Osnovni pojmovi koji se koriste u ekonomskoj informatici su: podaci, informacije i znanje. Ovi pojmovi se često koriste kao sinonimi, ali postoje fundamentalne razlike između ovih pojmova.
Termin podaci potiče od riječi data – činjenica, a informacija (informatio) znači pojašnjenje, prezentacija, tj. informaciju ili poruku.
Podaci su skup informacija snimljenih na određenom mediju u obliku pogodnom za trajno skladištenje, prijenos i obradu. Transformacija i obrada podataka vam omogućava da dobijete informacije.
Informacija je rezultat transformacije i analize podataka. Razlika između informacije i podataka je u tome što su podaci fiksne informacije o događajima i pojavama koje su pohranjene 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 izdaje potrebne informacije.
Postoje i druge definicije informacija, na primjer, informacija je informacija o objektima i pojavama okoline, njihovim parametrima, svojstvima i stanju, koje smanjuju stepen neizvjesnosti i nepotpunosti znanja o njima.
Znanje je obrađena informacija evidentirana i provjerena praksom, koja je korištena i može se ponovo koristiti za donošenje odluka.
Znanje je vrsta informacija koja se pohranjuje u bazi znanja i odražava znanje stručnjaka u određenoj predmetnoj oblasti. Znanje je intelektualni kapital.
Formalna znanja mogu biti u obliku dokumenata (standarda, pravilnika) koji regulišu donošenje odluka ili udžbenika, uputstava koja opisuju kako se problemi rješavaju. Neformalno znanje je znanje i iskustvo stručnjaka u određenoj predmetnoj oblasti.
Treba napomenuti da ne postoje univerzalne definicije ovih pojmova (podaci, informacije, znanje), oni se tumače na različite načine. Odluke se donose na osnovu dobijenih informacija i raspoloživog znanja.
Donošenje odluka je izbor najboljeg rješenja u nekom smislu iz skupa izvodljivih rješenja na osnovu dostupnih informacija. Odnos podataka, informacija i znanja u procesu donošenja odluka prikazan je na slici.
Odnos podataka, informacija i znanja u procesu donošenja odluka
Da bi se riješio problem, fiksni podaci se obrađuju na osnovu postojećeg znanja, zatim se dobivene informacije analiziraju korištenjem postojećeg znanja. Na osnovu analize predlažu se sva izvodljiva rješenja, a kao rezultat izbora jedna odluka je u nekom smislu najbolja. Rezultati odluke dopunjuju znanje.
U zavisnosti od obima upotrebe, informacije mogu biti različite: naučne, tehničke, menadžerske, ekonomske itd. Za ekonomsku informatiku, ekonomske informacije su od interesa.
Informacije- to su informacije o objektima i pojavama okoline, njihovim parametrima, svojstvima i stanjima, koji smanjuju stepen neizvjesnosti o njima, nepotpunost znanja.
Podaci su skup informacija snimljenih na određenom mediju u obliku pogodnom za trajno skladištenje, prijenos i obradu. Transformacija i obrada podataka vam omogućava da dobijete informacije. Postati informacija kada se koristi
2. Svojstva informacija: objektivnost, pouzdanost, potpunost, relevantnost, adekvatnost, dostupnost.
Svojstva informacija:
- Objektivnost informacija. Objektivni – postojanje izvan i nezavisno od ljudske svijesti. Informacija je odraz vanjskog objektivnog svijeta. Informacija je objektivna ako ne zavisi od načina njenog fiksiranja, nečijeg mišljenja, prosuđivanja. Primjer. Poruka “Napolju je toplo” nosi subjektivne informacije, dok poruka “Napolju je 22°C” nosi objektivne informacije. Objektivne informacije mogu se dobiti uz pomoć servisiranih senzora, mjernih instrumenata. Odražene u svijesti osobe, informacije mogu biti iskrivljene ovisno o mišljenju, prosudbi, iskustvu, znanju o određenoj temi, i tako prestati biti objektivne.
