Augmented reality: the orifi cal principles, new opportunities and security threats

Abstract


The paper discusses relationships between augmented reality and components of technicalorganizational complex system corporate security within the digital economy framework. Corporate security is divided into four components: economic, physical, consumer and operational, among which information and content security of the services provided to the population are distinguished. The «human factor» is an integral attribute of such a system. It includes personnel, customers, partners, and corporation’s competitors. The specifics of the corporate business performance analysis using statistical simulation are considered, taking into account verified and axiological knowledge of decision-makers in the field of AR. The differences are shown between the objective and subjective ontological approaches to the business development project’s expected utility analysis when augmented reality is involved. The important external and internal corporate security threats during the intensive formation period of the digital economy are considered.

Full Text

Под технологией дополненной реальности (Augmented Reality, далее AR) обычно понимают часть виртуальной среды, которая отличается от нее не полным конструированием искусственного мира, а тем, что привносит в реальный мир лишь его отдельные элементы: в основном вспомогательно-информативного характера. Примерами функций AR могут быть нашлемное целеуказание в самолетах-истребителях, вывод дополнительной информации на ветровое стекло автомобиля, разметка телевизионного изображения в режиме online, забавная доработка selfi e на смартфоне и т. п. Однако в научном плане понятие AR является несравненно более широким, актуальным и значимым. В теории систем управления (СУ) сложными системами (СС) организационно-технического (нерефлекторного, по терминологии Н.Н. Моисеева) типа идеология AR представляется связанной со всеми способами моделирования: от мысленного и вербального до компьютерного - методом статистического имитационного моделирования (СИМ). Характерным признаком нерефлекторных СС является наличие «человеческого фактора» (далее без кавычек) в виде лиц, принимающих решения (ЛПР) [1]. Способы и средства исследования нерефлекторных СС определяют особен ности онтологической модели ситуации (ОМС), где используются верифицированные и аксиологические знания ЛПР, методы и модели теории управления СС [2-4], в том числе связанные с применением СИМ в интересах обеспечения безопасности. Под корпорацией (от лат. corporatio - «сообщество») условимся понимать группу лиц, объединенных в составе СС общностью профессиональных или любых других интересов. Корпоративная безопасность как системный многопараметрический показатель нерефлекторной СС [5] может быть разделена на четыре основные составляющие: экономическую, организационнотехническую (физическую), потребительскую и эксплуатационную. Спектр угроз безопасности определяется как ее составляющими, так и моделью злоумышленника, способного реализовать эти угрозы [6]. Разделение угроз на внутренние и внешние производится по признаку расположения источников: внутри корпорации или во внешней среде. Внешние угрозы известны достаточно хорошо, внутренние исследованы в существенно меньшей степени. В [5] к числу внутренних угроз отнесены шарлатанство, внутрикорпоративная конкуренция, несимметричность информационного обмена и другие малоизученные на сегодняшний день негативные факторы. Цель статьи - анализ взаимосвязи AR и составляющих корпоративной безопасности, в том числе контентной безопасности (КТБ), с учетом того, что угрозы для нее могут быть одновременно внешними и внутренними, а также ряда неочевидных, но достаточно важных принципов формирования AR. Моделирование как фундамент AR Согласно принципам теории СУ и СС, в основу принятия управленческих решений могут быть положены экспертные, теоретико-вероятностные, вероятностно-статистические и статистические методы и модели. Наилучшими возможностями для интеллектуальной поддержки решений обладает метод СИМ [3; 7; 8], использующий теоретико-вероятностный и вероятностностатистический подходы. В соответствии с задачами и целями СИМ реальные СС можно разделить на две группы: - системы I рода - это объекты техногенного происхождения, состав и структура которых в принципе известны, поэтому исследованию с помощью СИМ-моделей подлежат их реакции на воздействия внешней среды в интересах управления и обеспечения необходимой эффективности их функционирования; - системы II рода - это объекты нетехногенного (медико-биологического, экологического, социально-экономического и др.) происхождения, состав и структура которых известны «в общих чертах», поэтому исследованию с помощью СИМ-моделей подлежат и сами объекты, и возможность управлять ими в интересах повышения их эффективности. Открытые нерефлекторные СС, соответствующие концепции AR, могут быть системами как I рода, так и II рода. В обоих этих случаях, если результаты изучения СС ориентированы на проектирование СУ, задача СИМ состоит в анализе реакции СС на воздействие управляющих сигналов, а также помех, сопровождающих работу СУ [1; 3; 8]. Соответственно, целью СИМ является создание модели СС, отражающей ее кумулятивные (минимальные по объему и максимальные по содержательности) характеристики, необходимые для проектирования СУ, что в