"Знать, чтобы предвидеть.
Предвидеть, чтобы избегать", - О. Конт

Глава 1. Методика сбора и представления информации с применением современных направлений

 
Экклезиасту принадлежит выражение – «Знание рождает печаль». Но вместе с тем, знание дает мощное средство для конструирования очертаний будущего. Многовариантный взгляд на прошлые события позволяет лучше спрогнозировать свое будущее. Как говорил Джордж Байрон: «Лучший пророк для будущего – прошлое».
А эффективное представление прошлого – это методология, наиболее информативные факты, устойчивые трендовые модели, современное положе­ние и разыгрывание всевозможных, как оптимистичных, так и пессимис­тичных, сценариев на основании прошлого.
В газете «Советский спорт» известный шахматный писатель и журналист Александр Рошаль писал: «А знаете, при современном уровне электронной техники есть, оказывается, возможность встретиться даже с весьма давними чемпионами. Об этом рассказал в своем выступлении на меж­дународном семинаре «Шахматы в школе» Ч. Султанов. Доктор наук, профессор, много лет руководящий одновременно и Республиканской шахматной школой в Баку, он предложил систематизировать наследие выдающихся гроссмей­стеров, как бы создать банк их знаний и переда­вать эти знания учащимся методом компьютерных игр. Доклад этот тут же был переведен на английский язык, о нем много говорили на комиссиях ФИДЕ по компьютерным шахматам о помощи развивающимся странам, есть немало желающих приобрести подготовленные программы».
Да, в этих партиях ведущих гроссмейстеров мира заложен огромный шахматный интеллект и сегодня вполне возможно его формализовать и исполь­зовать для обучения шахматистов высокого уровня на другом техно­логическом уровне.
Как еще вчера профессиональные программисты искали пути к совер­шенству компьютерного «шахматиста», так и сегодня они будут искать пути, как адекватно формализовать этот интеллект и эффективно его использовать для обучения. Шахматные учебники постепенно уступят место этим новым направлениям обучения – они будут на несколько порядков эффективнее».
Заметим, этот метод автор, на примере шахмат и нефтедобычи, предло­жил в 1986 году. В 2001 году американские ученые предложили подобный подход к изучению человеческих мыслей на разные темы, в разное время используя Интернет-базу.
Специальное программное обеспечение, в этом случае, позволяет обраба­тывать множество Интернет-страниц, обращая внимание на разные ключевые слова. Одновременно происходит анализ текста, содержащегося рядом с ними.
Данное изобретение позволяет изучить мысли и мнения тысяч различных специалистов по той или иной проблеме и составить научный прогноз на основе их рассуждений по выбранной проблеме.
При выполнении этой работы автором использованы более 500 публика­ций в мировых СМИ. Впервые в Азербайджане, при выполнении подобных работ, автором был использован метод, который был упомянут ранее – локальный контент-анализ, в Интернете по специальной компьютерной программе, т.е. по одному из упрощенных вариантов американской системы.
В каждой экспертной оценке по итоговой 10-ти балльной системе по той или иной проблеме заложены сотни мнений и оценок политиков, политологов, журналистов и т.д. При выявлении экспертной оценки широко использовался байесевский процесс.
 
При прогнозировании на долгие годы, как известно, необходимо исполь­зовать информацию, имеющую высокую и продолжительную достоверность.
В теории информации есть важнейшее понятие – энтропия, на котором основаны многие информационные законы. Энтропию придумал в годы Второй Мировой войны американский инженер-дешифровальщик Клод Шеннон, с помощью которой он успешно расшифровывал немецкие коды.
Одним из важнейших свойств энтропии является то, что с ее помощью можно оценивать многие ситуации, в том числе политические, экономические и, самое важное, можно показать их динамическую характеристику. Энтропия также показывает необходимое количество информации для принятия решения по той или иной проблеме.
На рис. 21 приведена энтропийная характеристика гипотетических со­бытий.
Видно, что кривая 1, после поступления информации из разных источ­ников, практически стабилизировалась – для этого понадобилось 10 источ­ников информации. Кривая 2 продолжает колебаться в широком диапазоне – никакой ясности по проблеме нет. В то же время средняя итоговая величина энтропии у этих кривых одинакова, т.е. очень важна, наряду с самой аб­солютной величиной энтропии, что показывает сложность процесса ее стаби­лизации и позволяет принимать окончательное решение по той или иной проблеме.
 
 
Рис. 21. Оценка тех или иных событий по мере накопления информации
 
Широко использовался и другой принцип статистики. Из законов статис­тики хорошо известно – чтобы определить вкус супа, не обязательно съесть весь котел – достаточно черпалки из супа. Сегодня, используя метод «черпалки из супа», при наличии Интернета и специальных программ, обладая определенными системными навыками, можно с большой степенью досто­верности выстраивать определенные модели (логические, математичес­кие, графические и др.), что и сделал автор. К этим рассуждениям необходимо добавить, что всевозможная информация о прошлых годах по странам Юж­ного Кавказа, согласно закону о больших цифрах, давно вышла на асимптоту.
 