- Pouzdanost informacija. Informacije su pouzdane ako odražavaju pravo stanje stvari. Objektivne informacije su uvijek pouzdane, ali pouzdane informacije mogu biti i objektivne i subjektivne. Pouzdane informacije nam pomažu da donesemo pravu odluku. Netačne informacije mogu biti uzrokovane sljedećim razlozima:
- namjerno ili nenamjerno narušavanje subjektivnog svojstva;
- izobličenja kao rezultat smetnji i nedovoljno preciznih sredstava za njegovo fiksiranje.
Informacije- informacije o objektima i pojavama okoline, njihovim parametrima, svojstvima i stanju, koji smanjuju stepen neizvjesnosti i nepotpunosti znanja o njima.
Izvor (dobavljač) i potrošač (primalac) informacija.
Termin informacije dolazi od latinskog informatio, što znači pojašnjenje, svijest, prezentacija. U širem smislu informacije definira se kao informacija (poruka) o jednoj ili drugoj strani materijalnog svijeta i procesa. Poruka je oblik predstavljanja informacija u obliku govora, teksta, slika, digitalnih podataka, grafikona, tabela itd.
Informacije- ovo je opći naučni koncept koji uključuje razmjenu informacija između ljudi, razmjenu signala između žive i nežive prirode, ljudi i uređaja.
Treba imati na umu da: informacija postoji izvan svog kreatora; informacija postaje poruka čim se izrazi na određenom jeziku.
Uz koncept "informacije" često se koristi i koncept podaci. Podaci mogu se smatrati znacima ili zabilježenim zapažanjima, koja se iz nekog razloga ne koriste, već samo pohranjuju. U
ako je moguće koristiti ove podatke za smanjenje nesigurnosti u vezi sa nečim, podaci se pretvaraju u informaciju. Stoga se može tvrditi da informacija je podatak koji se koristi .
Informacije su strukturirani podaci.
Informacije(u biologiji) = Biologija proučava divlje životinje i koncept "informacije" je povezan sa odgovarajućim ponašanjem živih organizama. U živim organizmima informacije se prenose i pohranjuju pomoću objekata različite fizičke prirode (stanja DNK), koji se smatraju znakovima bioloških abeceda. Genetske informacije su naslijeđene i pohranjene u svim stanicama živih organizama.
Informacije(u filozofiji) = to je interakcija, refleksija, znanje.
Informacije(u kibernetici) = ovo su karakteristike kontrolnog signala koji se prenosi preko komunikacione linije.
Mogu se razlikovati sljedeći pristupi definiciji informacija:
- tradicionalno(uobičajeno) se koristi u informatici: Informacije- to su informacije, saznanja, poruke o stanju stvari koje osoba percipira iz vanjskog svijeta uz pomoć osjetila (vid, sluh, okus, miris, dodir).
- vjerovatnoća- koristi se u teoriji informacija: Informacije- to su informacije o objektima i pojavama okoline, njihovim parametrima, svojstvima i stanju, koji smanjuju stepen neizvjesnosti i nepotpunosti znanja o njima.
Informacije se pohranjuju, prenose i obrađuju u simboličkom (znakovnom) obliku. Iste informacije mogu biti predstavljene u različitim oblicima:
1) Potpisano pismo, koje se sastoji od različitih znakova, među kojima se izdvaja simbolički u obliku teksta, brojeva, specijala. simboli; grafički; tabelarni, itd.
2) U obliku gestova ili signala.
3) U usmenom verbalnom obliku (razgovor).
Prezentacija informacija se vrši uz pomoć jezika, kao znakovnih sistema, koji se grade na osnovu određenog abeceda i imaju pravila za izvođenje operacija na znakovima.
Jezik- određeni simbolički sistem predstavljanja informacija.
prirodnim jezicima- govorni i pisani jezici. U nekim slučajevima, govorni jezik može biti zamijenjen jezikom izraza lica i gestova, jezikom posebnih znakova (na primjer, putokaza);
Formalni jezici- posebni jezici za različita područja ljudske aktivnosti, koji se odlikuju strogo fiksiranim alfabetom, strožim pravilima gramatike i sintakse. To su jezik muzike (note), jezik matematike (brojevi, matematički znakovi), sistemi brojeva, programski jezici itd.
U srcu svakog jezika je abeceda– skup znakova/znakova.