схематичном виде иллюстрирует рисунок 1. Схема на рисунке 1 отражает идеологию любого моделирования СС: мысленного, вербального, физического, математического, СИМ и т. д. Во всех этих случаях, после выполнения ряда первоначальных этапов [3] осуществляется переход из реальной среды в виртуальную, где исследуются свойства модели СС с тем, чтобы полученные результаты затем вернуть из виртуальной среды в реальную. Эффективность и практическая значимость такого возвращения, во-первых, обусловлены точностью и адекватностью используемых моделей, во-вторых, соответствием их параметров характеристикам реальных объектов. В этом смысле кумулятивность СИМ-модели означает отсутствие у нее управляемых параметров, которые не имеют аналогов на реальном объекте - последнее больше свойственно виртуальной реальности, чем AR. Известны два подхода к СИМ: зарубежный и отечественный. Школа Форрестера - Медоуза рассматривает СИМ как метод изучения СС, для которых уровень понимания принципов работы частей (фрагментов и компонентов в виде подсистем и элементов) превосходит уровень понимания работы системы в целом, особенно с учетом непредсказуемого влияния внешней среды. Отсутствие надежных и достоверных исходных данных не считается препятствием для проведения СИМ: «... многие не признают потенциальной пользы модели, основываясь на том, что у нас нет достаточных данных для моделирования. Они уверены, что первым шагом должен быть широкий сбор статистических сведений. Верно же как раз обратное» [9]. Критики такого подхода утверждают, что при этом СИМ-модель зачастую становится «игрушечной», поскольку удовлетворительно воспроизводит свойства реальной СС лишь в частных ситуациях, неадекватно реагируя на весь спектр возможных воздействий. Рисунок 1. К определению принципов моделирования и проектирования СУ и СС В рамках второго подхода отечественные специалисты [10; 7; 3] и др. особое внимание уделяют предварительному комплексному (в том числе статистическому) исследованию реального объекта, поскольку говорят о возможности управления характеристиками СС с применением СИМмоделей. Разные ответы на, казалось бы, частный вопрос о том, нужно ли проводить статистическое исследование, обусловлены достаточно глубокими причинами, которые связаны с разными подходами (объективным и субъективным) и разными знаниями (верифицированными и аксиологическими), используемыми ЛПР в процессе создания СУ для нерефлекторных СС. Более того, они выводят AR из сферы ее нынешнего применения так далеко, что это заслуживает более подробного рассмотрения. Онтологическая платформа для формирования AR Онтологией (от греч. ontos - «сущее») именуется совокупность понятий (концептов) и отношений между ними в рассматриваемой предметной области. Персональные онтологии основаны на индивидуальных знаниях ЛПР, не привязанных к той или иной типовой ситуации, групповые онтологии формируются из их фрагментов путем достижения взаимопонимания между ЛПР и представляют собой ОМС как концептуальную платформу для достижения поставленной общей цели [11]. Поэтому в составе ОМС присутствуют как явные верифицированные знания, признаваемые всеми ЛПР, так и их неявные аксиологические знания (предзнания в виде убеждений, личного опыта и гипотез), остающиеся предметом дискуссии между ними. Верифицированные знания являются объективными, сугубо научными, многократно доказанными и проверенными на практике. Они изложены в доступной ЛПР литературе, а потому из нужного источника могут быть почерпнуты почти бесплатно. Аксиологические знания именуются интуитивными, эвристическими, феноменологическими, иррациональными - они базируются на субъективном понимании, а не объяснении ситуаций, принципов работы и моделирования, состава и структуры СС. Нередко они уникальны, известны узкому кругу лиц (или вообще одному человеку), возникают из прямого жизненного опыта и могут иметь самую разную (договорную) коммерческую цену, которую можно считать их рисковой стоимостью. Это обусловлено тем, что использование данных знаний на практике сопряжено со значительным риском по причинам типа «не так поняли», «не то сделали», «не там применили». В то же время именно аксиологические знания ЛПР, при условии их необходимой полноты, логической связанности и непротиворечивости, обладают наибольшим потенциалом для успешного применения [11]. Причина этого в том, что человеческий фактор, слабо структурируемый и плохо формализуемый, определяет субъективный характер понимания ситуаций, принципов работы и моделирования нерефлекторных СС, состава и структуры представляющих интерес конкретных бизнес-объектов: производственных комплексов, трудовых коллективов, технологических процессов. При этом объективности верифицированных знаний, основанных на принципах научной рациональности - с ее противопоставлением субъекта и объекта, исключением из рассмотрения интерсубъективности ЛПР и т. д. - как правило недостаточно для материализации их представлений о том, какими методами и средствами может быть обеспечена эффективность СС конкретного вида. Множество аксиологических знаний в процессе верификации образует подмножество инновационных знаний (ИВЗ), которое представляет собой наиболее ценную для ЛПР часть знаний, успешно проходящих верификацию, что отличает их от ложных (шарлатанских) знаний [5]. Основными источниками ИВЗ при эволюционном развитии представляются микроскопические шаги в неизвестное: крупицы знаний, с