Был использован и другой известный метод. Во время Второй Мировой войны англичане интенсивно бомбили по всей Германии свекловичные поля. Немецкие разведчики этому не придавали никакого значения и даже предполагали, что англичане эти поля принимают за какие-либо подземные объекты. Замысел англичан стал ясен лишь после войны. Оказывается, английские ученые-математики из разведцентра вычислили, что чем меньше урожайность свеклы в Германии, тем меньше интенсивность полетов «фау» на Лондон и Ковентри. А так как у немцев были большие проблемы с энергоно­сителями, то они поняли, что «фау» заправлялись спиртом, приготов­ленным из свеклы. Таким образом, возникает удивительная корреляционная зависи­мость:
H = f(Y),
где: H – интенсивность налетов «фау» на английские города,
Y – урожайность свеклы в Германии.
 
Подобные, на первый взгляд, нелепые зависимости называются «скрытая корреляция», и ею широко пользуются спецслужбы мира при решении разных проблем.
 
Вот некоторые примеры на эту тему из опыта мировых спецслужб. В книге Г.Р. Берндорфа «Шпионаж» приведен интересный пример «скрытой корреляции». Накануне Первой мировой войны военную разведку Германии очень сильно интересовали данные об изменениях в итальянских береговых укреплениях. Для решения этой задачи в июле 1914 года в Милане было открыто бюро объявлений, которое выписывало практически все выходящие в Италии газеты, вплоть до самых мелких деревенских листков. Хозяйкой бюро являлась весьма эффектная дама – Анна Мари Лессер. Она в течение нескольких суток, днем и ночью, наносила на крупномасштабную карту Италии сведения из газетных объявлений военных комендатур о наборе персонала на земляные и бетонные работы.
В результате была получена карта итальянских береговых укреплений.
К слову, если провести подобный анализ по азербайджанским оппози­ционным газетам, можно четко оценить – кто из олигархов их финансирует, и кто кому служит!
А башкан «Мусавата», по одному ему известному методу, по-новому опре­де­­лил роль своих вчерашних коллег по оппозиции: «Многие из них работают на зарубежные спецслужбы», – заявил он. Ему виднее!
 
В 1941 году органы безопасности СССР арестовали 150 немецких шпионов – у всех у них паспорта были закреплены скрепками из нержавейки – таких скрепок в СССР не делали!
События, на первый взгляд далекие друг от друга – скрепки, шпионы, – могут иногда самым неожиданным образом влиять друг на друга.
«Скрытая корреляция», уже как система, сегодня опутала весь мир, в том числе и Южный Кавказ (таковы законы глобализма), и стала мощным политическим и экономическим фактором, влияющим на все процессы, происходящие в мире.
Например, уменьшение дотации на производство продуктов сельского хозяйства в Европе привело к резкому увеличению цен на них в России, увеличению тарифных ставок на железнодорожные перевозки в России, резко увеличилось число китайцев на Дальнем Востоке.
Безработица в Лянкяране увеличила рождаемость в Ивановской области.
В данной работе автор работал с огромным массивом информации и де­лал выводы в соответствии с выходом информационной кривой на насыщен­ность. Это позволяет делать, в доверительном интервале, окончательные выводы на данном этапе времени.
Помимо этого, широко используется автором метод «скрытой корреля­ции», что позволяет выявить скрытые процессы.
Бросая взгляд в будущее, можно вспомнить Нострадамуса, выдающихся ученых, философов, писателей, поэтов и др. Можно это делать, не забывая их – более приземлено: оперировать голыми цифрами, сложившимися законо­мер­ностями, намечавшимися трендами, динамикой развития наиболее инфор­мативных факторов и т.д. Сегодня так поступают многие страны, в частности, США.
Известно, что в серьезной прогностике любой сценарий, как правило, разыгрывают по трем вариантам – оптимистическому, пессимистическому и наиболее вероятному.
Именно эти принципы использовал автор при выполнении этой работы.
 
И последнее. Директор французского института общественного мнения профессор Жан Стетцель рассказывал, что генерал Шарль де Голль скепти­чески относился к деятельности института. Перелом произошел после рефе­рендума в 1954 году, когда в стране была запутанная поли­тическая ситуация. Сотрудники института провели на основе опроса 2000 человек зондаж общественного мнения и за две недели до референдума доложили его резуль­таты де Голлю, который не принял их всерьез. Однако вскоре Ш. де Голль пригласил Жана Стетцеля и выразил свое восхищение результатами прогноза: по первому вопросу результат зондажа был 93 %, а референдума – 94 %; по второму вопросу соответственно – 67 и 66 %. «Это фантастика. Предвидеть с такой точностью поведение десятков миллионов», – повторял Ш. де Голль.
Сегодня оценка ситуации в том или ином регионе, по истечении многих лет, на базе современных методов, может производиться куда более точно, чем в далеком 1954 году. Для этого необходимо знать сравнительные харак­теристики того или иного региона и существенные тренды, что, собственно, и приводит в этой книге автор.

Дальше...