Podaci i informacije se često identificiraju, ali postoji značajna razlika između ta dva pojma:
● Informacija- znanja o pojmovima i predmetima (činjenice, događaji, stvari, procesi, ideje) u ljudskom mozgu;
● Podaci- prikaz obrađenih informacija prikladnih za prijenos, tumačenje ili obradu (računalne datoteke, papirnati dokumenti, zapisi u informacijskom sustavu).
Razlika između informacija i podataka je u tome što:
1) podaci su fiksne informacije o događajima i pojavama koje su pohranjene na određenim medijima, a informacije se pojavljuju kao rezultat obrade podataka pri rješavanju određenih problema.
Na primjer, baze podataka pohranjuju različite podatke, a na određeni zahtjev sustav za upravljanje bazom podataka daje tražene informacije.
2) podaci su mediji, a ne sama informacija.
3) Podaci se pretvaraju u informaciju samo kada je osoba zainteresirana za njih. Osoba izvlači informacije iz podataka, procjenjuje ih, analizira i na temelju rezultata analize donosi jednu ili drugu odluku.
Podaci se pretvaraju u informacije na nekoliko načina:
Kontekstualizacija: znamo čemu služe ovi podaci;
Brojenje: podatke obrađujemo matematički;
Ispravak: ispravljamo greške i otklanjamo praznine;
Kompresija: komprimiramo, koncentriramo, agregiramo podatke.
Dakle, ako je moguće koristiti podatke za smanjenje nesigurnosti znanja o predmetu, tada se podaci pretvaraju u informaciju. Stoga se može tvrditi da su informacije korišteni podaci.
4) Informacije se mogu mjeriti. Mjera mjerenja sadržaja informacije povezana je s promjenom stupnja neznanja primatelja i temelji se na metodama teorije informacija.
2. Predmetno područje- ovo je dio stvarnog svijeta, podatke o kojima želimo odražavati u bazi podataka. Predmetno područje je beskonačno i sadrži i bitne koncepte i podatke, te malo podataka ili ih uopće nema. Dakle, važnost podataka ovisi o izboru predmetnog područja.
Model domene... Model domene je naše znanje o domeni. Znanje može biti i u obliku neformalnog znanja u mozgu stručnjaka, a može se i formalno izraziti bilo kojim sredstvima. Iskustvo pokazuje da je tekstualni način predstavljanja modela domene izrazito neučinkovit. Opisi predmetnog područja, izrađeni pomoću specijaliziranih grafičkih zapisa, mnogo su informativniji i korisniji u razvoju baza podataka. Postoji veliki broj metoda za opisivanje predmetnog područja. Najpoznatije su SADT metodologija strukturne analize i IDEF0 zasnovan na njoj, Heine-Sarson dijagrami toka podataka, UML metoda objektno orijentirane analize itd. Model domene radije opisuje procese koji se odvijaju u domeni i podatke koje ti procesi koriste . Uspjeh daljnjeg razvoja aplikacije ovisi o tome koliko je pravilno modelirano predmetno područje.
3. Baza podataka- prikazani u objektivnom obliku, skup samostalnih materijala (članci, izračuni, propisi, sudske odluke i drugi slični materijali), sistematizirani na način da se ti materijali mogu pronaći i obraditi pomoću elektroničkog računala (računala).
Mnogi stručnjaci ističu uobičajenu pogrešku u korištenju pojma “baza podataka” umjesto pojma “sustav upravljanja bazom podataka”, te ističu potrebu razlikovanja ovih pojmova.
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 se podrazumijevaju sve informacije koje se prikupljaju i, što je posebno važno, podvrgavaju se posebnoj obradi kako bi se iz njih (uključujući i izračunima) izvukle samo one informacije koje će biti potrebne i korisne. za rješavanje ovog specifičnog zadatka. Ovi obrađeni podaci bit će informacija. A sirove informacije obično se nazivaju podacima. Dakle - slična analogija ovdje je sasvim prikladna - podaci se mogu usporediti s nekom vrstom rude, a informacije - s korisnim tvarima koje se iz nje izdvajaju. Podaci su uvijek povezani s viškom informacija, informacija - s potrebnom dovoljnošću. Informacija je, drugim riječima, ono što pridonosi rastu znanja, uvijek nosi pečat novosti, predstavlja novu informaciju. Ali ako se usredotočite na istraživanje tržišta, informacije nisu sve nove informacije. U konačnici, to je tako nova informacija koju percipiraju i ocjenjuju nadležne službe (specijalisti) za obavljanje određenih stručnih radnji.
