Posljednjih godina tvrtka Xerox nije se pozicionirala kao proizvođač strojeva za kopiranje, već kao tvrtka za obradu dokumenata. Tvrtka ZM sebe naziva inovativnom tvrtkom za rješavanje problema. IBM se identificira kao tvrtka koja stvara dugoročne ekonomske koristi za korisnike kombinirajući svoje poslovno znanje sa širokim tehnološkim mogućnostima. Tvrtka za uredsku opremu Steelcase kaže da prodaje zaštićeno znanje i usluge koje pomažu u stvaranju boljih iskustava za ljude na njihovim radnim mjestima. Što dodaje vrijednost svim tim tvrtkama? Uglavnom se radi o rješenjima koja se temelje na znanju: tehničko-tehnološkom znanju, dizajnu proizvoda, marketinškom istraživanju, identificiranju stvarnih potreba kupaca. Upravo znanje tim tvrtkama daje održivu konkurentsku prednost.

Razmotrimo razliku između znanja i podataka i informacija. Menadžeri počinju shvaćati da se radi o različitim stvarima posebno jasno nakon što je organizacija potrošila značajna sredstva za izradu određene baze podataka ili informacijskog sustava, ili jednostavno ta sredstva potrošila na informatizaciju, bez odgovarajućeg učinka.

Podaci- skup je raznih objektivnih činjenica. U poduzećima to je, na primjer, strukturirana evidencija transakcija (posebno podaci o svim prodajama: koliko, kada i tko je kupio, koliko i kada plaćeno itd.). Ovi podaci nam ne govore zašto je kupac došao ovdje i hoće li opet doći.

Informacija je hijerarhijska zbirka podataka o određenim aspektima stvarnog svijeta. Informacija je tok poruka, a znanje se stvara iz tog tijeka; ono ovisi o mišljenjima i uvjerenjima nositelja znanja.

Informacija je vrsta poruke, obično u obliku dokumenta ili u video ili audio obliku. Ima primatelja i pošiljatelja. Obavještava, tj. »daje oblik« primatelju mijenjajući njegove procjene ili ponašanje. U kojoj je mjeri poruka informacija, određuje primatelj. On je taj koji procjenjuje koliko ga primljena poruka informira, a koliko je to obična informacijska buka.

Podaci se pretvaraju u informacije na nekoliko načina:

o kontekstualizacija: znamo čemu služe ovi podaci;

o računati: podatke obrađujemo matematički;

o ispravak: ispravljamo pogreške i otklanjamo propuste;

o kompresija: sažimamo, koncentriramo, agregiramo podatke.

Znanje- koncept dublji i širi od pukog podatka ili informacije. Svako poduzeće u svom poslovanju prikuplja podatke, strukturira ih i stvara nova znanja. Najčešće se to znanje odnosi na tehnologiju, ako govorimo o materijalnoj proizvodnji, kao i tehnologiju za rad s klijentima i tehnologiju za međusobnu interakciju, ako govorimo o poduzeću koje pruža korisničku uslugu. To također može biti znanje o okruženju poduzeća - o demografskim, makroekonomskim, društvenim, makroekonomskim, tehnološkim i tržišnim trendovima.

Razlika između znanja i informacija i podataka: primjer

Chrysler ima zbirku računalnih datoteka pod nazivom Engineering Knowledge Book, koje pružaju sveobuhvatne podatke i informacije o automobilima tvrtke za korištenje svakom novom dizajneru automobila. Kada je upravitelj dobio podatke o provedenim crash testovima, odbio ih je staviti u datoteke bez odgovarajuće obrade. Predložio je odgovore na sljedeća pitanja:

o zašto su ti testovi provedeni;

o kakvi su rezultati u usporedbi s drugim sličnim testovima ove tvrtke iz drugih godina i konkurenata;

o koji su zaključci i testovi za dizajn automobila i njegovih glavnih komponenti?

Slična pitanja pretvaraju informaciju u znanje; Štoviše, odgovori na ova pitanja dodaju vrijednost informacijama, odnosno, drugim riječima, dodaju vrijednost. U praksi ima i suprotnih primjera, kada dodavanjem nepotrebnih, praznih informacija izvorna informacija gubi vrijednost. Dolazi do gubitka vrijednosti zbog zamagljivanja potrebnih informacija u protoku informacijske buke.

Znanje je kombinacija iskustva, vrijednosti, kontekstualnih informacija, stručnih procjena, koja daje opći okvir za procjenu i uključivanje novih iskustava i informacija. Znanje postoji u umovima onih koji znaju. U organizacijama se to bilježi ne samo u dokumentima, već iu procesima, procedurama, normama i općenito u praksi.

Baš kao što informacija proizlazi iz podataka, tako i znanje proizlazi iz informacije putem:

o usporedbe, određivanje opsega (kako i kada možemo primijeniti informacije o ovoj pojavi na drugu, sličnu);

o uspostavljanje veza (kako se te informacije odnose na druge informacije);

o procjene (kako se te informacije mogu procijeniti i kako ih drugi procjenjuju);

o određivanje opsega (kako se ove informacije odnose na određene odluke ili akcije).

Proces pretvaranja podataka u informaciju, a informacije u znanje prikazan je na sl. 14.1.

