Podaci i informacije se često identificiraju, ali postoji značajna razlika između ova dva pojma:
● Informacije- znanja o pojmovima i objektima (činjenicama, događajima, stvarima, procesima, idejama) u ljudskom mozgu;
● Podaci- prezentacija obrađenih informacija pogodnih za prenos, tumačenje ili obradu (računarski fajlovi, papirna dokumenta, zapisi u informacionom sistemu).
Razlika između informacija i podataka je u tome što:
1) podaci su fiksne informacije o događajima i pojavama koje se čuvaju na određenim medijima, a informacije se pojavljuju kao rezultat obrade podataka prilikom rješavanja konkretnih problema.
Na primjer, baze podataka pohranjuju različite podatke, a na određeni zahtjev sistem za upravljanje bazom podataka daje potrebne informacije.
2) podaci su mediji, a ne sama informacija.
3) Podaci se pretvaraju u informaciju samo kada je osoba zainteresovana za njih. Osoba izvlači informacije iz podataka, procjenjuje ih, analizira i na osnovu rezultata analize donosi jednu ili drugu odluku.
Podaci se pretvaraju u informacije na nekoliko načina:
Kontekstualizacija: znamo čemu služe ovi podaci;
Brojanje: podatke obrađujemo matematički;
Ispravka: ispravljamo greške i otklanjamo praznine;
Kompresija: kompresujemo, koncentrišemo, agregiramo podatke.
Dakle, ako je moguće koristiti podatke za smanjenje nesigurnosti znanja o predmetu, onda se podaci pretvaraju u informaciju. Stoga se može tvrditi da su informacije korišteni podaci.
4) Informacije se mogu izmjeriti. Mjera mjerenja sadržaja informacije povezana je sa promjenom stepena neznanja primaoca i zasniva se na metodama teorije informacija.
2. Predmetna oblast- ovo je dio stvarnog svijeta, podatke o kojima želimo da prikažemo u bazi podataka. Predmetno područje je beskonačno i sadrži i bitne koncepte i podatke, i malo ili nimalo podataka. Dakle, važnost podataka zavisi od izbora predmetne oblasti.
Model domene... Model domene je naše znanje o domenu. Znanje može biti i u obliku neformalnog znanja u mozgu stručnjaka, a može se i formalno izraziti na bilo koji način. Iskustvo pokazuje da je tekstualni način predstavljanja modela domene krajnje neefikasan. Opisi predmetne oblasti, napravljeni korišćenjem specijalizovanih grafičkih notacija, mnogo su informativniji i korisniji u razvoju baza podataka. Postoji veliki broj metoda za opisivanje predmetne oblasti. Najpoznatije su SADT metodologija strukturalne analize i IDEF0 zasnovana na njoj, Heine-Sarson dijagrami toka podataka, UML objektno orijentisana metoda analize, itd. Model domena radije opisuje procese koji se dešavaju u domeni i podatke koje ti procesi koriste. . Uspjeh daljeg razvoja aplikacije ovisi o tome koliko je pravilno modelirano predmetno područje.
3. Baza podataka- prikazan u objektivnom obliku, skup samostalnih materijala (članci, obračuni, propisi, sudske odluke i drugi slični materijali), sistematizovanih na način da se ovi materijali mogu pronaći i obraditi pomoću elektronskog računara (računara).
Mnogi stručnjaci ističu uobičajenu grešku u korištenju termina „baza podataka“ umjesto pojma „sistem za upravljanje bazom podataka“, te ističu potrebu da se razlikuju ove koncepte.
Na samom početku ovog poglavlja potrebno je naglasiti razliku između pojmova podataka i informacija. Postoji razlika između njih, i to prilično značajna. Prema teoriji informacija, pod podacima treba shvatiti sve informacije koje se prikupljaju i, što je posebno važno, podvrgavaju se posebnoj obradi kako bi se iz njih izvukle (uključujući i pomoću proračuna) samo one informacije koje će biti potrebne i korisne. za rješavanje ovog specifičnog zadatka. Ovi obrađeni podaci će biti informacija. A sirove informacije se obično nazivaju podacima. Dakle - slična analogija je ovdje sasvim prikladna - podaci se mogu uporediti s nekom vrstom rude, a informacije - s korisnim tvarima izvučenim iz nje. Podaci su uvijek povezani s viškom informacija, informacija - s potrebnom dovoljnošću. Informacija je, drugim riječima, ono što doprinosi rastu znanja, uvijek nosi pečat novine, predstavlja novu informaciju. Ali ako se fokusirate na istraživanje tržišta, informacije nisu sve nove informacije. U konačnici, to je tako nova informacija koju percipiraju i procjenjuju relevantne službe (specijalisti) za obavljanje konkretnih profesionalnih radnji.
