Междисциплинарный университет Бекмана
Дистанционное образование по междисциплинарным направлениям

К оглавлению 1 лекции

И.Н. Бекман

ИНФОРМАЦИЯ, ИНФОРМАТИКА И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Лекция 1. ИНФОРМАЦИЯ И НАУКИ О НЕЙ

7. Знание

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

Предметом информатики является знание.

Знание – 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.

Знание – достоверное, истинное представление о чём-либо, в отличие от вероятностного мнения.

Знание – субъективный образ объективной реальности, то есть адекватное отражение внешнего и внутреннего мира в сознании человека в форме представлений, понятий, суждений, теорий. Знание в широком смысле – совокупность понятий, теоретических построений и представлений. Знание в узком смысле – признак определённого объёма информации, определяющий её статус и отделяющий от всей прочей информации по критерию способности к решению поставленной задачи.

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

Знание – совокупность данных (у индивидуума, общества или у системы искусственного интеллекта) 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. Отличие знаний от данных состоит в их активности, т. е. появление в базе новых фактов или установление новых связей – источник изменений в принятии решений.

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

Знания могут быть научными и вненаучными.
Научные знания могут быть эмпирическими (на основе опыта или наблюдения) и теоретическими (на основе анализа абстрактных моделей). Теоретические знания – абстракции, аналогии, схемы, отображающие структуру и природу процессов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов.
Существуют различные виды вненаучного знания. Паранаучные (пара от греч. – около, при) – знания, включающие учения о феноменах, объяснение которых не является убедительным с точки зрения критериев научности; лженаучные – сознательно эксплуатирующие домыслы и предрассудки; квазинаучные – ищущие себе сторонников и приверженцев, опираясь на методы насилия и принуждения; антинаучные – утопичные и сознательно искажающие представления о действительности; псевдонаучные – спекулирующие на совокупности популярных; обыденно-практические – доставлявшие элементарные сведения о природе и окружающей действительности; личностные – зависящие от способностей субъекта и от особенностей его интеллектуальной познавательной деятельности; «народная наука» – особая форма внерационального знания (дело знахарей, целителей, экстрасенсов, а ранее шаманов, жрецов, старейшин рода).

Выделяют личностные (неявные, скрытые) знания – знания людей и формализованные знания – знания в документах, на компакт дисках, в персональных компьютерах, в Интернете.

Для того чтобы нечто считалось знанием, это нечто должно удовлетворять трём критериям: быть подтверждаемым, истинным и заслуживающим доверия.

Управление знаниями задаёт способ распространения знаний, исследует, как знание соотносится с самим собой и как его можно повторно использовать. Повторное использование означает, что знание находится в состоянии постоянного изменения. Управление знаниями трактует знание как форму информации, наполненную контекстом, основанным на опыте. Информация – это данные, которые существенны для наблюдателя из-за их значимости для него. Данные могут быть предметом наблюдения, но не обязательно должны быть им. В этом смысле знание состоит из информации, подкрепленной намерением или направлением.

Согласно субъективному подходу, информация – это знания, повышающие уровень осведомлённости и уменьшающие неопределённость знаний об окружающей нас действительности, а согласно кибернетическому подходу, информация – содержание последовательностей символов (сигналов) из некоторого алфавита.

Научному знанию присуща логическая обоснованность, доказательность, воспроизводимость познавательных результатов. Опытные 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 даёт качественные и количественные характеристики объектов и явлений. Эмпирические законы часто носят вероятностный характер и не являются строгими. 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 ситуаций, т. е. познания сущности явлений. Теоретические законы имеют более строгий, формальный характер, по сравнению с эмпирическими. Термины описания теоретического знания относятся к абстрактным объектам, которые невозможно подвергнуть непосредственной экспериментальной проверке. Формализованные знания объективизируются знаковыми средствами языка.

Для экспертных оценок процесса появления новых знаний используют объём знания, накопленного в библиотеках. К сожалению, пока не удаётся 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.

Искусственные нейронные сети – математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей – сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге при мышлении, и при попытке смоделировать эти процессы. Затем эти модели стали использовать в практических целях, как правило, в задачах прогнозирования.