आधुनिक कंपन्यांमधील ज्ञान

झेरॉक्स कंपनी मध्ये गेल्या वर्षेस्वतःला कॉपीअर निर्माता म्हणून नाही तर दस्तऐवज प्रक्रिया कंपनी म्हणून स्थान देते. ZM कंपनी स्वतःला एक नाविन्यपूर्ण समस्या सोडवणारी कंपनी म्हणते. IBM स्वतःला एक कंपनी म्हणून ओळखते जी ग्राहकांसाठी त्याचे व्यावसायिक ज्ञान व्यापक तांत्रिक क्षमतांसह एकत्रित करून दीर्घकालीन आर्थिक लाभ निर्माण करते. ऑफिस इक्विपमेंट कंपनी स्टीलकेस म्हणते की ते मालकीचे ज्ञान आणि सेवा विकते जे त्यांच्या कामाच्या ठिकाणी लोकांना चांगले अनुभव निर्माण करण्यात मदत करते. या सर्व कंपन्यांचे मूल्य काय जोडते? हे प्रामुख्याने ज्ञानावर आधारित उपाय आहेत: तांत्रिक आणि तांत्रिक माहिती, उत्पादन डिझाइन, विपणन संशोधन, ग्राहकांच्या खऱ्या गरजा ओळखणे. हे ज्ञान या कंपन्यांना शाश्वत स्पर्धात्मक फायदा देते.

ज्ञान आणि डेटा आणि माहिती यांच्यातील फरक विचारात घेऊ या. व्यवस्थापकांना हे समजू लागते की या वेगळ्या गोष्टी आहेत विशेषत: संस्थेने एक किंवा दुसरा डेटाबेस किंवा माहिती प्रणाली तयार करण्यासाठी महत्त्वपूर्ण निधी खर्च केल्यावर किंवा कोणत्याही संबंधित प्रभावाशिवाय, संगणकीकरणावर हा निधी खर्च केल्यानंतर.

डेटा- विविध वस्तुनिष्ठ तथ्यांचा संग्रह आहे. कॉर्पोरेशनमध्ये, हे, उदाहरणार्थ, व्यवहारांचे संरचित रेकॉर्ड आहे (विशेषतः, सर्व विक्रीवरील डेटा: किती, कधी आणि कोणी खरेदी केले, किती आणि केव्हा पैसे दिले इ.). हा डेटा आम्हाला सांगत नाही की खरेदीदार येथे का आला आणि तो पुन्हा येईल की नाही.

माहितीवास्तविक जगाच्या काही पैलूंबद्दल डेटाचे श्रेणीबद्ध संग्रह आहे. माहिती हा संदेशांचा प्रवाह आहे आणि या प्रवाहातून ज्ञानाची निर्मिती होते;

माहिती हा एक प्रकारचा संदेश आहे, सामान्यतः दस्तऐवजाच्या स्वरूपात किंवा व्हिडिओ किंवा ऑडिओ स्वरूपात. त्यात एक प्राप्तकर्ता आणि एक प्रेषक आहे. हे सूचित करते, म्हणजे प्राप्तकर्त्याचे मूल्यांकन किंवा वर्तन बदलून त्याला "आकार देते". संदेश किती प्रमाणात माहिती आहे हे प्राप्तकर्त्याद्वारे निर्धारित केले जाते. प्राप्त झालेला संदेश त्याला किती माहिती देतो आणि तो फक्त माहितीचा आवाज किती आहे याचे मूल्यांकन तोच करतो.

डेटा अनेक प्रकारे माहितीमध्ये बदलतो:

• o संदर्भीकरण: हा डेटा कशासाठी आहे हे आम्हाला माहीत आहे;
• o वर्गीकरण: आम्ही डेटाचे प्रकार आणि घटकांमध्ये विभाजन करतो;
• o मोजणे: आम्ही डेटावर गणिती प्रक्रिया करतो;
• o दुरुस्ती: आम्ही चुका दुरुस्त करतो आणि चुका काढून टाकतो;
• o संक्षेप: आम्ही डेटा संकुचित करतो, केंद्रित करतो, एकत्रित करतो.

ज्ञान- केवळ डेटा किंवा माहितीपेक्षा सखोल आणि व्यापक संकल्पना. प्रत्येक एंटरप्राइझ, त्याच्या क्रियाकलापांदरम्यान, डेटा संकलित करतो, त्याची रचना करतो आणि नवीन ज्ञान निर्माण करतो. बहुतेकदा, हे ज्ञान तंत्रज्ञानाशी संबंधित आहे, जर आपण भौतिक उत्पादनाबद्दल बोलत आहोत, तसेच क्लायंटसह कार्य करण्यासाठी तंत्रज्ञान आणि एकमेकांशी संवाद साधण्यासाठी तंत्रज्ञान, जर आपण ग्राहक सेवा प्रदान करणार्या एखाद्या एंटरप्राइझबद्दल बोलत आहोत. ते संबंधित ज्ञान देखील असू शकते वातावरणउपक्रम - लोकसंख्याशास्त्रीय, समष्टि आर्थिक, सामाजिक, समष्टि आर्थिक, तांत्रिक आणि बाजाराच्या ट्रेंडबद्दल.

ज्ञान आणि माहिती आणि डेटामधील फरक: एक उदाहरण

क्रिस्लरकडे अभियांत्रिकी ज्ञान पुस्तक नावाच्या संगणक फाइल्सचा संग्रह आहे, जो कोणत्याही नवीन कार डिझायनरद्वारे वापरण्यासाठी कंपनीच्या ऑटोमोबाईल्सबद्दल सर्वसमावेशक डेटा आणि माहिती प्रदान करतो. जेव्हा मॅनेजरला केलेल्या क्रॅश चाचण्यांवरील डेटा प्राप्त झाला, तेव्हा त्याने योग्य प्रक्रियेशिवाय फाइल्समध्ये ठेवण्यास नकार दिला. त्याने खालील प्रश्नांची उत्तरे देण्याचे सुचवले:

• o या चाचण्या का केल्या गेल्या;
• o या कंपनीच्या इतर वर्षांच्या आणि प्रतिस्पर्ध्यांच्या इतर समान चाचण्यांच्या तुलनेत काय परिणाम आहेत;
• o कार आणि त्यातील मुख्य घटकांच्या डिझाइनसाठी निष्कर्ष आणि चाचण्या काय आहेत?