Prijenos podataka i izgled informacija
Brojne transformacije podataka na način njihove transformacije u informaciju mogu se pratiti prema šemi koju je predložio profesor E.G. Yasin (Sl.5.1).
Prema ovoj shemi, dio podataka na putu do primaoca se u početku gubi u fizičkim kanalima njihovog prijenosa u obliku tzv. su pogrešno popunjeni i uklanjaju se iz predstojeće obrade). Podaci (primljeni) koji su stigli do primaoca možda nisu svi razumljivi i percipirani zbog, recimo, nedovoljnog nivoa znanja. Neshvaćeni i neopaženi podaci prolaze kroz svijest primaoca u obliku semantičke buke. I konačno, od podataka koje primatelj percipira, neki dio on može jednostavno zanemariti zbog činjenice da se ispostavi da je suvišan ili jednostavno neprikladan za zadatke koji se rješavaju. U obliku pragmatične buke, i ovaj dio poruke prolazi pored svijesti primaoca. Ostali podaci su zapravo informacije koje se mogu koristiti u rješavanju praktičnih problema. Jasno je da se u fazi procjene, prema Yasinovoj šemi, obrađuju podaci, vrše potrebne računske procedure, poređenja itd.
U praksi se pojmovi podataka i informacija često poistovjećuju jedni s drugima, tj. zamjenjuju jedno drugom, što ne doprinosi poboljšanju međusobnog razumijevanja između, recimo, istraživača tržišta i kupaca takvog istraživanja prilikom sklapanja ugovora između njih o provođenju marketinškog istraživanja. Ali ponekad su takve identifikacije savršeno prihvatljive. U ovoj knjizi će se pojam informacije koristiti mnogo češće od pojma podataka, iako će autor ponekad koristiti koncept podataka. Objašnjenje je jednostavno: sve se radi o ustaljenim tradicijama. U marketingu, kada govore o opravdavanju odluka, često koriste termin informacija, čak i kada je u pitanju odabir potrebnih informacija za ovo opravdanje (odnosno same informacije) iz njihovih velikih nizova (odnosno iz nizova podataka). A termin podaci se uglavnom koristi u početnom prikupljanju bilo kakvih informacija. Ovdje nema velike kontradiktornosti teorije informacija, pa stoga nije narušena ustaljena tradicija.
Kompanija Xerox se posljednjih godina pozicionirala ne kao proizvođač fotokopirnih mašina, već kao kompanija za obradu dokumenata. Kompanija ZM sebe naziva inovativnim kompanijama za rješavanje problema. IBM se identifikuje kao kompanija koja stvara dugoročne ekonomske koristi za klijente kombinujući svoje poslovno znanje sa širokim tehnološkim mogućnostima. Steelcase, koji proizvodi uredsku opremu, tvrdi da prodaje vlastito znanje i usluge kako bi stvorio bolje radno mjesto za ljude. Šta dodaje vrijednost aktivnostima svih ovih kompanija? To su uglavnom rješenja zasnovana na znanju: tehničko-tehnološko znanje, dizajn proizvoda, istraživanje tržišta, prepoznavanje stvarnih potreba kupaca. Upravo znanje daje ovim kompanijama održivu konkurentsku prednost.
Hajde da razmotrimo koja je razlika između znanja i podataka i informacija. Da se radi o različitim stvarima, menadžeri počinju posebno jasno da shvataju nakon što je organizacija potrošila značajna sredstva za kreiranje određene baze podataka, odnosno informacionog sistema, ili su jednostavno ta sredstva utrošena na kompjuterizaciju, i to bez odgovarajućeg efekta.
Podaci je skup različitih objektivnih činjenica. U korporacijama su to, na primjer, strukturirani zapisi transakcija (posebno podaci o svim prodajama: koliko, kada i ko je kupio, koliko i kada je plaćeno, itd.). Ovi podaci ne govore zašto je kupac došao ovdje i da li će doći ponovo.
