Сетелогистический подход и трансформация управления ресурсными потоками в военной сфере
Network logistic approach to the optimization of the resources streams management in the military sphere
DOI: 10.24411/2311-1763-2018-10152
Аннотация. Один из путей оптимизации управления ресурсными потоками в военной сфере – использование сетелогистического подхода и интегрирования в процесс подготовки принятия решений систем искусственного интеллекта. В целях решения задач необходима подготовка кадров для создаваемых сетелогистических структур, внедрение мультиагентных технологий, обеспечение безопасности информации, повышение уровня компетенций в различных предметных областях.
Ключевые слова: сетелогистический подход, оптимизация, распределение ресурсов, мультиагентные технологии, искусственный интеллект.
Summary. One of the ways of optimization of the resources management in the military sphere is the usage of the network logistic approach and integration into the process of preparation of the decisions regarding the systems of artificial intellect. For the purpose of the decision of these tasks it is necessary to prepare personnel for the work with the creating network logistic structures, to insulate multiagent technologies, to ensure the information security and to rise the competence in different appropriate spheres.
Keywords: network logistic approach, optimization, distribution of resources, multiagent technologies, artificial intellect.
В современных условиях существует необходимость выработки системного логистического подхода и построения сетевой структуры как инструмента, помогающего Вооруженным Силам (ВС) и оборонно-промышленному комплексу (ОПК) страны, адаптироваться к быстро меняющейся военно-политической конъюнктуре, сохраняя при этом профессионально-интеллектуальный потенциал кадров, а также преимущества специализации и концентрации вооружения, военной и специальной техники (ВВСТ), телекоммуникационных средств отечественной базы. В связи с этим хотелось бы подчеркнуть, что до сих пор не выработан единый сетелогистический подход к выявлению условий и способов:
- оптимизации принятия управленческих решений по полноценному материально-техническому обеспечению ВС в условиях «цифровой экономики»;
- гармоничного распределения потоков ресурсов (трудовых, материальных, финансовых и информационных) внутри отраслей ОПК, а также при поставках ВВСТ непосредственно в ВС РФ или на экспорт;
- построения информационной решетки на локальном (горизонтальном) уровне;
- разработки сетецентрической архитектуры ВС на глобальном уровне.
Актуальность сетелогистического подхода по нашему мнению, заключается в том, чтобы создать такую систему распределения ресурсов между ОПК и ВС, а в ее рамках самодостаточную информационную решетку (сеть), состоящую из взаимодействующих и взаимосвязанных элементов (датчиков, сенсоров, контроллеров и т.п.), которые существуют относительно самостоятельно и устойчиво, действуют на основании сетевого протокола, постоянно развиваются, совершенствуются и видоизменяются в зависимости от результатов взаимодействия с внешней и внутренней средой.
Если рассматривать сетелогистические элементы с точки зрения динамических систем, то одним из путей повышения эффективности их организации и конкурентоспособности является внедрение мультиагентных технологий. Их появлению предшествовало развитие и внедрение информационных технологий, в которых появился агент – это человек (или структура), которому делегировалась часть полномочий, как в выполнении конкретных функций, так и в принятии решений. А с появлением и широким внедрением цифровых мультиагентных технологий применение сетелогистического подхода заключается в принципиально новом методе решения задач. В отличие от классического способа, когда производится поиск некоторого четко определенного (детерминированного) алгоритма, позволяющего найти наилучшее решение проблемы, в мультиагентных технологиях решение выявляется практически автоматизированно в результате взаимодействия множества самостоятельных целенаправленных программных модулей которых также можно назвать агентами [4].
Современный мир использует распределённые системы в энергетических, производственных, транспортных, логистических сетях, в которых множество операций и алгоритмов ведется параллельно и для которых актуальна задача разделения пакета заданий между несколькими вычислительными потоками (устройствами). Мультиагентные технологии уже функционируют в различных областях – мы все чаще слышим от СМИ о распределенных сенсорных сетях, управлении космическими аппаратами, взаимодействии групп БПЛА, делегирования полномочий на основе природных явлений роения пчел или муравейника и т.п.
