жестком» вычислении). В рамках данной парадигмы используются стандартные языки программирования общего пользования, например, C++, множество численных математических методов, например, классические методы системной динамики Дж. Форрестера [56-58], социодинамики В. Вайдлиха [24], численные методы, реализованные в системе имитационного моделирования Simulink пакета MatLab [59] и т. д.

Парадигма Neuro-Based Modeling предназначена для моделирования процессов обучения, оптимизации, адаптации в социальных системах. Данная парадигма основана на достижениях NeuroComputer Science (нейрокомньютерной науки), в частности, на Neuro Computing (нейро «вычислениях»), Soft Computing («мягких вычислениях») [60-61], Computational Learning Theory (COLT) (компьютационной теории обучения) [62]. В рамках дайной парадигмы широко используются генетические алгоритмы обучения, алгоритмы эволюционных стратегий и т. д. [63], получили широкое практическое распространение компьютерные системы BrainMaker, NeuroShell, NeuroSolutions, STATTSTTCA Neural Networks [цит.

rio: 26] и т. д.

Парадигма Artificial Intelligence-Based Modeling предназначена для моделирования Artificial Social Intelligence (искусственного социального интеллекта) — возникновения (исчезновения) и функционирования знаний, смыслов, символов, эвристических правил и т. д., процессов обучения в Artificial social systems и моделирования Distributed Social Artificial Intelligence (распределенного социального искусственного интеллекта) — распределения обшей совокупност и Artificial Social Intelligence по Artificial Social agents [64-68]. В рамках данной парадигмы используются языки программирования искусственного интеллекта, например, LISP и PROLOG Данная парадш’ма основана на Cognitive Computing (когнитивных вычислениях), Affective Computing (эмоциональных вычислениях), Soft Computing («мягких» вычислениях), здесь используются некоторые методы Computational Learning Theory (COLT) [62], используемой в парадигме Neuro-Based Modeling и методы (AI), в частности, вероятное™ые рассуждения, рассуждениях на примерах, различные логики, эвристические стратегии и т. д. [50-53].

Парадигма Multi-Agent-Based Social Simulations (MABSS) предназначена для моделирования логических и количественных взаимодействий между Artificial Social Intelligence agents и дискретных состояний Artificial Social Intelligence agents. Здесь используют стандартные языки программирования общего пользования, например, C++, Java, специализированные языки многоуровневого имитационного моделирования социальных систем, например, SWARM, MIMOSA, SDML, MAML [цит. но: 26] и т. д. Данная имитационная парадигма основана на Context Computing (контекстуальном вычислении), Symbolic Computing (символьных вычислениях) и других «вычислениях». В рамках данной парадигмы широко используются методы пороговой логики, темпоральной (временной) логики, методах матема ической статистики. В рамках парадигмы Multi-Agent-Based Social Simulations (MABSS) используют множество компьютерных систем. Так, например, Р. Тобиас и К.

Хофманн [69]

проанализировали компьютерные системы RePast, Swarm, Quicksilver, VSEit, AgentSheets, Ascape, Breve, Cormas, ECHO, JADE, Madkit, MAGSY, MASON, MIMOSE, NetLogo, Ps-i, Sim Agent, SimPack, Star Logo, Sugarscape, TeamBots и эмпирически установили, что на множестве выделенных критериев, лучшей на сегодняшний детл в парадигме Multi- Agent-Based Social Simulations (MABSS) является компьютерная система RePast (REcursive Porous Agent Simulation Toolkit), разработанная на языке программирования Java департаментом Social Science Research Computing Университета Чикаго (США).

Автор изучил некоторые демо-версии вытеперечислешшх компьютерных систем и пришел к выводу, что каждая из них имеет свои содержательные и технические достоинства и недостатки, которые проявляются при комныотациоином описании конкретной социальной системы и проведении конкретного имитационною моделирования, особенно па стадии эмпирического анализа полученных имитационных данных. Однако, в целом, они эффективно взаимодополняют друг друга. Кроме того, данные компьютерные системы являются системами с открытой архитектурой, т. е. наряду со встроенными библиотеками моделей, в которых содержатся десятки уже готовых типовых имитационных моделей, пользователь имеет возможность самостоятельно и просто запрограммировав нужную ему модель. В целом, опыт автора показывает, что для эффективного комнью- тациошюго описания Artificial social system, проведения имитационного компьютерного моделирования и эмпирического анализа полученных ре- зу;хьтатов моделирования целесообразно пока использовать не одну, а одновременно несколько компьютерных систем.

Прототипом будущей общей компьютерной системы для разработки Artificial social systems, имитационного моделирования и эмпирического анализа полученных результатов в настоящее время может являться пакет MatLab (версия 6.5 и выше) [59], в котором реализована достаточно обширная, простая и удобная система имитациотпюго моделирования Simu- link, где с помощью готовых элементарных «блоков» можно создавать сложные нелинейные иерархические модели, включать в модель реальные эмпирические данные, использовать парадигмы Equation-Based Modeling, Neuro-Based Modeling, Multi-Agent-Based Social Simulations (MABSS), например, клеточные автоматы и «нейронные» сети основанные на fuzzy sets («нечетких» множествах), темпоральпой (временной) логике, пороговой логике, осуществлять анализ полученных данных с помощью современных методов, в частности, фрактальпого анализа [26], вейвлет-анализа [70]

и т. д.

Однако пакет MatLab в настоящее время не позволяет в полной мере реализовать Artificial Intelligence.

