Информационная модель

Информационная модель — модель объекта, представленная в виде информации, описывающей существенные для данного рассмотрения параметры и переменные величины объекта, связи между ними, входы и выходы объекта и позволяющая путём подачи на модель информации об изменениях входных величин моделировать возможные состояния объекта. Информационные модели нельзя потрогать или увидеть, они не имеют материального воплощения, потому что строятся только на информации. Информационная модель – совокупность информации, характеризующая существенные свойства и состояния объекта, процесса, явления, а также взаимосвязь с внешним миром.

Типы информационных моделей

С. А. Терехов^[1] выделяет несколько типов информационных моделей, отличающихся по характеру запросов к ним:

1. Моделирование отклика системы на внешнее воздействие

2. Классификация внутренних состояний системы

3. Прогноз динамики изменения системы

4. Оценка полноты описания системы и сравнительная информационная значимость параметров системы

5. Оптимизация параметров системы по отношению к заданной функции ценности

6. Адаптивное управление системой

Уровни моделей:^{[источник?]}

1. структуры

2. поведения

3. результатов

Любая модель имеет цель. Обычно цель определяет точку зрения модели

Свойства модели

1. Цель (target)

2. Точка зрения (view)

3. Полнота

4. Целостность и непротиворечивость

5. Адекватность и согласованность с оригиналом (coherent)

6. Сложность

7. Избыточность

8. Архитектура

Ссылки

1. ↑ Терехов С.А., Нейросетевые информационные модели сложных инженерных систем, В кн.: Нейроинформатика / А. Н. Горбань, В. Л. Дунин-Барковский, А. Н. Кирдин и др. — Новосибирск: Наука. Сибирское предприятие РАН, 1998. — 296 с.

Знание

Зна́ние — форма существования и систематизации результатов познавательной деятельности человека. Выделяют различные виды знания: научное, обыденное (здравый смысл), интуитивное, религиозное и др. Обыденное знание служит основой ориентации человека в окружающем мире, основой его повседневного поведения и предвидения, но обычно содержит ошибки, противоречия. Научному знанию присущи логическая обоснованность, доказательность, воспроизводимость результатов, проверяемость, стремление к устранению ошибок и преодолению противоречий.

Зна́ние — субъективный образ объективной реальности, то есть адекватное отражение внешнего и внутреннего мира в сознании человека в форме представлений, понятий, суждений, теорий.

Зна́ние в широком смысле - совокупность понятий, теоретических построений и представлений.

Зна́ние в узком смысле — данные, информация.

Зна́ние (предмета) — уверенное понимание предмета, умение самостоятельно обращаться с ним, разбираться в нём, а также использовать для достижения намеченных целей.

Зна́ние — в теории искусственного интеллекта, совокупность данных (у индивидуума, общества или у системы ИИ) о мире, включающих в себя информацию о свойствах объектов, закономерностях процессов и явлений, а также правилах использования этой информации для принятия решений. Правила использования включают систему причинно-следственных связей. Главное отличие знаний от данных состоит в их активности, то есть появление в базе новых фактов или установление новых связей может стать источником изменений в принятии решений.

3на́ния фиксируются в знаках естественных и искусственных языков. Знание противоположно незнанию, то есть отсутствию проверенной информации о чём-либо.

Содержание 1 Классификация знаний 1.1 По природе 1.2 По степени научности 1.3 По местонахождению 2 Отличительные характеристики знания 3 Управление знаниями (Knowledge Management) 4 Непосредственное знание 5 Обусловленное знание 6 Житейские знания 7 Научные (теоретические) знания 7.1 Эмпирические (опытные) знания 7.2 Теоретические знания 8 Личностные (неявные) знания 9 Формализованные (явные) знания 10 Социология знания 11 Производство знаний 12 Цитаты 13 См. также 14 Ссылки 15 Примечания

Классификация знаний

По природе

Знания могут быть

• декларативные

• процедурные

Декларативные знания содержат в себе лишь представление о структуре неких понятий. Эти знания приближены к данным, фактам. Например: высшее учебное заведение есть совокупность факультетов, а каждый факультет в свою очередь есть совокупность кафедр.