तत्सम प्रश्न माहितीचे ज्ञानात रूपांतर करतात; शिवाय, या प्रश्नांची उत्तरे माहितीचे मूल्य वाढवतात, किंवा दुसऱ्या शब्दांत, मूल्य वाढवतात. व्यवहारात, उलट उदाहरणे आहेत, जेव्हा अनावश्यक, रिक्त माहिती जोडून, ​​मूळ माहितीचे मूल्य गमावले जाते. माहितीच्या आवाजाच्या प्रवाहात आवश्यक माहिती अस्पष्ट झाल्यामुळे मूल्याचे नुकसान होते.

ज्ञानअनुभव, मूल्ये, संदर्भित माहिती, तज्ञांचे मूल्यांकन यांचे संयोजन आहे, जे नवीन अनुभव आणि माहितीचे मूल्यांकन आणि अंतर्भूत करण्यासाठी एक सामान्य फ्रेमवर्क प्रदान करते. जाणणाऱ्यांच्या मनात ज्ञान असते. संस्थांमध्ये, हे केवळ दस्तऐवजांमध्येच नाही तर प्रक्रिया, कार्यपद्धती, नियम आणि सर्वसाधारणपणे व्यवहारात देखील नोंदवले जाते.

ज्याप्रमाणे माहिती डेटामधून उद्भवते, त्याचप्रमाणे ज्ञान देखील माहितीमधून उद्भवते:

• o तुलना, व्याप्ती निश्चित करणे (आम्ही या इंद्रियगोचरबद्दलची माहिती दुसऱ्या, सारखीच कशी आणि केव्हा लागू करू शकतो);
• o कनेक्शन स्थापित करणे (ही माहिती इतर माहितीशी कशी संबंधित आहे);
• o मूल्यांकन (या माहितीचे मूल्यांकन कसे केले जाऊ शकते आणि इतर त्याचे मूल्यांकन कसे करतात);
• o व्याप्ती निश्चित करणे (ही माहिती विशिष्ट निर्णय किंवा कृतींना कशी लागू होते).

डेटाचे माहितीमध्ये आणि माहितीचे ज्ञानात रूपांतर करण्याची प्रक्रिया अंजीरमध्ये दर्शविली आहे. १४.१.

तांदूळ. १४.१.

वैयक्तिक आणि सामूहिक ज्ञान यात फरक आहे. पारंपारिक मते असे गृहीत धरतात की ज्ञान हा व्यक्तींचा विशेषाधिकार आहे, एक गट हा त्या गटाच्या सदस्यांची फक्त साधी बेरीज आहे आणि गट ज्ञान ही त्यांच्या ज्ञानाची बेरीज आहे.

आणखी एक, आधुनिक दृष्टिकोन आहे, ज्यानुसार लोकांचा समूह स्वतःच्या विशिष्ट विशिष्टतेसह एक नवीन अस्तित्व तयार करतो. या संकल्पनेच्या चौकटीत, आपण अनुक्रमे गट वर्तन आणि गट ज्ञान याबद्दल बोलू शकतो. ज्ञान व्यवस्थापनाच्या विज्ञानामध्ये ही नवीन संकल्पना मोठ्या प्रमाणावर वापरली जाते. अशा प्रकारे, ज्ञान केवळ एखाद्या व्यक्तीद्वारेच नव्हे तर लोकांच्या समूहाद्वारे देखील प्राप्त केले जाऊ शकते. मग ते म्हणतात की संपूर्ण संघटनेला काहीतरी माहित आहे, एक गट, ब्रिगेड इत्यादींना काहीतरी माहित आहे.

बिल गेट्स यांनी त्यांच्या बिझनेस ॲट द स्पीड ऑफ थॉट या पुस्तकात कॉर्पोरेट आयक्यू वाढवण्याच्या गरजेबद्दल लिहिले आहे. याद्वारे, त्याचा अर्थ केवळ स्मार्ट कर्मचाऱ्यांची संख्याच नाही तर संपूर्णपणे कंपनीमध्ये ज्ञानाचा संचय आणि माहितीचा मुक्त प्रवाह, ज्यामुळे कर्मचाऱ्यांना एकमेकांच्या कल्पनांचा फायदा होऊ शकतो.

ज्ञान स्पष्ट किंवा स्पष्ट असू शकते. स्पष्ट ज्ञानशब्द आणि संख्यांमध्ये व्यक्त केले जाऊ शकते आणि माध्यमांवर औपचारिक स्वरूपात प्रसारित केले जाऊ शकते. हे अशा प्रकारच्या ज्ञानाचा संदर्भ देते जे प्रिस्क्रिप्शन, सूचना, पुस्तके, विविध माध्यमांवर, मेमो इत्यादी स्वरूपात प्रसारित केले जातात.

मूक ज्ञानतत्त्वतः, ते औपचारिक नाही आणि केवळ त्याच्या मालकासह - एक व्यक्ती किंवा व्यक्तींच्या गटासह अस्तित्वात असू शकते.

अव्यक्त ज्ञानाचे दोन प्रकार आहेत. प्रथम तांत्रिक कौशल्ये आहेत जी त्यांच्या हस्तकलेच्या मास्टर्सद्वारे दर्शविली जातात आणि नियम म्हणून, अनेक वर्षांच्या सरावाचे परिणाम आहेत. दुसरे म्हणजे विश्वास, आदर्श, मूल्ये आणि मानसिक मॉडेल्स ज्यांचा आपण विचार न करता वापरतो.

सकारात्मक कॉर्पोरेट संस्कृती निर्माण आणि बळकट करण्याच्या प्रक्रियेत आणि समूह परस्परसंवादाच्या माध्यमांद्वारे (माघार घेणे, सर्जनशील गट इ.) द्वारे शांत ज्ञान तयार आणि विकसित केले जाते.