огромным трудом добываемые энтузиастами и подвижниками, преданными науке, а также открытия и рывки, возникающие при революционных взрывах в процессе познания. Идет ли при этом движение по заранее определенной кривой или сам этот маршрут складывается из множества интуитивных стохастических действий - сказать трудно. Ограничимся указанием на то, что сказанное полностью относится к знаниям ЛПР, необходимым для формирования ОМС в области AR, после чего перейдем к рассмотрению субъективных факторов, влияющих на этот процесс. Моделирование субъективных факторов Пусть в наблюдаемой СС может произойти событие (;;;) S A A A A Axyzt - далее просто , SA которое для ЛПР имеет критическую важность (вторжение злоумышленника на объект защиты, хакерская атака на информационную сеть, выброс вредных веществ и энергий в экосферу, старт баллистической ракеты и т. п.), связанное с пространственными координатами точки Axyz и моментом времени . At В точке наблюдения 000 (;;) Mxyz ЛПР сможет узнать об этом событии в момент 0, t то есть через время 0 , A tt - необходимое для того, чтобы информация об S A была «доставлена» из точки (;;) S A A A Axyz в точку 000 ( ; ; ). Mxyz Признаки, по которым ЛПР в промежуток времени 0 , t t T << где T - период наблюдения, t - текущее время, судит о том, что событие S A произошло, будем именовать информационными, полагая, что они связаны с верифицированными (объективными, проверенными, детерминированными) знаниями ЛПР о свойствах и атрибутах . SA Факт события , SA подтвержденного его информационными признаками, считается достоверным. Косвенные признаки, по которым в момент времени tT < ЛПР может судить о том, что событие , SA наступило или вот-вот наступит в момент , At будем называть информативными. В отличие от своих информационных аналогов, информативные признаки обусловлены аксиологическим знаниями ЛПР - производственным опытом, субъективными суждениями, гипотезами, личными предположениями и т. п. Очевидно, что неопределенность знаний об , SA связанная с информативными признаками, несравненно больше по сравнению с информационными признаками, что существенно затрудняет действия ЛПР на основе их использования. Однако выигрыш за счет резкого сокращения времени 0 A tt - при использовании информативных признаков вместо информационных может иметь для ЛПР решающее значение - с учетом критичности события . SA Большинство реальных событий S A не являются одномоментными, а представляет собой процессы: имеют свою предысторию, этапы начала, развития, экстремума и завершения. В этой связи информативные признаки можно рассматривать как симптомы , SA появление которых говорит о том, что «процесс пошел». Дерево решений ЛПР при этом включает три ветви: связанные с вероятностями Ä P правильного диагностирования ; SA ошибочного диагностирования типа ложной тревоги ËÒ P и типа пропуска цели 1. ÄP- В игре с антагонистическими интересами фон Неймана использование информативных признаков дает соперникам широкие возможности для достижения поставленных целей: как в смысле получения выигрыша за счет нанесения противнику ущерба или эффективной защиты своих интересов, так и путем введения его в заблуждение предоставлением правдоподобной дезинформации. Множество , SA s [1; S] представляет собой S] представляет собой S полную группу событий, однозначно соответствующую в рамках теории вероятностей (ТВ) Лапласа - Колмогорова [12] множеству значений объективных вероятностей , SP которое ЛПР могут сформировать по информационным признакам на основании верифицированных знаний. В то же время множество субъективных вероятностей ( ), k Ps где k [1; k [1; k K], формируемое ЛПР K], формируемое ЛПР K по информативным признакам на основании аксиологических знаний, является существенно более обширным (см. рисунок 2) ввиду , KS ≥ так как аксиологические знания (мнения, гипотезы, предпочтения) у разных ЛПР необязательно будут совпадать между собой. Субъективная ТВ Бернулли - Сэвиджа [13] традиционными математическими средствами (аксиомы, теоремы, логические заключения) пытается установить условия соответствия множеств () k Ps и S P друг другу, что позволило бы ЛПР использовать субъективные вероятности там, где не удалось определить их объективные аналоги. Согласование мнений ЛПР и выработка совместных решений Рисунок 2. Множества рассматриваемых событий и вероятностей при этом могут дать , KS → но могут и не дать, это тоже дело случая. В заключение зафиксируем важный момент: ОМС, формируемая на основе верифицированных знаний, предполагает применение объективной ТВ Лапласа - Колмогорова, тогда как ОМС, создаваемая на базе аксиологических знаний ЛПР, имеет в виду применение субъективной ТВ Бернулли - Сэвиджа. Это два подхода и две системы «вероятностных координат», в чем-то близких друг другу, но различных по существу - как, например, системы декартовых и сферических координат в геометрии. Поэтому неудивительно, что, пользуясь ими, разные ЛПР способны принимать решения и предпринимать управленческие действия, связанные с AR, которые различаются между собой кардинальным образом. Ожидаемая полезность и AR В теории объективной ожидаемой полезности фон Неймана - Моргенштерна [14] принимаемые решения считаются результатом упорядоченного (поддающегося структурированию и формализации) процесса мышления ЛПР согласно аксиомам рационального поведения, наиболее важными из которых представляются аксиомы транзитивности, безразличия, независимости