Riža. 14.1. Podaci, informacije i znanje

Postoji razlika između individualnog i grupnog znanja. Tradicionalna gledišta pretpostavljaju da je znanje prerogativ pojedinaca, pri čemu je grupa samo jednostavan zbroj članova te grupe, a grupno znanje zbroj njihovog znanja.

Postoji i drugo, moderno gledište, prema kojem grupa ljudi čini novu cjelinu sa svojom jedinstvenom specifičnošću. U okviru ovog koncepta možemo govoriti o grupnom ponašanju, odnosno grupnom znanju. Ovaj novi koncept naširoko se koristi u znanosti o upravljanju znanjem. Dakle, znanje može steći ne samo pojedinac, već i grupa ljudi. Onda kažu da nešto zna organizacija u cjelini, nešto zna grupa, brigada itd.

Bill Gates u svojoj knjizi Posao brzinom misli piše o potrebi povećanja korporativnog IQ-a. Pritom ne misli samo na broj pametnih zaposlenika, već i na akumulaciju znanja u poduzeću kao cjelini i slobodan protok informacija, što omogućuje zaposlenicima da imaju koristi od ideja drugih.

Znanje može biti eksplicitno ili prešutno. Eksplicitno znanje mogu se izraziti riječima i brojevima i mogu se prenijeti u formaliziranom obliku na mediju. To se odnosi na one vrste znanja koja se prenose u obliku recepata, uputa, knjiga, na raznim medijima, u obliku dopisa i sl.

Prešutno znanje u načelu nije formaliziran i može postojati samo zajedno sa svojim vlasnikom - osobom ili grupom osoba.

Postoje dvije vrste prešutnog znanja. Prva je tehnička vještina koju pokazuju majstori svog zanata i koja je u pravilu rezultat dugogodišnje prakse. Drugi su uvjerenja, ideali, vrijednosti i mentalni modeli koje koristimo ne razmišljajući o njima.

Prešutno znanje se formira i razvija u procesu stvaranja i jačanja pozitivne korporativne kulture i kroz sredstva grupne interakcije (retreat, kreativne grupe, itd.).

Odnos prema eksplicitnom i prešutnom znanju od strane poslovnih tvrtki vrlo je kontradiktoran. S jedne strane, mnoge tvrtke nastoje transformirati prešutno znanje u eksplicitno znanje. To se radi kako, s jedne strane, ne bi ovisili o pojedincima, as druge strane, da bi se umnožila značajna postignuća. U isto vrijeme, te tvrtke nisu zainteresirane da se njihove ključne konkurentske prednosti prenesu u oblik spreman za dupliciranje. Zbog toga mnoge tvrtke pokušavaju zadržati neke od svojih konkurentskih prednosti u oblicima koji se ne mogu umnožiti (specifična obuka, korporativna kultura, posebni sustavi usluga itd.).

Nositelj i eksplicitnog i implicitnog znanja može biti ne samo određena osoba, već i organizacija. Posljedično, možemo govoriti o prešutnom grupnom znanju, koje je u osnovi stabilnih obrazaca kolektivnih reakcija i internih interakcija.

U zapadnoj literaturi, izraz "rutine" ponekad se koristi za označavanje prešutnog grupnog znanja, koje su ponavljajuće radnje, redoviti obrasci ponašanja organizacije ili tvrtke. Rutine su ono što se događa automatski, bez uputa i u nedostatku procedure izbora; međutim, rutine se ne mogu kodificirati.

Na ruskom se rutina shvaća kao rutina, ustaljena praksa, određeni režim, obrazac, utvrđena pravila u vezi s aktivnostima ljudi. U isto vrijeme, koncept "rutine" ima još jedno značenje: to je inertan red, tj. poredak koji gravitira starom, poznatom, a zbog svoje zaostalosti ne propušta novo, progresivno. U slučajevima kada se izraz "rutina" koristi za označavanje grupnog prešutnog znanja, konotacije povezane s rigidnošću su odsutne.

Dakle, osobna prešutna znanja su prije svega vještine. Istovremeno, grupno prešutno znanje je prije svega rutina. Rutine ne postoje izolirane, već tvore međuovisnost. Neke rutine mogu biti implicitne za neke članove grupe (organizacije), a eksplicitne za druge. Dakle, granice između eksplicitnog i implicitnog znanja su relativne, a može se govoriti io stupnju prešutnosti tog znanja. Omjer eksplicitnog i implicitnog, individualnog i grupnog znanja prikazan je u tablici. 14.1.

Tablica 14.1

Omjer znanja

Prisutnost prešutnog znanja u organizaciji tjera nas da pristupimo upravljanju znanjem na nekonvencionalan način. Tradicionalno, upravljanje znanjem odnosi se na stvaranje, razvoj i korištenje različitih baza podataka i znanja. Prisutnost prešutnog znanja prebacuje pozornost na sredstva izravne komunikacije među ljudima. Važno je ne samo i ne toliko stvoriti korporativnu enciklopediju koja bilježi sve što je bilo tko od zaposlenika znao i s čime se susreo. U slučaju prešutnog znanja, važnije je imati pri ruci koordinate ljudi koji poznaju recept i imaju relevantno iskustvo, stvoriti kulturu komunikacije korištenjem brainstorminga, sastanaka, debrifinga i odgovarajućih načina komunikacije, kao što su npr. e-pošta, osobne web stranice, telekonferencije itd.

