Delkurs 1 (1,5 hp): Introduktion till ekonomisk informatik
Ämne 1.1: Teoretiska grunder för ekonomisk informatik
Ämne 1.2: Tekniska medel för informationsbehandling
Ämne 1.3: Systemprogramvara
Ämne 1.4: Serviceprogramvara och grunderna för algoritmisering
Ekonomisk informatik och information
1.1. Teoretiska grunder för ekonomisk informatik
1.1.2. Data, information och kunskap
Grundläggande begrepp om data, information, kunskap.
De grundläggande begreppen som används inom ekonomisk informatik inkluderar: data, information och kunskap. Dessa begrepp används ofta omväxlande, men det finns grundläggande skillnader mellan begreppen.
Termen data kommer från ordet data - fakta, och information (informatio) betyder förklaring, presentation, d.v.s. information eller meddelande.
Dataär en samling av information registrerad på ett specifikt medium i en form som är lämplig för permanent lagring, överföring och bearbetning. Transformation och bearbetning av data ger information.
Informationär resultatet av datatransformation och analys. Skillnaden mellan information och data är att data är fast information om händelser och fenomen som lagras på vissa medier, och information dyker upp som ett resultat av databehandling när man löser specifika problem. Till exempel lagrar databaser olika data, och på en specifik begäran tillhandahåller databashanteringssystemet den nödvändiga informationen.
Det finns andra definitioner av information, till exempel är information information om objekt och fenomen i miljön, deras parametrar, egenskaper och tillstånd, vilket minskar graden av osäkerhet och ofullständighet i kunskapen om dem.
Kunskap- detta är bearbetad information som registreras och verifieras av praxis, som har använts och kan användas upprepade gånger för beslutsfattande.
Kunskap är en typ av information som lagras i en kunskapsbas och speglar kunskapen hos en specialist inom ett specifikt ämnesområde. Kunskap är intellektuellt kapital.
Formell kunskap kan vara i form av dokument (standarder, normer) som reglerar beslutsfattande eller läroböcker, instruktioner som beskriver lösningen av problem.
Informell kunskap är kunskap och erfarenhet hos specialister inom ett specifikt ämnesområde.
Det bör noteras att det inte finns några universella definitioner av dessa begrepp (data, information, kunskap), de tolkas på olika sätt.
Beslutsfattandet sker utifrån den information som erhålls och den kunskap som finns.
Ta beslut- Detta är valet av det bästa, på sätt och vis, ett lösningsalternativ bland de tillåtna lösningarna baserat på tillgänglig information.
Sambandet mellan data, information och kunskap i beslutsprocessen framgår av figuren.
Ris. 1.
För att lösa problemet bearbetas den fasta datan utifrån den tillgängliga kunskapen, sedan analyseras den erhållna informationen med hjälp av den befintliga kunskapen. Baserat på analysen föreslås alla möjliga lösningar, och som ett resultat av valet fattas ett i viss mening bästa beslut. Lösningsresultat tillför kunskap.
Beroende på användningsomfånget kan informationen vara olika: vetenskaplig, teknisk, förvaltningsmässig, ekonomisk, etc. För ekonomisk informatik är ekonomisk information av intresse.
Kunskap och information är viktiga delar av vårt liv. Dessa termer kan inte helt identifieras med varandra. Låt oss överväga vad som menas med var och en av dem och hur kunskap skiljer sig från information.
Definition
Kunskap- systematiserade tillförlitliga idéer om objekt och verklighetsfenomen. Kunskap används av människor för att organisera sin verksamhet på ett rationellt sätt och för att lösa nya problem.
Information- information om koncept, fakta, händelser etc. vid sändning och mottagning av vilka personer eller speciella anordningar kan delta. Djur kommunicerar speciell information till varandra med hjälp av signaler. Det finns också genetisk information som överförs från en organism till en annan.
Jämförelse
Den grundläggande faktorn som gör det möjligt att identifiera skillnaden mellan kunskap och information är att kunskap förvärvas endast genom subjektiv förståelse. Information är oberoende och når inte alltid nivån av medvetenhet.
I den kognitiva processen befinner sig kunskap och information i olika skeden. För det första är det uppfattningen av information som överförs av en viss källa: en bok, Internet, en lärare ... Efter förståelse resulterar informationen i kunskap. Den som har kunskap kan fylla rollen som en ny informationskälla.
Det är alltså endast information som sänds och tas emot, men kunskap kan inte överföras. För att bli ägare till kunskap måste du uppfatta den nödvändiga informationen och skicka den genom ditt eget medvetande.
Till exempel har en mattelärare kunskap om sitt ämne. Genom att förklara för klassen sättet att lösa problemet överför han inte direkt kunskap, utan är en källa till information. Elever kommer att kunna bilda kunskap endast när de inte bara lyssnar på läraren, utan också förstår, inser vad han försöker förmedla till dem.
Med tanke på vad som är skillnaden mellan kunskap och information bör det noteras att det inte kan finnas något överskott av kunskap. När allt kommer omkring försöker en person bara förstå vad som verkligen är viktigt och nödvändigt för honom. Information kan flöda i överflöd, människor känner sig ofta övermättade med den. Av hela informationsmängden används en liten del för att få kunskap.
Det är kunskap som är kriteriet för en persons utbildning. Det räcker trots allt inte att bara sätta sig in i informationen - det är nödvändigt att göra mycket mentalt arbete.
Data och kunskap
Information
Data
Procedurmässigt deklarativ
Ämnesområde
Kunskap
Logisk slutsats
fakta Heuristik
uttagsmekanism, Logisk slutsats eller utmatningsmaskin.
gränssnitt
Kunskapsbas,
Uttagsmekanism,
Användargränssnitt.
Konceptet med ett formellt system
Grunden för logiska modeller är konceptet med ett formellt system definierat av en fyrdubbling M = (T, P, A, F).
Mycket av T det finns många grundläggande element av olika karaktär, till exempel ord från ett begränsat ordförråd. Det antas att det finns en procedur P ( T) kontrollera medlemskapet av ett godtyckligt element i uppsättningen T.
