- · 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).
- 1. Podaci i informacije su usko povezani.
- 2. Podaci su fiksni, oni zapravo postoje u svakoj jedinici vremena. Informacije proizlaze samo iz obrade ovih podataka.
- 3. Podaci nakon transformacije postaju informacija. Više puta provjerena informacija je znanje.
- 4. Informacija je, za razliku od podataka, mjerljiva supstanca.
Modeliranje procesa donošenja menadžerskih odluka omogućava vam da napravite značajan korak ka kvantitativnim procjenama i kvantitativnoj analizi rezultata donesenih odluka. Kreiranje i upotreba modela procesa donošenja odluka omogućava da se čak i kvalitativno procijenjene menadžerske situacije procijene kvantitativno pomoću posebno uvedenih verbalno-numeričkih skala.
Upotreba modeliranja procesa donošenja menadžerskih odluka omogućava njegovo podizanje na kvalitativno novi nivo, razvoj i implementaciju savremenih tehnologija u praksu donošenja menadžerskih odluka. Upravo profesionalna upotreba modela procesa donošenja odluka omogućava rukovodiocu organizacije da kontroliše svoju intuiciju i obezbedi veći stepen doslednosti, doslednosti i pouzdanosti donetih menadžerskih odluka. Ali s druge strane, korištenje modela vam omogućava da potpunije spoznate intuiciju, iskustvo i znanje donosioca odluka. Potrebno je shvatiti da model omogućava pronalaženje racionalnog rješenja samo za onu pojednostavljenu verziju situacije donošenja odluka koja se koristi u modelu.
Postoje tri osnovne vrste modela: fizički, analogni i matematički
Fizički(opisno ili portretno) - prikazuje objekat ili situaciju, pokazujući kako izgleda. Na primjer: kopije automobila, aviona, minijaturni crteži biljke itd.
Analog- slika objekta ili situacije na drugi način Na primjer: jezero na karti - organizacijska shema plave boje; grafički prikazuje odnos različitih indikatora preduzeća
Matematički(simbolički) - upotreba simbola za karakterizaciju objekta u obliku matematičkih jednadžbi
Na osnovu ovih osnovnih modela razvijaju se različite vrste modela i metoda za donošenje upravljačkih odluka. Razmotrimo najčešće.
Teorija igara- koristi se za procjenu uticaja donesene odluke na konkurente. U poslovanju se modeli igara koriste za predviđanje reakcije konkurenata na promjene cijena, rasprodaje, nove proizvode.Ovaj model rđe je prilično rijedak.
Teorija čekanja, ili optimalna usluga- koristi se za određivanje optimalnog broja kanala za korisničku podršku u odnosu na njihove potrebe. Osnovni problem se smatra balansiranjem troškova dodatnih kanala sa uslugama i gubicima od usluga na nivou nižem od optimalnog.
Model upravljanja zalihama- služe za određivanje vremena naručivanja resursa i njihovih količina, kao i mase gotovih proizvoda u skladištima.
Model linearnog programiranja- koristi se za određivanje optimalnog načina alokacije oskudnih resursa u prisustvu konkurentskih potreba (planiranje diferencijacije usluga, raspodjela radnika, itd.)
Simulacijsko modeliranje- imitacija određenog procesa ili modela, njegova eksperimentalna upotreba za određivanje promjena u stvarnoj situaciji
Ekonomska analiza- procjena troškova, dobiti i profitabilnosti preduzeća često koristi metodu rentabilnosti, tj. određivanje trenutka od koga preduzeće postaje rentabilno
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 upotrebom 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.
OSNOVNE ODREDBE
1. U svakodnevnom životu ljudi često koriste termin "informacija", stavljajući u njega jednostavno značenje - "poruka". Kada kažu: “Nemamo dovoljno informacija”, “Dajem informacije!”, “Ovo je naučna informacija”, onda intuitivno izraz “informacija” znači prilično širok spektar značenja: “telo znanja”, “podaci “, “koncepti”, “prezentacija”, “vijesti”, “informacije”.
Još uvijek ne postoji općeprihvaćena naučna formulacija pojma "informacija". Predložene opcije su nepotpune, često nejasne i netačne. U ovom slučaju, u nauci je uobičajeno da se definicija gradi navođenjem, opisivanjem svojstava objekta ili fenomena.
Razmotrimo glavna svojstva informacija. Kao početnu, radnu definiciju, uzet ćemo najobičniju: informacija je bilo koja vrsta informacije (1). Ovdje se riječi "informacija" i "informacija" smatraju sinonimima. Međutim, postoje mnoge situacije kada informacije ne nose informacije. Tako, u priči „Učitelj književnosti“, AP Čehov stavlja u usta heroja, učitelja Ipolita Ipolitoviča, frazu koja je postala simbol komunikativne banalnosti: „Volga se uliva u Kaspijsko more, a konji jedu zob. i sijeno”. Ova informacija je istinita, ali ne sadrži informacije. Važna točka u razumijevanju suštine fenomena koji se proučava: ova poruka ne nosi informacije, ona sadrži dobro poznatu činjenicu.
Nisu sve informacije informativne, već samo one koje nose nešto važno, novo, vrijedno za primaoca. Primalac poruke je taj koji odlučuje da li će poruku smatrati informativnom za sebe. Uzimajući u obzir gore navedeno, moguće je pojasniti prethodnu formulaciju: informacija je takva informacija koja ili ima značaj (vrijednost) za primaoca, ili je dobija (2). Hajde da razjasnimo nekoliko pozicija:
informacija postoji u određenim uslovima, povezana je sa njima, postoji izvor informacije, informatorski objekat koji može da distribuira neku informaciju;
informacije imaju nejednaku vrijednost sa stanovišta korisnika koji ih primaju;
primalac informacija vrši selekciju, dijeleći ih na informativne i beskorisne (potonje se nazivaju bukom).