Поскольку каждая из вышерассмотренных имитационных парадигм предназначена для моделирования соответствующего фрагмента социальной системы, то чтобы реализовать общесистемный методолошчсский критерии целостности [71], в современных имитационных моделях Artificial social systems обычно используется не одна, а о;цювременно несколько парадигм, в частости, Multi-Agent-Based Social Simulations (MABSS) и Artificial Intelligence-Based Modeling, например имитационные модели доверия Multi-Artificial Social agents, ос юнанпые на репутации и конфиденциальности [72]. Имитационные модели. В компьютациошюй теории социальных систем используются различные классы имитационных моделей Artificial social systems» например, Artificial social models, Social-scientific models (Socio-cognitive models и Socio-concrete models), Prototyping for resolution [73] и г. д. Кратко охарактеризуем некоторые классы моделей.

Artificial social models — компьютерные модели данного класса предназначены для выдвижения принципиально новых теоретических гипотез, при этом, как правило, не используются реальные эмпирические данные, а используются формальные компьютационные модели Computer Science, например, Artificial Life (искусственной жизни) — клеточные автоматы, а также квантовые автоматы, «нейронные» сети, компьютерные модели самоорганизации, сложности, детерминированною хаоса и т. д., а также формальные компьютационные модели Artificial Intelligence.

Socio-cognitive models —- компьютерные модели данного класса предназначены дня проверки классических частных теорий социальных систем, разработанных в рамках гуманитарной парадигмы. Примерами моделей данного класса являются компьютерные модели, разработанные для проверки теорий социальных систем Т. Парсонса, II. Лумана, Э. Дгоркгейма [цит. по: 26], а также модели Artificial Intelligence, например, dMARS, AGENTO, Golog, COSY, ARTIMIS, DEPNET.

TFM-CAA, Carnot, maDes, DESIRE, COGNET и т. д. [50-53].

Socio-concrete models — компьютерные модели данного класса предназначены для выявления объективных законов строения и функционирования конкретных социальных систем. Данные модели основаны на статистических данных государственной и ведомственной статистики, результатах опросов общественного мнения, экспертных опросах, прямом наблюдении и т. д.

Models Solving problems — компьютерные модели данного класса предназначены для разработки конкретных упрааяенческих рекомендаций для управления социальной системой и их дальнейшее использование предполагается в повседневной практической деятельности персонала и менеджеров компаний. Модели данного класса используются в компьютерных системах Data Mining (добыч знаний), с обзором которых можно ознакомиться в монографии автора [26], а также в компьютерных системах Decision Support Systems (поддержки принятия управленческих решений) [74].

Multi-simulation (множественное имитационное моделирование) включает в себя одновременное и параллельное моделирование на множестве имитационных моделей, например множестве клеточных автоматов и «нейронных» сетей, в частности, некоторые модели могут быть реализованы на клеточных автоматах, а другие на «нейронных» сетях и т. д. Разновидностью Multi-simulation является Multi-level simulation (многоуровневое иерархическое моделирование), где одновременно на различных иерархических уровнях функционируют несколько различных имитационных моделей. Для проверки адекватности результатов имитационного моделирования в рамках Multi-simulation используется процедура Model- to-Model Analysis (сравнение результатов, полученных с помощью различных моделей, использование результатов одной модели в другой модели и т. д.) [75].

Social Software Engineering. Методология Social Software Engineering (инженерия социологического программного обеспечения) [76] представляет собой итеративную процедуру, когда происходит программирование компьютерной системы, затем проводятся эмпирические исследования и компьютерные эксперименты с использованием данной системы, по результатам которых изменяется компьютерная система и данный процесс продолжается до тех пор, пока функционирование компьютерной системы пе будет отвечать заданным критериям, например, критериям позигивиз- ма, реализма, конвенционализма, интерпрегивизма, компьютивизма и т. д., которые используются в Computational sociology для валидизации компь- ютациошшх теорий [цит. по: 26]. Иными словами, разработка компьютерной системы является методом создания компьютационной теории социальных систем.

<< | >>
Источник: Давыдов А. А.. Системная социология. Изд. 2-е. ? М.: Издательство ЛКИ. — 192 с.. 2008

Еще по теме Компьютационные средства компьютационной теории социальных систем:

  1. Системные постулаты компьютационной теории социальных систем
  2. Возможности компьютационной теории социальных систем
  3. Проблемы компьютационной теории социальных систем
  4. Методологические задачи компьютационной теории социальных систем
  5. 1 Компьютационная теория социальных систем
  6. 2 Компьютационная теория социальных агентов
  7. ТЕМА 5. МОРАЛЬ В ЖИЗНИ ЧЕЛОВЕКА. ОБЩИЕ И ЧАСТНЫЕ ПРОБЛЕМЫ ТЕОРИИ И ПРАКТИКИ МОРАЛИ и НРАВСТВЕННОСТИ В СИСТЕМЕ СОЦИАЛЬНЫХ ОТНОШЕНИЙ
  8. 2. Теория социальной системы Социальная система: общая схема
  9. 2.2. ТЕОРИИ ЭКОНОМИЧЕСКИХ СИСТЕМ
  10. Исследование бюрократических тенденций современных систем организации и их отношений с социальной и культурной системой во Франции
  11. ГЛАВА 7. СОЦИАЛЬНАЯ РАБОТА В СИСТЕМЕ СОЦИАЛЬНОГО ОБСЛУЖИВАНИЯ НАСЕЛЕНИЯ
  12. 4.1. Становление теории социального обмена
  13. РАЗДЕЛ І КОМПОНЕНТЫ СОЦИАЛЬНЫХ СИСТЕМ А. СОЦИАЛЬНЫЕ УСТАНОВКИ
  14. Компьютер в системе средств обучения