и рациональности. На основе указанных аксиом в [14] сформулирована и доказана теорема о существовании функции полезности, определяющей действия ЛПР. Полезностью при этом была названа некая условная (воображаемая) величина, которую в процессе выбора максимизируют ЛПР с упомянутым рациональным мышлением - своего рода мера психологической и потребительской ценности для него различного рода реальных и виртуальных благ [15]. Теория фон Неймана - Моргенштерна утверждает, что данная полезность существует независимо от ЛПР, которые в процессе принятия решения могут найти ее, «взвешивая» различные альтернативы и выбирая из них ту, полезность которой максимальна. В [16-19] на основе исходной схемы «прогнозируемые доходы минус расходы» предложены две вероятностные модели функционала ожидаемой полезности (ФОП), позволяющие оценивать полезность в количественном виде с учетом неопределенности знаний ЛПР для рассматриваемых конкретных ОМС. Разработанная Л. Сэвиджем теория субъективной ожидаемой полезности, неотделимая от субъективной ТВ, допускает использование экспертных оценок параметров, входящих в сос тав ФОП [13]. Поскольку различные ЛПР, как уже было сказано, могут давать разные оценки и делать разный выбор из одинаковых альтернатив, руководствуясь субъективными соображениями (которые зависят от их личных качеств: знаний, опыта, предпочтений, предубеждений), выработка группового решения требует от ЛПР коллективных усилий. Если они договорятся между собой и придут к согласию относительно совместных оценок и правил сотрудничества, то можно считать (хотя случай коллективной ошибки тоже не исключается), что субъективный ФОП приблизится к объективному. Возможность для этого создает понимание всеми ЛПР, что их решениями управляют общие эвристики (от греч. heurisko - «нахожу», в данном случае - совокупности логических приемов и методических правил), которые определяют закономерности отклонения поведения реальных ЛПР от поведения рационального человека. К числу таких эвристик относятся суждения по представительности, встречаемости, точке отсчета, а также «сверхдоверие» личному опыту и стремление исключить риск. Заметим, что неприятие риска (risk aversion) при этом играет важную самостоятельную роль. Современная теория ожидаемой полезности базируется как на аксиомах рационального поведения ЛПР, так и на его субъективных эвристиках [15]. Методики принятия решений реальными ЛПР существенно отличаются от правил, предписанных рациональному человеку - даже с учетом упомянутых эвристик. По мнению автора, если целью СИМ является исследование процесса мышления ЛПР методами и средствами теории искусственного интеллекта, то введение критериев типа ФОП не имеет особого смысла. Но если цель состоит в том, чтобы получить от СИМмодели оперативную подсказку: как для получения заданной полезности ЛПР следует действовать в той или иной сложившейся ситуации, то, во-первых, состав и структура ФОП показывают, что для этого нужно делать конкретно [18-19]. Во-вторых, присутствие в ФОП субъективных компонентов позволяет ЛПР формировать цели СУ, в том числе по своему усмотрению, чтобы проследить при помощи СИМ и ММК, что из этого может получиться на практике. Фиксируем еще один важный момент: теория Сэвиджа рассматривает ожидаемую полезность как результат совместных устремлений ЛПР помимо того, существует она в природе или нет, утверждая, что если сегодня такой полезности нет, то завтра есть шанс ее реализовать, причем такой, какой ЛПР захотят ее увидеть. Хотя гарантий, что найденное в рамках AR решение из компьютерной виртуальной среды удастся перенести в реальную среду, теория ожидаемой полезности, разумеется, не дает. Зато, по аналогии со схемой на рисунке 1, возникает угроза перепутать среды и, пребывая в виртуальной среде, сознательно или интуитивно выдать желаемый (возможный, наиболее целесообразный, весьма вероятный и т. п.) результат за действительный. Сравнение разных подходов к созданию AR В [11] рассмотрение процесса принятия решений было доведено до исходных философских основ: указано, что объективный подход базируется на постулатах классической рациональности Р. Декарта, отражающей картину материального мира вне зависимости от участия человека. Субъективный подход опирается на онтологию М. Хайдеггера [20], в которой люди не просто присутствуют, а имеют собственную точку зрения на мир и свою персональную онтологию. Продолжим данный анализ с учетом специфики AR: в отличие от Р. Декарта, который отделял человеческое бытие от окружающего мира, М. Хайдеггер полагал, что выработанных наукой рецептов людям недостаточно, так как человек является фрагментом мира и в этом качестве «реализует свою экзистенциальную практику». Отвергая понимание истины как соответствие предложения (суждения, утверждения) действительному положению дел, он предлагал, вопервых, искать ее в самом бытии, где «потаенное способно переходить в непотаенное». Во-вторых, полагал, что человек может быть понят в двух «модусах»: индивидуальности и безликости, причем осознание индивидуальности и есть реальное бытие человека, а безликость - это «злой рок», препятствующий ему [20]. В результате, как высказался один из теоретиков подобной гносеологии, «осмысленные действия человека являются отражением его убеждений и ничем иным». Нетрудно понять, почему приведенные рассуждения не имели выхода на сферу действий ЛПР до тех пор, пока развитие и широкое распространение средств электронно-вычислительной техники не привело к созданию технологий, подобных AR. Верификация аксиологических знаний в данной, поначалу целиком умозрительной, области позволила от гипотез о том, как устроен мир, перейти к предложению, а затем и к реализации методов и средств его переустройства в соответствии с запросами большинства людей. Таким парадоксальным образом эгоцентрическая концепция субъективизма в науке приводит сегодня к материалистическим выводам и конкретным практическим действиям ЛПР в интересах общества. Различия между объективным и субъективным онтологическими подходами фиксирует таблица, впервые представленная В.