Informacije u ljudskoj komunikaciji uvijek imaju smisla, na osnovu 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 predstavlja činjenice na nov način, značajno izaziva interesovanje.
Legitimno je govoriti o subjektivnoj vrijednosti informacija. Neće svi ljudi istu informaciju shvatiti kao značajnu za sebe. Informacije o kursu svjetskih valuta su od značajne vrijednosti (informativne) za biznismena, za vlasnika valute, ali će oni koji nisu povezani sa deviznim transakcijama prema njima biti ravnodušni. Informacije su funkcionalno povezane sa svrhama primaoca. U uobičajenom smislu, dolazak poruke je povezan sa nekim događajima. Događaji su izvor poruke, bez obzira da li sadrže informacije ili ne.
Proces razmjene informacija igra važnu ulogu u životu svakog bića. Sposobnost prenošenja ili primanja informacija u najširem smislu je kriterijum za život.Poruku o promenama uslova u životnoj sredini živi organizam detektuje kao povoljnu i opasnu, koja zahteva određene reakcije. Koncept informacije je toliko sveobuhvatan da ga neki naučnici uključuju u definiciju života, na primjer H. "Wiener.
Informacije sudjeluju u činovima komunikacije sa vanjskim svijetom. Komunikacija je komunikacija, to je razmjena informacija.
Dakle, komunikacija, informacija, vitalnost su koncepti istog kruga.
Još jedno svojstvo informacija. Izgubivši svoju novinu, informacije nestaju. Bukvar ne čitamo ponovo, pošto se u njemu sve zna, nije informativan
Dakle, neki dodatni zaključci:
informacija je nepoznata, neodređena,
subjektivne informacije nestaju nakon što ih korisnik percipira.
Neizvjesnost i informativnost su povezane matematičkim ovisnostima, što je neizvjesnost veća, to je poruka informativnija.
Dakle, informacija ima dva konfliktna svojstva:
to je određena količina podataka koja postoji objektivno, nezavisno, može se izmeriti (na primer, podaci u računaru; obim, broj štampanih znakova u knjizi);
informativnu vrijednost, korisnost ovih podataka određuje činjenica da će biti razumljivi ljudima, moći će proširiti, razjasniti svoja znanja. Shodno tome, procjena „sadržaja informacija“ konkretnih podataka je subjektivna; zavisi od količine znanja određenog ndiaiduma. Činjenica da je omjer 2x2 = 4 pravo je otkriće za učenika prvog razreda, ali nakon nekog vremena ova informacija za njega postaje uobičajena.
U XX veku. u vezi sa razvojem naučnih saznanja, pojam informacija je značajno produbljen. Informacije su se počele posmatrati kao nešto nezavisno u okviru nove nauke, kibernetike, koja proučava procese upravljanja. Kibernetika dokazuje da informacija učestvuje u procesima upravljanja i razvoja svih sistema (živih organizama ili automatskih uređaja) koji osiguravaju stabilnost i opstanak. Na osnovu početnih kibernetičkih ideja, filozofi pokušavaju da daju široko opravdanje za svoje stavove o svojstvima informacije kao filozofske kategorije. U filozofskoj nauci su se razvile dvije vodeće ideje koje različito objašnjavaju svojstva informacije i njene karakteristike.
Pristalice jedne škole (BV Biryukov, I.B. Novnk, A.D. Ursul, itd.) kvalificiraju informacije kao vlasništvo bilo kojih materijalnih objekata. Prema mišljenju istraživača ovog smjera (ponekad se nazivaju atributima stam i), informacije se mogu izvući iz bilo kojeg materijalnog predmeta života i nežive prirode. Na materiju se gleda kao na skladište "mrtvih informacija". Informacije su sadržane objektivno, ali u skrivenom Hadu. U sastavu objekata prirode uvijek postoji određena struktura (skup dijelova, kada se nužno uzimaju u obzir veze između sastavnih dijelova), koju je moguće spoznati. Stoga se takve informacije nazivaju skrivenim, strukturalnim (ponekad - povezanim). Samo posmatrač, osoba, može izvući informaciju. On ga obrađuje, kodira i kodira kako bi prenio informacije sa objekta na subjekt. Dakle, informacija je aktivno i svrsishodno korišćen deo znanja (3).
Značenje aktivnosti sastoji se u direktnoj ili indirektnoj (na primjer, uz pomoć međuljudskog kontakta u komunikaciji itd.) interakciji sa objektom spoznaje. Informacija postaje tražena samo ako postoji razumno biće, primalac informacije, u stanju da shvati sadržaj pohranjene poruke. Informacija se ažurira kada se pojavi subjekt koji spoznaje, koji razmišlja, utiče na receptore njegovih čulnih organa, izaziva odgovarajuće reakcije, donošenje odluka i učestvuje u upravljanju ponašanjem. Ovaj proces (izvlačenje informacija) je individualan. Na primjer, umjetnik se divi posebnoj nijansi u boji očiju modela, a doktor u istim nijansama boje očiju vidi znakove opasne bolesti.
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. Unatoč 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 računar, 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 je povezana sa logičkim zaključivanjem: 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 tipična 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.
