Михаил Гусаков - Пространство научно-инновационного процесса

В более широком смысле различие в понимании иллюстрирует известная притча.

«Инженер, физик-экспериментатор, физик-теоретик и философ встретились на прогулке в горах Шотландии. Поднявшись на одну из вершин, на соседней они увидели черную овцу.

Посмотрите, в Шотландии овцы черные, – сказал инженер.Некоторые шотландские овцы черные, – поправил его физик-экспериментатор.Физик-теоретик после долгих раздумий воскликнул:– Правильнее было бы сказать: одна из шотландских овец черная.По крайней мере, с одной ее стороны, – подвел итог философ».

Остаются разными цели фундаментальных и прикладных исследований, граница между ними. Однако объективизируется тенденция на нивелирование границ между этими видами исследований в ряде высокотехнологичных областей, где иначе вообще невозможно получить практический результат, новый продукт. На конкретных примерах рядом ученых показано, что в области нанотехнологии объективно принципиально невозможно отделить выполнение прикладных разработок от экспериментальных фундаментальных исследований и нанопроизводство от научного эксперимента. Такова структуралистская концепция теории в сфере современной технонауки.

В высокотехнологичной экономике в постиндустриальную эру во всех отраслях производства товаров и услуг ведущую роль начинают играть прорывные технологии, т.е. принципиально новые технологии, созданные в результате выполнения фундаментальных научных исследований и вытекающего из них дальнейшего проведения научно-инновационного процесса.

Следует подчеркнуть, что доминирование в постиндустриальном экономическом развитии прорывных технологий может быть возможным только вследствие существенного повышения роли фундаментальной науки, расширения пространства науки и фундаментальной науки в особенности. Усиленное создание принципиальных новшеств ведет к неизбежности более частых и радикальных технологических рывков. Например, по заявлению акад. Е.П. Велихова все суперкомпьютеры сегодня в 2014 году имеют меньшую мощность, чем мозг одного человека, а через 5 лет – один новый суперкомпьютер будет иметь мощность мозга всего человечества. Распространение принципиальных нововведений для реализации потенциальной эффективности в широком поле сферы удовлетворения потребности существенно усложняет процесс коммерциализации без потери высокой степени новизны и сбалансированности в отраслях применения.

Наши расчеты наряду с исследованиями других ученых (например, В.Карачаровский) показывают, что затраты на технологические инновации в расчете на одного работающего (тыс. руб.) растут существенно быстрее по сравнению с объемом инновационной продукции в расчете на одного работающего (тыс. руб.) – по ряду обрабатывающих отраслей. Это указывает либо на снижение отдачи от научно-технических разработок, но! – либо на повышение стоимости «добычи» знаний.

В результате НИП создаются модели продукции, техники разной степени новизны и комплексности. Создаются модели с новым, неизвестным до сих пор принципом действия, или так называемая принципиально новая техника, модели с новой схемой конструкции или технологии (касательно всей машины или важнейшей ее части), модели с усовершенствованной конструкцией или технологией. По составу модели может быть выделено – отдельное устройство, комплекс, технологический ряд машин, система.

В ряде случаев могут быть использованы понятия относительно новизны новшеств, инноваций, такие как – прорывное новшество, инновация или прорыв на мировой рынок, высококонкурентоспособное, конкурентоспособное, впервые на внутреннем рынке, а с другой стороны «реверсные» инновации – упрощенные, для массового потребителя. Также может быть использовано понятие стратегическое новшество, инновация, т.е. отвечающая стратегии развития, инновационной стратегии.

Оценка продолжительности НИП в настоящее время остается актуальной проблемой с позиций скорейшего завоевания сегмента рынка в конкурентной борьбе.

Методика измерения достоверной и представительной величины продолжительности НИП, проверенная на ряде областей науки и отраслей экономики, может быть следующей:

– прямое измерение продолжительности отдельных НИП;

– вероятностный подход для представительной оценки средней величины: математическое ожидание суммы продолжительности отдельных стадий НИП не входящих в единый процесс создания определенной модели продукции на основе бета- распределений продолжительности стадий.

Следует подчеркнуть, что выполнение процесса ведет к смене технических решений разных по степени новизны.

Особо интересной является проблема скорости смены принципиально новых технических решений, технологических принципов.

Средний срок смены принципа действия машины, определенный автором по данным о смене классов оборудования – ускорителей частиц, авиационных двигателей, транспортных средств и т.п. – за период 1900 – 1965 гг (данные прогнозиста Р.Эйреса) составляет примерно 15 – 22 года. Автором анализировались также данные о смене технических решений в области разработки турбин, самолетов, автомобилей, электронной вычислительной техники. Близкие результаты получены на основе изучения патентной статистики Зубчаниновым В.В. Другие методы измерения, например, по датам регистрации открытий, являются менее представительными.

Причем полученная величина практически не меняется за длительный период (точнее постепенно уменьшается до указанной величины, а затем остается неизменной. Вместе с тем, это требует дальнейших измерений).

Этот факт указывает на достижение определенного предела возможной скорости смены технических принципов , предела, обусловленного интеллектуальными возможностями человека, поскольку технические принципы «изобретаются» одним человеком, а далее уже развиваются в базовые технические решения многими учеными и изобретателями, инженерами. Когнитивные способности человека ограничены (искусственный интеллект поможет сохранить темп, но не ускорить его) – такова наша гипотеза, подтвержденная цифрой. Скорость познания ограничена, но степень познания не ограничена. Существует предел человеческому гению и, возможно, искусственному интеллекту на биологической основе.

Рассказывает астрофизик Мартин Рис ( Hi-News.ru, 17 августа 2018): «Но, конечно, возникает другой вопрос: насколько наука будет постижима для человеческого мозга? Может оказаться так, что математика теории струн в некотором смысле является верным описанием реальности, но мы никогда не сможем понять ее достаточно хорошо, чтобы проверить на фоне любого подлинного наблюдения. Тогда нам, возможно, придется ждать появления каких-нибудь пост-людей, чтобы получить более полное понимание».