А. Виттихом [11] и др., которая здесь дополнена и адаптирована к потребностям AR. AR как атрибут гибридной войны Начнем с позитивного момента: идеология AR как фундамент СИМ создает уникальную возможность для преодоления негативного влияния неопределенности знаний ЛПР на эффективность управления нерефлекторными СС [21-22]. В афористичном виде эту возможность выразил Дж. Кейнс: «Под неопределенностью мы не имеем научного основания… мы просто не знаем. Однако потребность действовать и принимать решения заставляет нас, как практических людей, игнорировать этот неудобный факт и вести себя так, как если бы мы имели хороший утилитарный способ вычисления значений предполагаемых преимуществ и недостатков - каждое из которых умножено на соответствующие ожидаемые вероятности, которые только и ждут, чтобы их просуммировали» [23]. Важным шагом на пути к AR стала также прагматичная идея использовать вероятность «вслепую», не вникая в тонкости ее определения на том основании, что «каждое множество эмпирических данных находится в логическом объективном отношении к истинности некоторой гипотезы», имеющей актуальное практическое значение, а «вероятность измеряет силу этой связи с точки зрения рационального индивида». Сказанное означает, например, что, если специфика СУ СС как объекта изучения не позволяет получить в репрезентативном объеме сведения о ней как абсолютные (верифицируемые, объективные) знания, ЛПР следует ограничиться доступным для изучения относительными (аксиологическими, субъективными) знаниями. Это напоминает армейский принцип, согласно которому лучше вовремя принять недостаточно правильное решение, чем промедлить или не принимать решения вовсе. И это действительно скорее хорошо, чем плохо, поскольку соответствует реалиям разработки СУ, а не подчиняет его той или иной строго научной, но устаревшей или ошибочной парадигме. Тем более что метод СИМ резервирует возможность исправить ошибки на этапе тестирования модели [3; 7; 8; 21], а в запасе у разработчиков остаются еще и экспериментальные методы моделирования (макетирования) компонентов СУ и СС. Теневая сторона AR обусловлена угрозами в первую очередь для безопасности корпорации [5]. Если тестирование объектов и продуктов AR на истинность (см. таблицу) заменяет их проверка на ценность, причем вместо критерия объективности при согласовании своих мнений ЛПР используют критерий солидарности, то издержки за счет этих субъективных действий могут существенно скомпенсировать и нивелировать любые выгоды от принятия открытых online-решений. Вульгаризация идеи AR способна приводить и к еще более разрушительным для общественного сознания последствиям, ибо, есть в реальной среде (см. рисунок 1) прототип у ARобъекта или нет; реальная проблема подлежит разрешению или мнимая; правдивая информация попала в сеть Internet или это дезинформация в чистом виде, то есть fake news, уже не играет особой роли, поскольку все действия ЛПР разво рачиваются в виртуальной среде и выходят за ее пределы только в самых критических - вплоть до насилия и гибели людей - случаях. Причем если Internet или масс-медиа об этом широким массам не сообщали, то ничего этого как бы и не было на самом деле. Дистанция между highly likely и hardly likely (максимально и минимально вероятными) виртуальными событиями при этом отнюдь не равняется расстоянию между истинными и ложными событиями S A со всеми вытекающими отсюда последствиями. Укажем еще на один важный момент. Отсутствие собственных ИВЗ вынуждает отечественных ЛПР самого разного уровня заимствовать методы и средства игры по фон Нейману у зарубежных коллег. Дискуссии и ток-шоу на ТВ впечатляют подчас своей безысходностью: оппоненты стремятся, если вспомнить предыдущую аналогию, то выпрямить сферические информационные координаты, то согнуть декартовы в зависимости от поставленной перед ними цели. Спор вместо поиска истины превращается в препирательства и взаимные оскорбления. Помимо очевидных этических издержек, дело здесь, возможно, и в том, что при объективном подходе, которому до сих пор учат в отечественных вузах, единственный бог есть правда и лучезарная истина, тогда как за рубежом изучают и субъективный подход, при котором истинным объявляется то, за что проголосует большинство ЛПР при переходе от индивидуальных онтологий к групповой в составе ОМС, причем за короткое время, отведенное для такого голосования. В крайнем виде такой вариант AR - это уже не вульгаризация реальности, а прямое ее искажение, то есть обман. Копируя методы и средства публичной полемики, предпринимая зеркальные меры и т. п., необходимо как минимум исследовать методы и средства преобразования указанных координат, стимулировать самостоятельность ЛПР в стремлении усвоить и освоить правила