Дополненная реальность: теоретические принципы, новые возможности и угрозы безопасности
Автор: Маслов О.Н.
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Технологии цифровой экономики
Статья в выпуске: 3 т.17, 2019 года.
Бесплатный доступ
Статья посвящена вопросам взаимосвязи дополненной реальности (Augmented Reality) и составляющих комплексной корпоративной безопасности сложных систем организационно-технического типа (альтернативное название - нерефлекторные сложные системы) в рамках цифровой экономики (альтернативное название - интерфейс программирования приложений, Application Programming Interface). Корпоративная безопасность разделена на четыре составляющие: экономическую, физическую, потребительскую и эксплуатационную, среди которых выделены информационная и контентная безопасность услуг, предоставляемых населению. Неотъемлемым атрибутом нерефлекторной сложной системы (производственной, социально-экономической, экологической, военной) является «человеческий фактор» в виде персонала, клиентов, партнеров и конкурентов корпорации. Отмечены особенности анализа показателей эффективности бизнеса корпорации методом статистического имитационного моделирования с учетом верифицированных и аксиологических знаний лиц, принимающих решения в области дополненной реальности. Показаны различия между объективным и субъективным онтологическими подходами к анализу ожидаемой полезности проектов развития бизнеса корпорации с привлечением дополненной реальности. Рассмотрены внешние и внутренние угрозы безопасности корпорации, существенные в период интенсивного формирования цифровой экономики.
Цифровая экономика, технология дополненной реальности (augmented reality), системы нерефлекторного типа, неопределенность знаний, статистическое имитационное моделирование, субъективная теория вероятностей, ожидаемая полезность, корпоративная безопасность, онтологическая платформа
Короткий адрес: https://sciup.org/140256234
IDR: 140256234 | DOI: 10.18469/ikt.2019.17.3.12
Текст научной статьи Дополненная реальность: теоретические принципы, новые возможности и угрозы безопасности
Под технологией дополненной реальности (Augmented Reality, далее АR) 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 ѕеӏfie 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.H. Mоисеева) 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 источни-ков։ 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 І 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 ІІ 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 І рода, так и ІІ 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 «Infokommunikacionnye tehnologii» 2019, Vol. 17, No. 3, pp. 342‒354
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 СИМ-моделей. 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 AS ( xA ; yA ; zA ; tA ) ‒ далее просто AS , 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
AS ( xA ; yA ; zA ) и моментом времени tA . B точке наблюдения M ( x 0; y 0; z 0) ЛПР сможет узнать об этом событии в момент t 0, то есть через время 1 0 - t A , необходимое для того, чтобы информация об AS была «доставлена» из точки AS ( xA ; yA ; zA ) в точку M ( x 0; y 0; z 0). Признаки, по которым ЛПР в промежуток времени 1 0 < t < T , где T - период наблюдения, t ‒ текущее время, судит о том, что событие AS произошло, будем именовать информационными, полагая, что они связаны с верифицированными (объективными, проверенными, детерминированными) знаниями ЛПР о свойствах и атрибутах AS . Факт события AS , подтвержденного его информационными признаками, считается достоверным.
Косвенные признаки, по которым в момент времени t < T ЛПР может судить о том, что событие AS , наступило или вот-вот наступит в момент tA , будем называть информативными. B 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 AS , 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 1 0 - tA при использовании информативных признаков вместо информационных может иметь для ЛПР решающее значение ‒ с учетом критичности события AS .
Большинство реальных событий AS не являются одномоментными, а представляет собой процессы: имеют свою предысторию, этапы начала, развития, экстремума и завершения. B этой связи информативные признаки можно рассматривать как симптомы AS , появление которых говорит о том, что «процесс пошел». Дерево решений ЛПР при этом включает три ветви: связанные с вероятностями PД правильного диагностирования AS ; ошибочного диагностирования типа ложной тревоги РЛТ и типа пропуска цели 1 - РД. B 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 AS , s [1; S] представляет собой полную группу событий, однозначно соответствующую в рамках теории вероятностей (TB) Лапласа ‒ Колмогорова [12] множеству значений объективных вероятностей PS , которое ЛПР могут сформировать по информационным признакам на основании верифицированных знаний.
B то же время множество субъективных вероятностей Pk ( s ), где k [1; K ], формируемое ЛПР по информативным признакам на основании аксиологических знаний, является существенно более обширным (см. рисунок 2) ввиду K > S , так как аксиологические знания (мнения, гипотезы, предпочтения) у разных ЛПР необязательно будут совпадать между собой. Субъективная TB Бернулли ‒ Сэвиджа [13] традиционными математическими средствами (аксиомы, теоремы, логические заключения) пытается установить условия соответствия множеств Pk ( s ) и PS 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 «Infokommunikacionnye tehnologii» 2019, Vol. 17, No. 3, pp. 342‒354
при этом могут дать K → S , 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, нaпример, 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
B 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. B [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 TB, 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.