Процедурные же знания имеют активную природу. Они определяют представления о средствах и путях получения новых знаний, проверки знаний. Это алгоритмы разного рода. Например: метод мозгового штурма для поиска новых идей.

По степени научности

Знания могут быть научными и вненаучными.

Научные знания могут быть

• эмпирическими (на основе опыта или наблюдения)

• теоретическими (на основе анализа абстрактных моделей).

Теоретические знания — абстракции, аналогии, схемы, отображающие структуру и природу процессов, протекающих в предметной области. Эти знания обьясняют явления и могут использоваться для прогнозирования поведения объектов.

Вненаучные знания могут быть:

• паранаучными - знания несовместимые с имеющимся гносеологическим стандартом. Широкий класс паранаучного (пара от греч. — около, при) знания включает в себя учения или размышления о феноменах, объяснение которых не является убедительным с точки зрения критериев научности;

• лженаучными - сознательно эксплуатирующие домыслы и предрассудки. Лженаучное знание часто представляет науку как дело аутсайдеров. В качестве симптомов лженауки выделяют малограмотный пафос, принципиальную нетерпимость к опровергающим доводам, а также претенциозность. Лженаучное знание очень чувствительно к злобе дня, сенсации. Его особенностью является то, что оно не может быть объединено парадигмой, не может обладать систематичностью, универсальностью. Лженаучные знания сосуществуют с научными знаниями. Считается, что лженаучное знание обнаруживает себя и развивается через квазинаучное;

• квазинаучными - они ищут себе сторонников и приверженцев, опираясь на методы насилия и принуждения. Квазинаучное знание, как правило, расцветает в условиях строго иерархированной науки, где невозможна критика власть предержащих, где жестко проявлен идеологический режим. В истории России периоды «триумфа квазинауки» хорошо известны: лысенковщина, фиксизм как квазинаука в советской геологии 50-х гг., шельмование кибернетики и т.д;

• антинаучными - как утопичные и сознательно искажающие представления о действительности. Приставка «анти» обращает внимание на то, что предмет и способы исследования противоположны науке. С ним связывают извечную потребность в обнаружении общего легко доступного «лекарства от всех болезней». Особый интерес и тяга к антинауке возникает в периоды социальной нестабильности. Но хотя данный феномен достаточно опасен, принципиального избавления от антинауки произойти не может;

• псевдонаучными - представляют собой интеллектуальную активность, спекулирующую на совокупности популярных теорий, например, истории о древних астронавтах, о снежном человеке, о чудовище из озера Лох-Несс;

• обыденно-практическими - доставлявшими элементарные сведения о природе и окружающей действительности. Люди, как правило, располагают большим объемом обыденного знания, которое производится повседневно и является исходным пластом всякого познания. Иногда аксиомы здравомыслия противоречат научным положениям, препятствуют развитию науки. Иногда, напротив, наука длинным и трудным путем доказательств и опровержений приходит к формулировке тех положений, которые давно утвердили себя в среде обыденного знания. Обыденное знание включает в себя и здравый смысл, и приметы, и назидания, и рецепты, и личный опыт, и традиции. Оно хотя и фиксирует истину, но делает это не систематично и бездоказательно. Его особенностью является то, что оно используется человеком практически неосознанно и в своем применении не требует предварительных систем доказательств. Другая его особенность — принципиально бесписьменный характер.

• личностными - зависящими от способностей того или иного субъекта и от особенностей его интеллектуальной познавательной деятелности.