AR. К сожалению, помимо коррупционно-криминального обременения, последствий кризиса и западных санкций [24], ОМС в нашей стране ухудшают и внутренние причины, связанные с тем, что сегодня имеет значение не то, что говорится об AR в рамках цифровой экономики, а то, кто поименно это говорит, а тем более финансирует. AR, цифровая и реальная экономика По определению Всемирного банка, цифровая экономика (ЦЭ) - это система экономических, социальных и культурных отношений, основанных на использовании цифровых инфокоммуникационных технологий. Новыми возможностями по отношению к потребностям человека она не обладает: людям, как и тысячи лет назад, необходимы пища, одежда, кров плюс духовные, эстетические и другие запросы, для удовлетворения которых нужна производственная среда, то есть реальный бизнес [23]. Однако угроза, связанная с AR, обусловлена кажущимся паритетом между материальной и виртуальной средами, который устанавливает схема на рисунке 1, особенно будучи распространенной на всю сферу ЦЭ. Представители стран, владеющих знаниями и технологиями ЦЭ выполняют здесь роль хозяев «шлюза» для перехода из реальной среды в виртуальную и обратно. Производить компьютерные программы для продажи полезных ископаемых, нефти и газа на рынке, например, им гораздо выгоднее, чем добывать сырьевые продукты в поте лица и с риском для жизни. Притом, что боссы и клерки в офисах корпораций по экономической эффективности и безопасности своего труда, не говоря уже об условиях жизни, и так несоизмеримо выше тружеников ближневосточных пустынь или арктического шельфа. Хотя источником всех необходимых человечеству благ, повторим, остается реальная, а не виртуальная среда. Модель заказчика проекта ЦЭ, таким образом, понятна: в свое время пропаганду опасности озоновых дыр в атмосфере Земли подобным образом инициировала DuPont, заинтересованная в использовании своих бесфреоновых технологий при производстве холодильников. Исходные условия обусловлены тем, что «мировые деньги» в электронном виде все больше и больше играют информационную роль, будучи не обеспеченными продуктами, товарами или услугами. Тенденция здесь двоякая: их объем по темпам роста в 30 раз превышает население Земли и одновременно в 50 и 500 раз уступает объему производимой и хранимой мировой информации, причем скорость функционирования виртуального сектора экономики уже превышает физиологические возможности человека: длительность onlineсделки сокращается до секунд, медлить и вообще размышлять о чем-либо ЛПР становится просто некогда. Отрываясь от золотого содержания и материального обеспечения, валюты как средства платежа переходят (см. рисунок 1) из наличной реальной в безналичную виртуальную среду, оставаясь там навсегда. Скрытно управляя этой средой при помощи инновационных знаний, идеологи ЦЭ рассчитывают черпать ресурсы и блага буквально из воздуха, что, по мнению ряда экспертов в Internet, напоминает бизнес-процессы конкистадоров, которые «расплачивались за зо лотой песок, пряности и рабов стеклянными бусами». А тем, кому не понравится такой бартер, придется выживать под санкциями и «умными томагавками». Значимость человеческого фактора Область ЦЭ сегодня подвержена шоковой терапии не меньше, чем информационная сфера. Активно ведутся дискуссии по всем ее многочисленным аспектам, обсуждаются ортодоксальные взгляды, высказываются парадоксальные мнения - запутаться в этом лабиринте ЛПР среднего уровня, к разряду которых причисляет себя автор, не составляет труда. Поэтому сошлемся на мнение авторитетного и популярного - если не в научном плане, то в просветительском отношении точно - специалиста AR и риск-менеджмента. Нассим Талеб, автор бестселлера [25] и ряда актуальных Internet-публикаций, утверждает, что «любой человек, который не кормит себя интеллектуальным трудом, - это уже по умолчанию эксперт, поскольку его профессия непосредственно связана с реальным миром», тогда как «образованный человек получает информацию в основном не из окружающего мира, а от других людей - из журналов, социальных сетей, от разных авторитетов. Самая страшная патология нашего времени - потеря контакта с реальностью». Далее Н. Талеб говорит о том, что на бирже часто сталкивался с продвинутыми трейдерами, которые после компьютерного анализа возможных сценариев пребывали в уверенности, что жизнь все это продублирует, и крупно ошибались, так что «существует целый класс псевдоэкспертов - некомпетентных людей, которые думают, что они компетентны». Несравненно более острые по сравнению с приведенными в данной статье формулировки автор [25] относит также к западным fake news, угрожающим безопасности корпорации, исходя, по-видимому, из существенно большего по объему конкретного материала. К аналогичному выводу относительно человеческого фактора приходим, рассматривая проблему AR в гносеологическом плане. Если объективные ТВ и теория полезности фон Неймана - Моргенштерна - это две подверженные конвергенции, но достаточно значимые самостоятельные области верифицированных знаний, то субъективную ТВ теория полезности Сэвиджа включает в виде своего небольшого и необязательного фрагмента, как это иллюстрирует рисунок 2. Можно сказать, что здесь ТВ и теория ожидаемой полезности расс таются друг с другом. ТаблицаОтличительные признаки подходов к созданию AR Во-первых, потому, что понятие вероятности, определяющее фундаментальную сущность объективной ТВ Лапласа - Колмогорова, не