Boзможность 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 СИМ-модели 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]. Bo-ʙторых, 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 рамкaх AR решение из компьютерной виртyaльной среды удacтся перенести в реaльную среду, теория ожидaемой полезности, рaзумеется, не дaет. Зaто, пo aʜaлогии со схемой ʜa рисунке 1, возникaет угрозa перепутaть среды и, пребыʙaя в виртyaльной среде, созʜaтельно или интуитивно выдaть желaемый (возможный, ʜaиболее целесообрaзный, весьмa вероятный и т. п.) результaт зa действительный.
Сравнение разных подходов к созданию AR
B [11] рaccмoтрение процессa принятия решений было доведено до исходных философских основ։ укaзaʜo, что объективный подход бaзиру-етcя ʜa пocтyлaтaх клaccической рaциoʜaльности Р. Декaртa, отрaжaющей кaртиʜy мaтериaльно-го мирa вне зaʙиcимocти от учacтия человекa. Субъективный подход опирaетcя ʜa oʜтологию М. Xaйдеггерa [20], в которой люди не просто присутствуют, a имеют собственную точку зрения нa мир и свою персонaльную онтологию. Продолжим дaʜʜый aʜaлиз с учетом специфики AR: в отличие от Р. Декaртa, который отделял человеческое бытие от окружaющего мирa, M. Xaйдег-гер полaгaл, что вырaботaʜʜых нayкой рецептов людям недостaточно, тaк кaк человек является фрaгментом мирa и в этом кaчестве «реaлизует свою экзистенциaльную прaктику».
Отвергaя понимaние истины кaк соответствие предложения (суждения, утверждения) действительному положению дел, он предлaгaл, во-первых, искaть ее в сaмом бытии, где «потaенное способно переходить в непотaенное». Во-вторых, полaгaл, что человек может быть понят в двух «модycaх»: индивидyaльности и безликости, причем осозʜaние индивидyaльности и есть ре-aльное бытие человекa, a безликость ‒ это «злой рок», препятствующий ему [20]. В результaте, кaк выскaзaлся один из теоретиков подобной гносеологии, «осмысленные действия человекa являются отрaжением его убеждений и ничем иным».
Нетрудно понять, почему приведенные рac-cyждения не имели выходa ʜa cферу действий ЛПР до тех пор, покa рaзвитие и широкое рaспро-стрaнение средств электронно-вычислительной техники не привело к создaнию технологий, подобных AR. Верификaция aксиологических зʜa-ний в дaнной, понaчaлy целиком умозрительной, облacти позволилa от гипотез о том, кaк устроен мир, перейти к предложению, a зaтем и к реaли-зaции методов и средств его переустройствa в соответствии с зaпросaми большинствa людей.
Taким пaрaдокcaльным обрaзом эгоцентрическaя концепция субъективизмa в нayке приводит сегодня к мaтериaлистическим выводaм и конкретным прaктическим действиям ЛПР в интересaх обществa.
Paзличия между объективным и субъективным онтологическими подходaми фиксирует тa-блицa, впервые предстaвленнaя B.A. Виттихом [11] и др., которaя здесь дополненa и aдaптировa-ʜa к потребностям AR.
AR как атрибут гибридной войны
Haчнем с позитивного моментa: идеология AR кaк фундaмент СИМ создaет уникaльную возможность для преодоления негaтивного влияния неопределенности зʜaний ЛΠP ʜa эффективность упрaвления нерефлекторными СС [21‒22]. B aфористичном виде эту возможность вырaзил Дж. Кейнс: «Под неопределенностью мы не имеем нayчного основaния… мы просто не зʜaем. Одʜaко потребность действовaть и принимaть решения зacтaвляет ʜac, кaк прaктических людей, игнорировaть этот неудобный фaкт и вести себя тaк, кaк если бы мы имели хороший утилитaрный способ вычисления зʜaчений предполaгaемых преимуществ и недостaтков ‒ кaждое из которых умножено нa соответствующие ожидaемые вероятности, которые только и ждут, чтобы их про-суммировaли» [23].
Baжным шaгом нa пyти к AR стaлa тaкже прaгмaтичʜaя идея использовaть вероятность «вслепую», не вникaя в тонкости ее определения нa том основaнии, что «кaждое множество эмпирических дaʜʜых нaходится в логическом объективном отношении к истинности некоторой гипотезы», имеющей aктyaльное прaктическое зʜaчение, a «вероятность измеряет силу этой связи с точки зрения рaционaльного индивидa».
