ПУТЕВОДИТЕЛЬ - СПРАВОЧНИК ПО ЭКОСИСТЕМЕ ТРИЗ И НЕКОТОРЫМ ДРУГИМ КОГНИТИВНЫМ ТЕХНОЛОГИЯМ.

   1. ФАКТОРЫ, вызывающие необходимость ИЗМЕНЕНИЯ ТЕХНИЧЕСКИХ И НЕТЕХНИЧЕСКИХ СИСТЕМ, с целью реализации возникающих новых потребностей человека.

    2. ПОШАГОВЫЙ ЦИКЛ РЕШЕНИЯ ПРОБЛЕМЫ.

   2.1. Выявление проблемы и понимание ситуации.

   2.2. Документирование, постановка целей и планирование.

   2.3. Декомпозиция выбранной задачи, деление на отдельные подзадачи (выходные данные одной подзадачи, являются входными данными для другой подзадачи и т.д.). Разбивка сложной системы на взаимосвязанные "элементарные системы" (построение и определение связей "звеньев цепей" ПРИЧИННО-СЛЕДСТВЕННЫХ СВЯЗЕЙ).

   2.4. Синтез - генерация идей решений.

   2.5. Оценка и выбор идеи решения, оптимальной, удовлетворяющей заданным требованиям из конечного множества найденных решений.

   2.6. Оценить эволюционный потенциал системы на основании эмпирических закономерностей развития систем и выработать возможные пути дальнейшей эволюции рассматриваемой системы.

   2.7. Оценить различные риски, сопутствующие практическому внедрению решения, возможно ли их снизить или полностью избежать.

   3. ФОРМЫ УПРАВЛЕНИЯ ИДЕЯМИ (АБСТРАКТНЫМИ КОНЦЕПТАМИ).

Традиционно считается, что открытие новой закономерности – пример индуктивного (эвристического) мышления, обусловленного во многом интуицией.

С развитием таких наук как философия, логика, когнитивная психология, психология творчества, а также исследованием различных методов обучения и работы искусственных нейронных сетей, появилась возможность лучше понять формы процессов мышления на различных этапах творчества.

(Справка: Когнитивистика, когнитивная наука (лат. cognitio «познание») — это междисциплинарное научное направление, объединяющее теорию познания, когнитивную психологию, нейрофизиологию, когнитивную лингвистику, невербальную коммуникацию и теорию искусственного интеллекта. Относится к трансдисциплинарным исследованиям, междисциплинарная наука, когнитивная наука).

На различных этапах решения задачи, могут применяться методы, которые являются различными формами управления методами познания, логическими выводами, идеями (абстрактными концептами).

ДЕДУКТИВНЫЕ МЕТОДЫ (с частичным "вкраплением" ИНДУКТИВНЫХ МЕТОДОВ), применяемые в ТРИЗ, сужают область поиска решения до определённых границ, что позволяет быстро оптимизировать существующую систему, увеличить её положительный эффект и снизить, нейтрализовать или исключить отрицательные свойства (По шкале Альтшуллера Г.С. - 1, 2, 3 уровни качества решения - изобретения).

    3.1. Дедукция (выведение, от общего к частному, из принятых гипотез выводятся следствия ('нечто' должно быть));

Учение о том, как обрести достоверное знание, было систематизировано Аристотелем (384-322 до н. э.) в виде науки о знании, дедуктивной логики или "Классической логики".

Аристотелю принадлежит учение о научном доказательстве, изложенное в его труде "Органон" - универсальном орудии истинного познания.

Дедукция (образовано от латинского слова: deductio — выведение).

Дедукция — это логико-методологическая процедура, посредством которой осуществляется переход от ОБЩЕГО к ЧАСТНОМУ в процессе рассуждения. (Рациональная форма мышления).

Логически правильный вывод из уже имеющегося знания или из уже имеющихся мыслей) в процессе рассуждения - из принятой гипотезы выводится Следствие: “НЕЧТО” должно быть. Общая неразвитость экспериментальных наук (эмпирического познания) того времени, помешало признать такой метод познания, как неполная индукция - основным. Обычно, считается, что Аристотель признавал лишь полную индукцию, а неполную недооценивал. (См. Рис. 1.)

Дедукция — это логически правильный вывод из уже имеющегося знания или из уже имеющихся мыслей, что часто применяется в стандартном образовании и деятельности, мало связанной с творчеством.
(Например - исполнитель работает по однозначно заданным: в образовании - учебным программам; на производстве - технологическим картам; в административной и бюрократической деятельности - cистеме актов законодательства и служебных инструкций; в военизированных структурах - служебным уставам, инструкциям, приказам; ...).

    3.2. Индукция ,
Формы индуктивных рассуждений ,
ДЖОН ФРЕДЕРИК УИЛЬЯМ ГЕРШЕЛЬ ОБ ИНДУКЦИИ (1792–1871) ,
ДЖОН СТЮАРТ МИЛЛЬ ОБ ИНДУКЦИИ (1806–1873) ,
Индуктивные умозаключения и умозаключения по аналогии .

       Индукция - наведение, от частного к общему, эмпирическое тестирование выдвинутых гипотез или рассмотрение гипотез и измерение степени их согласия с фактами ('нечто' действительно существует, вероятностная логика, логика подтверждения).

Индуктивный метод познания, индуктивная логика (Метод Бэкона) — был представлен английским философом, историком, публицистом, государственным деятелем, основоположником эмпиризма и английского материализма Фрэнсисом Бэконом (1561-1626), в сочинении «Великое восстановление наук» и «Новый Органон» (1620).