работает при исследовании и моделировании нерефлекторных СС. Во-вторых, так как вместо него теория полезности с тем же успехом может использовать другие субъективные понятия: от «шансов», отражающих предпочтения ЛПР в рамках подхода Бернулли - Сэвиджа, до «весов», учитывающих практическую значимость принимаемых решений, как это делает «теория перспектив» Канемана - Тверски [26]. В-третьих, при этом на первый план выходят эвристические методы оценки состояния и прогнозирования поведения СС - как это хорошо видно на примере состава и структуры ФОП [18-19], то есть все тот же человеческий фактор, роль которого при обеспечении КТБ существенно возрастает. Конкурентов у него здесь нет, а необходимость в услугах компетентных экспертов только усиливается и умножается опасностью привлечения к делу «некомпетентных людей, которые думают, что они компетентны» [25]. AR как атрибут виртуальной реальности Источником и потребителем знаний в рамках субъективной теории полезности вообще, а также материальным носителем AR в частности является ЛПР, без которого реализация данного компонента виртуальной среды (см. рисунки 1, 2) невозможна. Другими словами, AR здесь становится частью «виртуальной реальности», неотъемлемым атрибутом которой является человеческий фактор. Не претендуя на безгрешность данного определения, укажем на его практический смысл: поскольку в нерефлекторных СС присутствуют техническая подсистема в виде используемого оборудования; организационная подсистема - коллектив, данное оборудование эксплуатирующий, а также информационная подсистема, которая обеспечивает их взаимодействие, то роль человека в управлении такими СС первостепенно велика и важна. Поэтому каждая уважающая себя корпорация обучает, тренирует и контролирует персонал, отвечающий за компоненты безопасности, а при проведении СИМпроцессов управления для их оптимизации ЛПР выдвигают гипотезы о поведении подсистем, связанных с людьми, в соответствии с выявленной Н.Н. Моисеевым спецификой управления нерефлекторными СС. Невнимание к человеческому фактору в ходе научно-технологического прогресса (в том числе путем цифрового развития) представляет собой угрозу для корпорации, то есть для самих ЛПР. Как только ЭВМ «научились» хорошо играть в шахматы, интерес к этой древней игре у людей заметно упал. Развитие идеологии Internet способствовало тому, что современный человек, по словам Т. Элиота, «потерял мудрость в погоне за знаниями, а знания в потоке информации». Неожиданная угроза «умного дома» в беспроводном исполнении в том, что переведенные в режим излучения по ошибке или извне его элементы могут превратить этот дом в «микроволновый чернобыль» (особенно ночью, когда люди спят). Смогут ли компьютеры заключать и санкционировать безумные сделки между собой, оперируя цифровыми валютами; подразделения дронов - затевать войну в небесах, на суше и море; медицинские роботы - взвешивать шансы пенсионеров на продолжение жизни? Выяснить мнение об этом у апологетов ЦЭ и саморекламы не удается. Но поскольку всем этим сегодня распоряжаются ЛПР, то получается, что человеческий фактор начинает вредить себе сам. К счастью, «цифровые» поэзия, музыка и живопись человечеству не угрожают. Устоит, видимо, и клерикальная сфера - как важный компонент духовности многих простых людей. Хочется верить, что и в семейной жизни дальше заключения брачных контрактов цифровизация не пройдет. Заключение Материальные и интеллектуальные ресурсы, которыми обладает Россия, позволяют с оптимизмом смотреть в будущее нашей страны при условии ясного понимания принципов развития нерефлекторных СС и моделирования их поведения в интересах создания цифровых секторов в сырьевой и производственной экономике. Уникальные бизнес-возможности AR обременены угрозами для указанных СС: замена тестирования объектов и продуктов AR на истинность проверкой на ценность, когда вместо критерия объективности при согласовании мнений ЛПР используется критерий солидарности, нивелирует разницу между правдивой информацией и fake news, реальными объектами и виртуальными, истинными событиями и ложными со всеми вытекающими отсюда последствиями. Их относительное взаимное соответствие и принципиальное расхождение демонстрируют объективная ТВ Лапласа - Колмогорова и субъективная ТВ Бернулли - Сэвиджа, а также соответствующие им варианты теорий риска и ожидаемой полезности. В рамках рассматриваемой ОМС лифтинг и демократизация знаний представляются не только наиболее надежной основой для обновления общества и поддержки инновационного бизнеса, но и средством гармонизации коллективных и личных отношений ЛПР - это своего рода прививка от субъективных шараханий из одной крайности в другую. Создание системы генерации и реализации инновационных знаний на стыке СС аксиологических и верифицированных знаний представляет собой задачу национального масштаба, значение которой переоценить трудно. Научная база для реализации проекта ЦЭ в России во многом давно сформирована. Цифровую трансформацию бизнес-процессов путем внедрения новых инфокоммуникационных технологий [2-4] целесообразно проводить с применением технологий реинжиниринга, систем поддержки принятия решений, СИМ, AR и др. В учебных программах вузов следует отразить вопросы, связанные с цифровизацией бизнес-процессов, проводимые в данной области приоритетные исследования необходимо активизировать для оперативного использования получаемых результатов.

