2. Системная инженерия
и системное мышление
• Курс «Системное
мышление»: «как
думать»
• Курс «Практики
систеной инженерии»:
«как делать»
2
3. История курса системной инженерии
• весна 2012 – открытый курс «Введение в системную
инженерию», межвузовская кафедра технологического
предпринимательства в МФТИ (полное видео 16
полулекций: http://lectoriy.mipt.ru/course/TechPred-
SystemEngineering-12L)
• Весна 2013 – повторён в закрытом варианте в МФТИ,
добавлена опора на Essence и попытка flip teaching (по
видеокурсу) -- http://ailev.livejournal.com/1068803.html.
• Весна 2014 – повторён в варианте двух семестров
(системноинженерное мышления + практики системной
инженерии), первая версия учебника
«Системноинженерное мышление».
• 2015 – повтор в межвузе (МФТИ, МИФИ, МИСиС), учебник
«Системноинженерное мышление» вторая редакция
(апрель 2015, 305 страниц --
http://techinvestlab.ru/systems_engineering_thinking/).
Появились лабораторные работы.
• 2016, 2017 – повтор в межвузе (МФТИ, МИФИ, МИСиС)
• 2018 – одобренные Русским отделением INCOSE для
использования в инженерных вузах онлайн-курс и учебник
«Системное мышление» как пререквизит к курсу.
https://www.litres.ru/anatoliy-
levenchuk/sistemnoe-myshlenie/
http://mos-hi-tech.ru/
http://incose.ru
http://www.systemsthinkingcourse.ru/
4. Интересы инженера, исследователя, операционного менеджера
инвестзамысел проектирование сооружение эксплуатация
вывод из
эксплуата
ции
4
Операционный
менеджмент
5. Science
Наука даёт в качестве результатов модели «в классах» :
• M0 – модели конкретных систем (это не наука! Нет
обобщения результатов!)
• M1 – приложимы ко многим экземплярам индивидов в
проекте/прикладные исследования (Edison)
• M2 – фундаментальные исследования, приложимы к
разным проектам (Einstein, «справочные данные»)
• M3 – философская логика, математика
• Много мета-уровней описания 4D-индивидов.
• Исследователи/учёные производят эти мета-описания 5
6. Engineering
• Engineering – discipline, art, skill and profession of acquiring
and applying scientific, mathematical, economic, social, and
practical knowledge, in order to design and build structures,
machines, devices, systems, materials and processes that
safely realize improvements to the lives of people.
• Engineering is the application of mathematics, empirical
evidence and scientific, economic, social, and practical
knowledge in order to invent, innovate, design, build,
maintain, research, and improve structures, machines, tools,
systems, components, materials, and processes. 6
https://en.wikipedia.org/wiki/Engineering
https://en.wikipedia.org/wiki/Outline_of_engineering
7. Kind of Engineerings
• Mechanical engineering
• Agriculture engineering
• Aerospace engineering – aircraft architecture
• Systems engineering
• System of systems engineering
• …
• Software engineering
• Control [systems] engineering – control [system] architecture
• Knowledge engineering -- architecture
• Machine learning [system] engineering
• …
• Neural engineering
• neural network engineering -- neural [network] architecture
• Feature engineering -- ???
7
8. Systems, Software, Machine Learning Engineerings
• Systems engineering [Bell Labs in 1940s,
boosted as a profession by NCOSE 1990]
• Software engineering [term appeared in 1965, boosted
by NATO as a profession in 1968]
• Machine learning engineering [term appeared in 2011]
8https://www.google.com/trends/explore#q=machine%20learning%20engineering&cmpt=q&tz=Etc%2FGMT-3
9. Системная инженерия: борьба со сложностью
9
Systems Engineering (SE) is an interdisciplinary approach
and means to enable the realization of successful systems.
It focuses on holistically and concurrently understanding stakeholder needs; exploring
opportunities; documenting requirements; and synthesizing, verifying, validating, and
evolving solutions while considering the complete problem, from system concept
exploration through system disposal.