Mycket av P det finns många syntaxregler. Med deras hjälp från elementen T bildar syntaktiskt korrekta uttryck, till exempel byggs syntaktiskt korrekta uttryck från orden i ett begränsat ordförråd. Det måste finnas en procedur P ( R), vilket gör det möjligt att avgöra om
något uttryck är syntaktisk korrekt.
I uppsättningen R en delmängd av A a priori sanna uttryck (axiom). Det måste finnas en procedur P ( A) kontrollera om något syntaktiskt korrekt uttryck hör till en uppsättning A.
Mycket av F det finns många semantiska slutledningsregler. Att tillämpa dem på element A, kan du få nya syntaktisk korrekta uttryck, som du återigen kan tillämpa reglerna från F... Detta är hur uppsättning av tillbakadragna i detta formella system av uttryck. Om det finns en procedur P ( F), vilket gör det möjligt att avgöra för vilket syntaktiskt korrekt uttryck som helst om det är deducerbart, då kallas det motsvarande formella systemet lösbar.
För den kunskap som ingår i kunskapsbasen kan vi anta att uppsättningen A bildar alla informationsenheter som läggs in i kunskapsbasen, och med hjälp av slutledningsregler härleds nya från dem härledd kunskap... Med andra ord är ett formellt system en generator av ny kunskap som bildar en uppsättning dragits tillbaka i detta system kunskap.
Denna modell ligger till grund för mångas konstruktion deduktiv IIS... I sådana system beskrivs kunskapsbasen i form av meningar och teorins axiom, och inferensmekanismen implementerar reglerna för att konstruera nya meningar från de befintliga i kunskapsbasen. Systemet får en beskrivning av problemet på denna teoris språk i form av en begäran (mening, teorem), som inte uttryckligen presenteras i kunskapsbasen. Processen för inferensmotorn kallas beviset för begäran (sats).
Användningen av logik av olika slag i konstruktionen av syntaktiska och semantiska regler genererar logiska modeller av olika slag.
Propositionskalkyl
Propositionskalkyl studerar meningar som kan vara antingen sanna eller falska. Inte varje mening är ett påstående. Till exempel är det ingen mening att prata om sanningen i frågesatser. Meningar är inte påståenden för vilka det inte finns någon konsensus om huruvida dessa meningar är sanna eller falska. Tydligen kommer inte alla att hålla med om påståendet "matematisk logik är ett fascinerande ämne."
Meningen "Det snöade" är inte heller ett påstående, eftersom det för att bedöma dess sanning behövs ytterligare information om när och var det snöade.
Kombinera meningar med hjälp av länkar som "och", "eller","Om då ...", kan du bilda nya meningar.
Det finns fem logiska bindemedel som används i propositionskalkyl: negation, konjunktion, disjunktion, implikation och ekvivalens.
Konjunktion (logisk OCH) är sant endast om båda dess beståndsdelar är sanna.
Disjunktion (logisk ELLER) är falsk endast när båda dess ingående påståenden är falska.
Implikationen (motsvarar paketet " Om då ...») Den första operanden kallas premissen, och den andra kallas slutsatsen. En implikation är falsk endast när dess premiss är sann och slutsatsen är falsk.
Logisk operation likvärdighet motsvarar paketet " då och först då". Dess resultat är Sann om båda påståendena är antingen samtidigt sanna eller samtidigt falska.
Logisk negation utförs på ett uttalande. Påståendet och dess negation har alltid motsatta sanningsvärden.
Symbolerna som används för att beteckna påståenden kallas atomer.
Korrekt konstruerade formler i propositionell logik definieras rekursivt enligt följande:
1) en atom är en formel;
2) om A och B- formler, då är formlerna
och Ø A, A Ù B, A Ú B, A ® B, A « B.
Här indikeras buntarna med symbolerna:
Ú - logiskt ELLER(åtskiljande);
Ù - logiskt OCH(samband);
® - logiskt SKALL(inblandning);
"- logiskt LIKVÄRDIG(likvärdig);
Ø - logisk negation.
Tolkning en formel kallas att tilldela varje atom som ingår i formeln ett sanningsvärde ( Sann eller Liggande).
Formel som består av n olika atomer, har 2 n olika tolkningar.
Formeln som är sann för alla tolkningar kallas allmänt giltiga(till exempel, A Ú Ø A).
En formel som är falsk i alla tolkningar kallas kontroversiellt(till exempel, A ÙØ A).
En formel för vilken det finns åtminstone en tolkning som den är sann kallas genomförbart.
Likvärdig formler kallas, vars sanningsvärden sammanfaller för alla tolkningar. Ekvivalenta substitutioner kan användas för att transformera formler från en form till en annan.
För transformationer av formler för propositionskalkylen används följande ekvivalenser:
1) A Ú Ø A = Sann(Sann);
A Ù Ø A = falsk(Liggande);
2) dubbelnegationsregeln
Ø (Ø A) = A;
3) A ® B = Ø A Ú B;
4) A « B = (A ® B) Ù ( B ® A);
5) kommutativitetslagar
A Ú B = B Ú A, A Ù B = B Ù A;
6) associativitetens lagar
(A Ú B) Ú C =A Ú ( B Ú C), (A Ù B) Ù C = A Ù ( B Ù C);
7) distributionslagar
A Ú ( B Ù C) = (A Ú B) Ù ( A Ú C), A Ù ( B Ú C) = (A Ù B) Ú ( A Ù C);
8) de Morgans lagar
Ø( A Ú B) = Ø A Ù Ø B, Ø( A Ù B) = Ø A Ú Ø B;
9) A ® B = Ø B ® Ø A.
Predikaträkning
Apparaten för påståendekalkylen tillåter i många fall inte en tillfredsställande beskrivning av ämnesområdet. En betydande del av ämnesområdena kan beskrivas med hjälp av första ordningens predikatkalkyl. För detta införs följande i beaktande:
a) konstanter som anger ett enskilt objekt eller begrepp;
b) variabler som vid olika tidpunkter kan beteckna olika objekt;
c) termer, av vilka de enklaste är konstanter och variabler, och i ett mer allmänt fall representerade av uttryck av typen där är en funktionell symbol, och är termer;
d) predikat som används för att representera relationer mellan objekt inom ett visst ämnesområde;
e) kvantifierare - ett sätt att specificera kvantitativa egenskaper för ämnesområdet.
PredikatÄr en logisk funktion som bara tar sanningsvärden" Sann" eller " Liggande».
Ett predikat består av en predikatsymbol och motsvarande ordnade uppsättning termer som är dess argument. Predikatsymbol P används för att namnge relationer mellan objekt. Om han har n argument, kallas det n-säng predikatsymbol.
Rekordet, som är den enklaste (atomära) formeln, betyder att påståendet är sant: objekt är relaterade av P.
Använder samma logiska bindningar som i propositionskalkyl ( OCH, ELLER, INTE, BÖR, LIKVIVALENT), kan du bygga mer komplexa formler.
Formler använder (universalitet) och (existens) kvantifierare för att definiera omfattningen av variabler. Kvantifierare tillåter en att konstruera påståenden om en uppsättning objekt och formulera påståenden som är sanna för denna uppsättning.
Predikatkalkylformler (PPF är välkonstruerade formler) definieras rekursivt enligt följande:
1. atomen är en formel;
2.om A och BÄr formler, då är formlerna och
Ø A, A Ù B, A Ú B, A ® B, A « B;
3. om - är en formel, då är formler och och.
Tolkningen av formler i predikatkalkyl är tilldelningen av värdeintervall till alla konstanter, funktionella och predikatsymboler. Formel tolkad på området D, tar på sig värdena Sann eller Liggande enligt följande regler:
a) om formlernas värden är givna A och B, sedan sanningsvärdena för formlerna Ø A, A Ù B, A Ú B, A ® B, A « B erhållen från sanningstabeller som är giltiga för propositionskalkyl;
b) formeln får värdet Sann om för var och en av D har betydelsen Sann, annars är dess värde Liggande.
c) formeln får värdet Sann om minst en av D har betydelsen Sann annars är dess värde falskt.
Formel A det finns logisk konsekvens formler om och endast om för någon tolkning där formeln 
sant, formel Aär också sant.
Förutom formlerna för ekvivalenta transformationer som ges för propositionskalkylen, är följande giltiga i predikatkalkylen:
Ø($ ) = () (Ø );
Ø() = () (Ø ).
Ramtyper
För kognitiva syften skilja mellan två typer av ramar: ram - prototyp och ram - exempel. Ram - prototyp speglar kunskap om abstrakta stereotypa begrepp, som är klasser av några konkreta objekt. Prototypramar reflekterar avsiktlig kunskap, dvs. generaliserad kunskap om de lagar som är inneboende i klassen av föremål som övervägs. Ramar - exempel spegla kunskap om specifika fakta inom ämnesområdet, eller den s.k förlängning kunskap. Övergången från en ram-prototyp till en ram-instans utförs när proceduren för beteckningen av ram-prototypen utförs under driften av slutledningsmekanismen.
Som ett exempel, överväg ett förenklat ramdiagram - prototypen av DATE-konceptet:
<ДАТА> (<МЕСЯЦ><имя>)(<ДЕНЬ><целые числа {1,2,…, 31}>)
(<ГОД><функция>)(<ДЕНЬ НЕДЕЛИ><перечень {ПНД,ВТР,…,ВСК}>
<функция>)
Namnet på ramen - prototyp - DATUM. I MONTH-luckan skrivs NAME i stället för värdet, dvs. platsvärdet kan vara vilket bokstavligt uttryck som helst. Värdet på luckan DAY är heltal, och en lista över dem ges i luckan. ÅR-facket indikerar en funktion som kan implementera följande åtgärder. Om ett år anges i den inmatade meningen, skrivs det in i värdefältet för luckan i exempelramen; om inget årtal anges fylls det saknade värdet i med aktuellt år. Dessa typer av funktioner kallas standardfunktioner.
Fackets DAG I VECKAN definierar också en funktion som, när ett inmatningsmeddelande bearbetas, kommer att anropas automatiskt för att kontrollera om det inte finns några fel.
konsistensen av värdet på veckodagen som anges av användaren, eller
ställa in detta värde om användaren inte har angett det.
En betongram - ett exempel på en DATE-ram kan se ut så här:
<ÄR EN DATUM> (<МЕСЯЦ><ИЮНЬ>)(<ДЕНЬ><5>)
Märka ÄR EN indikerar att denna ram är en exempelram. Endast 2 platser är fyllda här. Resten kan beräknas med hjälp av lämpliga procedurer.
Procedurerna som ingår i luckan är uppdelade i två typer: procedurer - demoner och
förfaranden är tjänare.
Procedurer - Demoner aktiveras automatiskt varje gång data matas in i motsvarande ram - exempel eller raderas från den. Till exempel är proceduren som är inbyggd i DAY OF THE WEEK-luckan i exemplet ovan en demonprocedurrepresentant. Med hjälp av procedurer av denna typ utförs alla rutinoperationer relaterade till underhåll av databaser och kunskap.
Rutiner - Tjänare aktiveras endast på begäran. Ett exempel på en sådan procedur är en funktion inbyggd i YEAR-luckan i DATE-prototypramen, som endast anropas om användaren inte har angett ett årtal.
Ris. 4.6 Ramnätverk
per ram Barn. Arv av "kärlek"-facket från Child-ramen.
Begäran 2. Hur gammal är eleverna?
Svar: 6-17 - värdet på "ålder"-facket tas från Student-ramen. Värdet från Child-ramen tas inte, eftersom värdet anges uttryckligen i själva "student"-ramen, om vilken frågan ställs.
Av funktionellt syfte följande typer av ramar särskiljs:
Ramar är objekt (exempel ovan);
Ramar - operationer (till exempel ramen "processen för syntes av korrigeringsanordningar", slots: modell, beräkningsalgoritm, parametrar, etc.);
Ramar - situationer (till exempel ramen "Nöddrift av en analog sensor", slots: spänning, ström, etc.);
Ramar - scenarier (till exempel ram för "brandsläckning", slitsar: brandplats, släckmedel etc.).
Kuanvänds i språk FRL(Frame Representation Language) ,KRL(Kunskapsrepresentationsspråk) och så vidare.
Inferensegenskaper
I inramningsspråk är huvudoperationen mönstersökning... Ett sampel är en ram i vilken inte alla strukturella enheter är fyllda, utan endast de med vilka de nödvändiga ramarna kommer att hittas bland ramarna som är lagrade i systemminnet. Ett prov kan till exempel innehålla namnet på en ram, såväl som namnet på en viss lucka i ramen, vilket anger luckans värde. Det här mönstret söker efter en ram med det givna namnet och det givna värdet för den plats som anges i mönstret i systemminnet. Provet kan innehålla namnet på en viss plats och dess värde. Sedan bör mönstersökningsproceduren säkerställa att alla ramar som innehåller en lucka med samma namn och luckvärde som mönstret hämtas. Slutligen kan någon logisk funktion ges på uppdrag av ramen, några lucknamn och luckvärden. Följaktligen är slutledning i ett ramnät baserad på matchningsoperationen.
Andra procedurer som är typiska för ramspråk är procedurer för att fylla luckor med data, såväl som procedurer för att introducera nya prototypramar (dvs. ny kunskap) i systemet och införa nya kopplingar mellan dem.
Betrakta ett fragment av beskrivningen från "blockens värld" (Fig. 4.7) i form av ramar på FRL-språket.
Ris. 4.7 "Blockera världen"
(ram (namn (Kub)) (längd (NULL)) (bredd (OM-STANDARD (användningslängd))) (höjd (OM-STANDARD (användningslängd)))) (f ram (namn (B 1)) (AKO (Kub)) (Färg (röd)) (längd(80))) (f ram (namn (B 2)) (AKO (Kub)) (Färg (grön)) (längd (65))))
Spår AKO indikerar att objekt B 1 och B 2 är en undertyp av ett objekt Kub och ärver dess egenskaper, nämligen längd = bredd = höjd. Procedur - demon OM-STANDARD fyller i standardplatsvärdena.
Låt oss säga att en robot får ordern "Ta det gula föremålet som stöder pyramiden." På kunskapsrepresentationens språk skrivs frågan så här:
(objekt X (Färg (gul)) (håll Y (typ (pyramid))))
Mönstermatchningsprogrammet söker i kunskapsbasen efter objektbeskrivningar:
(ram (namn (B 3)) (typ (blockera)) (Färg (gul)) (storlek (20 20 20)) (samordna (20 50 0)) (håll (P 2)))
(ram (namn(P 2)) (typ (pyramid)) ...)
Svar mottaget: X = B 3, Y = P 2, och ett kommando utfärdas till roboten ta(objekt B 3).
Fördelarna med ramar som modell för att representera kunskap är förmågan att strukturera kunskapsbasen på grund av egenskaperna hos hierarki och arv. Nackdelen är komplexiteten i att organisera slutledningar.
Föreläsning. Grunderna i att bygga ett produktionssystem
Tillämpa metaregler
Ibland, för att avgöra vilken regel som ska aktiveras, är det önskvärt att använda specifik kunskap, snarare än att följa en generell strategi för att lösa konflikter. För detta ändamål inkluderar vissa regeltolkare verktyg som låter programmeraren formulera och införa metaregler i programmet. Metaregler definierar reglerna för valet av dessa regler från listan över applikationer som bör övervägas först av allt eller dessutom måste följas.
Metaregler låter dig avsevärt begränsa cirkeln av regler - kandidater baserat på något kriterium eller ändra prioritetsordningen för reglerna. Metaregler använder ofta kunskap från ett specifikt ämnesområde. Ett exempel är följande metaregel relaterad till systemet
ämnet medicinsk diagnostik MYCIN.
METARULO 001
OM (1) infektionen tillhör klassen bäckenabscess, och
(2) det finns regler i vars lokaler det nämns
enterobakterier, och
(3) det finns regler i vars lokaler det nämns
gram-positiv färgning,
TO med ett konfidensvärde på 0,4 bör den första av de listade reglerna prioriteras.
Föreläsning. Grundläggande begrepp inom området artificiell intelligens
Vetenskapsområdet, som kallas "artificiell intelligens", syftar till att identifiera de grundläggande mekanismerna bakom mänsklig aktivitet för att kunna tillämpa dem för att lösa specifika vetenskapliga och tekniska problem. "Intelligenta" system är designade för att fungera i miljöer där mänsklig närvaro är omöjlig eller livshotande. Dessa enheter kommer att behöva hantera en mängd olika möjliga situationer. Det är omöjligt att i förväg beskriva dessa situationer med en sådan detaljgrad och entydighet som skulle göra det möjligt att fastställa hårdkodade beteendealgoritmer i systemet som skapas. Därför bör system beväpnade med artificiell intelligens ha anpassningsmekanismer som gör det möjligt för dem att bygga program med ändamålsenliga aktiviteter för att lösa de uppgifter som tilldelats dem baserat på den specifika situation som för närvarande utvecklas i deras miljö.
Denna problemformulering ställer speciella uppgifter för forskare som inte uppstått tidigare vid utformningen av tekniska system. Dessa uppgifter inkluderar: beskrivning av den rika yttre miljön och dess reflektion inom systemet (denna uppgift kallas kunskapsrepresentationens uppgift); hantering av kunskapsbanken, dess påfyllning, upptäckt av motsägelser och brist på kunskap; uppfattning av den yttre miljön med hjälp av olika typer av receptorer (visuella, taktila, hörsel etc.); förståelse av naturligt språk, som fungerar som ett universellt kommunikationsmedel för en person; uppfattningen av tryckt text och muntligt tal och omvandlingen av informationen i meddelandena till form av kunskapsrepresentation; aktivitetsplanering är en uppgift, vars lösning gör det möjligt för systemet att utforma planer för att uppnå målet med hjälp av de medel som står till dess förfogande; anpassning och lärande baserat på samlad erfarenhet.
Detta är verksamhetsområdet för specialister inom området för artificiell intelligens. Det ligger i korsningen av en mängd olika discipliner: programmering och psykologi, teknik och lingvistik, matematik och fysiologi.
Så, teorin om artificiell intelligens är vetenskapen om kunskap, hur man extraherar den, representerar den i artificiella system, bearbetar den inom systemet och använder den för att lösa praktiska problem. Med andra ord, de system som studeras inom ramen för artificiell intelligens och skapas i huvudströmmen av denna vetenskap är system vars arbete bygger på kunskap som återspeglar semantiken och pragmatiken i den yttre världen där intelligenta system verkar.
De största problemen med artificiell intelligens är således representationen och bearbetningen av kunskap. Lösningen på dessa problem består både i utvecklingen av effektiva modeller för representation av kunskap, metoder för att skaffa ny kunskap, och i skapandet av program och anordningar som implementerar dessa modeller och metoder.
Element av artificiell intelligens används i stor utsträckning för att skapa intelligent datorprogramvara, automatiserade kontrollsystem (ACS), designautomation system (CAD), informationshämtningssystem (ISS), databashanteringssystem (DBMS), expertsystem (ES), systembeslutsstöd (DSS), dvs tillåta att öka intelligensnivån hos de skapade informationssystemen.
Framsteg inom området artificiell intelligens tillämpas inom industrin (upptäckt och utveckling av områden, astronautik, bilkonstruktion, kemi, etc.), inom ekonomi (finans, försäkring, etc.), i den icke-industriella sfären (transport, medicin) , kommunikationer etc.), inom jordbruket.
Verktyg för artificiell intelligens möjliggör utveckling av modeller och program för att lösa problem för vilka inga direkta och tillförlitliga lösningsmetoder är kända. Sådana uppgifter hör till området för mänsklig kreativ verksamhet. Artificiell intelligens specialister ställer till sådana vetenskapliga problem som att bevisa matematiska satser, diagnostisera sjukdomar eller fel i utrustning, finansiell analys av affärsenheter, syntetisera program baserade på specifikationer, förstå text på naturligt språk, analysera bilder och identifiera dess innehåll, styra en robot, etc.
Data och kunskap
Låt oss ge definitioner av de grundläggande begreppen i den studerade disciplinen och överväga skillnaderna mellan begreppen "data" och "kunskap".
Information- en uppsättning information som uppfattas från omgivningen, skickas till miljön eller lagras i informationssystemet (IS).
Data- specifik information presenterad i en formaliserad form om föremål inom ämnesområdet, deras egenskaper och relationer, som återspeglar händelser och situationer inom detta område.
Uppgifterna presenteras i en form som gör att du kan automatisera deras insamling, lagring och vidare bearbetning. Data är en registrering av information i lämplig form, lämplig för att lagra, överföra, bearbeta och ta emot ny information.
Informationen som datorn behandlar är uppdelad i processuell och deklarativ.
Procedurmässigt information presenteras av program som körs i processen att lösa problem, och deklarativ- de uppgifter som behandlas av dessa program.
All intellektuell verksamhet bygger på kunskap om det ämnesområde där uppgifter ställs och löses.
Ämnesområde kallas en uppsättning sammanhängande information som är nödvändig och tillräcklig för att lösa en viss uppsättning uppgifter. Kunskaper om ämnesområdet omfattar beskrivningar av föremål, fenomen, fakta, samt relationen mellan dem.
Kunskap- detta är generaliserad och formaliserad information om ämnesområdets egenskaper och lagar, med hjälp av vilken processerna för att lösa problem, transformera data och själva kunskapen realiseras, och som används i processen för logisk slutledning.
Logisk slutsats– Detta är genereringen av nya uttalanden (bedömningar) baserade på de initiala fakta, axiom och slutledningsregler.
Kunskap ur synvinkel av uppgifter som ska lösas inom ett visst ämnesområde delas in i 2 stora kategorier - fakta och heuristik. Under fakta förstår vanligtvis välkända inom detta ämnesområde av sanningen, omständigheterna. HeuristikÄr empiriska algoritmer baserade på informella överväganden som begränsar antalet lösningsalternativ och säkerställer ändamålsenligheten i beslutssystemets beteende, utan att dock garantera att den bästa lösningen erhålls. Sådan kunskap baseras på erfarenheten från en specialist (expert) inom ett visst ämnesområde.
Konceptet med en procedur för att få lösningar på problem (kunskapsbearbetningsstrategi) är förknippad med kunskap om degen. I IIS kallas denna procedur uttagsmekanism, Logisk slutsats eller utmatningsmaskin.
Kunskapen som systemet arbetar med lagras i kunskapsbasen (KB).
För att organisera interaktion med IIS måste den ha kommunikationsmedel med användaren, d.v.s. gränssnitt... Gränssnittet ger arbete med kunskapsbas och slutledningsmekanism på ett språk på tillräckligt hög nivå, nära specialistspråket för specialister inom det ämnesområde som IIS tillhör. I gränssnittets funktioner ingår dessutom stöd för användarens dialog med systemet, vilket gör att användaren kan få förklaringar till systemets agerande, delta i sökandet efter en lösning på problemet samt uppdatera och korrigera kunskapsbasen. Således är huvuddelarna av IIS:
Kunskapsbas,
Uttagsmekanism,
Användargränssnitt.
Egenskaper av kunskap som skiljer den från data
Exempel... Låt familjeband fungera som ämnesområde. Objekten för detta ämnesområde är begrepp som mamma,
far, dotter, man, kvinna osv.
Låt fakta vara kända:
Victor är Tanyas pappa.
Vladimir är far till Victor.
På prologspråk beskrivs dessa fakta enligt följande:
far (viktor, tanya).
far (vladimir, viktor).
Här är "far" namnet på relationen eller predikatet, och "segrare", "tanya" och "vladimir" är konstanter.
Låt vara X, Y, Z- variabler. Använda variabler X och Z, i det allmänna fallet kan vi skriva relationen " Xär fadern Z»På prologspråk:
pappa ( X, Z).
Använder det överordnade predikatet och variabler X, Y, Z, kommer vi att formulera en ny relation "farfar", nämligen:
Om Xär fadern Z och
Zär fadern Y
sedan Xär en farfar Y.
Denna form av inspelning av förhållandet "Om... Då" kallas produktionsregel, produkter eller helt enkelt regel.
På prologspråk skrivs farfarsförhållandet så här:
farfar ( X, Y): - pappa ( X, Z), pappa ( Z, Y).
Tecknet ": -" tolkas som "Om".
På exemplet med relationen "farfar" formuleras ett allmänt mönster för att definiera begreppet "farfar" genom begreppet "far". Namnet "vladimir", taget oavsett attityd, indikerar ingenting. Kanske är detta namnet på en person eller namnet på en stad. På samma sätt behandlas numerisk eller annan data på samma sätt, till exempel i en datafil. Det givna, tillsammans med relationen, definierar någon mening och representerar därmed kunskap.
Låt oss överväga egenskaperna hos kunskap, där de skiljer sig från data.
1. Tolkbarhet... Data som lagras i datorns minne kan endast tolkas av motsvarande program. Data utan program bär ingen information, medan kunskap har tolkning, eftersom den innehåller både data och motsvarande namn, beskrivningar, relationer, d.v.s. tillsammans med data presenteras informationsstrukturer som inte bara tillåter lagring av kunskap utan också att använda den.
Data
Information
Dataoperationer
Under informationsprocessen omvandlas data från en typ till en annan. Med utvecklingen av vetenskapliga och tekniska framsteg och den allmänna komplikationen av anslutningar i det mänskliga samhället ökar arbetskostnaderna för databehandling stadigt (den ständiga komplikationen av villkoren för att hantera produktion och samhälle + den snabba takten i uppkomsten och implementeringen av nya bärare / lagring av data - en ökning av datamängden).
1. Samling- ackumulering av uppgifter för att säkerställa tillräcklig fullständig information för att fatta ett beslut.
2. Formalisering- Att överföra data från olika källor till samma form för att göra dem jämförbara med varandra, det vill säga för att öka deras tillgänglighetsnivå;
3. Filtrering- sålla bort "onödiga" uppgifter som inte är nödvändiga för att fatta beslut; samtidigt bör nivån av "brus" minska, och tillförlitligheten och adekvatheten hos uppgifterna bör öka;
4. Sortering- databeställning enligt ett givet kriterium för att göra det lätt att använda; ökar tillgången på information;
5. Gruppering- att kombinera data på en given grund för att förbättra användbarheten; ökar tillgången på information;
6. Arkivering- organisation av datalagring i en bekväm och lättillgänglig form; tjänar till att minska de ekonomiska kostnaderna för att lagra data och ökar den övergripande tillförlitligheten för informationsprocessen som helhet.
7. Skydd- En uppsättning åtgärder som syftar till att förhindra förlust, reproduktion och ändring av data.
8. Transport- Mottagning och överföring (leverans och leverans) av data mellan fjärrdeltagare i informationsprocessen; datakällan inom datavetenskap brukar kallas en server och en konsument kallas klient;
9. Förvandling- överföring av data från en form till en annan eller från en struktur till en annan. Exempel: ändra mediatyp; böcker - papper, elektronisk form, mikrofilm. Behovet av flera omvandlingar av data uppstår också under transporten av dem, särskilt om den utförs med hjälp av medel som inte är avsedda för transport av denna typ av data.
2. Förhållandet mellan begreppen "information, data, kunskap". Dikw modell
Det finns inga universella definitioner.
Kunskap- i teorin om artificiell intelligens och expertsystem - en uppsättning informations- och slutledningsregler (från en individ, samhälle eller ett AI-system) om världen, objekts egenskaper, mönster av processer och fenomen, samt reglerna för att använda dem för att fatta beslut. Den största skillnaden mellan kunskap och data ligger i deras struktur och aktivitet, uppkomsten av nya fakta i databasen eller etableringen av nya kopplingar kan bli en källa till förändringar i beslutsfattandet.
Dataär en samling av information registrerad på ett specifikt medium i en form som är lämplig för permanent lagring, överföring och bearbetning. Transformation och bearbetning av data ger information.
Informationär resultatet av datatransformation och analys. Skillnaden mellan information och data är att data är fast information om händelser och fenomen som lagras på vissa medier, och information dyker upp som ett resultat av databehandling när man löser specifika problem. Till exempel lagrar databaser olika data, och på en specifik begäran tillhandahåller databashanteringssystemet den nödvändiga informationen.
För att lösa problemet data bearbetas utifrån tillgänglig kunskap, information analyseras med hjälp av kunskap. Baserat på analysen föreslås lösningar, det bästa accepteras och kunskapen fylls på.
Beslutsfattandet sker utifrån den information som erhålls och den kunskap som finns. Ta beslut- Detta är valet av det bästa, på sätt och vis, ett lösningsalternativ bland de tillåtna lösningarna baserat på tillgänglig information.
DIKW (engelska data, information, kunskap, visdom - data, information, kunskap, visdom) är en informationshierarki, där varje nivå lägger till vissa egenskaper till föregående nivå.
Själva modellen spårar sitt ursprung till filosofen Mortimer Adlers verk, men för första gången i tillämpning på kunskapshanteringsteori formaliserades den av Nicolas Henri. Som ett tillägg 1989 föreslog Russell Ackoff en utvidgning av denna modell med lagret "förståelse": förståelse kräver analys och predestination, och placerar den därigenom mellan kunskap och visdom. När det gäller den tidsmässiga fördelningen av skikt, anger han kortheten i informationens livscykel i jämförelse med kunskapens livscykel; förståelse anses vara obeständig, och visdom tas som konstant
Längst ner finns datalagret.
Information lägger till sammanhang.
Kunskap lägger till "hur" (användningsmekanism)
Wisdom lägger till "när" (användarvillkor)
Koncept, struktur, klassificering, funktioner hos intelligenta system.
Ett system kallas intelligent om det implementerar tre grundläggande funktioner:
1. Representation och bearbetning av kunskap.
2. Resonemang.
3. Kommunikation.
Användare
Funktionella mekanismer Kunskapsbas
Strukturkunskap är kunskap om verksamhetsmiljön. Metologisk kunskap - kunskap om kunskapens egenskaper.
1. Biokemisk (allt relaterat till hjärnan);
2. Programmatisk och pragmatisk riktning (skriva program som ersätter funktioner).
1. Lokalt (uppgift) tillvägagångssätt: för varje uppgift, speciella program som uppnår resultat inte sämre än en person.
2. Ett systematiskt tillvägagångssätt baserat på kunskap - skapandet av automationsverktyg, skapandet av själva programmen.
3. Ett tillvägagångssätt som använder metoden för procedurprogrammering - skapandet av algoritmer i naturliga språk.
De viktigaste delarna av IIT:
1. Kunskapshantering.
2. Formella språk och semantik.
3. Kvantsemantik.
4. Kognitiv modellering.
5. Konvergerande (konvergerande) beslutsstödssystem.
6. Evolutionära genetiska algoritmer.
7. Neurala nätverk.
8. Myr- och immunalgoritmer.
9. Expertsystem.
10. Luddiga uppsättningar och beräkningar.
11. Icke-monotone logiker.
12. Aktiva multiagentsystem.
13. Naturlig språkkommunikation och översättning.
14. Mönsterigenkänning, schackspel.
Egenskaper för problemområden där användningen av IIS är nödvändig:
1. Kvaliteten och effektiviteten i beslutsfattandet.
2. Luddiga mål.
3. Kaos, fluktuationer och kvantisering av omgivningens beteende.
4. Mångfalden av faktorer som är utbytbara med varandra.
5. Svag formaliserbarhet.
6. Det unika (icke-stereotypa) av situationen.
7. Latens (sekretess) för information.
8. Avvikande genomförande av planer, samt vikten av små handlingar.
9. Beslutslogikens paradox.
Instabilitet, bristande fokus, kaos i miljön
Data, information och kunskap koncept. Kunskapens egenskaper och deras skillnad från data.
Informationen är:
· All information som tas emot och överförs, lagrad av olika källor;
· Detta är hela uppsättningen information om världen omkring oss, om alla typer av processer som förekommer i den, som kan uppfattas av levande organismer, elektroniska maskiner och andra informationssystem;
Detta är betydelsefull information om något, när formen för deras presentation också är information, det vill säga den har en formateringsfunktion i enlighet med sin egen natur;
· Detta är allt som kan kompletteras med våra kunskaper och antaganden.
Data kallas information av faktisk karaktär som beskriver objekt, processer och fenomen inom ämnesområdet, samt deras egenskaper. I processerna för datorbehandling går data igenom följande transformationsstadier:
· Den ursprungliga formen av dataexistens (resultat av observationer och mätningar, tabeller, referensböcker, diagram, grafer, etc.);
· Presentation på speciella språk av databeskrivningar avsedda för inmatning och bearbetning av initiala data i en dator;
· Databaser på maskindatabärare.
Kunskap - i teorin om artificiell intelligens och expertsystem - är en uppsättning informations- och slutledningsregler (från en individ, samhälle eller ett AI-system) om världen, objekts egenskaper, mönster av processer och fenomen, såväl som reglerna för att använda dem för beslutsfattande. Den största skillnaden mellan kunskap och data ligger i deras struktur och aktivitet, uppkomsten av nya fakta i databasen eller etableringen av nya kopplingar kan bli en källa till förändringar i beslutsfattandet.
För att kunna sätta in kunskap i ett informationssystem måste den representeras av vissa datastrukturer som motsvarar den valda utvecklingsmiljön för ett intelligent system. Därför, när man utvecklar ett informationssystem, ackumuleras och presenteras kunskap först, och i detta skede är en persons deltagande obligatorisk, och sedan representeras kunskap av vissa datastrukturer som är bekväma för lagring och bearbetning i en dator.
Kunskaper inom IP finns i följande former:
· Initial kunskap (regler som härrör från praktisk erfarenhet, matematiska och empiriska beroenden, som återspeglar de ömsesidiga förhållandena mellan fakta; mönster och trender som beskriver förändringar i fakta över tid; funktioner, diagram, grafer, etc.);
· Beskrivning av den initiala kunskapen med hjälp av den valda kunskapsrepresentationsmodellen (en uppsättning logiska formler eller produktionsregler, ett semantiskt nätverk, ramhierarkier, etc.);
· Representation av kunskap genom datastrukturer som är avsedda för lagring och bearbetning i en dator;
· Kunskapsbaser om datorlagringsmedia.
Kunskap är en mer komplex kategori än data. Kunskap beskriver inte bara enskilda fakta, utan också relationerna mellan dem, därför kallas kunskap ibland för strukturerad data. Kunskap är resultatet av en persons mentala aktivitet som syftar till att generalisera dennes erfarenhet som erhållits som ett resultat av praktisk aktivitet.
Kunskap erhålls som ett resultat av att tillämpa vissa bearbetningsmetoder på de initiala uppgifterna, koppla externa procedurer.
DATA + BEHANDLINGSPROCEDUR = INFORMATION
INFORMATION + BEHANDLINGSPROCEDUR = KUNSKAP
Ett utmärkande drag för kunskap är att den inte finns i det ursprungliga systemet. Kunskap uppstår som ett resultat av att jämföra informationsenheter, hitta och lösa motsättningar mellan dem, d.v.s. kunskap är aktiv, leder deras utseende eller brist till genomförandet av vissa åtgärder eller uppkomsten av ny kunskap. Kunskap skiljer sig från data i närvaro av följande egenskaper.
Kunskapsegenskaper (från föreläsningar):
· Intern tolkning (data + metoddata). Metodologisk - strukturerad data som representerar egenskaperna hos de beskrivna enheterna för identifiering, sökning, bedömning, hantering
Närvaron av anslutningar (interna, externa), anslutningens struktur
Möjlighet till skalning (bedömning av förhållandet mellan informationsenheter) - kvantitativt
Förekomsten av ett semantiskt mått (medel för att bedöma dåligt formaliserade informationsenheter)
· Närvaron av aktivitet (ofullständighet, felaktighet uppmuntrar dem att utvecklas, fylla på).
Klassificering av kunskap
Kunskap- formen av existens och systematisering av resultaten av mänsklig kognitiv aktivitet. Kunskap hjälper människor att rationellt organisera sin verksamhet och lösa olika problem som uppstår i dess process.
Kunskap(i teorin om artificiell intelligens och expertsystem) - en uppsättning informations- och slutledningsregler (från en individ, samhälle eller ett AI-system) om världen, objekts egenskaper, mönster av processer och fenomen, samt reglerna för använda dem för att fatta beslut.
Den största skillnaden mellan kunskap och data ligger i deras struktur och aktivitet, uppkomsten av nya fakta i databasen eller etableringen av nya kopplingar kan bli en källa till förändringar i beslutsfattandet.
Det finns olika typer av kunskap:
Vetenskaplig,
Icke-vetenskaplig,
Vanligt-praktiskt (vanligt, sunt förnuft),
Intuitiv,
Religiösa osv.
Vanlig praktisk kunskap är osystematisk, ogrundad, oskriven. Vanlig kunskap fungerar som grunden för en persons orientering i omvärlden, grunden för hans dagliga beteende och framförhållning, men innehåller vanligtvis fel och motsägelser. Vetenskaplig kunskap baserad på rationalitet kännetecknas av objektivitet och universalitet, och gör anspråk på att vara av allmän giltighet. Dess uppgift är att beskriva, förklara och förutsäga verklighetens process och fenomen. Icke-vetenskaplig kunskap produceras av en viss intellektuell gemenskap enligt standarder som skiljer sig från rationalistiska normer, och har sina egna källor och metoder för kognition.
Klassificering av kunskap
I. av naturen. Kunskap kan vara deklarativ och processuella.
Deklarativ kunskap innehåller bara en uppfattning om strukturen för vissa begrepp. Denna kunskap ligger nära data, fakta. Till exempel: en högre utbildningsinstitution är en uppsättning fakulteter, och varje fakultet är i sin tur en uppsättning institutioner. Procedurmässigt kunskap är av aktiv karaktär. De definierar idéer om medlen och sätten att skaffa ny kunskap, testa kunskap. Det här är olika typer av algoritmer. Till exempel: en brainstormingmetod för att hitta nya idéer.
II. efter graden av vetenskaplighet. Kunskap kan vara vetenskaplig och extravetenskaplig. Vetenskaplig kunskap kan vara:
1) empirisk (baserat på erfarenhet eller observation);
2) teoretisk (baserat på analys av abstrakta modeller, analogier, scheman som återspeglar processernas struktur och natur, dvs generalisering av empirisk data).
Utomvetenskaplig kunskap kan vara:
paravetenskaplig kunskap - läror eller reflektioner över fenomen, vars förklaring inte är övertygande ur kriterierna för vetenskaplig karaktär.
pseudovetenskapligt - medvetet utnyttja gissningar och fördomar.
kvasi-vetenskapliga - de letar efter anhängare och anhängare, förlitar sig på metoder för våld och tvång. Kvasivetenskaplig kunskap frodas som regel under förhållanden av en strikt hierarkisk vetenskap, där kritik av makthavare är omöjlig, där den ideologiska regimen är stelbent manifesterad. (I Rysslands historia är perioderna av "kvasivetenskapens triumf" välkända: Lysenkoism; fixism, etc.)
antivetenskaplig - som utopiska och medvetet förvrängande föreställningar om verkligheten.
pseudovetenskaplig - representerar en intellektuell aktivitet som spekulerar i en uppsättning populära teorier (berättelser om forntida astronauter, om Bigfoot, om Loch Ness-monstret)
vardagspraktiskt - leverera elementär information om naturen och den omgivande verkligheten. Vardagskunskap inkluderar sunt förnuft, omen, uppbyggelser, recept, personlig erfarenhet och traditioner. Även om den fixar sanningen, gör den det inte systematiskt och utan bevis.
personlig - beroende på förmågan hos ett visst ämne och på egenskaperna hos hans intellektuella kognitiva aktivitet. Kollektiv kunskap är generellt sett betydelsefull (transpersonlig), den förutsätter närvaron av begrepp, metoder, tekniker och konstruktionsregler som är gemensamma för hela systemet. III. efter plats
Fördela personlig(underförstådd, dold, men oformaliserad) kunskap och formaliserad(uttrycklig) kunskap.
Implicit kunskap- kunskap om personer som ännu inte har formaliserats och inte kan överföras till andra personer.
Formaliserad i vissa språkkunskaper:
kunskap i dokument;
kunskap om CD-skivor;
kunskaper i persondatorer;
kunskap om Internet;
kunskap i kunskapsbaser;
kunskap om expertsystem, utvunnen från mänskliga experters tysta kunskap.
Kunskapens särdrag är fortfarande ett ämne för tvetydighet inom filosofin. Enligt de flesta tänkare, för att något ska betraktas som kunskap måste det uppfylla tre kriterier:
a) vara verifierbar,
b) vara sann,
c) pålitlig.
Liknande information.