Недовольный состоянием наук своего времени, Бэкон предпринял попытку обновить способ исследования природы, который бы не только сделал более надёжными имеющиеся науки и искусства, но сверх того дал возможность открывать новые, ещё неизвестные человечеству.

Догматической дедукции схоластов он противопоставил индуктивный метод, основанный на рациональном анализе опытных данных.

«Новый Органон» стал второй частью обширного труда «Великое восстановление наук», которое, по задумке Бэкона, должно состоять из шести частей. Однако, автор закончил лишь две первые части.

В дальнейшем, огромный вклад в развитие индуктивных методов внесли такие учёные, как (См. Рис. 6):
Джон Гершель, Джон Стюарт Милль, Уильям Уэвелл, Огастес де Морган, Уильям Стэнли Джевонс, Пьер-Симон де Лаплас.

Индукция (из лат. inductio - наведение) — широко используемый в науке термин.

Сущность индуктивного анализа фактов сводится к тому, чтобы посредством исследования различного рода ОТНОШЕНИЙ явлений ("Процессов") в проводимом натурном или мысленном эксперименте, открыть их истинные причинные связи и зависимости друг от друга.

Основной задачей науки о природе (аналогично - технической или нетехнической системы), является исследование причинной связи явлений ("Процессов"), а не просто их материального состава - количества и свойств (параметров) предметов ("Объектов").

В индуктивной логике ставится задача нахождения общих форм явлений ("Процессов"), а не их конкретных различий.

В этом учении Фрэнсис Бэкон примыкает к философии Аристотеля и под формами явлений ("Процессов"), подразумевает те общие законы или типические отношения явлений, к открытию которых и стремится вся опытная наука.

Индуктивный метод, применяют когда не существует ОБЩИХ алгоритмических решений.

Индуктивный метод — способ исследования и изложения, при котором от наблюдаемых ЧАСТНЫХ фактов переходят к выделению принципов, ОБЩИХ положений теории, установлению закономерностей.

Индукция — это вид ОБОБЩЕНИЯ, связанный с предвосхищением результатов наблюдений и экспериментов на основе данных опыта (ЧАСТНЫХ данных).

В индукции данные опыта (ЧАСТНЫЕ данные) «наводят» на ОБЩЕЕ, поэтому индуктивные ОБОБЩЕНИЯ рассматриваются обычно, как опытные истины или эмпирические закономерности.

Индукция — широко используемый в науке термин. Индукция - (введение, наведение, от частного к общему, эмпирическое тестирование выдвинутых гипотез или рассмотрение гипотез и измерение степени их согласия с фактами. “НЕЧТО” действительно существует, используется вероятностная логика, логика подтверждения.

ЭВРИСТИЧЕСКИЙ путь РЕШЕНИЯ ПРОБЛЕМ — путь решения задачи, включающий практический метод, не являющийся гарантированно точным или оптимальным, но достаточный для решения поставленной задачи, он предполагает использование ИНДУКТИВНОГО метода (процесса логического вывода на основе перехода от ЧАСТНЫХ ПРИЗНАКОВ к ОБЩИМ (См. Рис. 7.)).

Рис. 7. «ЭЛЕМЕНТАРНАЯ» СИСТЕМА, НЕ ТЕХНИЧЕСКАЯ (Элемент ЭС также может являться ПРОЦЕССОМ).

В некоторых методах ТРИЗ, при решении задач, применяется логический вывод, основанный на неполной индукции.
Методы теории нечёткой логики и подобные, применяются для События 2 и призваны рассчитать результат (заключение, Следствие), наступление которого имеет наибольшую вероятность из множества вариантов.

Индуктивный метод применяют, когда не существует ОБЩИХ алгоритмических решений.
Индуктивный метод — способ исследования и изложения, при котором от наблюдаемых ЧАСТНЫХ фактов переходят к выделению принципов, ОБЩИХ положений теории, установлению закономерностей.
Индукция — умозаключение от фактов к некоторой гипотезе (общему утверждению, закономерности).
Индуктивные выводы строятся на основе опытных данных. В зависимости от полноты и законченности опыта, лежащего в основе обобщений, различают полную и неполную индукцию.

Полная индукция - когда обобщение относится к конечно-обозримой области фактов.
Заключение полной индукции дает достоверное знание.
В полной индукции заключение связано с необходимостью, а не с некоторой вероятностью, и вытекает из посылок.
Таким образом, эта «полная индукция» является разновидностью дедуктивного умозаключения, хотя по внешней форме, по ходу мысли напоминает неполную индукцию.
Неполная индукция - когда обобщение относится к бесконечно или конечно - необозримой области фактов.
Заключение неполной индукции дает вероятностное знание.

Неполная индукция - неполнота индуктивного обобщения выражается в том, что исследуются не все, а лишь некоторые элементы, или части класса.
В индуктивной логике ставится задача нахождения общих форм явлений ("Процессов"), а не их конкретных различий.
Вероятность заключения в данной схеме, таким образом, может колебаться от весьма незначительной до практически полной достоверности.
В силу этого факта в неполной индуктивной логике разрабатываются специальные методы оценки вероятности заключений.

Общее знание по сравнению с совокупностью разрозненных знаний об отдельных предметах класса ценно тем, что оно может наводить на мысль о наличии некоторой связи между предметами класса и признаком и таким образом стимулировать дальнейшее познание.