Prijenos podataka i izgled informacija
Brojne transformacije podataka na način njihove transformacije u informaciju mogu se pratiti prema shemi koju je predložio profesor E.G. Yasin (Sl.5.1).
Prema ovoj shemi, dio podataka na putu do primatelja u početku se gubi u fizičkim kanalima njihovog prijenosa u obliku tzv. fizičke buke (npr. prilikom provođenja ankete u marketinškom istraživanju, neki upitnici su netočno popunjeni te se uklanjaju iz nadolazeće obrade). Podaci (primljeni) koji su došli do primatelja možda nisu svi razumljivi i percipirani zbog, recimo, nedovoljne razine znanja. Neshvaćeni i neopaženi podaci prolaze kroz svijest primatelja 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 poruka prolazi mimo svijesti primatelja. Ostali podaci su zapravo informacije koje se mogu koristiti u rješavanju praktičnih problema. Jasno je da se u fazi procjene, prema Yasinovoj shemi, obrađuju podaci, izvode potrebni računski postupci, usporedbe itd.
U praksi se pojmovi podataka i informacija često međusobno poistovjećuju, t.j. zamjenjuju jedno drugom, što ne pridonosi poboljšanju međusobnog razumijevanja između, recimo, istraživača tržišta i kupaca takvog istraživanja pri sklapanju ugovora između njih o provođenju marketinškog istraživanja. Ali ponekad su takve identifikacije sasvim prihvatljive. U ovoj će se knjizi mnogo češće koristiti pojam informacije nego pojam podataka, iako će autor ponekad koristiti pojam podataka. Objašnjenje je jednostavno: sve se radi o ustaljenim tradicijama. U marketingu, kada govore o opravdavanju odluka, često koriste pojam informacija, čak i kada je riječ o odabiru potrebnih informacija za to opravdanje (odnosno same informacije) iz njihovih velikih nizova (odnosno iz nizova podataka). A pojam podaci koristi se uglavnom u početnom prikupljanju bilo kakvih informacija. Ovdje nema velike kontradiktornosti teorije informacija, pa se stoga ustaljena tradicija ne krši.
Tvrtka Xerox posljednjih godina nije se pozicionirala kao proizvođač fotokopirnih uređaja, već kao tvrtka za obradu dokumenata. Tvrtka ZM sebe naziva inovativnim tvrtkama za rješavanje problema. IBM se identificira kao tvrtka koja stvara dugoročne ekonomske koristi za korisnike kombinirajući 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. Što dodaje vrijednost aktivnostima svih ovih tvrtki? To su uglavnom rješenja temeljena na znanju: tehničko-tehnološko znanje, dizajn proizvoda, istraživanje tržišta, prepoznavanje stvarnih potreba kupaca. Upravo je znanje ono što ovim tvrtkama daje održivu konkurentsku prednost.
Razmotrimo koja je razlika između znanja i podataka i informacija. Da se radi o različitim stvarima, menadžeri počinju posebno jasno shvaćati nakon što je organizacija potrošila značajna sredstva za izradu određene baze podataka, odnosno informacijskog sustava, ili su jednostavno ta sredstva utrošena na informatizaciju, i to bez odgovarajućeg učinka.
Podaci je skup raznih objektivnih činjenica. U poduzećima su to, na primjer, strukturirani zapisi o transakcijama (posebno podaci o svim prodajama: koliko, kada i tko je kupio, koliko i kada je plaćeno itd.). Ovi podaci ne govore zašto je kupac došao ovdje i hoće li doći opet.
Informacija je hijerarhijska zbirka podataka o određenim aspektima stvarnog svijeta. Informacija je tok poruka, a iz tog toka se stvara znanje, ovisi o mišljenjima i uvjerenjima nositelja znanja.
Informacija je vrsta poruke, obično u obliku dokumenta ili videa ili audiozapisa. Ima primatelja i pošiljatelja. Obavještava, t.j. "daje oblik" primatelju mijenjajući njegove ocjene ili ponašanje. Koliko je poruka informacija, određuje primatelj. On je taj koji procjenjuje koliko ga primljena poruka informira, a koliko je samo informacijska buka.
Podaci se pretvaraju u informacije na nekoliko načina:
o kontekstualizacija: znamo čemu služe ovi podaci;
o računati: podatke obrađujemo matematički;
o ispravak: popravljamo greške i otklanjamo praznine;
o kompresija: komprimiramo, koncentriramo, agregiramo podatke.