व्यावसायिक कंपन्यांचा स्पष्ट आणि स्पष्ट ज्ञानाकडे पाहण्याचा दृष्टिकोन खूप विरोधाभासी आहे. एकीकडे, बऱ्याच कंपन्या गूढ ज्ञानाचे सुस्पष्ट ज्ञानात रूपांतर करण्याचा प्रयत्न करतात. हे एकीकडे, व्यक्तींवर अवलंबून न राहण्यासाठी आणि दुसरीकडे, महत्त्वपूर्ण कामगिरीची डुप्लिकेट करण्यासाठी केले जाते. त्याच वेळी, या कंपन्यांना त्यांचे मुख्य स्पर्धात्मक फायदे डुप्लिकेशनसाठी तयार फॉर्ममध्ये हस्तांतरित करण्यात स्वारस्य नाही. म्हणूनच अनेक कंपन्या त्यांचे काही स्पर्धात्मक फायदे डुप्लिकेट न करता येणाऱ्या फॉर्ममध्ये राखण्याचा प्रयत्न करतात (विशिष्ट प्रशिक्षण, कॉर्पोरेट संस्कृती, विशेष सेवा प्रणाली इ.).

स्पष्ट आणि अंतर्निहित दोन्ही ज्ञानाचा वाहक केवळ एक विशिष्ट व्यक्तीच नाही तर एक संस्था देखील असू शकते. परिणामी, आम्ही शांत गट ज्ञानाबद्दल बोलू शकतो, जे सामूहिक प्रतिक्रिया आणि अंतर्गत परस्परसंवादांचे स्थिर नमुने अधोरेखित करते.

पाश्चात्य साहित्यात, "नित्यक्रम" हा शब्द काहीवेळा निर्विवाद गट ज्ञान दर्शविण्यासाठी वापरला जातो, जी पुनरावृत्ती होणारी क्रिया, एखाद्या संस्थेची किंवा फर्मची नियमित वर्तणूक नमुने असतात. दिनचर्या म्हणजे सूचनांशिवाय आणि निवड प्रक्रियेच्या अनुपस्थितीत जे आपोआप घडते; तथापि, दिनचर्या संहिताबद्ध करता येत नाहीत.

रशियन भाषेत, दिनचर्या ही एक दिनचर्या, स्थापित सराव, एक विशिष्ट शासन, एक नमुना, लोकांच्या क्रियाकलापांशी संबंधित नियम म्हणून समजले जाते. त्याच वेळी, "नित्यक्रम" च्या संकल्पनेचा आणखी एक अर्थ आहे: तो एक निष्क्रिय क्रम आहे, म्हणजे. जुन्या, परिचित आणि त्याच्या मागासलेपणामुळे गुरुत्वाकर्षण करणारी ऑर्डर नवीन, प्रगतीशीलतेसाठी अभेद्य आहे. ज्या प्रकरणांमध्ये "नित्यक्रम" हा शब्द समूह शांत ज्ञान दर्शविण्यासाठी वापरला जातो, तेव्हा कडकपणाशी संबंधित अर्थ अनुपस्थित असतात.

अशा प्रकारे, वैयक्तिक मौन ज्ञान हे सर्व प्रथम कौशल्य आहे. त्याच वेळी, समूह गुप्त ज्ञान हे सर्व प्रथम, दिनचर्या आहे. दिनचर्या एकाकी अस्तित्वात नसतात, परंतु परस्परावलंबन तयार करतात. काही दिनचर्या एखाद्या गटाच्या (संस्थेच्या) काही सदस्यांसाठी निहित आणि इतरांसाठी स्पष्ट असू शकतात. अशा प्रकारे, स्पष्ट आणि अंतर्निहित ज्ञान यांच्यातील सीमा सापेक्ष आहेत आणि आपण या ज्ञानाच्या स्पष्टपणाबद्दल देखील बोलू शकतो. स्पष्ट आणि अंतर्निहित, वैयक्तिक आणि समूह ज्ञान यांचे गुणोत्तर तक्त्यामध्ये सादर केले आहे. १४.१.

तक्ता 14.1

ज्ञानाचे प्रमाण

एखाद्या संस्थेमध्ये स्पष्ट ज्ञानाची उपस्थिती आपल्याला अपारंपरिक मार्गाने ज्ञान व्यवस्थापनाकडे जाण्यास भाग पाडते. पारंपारिकपणे, ज्ञान व्यवस्थापन म्हणजे विविध डेटाबेस आणि ज्ञानाची निर्मिती, विकास आणि वापर. स्पष्ट ज्ञानाची उपस्थिती लोकांमधील थेट संप्रेषणाच्या माध्यमांकडे लक्ष वळवते. कॉर्पोरेट ज्ञानकोश तयार करणे इतकेच महत्त्वाचे नाही आणि इतकेच नाही की कोणत्याही कर्मचाऱ्यांना माहित असलेल्या आणि अनुभवलेल्या प्रत्येक गोष्टीची नोंद आहे. मंथन सत्रे, बैठका, डीब्रीफिंग्ज आणि संवादाची योग्य माध्यमे वापरून संवादाची संस्कृती निर्माण करण्यासाठी, ज्यांना रेसिपी माहीत आहे आणि संबंधित अनुभव आहे अशा लोकांचे समन्वय साधणे अधिक महत्त्वाचे आहे, जसे की ई. -मेल, वैयक्तिक वेबसाइट्स, टेलिकॉन्फरन्स इ.

ज्ञानाचे वर्गीकरण

ज्ञानाची व्याख्या

ज्ञान निरूपण

विषय 1. ज्ञानाची संकल्पना

ज्ञान- हा वास्तविकतेच्या ज्ञानाचा सराव-परीक्षित परिणाम आहे, मानवी मनातील प्रतिबिंब आहे.

ज्ञान- विषय क्षेत्राचे कायदे (तत्त्वे, कनेक्शन, कायदे), व्यावहारिक क्रियाकलाप आणि व्यावसायिक अनुभवाचा परिणाम म्हणून प्राप्त, तज्ञांना या क्षेत्रातील समस्या सोडविण्यास परवानगी देतात.

ज्ञानज्ञानाने मिळणारा परिणाम आहे.

ज्ञान- ही औपचारिक माहिती आहे जी तार्किक निष्कर्ष वापरून उपलब्ध डेटावर आधारित विविध निष्कर्ष काढताना संदर्भित केली जाते.