Poziva se ukupan broj znakova u abecedi moć abecede.
Nosioci informacija- medij ili fizičko tijelo za prijenos, skladištenje i reprodukciju informacija. To su električni, svjetlosni, termalni, zvučni, radio signali, magnetni i laserski diskovi, štampane publikacije, fotografije itd.
Često se identifikuju podaci i informacije, ali postoji značajna razlika između ova dva pojma:
● Informacije- znanje o pojmovima i objektima (činjenice, događaji, stvari, procesi, ideje) 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 izdaje potrebne informacije.
2) Podaci su nosilac informacije, 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 propuste;
Kompresija: komprimujemo, koncentriramo, agregiramo podatke.
Dakle, ako postoji mogućnost korištenja podataka za smanjenje nesigurnosti znanja o bilo kojoj temi, onda se podaci pretvaraju u informaciju. Stoga se može tvrditi da su informacije korišteni podaci.
4) Informacije se mogu izmjeriti. Mjera sadržajnog sadržaja informacije odnosi se na promjenu 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. Predmetna oblast je beskonačna i sadrži i bitne koncepte i podatke, kao i malo ili nimalo značajnih podataka. Dakle, važnost podataka zavisi od izbora predmetne oblasti.
Model domene. Model domene je naše znanje o domenu. Znanje može biti kako u obliku neformalnog znanja u mozgu stručnjaka, tako i formalno izraženo bilo kojim sredstvima. Iskustvo pokazuje da je tekstualni način predstavljanja modela domena izuzetno neefikasan. Mnogo informativniji i korisniji u razvoju baza podataka su opisi predmetne oblasti napravljeni korišćenjem specijalizovanih grafičkih zapisa. Postoji veliki broj metoda za opisivanje predmetne oblasti. Među najpoznatijima su SADT tehnika strukturne analize i IDEF0 zasnovan na njoj, Gein-Sarson dijagrami toka podataka, UML tehnika objektno orijentisane analize, itd. Model domena radije opisuje procese koji se dešavaju u predmetnoj oblasti i podatke koje koriste ovi procesi. Uspjeh daljeg razvoja aplikacije ovisi o tome koliko je pravilno modelirano predmetno područje.
3. Baza podataka- skup nezavisnih materijala (članci, proračuni, propisi, sudske odluke i drugi slični materijali) prikazanih u objektivnom obliku, sistematizovanih na način da se ovi materijali mogu pronaći i obraditi pomoću elektronskog računara (računara).
Mnogi stručnjaci ukazuju na čestu grešku koja se sastoji u pogrešnoj upotrebi termina „baza podataka“ umesto pojma „sistem za upravljanje bazom podataka“, te ističu potrebu razlikovanja ovih pojmova.
5.1. Razlike između znanja i podataka
Karakteristična karakteristika inteligentnih sistema je dostupnost znanja neophodnih za rješavanje problema u određenoj predmetnoj oblasti. U ovom slučaju postavlja se prirodno pitanje šta je znanje i po čemu se ono razlikuje od običnih podataka koje obrađuje kompjuter.
Podaci su 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, imenici, grafikoni, grafikoni itd.);
Prezentacija na posebnim jezicima opisa podataka namijenjenih unosu i obradi početnih podataka u računalu;
Baze podataka na mašinskim medijima za skladištenje.
Znanje je složenija kategorija informacija od podataka. Znanje ne opisuje samo pojedinačne činjenice, već i odnose među njima, zbog čega se znanje ponekad naziva strukturiranim podacima. Do znanja se može doći obradom empirijskih podataka. Oni su rezultat mentalne aktivnosti osobe usmjerene na uopštavanje njegovog iskustva stečenog kao rezultat praktičnih 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 u konvencionalnom programskom jeziku. Takav sistem će biti 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. Takve programe nije lako modificirati i održavati, a problem nadopunjavanja znanja može postati nerješiv.
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 autonomni dio inteligentnog sistema, iako mehanizam zaključivanja implementiran u logičkom bloku, kao i sredstva za vođenje dijaloga, nameću određena ograničenja na strukturu baze znanja i operacije 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 inteligentnog sistema. Shodno tome, u razvoju IIS-a prvo se akumulira i predstavlja znanje, au ovoj fazi je obavezno učešće ljudi, 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 mašinama za skladištenje podataka.