Informacije je hijerarhijska zbirka podataka o određenim aspektima stvarnog svijeta. Informacija je tok poruka, a znanje se stvara iz tog toka, zavisi od mišljenja i uvjerenja nosioca znanja.
Informacija je vrsta poruke, obično u obliku dokumenta, videa ili audio zapisa. Ima primaoca i pošiljaoca. Obavještava, tj. "daje oblik" primaocu mijenjajući njegove ocjene ili ponašanje. Koliko je poruka informacija, određuje primalac. On je taj koji procjenjuje koliko ga primljena poruka informira, a koliko je to samo informaciona buka.
Podaci se pretvaraju u informacije na nekoliko načina:
o kontekstualizacija: znamo čemu služe ovi podaci;
o count: obrađujemo podatke matematički;
o korekcija: popravljamo greške i otklanjamo praznine;
o kompresija: kompresujemo, koncentrišemo, agregiramo podatke.
Znanje- koncept je dublji i širi od samo podataka ili informacija. Svaka kompanija u toku svojih aktivnosti prikuplja podatke, njihovo strukturiranje i generisanje novih znanja. Najčešće se ova znanja odnose na tehnologiju, kada je u pitanju materijalna proizvodnja, kao i na tehnologiju rada sa kupcima i tehnologiju međusobne interakcije, kada je u pitanju servisna kompanija. To može biti i znanje o okruženju preduzeća - o demografskim, makroekonomskim, društvenim, makroekonomskim, tehnološkim i tržišnim trendovima.
Razlikovanje znanja od informacija i podataka: primjer
Chrysler ima kolekciju kompjuterskih datoteka pod nazivom "Knjiga inženjerskog znanja" i pruža sveobuhvatne podatke i informacije o stvaranju Chrysler automobila, koje može koristiti bilo koji proizvođač novih automobila. Kada je menadžer dobio podatke o izvršenim testovima sudara, odbio je da ih stavi u fajlove bez odgovarajuće obrade. Ponudio je da odgovori na sljedeća pitanja:
o zašto su ovi testovi sprovedeni;
o kakvi su rezultati u poređenju sa drugim sličnim testovima ove kompanije drugih godina i konkurenata;
o koji su zaključci davanja testova za dizajn automobila i njegovih glavnih komponenti?
Slična pitanja pretvaraju informacije u znanje; štaviše, odgovori na ova pitanja dodaju vrijednost informacijama, ili, drugim riječima, dodaju vrijednost. U praksi postoje suprotni primjeri, kada dodavanjem nepotrebnih, praznih informacija, izvorna informacija gubi vrijednost. Dolazi do gubitka vrijednosti zbog zamućenja potrebnih informacija u protoku informacijske buke.
Znanje je kombinacija iskustva, vrijednosti, kontekstualnih informacija, stručnog prosuđivanja, koja pruža opći okvir za evaluaciju i inkorporiranje novih iskustava i informacija. Znanje postoji u glavama onih koji znaju. U organizacijama se to ne bilježi samo u dokumentima, već iu procesima, procedurama, normama, općenito, u praksi aktivnosti.
Kao što informacija proizlazi iz podataka, tako i znanje proizlazi iz informacija:
o poređenje, definisanje obima (kako i kada možemo primijeniti informaciju o ovoj pojavi na drugu, sličnu);
o veze (kako se ove informacije odnose na druge informacije);
o evaluacije (kako se ove informacije mogu evaluirati i kako ih drugi procjenjuju);
o određivanje obima (koju primjenu ove informacije imaju na određene odluke ili radnje).
Proces transformacije podataka u informaciju, a informacija u znanje prikazan je na Sl. 14.1.
Rice. 14.1. Podaci, informacije i znanje
Razlikujte individualno i grupno znanje. Tradicionalni stavovi polaze od činjenice da je znanje prerogativ pojedinaca, dok je grupa samo prost zbir članova ove grupe, a grupno znanje je zbir njihovog znanja.
Postoji još jedno, moderno gledište, prema kojem grupa ljudi formira novi entitet sa svojim jedinstvenim specifičnostima. U okviru ovog koncepta može se govoriti o grupnom ponašanju, odnosno o grupnom znanju. Ovaj novi pogled se široko koristi u nauci upravljanja znanjem. Dakle, znanje može biti ne samo za pojedinca, već i za grupu ljudi. Onda kažu da organizacija u cjelini nešto zna, grupa, tim itd. nešto zna.