Важным моментом в разрабатываемых сетелогистических системах (СЛС) и мультиагентных технологиях становится реализация механизма самоорганизации на основе анализа взаимодействий агентов. Это позволит СЛС в процессе своей работы переходить с базовой архитектуры одного типа на базовую архитектуру другого типа с целью повышения качества принимаемых управленческих решений. Критерии качества решения задаются извне разработчиком СЛС на этапе ее создания либо ее пользователем в процессе функционирования. Это, однако, не означает появление внешнего источника управления. Архитектура СЛС с самоорганизацией может и должна меняться, даже если критерий качества остается неизменным.
Для того чтобы автоматизировать процессы перехода архитектур, облегчения работ каждого агента в СЛС перед современной логистикой, как наукой, стоит задача разработки гетерогенных систем с самоорганизацией – «виртуальных коллективов», способных интегрировать разнородную информацию (нечеткую, лингвистическую, статистическую и т.п.), поступающую из множества источников, «очищать», агрегировать, анализировать и предлагать различные альтернативы решений. Причем это должно делаться автоматизированно, быстро, с учетом огромного массива данных внутренней и внешней среды. В связи с этим в настоящее время наблюдается заметный рост применения искусственного интеллекта при подготовке и принятии решений. Вместе с архитектурой в таких самоорганизующихся системах могу меняться различные технологии искусственного интеллекта (экспертные системы, генетические алгоритмы, блокчейн, нечеткая логика и т.п.). При этом технологии могут всячески дополнять и компенсировать недостатки друг друга и СЛС в целом.
Такая организация релевантных решений сложных задач дает дополнительный синергетический эффект в виде:
- разрешения внутренних и внешних конфликтов между различными организациями (например, между органами военного управления и предприятиями-производителями ВВСТ);
- установления сетевых взаимосвязей между экспертами различного профиля;
- в формировании морально-психологического климата в реальной и виртуальной среде (проще говоря, чтоб было комфортно работать и вырабатывать решения для себя или лица, принимающего решение (ЛПР));
- в наставничестве и передаче знаний от компетентных и опытных профессионалов молодым специалистам;
- взаимном обучении участников сети;
- в формировании коллективного решения, превосходящего по эффективности решения, которые могли бы получить участники СЛС, работая индивидуально [1,2].
Необходимо также отметить, что несомненным плюсом применения в СЛС мультиагентных технологий (кроме экономии времени, финансовых, трудовых и энергозатрат) являются:
Во-первых, большой уровень прозрачности, безопасности и невозможность их монополизации кем бы то ни было.
Во-вторых, возможность реализации с минимальными временными и интеллектуальными затратами воплощая оперативное конфигурирование (реконфигурирование), программирование (перепрограммирование), онлайн-исполнение и другие мероприятия сетевой стратегии, которые также будут совершенствоваться и видоизменяться с развитием искусственного интеллекта.
В-третьих, на основе этих решений, с помощью компиляций или импровизаций субъекты СЛС (операторы, когнитологи, ЛПР) смогут на более качественно высоком уровне исполнять свои задачи и нивелировать кибератаки противника, недобросовестную конкуренцию, множество других отрицательных факторов. Здесь поле деятельности для человеческого творчества и инициативы. Так как в настоящее время человек – самое медленное звено в принятии решений, на некоторых участках управления СЛС (вместо ожидания решения ЛПР) с помощью искусственного интеллекта будут внедрены готовые программы действий подразделений на местах (поставщиков-грузоотправителей, потребителей-грузополучателей, производственно-логистических комплексов и т.д.) алгоритмы, количественные и временные показатели которых уже неоднократно будут выверены теоретически (математическим моделированием) и практически многократно апробированы во время реальных логистических операций.
Чем больше будет применено и проведено таких операций, тем совершеннее и эффективнее будет работать СЛС, потому что искусственный интеллект будет выявлять, исправлять, нивелировать предыдущие ошибки, а также учитывать опыт, интуицию, творческую составляющую естественного интеллекта.
В связи с вышеизложенным возникает следующая проблема – подготовка кадров для таких СЛС. Многие ВУЗы и ВВУЗы в настоящее время готовят специалистов в различных предметных областях, связанных с логистикой и информационно-коммуникационными технологиями. Но в программах их подготовки практически не изучаются интегрированные сетевые технологии. Образовательные установки направлены на сегменты сетей, имеющих прикладной, сугубо функциональный и узкоспециальный характер.
С точки зрения сети талантливый специалист-сетевик – это нечто иное, чем хорошо подготовленный талантливый инженер, логист или менеджер. Как правило, хорошим сетевиком может стать и обычный инженер, не способный погрузиться в глубинное познание, но при этом способный к компилированию. У него есть определённые: сетевая парадигма, знание, код, с помощью которых он с лёгкостью способен отделять в потоке информации сущностное от второстепенного. При отбрасывании деталей он теряет профессиональную адекватность, но зато приобретает сетевую адекватность; он схватывает на лету ядро, при необходимости наращивая на него дополнительные элементы.
Применительно к теории войн это означает, что сейчас победить противника может тот, кто в состоянии создать наиболее эффективную сеть, в которой возникает более лёгкий и свободный обмен информацией [1], а также способность ею управлять и применять. Соответственно, умение, знание и опыт подготовки будущих специалистов СЛС должны быть направлены на расширение возможностей сбора, обработки и управления релевантной информации с помощью сетевых технологий (краудсорсинговых, экспертных, гибридных и т.п.). Способность конвертировать получаемую информацию в знания, осуществлять «перекрестное опыление» своими и другими знаниями для специалиста СЛС будет занимать не самое последнее место в касающейся своей предметной области.
Будущие войны – это прежде всего сетевые войны со своей инфраструктурой и инфоструктурой, а также управляющие действия операторов-сетевиков, которые эксплуатируют информацию с целью выработки готовых альтернатив решений (знаний) ЛПР для максимизации всех видов боевого, технического, тылового обеспечения с целью увеличения боевой мощи армии и флота.
Будущий сетевик должен пользоваться сетелогистическим подходом и уметь сотрудничать с различными системами управления, т.к. сеть может включать элементы, которые отличаются друг от друга по приоритетам, специфическим целям и выбору средств. Ему придется практически ежедневно учиться, т.к. пропускная способность сети с каждым днем будет расширяться, возникнут более продвинутые средства связи, восприятия, памяти и поиска, сетевые коммуникации и организации будут постоянно видоизменяться. Информационная решетка сети будет дополняться информационными узлами, «хабами», дата-центрами, каждый из которых будет выполнять свою, часто узкоспециализированную задачу. Элементы и субъекты решетки будет динамически меняться в пространстве и во времени.
В киберпространстве, как и в других физических сферах, будут выявлены свои законы, постулаты, аксиомы, константы. На данный момент времени исследователи связывают и описывают процессы в сети с точки зрения законов математики, экономики, физики, теории организаций, управления, принятия решений и т.п. Например, в научной литературе публикуются материалы об аналогиях на уровне математических моделей между рядом когнитивных и квантово-механических феноменов – возникают такие направления, как квантовая когнитивистика и квантовая социология. При интерпретации этих направлений возможно создание в сети, условно говоря, «лазера», нейронную сетевую составляющую которой можно использовать и в мирных, и в военных целях. Проще говоря – направить данный «лазер» на решение монопроблемы или в противном случае «прожигать» какой-либо объект в сети [3].
В будущем возникнут специализированные с предметные области, связанные с теорией сети, виртуальной реальности, сетевой лингвистикой, анаморфированием, квантовой голографией и т.п. В образование и подготовку кадров для СЛС наряду с сетелогистическим, будут внедряться другие различные научно обоснованные подходы: логико-рефлексивные, квантово-подобные, психо-нейронные и т.д. и т.п. Уже сейчас наблюдается бурное развитие онтологии, как модели представления знаний о какой-либо предметной (проблемной) области в форме семантической паутины. Такая модель может описывать не только человеческую деятельность, а вообще ноосферу, которая ждет глубоких исследований и своих кропотливых исследователей.