Неполная индукция подразделяется на два вида:
a) Неполная "популярная" индукция - энумеративная (через перечисление сходных случаев) , (индукция через простое перечисление сходных случаев, обобщение проводится по несущественному признаку), при отсутствии противоречащего случая - не надёжна, поэтому чем больше число посылок, тем выше вероятность заключения. Популярная индукция — первый шаг и в развитии научных знаний. Наука начинает с эмпирического исследования, классификации, выявления устойчивых связей, отношений и зависимостей. Первые обобщения в науке обязаны простейшим индуктивным заключениям путем простого перечисления повторяющихся признаков. Они выполняют важную эвристическую функцию первоначальных предположений, догадок и гипотетических объяснений, которые нуждаются в дальнейшей проверке и уточнении. В условиях, когда исследуются лишь некоторые представители класса, не исключается возможность поспешного обобщения. Ошибочные заключения в выводах популярной индукции могут появиться по причине несоблюдения требований об учете противоречащих случаев, которые делают обобщение несостоятельным. Из множества явлений фиксирует лишь те, которые оказываются преобладающими в опыте, и строит на их основе поспешное обобщение.

b) Научная индукция (неполная)(переход к общему знанию совершается на основе выделения необходимых признаков (обобщение проводится по существенному признаку) и необходимых связей предметов и явлений природы и общества).

Вероятность выводов научной индукции зависит не столько от числа рассмотренных предметов, сколько от правильности принципов отбора, от того, как точно учтены факторы, влияющие на наличие и изменение исследуемого признака, насколько индукция научна:

Научная индукция характеризуется поиском причинных зависимостей между явлениями и стремлением обнаружить существенные признаки объектов, объединяемых в класс. Научной индукцией называют умозаключение, в котором обобщение строится путем отбора необходимых и исключения случайных обстоятельств.

Научная индукция (неполная) делится на:

* Неполная научная индукция "селективная" - (индук. по репрезентативной выборке) (от латинского — “выбираю”) — в ней вывод о принадлежности признака классу предметов основывается на изучении образцов, методически отобранных из разных частей этого класса (подмножества). Это особый вид энумеративной неполной индукции, который представляет индукция через отбор фактов, исключающих случайное обобщение.

* Неполная научная индукция "через изучение единственного представителя некоторого класса" - (элиминативная индукция по типичному представителю) (от лат. — исключаю) — в ней для посылок отбираются типичные представители, т.е. такие предметы, которые не имеют принципиальных отличий друг от друга.
Индукция методом исключения, или Элиминативная индукция (исключения отличающихся случаев) — это система умозаключений, в которой выводы о причинах исследуемых явлений строятся путем обнаружения подтверждающих обстоятельств и исключения обстоятельств, неудовлетворяющих свойствам причинной связи.
Это вывод о принадлежности признака классу предметов, основанный на изучении типичных образцов без учета их индивидуальных особенностей. Строится не только на основе изучения ряда явлений или объектов, входящих в некоторый класс, но и на основе изучения единственного представителя указанного класса. В этом случае при рассуждении о принадлежности или отсутствии определённого признака у объекта не должны использоваться такие его индивидуальные свойства, которые отличают его от других предметов того же класса. Познавательная роль элиминативной индукции — анализ причинных связей.
Причинной называют такую связь между двумя явлениями, когда одно из них — причина — предшествует и вызывает другое — действие.
Современная логика описывает пять методов установления причинных связей:
(1) метод сходства,
(2) метод различия,
(3) соединенный метод сходства и различия,
(4) метод сопутствующих изменений,
(5) метод остатков.


Метод математической индукции и трансфинитной индукции использует полную индукцию для бесконечных счётного и несчётного множеств объектов соответственно.
Сердцевину математической индукции составляют: дисперсионный , корреляционный , регрессионный и вариационный анализ.

    3.3. Аддукция - ЛОГИКА БУДУЩЕГО (англ.), Аддукция (приведение, привлечение, прикрепление, обозначение когда дедукция прикрепляется (присоединяется) к индукции);

    3.4. Традукция (перемещение (аналогия (др.-греч. analogia — соответствие, сходство)), от единичного к единичному, от частного к частному, от общего к общему. Традуктивным умозаключением является аналогия. ('Нечто' должно быть подобно какому-то аналогу)).

    3.5. Абдукция ((от англ. abduct — уводить силой, похищать) силлогизм, вид редуктивного вывода, отведение, класс правдоподобных рассуждений, поиск и обоснование, объяснительных гипотез или исследовании фактов и построении гипотезы, объясняющей их (предполагает, что 'нечто' может быть));

    3.6. Условно существует три больших класса задач, требующих решения:

    3.6.1. Задачи на оптимизацию вещества, продукта, метода, процесса в освоенных областях человеческой деятельности (используются в основном АЛГОРИТМИЧЕСКИЕ методы - "инструменты" и методы ТРИЗ дедуктивного типа (часть АРИЗ, ФА, ФСА и т.д.), по шкале Г.С. Альтшуллера - 1, 2, 3 уровни - изобретения).

    3.6.2. Нестандартные, сложные, творческие задачи - когда необходимо разрешить противоречие (или более развёрнуто - НЕСООТВЕТСТВИЕ ПАРАМЕТРОВ отдельных частей СЛОЖНОЙ СИСТЕМЫ) в рассматриваемой системе с помощью выбранного (или найденного, созданного) вещества, продукта, метода, процесса, структуры. ТРИЗ использует в этом случае частично дедуктивные методы с вкраплением индуктивных методов, по шкале Г.С. Альтшуллера - 1, 2, 3 уровни - изобретения.