Bill Gates u svojoj knjizi "Poslovanje brzinom misli" piše o potrebi poboljšanja korporativnog IQ-a. Istovremeno, on ne misli samo na broj pametnih zaposlenih, već i na akumulaciju znanja u kompaniji kao celini i slobodan protok informacija, koji omogućava zaposlenima da koriste ideje jedni drugih.
Znanje može biti eksplicitno ili implicitno. Eksplicitno znanje može se izraziti u obliku riječi i brojeva i može se prenijeti u formalizovanom obliku u medijima. Ovo se odnosi na one vrste znanja koje se prenose u obliku propisa, uputstava, knjiga, u raznim medijima, u obliku memoranduma itd.
Implicitno znanje u principu nije formalizovan i može postojati samo zajedno sa svojim vlasnikom – osobom ili grupom lica.
Postoje dvije vrste prećutnog znanja. Prvi su tehničke vještine koje pokazuju majstori svog zanata i po pravilu su rezultat višegodišnje prakse. Drugi su uvjerenja, ideali, vrijednosti i mentalni modeli koje koristimo ne razmišljajući o njima.
Implicitno znanje se formira i razvija u procesu stvaranja i jačanja pozitivne korporativne kulture i korištenjem sredstava grupne interakcije (povlačenja, kreativne grupe, itd.).
Stav komercijalnih firmi prema eksplicitnom i implicitnom znanju je veoma kontroverzan. S jedne strane, mnoge firme nastoje prevesti prećutno znanje u eksplicitno znanje. To se radi kako bi se, s jedne strane, ne bi ovisili o pojedincima, as druge, kako bi se duplicirala značajna postignuća. Istovremeno, ove firme nisu zainteresovane da se glavne konkurentske prednosti transformišu u formu spremnu za umnožavanje. Zbog toga mnoge kompanije pokušavaju zadržati neke od svojih konkurentskih prednosti u oblicima koji se ne mogu duplicirati (specifične obuke, korporativna kultura, posebni sistemi usluga, itd.).
Nosilac eksplicitnog i implicitnog znanja može biti ne samo određena osoba, već i organizacija... Shodno tome, možemo govoriti o implicitnom grupnom znanju, koje je u osnovi stabilnih modela kolektivnih reakcija i internih interakcija.
U zapadnoj literaturi, termin "rutine" se ponekad koristi za označavanje prećutnog grupnog znanja, koje su ponavljajuće akcije, redovni obrasci ponašanja organizacije ili firme. Rutine su stvari koje se dešavaju automatski, bez instrukcija i bez procedure odabira; međutim, rutine se ne mogu kodificirati.
U ruskom jeziku, rutina se shvata kao rutina, ustaljena praksa, određeni režim, šablon, utvrđena pravila u vezi sa zanimanjem ljudi. Istovremeno, koncept "rutine" ima još jednu definiciju: to je inertan poredak, tj. takav poredak koji gravitira starom, poznatom, zbog svoje zaostalosti, nepropusnom za novo, progresivnom. U onim slučajevima kada se termin "rutina" koristi za označavanje grupnog prešutnog znanja, tada izostaju nijanse povezane s inercijom.
Dakle, lično implicitno znanje su, prije svega, vještine. Istovremeno, grupno implicitno znanje je, prije svega, rutina. Rutine ne postoje izolovano, već u međuzavisnosti. 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 stepenu implicitnosti ovog znanja. Odnos eksplicitnog i implicitnog, individualnog i grupnog znanja prikazan je u tabeli. 14.1.
Tabela 14.1
Odnos znanja
Prisustvo prećutnog znanja u organizaciji nas tjera da pristupimo upravljanju znanjem na nekonvencionalan način. Tradicionalno, upravljanje znanjem se shvata kao kreiranje, razvoj i korišćenje različitih baza podataka i znanja. Prisustvo prećutnog znanja pomera pažnju na sredstva direktne komunikacije među ljudima. Važno je ne samo i ne toliko napraviti korporativnu enciklopediju u kojoj je zapisano sve što je bilo ko od zaposlenih znao i naišao. U slučaju prećutnog znanja, važnije je imati pri ruci koordinate ljudi koji poznaju recept i imaju relevantno iskustvo, stvoriti kulturu komunikacije koristeći sesije mozganja, sastanke, „debrifing“ i odgovarajuća sredstva komunikacije, kao npr. kao e-mail, lične stranice, telekonferencije itd.