Znanje- koncept je dublji i širi od samo podataka ili informacija. Svaka tvrtka u okviru svojih aktivnosti prikuplja podatke, njihovo strukturiranje i generiranje novih znanja. Najčešće se to znanje odnosi na tehnologiju, kada je u pitanju materijalna proizvodnja, kao i na tehnologiju rada s kupcima i tehnologiju međusobne interakcije, kada je u pitanju servisna tvrtka. To može biti i znanje o okruženju poduzeća – o demografskim, makroekonomskim, društvenim, makroekonomskim, tehnološkim i tržišnim trendovima.
Razlikovanje znanja od informacija i podataka: primjer
Chrysler ima zbirku računalnih datoteka pod nazivom "Knjiga inženjerskog znanja" i pruža opsežne podatke i informacije o stvaranju Chrysler automobila, koje može koristiti bilo koji razvijač novih automobila. Kad je upravitelj primio podatke o provedenim testovima sudara, odbio ih je staviti u datoteke bez odgovarajuće obrade. Ponudio je da odgovori na sljedeća pitanja:
o zašto su ova ispitivanja provedena;
o kakvi su rezultati u usporedbi s drugim sličnim testovima ove tvrtke drugih godina i konkurenata;
o koji su zaključci davanja testova za dizajn automobila i njegovih glavnih komponenti?
Slična pitanja pretvaraju informacije u znanje; štoviše, 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 na vrijednosti. Dolazi do gubitka vrijednosti zbog zamućenja potrebnih informacija u protoku informacijske buke.
Znanje je kombinacija iskustva, vrijednosti, kontekstualnih informacija, stručne prosudbe, koja daje opći okvir za ocjenjivanje i uključivanje novih iskustava i informacija. Znanje postoji u umovima onih koji znaju. U organizacijama se 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 usporedba, definiranje opsega (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 te informacije mogu vrednovati i kako ih drugi ocjenjuju);
o određivanje opsega (koju primjenu ove informacije imaju na određene odluke ili radnje).
Proces transformacije podataka u informaciju, a informacije u znanje prikazan je na Sl. 14.1.
Riža. 14.1. Podaci, informacije i znanje
Razlikovati individualno i grupno znanje. Tradicionalni stavovi polaze od činjenice da je znanje prerogativ pojedinaca, dok je grupa samo jednostavan zbroj članova ove grupe, a grupno znanje je zbroj njihovog znanja.
Postoji još jedno, moderno stajalište, prema kojem grupa ljudi tvori novu cjelinu sa svojim jedinstvenim specifičnostima. U okviru ovog koncepta može se govoriti o grupnom ponašanju, odnosno o grupnom znanju. Ovaj novi pogled naširoko se koristi u znanosti upravljanja znanjem. Dakle, znanje može biti ne samo za pojedinca, već i za grupu ljudi. Tada kažu da organizacija u cjelini nešto zna, grupa, tim itd. nešto zna.
Bill Gates u svojoj knjizi "Business at the Speed of Thought" piše o potrebi poboljšanja korporativnog IQ-a. Pritom ne misli samo na broj pametnih zaposlenika, već i na akumulaciju znanja u tvrtki u cjelini te na slobodan protok informacija, koji zaposlenicima omogućuje korištenje ideja jedni drugih.
Znanje može biti eksplicitno ili implicitno. Eksplicitno znanje može se izraziti u obliku riječi i brojeva i može se prenijeti u formaliziranom obliku na medijima. To se odnosi na one vrste znanja koje se prenose u obliku recepata, uputa, knjiga, u raznim medijima, u obliku memoranduma itd.
Implicitno znanje u načelu nije formaliziran i može postojati samo zajedno sa svojim vlasnikom – osobom ili grupom osoba.
Postoje dvije vrste prešutnog znanja. Prvi su tehničke vještine koje pokazuju majstori svog zanata i u pravilu su rezultat dugogodišnje 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 i sl.).
Stav komercijalnih tvrtki prema eksplicitnom i implicitnom znanju vrlo je kontroverzan. S jedne strane, mnoge tvrtke nastoje prešutno znanje prevesti u eksplicitno znanje. To se radi kako bi, s jedne strane, ne ovisilo o pojedincima, a s druge, kako bi se umnožavala značajna postignuća. Istodobno, ove tvrtke nisu zainteresirane da se glavne konkurentske prednosti pretvore u oblik spreman za umnožavanje. Zbog toga mnoge tvrtke pokušavaju zadržati neke od svojih konkurentskih prednosti u oblicima koji se ne mogu duplicirati (specifične obuke, korporativna kultura, posebni sustavi usluga itd.).