    3.6.3. Нестандартные, сложные, творческие задачи - когда в какой-либо области науки, при постановке искусственно созданного эксперимента или наблюдении природного явления, появляются достоверные факты (результаты, следствия), которые не укладываются в принятую научную парадигму (такая задача назывется задачей-аномалией).
При решении задачи-аномалии, меняется причинно-следственная связь в модели "элементарной системы" текущей научной парадигмы и возникает новая научная парадигма (по шкале Г.С. Альтшуллера - 4, 5 уровни - открытия).

... Те исследования, которые представители научного сообщества ведут в рамках текущей парадигмы, именуются «нормальной наукой».
"Нормальная наука" не ставит себе цели создания новых теорий.
Основной деятельностью "нормальной науки" является «решение головоломок», то есть задач, заведомо разрешимых в рамках принятой парадигмы.
Период "нормальной науки" заканчивается, когда встречается задача, которая не укладывается в рамки текущей парадигмы. Томас Кун называет такую задачу «аномалией»...

   4. ПУТИ И СТРАТЕГИИ РЕШЕНИЯ ПРОБЛЕМ.

   4.1. АЛГОРИТМИЧЕСКИЙ — конечная совокупность точно заданных правил решения некоторого класса задач или набор инструкций, описывающих порядок действий исполнителя для решения определённой задачи.

Алгоритмический путь решения задачи предполагает использование ДЕДУКТИВНОГО МЕТОДА: когда происходит рассмотрение ЧАСТНОГО случая ОБЩЕИЗВЕСТНЫХ алгоритмов.

Алгоритмический путь применяется для решения стандартных задач различного уровня сложности.

Алгоритмический путь (ДЕДУКТИВНЫЙ МЕТОД, ДЕДУКТИВНАЯ ЛОГИКА, от общего к частному, рациональное мышление, готовые инструкции, алгоритмы), применяется в ТРИЗ при последовательном (формальном) исполнении шагов АРИЗ (работа по заданной инструкции), а также при использовании ряда "инструментов" ТРИЗ, связанных с оценкой, сравнением, анализом структуры и процессов в рассматриваемой системе (используется рациональное мышление).

   4.2.ЭВРИСТИЧЕСКИЙ — алгоритм решения задачи, включающий практический метод, не являющийся гарантированно точным или оптимальным, но достаточный для решения поставленной задачи. Позволяет ускорить решение задачи в тех случаях, когда точное решение не может быть найдено.

   Эвристическими методами называются логические приёмы и методические правила научного исследования и изобретательского творчества, которые способны приводить к цели в условиях неполноты исходной информации и отсутствия четкой программы управления процессом решения задачи.

   ЭВРИСТИЧЕСКИЙ алгоритм решения задачи, предполагает использование ИНДУКТИВНОГО метода: это процесс логического вывода на основе перехода от ЧАСТНОГО положения к ОБЩЕМУ.

             4.2.1.ОБРАЗОВАНИЕ.

       ИНДУКТИВНЫЙ метод более предпочтителен в образовательном процессе, так как, позволяет ускоренно, с помощью направляющих ЧАСТНЫХ абстрактных ситуаций, ассоциаций, вопросов и поправок преподавателя, заново переоткрывать уже известные (ОБОБЩЁННЫЕ) знания, законы в науках, а у обучаемых развивать креативность и творческий подход к решению проблем в различных сферах человеческой деятельности. Такое обучение приближено к игровой ситуации и пробуждает интерес на эмоциональном уровне, что позволяет более глубоко запоминать и осмысливать новые знания.

   4.2.2.2. Первый этап функционирования НС - обучающий, используется МЕТОД ИНДУКЦИИ.
ИНДУКТИВНЫЙ метод (наведение) - от частного к общему или обобщение, он выявляет взаимосвязи между различными данными (параметрами). Обучение нейронной сети заключается в поиске оптимальных значений для всех весовых коэффициентов w (методы могут быть: обучение «с учителем», обучение «без учителя», обучение с подкреплением (reinforcement learning)).

Также обучение можно производить тремя методами: стохастический метод (stochastic), пакетный метод (batch) и мини-пакетный метод (mini-batch).

С точки зрения математики, обучение нейронных сетей — это многопараметрическая задача нелинейной оптимизации.

Нейронная сеть в процессе настройки (обучение) на решение конкретной задачи рассматривается как многомерная нелинейная система, которая в итерационном режиме целенаправленно ищет оптимум некоторого функционала, количественно определяющего качество решения поставленной задачи.

Существует несколько методов обучения НС, самых интересных три:

   4.2.2.2.1. Метод обратного распространения (Backpropagation).

   4.2.2.2.2. Метод упругого распространения (Resilient propagation или Rprop).

   4.2.2.2.3. Генетический Алгоритм (Genetic Algorithm).

Основной и наиболее распространённой архитектурой нейронной сети, которая произвела революцию в обучении сети «без учителя» (кластеризации, самообучения), а также позволила перейти от академического интереса к коммерческому использованию, является сеть обратного распространения (метод использует алгоритм градиентного спуска) - мощнейший инструмент поиска закономерностей, прогнозирования, качественного анализа...

Градиентный спуск, это способ нахождения локального минимума или максимума функции с помощью движения вдоль градиента.

Такое название – сети обратного распространения (back propagation) они получили из-за используемого алгоритма обучения, в котором ошибка распространяется от выходного слоя к входному, т. е. в направлении, противоположном направлению распространения сигнала при нормальном функционировании сети.

Нейронная сеть обратного распространения состоит из нескольких слоев нейронов, причем каждый нейрон слоя i связан с каждым нейроном слоя i+1, т. е. речь идет о полносвязной нейронной сети.

В общем случае, задача обучения нейронной сети сводится к нахождению некой функциональной зависимости Y=F(X), где X – входной, а Y – выходной векторы. Такая задача, при ограниченном наборе входных данных, имеет бесконечное множество решений.

Для ограничения пространства поиска в режиме обучения нейронной сети, ставится задача минимизации целевой функции ошибки нейронной сети, которая находится по методу наименьших квадратов.

   4.2.2.3. Второй этап функционирования НС - рабочий, использует МЕТОД ДЕДУКЦИИ.
ДЕДУКТИВНЫЙ метод (выведение) - от общего к частному, он восстанавливает исходный набор данных (сигнал, образ) по части информации из зашумленных или поврежденных входных данных ((авто)ассоциативная память). Это непосредственная работа нейронной сети с исходными данными по поиску закономерностей, прогнозирования, качественного анализа...(или - продвижение и избирательное изменение параметров сигналов ("фильтрация"), по уже сконфигурированному и выверенному множеству "весов" нейронных связей (параллельное использование множественных алгоритмов, "инструкций"), с целью поиска закономерностей, ...).

С точки зрения развития вычислительной техники и программирования, нейронная сеть — способ решения проблемы эффективного параллелизма.

После решения нестандартной задачи эвристическими методами, её дальнейшая оптимизация, чаще всего, производится алгоритмическими методами.

      4.2.3.7. Творческие, эвристические, индуктивные "инструменты" и методы ТРИЗ, могут использоваться внутри дедуктивных, алгоритмических методов, например: в некоторых шагах АРИЗ или внутри некоторых этапов производимого анализа структуры и процессов в рассматриваемой системе.
      Создатель ТРИЗ - Г.С. Альтшуллер стремился преобразовать (найти общие черты, обобщить, классифицировать), насколько это возможно, эвристические (индукционные, "наводящие") методы мышления в алгоритмические (дедуктивные, "по алгоритму", "по инструкции") методы мышления, чтобы поиск новых решений был более доступен, логически обоснован, производился за максимально короткое время, любым заинтересованным исследователем проблемы.
      Г.С. Альтшуллер создавал процедуры поиска "корневого" противоречия (или более развёрнуто - НЕСООТВЕТСТВИЕ ПАРАМЕТРОВ отдельных частей СЛОЖНОЙ СИСТЕМЫ) в системе и устранения его по алгоритмам (инструкциям - дедуктивным методам).
      Но, некоторые ИНДУКТИВНЫЕ "Инструменты" и методы ТРИЗ, активизирующие творческое, образное (эйдетическое) мышление, пока не удалось преобразовать из ИНДУКТИВНЫХ методов в ДЕДУКТИВНЫЕ (алгоритмические, по инструкции).
      Для решения этой проблемы неалгоритмизированные "Инструменты" и методы ТРИЗ необходимо классифицировать (типизировать) в определённой иерархии и связать их с определёнными логическими и математическими операторами (формализовать).
      Тогда, при приведении этих "Инструментов" и методов к однозначно определённым алгоритмам, появляется возможность их программного моделирования.

      4.2.3.7.1. ДЕДУКТИВНЫЕ МЕТОДЫ (с частичным "вкраплением" ИНДУКТИВНЫХ МЕТОДОВ) сужают область поиска решения до определённых границ, что позволяет быстро оптимизировать существующую систему, увеличить её положительный эффект и снизить, нейтрализовать или исключить отрицательные свойства (По шкале Альтшуллера - 1, 2, 3 уровни качества решения - изобретения).

      4.2.3.7.2. ИНДУКТИВНЫЕ МЕТОДЫ, и самый радикальный из них - это "Метод Проб и Ошибок" (МПиО), с коррекцией промежуточного результата по "Ошибке" или "Экспериментальный метод", расширяют границы области поиска возможных решений и в науке используются уже столетиями. Эти методы, обычно, требуют больших материальных и временных затрат, но приводят к более высоким результатам (По шкале Альтшуллера - 4, 5 уровни качества решения - открытия).)

      4.2.3.8. ТРИЗ может быть альтернативой МПиО в науке, но не при поиске решения внутри рассматриваемой устаревшей сложной системы (так как стоит задача не оптимизации рассматриваемой сложной системы, а замена части её "элементарных систем" на новые, и такой переход необходим уже на начальном этапе решения задачи).
      В таких новых "элементарных системах" должен производиться положительный эффект, заданный ранее в требованиях к устаревшим "элементарным системам". Отрицательный же эффект, выявленный ранее у устаревших "элементарных систем", должен отсутствовать или быть несущественным. Такой переход к новым "элементарным системам", исключает появление противоречий (или более развёрнуто - НЕСООТВЕТСТВИЕ ПАРАМЕТРОВ отдельных частей СЛОЖНОЙ СИСТЕМЫ), сформулированных в устаревшей сложной системе.
      Таким образом, при научном открытии, получение новых знаний требует переноса рассмотрения задачи в «надсистемы», «подсистемы» или "альтернативные" системы того же уровня, относительно устаревших "элементарных систем".
      Проблема в том, что таких «надсистем», «подсистем» или "альтернативных" систем относительно устаревших "элементарных систем" может быть множество, в том числе ещё неизвестных, поэтому их описание и выбор - это отдельная задача.
      Анализ эволюции систем в соответствии с эмпирическими закономерностями и линиями развития, используемый в ТРИЗ, и предназначен для поиска новых “элементарных” Систем. (См. Рис. 12, 13).

      4.2.3.9. И здесь возникает закономерный вопрос по отношению к системам Искусственного Интеллекта (ИИ), созданным на основе нейронных сетей (НС):
что необходимо сделать, чтобы НС в процессе решения задачи «выходила» за пределы поставленной задачи в устаревшей "элементарной системе" и создавала (конструировала) новую "элементарную систему" на других принципах функционирования используя ресурсы «надсистемы», «подсистемы» или «альтернативной» системы, относительно уровня устаревшей "элементарной системы"? (Аналогия из термодинамики - "фазовый переход" ("фазовое превращение")).
      Или это свойство («привилегия») присуща только НС естественного происхождения у некоторых учёных-исследователей (интеллекту человека)?
      И не станет ли такая форма "обработки информации" в системах ИИ моментом зарождения полноценного, «сильного» интеллекта (гипотеза технологической сингулярности, именуемой «интеллектуальным взрывом» британского математика и космолога Ирвинга Гуда).

      Это может стать тем самым моментом, когда ИИ сможет при решении задач реализовать на практике поиск (или конструирование) неизвестных (скрытых) новых "элементарных систем" на других принципах функционирования используя ресурсы «надсистем», «подсистем» или «альтернативных» системы, относительно уровня устаревшей "элементарной системы".
      Возможно, при таком переходе к новой "элементарной системе" появятся новые причинно-следственные связи, которые могут отличаться от связей в устаревшей "элементарной системе".








Примечание: Могут ли некоторые произведения абстактного искусства оказывать влияние на исследователя при "конструировании" новой системы?
До появления фотографии, целью создания произведений искусства была фиксация различных персонажей, моментов жизни, истории, мифологии, религии ... , используя различные выразительные формы.
Когда появились доступное фото, видео, печать, 3D печать, тогда многие функции искусства стало возможно быстро воспроизводить в этих технологиях.
Какие же функции остались у современного искусства, создаваемого человеком, а не технологиями? В чём состоит цель современного искусства?
Напрашивается такой ответ: машинные технологии не могут выйти за заданные, детерминированные их конструкцией и программами пределы, они могут их комбинировать, микшировать, искажать разными способами, осветлять/затемнять, фильтровать, соединять/разделять, повторять, изменять масштаб и т.д.
А некоторые художники могут выйти в своих произведениях абстрактного искусства за пределы своего "бытового рационализма", "программы рационального существования", "психологической инерции", навязываемой жизненной бытовой обстановкой и окружающим социумом.

      4.2.3.10. Таким образом, возникает необходимость поиска и описания гипотетических условий существования, свойств, признаков и принципов функционирования таких неизвестных (скрытых) "элементарных систем" различных уровней, относительно уровня устаревшей "элементарной системы".

      4.2.3.10.1. Минимально заданные требования к свойствам новой "элементарной системы" определяются как:
      - должен производиться положительный эффект (аналогичный эффекту устаревшей "элементарной системы");
      - должен отсутствовать отрицательный эффект (аналогичный эффекту устаревшей "элементарной системы");

      4.2.3.10.2. Принципы функционирования, пригодные для использования в новой "элементарной системе", могут находиться в другой области знания и для переноса их может использоваться метод мышления – традукция (перемещение, аналогия).

      4.2.3.10.3. Принципы функционирования, пригодные для использования в новой "элементарной системе", могут порождаться выдвижением гипотез, используя метод мышления – абдукцию (познавательную процедуру выдвижения гипотез - из первой посылки, которая является условным высказыванием, и заключения вытекает вторая посылка (силлогизмы имеют: 3 правила терминов, 4 правила посылок, 4 фигуры, 256 модусов, 24 правильных (достоверных) вывода, 232 неправильных (вероятностных) вывода. Семантическая проверка силлогизма осуществляется с помощью объёмных диаграмм — кругов Эйлера).

      4.2.3.10.4. Принципы функционирования, пригодные для использования в новой "элементарной системе", могут порождаться эмпирическим тестированием выдвинутых гипотез или рассмотрением гипотез и измерение степени их согласия с фактами. Используемый метод мышления – индукция (наведение, от частного к общему, поиск общих свойств, признаков и наконец - обобщение опытных данных)...

      4.2.3.10.5. В новой «элементарной системе», при использовании нового принципа функционирования и установления новой причинно-следственной связи, должна произойти смена Субъекта и Объекта.
      Для выбора новых Субъекта и Объекта, необходимо использовать вещественно - полевые ресурсы (ВПР), находящиеся внутри и вокруг рассматриваемой "элементарной системы".

Таблица 9. Вещественно - полевые ресурсы (ВПР) делятся:

      4.2.3.11. Выявление эвристического потенциала, через различные этапы человеческого мышления, для поиска и исследования свойств новой системы.
      Основатель исследовательской традиции изучения высших психологических функций Лев Семёнович Выготский (1896-1934) и создатель «Теории когнитивного развития», «Генетической эпистемологии», «Операциональной теории интеллекта» Жан Вильям Фриц Пиаже (1896-1980) , выделяют «ДО ПОНЯТИЙНЫЙ» и «ПОНЯТИЙНЫЙ» периоды мышления, как носителей эвристического потенциала человеческого мышления.

      4.2.3.11.1. «ДО ПОНЯТИЙНЫЙ» период имеет самостоятельную ценность, в нем закладываются основы иррационально - творческих структур человеческого сознания, обладающих принципиальной ПРОЕКТИВНОСТЬЮ или ВЕРОЯТНОСТЬЮ. Процесс исследования строится по законам игровой импровизации, а сетка мышления исследователя - это ВЕРОЯТНОСТНАЯ сетка, формирующая «проявление» начальных контуров новой системы.

      4.2.3.11.2. Вначале описывается нерасчлененное мышление (“СИНКРЕТИЧЕСКИЙ” период). Феномен «СИНКРЕТИЗМА» заключается в стремлении сваливать "в кучу" самые разные и не имеющие внутренней связи элементы, приводя их в нерасчлененный, слитный образ, т.е. замещать недостаток объективных связей переизбытком субъективных связей и принимать связь впечатлений и мыслей за связь вещей.
      И в этом переизбытке субъективных идей и предположений скрывается потенциал эвристичности, который всегда отличал мышление тех людей, которых мы называем выдающимися и гениальными. Обобщение и систематизация окружающего мира на этом этапе мышления отсутствует, проявляется чистый субъективизм.

      4.2.3.11.3. Позднее описывается осуществление интеллектуального взаимодействия с миром не с помощью понятий, а с помощью мыслительных КОМПЛЕКСОВ (период “мышления в КОМПЛЕКСАХ” - в нём закладываются фундаментальные основания творчески - вариативного отношения к объекту исследования).
      На этом этапе мышления появляется попытка обобщить и систематизировать окружающий мир с опорой на какие-то объективные связи; однако эти обобщения всякий раз обладают индивидуальной вариативностью и многозначностью, формируется способность к субъективному упорядочиванию объективных связей, а это значит, что мышление не просто следует за теми или иным объективными закономерностями, но и вступает с этими закономерностями в вариативно - творческий диалог.
      Каждый элемент «КОМПЛЕКСА» может быть связан с целым, выраженным в «КОМПЛЕКСЕ», и с отдельными элементами, входящими в его состав, самыми различными связями.
      В «ПОНЯТИИ» эти связи в основном являются отношением общего к частному и частного к частному через общее.
      Все пять форм мыслительных КОМПЛЕКСОВ указывают на специфические особенности активации того мышления, которое принято называть творческим или эвристическим.

      4.2.3.11.3.1. “АССОЦИАТИВНЫЙ КОМПЛЕКС” – любая ассоциативная связь с любым из признаков, замечаемых исследователем в том объекте, который в эксперименте является ядром будущего комплекса. Можно вокруг этого ядра построить целый комплекс, включая в него самые различные элементы, объединённые какими-либо тождественным признаком. Любая "боковая", "неправильная", случайная ассоциативная связь между ядром и элементом комплекса оказывается достаточным поводом для отнесения объекта к подбираемой исследователем группе и для обозначения этого объекта общим фамильным именем (типом, классом).

      4.2.3.11.3.2. “КОЛЛЕКЦИОННЫЙ КОМПЛЕКС” – различные конкретные объекты объединяются на основе взаимного дополнения по какому-либо одному признаку и образуют единое целое, состоящее из разнородных, взаимодополняющих друг друга частей. Именно разнородность состава, взаимное дополнение и объединение на основе коллекции характеризует эту ступень в развитии мышления. Однако исследователь подбирает их не хаотически и не случайно, а по признаку их различия и дополнения к основному признаку, заключенному в образце и принятому за основу объединения. Используется принцип вариативности и принцип дополнительности.

      4.2.3.11.3.3. “ЦЕПНОЙ КОМПЛЕКС” - выстраивается на основе динамической, ветвящейся цепи ассоциаций. Например, исследователь к образцу – объекту с признаком (свойством, параметром) «А» и «B», подбирает объекты с аналогичными признаками, а затем, если последний из подобранных объектов оказывается с признаком (свойством, параметром) «А» без признака (свойства, параметра) «B», исследователь подбирает к нему другие объекты с признаком (свойством, параметром) «А» и «С», но без признака (свойства, параметра) «B». Это снова оказывается достаточным для того, чтобы подойти к новому признаку (свойству, параметру) и подобрать дальше предметы по признаку (свойству, параметру) «С».
      В процессе образования «цепного КОМПЛЕКСА» совершается переход от одного признака (свойству, параметру) к другому. Таким образом, в «цепном КОМПЛЕКСЕ» структурный центр может отсутствовать вовсе. Частные конкретные элементы могут вступать в связь между собой, минуя центральный элемент, или образец, и могут поэтому не иметь с другими элементами ничего общего, но тем не менее принадлежать к одному «цепному КОМПЛЕКСУ», так как они имеют общий признак с каким-нибудь другим элементом, а этот, другой, в свою очередь, связан с третьим и т.д.
      Переход от одного структурно организующего центра мышления к другому совершается по совершенно случайной, вероятностной логике, и именно в точке этого вероятностного перехода (или в серии этих слабо мотивированных, вероятностных переходов) совершается то, что мы называем научным открытием.

      4.2.3.11.3.4. “ДИФФУЗНЫЙ КОМПЛЕКС” - признак, ассоциативно объединяющий отдельные конкретные элементы и «КОМПЛЕКСЫ», как бы диффундирует, становится неопределенным, разлитым, смутным, в результате чего образуется комплекс, объединяющий с помощью диффузных, неопределенных связей наглядно - конкретные группы образов или объектов.
      Исследователь, например, к заданному образцу – объекту с признаком (свойством, параметром) «А» - подбирает не только объекты с признаком (свойством, параметром) «А», но и объекты со сходными признаками (свойствами, параметрами) «-А+», так как они напоминают ему признаки (свойства, параметры) «А» модифицированного начального объекта. Дальше к признакам (свойствами, параметрами) «-А+» объекта могут примыкать производные признаки (свойства, параметры) «--А++», «---А+++», и т.д..
      Так же как здесь разливается и становится неопределенной форма, взятая в качестве основного признака, так же иногда сливаются различные признаки (свойства, параметры). Но ведь способность мыслить в размытых, приблизительных, нечетких очертаниях - это и есть способность, принципиально отличающая эвристическое мышление от мышления, ориентированного на наличные формы знания и понимания, и так может проявиться принципиальные безграничные возможности расширения и включения в основной род (тип, класс) все новых и новых, однако совершенно конкретных объектов. Безграничные «КОМПЛЕКСЫ» генерируемые творческими людьми, часто поражают универсальностью объединяемых ими связей.

      4.2.3.11.3.5. “ПСЕВДО ПОНЯТИЙНЫЙ КОМПЛЕКС” – образуется исследователем всякий раз, когда он подбирает к заданному образцу ряд объектов, которые могли бы быть подобраны и объединены друг с другом на основе какого-нибудь отвлеченного понятия.
      Например, исследователем к заданному образцу - объекту с признаком (свойством, параметром) «А» - подбирает все имеющиеся в экспериментальном материале объекты с признаком (свойством, параметром) «А». Такая группа могла бы возникнуть и на основе отвлеченного мышления (понятия или идеи объекта с признаком (свойством, параметром) «А»). Но на деле, как показывает исследование, исследователь объединил объекты на основе их конкретных, фактических, наглядных связей, на основе простого ассоциирования. Он построил только ограниченный «АССОЦИАТИВНЫЙ КОМПЛЕКС»; он пришел к той же точке, но шел совершенно иным путем.

      4.2.3.11.4. Любое теоретическое мышление, как показали исследования науки уже в XX веке, имеет в своем основании некую «ОБРАЗНУЮ ПОДКЛАДКУ» - совокупность того, что можно было бы назвать «ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАЗНОСТЬЮ». Любое подлинное понимание начинается вовсе не на «ПОНЯТИЙНОМ» уровне, а на уровне интуитивного схватывания «ОБРАЗА ПОНИМАЕМОГО».
      И только через «ЛИЧНОСТНЫЕ ОБРАЗНЫЕ СТРУКТУРЫ» происходит восхождение к «СУЩНОСТИ СОБСТВЕННО ПОНЯТИЯ». Причем, хотя «ОБРАЗ» не обладает точностью и четкостью «ПОНЯТИЙНЫХ СТРУКТУР», он обладает «ОГРОМНЫМ ПОТЕНЦИАЛОМ ЭВРИСТИЧНОСТИ».
      В этой «ОБРАЗНОЙ ПОДКЛАДКЕ» нет универсальной всеобщности «ПОНЯТИЯ», но есть свернутая пружина огромного познавательного интереса, функционирующего по законам неточного, приблизительного, размытого, неправильного мышления - мышления в «КОМПЛЕКСАХ».
      Сначала мышление характеризуется «КОМПЛЕКСНЫМ» мышлением с преобладанием «ПСЕВДО ПОНЯТИЙ» (что соответствует границам конкретно - операционального мышления), и лишь потом развиваются собственно «ПОНЯТИЙНЫЕ» структуры (возникает стадия формальных операций), "мышление в ПОНЯТИЯХ", при этом завершается формирование новой системы.

      4.2.3.11.5. Основываясь на концепциях операционального мышления Л. Выготского и Ж. Пиаже, возможно создать программный комплекс, который поможет исследователю и нейросети создавать новые “ПОНЯТИЯ”, в различных сферах человеческой деятельности. (См. Рис. 24).

      5. "ОЗАРЕНИЕ" (ИНСАЙТ) — внезапное осознанное нахождение решения какой-либо нестандартной задачи, ставшее результатом продолжительной бессознательной мыслительной деятельности.

В психотерапии инсайтом обозначают сопровождающееся прозрением и катарсисом осознание человеком причин своего состояния или проблемы.

Появлению озарения способствует смена деятельности человека. Также существуют специальные технологии, такие как деловые игры и метод мозгового штурма.

Озарение активно применяется в психодраме. После решения задачи методом "озарение", её дальнейшая оптимизация, чаще всего, производится алгоритмическими методами.

Интуиция (позднелат. intuitio «созерцание» от глагола intueor «пристально смотрю») — способность, свойство человека понимать, формировать и проникать в смысл событий, ситуаций, объектов посредством инсайта, озарения, единомоментного бессознательного вывода (основанного на воображении, эмпатии и предшествующем опыте), «чутьё», проницательность.

      МЕТОДЫ

      6. МЕТОДЫ РЕШЕНИЯ ПРОБЛЕМЫ.

   6.1. 'Треугольник конфликтного процесса' в ТЕХНИЧЕСКОЙ сфере.

   6.4. 'Треугольник Карпмана' ('Треугольник судьбы', 'Треугольник токсичных взаимосвязей') в НЕ ТЕХНИЧЕСКОЙ сфере.