Podaci su zbirka informacija koja se snima na bilo koji medij - papir, disk, film. Ove informacije moraju biti u obliku pogodnom za skladištenje, prijenos i obradu. Daljnja transformacija podataka daje informacije. Dakle, informacije se mogu nazvati rezultatom analize i transformacije podataka. U bazi podataka se pohranjuju različiti podaci, a kontrolni sistem može izdati tražene informacije na određeni zahtjev. Na primjer, iz baze podataka škole možete saznati ko od učenika živi u određenoj ulici ili ko nije dobio lošu ocjenu tokom godine itd. Podaci se pretvaraju u informaciju kada su zainteresovani. Može se tvrditi da su informacije podaci koji se koriste.
Riječ "informacija" dolazi od latinskog informatio, "informacija, prezentacija, objašnjenje". Informacijama se nazivaju i informacije o objektima, pojavama okoline, njihovim svojstvima, koje smanjuju stepen neizvjesnosti, nepotpunosti znanja. Kao rezultat razmjene informacija, formira se potpunije razumijevanje subjekta, povećava se nivo svijesti.
Informacija ne postoji izolovano, sama po sebi. Uvijek postoji izvor koji to proizvodi i koji to opaža. Bilo koji predmet - čovjek, kompjuter, životinja, biljka - djeluje kao izvor ili prijemnik. Informacija je uvijek namijenjena određenom objektu.
Osoba prima informacije iz raznih izvora – kada čita, sluša radio, gleda TV, kada dodirne neki predmet, proba hranu. Različiti ljudi mogu percipirati iste informacije na različite načine.
U zavisnosti od obima upotrebe, postoje naučne, tehničke, ekonomske i druge vrste informacija. Ovo je najmoćnije sredstvo utjecaja na društvo u cjelini. Prema poznatom izrazu, ko ima najviše informacija o bilo kojoj temi, on posjeduje svijet, odnosno u povoljnijem je položaju u odnosu na druge. U svakodnevnom životu razvoj društva, zdravlje i život ljudi zavise od informacija.
Tokom milenijuma, čovečanstvo je akumuliralo ogromnu količinu znanja, koje nastavlja da raste. Količina informacija ovih dana se udvostručuje svake dvije godine. U svakoj situaciji, čak i najobičnijoj, djelotvorne su samo relevantne, potpune, pouzdane i razumljive informacije. Samo relevantne, odnosno pravovremene informacije mogu biti od koristi ljudima. Važno je znati vremensku prognozu ili upozorenje na uragan dan ranije, a ne istog dana.
5.1. Razlike između znanja i podataka
Karakteristična karakteristika inteligentnih sistema je dostupnost znanja neophodnih za rješavanje problema u određenoj predmetnoj oblasti. Ovo postavlja prirodno pitanje šta je znanje i po čemu se ono razlikuje od običnih podataka koje obrađuju kompjuteri.
Podatak se naziva informacija stvarne prirode koja opisuje objekte, procese i pojave predmetnog područja, kao i njihova svojstva. U procesima kompjuterske obrade podaci prolaze kroz sljedeće faze transformacije:
Izvorni oblik postojanja podataka (rezultati posmatranja i mjerenja, tabele, priručnici, dijagrami, grafikoni itd.);
Prezentacija na posebnim jezicima opisa podataka namijenjenih unosu i obradi početnih podataka u računalu;
Baze podataka na kompjuterskim medijima.
Znanje je složenija kategorija informacija od podataka. Znanje ne opisuje samo pojedinačne činjenice, već i odnose između njih, pa se znanje ponekad naziva strukturiranim podacima. Do znanja se može doći obradom empirijskih podataka. Oni predstavljaju rezultat mentalne aktivnosti osobe usmjerene na uopštavanje njegovog iskustva stečenog kao rezultat praktične aktivnosti.
Da bi IIS obdarili znanjem, oni moraju biti predstavljeni u određenom obliku. Postoje dva glavna načina prenošenja znanja softverskim sistemima. Prvi je staviti znanje u program napisan na konvencionalnom programskom jeziku. Takav sistem će predstavljati jedan programski kod u kojem znanje nije stavljeno u posebnu kategoriju. Uprkos činjenici da će glavni zadatak biti riješen, u ovom slučaju je teško procijeniti ulogu znanja i razumjeti kako se ono koristi u procesu rješavanja problema. Modifikacija i održavanje ovakvih programa nije lak zadatak, a problem nadopunjavanja znanja može postati nerešiv.