Nositelj eksplicitnog i implicitnog znanja može biti ne samo određena osoba, već i organizacija... Posljedično, možemo govoriti o implicitnom grupnom znanju koje je u osnovi stabilnih modela kolektivnih reakcija i unutarnjih interakcija.
U zapadnoj literaturi pojam "rutine" ponekad se koristi za označavanje prešutnog grupnog znanja, što su ponavljajuće radnje, redoviti obrasci ponašanja organizacije ili tvrtke. Rutine su stvari koje se događaju automatski, bez uputa i u nedostatku postupka odabira; međutim, rutine se ne mogu kodificirati.
U ruskom jeziku rutina se shvaća kao rutina, ustaljena praksa, određeni režim, predložak, utvrđena pravila u vezi s zanimanjem ljudi. Istodobno, koncept "rutine" ima još jednu definiciju: to je inertan poredak, t.j. takav poredak koji gravitira prema starom, poznatom, zbog svoje zaostalosti, nepropusnom za novo, progresivnom. U onim slučajevima kada se izraz "rutina" koristi za označavanje grupnog prešutnog znanja, tada izostaju nijanse povezane s inercijom.
Dakle, osobno implicitno znanje su prije svega vještine. Pritom je grupno implicitno znanje, prije svega, rutina. Rutine ne postoje izolirano, već u međuovisnosti. Neke rutine mogu biti implicitne za neke članove grupe (organizacije), a eksplicitne za druge. Dakle, granice između eksplicitnog i implicitnog znanja su relativne, a možemo govoriti i o stupnju implicitnosti 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 upravljanju znanjem pristupimo na nekonvencionalan način. Tradicionalno, upravljanje znanjem se shvaća kao 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 napraviti korporativnu enciklopediju u kojoj se bilježi sve što je netko od zaposlenika znao i naišao. U slučaju prešutnog znanja važnije je imati pri ruci koordinate ljudi koji poznaju recept i imaju relevantno iskustvo, stvoriti kulturu komunikacije korištenjem brainstorming sesija, sastanaka, "debriefinga" i odgovarajućih sredstava komunikacije, kao npr. kao e-pošta, osobne stranice, telekonferencije itd.
Podaci su zbirka informacija koja se bilježi na bilo kojem mediju – papiru, disku, filmu. Ove informacije moraju biti u obliku prikladnom za pohranu, prijenos i obradu. Daljnja transformacija podataka daje informacije. Dakle, informacije se mogu nazvati rezultatom analize i transformacije podataka. Baza pohranjuje različite podatke, a kontrolni sustav može izdati tražene podatke na određeni zahtjev. Primjerice, iz baze podataka škole možete saznati tko od učenika živi u određenoj ulici ili tko nije dobio lošu ocjenu tijekom godine itd. Podaci se pretvaraju u informaciju kada su zainteresirani. Može se tvrditi da su informacije korišteni podaci.
Riječ "informacija" dolazi od latinskog informatio, "informacija, prezentacija, objašnjenje". Informacijom se naziva i informacija o objektima, pojavama okoliša, njihovim svojstvima, koja smanjuju stupanj nesigurnosti, nepotpunosti znanja. Kao rezultat razmjene informacija, formira se potpunije razumijevanje subjekta, povećava se razina svijesti.
Informacije ne postoje izolirane, same po sebi. Uvijek postoji izvor koji to proizvodi i koji to percipira. Bilo koji predmet - čovjek, računalo, životinja, biljka - djeluje kao izvor ili primatelj. Informacija je uvijek namijenjena određenom objektu.
Osoba prima informacije iz raznih izvora – kada čita, sluša radio, gleda TV, kada dodirne predmet, kuša hranu. Različiti ljudi mogu percipirati iste informacije na različite načine.
Ovisno o opsegu korištenja, postoje znanstvene, tehničke, ekonomske i druge vrste informacija. Ovo je najmoćnije sredstvo utjecaja na društvo u cjelini. Prema poznatom izrazu, tko posjeduje najviše informacija o bilo kojem pitanju, on posjeduje svijet, odnosno u povoljnijem je položaju u odnosu na druge. U svakodnevnom životu o informacijama ovise razvoj društva, zdravlje i život ljudi.