Šta je znanje? Hajde da damo neke definicije.
Iz eksplanatornog rečnika S. I. Ozhegova: 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 ljudskom umu.
Znanje je rezultat dobijen spoznajom okolnog svijeta i njegovih objekata. U najjednostavnijim situacijama, znanje se smatra iskazom činjenica i njihovim opisom.
Istraživači veštačke inteligencije daju konkretnije definicije znanja.
„Znanje su zakonitosti predmetne oblasti (principi, veze, zakoni) stečeni kao rezultat praktičnih aktivnosti i profesionalnog iskustva, omogućavajući specijalistima 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 koristi u procesu zaključivanja".
U oblasti AI sistema i inženjeringa znanja, definicija znanja je povezana sa zaključivanjem: znanje je informacija na osnovu koje se sprovodi proces zaključivanja, tj. Na osnovu ovih informacija, mogu se izvući različiti zaključci iz podataka dostupnih u sistemu pomoću zaključivanja. Mehanizam zaključivanja vam omogućava da povežete odvojene fragmente, a zatim izvučete zaključak 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 IS
Pod znanjem podrazumijevamo ukupnost činjenica i pravila. Koncept pravila koje predstavlja fragment znanja ima oblik:
Ako<условие>To<действие>.
Ova definicija je poseban slučaj prethodne definicije.
Međutim, prepoznato je da su distinktivne kvalitativne karakteristike znanja rezultat njihovih velikih mogućnosti u pravcu strukturiranja i međupovezanosti sastavnih jedinica, njihove interpretabilnosti, prisutnosti metrike, funkcionalnog integriteta i aktivnosti.
Postoje mnoge klasifikacije znanja. Po pravilu se uz pomoć klasifikacija sistematizuje znanja iz pojedinih predmetnih oblasti. Na apstraktnom nivou razmatranja možemo govoriti o osobinama po kojima se znanje dijeli, 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 odnosa 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 opis znanja. Ovi jezici se također dijele na jezike proceduralnog tipa i deklarativnog tipa. Svi jezici opisa znanja koji su fokusirani na upotrebu računara tradicionalne von Neumannove arhitekture su proceduralni jezici. Razvoj deklarativnih jezika pogodnih za predstavljanje znanja je aktuelni problem današnjice.
Prema načinu sticanja znanja, može se podijeliti na činjenice i heuristiku (pravila koja vam omogućavaju da napravite izbor u nedostatku tačnih teorijskih opravdanja). Prva kategorija znanja obično ukazuje na dobro poznate okolnosti u predmetnoj oblasti. Druga kategorija znanja zasniva se na sopstvenom iskustvu stručnjaka koji radi u određenoj oblasti, akumuliranom kao rezultat višegodišnje prakse.
Prema vrsti prezentacije znanja se dijele 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 znanjem i za efikasnu organizaciju postupaka zaključivanja.
Oblik predstavljanja znanja ima značajan uticaj na karakteristike IMS-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 razdvojiti znanja na ona koja su namijenjena za obradu od strane računara i znanja koja koristi čovjek. Očigledno, da bi se riješili složeni problemi, baza znanja mora imati dovoljno veliki obim, pa se stoga neminovno javljaju problemi upravljanja takvom bazom podataka. Stoga, prilikom odabira modela predstavljanja znanja, treba uzeti u obzir faktore kao što su uniformnost reprezentacije i lakoća razumijevanja. Homogenost prezentacije dovodi do pojednostavljenja mehanizma upravljanja znanjem. Lakoća razumijevanja važna je za korisnike inteligentnih sistema i stručnjake čije je znanje ugrađeno u IIS. 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 u mašinskoj obradi 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 IIS-a, osim u najjednostavnijim slučajevima, pa se predstavljanje znanja pokazuje teškim. Pored kombinovanog predstavljanja pomoću različitih modela, obično se koriste posebni alati koji odražavaju karakteristike specifičnog znanja o predmetnoj oblasti, kao i različite načine da se eliminišu i uzmu u obzir nejasnoće i nepotpunosti znanja.