http://sebokwiki.org/wiki/Systems_Engineering_(glossary)
12. Ремесло против инженерии
• Уникальный подход в каждом
ремесле
• Одно ремесло «соло» (нет
разделения труда)
• Одиночная работа (нет
разделения работ)
• Теория практически не
используется
• Общий подход во всех
инженериях (системная
инженерия)
• Интеграция разных инженерий и
менеджмента в одном проекте
(разделение труда)
• Командная работа (разделение
работ)
• Теория активно используется
• Средство борьбы со
сложностью системы:
системный подход
12
14. Альфы – общий объект отслеживания
14
Systems Engineer
CTO, CIO
Project manager
ВРЕМЯ, РЕСУРСЫ
СОДЕРЖАНИЕ
ПРАКТИКА =
ДИСЦИПЛИНА +
ТЕХНОЛОГИЯ
Целевая система
Использующая
система (влияние)
Обеспечивающая
система
Обеспечивающая
система
Entrepreneur
использующая
система
СТЕЙКХОЛДЕРЫ
18. «Технические
практики» в
системной инженерии
• ISO 15288:2015 (третья редакция) –
практики (processes) жизненного
цикла системной инженерии
• Если выполняете практики – это и есть
системная инженерия
• Служит чеклистом
• Заведомо избыточен, его любят
военные и правительства
• Договорились в терминологии и
наборе практик ориентироваться на
него.
• В стандарте не только «технические
практики»! Есть ещё
системноинженерный менеджмент
(SEM)! Оригинальная идея: включить
полноценную инженерию
предприятия, а не только урезанный
«процессный/проектный подход».
18
19. Дело не в названии
«Системная инженерия»
Пример: системная инженерия и ТРИЗ
• ТРИЗ + -- версия практик инженерии требований (с
заходом на концептуальное проектирование) и
инженерии системной архитектуры
• Не включает практики проверки и приёмки,
управления конфигурацией
• Инженерия систем против системной инженерии
(инженерия систем потихоньку «системнеет»):
программная инженерия, инженерия предприятий,
инженерные методологии крупных фирм или даже
отраслей (включая автопром, робототехнику и т.д.)
19
20. Спектр формальности мышления
20
Учебник «Системноинженерное мышление»: http://techinvestlab.ru/systems_engineering_thinking/
Цепочка «Фундаментальное образование»: https://ailev.livejournal.com/1390318.html
Наш курс работает и со схемами, и со схемоидами!
Инженерия классически научна. Инженерия классически не научна.
(хотя понятие «научного мышления» изменилось,
и инженерия сегодня вполне научна)
21. Развитие и совершенствование инженерии
(от исполняемых в голове моделей к исполняемым в машине,
от разрабатываемых головой к разрабатываемым машиной)
21
Р
Е
З
У
Л
Ь
Т
А
Т
Ы
ВРЕМЯ
III поколение
Моделе-ориентированная (model-
based) инженерия: формальные
языки (вычисляемый «код»)
II поколение
Современная («классическая»)
инженерия: диаграммы и
чертежи («псевдокод»)
I поколение
«Алхинженерия»:
неформальные тексты и
эскизы
199018601400
IV поколение
Искусственный
интеллект:
гибридные
вычисления
2020
22. Исполняемые машиной
модели: они точны!
• Kerbal space program
(https://kerbalspaceprogram.com)
• Моделирование Grasshopper
22
23. Цифровой двойник (digital twin)
• Полное копирование поведения и
контекста
• Работает в ходе эксплуатации
23
http://blogs.ssi-corporate.com/waveform/2017/technology/achieving-the-digital-twin-digital-ship/
24. Три моделирования
• Имитационное традиционное мультифизическое (матан)
– Расширяемый язык общего назначения (например, Julia)
– DSL (domain specific language) на этом языке
– Акаузальное моделирование (системы дифуров, а не
последовательность вычислений)
– Пример фронтира: Modia --
https://ailev.livejournal.com/1366789.html
• Имитационное коннективистское (нейросети и другие
«немодельные модели»): пример фронтира: автопром
• Структурное («логическое»): для помощи в коллективном
мышлении людей, MBSE (model-based systems engineering):
– MBSE в узком понимании – это SysML в системной инженерии.
– Альтернативы: AADL, Capella, языки поставщиков PLM-софта.
– Более системно (включая жизненный цикл): ArchiMate 3.0
– Эксперименты по «исполняемости в компьютере» (переход от
Model-based к Model-driven). 24
27. Порождающее проектирование и производство
«Порождение» против «редактирования»
Generative design (биты в биты)
• Информационная модель-1 + справочные данные =
информационная модель-2
Generative manufacturing (биты в атомы)
• Информационная модель + справочные данные =
оформленное вещество
27
28. Принципы порождения
• Постепенное уменьшение доли
«редактирования» в пользу
автоматизированного порождения (как в
проектировании, так и в изготовлении)
• Автоматизация инженерных обоснований –
доказательства (в отличие от тестирования),
порождение объяснений
• Использование справочных данных (общей
для многих проектов информации)
28
29. Дисциплины жизненного цикла
моделеориентированной системной инженерии
• Инженерия системных целей (напополам с
предпринимательством)
• Высокоуровневое моделирование (инженерия
системной архитектуры, включая порождение и
изобретения)
• Низкоуровневое моделирование – мультифизика,
мегамоделирование, порождение
• Обеспечение качества (верификация)
• Порождающее производство (из битов в атомы)
• Приёмка (валидация)
• Эксплуатация и поддержка
• «Мусоропереработка» (вывод из эксплуатации)
• Инженерия знаний, НСИ, справочных данных 29
30. Что с [инженерным, художественным, …]
компьютерным творчеством?
• GAN – generative adversarial network
• Эволюционные алгоритмы
• Reinforsment learning
• Unsupervised learning
• Многочисленные теории креативности
• Художественный вкус может быть только у человека
• Новое может породить только человек, компьютер только
комбинирует!
• Компьютер не может в музыку, в рисование кистями, в
тексты, в инженерию…
Всё это опровергается в слепых экспериментах!
30
31. Смена технологий системной
инженерии
Сейчас (классика): фронтир -- управление жизненным циклом.
Идея: «пусть сломается в компьютере» -- поиск и предотвращение коллизий.
Защищаем от убытков и задержек. Управление жизненным циклом.
Завтра: фронтир -- generative design and manufacturing.
Идея: «пусть думает компьютер, от нас нужно только сообщить намерение».
Даём дешевизну и скорость. Моделирование и преобразование моделей
31
Autodesk «Dreamcatcher». Пока не системная, но всё-таки инженерия, и сегодня.
32. • Будущее как туман: вблизи всё прозрачно, а в трёх
метрах может быть невидимая стена – все изменения
приходят сбоку.
• Системность: всё со всем связано, единственного
ведущего изменения нет.
32
Будущее уже здесь, только оно
неравномерно распределено.
У.Гибсон
http://www.johnsonsdrivingacademy.co.uk/driving-advice/driving-in-the-fog/
33. Conversion of engineerings
and
Disruption of engineerings
33
Software
Engineering
Machine
Learning
Engineering
Janosh Szepanovits.
Convergence: Model-
Based Software, Systems
And Control Engineering
+
http://www.infoq.com/presentations/Model-Based-Design-Janos-Sztipanovits
Le Bottou – «Machine Learning disrupts
software engineering»
http://leon.bottou.org/slides/2challenges/2challenges.pdf
We can add:
• Machine learning disrupts
systems engineering
• Machine learning disrupts
control engineering
• …
• Machine learning disrupts
contemporary engineering
34. Сегодняшний фронтир: automotive
34
2. CML CAR спроектирован с учетом сразу нескольких
важных моментов:
• Открытая платформа. То есть можно использовать как
основу для кастомизированного продукта.
• Это сразу электромобиль.
• Сразу в нескольких вариантах для производства. В том
числе под 3D-печать. Причём спроектирован за год.
• При проектировании использованы интеллектуальные
помощники, собственной разработки.
• Сразу по нескольким параметрам - он лучший в классе.
http://fea.ru/news/6723
1. Роботакси на
автомобильном
стеке NVIDIA
35. Ключ к безопасности:
имитационное моделирование негативных сценариев
35
• U.S. has 770 accidents per billion miles.
• A fleet of 20 test cars cover 1 million miles
per year.
• 10,000 Constellations Drive 3B Miles per
Year
• Синтетические данные (не только
существующие среды и ситуации!)
• NVIDIA ISAAC (роботы, 2018)
• NVIDIA Constellation (автомобили, 2018)
• GPU Supercomputers: enablers
Капитал имеет значение:
требуются суперкомпьютеры с GPU
36. Новая архитектура вычислений: GPU вместо CPU
они программируются одинаково! (ну, почти)
36http://www.nvidia.com/object/embedded-systems-dev-kits-modules.html
NVIDIA Jetson TX-2 – 7.5Watt
суперкомпьютер с 1TFLOPS,
50*87мм
объявлен 7 марта 2017
NVIDIA DGX-2 – 10KWatt
суперкомпьютер с 2PFLOPS,
44*48*79см
объявлен 27 марта 2018
Много больше системных уровней!
Экспертиза уровня выше печатной платы!
37. Темпы: 3.5 месяцев на удвоение мощности
(aka «будущее системной инженерии» aka «будущее человечества»)
37
https://blog.openai.com/ai-and-compute/
С 2012 года: x300000 В год: x10
petaflop/s-day (pfs-day) consists of performing 10^15 neural net operations per second for one
day, or a total of about 10^20 operations. The compute-time product serves as a mental
convenience, similar to kW-hr for energy.