Tijekom tisućljeća, čovječanstvo je nakupilo ogromnu količinu znanja, koje nastavlja rasti. Količina informacija ovih dana udvostručuje se svake dvije godine. U svakoj situaciji, čak i najobičnijoj, učinkovite su samo relevantne, potpune, pouzdane i razumljive informacije. Ljudima mogu biti od koristi samo relevantne, odnosno pravodobno primljene informacije. Važno je znati vremensku prognozu ili uragansko upozorenje dan ranije, a ne isti dan.
5.1. Razlike između znanja i podataka
Karakteristična značajka inteligentnih sustava je dostupnost znanja potrebnih za rješavanje problema u određenom predmetnom području. To postavlja prirodno pitanje što je znanje i po čemu se ono razlikuje od običnih podataka koje obrađuju računala.
Podatkom se naziva informacija stvarne prirode koja opisuje 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 promatranja i mjerenja, tablice, priručnici, dijagrami, grafikoni itd.);
Prezentacija na posebnim jezicima opisa podataka namijenjenih unosu i obradi početnih podataka u računalu;
Baze podataka na računalnim medijima.
Znanje je složenija kategorija informacija od podataka. Znanje ne opisuje samo pojedinačne činjenice, već i odnose među njima, pa se znanje ponekad naziva strukturiranim podacima. Do znanja se može doći obradom empirijskih podataka. Oni predstavljaju rezultat čovjekove mentalne aktivnosti usmjerene na generaliziranje njegovog iskustva stečenog kao rezultat praktične aktivnosti.
Kako bi IIS obdarili znanjem, oni moraju biti predstavljeni u određenom obliku. Postoje dva glavna načina prenošenja znanja softverskim sustavima. Prvi je staviti znanje u program napisan u konvencionalnom programskom jeziku. Takav sustav predstavljat će jedan programski kod u kojem znanje nije stavljeno u posebnu kategoriju. Unatoč činjenici da će glavni zadatak biti riješen, u ovom slučaju teško je procijeniti ulogu znanja i razumjeti kako se ono koristi u procesu rješavanja problema. Izmjena i održavanje takvih programa nije lak zadatak, a problem nadopunjavanja znanja može postati nerješiv.
Druga metoda temelji se na konceptu baza podataka i sastoji se u stavljanju znanja u posebnu kategoriju, t.j. znanje se prezentira u određenom formatu i stavlja u bazu znanja. Baza znanja lako se ažurira i mijenja. Ona je autonomni dio inteligentnog sustava, 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 kako bi se znanje stavilo u računalo, ono mora biti predstavljeno određenim strukturama podataka koje odgovaraju odabranom razvojnom okruženju za inteligentni sustav. Slijedom toga, u razvoju IMS-a prvo se akumulira i prezentira znanje, te je u ovoj fazi obvezno sudjelovanje osobe, 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, matematičkih i empirijskih odnosa koji odražavaju međusobne odnose između činjenica; obrasci i trendovi koji opisuju promjenu činjenica tijekom vremena; funkcije, dijagrami, grafikoni itd.);
Opis početnog znanja pomoću odabranog modela prikaza 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 strojnim nosačima podataka.
Što je znanje? Evo nekoliko definicija.
Iz objašnjavajućeg rječnika SI Ozhegova: 1) "Znanje je shvaćanje stvarnosti putem svijesti, znanosti"; 2) "Znanje je skup informacija, znanja u bilo kojem području."
Definicija pojma "znanje" uključuje uglavnom filozofske elemente. Na primjer, znanje je praktično provjereni rezultat spoznaje stvarnosti, njezin ispravan odraz u umu osobe.
Znanje je rezultat dobiven poznavanjem okolnog svijeta i njegovih objekata. U najjednostavnijim situacijama, znanje se smatra iskazom činjenica i njihovim opisom.
Istraživači umjetne inteligencije daju konkretnije definicije znanja.
"Znanja su zakonitosti predmetnog područja (načela, veze, zakoni), stečena kao rezultat praktičnih aktivnosti i stručnog iskustva, omogućujući stručnjacima postavljanje i rješavanje problema u ovom području."
"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 području AI sustava i inženjeringa znanja definicija znanja povezana je s logičkim zaključivanjem: znanje je informacija na temelju koje se provodi proces zaključivanja, t.j. na temelju ovih informacija, pomoću logičkog zaključivanja možete donijeti različite zaključke o podacima dostupnim u sustavu. Mehanizam zaključivanja omogućuje vam da povežete odvojene fragmente, a zatim donesete zaključke o ovom nizu povezanih fragmenata.
Znanje je formalizirana informacija na koju se upućuje ili se koristi u procesu zaključivanja (slika 5.1.).
Riža. 5.1. Proces zaključivanja u IC
Pod znanjem podrazumijevamo skup činjenica i pravila. Koncept pravila koje predstavlja dio znanja je:
Ako<условие>zatim<действие>.
Ova definicija je poseban slučaj prethodne definicije.
Međutim, prepoznato je da su distinktivne kvalitativne značajke znanja posljedica njihovih velikih mogućnosti u smjeru strukturiranja i međusobne povezanosti sastavnih jedinica, njihove interpretabilnosti, prisutnosti metrike, funkcionalne cjelovitosti, aktivnosti.
Postoje mnoge klasifikacije znanja. Klasifikacije se u pravilu koriste za sistematizaciju znanja iz pojedinih predmetnih područja. Na apstraktnoj razini razmatranja možemo govoriti o znakovima prema 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 prisutnost ili odsutnost 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 namjeravanih ciljeva.
Za opisivanje znanja na apstraktnoj razini razvijeni su posebni jezici - jezici za opisivanje znanja. Ovi jezici se također dijele na proceduralne i deklarativne jezike. Svi jezici opisa znanja orijentirani na korištenje tradicionalnih računala von Neumannove arhitekture su proceduralni jezici. Razvoj deklarativnih jezika, pogodnih za reprezentaciju znanja, aktualan je problem današnjice.
Prema načinu stjecanja znanja može se podijeliti na činjenice i heuristiku (pravila koja vam omogućuju da napravite izbor u nedostatku preciznih teorijskih opravdanja). Prva kategorija znanja obično označava okolnosti dobro poznate u datom predmetnom području. Druga kategorija znanja temelji se na vlastitom iskustvu stručnjaka u radu u određenom predmetnom području, akumuliranom kao rezultat višegodišnje prakse.
Prema vrsti reprezentacije znanje se dijeli na činjenice i pravila.Činjenice su znanja tipa "A je A", takva su znanja tipična za baze podataka i mrežne modele. Pravila, odnosno proizvodi, su znanja tipa "AKO A, ONDA B".
Osim činjenica i pravila, postoji i meta-znanje – znanje o znanju. Oni su neophodni za upravljanje bazom znanja i za učinkovitu organizaciju postupaka zaključivanja.
Oblik predstavljanja znanja ima značajan utjecaj na karakteristike IIS-a. Baze znanja su modeli ljudskog znanja. Međutim, sva znanja koja osoba privlači u procesu rješavanja složenih problema ne mogu se modelirati. Stoga je u inteligentnim sustavima potrebno jasno podijeliti znanje na ono koje je dizajnirano za obradu pomoću računala i znanje koje koriste ljudi. Očito, da bi se riješili složeni problemi, baza znanja mora imati dovoljno velik volumen, u vezi s čime se neizbježno pojavljuju problemi upravljanja takvom bazom. Stoga pri odabiru modela predstavljanja znanja treba uzeti u obzir čimbenike kao što su homogenost reprezentacije i lakoća razumijevanja. Ujednačenost prezentacije dovodi do pojednostavljenja mehanizma upravljanja znanjem. Lakoća razumijevanja važna je za korisnike inteligentnih sustava i stručnjake, čije je znanje ugrađeno u IMS. Ako je oblik predstavljanja znanja teško razumljiv, onda se procesi stjecanja i interpretacije znanja kompliciraju. Treba napomenuti da je te zahtjeve prilično teško istovremeno ispuniti, osobito u velikim sustavima, gdje strukturiranje i modularno predstavljanje znanja postaje neizbježan.
Rješavanje problema inženjeringa znanja postavlja problem pretvaranja informacija dobivenih od stručnjaka u obliku činjenica i pravila za njihovu upotrebu u oblik koji se može učinkovito implementirati strojnom obradom tih informacija. U tu svrhu stvoreni su različiti modeli reprezentacije znanja koji se koriste u postojećim sustavima.
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 s okvirom jednog modela pri razvoju IMS-a, s izuzetkom najjednostavnijih slučajeva, pa se prikaz znanja pokazuje složenim. Uz kombinirano predstavljanje pomoću različitih modela, obično se koriste posebni alati koji odražavaju značajke specifičnog znanja o predmetnom području, kao i različite načine uklanjanja i uzimanja u obzir nejasnoće i nepotpunosti znanja.