About the authors

O. N Maslov

Povolzhskiy State University of Telecommunications and Informatics

Samara, Russian Federation

References

  1. Моисеев Н.Н. Элементы теории оптимальных систем. М.: Наука, 1975. 528 с.
  2. Димов Э.М., Маслов О.Н., Скворцов А.Б. Новые информационные технологии: подготовка кадров и обучение персонала. Ч. 1. Реинжиниринг и управление бизнес-процессами в инфокоммуникациях. М.: ИРИАС, 2006. 386 с.
  3. Новые информационные технологии: подготовка кадров и обучение персонала. Ч. 2. Имитационное моделирование и управление бизнес-процессами в инфокоммуникациях / Э.М. Димов [и др.]. Самара: СНЦ РАН, 2008. 350 с.
  4. Новые информационные технологии: подготовка кадров и обучение персонала. Ч. 3. Интеллектуальные информационные системы и управление бизнес-процессами в инфокоммуникациях / Э.М. Димов [и др.]. Самара: СНЦ РАН, 2017. 440 с.
  5. Маслов О.Н. Безопасность корпорации: моделирование и прогнозирование внутренних угроз методом риска. Самара: Аэропринт, 2013. 170 с.
  6. Ярочкин В.И., Бузанова Я.В. Корпоративная разведка. 2-е изд. М.: Ось-89, 2005. 304 с.
  7. Павловский Ю.Н. Имитационные модели и системы. М.: Фазис, 1998. 131 с.
  8. Димов Э.М., Маслов О.Н. Алгоритмизация квазиоптимального управления нерефлекторными системами с применением статистического имитационного моделирования // Инфокоммуникационные технологии. 2017. Т. 15. № 3. С. 205-217.
  9. Форрестер Дж. Основы кибернетики предприятия (индустриальная динамика) / пер. с англ. Д.М. Гришиави. М.: Прогресс, 1971. 310 с.
  10. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. 380 с.
  11. Виттих В.А. Организация сложных систем. Самара: СНЦ РАН, 2010. 66 с.
  12. Королев В.Ю., Бенинг В.Е., Шоргин С.Я. Математические основы теории риска. М.: Физматлит, 2007. 544 с.
  13. Savage, L.J. The Foundations of Statistics. New York: Wiley, 1954. 310 p.
  14. Нейман Дж. фон, Моргенштерн О. Теория игр и экономическое поведение / пер. с англ. М.: Наука, 1970. 708 с.
  15. Шумейкер П. Модель ожидаемой полезности: разновидности, подходы, результаты и пределы возможностей / пер. с англ. // THESIS. 1994. Вып. 5. С. 29-80.
  16. Маслов О.Н., Фролова М.А. Функционал ожидаемой полезности: принципы моделирования и практического применения // Инфокоммуникационные технологии. 2015. Т. 13. № 3. С. 291-297.
  17. Маслов О.Н., Фролова М.А. Функционал ожидаемой полезности в задачах управления сложными системами организационно-технического типа // Инфокоммуникационные технологии. 2016. Т. 14. № 2. С. 168-178.
  18. Маслов О.Н., Фролова М.А. Повышение эффективности функционирования системы радиоконтроля на основе рискориентированного подхода // Электросвязь. 2017. № 11. С. 36-42.
  19. Маслов О.Н., Фролова М.А. Анализ проекта системы технической защиты информации с применением функционала ожидаемой полезности // Защита информации. Инсайд. 2017. № 2. С. 68-72.
  20. Хайдеггер М. Время и бытие: статьи и выступления / пер. с нем. М.: Республика, 1993. 192 с.
  21. Димов Э.М., Маслов О.Н., Трошин Ю.В. Снижение неопределенности выбора управленческих решений с помощью метода статистического имитационного моделирования // Информационные технологии. 2014. Т. 12. № 6. С. 51-57.
  22. Маслов О.Н. Моделирование неопределенностей // Нейрокомпьютеры: разработка, применение. 2014. № 9. С. 79-84.
  23. Кейнс Дж. М. Общая теория занятости, процента и денег / пер. с англ. М.: Гелиос АРВ, 2002. 352 с.
  24. Маслов О.Н. Системный кризис корпорации: переход от структурной иерархической модели к гетерархической // Актуальные проблемы информатизации науки и производства: материалы Международной научно-практической конференции (Т. 1). Тольятти, 2016. С. 86-92.
  25. Талеб Н. Черный лебедь. Под знаком непредсказуемости / пер. с англ. М.: КоЛибри, 2016. 736 с.
  26. Kahneman D., Tversky A. Prospect theory: an analysis of decision under risk // Econometrica. 1979. Vol. 47. № 2. P. 263-291.

Statistics

Views

Abstract - 15

Cited-By


Article Metrics

Metrics Loading ...

PlumX

Dimensions


Copyright (c) 2019 Maslov O.N.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies