Метаязык для междисциплинарного научного общения (аннотация статьи)

С.Л.Горелик, Я.Г. Марков

Рассматривается подход к созданию языка междисциплинарного научного общения на основе теории информации и других смежных математических наук. Формулируются признаки описаний, которым должна соответствовать научная дисциплина, чтобы успешно войти в процесс междисциплинарного общения и использовать один из наиболее продуктивных методов исследования на основе аналогий между утверждениями, доказательствами, теориями. Рассматриваются особенности использования цифровых описаний для создания метаязыка для естественных наук, которые объединяются в рамках новой научной дисциплины “Цифровое естествознание”. Статья ориентирована на научных работников, преподавателей и учащихся высших учебных заведений, заинтересованных в участии в междисциплинарных исследованиях и совершенствовании методологии обучения различным научным и прикладным дисциплинам на единой методологической основе.

• Современные тенденции в научных исследованиях в последние годы все больше связываются с понятием междисциплинарности. Проблема узкой специализации закладывается еще в начальной стадии образования, когда начинается углубленное изучение специальных предметов. В результате, в каждой отрасли знаний возникает специализированный язык общения, который не позволяет использовать достижения одной отрасли знаний в другой и нормально взаимодействовать специалистам даже из смежных дисциплин.
• Известно высказывание знаменитого математика Стефана Банаха: «Математик — это тот, кто умеет находить аналогии между утверждениями, лучший математик — тот, кто устанавливает аналогии доказательств, более сильный математик — тот, кто замечает аналогии теорий; но можно представить себе и такого, кто между аналогиями видит аналогии». Именно "метод аналогий" позволяет создать мощный синергический эффект от взаимодействия различных специалистов и дисциплин [1].
• Метод аналогии эффективно реализуется только тогда, когда в различных дисциплинах используются близкие языки для описания. Естественной основой для таких описаний являются математические науки. Можно утверждать, что совокупность научных знаний оформляется в научную дисциплину на первоначальном этапе, когда в ней начинают использоваться математические описания для классификации накопленных знаний. Многие естественные науки (медицина, ботаника, зоология, минералогиия и др.)  прошли эту стадию еще в средние века. Некоторые, в частности, социальные науки, в конце 19-го начале 20-го веков.
• Второй этап формирования научной дисциплины в науку характеризуется активным использованием измерительных методов и статистической обработки результатов для поиска и описания закономерностей и проверки соответствия теории результатам экспериментов. Этот этап характерен для первой половины 20-го века. Эти тенденции затронули не только естественные науки, но и науки гуманитарной группы. Появилась математическая лингвистика, структурный анализ в литературе и т.п. [2,3].
• Следующий этап в развитии научной дисциплины, который оформился во второй половине 20-го века и развивается в настоящее время, характерен использованием универсальных методов теоретического анализа на основе математических моделей и теории управления (первый, кто сформулировал этот подход, был Норберт Винер в знаменитой работе [4]).
• Многие ученые обращали внимание на то, что теория информации может стать универсальным языком для различных научных дисциплин, а основанная на ней информационная технология, - основой для практического внедрения результатов научных исследований в практику и использовали этот факт в своих работах  [5-10]. Но быстрое движение в этом направлении становится возможным только в настоящее время, в связи с бурным прогрессом цифровых технологий и появлением сверхмощных и доступных технических средств для обработки, хранения и передачи информации.

• В работе [11] рассмотрены основные направления использования методов математических теорий информации и управления к исследованию больших систем, состоящих из взаимодействующих объектов разной природы. Этот подход предлагается развить в рамках междисциплинарной науки - "Цифровое естествознание" (“Digital Universe Sciences”), в которой исследуются различные природные системы и явления на основе единого языка (метаязыка), основанного на указанных математических теориях.
• Признаками современной научной дисциплины являются:
• использование цифровых моделей изучаемых объектов и явлений для описания основных закономерностей, по которым можно прогнозировать их поведение в тех или иных условиях;
• наличие модели информационного взаимодействия   объектов и систем, состоящих из множества объектов;
• наличие технологии экспериментальной оценки численных параметров, описывающих модель, в том числе и в первую очередь, на основании измерения параметров информационных сообщений и сигналов, отправляемых и получаемых объектами и системами друг другу;
• наличие модели для сравнения результатов оценки с полученным ранее прогнозом;
• наличие алгоритмов (в первую очередь эвристических) для принятия управленческих решений на основе  результатов сравнения;
• Модель должна предусматривать соответствующие подсистемы, входящие в изучаемую систему или объект, которые обеспечивают поддержку указанных операций:
• выработки и передачи сообщений;
• приема и обработки (фильтрации) сигналов (для выделения полезных сообщений);
• измерения и оценки параметров;
• принятия управляющих решений;
• исполнительные механизмы для выполнения решений.
• Из указанных подсистем формируется полная структура системы с обратными связями, которая определяется такими характеристиками, как устойчивость, стабильность, точность, вероятность пропуска целевой информации и формирования ложных сообщений и др..
• Все эти понятия сформулированы и используются в теории управления, обнаружения, оценок, модуляции, измерения, принятия решений, распознавания образов [10,12,13], которые, наряду с теорией информации, образуют базовый набор математических теорий, язык которых может стать основой метаязыка для междисциплинарного общения. На основе этого языка формируется новая научная дисциплина, которая создает площадку для взаимодействия других научных дисциплин и широкого использования “метода аналогий”.

1. Г. Хакен.  Синергетика. - М.: Мир, 1980. - 404 с.
2. Ю.Лотман. Статьи по семиотике и топологии культуры. Избранные статьи в трех томах (при содействии Открытого Фонда Эстонии. http://www.gumer.info/bibliotek_Buks/Culture/Lotm/index.php.
3. Н. Хомский. «ЯЗЫК И МЫШЛЕНИЕ» («LanguageandMind») пре. с англ. 1968 г.  Нью-Йорк.  рус. пер.: М., 1972.
4. Н. Винер.  Кибернетика, или управление и связь в животном и машине. / Пер. с англ. И.В. Соловьева и Г.Н. Поварова; Под ред. Г.Н. Поварова. – 2-е издание. – М.: Наука; Главная редакция изданий для зарубежных стран, 1983. – 344 с.
5. Д. Пирс. Символы, сигналы, шумы. Закономерности и процессы передачи информации. М.: "Мир", 1967. — 338 с.
6. Л.Бриллюэн. Наука и теория информации. М., Физматгиз, 1960.
7. Д.С. Лебедев,  И. И. Цуккерман. Телевидение и теория информации. - М.: Энергия, 1965. - 218 с.
8. H.W. Bode, C.E. Shannon, A simplified Derivation of Linear Least Square. Smoothing  and Prediction Theory,  Proceedings of I.R.E., Volume: 38 , Issue: 4, pp.: 417 – 425.
9. Л.П. Ярославский. Цифровая обработка сигналов в оптике и голографии. Введение в цифровую оптику. изд. Наука, 1982. с. 220.
10. С.Л. Горелик, Б.М. Кац, В.И. Киврин, Телевизионные измерительные системы. М. Связь 1980г. 169 с. .
11. С.Л. Горелик, Я.Г. Марков. Введение в «Цифровое Естествознание» или информационная теория взаимодействия объектов в живой и неживой природе.   Электронный журнал: «Livejornal».03.03.2013.(http://samgor46.livejournal.com/6888.html)
12. Г. Ван Трис. Теория обнаружения, оценок и модуляции. Советское радио. 1972. т.т. 1-3.
13. Хемди А. Таха. Теория игр и принятия решений // Введение в исследование операций. Глава 14. (Operations Research: An Introduction). М.: «Вильямс», 2007. — С. 549-594.