ज्ञानकॉम्प्युटरमध्ये साठवलेल्या माहितीचा संदर्भ देते, संरचनात्मक नियमांनुसार औपचारिकता, जी समस्या सोडवण्यासाठी वापरली जाऊ शकते.

· मानसशास्त्रीय: ज्ञान – मनोवैज्ञानिक प्रतिमा किंवा मानसिक मॉडेल.

· हुशार: ज्ञान म्हणजे एखाद्या विशिष्ट विषयाच्या क्षेत्राविषयीच्या माहितीचा संग्रह आहे, ज्यामध्ये विषय क्षेत्राच्या वस्तूंबद्दल तथ्ये, ऑब्जेक्टच्या गुणधर्मांबद्दल आणि त्यांना जोडणारे संबंध, दिलेल्या विषयाच्या क्षेत्रात होणाऱ्या प्रक्रियांचे वर्णन आणि विशिष्ट समस्या सोडवण्याबद्दल माहिती असते. अडचणी.

· औपचारिकपणे – तार्किक: ज्ञान ही औपचारिक माहिती आहे जी विशिष्ट प्रक्रिया वापरून नवीन ज्ञान मिळविण्यासाठी किंवा मिळवण्यासाठी वापरली जाते.

· माहितीपूर्ण-तांत्रिक: ज्ञान ही संगणकीय मेमरीमध्ये संग्रहित केलेली संरचित माहिती असते आणि ती बुद्धिमान प्रणालीच्या कार्यामध्ये वापरली जाते.

1. स्त्रोतावर अवलंबून:

a एक अग्रक्रम

b जमा

i तज्ञ

ii निरीक्षण केले

iii आउटपुट

2. समस्या सोडवताना वापरण्याच्या स्वरूपावर अवलंबून:

a घोषणात्मक

b प्रक्रियात्मक

c metaknowledge

3. विश्वासार्हतेच्या डिग्रीवर अवलंबून:

a स्पष्ट ज्ञान

b अस्पष्ट ज्ञान

4. खोलीवर अवलंबून:

i वरवरच्या:

b ज्ञान-प्रत

c ज्ञान-परिचित

i खोल:

१.१. एक अग्रक्रम - माहिती माहिती प्रणालीचे कार्य सुरू होण्यापूर्वी ज्ञान बेसमध्ये ठेवले जाते ज्यामध्ये या ज्ञान बेसचा समावेश आहे. याव्यतिरिक्त, ज्ञान बेससह कार्य करताना, त्यात समाविष्ट असलेल्या प्राथमिक ज्ञानाची विश्वासार्हता जास्त मोजली जात नाही.

१.२. ज्ञान बेसच्या ऑपरेशन दरम्यान संचित ज्ञान तयार होते. या ज्ञानाचे स्त्रोत तज्ञ (तज्ञ), बाह्य कृत्रिम निरीक्षक उपकरणे (निरीक्षण करण्यायोग्य), बुद्धिमान प्रणाली (अनुमानित) च्या चौकटीत कार्यरत ज्ञानाचे अनुमान आणि सत्यापनाचे नियम आणि प्रक्रिया असू शकतात.

२.२. प्रक्रियात्मक ज्ञान म्हणजे विशिष्ट विषयाच्या क्षेत्रातील विशिष्ट समस्या सोडवण्याच्या मार्गांबद्दल माहिती.

२.३. मेटाकनॉलेज हे ज्ञानाबद्दलचे ज्ञान आहे ज्यामध्ये ज्ञान वापरण्याच्या तत्त्वांबद्दल सामान्य माहिती असते. मेटाकनॉलेजच्या स्तरामध्ये प्रक्रियात्मक ज्ञानाची निवड आणि अनुप्रयोग व्यवस्थापित करण्यासाठी धोरण देखील समाविष्ट आहे.

3. त्याच्या विश्वासार्हतेच्या डिग्रीवर अवलंबून ज्ञानाचे वर्गीकरण तथाकथित वर आधारित आहे. घटक नसलेलेज्ञानात अंतर्भूत: विचाराधीन विषय क्षेत्राच्या तुकड्याची अपूर्ण माहिती म्हणजे परिमाणवाचक आणि गुणात्मक मूल्यमापनांची अयोग्यता, नवीन ज्ञानाचा अंदाज लावण्यासाठी नियमांची संदिग्धता, ज्ञान बेसमधील काही तरतुदींची विसंगती.

4. वरवरचे - वस्तू आणि घटना यांच्या दृश्यमान संबंधांबद्दलचे ज्ञान. सखोल ज्ञान अमूर्त सादृश्यांवर आधारित आहे ज्यामुळे घटनेचे सार स्पष्ट करणे शक्य होते.

ज्ञान निरूपण- समस्या सोडवण्यासाठी आवश्यक असलेल्या विविध वस्तू आणि नमुन्यांच्या गुणधर्मांची औपचारिक भाषेत अभिव्यक्ती.

ज्ञानाच्या प्रतिनिधित्वाशी संबंधित संशोधनाचे मुख्य क्षेत्रः

· समस्या-देणारं गणितीय मॉडेल तयार करण्यासाठी पद्धतीचा विकास;

· अशा मॉडेल्सचे वर्णन करण्यासाठी औपचारिक उपकरणाचा विकास;

· अशा मॉडेल्समधील गणनेच्या सिद्धांतांचा विकास;

· अशा मॉडेल्ससाठी सॉफ्टवेअर समर्थन लागू करण्यासाठी तंत्रज्ञानाचा विकास.

ज्ञान प्रतिनिधित्व मॉडेल विकसित करताना, प्रश्न विचारले जाऊ शकतात: "काय प्रतिनिधित्व करावे?" आणि "कसे सादर करावे?"

पहिला मुद्दा संस्था किंवा ज्ञान रचना निवडीशी संबंधित आहे.

दुसरा निवडलेल्या संरचनेत ज्ञानाच्या प्रतिनिधित्वाशी संबंधित आहे.

