Отличие синергетического и информационного подходов.
В основу теории информации положен предложенный К.Шенноном метод исчислений количества новой (непредска¬зуемой) и избыточной (предсказуемой) информации, содержащейся в сообщениях, передаваемых по каналам техничес¬кой связи.
Предложенный Шенноном метод измерения количества ин¬формации оказался настолько универсальным, что его применение не ограничивается теперь узкими рамками чисто технических приложений.
Вопреки мнению самого К.Шеннона, предостерегавшего ученых против поспешного распространения предложенного им метода за пределы прикладных задач техники связи, этот метод стал находить все более широкое примение в исследованиях и фи¬зических, и биологических, и социальных систем. Ключом к новому пониманию сущности феномена информации и механизма информационных процессов послужила установленная Л.Бриллюэном взаимосвязь информации и физической энтропии. Эта взаимосвязь была первоначально заложена в самый фунда¬мент теории информации, поскольку для исчисления количества информации Шеннон предложил использовать заимствованную из статистической термодинамики вероятную функцию энтропии.
В статистической физике с помощью вероятностной функции энтропии исследуются процессы, приводящие к термодинамическому равновесию, при котором все состояния молекул (их энергии, скорости) приближаются к равновероятным, а энтропия при этом стремится к макси¬мальной величине.
Благодаря теории информации стало очевидно, что с помощью той же самой функции можно исследовать и такие далекие от сос¬тояния максимальной энтропии системы, как, например, пись¬менный текст. Еще один важный вывод заключается в том, что с помощью вероятностной функции энтропии можно анализировать все стадии перехода системы от состояния полного хаоса, которому соответствуют равные значения вероятностей и максимальное значение энтропии, к состоянию предельной упорядоченности (жесткой детерминации), которому соответствует единственно возможное состояние ее элементов.
При этом, если для газа или кристалла при вычислении энтропии сравнивается только микросостояние (т.е. состояние атомов и мо¬лекул) и макросостояние этих систем (т.е. газа или кристалла как целого), то для систем иной природы (биологических, интеллекту¬альных, социальных) вычисление энтропии может производится на том или ином произвольно выбранном уровне. При этом вычис¬ляемое значение энтропии рассматриваемой системы и количество информации, характеризующей степень упорядоченности данной системы и равное разности между максимальным и реальным зна¬чением энтропии, будет зависеть от распределения вероятности состояний элементов нижележащего уровня, т.е. тех элементов, ко¬торые в своей совокупности образуют эти системы.
Сам того не подозревая, Шеннон вооружил науку универсальной мерой, пригодной в принципе (при условии выявления значенй всех вероятностей) для оценки степени упорядоченности всех существующих в мире систем.
Одновременно с выявлением общих свойств информации как феномена обнаруживаются и принципиальные различия отно¬сящихся к различным уровням сложности информационных систем. Так, например, все физические объекты, в отличие от биологических, не обладают специальными органами памяти, пере¬кодировки поступающих из внешнего мира сигналов, информаци¬онными каналами связи. Хранимая в них информация как бы «размазана» по всей их структуре. Вместе с тем, если бы кристаллы не способны были сохранять информацию в определяющих их упо¬рядоченность внутренних связях, не было бы возможности создавать искусственную память и предназначенные для обработки информации технические устройства на основе кристаллических структур.
Вместе с тем необходимо учитывать, что создание подобных устройств стало возможным лишь благодаря разуму человека, су¬мевшего использовать элементарные информационные свойства кристаллов для построения сложных информационных систем.
Простейшая биологическая система превосходит по своей сложности самую совершенную из созданных человеком ин¬формационных систем. Уже на уровне простейших одноклеточных организмов задействован необходимый для их размножения сложнейший информационный генетический механизм. В многокле¬точных организмах помимо информационной системы наследствен¬ности действуют специализированные органы хранения ин¬формации и ее обработки (например, системы, осуществляющие перекодирование поступающих из внешнего мира зрительных и слу¬ховых сигналов перед отправкой их в головной мозг, системы обработки этих сигналов в головном мозге). Сложнейшая сеть информационных коммуникаций (нервная система) пронизывает и превращает в целое весь многоклеточный организм.
Уже на уровне биологических систем возникают проблемы учета ценности и смысла используемой этими системами информации. Еще в большей мере такой учет необходим для ананлиза функци¬онирования интеллектуальных информационных систем. При подсчете количества информации, содержащейся в таких двух сообщениях, как «очередную партию Каспаров играет белыми» и «у гражданина Белова родился сын» получится одна и та же величина – 1 бит. Нет сомнения, что два этих сообщения несут разный смысл и имеют далеко не равнозначную ценность для гражданина Белова.
Однако, оценка смысла и ценности информации находится за пределами компетенции теории информации и по¬этому не влияет на подсчитываемое с помощью формулы Шеннона количество бит. Игнорирование смысла и ценности информации не помешало Шеннону решать прикладные задачи, для которых предназначалась первоначально его теория: инженеру по технике связи вовсе не обязательно вникать в суть сообщений, передаваемых по линии связи. Его задача заключается в том, чтобы любое подобное сообщение передавать как можно скорее, с наименьшими затра¬тами средств (энергии, диапазона используемых частот) и, по возможности, безо всяких потерь.
И пусть тот, кому предназначена данная информация (получатель сообщений), вникает в смысл, определяет ценность, решает, как использовать ту информацию, которую он получил.
Такой сугубо прагматичный подход позволил Шеннону ввести единую, не зависящую от смысла и ценности, меру количества информации, которая оказалась пригодной для анализа всех облада¬ющих той или иной степенью упорядоченности систем. 1.2.