Drugi metod se zasniva na konceptu baza podataka i sastoji se u stavljanju znanja u posebnu kategoriju, tj. znanje se prezentira u određenom formatu i stavlja u bazu znanja. Baza znanja se lako ažurira i mijenja. To je autonoman dio inteligentnog sistema, iako mehanizam zaključivanja implementiran u logičkom bloku, kao i sredstva dijaloga, nameću određena ograničenja strukturi baze znanja i operacijama s njom. Ova metoda je usvojena u modernom IIS-u.
Treba napomenuti da da bi se znanje stavilo u kompjuter, ono mora biti predstavljeno određenim strukturama podataka koje odgovaraju odabranom razvojnom okruženju za inteligentni sistem. Shodno tome, u razvoju IMS-a se prvo akumulira i prezentira znanje, te je u ovoj fazi obavezno učešće osobe, a zatim se znanje predstavlja određenim strukturama podataka koje su pogodne za skladištenje i obradu u računaru. Znanje u IIS-u postoji u sljedećim oblicima:
Početno znanje (pravila izvedena iz praktičnog iskustva, matematičkih i empirijskih odnosa, koji odražavaju međusobne odnose između činjenica; obrasci i trendovi koji opisuju promjenu činjenica tokom vremena; funkcije, dijagrami, grafikoni, itd.);
Opis inicijalnog znanja pomoću odabranog modela reprezentacije znanja (skup logičkih formula ili pravila proizvodnje, semantička mreža, okviri, itd.);
Predstavljanje znanja strukturama podataka koje su namijenjene za pohranu i obradu u računalu;
Baze znanja o mašinskim nosačima podataka.
Šta je znanje? Evo nekih definicija.
Iz eksplanatornog rečnika SI Ožegova: 1) „Znanje je shvatanje stvarnosti svešću, naukom“; 2) "Znanje je skup informacija, znanja u bilo kojoj oblasti."
Definicija pojma "znanje" uključuje uglavnom filozofske elemente. Na primjer, znanje je praktično provjereni rezultat spoznaje stvarnosti, njen ispravan odraz u umu osobe.
Znanje je rezultat koji se dobija poznavanjem okolnog svijeta i njegovih objekata. U najjednostavnijim situacijama, znanje se smatra iskazom činjenica i njihovim opisom.
Istraživači veštačke inteligencije daju konkretnije definicije znanja.
„Znanja su zakonitosti predmetne oblasti (principi, veze, zakoni), stečena kao rezultat praktičnih aktivnosti i profesionalnog iskustva, koja omogućavaju stručnjacima da postavljaju i rješavaju probleme u ovoj oblasti“.
"Znanje su dobro strukturirani podaci, ili podaci o podacima, ili metapodaci."
"Znanje je formalizirana informacija na koju se upućuje ili se koristi u procesu zaključivanja."
U oblasti AI sistema i inženjeringa znanja, definicija znanja se vezuje za logičan zaključak: znanje je informacija na osnovu koje se sprovodi proces zaključivanja, tj. na osnovu ovih informacija možete donijeti različite zaključke o podacima dostupnim u sistemu koristeći logičko zaključivanje. Mehanizam zaključivanja vam omogućava da povežete odvojene fragmente, a zatim izvučete zaključke o ovom nizu povezanih fragmenata.
Znanje je formalizovana informacija na koju se upućuje ili koristi u procesu zaključivanja (slika 5.1.).
Rice. 5.1. Proces zaključivanja u IC
Pod znanjem podrazumijevamo skup činjenica i pravila. Koncept pravila koje predstavlja dio znanja je:
Ako<условие>onda<действие>.
Ova definicija je poseban slučaj prethodne definicije.
Međutim, prepoznato je da su distinktivne kvalitativne osobine znanja rezultat njihovih velikih mogućnosti u pravcu strukturiranja i međupovezanosti sastavnih jedinica, njihove interpretabilnosti, prisustva metričkog, funkcionalnog integriteta, aktivnosti.
Postoji mnogo klasifikacija znanja. Klasifikacije se po pravilu koriste za sistematizaciju znanja iz određenih predmetnih oblasti. Na apstraktnom nivou razmatranja možemo govoriti o znakovima prema kojima se znanje dijele, a ne o klasifikacijama. Po svojoj prirodi, znanje se može podijeliti na deklarativno i proceduralno.
Deklarativno znanje je opis činjenica i pojava, fiksira prisustvo ili odsustvo takvih činjenica, a uključuje i opise glavnih veza i obrazaca u koje su te činjenice i pojave uključene.
Proceduralno znanje je opis radnji koje su moguće pri manipulaciji činjenicama i pojavama radi postizanja željenih ciljeva.
Za opisivanje znanja na apstraktnom nivou razvijeni su posebni jezici - jezici za opisivanje znanja. Ovi jezici se također dijele na proceduralne i deklarativne jezike. Svi jezici opisa znanja orijentisani na upotrebu tradicionalnih računara von Neumannove arhitekture su proceduralni jezici. Razvoj deklarativnih jezika, pogodnih za predstavljanje znanja, hitan je problem današnjice.
Prema načinu sticanja znanja, može se podijeliti na činjenice i heuristiku (pravila koja vam omogućavaju da napravite izbor u nedostatku preciznih teorijskih opravdanja). Prva kategorija znanja obično označava okolnosti koje su dobro poznate u datoj predmetnoj oblasti. Druga kategorija znanja zasniva se na sopstvenom iskustvu stručnjaka u radu u određenoj oblasti, akumuliranom kao rezultat višegodišnje prakse.
Prema vrsti reprezentacije znanje se dijeli na činjenice i pravila.Činjenice su znanja tipa „A je A“, takva znanja su karakteristična za baze podataka i mrežne modele. Pravila, ili proizvodi, su znanje tipa "AKO A, ONDA B".
Pored činjenica i pravila, postoji i meta-znanje – znanje o znanju. Oni su neophodni za upravljanje bazom znanja i za efikasnu organizaciju postupaka zaključivanja.
Oblik predstavljanja znanja ima značajan uticaj na karakteristike IIS-a. Baze znanja su modeli ljudskog znanja. Međutim, svo znanje koje osoba privuče u procesu rješavanja složenih problema ne može se modelirati. Stoga je u inteligentnim sistemima potrebno jasno podijeliti znanja na ona koja su dizajnirana da ih obrađuje kompjuter i znanja koja koriste ljudi. Očigledno, da bi se riješili složeni problemi, baza znanja mora imati dovoljno veliki obim, u vezi s tim neminovno nastaju problemi upravljanja takvom bazom. Stoga, prilikom odabira modela predstavljanja znanja, treba uzeti u obzir faktore kao što su homogenost reprezentacije i lakoća razumijevanja. Ujednačenost prezentacije dovodi do pojednostavljenja mehanizma upravljanja znanjem. Lakoća razumijevanja važna je za korisnike inteligentnih sistema i stručnjake, čije je znanje ugrađeno u IMS. Ako je oblik predstavljanja znanja teško razumljiv, onda se procesi sticanja i interpretacije znanja usložnjavaju. Treba napomenuti da je prilično teško istovremeno ispuniti ove zahtjeve, posebno u velikim sistemima, gdje strukturiranje i modularno predstavljanje znanja postaje neizbježan.
Rješavanje problema inženjeringa znanja postavlja problem pretvaranja informacija dobijenih od stručnjaka u obliku činjenica i pravila za njihovu upotrebu u oblik koji se može efikasno implementirati mašinskom obradom ovih informacija. U tu svrhu kreirani su različiti modeli predstavljanja znanja koji se koriste u postojećim sistemima.
Klasični modeli predstavljanja znanja uključuju logičke, proizvodne, okvirne i semantičke mrežne modele.
Svaki model ima svoj jezik za predstavljanje znanja. Međutim, u praksi je rijetko moguće proći okvirom jednog modela pri razvoju IMS-a, izuzev najjednostavnijih slučajeva, pa se predstavljanje znanja pokazuje složenim. Pored kombinovanog predstavljanja korišćenjem različitih modela, obično se koriste posebni alati koji odražavaju karakteristike specifičnog znanja o predmetnoj oblasti, kao i različite načine za otklanjanje i uzimanje u obzir nejasnoće i nepotpunosti znanja.