माहिती माहिती प्रणाली ज्ञानाची रचना विषय क्षेत्र, वापरकर्त्याच्या आवश्यकता आणि उद्दिष्टे आणि सिस्टम संरचनेच्या उद्देशावर अवलंबून असते. जवळजवळ कोणतीही माहिती माहिती प्रणाली विकसित करताना, आपल्याकडे खालील ज्ञानाचा किमान संच असणे आवश्यक आहे:

· समस्या सोडवण्याच्या प्रक्रियेचे ज्ञान;

· संप्रेषणाची भाषा आणि प्रणाली आणि वापरकर्ता यांच्यातील संवाद आयोजित करण्याच्या पद्धतींचे ज्ञान;

· समस्या क्षेत्राबद्दलचे ज्ञान आणि ज्ञानाचे प्रतिनिधित्व आणि बदल करण्याच्या पद्धतींबद्दलचे ज्ञान.

डेटावस्तुस्थिती, प्रक्रिया आणि विषय क्षेत्राच्या घटना, तसेच त्यांच्या गुणधर्मांचे वर्णन करणाऱ्या वस्तुस्थितीविषयक माहितीचा संदर्भ देते.

ज्ञानडेटाच्या तुलनेत अधिक जटिल श्रेणी आहेत. ज्ञान केवळ वैयक्तिक तथ्येच नव्हे तर त्यांच्यातील संबंधांचे देखील वर्णन करते, म्हणूनच ज्ञानाला कधीकधी संरचित डेटा म्हणतात. ज्ञान हा एखाद्या व्यक्तीच्या मानसिक क्रियाकलापाचा परिणाम आहे ज्याचा उद्देश व्यावहारिक क्रियाकलापांच्या परिणामी प्राप्त झालेल्या अनुभवाचे सामान्यीकरण करणे आहे.

स्त्रोत डेटावर प्रक्रिया करण्याच्या विशिष्ट पद्धती लागू करून आणि बाह्य प्रक्रियांना जोडण्याच्या परिणामी ज्ञान प्राप्त केले जाते.

डेटा + प्रक्रिया प्रक्रिया = माहिती

माहिती + प्रक्रिया प्रक्रिया = ज्ञान

ज्ञानाचे एक वैशिष्ट्यपूर्ण वैशिष्ट्य म्हणजे ते स्त्रोत प्रणालीमध्ये समाविष्ट नाही. माहिती युनिट्सची तुलना करणे, त्यांच्यातील विरोधाभास शोधणे आणि त्यांचे निराकरण करणे यामुळे ज्ञान उद्भवते, म्हणजे. ज्ञान सक्रिय आहे; खालील गुणधर्मांद्वारे ज्ञान डेटापेक्षा वेगळे आहे.

1. अंतर्गत व्याख्या –इंटरप्रिटिंग प्रोग्रामपासून ज्ञानाचे स्वातंत्र्य, मेमरीच्या सामग्रीशी संबंधित प्रश्नांची उत्तरे देण्याची क्षमता. हे आपल्याला मेमरीमध्ये संग्रहित डेटा त्याच्या अर्थपूर्ण सामग्रीसह परस्परसंबंधित करण्यास अनुमती देते. त्याची उपस्थिती संगणकाच्या वतीने मेमरीच्या सामग्रीबद्दल मानवी प्रश्नांची उत्तरे देणारी प्रक्रिया तयार करणे शक्य करते.

2, 3. अंतर्गत आणि बाह्य ज्ञान संरचनांची उपलब्धता. आधीच ओळखल्या गेलेल्या घटकांमध्ये वस्तूंचे विभाजन करण्याच्या तत्त्वाचा विस्तार केल्याने बहु-स्तरीय श्रेणीबद्ध प्रतिनिधित्व तयार करणे शक्य होते. भाग वस्तूंचा एकमेकांपासून स्वतंत्रपणे अर्थ लावला जाऊ शकतो, म्हणजे. सेटचे घटक म्हणून. भागांच्या वैयक्तिक घटकांमधील संबंध महत्त्वपूर्ण असल्यास, ते ज्ञानाच्या आधारावर प्रतिबिंबित केले जाणे आवश्यक आहे. विषय क्षेत्राच्या विविध वस्तूंवर, संपूर्ण आणि त्यांचे दोन्ही भाग, विविध शब्दार्थ संबंध (जेनेरिक संबंध, ऐहिक, अवकाशीय) सादर केले जातात जे विषय क्षेत्राच्या तुकड्याच्या संरचनेचे वर्णन करतात. विषय क्षेत्राचे असे संरचनात्मक प्रतिनिधित्व हा ज्ञानाचा एक अतिशय महत्त्वाचा पैलू आहे, कारण विषय क्षेत्रातील वस्तूंचे विघटन करणे आणि त्यांच्यातील संबंधांची प्रणाली ओळखणे ही तत्त्वे मानवी विचारांच्या समान यंत्रणेवर आधारित आहेत.

4. स्केलिंग.तुम्हाला गुणात्मक एकसमान, परंतु परिमाणात्मकदृष्ट्या भिन्न गुणधर्म आणि विषय क्षेत्रातील वस्तूंच्या संबंधांची तुलना आणि व्यवस्था करण्याची अनुमती देते. मानवी स्मृतीमध्ये, आपल्या सभोवतालच्या जगाबद्दलचे ज्ञान ऑर्डर केले जाते, जे विविध स्केलद्वारे निर्धारित केले जाते. स्केल हा गुणांचा क्रम आहे, त्यातील प्रत्येक मूल्यमापन मूल्य किंवा विशिष्ट प्रमाणाच्या मूल्याशी संबंधित आहे. खालील प्रकारचे स्केल वेगळे केले जातात: 1) मेट्रिक, जे निरपेक्ष आणि सापेक्ष मध्ये विभागलेले आहेत; 2) ऑर्डिनल स्केल, जे भाषिक आणि विरोधी मध्ये विभागलेले आहेत. मेट्रिक स्केलमध्ये, बिंदूंच्या स्थानानुसार, आपण संबंधित माहिती युनिट्समधील फरकाची डिग्री निर्धारित करू शकता. मेट्रिक स्केल वापरून, तुम्ही परिमाणवाचक संबंध आणि विशिष्ट अंदाज किंवा प्रमाणांचा क्रम स्थापित करू शकता. परिपूर्ण मेट्रिक स्केलमध्ये, मूळ कधीही बदलत नाही. सापेक्ष स्केलमध्ये, उत्पत्ती प्रत्येक बाबतीत बदलते आणि परिस्थिती किंवा वर्तमान क्षणानुसार निर्धारित केली जाते. IN क्रमिकस्केल माहिती युनिट्सचा क्रम निश्चित करतात भाषिकऑर्डिनल स्केल क्वांटिफायर वापरतात जे परिमाणवाचक किंवा गुणात्मक उपाय सादर करतात. असे क्वांटिफायर कधीच नसतात, फारच क्वचित, क्वचित, अनेकदा, इ. IN विरोधी ऑर्डिनल स्केलस्केलचे टोक अत्यंत किंवा विसंगत गुणधर्म आणि वस्तूंच्या संबंधांशी संबंधित असतात, जे विरुद्धार्थी शब्दांच्या जोडीने दर्शविलेले असतात, मधली स्थिती तटस्थ मानली जाते. अशा विरुद्धार्थी शब्दांची उदाहरणे खालील जोड्या आहेत: हळू - वेगवान, मजबूत - कमकुवत. स्केल तीन पॅरामीटर्सद्वारे निर्दिष्ट केले आहेत.

संकल्पना, रचना, वर्गीकरण, बुद्धिमान प्रणालीची वैशिष्ट्ये.

जर प्रणाली 3 मूलभूत कार्ये अंमलात आणते तर तिला बुद्धिमान म्हटले जाते:

1. ज्ञानाचे प्रतिनिधित्व आणि प्रक्रिया.

2. तर्क.

3. संप्रेषण.

वापरकर्ता

कार्यात्मक यंत्रणा ज्ञानाचा आधार

स्ट्रक्चरल ज्ञान - ऑपरेटिंग वातावरणाबद्दलचे ज्ञान. मेटाकनॉलेज म्हणजे ज्ञानाच्या गुणधर्मांबद्दलचे ज्ञान.

1. बायोकेमिकल (मेंदूशी संबंधित सर्व काही);

2. सॉफ्टवेअर-व्यावहारिक दिशा (फंक्शन्स पुनर्स्थित करणारे प्रोग्राम लिहिणे).

1. स्थानिक (कार्य) दृष्टीकोन: प्रत्येक कार्यासाठी असे विशेष कार्यक्रम आहेत जे एखाद्या व्यक्तीपेक्षा वाईट परिणाम साध्य करू शकत नाहीत.

2. ज्ञानावर आधारित पद्धतशीर दृष्टीकोन – ऑटोमेशन टूल्सची निर्मिती, स्वतः प्रोग्राम तयार करणे.

3. प्रक्रियात्मक प्रोग्रामिंगची पद्धत वापरून एक दृष्टीकोन - नैसर्गिक भाषांमध्ये अल्गोरिदम तयार करणे.

IIT चे मुख्य विभाग:

1. ज्ञान व्यवस्थापन.

2. औपचारिक भाषा आणि शब्दार्थ.

3. क्वांटम शब्दार्थ.

4. संज्ञानात्मक मॉडेलिंग.

5. अभिसरण (अभिसरण) निर्णय समर्थन प्रणाली.

6. उत्क्रांती अनुवांशिक अल्गोरिदम.

7. न्यूरल नेटवर्क.

8. मुंगी आणि रोगप्रतिकारक अल्गोरिदम.

9. तज्ञ प्रणाली.

10. अस्पष्ट संच आणि गणना.

11. नॉनमोनोटोनिक लॉजिक्स.

12. सक्रिय मल्टी-एजंट सिस्टम.

13. नैसर्गिक भाषा संवाद आणि अनुवाद.

14. पॅटर्न ओळख, बुद्धिबळ खेळणे.

समस्या क्षेत्राची वैशिष्ट्ये जिथे माहिती माहिती प्रणालीचा वापर आवश्यक आहे:

1. निर्णय घेण्याची गुणवत्ता आणि कार्यक्षमता.

2. अस्पष्ट ध्येये.

3. वातावरणातील गोंधळ, चढ-उतार आणि परिमाणित वर्तन.

4. एकमेकांना पुनर्स्थित करणाऱ्या घटकांची बाहुल्यता.

5. कमकुवत औपचारिकता.

6. परिस्थितीची विशिष्टता (नॉन-स्टिरियोटाइपिकलता).

7. माहितीची विलंब (लपत)

8. योजनांच्या अंमलबजावणीमध्ये विचलन, तसेच लहान कृतींचे महत्त्व.

9. निर्णयांचे विरोधाभासी तर्क.

अस्थिरता, फोकसचा अभाव, गोंधळलेले वातावरण

डेटा, माहिती आणि ज्ञानाची संकल्पना. ज्ञानाचे गुणधर्म आणि डेटामधील फरक.

माहिती अशी:

· प्राप्त झालेली आणि प्रसारित केलेली, विविध स्त्रोतांद्वारे संग्रहित केलेली कोणतीही माहिती;

· हा आपल्या सभोवतालच्या जगाविषयी माहितीचा संपूर्ण संच आहे, त्यामध्ये होणाऱ्या सर्व प्रकारच्या प्रक्रियांबद्दल जी सजीव, इलेक्ट्रॉनिक मशीन आणि इतर माहिती प्रणालींद्वारे समजू शकते;

· ही एखाद्या गोष्टीबद्दल महत्त्वपूर्ण माहिती असते, जेव्हा त्याच्या सादरीकरणाचे स्वरूप देखील माहिती असते, म्हणजे, त्याच्या स्वतःच्या स्वभावानुसार त्याचे स्वरूपन कार्य असते;

· आपल्या ज्ञानात आणि गृहीतकांमध्ये हे सर्व जोडले जाऊ शकते.

डेटा ही वस्तुस्थिती स्वरूपाची माहिती आहे जी विषय क्षेत्राच्या वस्तू, प्रक्रिया आणि घटना तसेच त्यांच्या गुणधर्मांचे वर्णन करते. संगणक प्रक्रिया प्रक्रियेत, डेटा परिवर्तनाच्या खालील टप्प्यांतून जातो:

· डेटा अस्तित्वाचे प्रारंभिक स्वरूप (निरीक्षण आणि मोजमापांचे परिणाम, तक्ते, संदर्भ पुस्तके, आकृत्या, आलेख इ.);

· संगणकात स्रोत डेटा इनपुट आणि प्रक्रिया करण्याच्या उद्देशाने डेटाच्या वर्णनाचे विशेष भाषांमध्ये सादरीकरण;

· संगणक स्टोरेज मीडियावरील डेटाबेस.

ज्ञान - कृत्रिम बुद्धिमत्ता आणि तज्ञ प्रणालींच्या सिद्धांतामध्ये - माहिती आणि अनुमानांचे नियम (व्यक्ती, समाज किंवा एआय प्रणालीकडून) जग, वस्तूंचे गुणधर्म, प्रक्रिया आणि घटनांचे नमुने, तसेच. निर्णय घेण्यासाठी त्यांचा वापर करण्याचे नियम म्हणून. ज्ञान आणि डेटामधील मुख्य फरक त्यांची रचना आणि क्रियाकलाप आहे;

माहिती प्रणालीमध्ये ज्ञान ठेवण्यासाठी, ते विशिष्ट डेटा स्ट्रक्चर्सद्वारे प्रस्तुत केले जाणे आवश्यक आहे जे एक बुद्धिमान प्रणाली विकसित करण्यासाठी निवडलेल्या वातावरणाशी संबंधित आहे. म्हणून, माहिती प्रणाली विकसित करताना, ज्ञान प्रथम जमा केले जाते आणि सादर केले जाते, आणि या टप्प्यावर मानवी सहभाग आवश्यक आहे, आणि नंतर ज्ञान संगणकात स्टोरेज आणि प्रक्रिया करण्यासाठी सोयीस्कर असलेल्या विशिष्ट डेटा स्ट्रक्चर्सद्वारे प्रस्तुत केले जाते.

आयपी ज्ञान खालील फॉर्ममध्ये अस्तित्वात आहे:

· प्रारंभिक ज्ञान (व्यावहारिक अनुभवातून प्राप्त झालेले नियम, तथ्यांमधील परस्पर संबंध प्रतिबिंबित करणारे गणितीय आणि अनुभवजन्य अवलंबित्व; कालांतराने तथ्यांमधील बदलांचे वर्णन करणारे नमुने आणि ट्रेंड; कार्ये, आकृत्या, आलेख इ.);

· निवडक ज्ञान प्रतिनिधित्व मॉडेलद्वारे प्रारंभिक ज्ञानाचे वर्णन (अनेक तार्किक सूत्रे किंवा उत्पादन नियम, सिमेंटिक नेटवर्क, फ्रेमचे पदानुक्रम इ.);

· संगणकावर स्टोरेज आणि प्रक्रिया करण्याच्या उद्देशाने डेटा स्ट्रक्चर्सद्वारे ज्ञानाचे प्रतिनिधित्व;

· संगणक स्टोरेज मीडियावरील ज्ञान आधार.

डेटाच्या तुलनेत ज्ञान ही अधिक जटिल श्रेणी आहे. ज्ञान केवळ वैयक्तिक तथ्येच नव्हे तर त्यांच्यातील संबंधांचे देखील वर्णन करते, म्हणूनच ज्ञानाला कधीकधी संरचित डेटा म्हणतात. ज्ञान हा एखाद्या व्यक्तीच्या मानसिक क्रियाकलापाचा परिणाम आहे ज्याचा उद्देश व्यावहारिक क्रियाकलापांच्या परिणामी प्राप्त झालेल्या अनुभवाचे सामान्यीकरण करणे आहे.

स्त्रोत डेटावर प्रक्रिया करण्याच्या विशिष्ट पद्धती लागू करून आणि बाह्य प्रक्रियांना जोडण्याच्या परिणामी ज्ञान प्राप्त केले जाते.

डेटा + प्रक्रिया प्रक्रिया = माहिती

माहिती + प्रक्रिया प्रक्रिया = ज्ञान

ज्ञानाचे एक वैशिष्ट्यपूर्ण वैशिष्ट्य म्हणजे ते स्त्रोत प्रणालीमध्ये समाविष्ट नाही. माहिती युनिट्सची तुलना करणे, त्यांच्यातील विरोधाभास शोधणे आणि त्यांचे निराकरण करणे यामुळे ज्ञान उद्भवते, म्हणजे. ज्ञान सक्रिय आहे; खालील गुणधर्मांद्वारे ज्ञान डेटापेक्षा वेगळे आहे.

ज्ञानाचे गुणधर्म (व्याख्यानांमधून):

· अंतर्गत व्याख्याक्षमता (डेटा + पद्धत डेटा). पद्धतशीर - संरचित डेटा, जो वर्णन केलेल्या घटकांची ओळख, शोध, मूल्यमापन आणि व्यवस्थापनाच्या उद्देशाने त्यांची वैशिष्ट्ये दर्शवतो.

· कनेक्शनची उपलब्धता (अंतर्गत, बाह्य), संप्रेषण संरचना

· स्केलिंगची शक्यता (माहिती युनिट्समधील संबंधांचे मूल्यांकन) - परिमाणवाचक

· सिमेंटिक मेट्रिक्सची उपलब्धता (खराब औपचारिक माहिती युनिट्सचे मूल्यांकन करण्याचे साधन)

· क्रियाकलापांची उपस्थिती (अपूर्णता, अयोग्यता त्यांना विकसित करण्यास, पुन्हा भरण्यास प्रोत्साहित करते).

ज्ञानाचे वर्गीकरण

ज्ञान- मानवी संज्ञानात्मक क्रियाकलापांच्या परिणामांचे अस्तित्व आणि पद्धतशीरीकरणाचा एक प्रकार. ज्ञान लोकांना त्यांचे क्रियाकलाप तर्कशुद्धपणे आयोजित करण्यात आणि प्रक्रियेत उद्भवणाऱ्या विविध समस्यांचे निराकरण करण्यात मदत करते.

ज्ञान(कृत्रिम बुद्धिमत्ता आणि तज्ञ प्रणालीच्या सिद्धांतामध्ये) - माहितीचा संच आणि अनुमानांचे नियम (व्यक्ती, समाज किंवा एआय सिस्टमकडून) जग, वस्तूंचे गुणधर्म, प्रक्रिया आणि घटनांचे नमुने, तसेच निर्णय घेण्यासाठी त्यांचा वापर करण्याचे नियम.