Необходимо отметить, что в военно-сетевых структурах безопасность получаемой и передаваемой информации должна быть на высочайшем уровне, потому что цена неправильных управленческих решений или искажения в результате кибервоздействия входной и выходной информации СИИ очень высока. Зарубежные и отечественные исследователи и аналитики особенно подчеркивают, что незащищенность информации в военно-сетевых структурах приводит к полному разрушению сетецентрической архитектуры и в настоящее время является основным сдерживающим фактором по ее внедрению в вооруженных силах ведущих мировых стран. Кроме этого современная СИИ имеет свой алгоритм и обучает себя сама, и человеку недоступны все детали такого обучения или процесса принятия решений. Пока мы не можем достоверно знать, как СИИ развивается и какие методы использует. А при недостатке способов контроля и мониторинга СИИ и сети это может привести к нежелательным последствиям [2]. Но эти недостатки будут компенсироваться положительными качествами СЛС с искусственным интеллектом. А именно: высокий уровень осведомленности в отношении пространства и времени, большая скорость принятия решения ЛПР, сокращение времени планирования, доведения и распределения информации, контроля и обратной связи, высокий уровень мобильности и конструирование мультиагентной среды под конкретную задачу. Например, если надо решать транспортно-логистическую задачу распределения ресурсов для сухопутных войск, то в пространстве она будет двумерна, а для ВКС или ВМФ трехмерна. В некоторых случаях пространство, как структурообразующий базис вообще будет мало влиять на СЛС, там могут быть другие критерии (например, время, качество, робастность и т.п.) для построения определенной архитектуры для решения задач ОПК и ВС.
Таким образом, оптимизация распределения материально-технических ресурсов начиная от станка на заводе-изготовителе и заканчивая всеми видами обеспечения солдата на поле боя – динамически сложная среда восприятия. Понятия времени, пространства, других критериев будут играть здесь ключевую роль при подготовке принятия решений. Сетелогистический подход при разработке будущих автоматизированных логистических систем с использованием мультиагентных технологий и систем искусственного интеллекта, позволит интегрированно учитывать все сетевые факторы, повысит качество управленческих решений, и, как следствие, качество планирования и координации между Вооруженными Силами и ОПК страны.
Список литературы и источников
- Аналитический доклад А. Дугина при участии В. Коровина и А. Бовдунова «Сетевые войны». - [Электронный ресурс] URL: http:// spkurdyumov.ru›networks/setevye-vojny/ (дата обращения 11.07.2018).
- Бобровский С. Перспективы и тенденции развития искусственного интеллекта. - [Электронный ресурс] URL: http://www.computer-museum.ru/ (дата обращения 17.01.2018).
- Павлов А.В. К вопросу классических механизмов квантово-подобных когнитивных феноменов: феномен «Линда». Материалы IV Всероссийской Поспеловской конференции с международным участием. – Калининград: БФУ им. И.Канта, 2018, с.422-429.
- https://www.intuit.ru/studies/courses/11068/1102/lecture/17391 (дата обращения 27.02.2018).
References
- Analiticheskiy doklad A. Dugina pri uchastii V. Korovina i A. Bovdunova «Setevyye voyny», 2018, [Elektronnyy resurs] URL: http:// spkurdyumov.ru›networks/setevye-vojny/ (data obrashcheniya 11.07.2018).
- Bobrovskiy S., 2018, Perspektivy i tendentsii razvitiya iskusstvennogo intellekta, - [Elektronnyy resurs] URL: http://www.computer-museum.ru/ (data obrashcheniya 17.01.2018).
- Pavlov A. V., 2018, K voprosu klassicheskikh mekhanizmov kvantovo-podobnykh kognitivnykh fenomenov: fenomen «Linda», Materialy IV Vserossiyskoy Pospelovskoy konferentsii s mezhdunarodnym uchastiyem, Kaliningrad: BFU im. I.Kanta, 2018, s.422-429.
- https://www.intuit.ru/studies/courses/11068/1102/lecture/17391 (data obrashcheniya 27.02.2018).