5.1. Razlike između znanja i podataka

Karakteristična značajka inteligentnih sustava je prisutnost znanja potrebnog za rješavanje problema u određenom predmetnom području. Postavlja se prirodno pitanje: što je znanje i po čemu se ono razlikuje od običnih podataka koje obrađuje računalo?

Podaci su informacije činjenične prirode koje opisuju objekte, procese i pojave predmetnog područja, kao i njihova svojstva. U procesima računalne obrade podaci prolaze kroz sljedeće faze transformacije:

Početni oblik postojanja podataka (rezultati opažanja i mjerenja, tablice, referentne knjige, dijagrami, grafikoni itd.);

Predstavljanje na posebnim jezicima opisa podataka namijenjenih za unos i obradu početnih podataka u računalo;

Baze podataka na računalnim medijima za pohranu.

Znanje je složenija kategorija informacija u odnosu na podatke. Znanje opisuje ne samo pojedinačne činjenice, već i odnose među njima, zbog čega se znanje ponekad naziva strukturirani podaci. Do znanja se može doći na temelju obrade empirijskih podataka. Oni su rezultat mentalne aktivnosti osobe usmjerene na generalizaciju iskustva stečenog kao rezultat praktične aktivnosti.

Kako bi IIS-u pružio znanje, ono mora biti predstavljeno u određenom obliku. Dva su glavna načina prenošenja znanja softverskim sustavima. Prvi je staviti znanje u program napisan u uobičajenom programskom jeziku. Takav sustav bit će jedinstven programski kod u kojem znanje nije stavljeno u posebnu kategoriju. Unatoč činjenici da će glavni problem biti riješen, u ovom slučaju teško je procijeniti ulogu znanja i razumjeti kako se ono koristi u procesu rješavanja problema. Modificiranje i održavanje takvih programa nije lak zadatak, a problem ažuriranja znanja može postati nerješiv.

Druga metoda temelji se na konceptu baza podataka i sastoji se u stavljanju znanja u posebnu kategoriju, tj. znanje je predstavljeno u specifičnom formatu i smješteno u bazu znanja. Baza znanja se lako ažurira i mijenja. To je autonomni dio inteligentnog sustava, iako mehanizam logičkog zaključivanja implementiran u logičkom bloku, kao i sredstva dijaloga, nameću određena ograničenja na strukturu baze znanja i operacije s njom. Ova metoda je usvojena u modernom IIS-u.

Treba napomenuti da kako bi se znanje stavilo u računalo, ono mora biti predstavljeno određenim strukturama podataka koje odgovaraju odabranom okruženju za razvoj inteligentnog sustava. Posljedično, kod razvoja informacijskog informacijskog sustava znanje se prvo akumulira i prezentira, au ovoj fazi potrebno je sudjelovanje čovjeka, a zatim se znanje predstavlja određenim strukturama podataka koje su pogodne za pohranu i obradu u računalu. Znanje u IIS-u postoji u sljedećim oblicima:

Početno znanje (pravila proizašla iz praktičnog iskustva, matematičke i empirijske ovisnosti koje odražavaju međusobne veze između činjenica; obrasci i trendovi koji opisuju promjene činjenica tijekom vremena; funkcije, dijagrami, grafikoni itd.);

Opis početnog znanja pomoću odabranog modela reprezentacije znanja (mnoge logičke formule ili proizvodna pravila, semantička mreža, okviri itd.);

Predstavljanje znanja podatkovnim strukturama koje su namijenjene pohrani i obradi na računalu;

Baze znanja o računalnim medijima za pohranu podataka.

Što je znanje? Dajmo nekoliko definicija.

Iz objašnjavajućeg rječnika S.I. Ozhegova: 1) "Znanje je shvaćanje stvarnosti sviješću, znanost"; 2) “Znanje je ukupnost informacija, znanja u bilo kojem području.”

Definicija pojma "znanje" uključuje uglavnom filozofske elemente. Na primjer, znanje je u praksi provjeren rezultat znanja o stvarnosti, njezin ispravan odraz u ljudskom umu.

Znanje je rezultat dobiven razumijevanjem okolnog svijeta i njegovih objekata. U najjednostavnijim situacijama znanje se smatra iskazom činjenica i njihovim opisom.

Istraživači umjetne inteligencije daju preciznije definicije znanja.

„Znanje su zakoni predmetnog područja (načela, veze, zakoni), dobiveni kao rezultat praktičnih aktivnosti i profesionalnog iskustva, koji stručnjacima omogućuju postavljanje i rješavanje problema u ovom području.“

“Znanje su dobro strukturirani podaci, ili podaci o podacima, ili metapodaci.”

“Znanje je formalizirana informacija koja se poziva ili se koristi u procesu logičkog zaključivanja.”

U području sustava umjetne inteligencije i inženjerstva znanja, definicija znanja je povezana s logičkim zaključivanjem: znanje je informacija na temelju koje se provodi proces logičkog zaključivanja, tj. Na temelju tih informacija, pomoću logičkog zaključivanja mogu se izvući različiti zaključci iz podataka dostupnih u sustavu. Mehanizam zaključivanja omogućuje vam da povežete pojedinačne fragmente zajedno, a zatim izvučete zaključak na temelju ovog niza povezanih fragmenata.

Znanje je formalizirana informacija na koju se poziva ili se koristi u procesu logičkog zaključivanja (Sl. 5.1.).

Riža. 5.1. Proces zaključivanja u IS-u

Pod znanjem podrazumijevamo skup činjenica i pravila. Koncept pravila koje predstavlja dio znanja ima oblik:

Ako<условие>Da<действие>.

Ova definicija je poseban slučaj prethodne definicije.

Međutim, priznaje se da su karakteristične kvalitativne značajke znanja posljedica prisutnosti velikih mogućnosti u smjeru strukturiranja i međusobne povezanosti sastavnih jedinica, njihove interpretabilnosti, prisutnosti metrike, funkcionalne cjelovitosti i aktivnosti.

Postoje mnoge klasifikacije znanja. U pravilu se uz pomoć klasifikacija sistematiziraju znanja iz pojedinih nastavnih područja. Na apstraktnoj razini razmatranja možemo govoriti o obilježjima po kojima se dijeli znanje, a ne o klasifikacijama. Po svojoj prirodi znanje se može podijeliti na deklarativno i proceduralno.

Deklarativno znanje je opis činjenica i pojava, bilježi prisutnost ili odsutnost takvih činjenica, a uključuje i opise osnovnih veza i obrazaca u koje su te činjenice i pojave uključene.

Proceduralno znanje je opis radnji koje su moguće pri manipuliranju činjenicama i pojavama radi postizanja željenih ciljeva.

Za opisivanje znanja na apstraktnoj razini razvijeni su posebni jezici - jezici opisa znanja. Ovi se jezici također dijele na proceduralne i deklarativne jezike. Svi jezici za opis znanja koji su orijentirani na korištenje računala tradicionalne von Neumannove arhitekture su proceduralni jezici. Razvoj deklarativnih jezika koji su pogodni za predstavljanje znanja danas je hitan problem.

Prema načinu stjecanja znanja može se podijeliti na činjenice i heuristike (pravila koja vam omogućuju da napravite izbor u nedostatku preciznog teorijskog opravdanja). Prva kategorija znanja obično označava dobro poznate okolnosti u određenom predmetnom području. Druga kategorija znanja temelji se na vlastitom iskustvu stručnjaka u određenom području, akumuliranom kao rezultat višegodišnje prakse.

Na temelju vrste reprezentacije, znanje se dijeli na činjenice i pravila su znanja tipa "A je A"; takvo znanje je tipično za baze podataka i mrežne modele. Pravila ili proizvodi su znanje tipa “AKO A, ONDA B”.

Osim činjenica i pravila postoji i metaznanje – znanje o znanju. Oni su neophodni za upravljanje znanjem i za učinkovitu organizaciju postupaka logičkog zaključivanja.

Oblik reprezentacije znanja ima značajan utjecaj na karakteristike informacijskih informacijskih sustava. Baze znanja su modeli ljudskog znanja. Međutim, svo znanje koje čovjek koristi u procesu rješavanja složenih problema ne može se modelirati. Stoga je u inteligentnim sustavima potrebno jasno razdvojiti znanje na ono koje je namijenjeno obradi računalom i znanje koje koristi čovjek. Očito, da bi se riješili složeni problemi, baza znanja mora imati dovoljno veliki volumen, pa se stoga neizbježno pojavljuju problemi upravljanja takvom bazom podataka. Stoga pri odabiru modela reprezentacije znanja treba uzeti u obzir čimbenike kao što su uniformnost reprezentacije i lakoća razumijevanja. Homogenost prezentacije dovodi do pojednostavljenja mehanizma upravljanja znanjem. Jednostavnost razumijevanja važna je za korisnike inteligentnih sustava i stručnjake čije je znanje ugrađeno u informacijski informacijski sustav. Ako je oblik reprezentacije znanja teško razumljiv, onda se procesi stjecanja i interpretacije znanja kompliciraju. Treba napomenuti da je istovremeno ispunjavanje ovih zahtjeva prilično teško, posebno u velikim sustavima gdje strukturiranje i modularno predstavljanje znanja postaje neizbježno.

Rješavanje problema inženjerstva znanja postavlja problem pretvaranja informacija dobivenih od stručnjaka u obliku činjenica i pravila za njihovo korištenje u oblik koji se može učinkovito implementirati strojnom obradom tih informacija. U tu svrhu kreirani su različiti modeli reprezentacije znanja koji se koriste u postojećim sustavima.

Klasični modeli reprezentacije znanja uključuju logičke, proizvodne, okvirne i semantičke mrežne modele.

Svaki model ima svoj jezik predstavljanja znanja. Međutim, u praksi je rijetko moguće upravljati u okviru jednog modela pri razvoju informacijskog informacijskog sustava, osim u najjednostavnijim slučajevima, pa se reprezentacija znanja pokazuje složenom. Uz kombinirani prikaz različitim modelima, obično se koriste posebni alati koji odražavaju značajke specifičnih znanja o predmetnom području, kao i različiti načini otklanjanja i uvažavanja nejasnoća i nepotpunosti znanja.

Pojam, struktura, klasifikacija, značajke inteligentnih sustava.

Sustav se naziva inteligentnim ako implementira 3 osnovne funkcije:

1. Predstavljanje i obrada znanja.

2. Obrazloženje.

3. Komunikacija.

Korisnik

Baza znanja o funkcionalnim mehanizmima

Strukturno znanje – znanje o radnom okruženju. Metaknoznanje je znanje o svojstvima znanja.

1. Biokemijski (sve vezano uz mozak);

2. Programsko-pragmatični smjer (pisanje programa koji zamjenjuju funkcije).

1. Lokalni (zadatak) pristup: za svaki zadatak postoje posebni programi koji postižu rezultate ništa lošije od osobe.

2. Sustavni pristup temeljen na znanju – izrada alata za automatizaciju, izrada samih programa.

3. Pristup metodom proceduralnog programiranja - izrada algoritama na prirodnim jezicima.

Glavni dijelovi IIT-a:

1. Upravljanje znanjem.

2. Formalni jezici i semantika.

3. Kvantna semantika.

4. Kognitivno modeliranje.

5. Konvergentni (konvergentni) sustavi za podršku odlučivanju.

6. Evolucijski genetski algoritmi.

7. Neuronske mreže.

8. Ant i imunološki algoritmi.

9. Ekspertni sustavi.

10. Neizraziti skupovi i proračuni.

11. Nemonotone logike.

12. Aktivni višeagentski sustavi.

13. Komunikacija i prevođenje prirodnim jezikom.

14. Prepoznavanje uzoraka, igranje šaha.

Karakteristike problematičnih područja u kojima je nužna uporaba informacijskih informacijskih sustava:

1. Kvaliteta i učinkovitost donošenja odluka.

2. Nejasni ciljevi.

3. Kaotično, fluktuirajuće i kvantizirano ponašanje okoline.

4. Mnoštvo faktora koji se međusobno zamjenjuju.

5. Slaba formalizabilnost.

6. Jedinstvenost (nestereotipnost) situacije.

7. Latencija (skrivenost) informacija.

8. Devijantnost u provedbi planova, kao i značaj malih akcija.

9. Paradoksalna logika odluka.

Nestabilnost, nedostatak fokusa, kaotično okruženje

Pojam podataka, informacija i znanja. Svojstva znanja i njihova razlika od podataka.

Informacije su:

· sve informacije primljene i prenesene, pohranjene iz različitih izvora;

· ovo je cijeli skup informacija o svijetu oko nas, o svim vrstama procesa koji se u njemu odvijaju, a koje mogu percipirati živi organizmi, elektronički strojevi i drugi informacijski sustavi;

· riječ je o značajnoj informaciji o nečemu, kada je i oblik njezine prezentacije informacija, odnosno ima funkciju oblikovanja u skladu s vlastitom prirodom;

· to je sve što se može dodati našim saznanjima i pretpostavkama.

Podaci su informacije činjenične prirode koje opisuju objekte, procese i pojave predmetnog područja, kao i njihova svojstva. U procesima računalne obrade podaci prolaze kroz sljedeće faze transformacije:

· izvorni oblik postojanja podataka (rezultati opažanja i mjerenja, tablice, priručnici, dijagrami, grafikoni i dr.);

· prikaz na posebnim jezicima opisa podataka namijenjenih za unos i obradu izvornih podataka u računalo;

· baze podataka na računalnim medijima za pohranu podataka.

Znanje – u teoriji umjetne inteligencije i ekspertnih sustava – skup je informacija i pravila zaključivanja (od pojedinca, društva ili sustava umjetne inteligencije) o svijetu, svojstvima objekata, obrascima procesa i pojava, kao i kao pravila za njihovo korištenje za donošenje odluka. Glavna razlika između znanja i podataka je njihova struktura i aktivnost; pojava novih činjenica u bazi podataka ili uspostavljanje novih veza može postati izvor promjena u donošenju odluka.

Da bi se znanje smjestilo u informacijski sustav, ono mora biti predstavljeno određenim strukturama podataka koje odgovaraju odabranom okruženju za razvoj inteligentnog sustava. Stoga se kod razvoja informacijskog sustava prvo akumulira i prezentira znanje, au ovoj fazi potrebno je sudjelovanje čovjeka, a zatim se znanje predstavlja određenim strukturama podataka koje su pogodne za pohranu i obradu u računalu.

Znanje o IP-u postoji u sljedećim oblicima:

· početno znanje (pravila proizašla iz praktičnog iskustva, matematičke i empirijske ovisnosti koje odražavaju međusobne veze između činjenica; uzorci i trendovi koji opisuju promjene činjenica tijekom vremena; funkcije, dijagrami, grafikoni itd.);

· opis početnog znanja pomoću odabranog modela reprezentacije znanja (mnoge logičke formule ili proizvodna pravila, semantička mreža, hijerarhije okvira itd.);

· prikaz znanja podatkovnim strukturama koje su namijenjene pohrani i obradi na računalu;

· baze znanja o računalnim medijima za pohranu podataka.

Znanje je složenija kategorija u odnosu na podatke. Znanje opisuje ne samo pojedinačne činjenice, već i odnose među njima, zbog čega se znanje ponekad naziva strukturirani podaci. Znanje je rezultat mentalne aktivnosti osobe usmjerene na generaliziranje iskustva stečenog kao rezultat praktične aktivnosti.

Znanje se dobiva kao rezultat primjene određenih metoda obrade izvornih podataka i povezivanja vanjskih postupaka.

