Лекция №1

1. Информатика

1.1.Информация и эвм

Одно из самых распространенных определений ЭВМ как устройства для обработки информации, показывает важность определения понятия информации в вычислительной технике.

В прикладном аспекте информация трактуется как сведения, разъяснение, информирование, изложение, сбор и обработку, хранение, прием и передачу сигналов и сообщений. Единицей измерения информации (еще в более прикладном смысле) принято считать бит (0 или 1, + или -, 'да' или 'нет'); байт, равный 8 битам.

Формализация знаний

Темп развития технологической цивилизации определяется в значительной степени темпом накопления профессиональных знаний. Суть информатизации общества в объективном усилении роли достоверного, многоохватного и опережающего знания практически во всех видах человеческой деятельности. Понятия "информация" и "знание" различимы. Информация представляет собой способ и систему обработки данных, знание же - продукт информационной деятельности. реализованной в виде систем суждений или утверждении относительно некоторых вещей, свойств и отношений. Научной и методологической основой информатизации в широком смысле является информатика, кибернетика и их прикладные направления - теория алгоритмов, абстрактная теория автоматов, исследование операций и др.. Сейчас информатика (во Франции - Informatique, в Германии - Infopmatik, в США -Computer Science) рассматривается как наука о законах и методах накопления, передачи и обработки информации - знаний, которые мы получаем, а все проблемы информатизации общества на базе компьютеризации сводятся к проблеме представления знаний в компьютерных системах. Общая сумма знаний общества зависит от достигнутых на данном историческом этапе уровней эффективности процессов как получения новых знаний, так и их отчуждения от автора - их первичного источника и носителя.

Знания и ЭВМ

Появившиеся в 50 гг. первые ЭВМ были предназначены для решения задач, удовлетворяющих критерию формализации, введенному К. Шенноном, предполагающему пригодными для решения на ЭВМ только арифметико-логических задач. Затем были разработаны принципы построения автоматизированных систем научных исследований, на ЭВМ решались задачи с более слабыми, чем у Шеннона, критериями формализации. Впервые в истории человечества оказался возможным такой способ записи и долговременного хранения ранее формализованных математическими методами профессиональных знаний, при котором эти знания могли непосредственно, без промежуточного воздействия на человека, влиять на режим работы производственного оборудования.

Процесс записи ранее формализованных профессиональных знаний в готовой для непосредственного воздействия на машины и механизмы получил название "программирование ЭВМ".

1.2. Пределы роста в информатике

Компьютерный бум 50-70 годов привел к уверенности представителей точных наук в том, что медленное с их точки зрения развитие отдельных (нематематизированных) областей естествознания вызвано в основном тем, что там работают невежественные в математике специалисты. Предполагалось, что включение в производственный процесс огромной массы накопленных человечеством профессиональных знаний вызовет резкий рост производительности труда. Однако за первые 30 лет компьютерной эры этого так и не произошло, хотя к началу 80 гг. в информационной сфере в развитых странах было уже около 50% от общего числа занятых во всех отраслях. При этом, профессиональные программисты составляли лишь около 0.5% от всего трудоспособного населения, в то время как ЭВМ в своей производственной деятельности использовали до 50% работающих. В США информационной сферой охвачено 63% работающих, которые поглощали 67% зарплаты из бюджетных средств и 76% всего рабочего времени. Причиной медленного роста производительности труда в информационной сфере явилось то обстоятельство, что все попытки выйти за пределы ранее накопленного задела формализованных (по Шеннону) задач и ранее сложившиеся в хозяйственном механизме структурированных знаний наталкивались на значительные, быстрорастущие по мере углубления понимания предметной области, трудности.

Даже в областях, где были разработаны основы формальной теории, возникли проблемы при автоматизации ряда задач, таких как алгоритмизация шахматной игры, машинный перевод, распознавание образов.

Появилось понимание нереальности всеобщей формализации профессиональных знаний. Сегодня ясно, что реальные возможности в области формализации и, следовательно, автоматизации информационных операций зависит сегодня не столько от возможностей микроэлектронной технологии и математического обеспечения, сколько от решения логических, лингвистических и психологических проблем. Так пример логика, оперирующего с натуральным рядом чисел, ясно показывает, что принципиально никакой компьютер за конечное время не доберется до него. Человек же охватывает в своем воображении весь бесконечный ряд чисел при помощи интуиции, фантазии, т.е. тех свойств, которые машины лишены.

В 1980 г. У. Кунц предложил вариант определения границы формализации: "Наука - это та часть наших знаний, которую мы сумели понять настолько, что можем обучить этому ЭВМ. Там, где мы еще не достигли такого уровня понимания, речь идет лишь о профессиональном искусстве. Формальная запись алгоритма или программы ЭВМ по существу позволяет нам выполнить весьма полезный тест глубины наших знаний, так как переход от искусства к науке просто означает, что мы поняли наконец, как автоматизировать данную предметную область". Программирование - наука ?

В ЭВМ может быть создана модель внешнего мира. Сегодняшний опыт концептуализации знаний заставляет сделать вывод, что формализованные модели описывают мир неадекватно. Поэтому, концепция "машинного мышления", о возможности создания системы правил, позволяющих компьютеру получать принципиально новое знание, которое не может быть получено путем простых перегруппировок фактического материала, заложенного в базы данных, пригодного для решения новых задач - некорректна.

Итак, существуют следующие пределы роста для информатики:

• невозможность построения формальной модели, полностью адекватной предметной области;

• сложность моделей, не позволяющая поместить их в ЭВМ;

• невозможность получения при помощи ЭВМ новых знаний.

Примеры суеверий и мифов ЭВМ на бытовом уровне:

• вред учебе и воспитанию детей,

• ошибки банковских систем могут привести к катастрофе,

• компьютеры могут быть причиной смерти (25 кадр).