ज्ञान आणि डेटामधील मुख्य फरक त्यांची रचना आणि क्रियाकलाप आहे;

ज्ञानाचे विविध प्रकार आहेत:

वैज्ञानिक,

अवांतर-वैज्ञानिक,

सामान्य-व्यावहारिक (सामान्य, सामान्य ज्ञान),

अंतर्ज्ञानी,

धार्मिक इ.

दैनंदिन व्यावहारिक ज्ञान हे प्रणालीगत, अप्रमाणित आणि अलिखित आहे. सामान्य ज्ञान एखाद्या व्यक्तीच्या त्याच्या सभोवतालच्या जगामध्ये अभिमुखतेचा आधार म्हणून काम करते, त्याच्या दैनंदिन वर्तनाचा आणि दूरदृष्टीचा आधार असतो, परंतु त्यात सहसा त्रुटी आणि विरोधाभास असतात. तर्कशुद्धतेवर आधारित वैज्ञानिक ज्ञान वस्तुनिष्ठता आणि सार्वत्रिकतेने वैशिष्ट्यीकृत आहे आणि ते सार्वत्रिकपणे वैध असल्याचा दावा करतात. त्याचे कार्य वास्तविकतेच्या प्रक्रियेचे आणि घटनेचे वर्णन करणे, स्पष्ट करणे आणि अंदाज करणे हे आहे. अवैज्ञानिक ज्ञान एका विशिष्ट बौद्धिक समुदायाद्वारे तयार केले जाते जे तर्कवादी लोकांपेक्षा भिन्न असतात;

ज्ञानाचे वर्गीकरण

I. स्वभावाने.ज्ञान असू शकते घोषणात्मकआणि प्रक्रियात्मक.

घोषणात्मक ज्ञानविशिष्ट संकल्पनांच्या संरचनेची केवळ कल्पना असते. हे ज्ञान डेटा, तथ्यांच्या जवळ आहे. उदाहरणार्थ: उच्च शैक्षणिक संस्था म्हणजे विद्याशाखांचा संग्रह आणि प्रत्येक विद्याशाखा, त्या बदल्यात, विभागांचा संग्रह असतो. प्रक्रियात्मकज्ञान सक्रिय स्वरूपाचे आहे. ते नवीन ज्ञान मिळविण्याचे आणि ज्ञानाची चाचणी घेण्याचे साधन आणि मार्ग याबद्दल कल्पना निर्धारित करतात. हे अल्गोरिदमचे विविध प्रकार आहेत. उदाहरणार्थ: नवीन कल्पना शोधण्यासाठी विचारमंथन पद्धती.

II. विज्ञानाच्या पदवीनुसार.ज्ञान असू शकते वैज्ञानिकआणि अतिरिक्त-वैज्ञानिक.वैज्ञानिक ज्ञान असू शकते:

1) अनुभवजन्य (अनुभव किंवा निरीक्षणावर आधारित);

2) सैद्धांतिक (अमूर्त मॉडेल्सच्या विश्लेषणावर आधारित, सादृश्य, प्रक्रियांची रचना आणि स्वरूप प्रतिबिंबित करणारे आकृती, म्हणजे अनुभवजन्य डेटाचे सामान्यीकरण).

अतिरिक्त-वैज्ञानिक ज्ञान असू शकते:

 पराशास्त्रीय ज्ञान - घटनांविषयी शिकवणी किंवा विचार, ज्याचे स्पष्टीकरण वैज्ञानिक निकषांच्या दृष्टिकोनातून पटण्यासारखे नाही.

 स्यूडोसायंटिफिक - जाणीवपूर्वक अनुमान आणि पूर्वग्रहांचे शोषण.

 अर्ध-वैज्ञानिक - ते हिंसा आणि जबरदस्तीच्या पद्धतींवर अवलंबून राहून समर्थक आणि अनुयायी शोधत आहेत. अर्ध-वैज्ञानिक ज्ञान, एक नियम म्हणून, काटेकोर श्रेणीबद्ध विज्ञानाच्या परिस्थितीत भरभराट होते, जेथे सत्तेत असलेल्यांवर टीका करणे अशक्य आहे, जेथे वैचारिक शासन कठोरपणे प्रकट होते. (रशियाच्या इतिहासात, "अर्ध-विज्ञानाचा विजय" चे कालखंड सुप्रसिद्ध आहेत: लिसेन्कोइझम; फिक्सिझम इ.)

 विज्ञानविरोधी - युटोपियन म्हणून आणि वास्तविकतेबद्दल जाणूनबुजून विकृत कल्पना.

 स्यूडोसायंटिफिक - बौद्धिक क्रियाकलापांचे प्रतिनिधित्व करा जे लोकप्रिय सिद्धांतांच्या संचावर अनुमान लावतात (प्राचीन अंतराळवीरांबद्दलच्या कथा, बिगफूटबद्दल, लॉच नेसच्या राक्षसाबद्दल)

 दैनंदिन-व्यावहारिक - निसर्ग आणि सभोवतालच्या वास्तवाबद्दल मूलभूत माहिती प्रदान करणे. सामान्य ज्ञानामध्ये सामान्य ज्ञान, चिन्हे, सुधारणा, पाककृती, वैयक्तिक अनुभव आणि परंपरा यांचा समावेश होतो. जरी ते सत्य नोंदवत असले, तरी ते असंबद्धपणे आणि पुराव्याशिवाय करते.

 वैयक्तिक - एखाद्या विशिष्ट विषयाच्या क्षमतेवर आणि त्याच्या बौद्धिक संज्ञानात्मक क्रियाकलापांच्या वैशिष्ट्यांवर अवलंबून. सामूहिक ज्ञान सामान्यत: वैध (ट्रान्सपर्सनल) असते, ज्यामध्ये संकल्पना, पद्धती, तंत्रे आणि बांधकाम नियमांची उपस्थिती संपूर्ण प्रणालीसाठी सामान्य असते. III. स्थानानुसार

हायलाइट करा वैयक्तिक(मग्न, लपलेले, अद्याप औपचारिक नाही) ज्ञान आणि औपचारिक(स्पष्ट) ज्ञान.

मूक ज्ञान- लोकांचे ज्ञान जे अद्याप औपचारिक झाले नाही आणि इतर लोकांना हस्तांतरित केले जाