Full resolution (JPEG) - On this page / på denna sida - H. 36. 2 oktober 1956 - Automatisk räknetekniks möjligheter, av Howard Aiken
<< prev. page << föreg. sida << >> nästa sida >> next page >>
Below is the raw OCR text
from the above scanned image.
Do you see an error? Proofread the page now!
Här nedan syns maskintolkade texten från faksimilbilden ovan.
Ser du något fel? Korrekturläs sidan nu!
This page has never been proofread. / Denna sida har aldrig korrekturlästs.
816
’ TEKNISK TIDSKRIFT
vetenskapliga maskiner men kommer att
behövas för ett ännu mycket större antal i
databehandlingsmaskinerna. I verkligheten torde de
största inre minnessystem som vi för närvarande
har vara för små för vissa
databehandlingsoperationer i industrin och inom handel och
administration.
Antalet kontrollorder kan vara stort för
vetenskapliga beräkningar men kan vara ännu många
gånger större vid databehandling. Återknytning
till olika data är något som behövs mycket ofta
vid databehandling men sällan vid vetenskapliga
beräkningar. Om under dessa förhållanden det
skulle visa sig att utföringsformerna för en
maskin för beräkning av en matris och en maskin
för räkenskapsföring skulle bli samma, skulle
ingen bli mer förvånad än jag.
Matematisk företagsledning
Målet för en databehandling är ofta att ge
underlag för företagsledningens handlande. Många
talare som diskuterar tillämpningar av
automatiska räknemaskiner för databehandling tänker
sig i verkligheten någonting liknande en
matematisk företagsledning. Det finns redan ett stort
antal verktyg för detta: linjär programmering,
operationsanalys, statistik osv. men i allmänhet
är de vanliga databehandlingssystemen så pass
osäkra, så vaga, och arbetar så långsamt att när
data väl är tillgängliga och skulle kunna
användas för matematisk företagsledning så har tiden
för avgörandet redan gått förbi.
Innan matematisk teknik verkligen kan
användas för företagsledning måste nya
databehandlingssystem komma fram. Introduktionen
av automatisk räkneteknik i handel, industri och
företagsledning måste gå fram i små steg. Det
första är då att finna medel att klara det dagliga
databehandlingsproblemet och efter det kommer
tillämpningen av matematisk teknik för att
avgöra frågor. När den tiden kommer kan de
existerande matematiska maskinerna erbjuda god
hjälp eftersom linjär programmering och annan
matematisk teknik för företagsledning i
praktiken inte är av något annat slag än de
matematiska verktyg som nu används inom matematik,
naturvetenskap och teknik.
Handlingsprogram
Medan det sålunda finns stora skillnader
mellan vetenskapliga apparater och
databehandlingsmaskiner finns det också en grundläggande
likhet. De är på många sätt modeller för den
automatiska processen. De delar som vi
återfinner i den automatiska räknemaskinen kan vi
också återfinna hos t.ex. skruvautomaten och
hos telefonsystemen. Denna likhet mellan
mycket artskilda maskiner anger den väg som vi har
att gå för att lösa våra problem. Vid
konstruktionen av en maskin måste vi beskriva vad vi
väntar oss som skall gå in i och komma ut ur
maskinen, vi skall skriva ut de ekvationer som
förbinder ingång med utgång, de logiska uttryck
som förbinder dessa, och vi måste från deras
transformering under behandlingen finna hur
maskinen skall vara konstruerad.
Med denna metodologiska formel kan vi gå
tillbaka till den fråga som jag ställde tidigare:
Varför har våra framsteg på området varit så
långsamma när vi har vår teori, våra mekaniska
element, vår utgångspunkt och en underliggande
metod att lösa problemet?
Svårigheterna tycks ligga i att vi måste röra oss
på flera områden samtidigt. Den som har hand
om ett kontor för databehandling skulle gärna
vilja ha ett mekaniserat kontor men han vet
ingenting om den teknik varmed detta mål kan
nås. En petroleumingenjör som sköter en
katalytisk krackningsanläggning skulle gärna vilja
ha en anordning som löser ekvationerna för
arbetet i anläggningen, som jämför dessa med de
fysikaliska egenskaper som fås ur produkten och
ur dessa två beräknar hur man skall sköta
anläggningen för att den skall ge största möjliga
effektivitet. Men denne petroleumingenjör vet
mycket litet om beräkningsteknik, och
beräkningsteknikern har inte tid att gå utanför sitt
fack. Våra framsteg på detta område måste till
stor del hero på viljan att vidga vår
aktivitetssfär och vår vilja att skära igenom de vertikala
murar som synes ligga mellan olika discipliner.
Ett exempel på detta erbjuder automatisk
översättning. Det är inget tvivel om att vi nu kan
bygga ett automatiskt lexikon. Det skulle vara
enkelt att bygga en maskin som från en inmatad
text i ett språk ger motsvarande text, ord för
ord översatt till ett annat språk. Men 0111 vi skall
gå bortom detta steg måste vi inte endast ha
män som kan elektronik och kopplingsteknik
utan också goda språkmän som är experter på
språkens struktur och inte endast på dess
användning.
Denna korsbefruktning är betydelsefull om inte
våra framsteg skall bli begränsade. Tekniken har
hittills haft fem huvudändamål: att utveckla
kraftkällor, som ersätter människans muskler,
att göra verktyg som ersätter händerna, att
utveckla instrument som hjälper våra sinnen att
uppfatta vad som pågår omkring oss, att
utveckla material och att med hjälp av kraft och
verktyg och instrument omvandla dessa material
till varor. Man skulle kunna sammanfatta alla
dessa ändamål i ett, nämligen att eliminera
fysiskt tröttande arbete. Med automatiska
räknemaskiner har vi nu också en möjlighet att
eliminera psykiskt tröttande rutinarbete. Tekniken
skulle då få ett sjätte mål. För att nå detta mål
måste tekniken och den tekniska utbildningen
ändras. Detta är dock ingenting nytt utan endast
ett led i den fortgående utvecklingen.
<< prev. page << föreg. sida << >> nästa sida >> next page >>