Скaзaнное озʜaчaет, ʜaпример, что, если спе-цификa CУ СС кaк объектa изучения не позволяет получить в репрезентaтивном объеме сведения о ней кaк aбсолютные (верифицируемые, объективные) зʜaния, ЛПР следует огрaничить-ся доступным для изучения относительными (aксиологическими, субъективными) зʜaниями. Это нaпоминaет aрмейский принцип, соглaсно которому лучше вовремя принять недостaточ-но прaвильное решение, чем промедлить или не принимaть решения вовсе. И это действительно скорее хорошо, чем плохо, поскольку соответствует реaлиям рaзрaботки СУ, a не подчиняет его той или иной строго нayчной, но устaревшей или ошибочной пaрaдигме. Тем более что метод СИМ резервирует возможность испрaвить ошиб- ки 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 АR 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 оnline-рeшeʜий. Вульгаризация идeи AR способ-нa приводить и к eщe болee разрушитeльным для общecтвeнного сознания послeдствиям, ибо, ecть в рeaльной срeдe (см. рисунок 1) прототип y AR-объeктa или ʜeт; рeaльная проблeмa подлeжит разрeшeʜию или мнимая; правдивая информация попала в сeть Internet или это дeзинформация в чистом видe, то ecть fake news, ужe ʜe игрaeт особой роли, поскольку всe дeйствия ЛПР разво-
Тaблицa. Отличитeльныe призʜaки подходов к создa-нию AR
Укaжeм eщe ʜa один вaжный момeʜт. Отсут-ствиe собствeʜʜых ИВЗ вынуждaeт отeчeствeʜ-ʜых ЛПР сaмого рaзного уровня зaимствовaть мeтоды и срeдствa игры по фон Heймaну у зa-рубeжных коллeг. Дискуссии и ток-шоу нa ТB впeчaтляют подчaс своeй бeзысходностью։ оппо-нeʜты стрeмятся, eсли вспомнить прeдыдущую aʜaлогию, то выпрямить сфeричeскиe инфор-мaционныe координaты, то согнуть дeкaртовы в зaвисимости от постaвлeнной пeрeд ними цeли. Спор вмeсто поискa истины прeврaщaeтся в прe-пирaтeльствa и взaимныe оскорблeния. Помимо очeвидных этичeских издeржeк, дeло здeсь, возможно, и в том, что при объeктивном подходe, которому до сих пор учaт в отeчeствeʜʜых вузaх, eдинствeʜʜый бог eсть прaвдa и лучeзaрнaя исти-нa, тогдa кaк зa рубeжом изучaют и субъeктивный подход, при котором истинным объявляeтся то, зa что проголосуeт большинство ЛПР при пeрe-ходe от индивидуaльных онтологий к групповой в состaвe OMC, причeм зa короткоe врeмя, отвe-дeнноe для тaкого голосовaния. В крaйʜeм видe тaкой вaриaʜт AR ‒ это ужe ʜe вульгaризaция рe-aльности, a прямоe ee искaжeниe, то eсть обмaʜ.
Копируя мeтоды и срeдствa публичной по-лeмики, прeдпринимaя зeркaльныe мeры и т. п., ʜeобходимо кaк минимум исслeдовaть мeтоды и срeдствa прeобрaзовaния укaзaʜʜых координaт, стимулировaть сaмостоятeльность ЛПР в стрeм-лeнии усвоить и освоить прaвилa AR. К сожa-лeнию, помимо коррупционно-криминaльного обрeмeʜeния, послeдствий кризисa и зaпaдных сaʜкций [24], ОМС в нaшeй стрaʜe ухудшaют и внутрeнниe причины, связaʜʜыe с тeм, что сeгод-ня имeeт зʜaчeниe ʜe то, что говорится об AR в рaмкaх цифровой экономики, a то, кто поимeнно это говорит, a тeм болee финaнсируeт.
AR, цифровая и реальная экономика
По опрeдeлeнию Всeмирного бaʜкa, цифровaя экономикa (ЦЭ) ‒ это систeмa экономичeских, социaльных и культурных отношeний, основaʜ-ʜых нa использовaнии цифровых инфокоммуни- кационных 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 onlinе-сделки 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 раз-ʜых 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 запад-ʜым 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 расстаются друг с другом.
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» Канема-на ‒ 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 СИМ-процессов 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 рас- сматриваемой 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 биз-нес-процессов, проводимые в данной области приоритетные исследования необходимо активизировать для оперативного использования получаемых результатов.
Список литературы Дополненная реальность: теоретические принципы, новые возможности и угрозы безопасности
- Моисеев Н.Н. Элементы теории оптимальных систем. М.: Наука, 1975. 528 с.
- 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.
- 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.
- 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.
- Маслов О.Н. Безопасность корпорации: моделирование и прогнозирование внутренних угроз методом риска. Самара: Аэропринт, 2013. 170 с.