• «народной наукой» - особой формой вненаучного и внерационального знания, которая в настоящее время стала делом отдельных групп или отдельных субъектов: знахарей, целителей, экстрасенсов, а ранее шаманов, жрецов, старейшин рода. При своем возникновении народная наука обнаруживала себя как феномен коллективного сознания и выступала как этнонаука. В эпоху доминирования классической науки она потеряла статус интерсубъективности расположилась на периферии, вдали от центра официальных экспериментальных и теоретических изысканий. Как правило, народная наука существует и транслируется в бесписьменной форме от наставника к ученику. Она также иногда проявляется в виде заветов, примет, наставлений, ритуалов и пр.

По местонахождению

Выделяют : личностные (неявные, скрытые) знания и формализованные (явные) знания;

Неявные знания:

• знания людей,

Формализованные (явные) знания:

• знания в документах,

• знания на компакт дисках,

• знания в персональных компьютерах,

• знания в Интернете.

Отличительные характеристики знания

Отличительные характеристики знания все ещё являются предметом неопределённости в философии. Согласно большинству мыслителей, для того чтобы нечто считалось знанием, это нечто должно удовлетворять трем критериям:

• быть подтверждаемым,

• истинным

• и заслуживающим доверия.

Однако, как иллюстрируют примеры проблемы Гетьера, этого недостаточно. Предложен ряд альтернатив, включая доводы Роберта Нозика в пользу требования «прослеживания истины» и дополнительное требование Саймона Блэкберна, что мы не будем утверждать, что каждый, кто удовлетворяет любому из этих критериев «через неисправность, изъян, ошибку» обладает знанием. Ричард Киркхэм делает предположение, что наши определение знания должно требовать, чтобы свидетельства верящего были таковы, чтобы они логически влекли за собой истину убеждения.

Управление знаниями (Knowledge Management)

Управление знаниями пытается понять способ, которым знание используется и распространяется в организациях и рассматривает знание как соотносящееся с самим собой и возможное к повторному использованию. Повторное использование означает, что определение знания находится в состоянии постоянного изменения. Управление знаниями трактует знание как форму информации, которая наполнена контекстом, основанном на опыте. Информация — это данные, которые существенны для наблюдателя из-за их значимости для наблюдателя. Данные могут быть предметом наблюдения, но не обязательно должны быть им. В этом смысле знание состоит из информации, подкрепленной намерением или направлением. Этот подход находится в согласии с DIKW моделью, которая располагает данные, информацию, знание, мудрость в виде пирамиды по увеличивающейся степени полезности.

Непосредственное знание

Непосредственное (интуитивное) знание является продуктом интуиции — способности постижения истины путём прямого её усмотрения без обоснования с помощью доказательства.

Процесс научного познания, а также различные формы художественного освоения мира не всегда осуществляются в развёрнутом, логически и фактически доказательном виде. Нередко субъект схватывает мыслью сложную ситуацию, например во время военного сражения, определения диагноза, виновности или невиновности обвиняемого и т. п. Роль интуиции особенно велика там, где необходим выход за пределы существующих приёмов познания для проникновения в неведомое. Но интуиция не есть нечто неразумное или сверхразумное. В процессе интуитивного познания не осознаются все те признаки, по которым осуществляется вывод, и те приёмы, с помощью которых он делается. Интуиция не составляет особого пути познания, идущего в обход ощущений, представлений и мышления. Она представляет собой своеобразный тип мышления, когда отдельные звенья процесса мышления проносятся в сознании более или менее бессознательно, а предельно ясно осознаётся именно итог мысли — истина. ^{[1] [2]}

Интуиции бывает достаточно для усмотрения истины, но её недостаточно, чтобы убедить в этой истине других и самого себя. Для этого необходимо доказательство.

Сложные системы искусственного интеллекта, основанные на нейросетевой технологии, демонстрируют поведение, которое имитирует человеческую интуицию. Обучение таких систем — эвристический процесс, состоящий в нахождении решения задачи на основе ориентиров поиска, недостаточных для получения логического вывода. Для интуиции характерна быстрота (иногда моментальность) формулирования гипотез и принятия решений, а также недостаточная осознанность его логических оснований. ^[3]

Обусловленное знание

Житейские знания

Житейские знания, как правило, сводятся к констатации фактов и их описанию, тогда как научные знания поднимаются до уровня объяснения фактов, осмысления их в системе понятий данной науки, включаются в состав теории.

Научные (теоретические) знания

Научному знанию присущи логическая обоснованность, доказательность, воспроизводимость познавательных результатов.

Эмпирические (опытные) знания

Эмпирические знания получают в результате применения эмпирических методов познания — наблюдения, измерения, эксперимента. Это знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области. Оно, как правило, констатирует качественные и количественные характеристики объектов и явлений. Эмпирические законы часто носят вероятностный характер и не являются строгими.

Теоретические знания

Теоретические представления возникают на основе обобщения эмпирических данных. В то же время они влияют на обогащение и изменение эмпирических знаний.

Теоретический уровень научного знания предполагает установление законов, дающих возможность идеализированного восприятия, описания и объяснения эмпирических ситуаций, т. е. познания сущности явлений. Теоретические законы имеют более строгий, формальный характер, по сравнению с эмпирическими.

Термины описания теоретического знания относятся к идеализированным, абстрактным объектам. Подобные объекты невозможно подвергнуть непосредственной экспериментальной проверке.

Личностные (неявные) знания

Формализованные (явные) знания

Формализованные знания объективизируются знаковыми средствами языка.

Социология знания

Основные статьи: Социология знания и Социология научного знания

Производство знаний

Для экспертных оценок процесса появления новых знаний используют объём знания, накопленного в библиотеках. Экспериментальным путём изучают способность человека извлекать информацию в процессе самообучения на нормированных по информации средах. Экспертная оценка показала скорость производства знаний в 103 бит/ (чел-год), а экспериментальные данные - 128 бит/ (чел-час). Пока не представляется возможным в полном объёме измерить темпы производства знания, поскольку нет адекватных универсальных моделей. )

Производство знаний из эмпирических данных - одна из основных проблем интеллектуального анализа данных. Существуют различные подходы к решению этой проблемы, в том числе - на основе нейросетевой технологии^[4]

Цитаты

«Знание бывает двух видов. Мы либо знаем предмет сами, либо знаем, где можно найти о нём сведения.» С. Джонсон

См. также

• Идеальное

• DIKW, Модель — Данные Информация Знания Мудрость

• База знаний

• Сведение

• Понимание

• Опыт

• Навык

• Умение

• Искусство

• Адаптация

Ссылки

Знание

• Знание как сознательный феномен

• Новые метадисциплинарные опережающие знания

• Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. Учебник. — СПб.: Питер, 2000.

• В. П. Кохановский и др. Основы философии науки. Феникс, 2007 г. 608 стр. ISBN 978-5-222-11009-6

• Найденов В. И., Долгоносов Б.М. Человечество не выживет без производства знаний. 2005

• Лившиц В. Скорость переработки информации и факторы сложности среды/ Труды по психологии ТГУ, 4. Тарту 1976

• Ганс-Георг Мёллер. Знание как «вредная привычка». Сравнительный анализ // Сравнительная философия: знание и вера в контексте диалога культур / Ин-т философии РАН. - М.: Вост. лит-ра, 2008, с. 66-76

Примечания

1. ↑ Хочешь быть умным? Следуй трем гносеологическим принципам

2. ↑ Пол Кругман "Как я работаю"

3. ↑ Доррер М. Г., Психологическая интуиция искусственных нейронных сетей, Диссертация,… 1998. Другие копии онлайн: [1], [2]

4. ↑ Горбань П.А. Нейросетевое извлечение знаний из данных и компьютерный психоанализ

Инженерия знаний
Общие понятия	Данные · Метаданные · Знания · Метазнание · Представление знаний · База знаний · Онтология
Жёсткие модели	Продукции · Семантическая сеть · Фреймы · Логическая модель
Мягкие методы	Нейронная сеть · Генетический алгоритм · Нечёткая логика · Гибридная интеллектуальная система