PODACI + POSTUPAK OBRADE = INFORMACIJA

INFORMACIJA + POSTUPAK OBRADE = ZNANJE

Karakteristična značajka znanja je da ono nije sadržano u izvornom sustavu. Znanje nastaje kao rezultat uspoređivanja informacijskih jedinica, pronalaženja i rješavanja proturječja među njima, tj. znanje je aktivno; njegova pojava ili nedostatak dovodi do provedbe određenih radnji ili nastanka novog znanja. Znanje se razlikuje od podataka po sljedećim svojstvima.

Svojstva znanja (iz predavanja):

· Interna interpretabilnost (podaci + podaci metode). Metodološki - strukturirani podaci, koji predstavljaju karakteristike opisanih entiteta u svrhu njihove identifikacije, pretraživanja, vrednovanja i upravljanja

· Dostupnost veza (unutarnjih, vanjskih), komunikacijske strukture

· Mogućnost skaliranja (procjena odnosa između informacijskih jedinica) – kvantitativno

· Dostupnost semantičke metrike (način procjene slabo formaliziranih informacijskih jedinica)

· Prisutnost aktivnosti (nepotpunost, netočnost potiče ih na razvoj, nadopunjavanje).

Klasifikacija znanja

Znanje– oblik postojanja i sistematizacije rezultata ljudske kognitivne aktivnosti. Znanje pomaže ljudima da racionalno organiziraju svoje aktivnosti i rješavaju različite probleme koji se pritom pojavljuju.

Znanje(u teoriji umjetne inteligencije i ekspertnih sustava) - skup informacija i pravila zaključivanja (od pojedinca, društva ili sustava umjetne inteligencije) o svijetu, svojstvima objekata, obrascima procesa i pojava, kao i pravila za njihovo korištenje za donošenje odluka.

Glavna razlika između znanja i podataka je njihova struktura i aktivnost; pojava novih činjenica u bazi podataka ili uspostavljanje novih veza može postati izvor promjena u donošenju odluka.

Postoje različite vrste znanja:

znanstveni,

Izvanznanstveni,

Uobičajeno-praktično (uobičajeno, zdravorazumsko),

Intuitivno,

Religiozni itd.

Svakodnevno praktično znanje je nesustavno, neutemeljeno i nenapisano. Obično znanje služi kao temelj čovjekove orijentacije u svijetu oko sebe, temelj njegovog svakodnevnog ponašanja i predviđanja, ali obično sadrži pogreške i proturječja. Znanstveno znanje koje se temelji na racionalnosti odlikuje se objektivnošću i univerzalnošću te ima pravo na univerzalnu valjanost. Njegova je zadaća opisivati, objašnjavati i predviđati procese i pojave stvarnosti. Izvanznanstveno znanje proizvodi određena intelektualna zajednica prema normama i standardima koji se razlikuju od racionalističkih; oni imaju vlastite izvore i sredstva znanja.

Klasifikacija znanja

I. po prirodi. Znanje može biti deklarativni I proceduralni.

Deklarativno znanje sadrže samo ideju o strukturi određenih pojmova. Ovo znanje je blisko podacima, činjenicama. Na primjer: visokoškolska ustanova je skup fakulteta, a svaki fakultet skup je odjela. Proceduralni znanje je aktivne prirode. Definiraju ideje o sredstvima i načinima stjecanja novih znanja i provjere znanja. To su različite vrste algoritama. Na primjer: metoda brainstorminga za pronalaženje novih ideja.

II. prema stupnju znanosti. Znanje može biti znanstveni I izvanznanstveni.Znanstvena spoznaja može biti:

1) empirijski (na temelju iskustva ili opažanja);

2) teorijski (na temelju analize apstraktnih modela, analogija, dijagrama koji odražavaju strukturu i prirodu procesa, tj. generalizacije empirijskih podataka).

Izvanznanstvena znanja mogu biti:

 paraznanstvena znanja - učenja ili razmišljanja o pojavama, čije objašnjenje nije uvjerljivo sa stajališta znanstvenih kriterija.

 pseudoznanstveno – namjerno iskorištavanje nagađanja i predrasuda.

 kvaziznanstveni – traže pristaše i pristaše, oslanjajući se na metode nasilja i prisile. Kvaziznanstvena spoznaja, u pravilu, cvjeta u uvjetima strogo hijerarhijske znanosti, gdje je kritika vladajućih nemoguća, gdje je ideološki režim strogo manifestiran. (U povijesti Rusije dobro su poznata razdoblja "trijumfa kvazinaučnosti": lisenkovizam; fiksizam itd.)

 antiznanstveni – kao utopijske i namjerno iskrivljujuće ideje o stvarnosti.

 pseudoznanstvene - predstavljaju intelektualnu aktivnost koja spekulira na skupu popularnih teorija (priče o drevnim astronautima, o Bigfootu, o čudovištu iz Loch Nessa)

 svakodnevno-praktična - davanje osnovnih informacija o prirodi i okolnoj stvarnosti. Obično znanje uključuje zdrav razum, znakove, pouke, recepte, osobno iskustvo i tradiciju. Iako bilježi istinu, čini to nesustavno i bez dokaza.

 osobni – ovisno o sposobnostima pojedinog subjekta i o svojstvima njegove intelektualne spoznajne aktivnosti. Kolektivno znanje je općevažeće (transpersonalno), pretpostavlja postojanje koncepata, metoda, tehnika i pravila izgradnje zajedničkih cijelom sustavu. III. po lokaciji

Istaknuti osobni(prešutno, skriveno, još neformalizirano) znanje i formalizirao(eksplicitno) znanje.

Prešutno znanje– znanje ljudi koje još nije formalizirano i ne može se prenijeti na druge ljude.

Formalizirano u nekom jezičnom (eksplicitnom) znanju:

 znanje u dokumentima;

 znanje o CD-ima;

 poznavanje osobnih računala;

 Poznavanje interneta;

 znanja u bazama znanja;

 znanje u ekspertnim sustavima, izvučeno iz prešutnog znanja ljudskih stručnjaka.

Razlikovne karakteristike znanja još uvijek su predmet nesigurnosti u filozofiji. Prema većini mislilaca, da bi se nešto smatralo znanjem, mora zadovoljiti tri kriterija:

a) biti potvrđen,

b) biti istinit,

c) pouzdan.

Povezane informacije.

OSNOVNE TOČKE

1. U svakodnevnom životu ljudi često koriste pojam “informacija”, stavljajući u njega jednostavno značenje - “poruka”. Kada kažu: “Nemamo dovoljno informacija”, “Ja dajem informacije!”, “Ovo su znanstvene informacije”, tada intuitivno pojam “informacija” označava prilično širok raspon značenja: “sklop znanja”, “ podaci”, “koncepti”, “ prezentacije”, “vijesti”, “informacije”.

Još uvijek ne postoji općeprihvaćena znanstvena formulacija pojma “informacija”. Predložene opcije pate od nepotpunosti, često nejasnosti i nepreciznosti. U ovom slučaju, u znanosti je uobičajeno graditi definiciju navođenjem i opisom svojstava objekta ili pojave.

Razmotrimo osnovna svojstva informacije. Kao početnu, radnu definiciju uzet ćemo onu najčešću: informacija je svaka informacija (1). Ovdje se riječi "informacija" i "informacija" smatraju sinonimima. Međutim, postoji dosta situacija u kojima informacija ne pruža informaciju. Tako A. P. Čehov u priči “Učitelj književnosti” stavlja u usta junaka, učitelja Ipolita Ipolitoviča, frazu koja je postala simbolom komunikacijske banalnosti: “Volga se ulijeva u Kaspijsko jezero, a konji jedu zob i sijeno. ” Ova informacija je istinita, ali ne sadrži informaciju. Važna točka u razumijevanju suštine fenomena koji se proučava: ova poruka ne nosi informaciju, ona sadrži dobro poznatu činjenicu.

Nisu sve informacije informativne, već samo one koje nose nešto važno, novo i vrijedno za primatelja. Primatelj poruke je taj koji odlučuje hoće li poruku smatrati informativnom ili ne. S obzirom na navedeno, prethodnu formulaciju možemo pojasniti: informacija je informacija koja ili ima značaj (vrijednost) za primatelja ili ga stječe (2). Razjasnimo nekoliko pozicija:

informacija postoji u određenim uvjetima, povezana je s njima, postoji izvor informacije, objekt doušnik koji može širiti neku informaciju;

informacije imaju nejednaku vrijednost sa stajališta korisnika koji ih primaju;

primatelj informacija vrši selekciju, dijeleći ih na informativne i beskorisne (potonji se nazivaju šum).

Informacija u ljudskoj komunikaciji uvijek ima smisla, na temelju jaza u znanju između govornika.

Stručnjak za odnose s javnošću ili novinar mora shvatiti da će njegova poruka biti shvaćena kao informativna samo kada je relevantna ili na nov način iznosi činjenice i značajno pobuđuje interes.

Legitimno je govoriti o subjektivnoj vrijednosti informacije. Neće svi ljudi percipirati iste informacije kao značajne za njih. Informacija o tečaju svjetskih valuta ima značajnu vrijednost (informaciju) za poslovnog čovjeka, za vlasnika valute, ali oni koji se ne bave mjenjačkim poslovima prema njoj će se odnositi ravnodušno. Informacija je funkcionalno povezana s ciljevima primatelja. U uobičajenom razumijevanju, dolazak poruke povezuje se s određenim događajima. Upravo su događaji izvor poruke koja sadrži ili ne sadrži informacije.

Proces razmjene informacija igra važnu ulogu u životu svakog stvorenja. Sposobnost odašiljanja ili primanja informacija u najširem smislu je kriterij života. Poruku o promjenama uvjeta u okruženju živi organizam detektira kao povoljnu ili opasnu, zahtijevajući određene reakcije. Pojam informacija toliko je opsežan da ga neki znanstvenici uključuju u definiciju života, npr. N. Wiener.

Informacija je uključena u komunikaciju s vanjskim svijetom. Komunikacija je povezivanje, razmjena informacija.

Dakle, komunikacija, informacija, vitalnost su pojmovi jednog kruga.

Još jedno svojstvo informacije. Izgubivši svoju novost, informacija nestaje. Početnicu ne čitamo ponovno, jer je u njoj sve poznato i neinformativno

Stoga neki preliminarni zaključci:

informacija je nepoznata, neizvjesna,

subjektivna informacija nestaje nakon što ju korisnik percipira.

Nesigurnost i sadržaj informacije povezani su matematičkim odnosima: što je nesigurnost veća, to je poruka informativnija.

Dakle, informacija ima dva kontradiktorna svojstva:

to je određena količina podataka koja postoji objektivno, samostalno i može se mjeriti (npr. podaci u računalu; obujam, broj tiskanih znakova u knjizi);

Informativna vrijednost i korisnost ovih podataka određena je činjenicom da će biti razumljivi ljudima i da će moći proširiti i pojasniti njihovo znanje. Stoga je procjena "sadržaja informacija" određenih podataka subjektivna; ovisi o količini znanja pojedinog pojedinca. Činjenica je da je omjer 2x2 = 4 pravo otkriće za učenika prvog razreda, ali nakon nekog vremena taj podatak za njega postaje uobičajen.

U 20. stoljeću U vezi s razvojem znanstvenih spoznaja, pojam informacije se značajno produbio. Informacija se počela promatrati kao nešto samostalno u okviru nove znanosti, kibernetike, koja proučava procese upravljanja. Kibernetika dokazuje da informacija sudjeluje u procesima upravljanja i razvoja svih sustava (živih organizama ili automatskih uređaja) koji osiguravaju stabilnost i opstanak. Na temelju izvornih kibernetičkih ideja, filozofi nastoje dati široko opravdanje za svoje poglede na svojstva informacije kao filozofske kategorije. U filozofskoj znanosti pojavile su se dvije vodeće ideje koje na različite načine objašnjavaju svojstva informacije i njezine karakteristike.

Pristaše jedne škole (B.V. Biryukov, I.B. Novnk, A.D. Ursul i drugi) kvalificiraju informaciju kao svojstvo bilo kojeg materijalnog objekta. Prema sljedbenicima ovog smjera (ponekad ih nazivaju atributima stama i), informacije se mogu izvući iz bilo kojeg materijalnog objekta žive i nežive prirode. Materija se smatra skladištem “mrtvih informacija”. Informacije su sadržane objektivno, ali u skrivenom Hadu. U sklopu prirodnih objekata uvijek postoji određena struktura (skup dijelova, pri čemu se nužno imaju u vidu veze između sastavnih dijelova), koja se može spoznati. Stoga se takve informacije nazivaju skrivene, strukturne (ponekad povezane). Samo promatrač, osoba, može izvući informaciju. On ga obrađuje, kodira i ponovno kodira kako bi prenio informacije s objekta na subjekt. Dakle, informacija je aktivno i namjenski korišten dio znanja (3).

Smisao aktivnosti leži u izravnoj ili neizravnoj (na primjer, kroz međuljudski kontakt u komunikaciji itd.) interakciji s objektom znanja. Informacija postaje tražena samo ako postoji inteligentno biće, primatelj informacije, sposobno shvatiti sadržaj pohranjene poruke. Informacija se ažurira kada se pojavi subjekt koji spoznaje, razmišlja, utječe na receptore svojih osjetila, izaziva odgovarajuće reakcije, donošenje odluka i uključuje se u upravljanje ponašanjem. Ovaj proces (ekstrakcija informacija) je individualan. Na primjer, umjetnik se divi posebnoj nijansi u boji očiju dadilje, a liječnik u tim istim nijansama boje očiju vidi znakove opasne bolesti.

Prije nastavka razmatranja problematike upravljanja znanjem važno je definirati ključne pojmove ovog područja: „podatak“, „informacija“, „znanje“.

Literatura o upravljanju znanjem daje različite pristupe njegovom tumačenju. Ne pretendirajući na sveobuhvatnu analizu, pokušat ćemo istaknuti neke važne točke.

Pod, ispod podaci razumiju se nesređena opažanja, brojevi, riječi, zvukovi, slike. Ovo je skup diskretnih, objektivnih čimbenika o događajima. Štoviše, u organizacijskom kontekstu podaci se tumače kao strukturirani zapisi aktivnosti. Organizacije obično podatke pohranjuju u informacijske sustave u koje dolaze iz raznih odjela i službi.

Kada su podaci organizirani, poredani, grupirani, kategorizirani, oni postaju informacija. Tumači se kao skup podataka uređen za određenu svrhu koja mu daje značenje.

Poruka- ovo je tekst, digitalni podaci, slike, zvuk, grafika, tablice itd.

Inteligencija– praktički sinonim za koncept “Poruke”. Najčešće su domaće prirode.

Znanje tumači se kao informacija koja je spremna za produktivnu upotrebu, učinkovita i opremljena značenjem. To je zbirka formaliziranih iskustava, vrijednosti, kontekstualnih informacija i stručnog razumijevanja koji čine temelj za procjenu i integraciju novih iskustava i informacija. Formira se i primjenjuje u umovima ljudi, au organizacijama je često ugrađen ne samo u dokumente i repozitorije, već iu organizacijske procedure, procese, načine obavljanja stvari i norme.

Tablica daje različite definicije znanja na temelju pregleda literature.

Većina razmotrenih definicija naglašava da je znanje širi, dublji i bogatiji pojam u odnosu na informaciju. Oni predstavljaju fluidna povezanost različitih elemenata – iskustva, vrijednosti, informacija i stručnog razumijevanja- i stalno se mijenja; oni su intuitivni; svojstveni su ljudima i svojom su nepredvidljivošću sastavni dio ljudske biti.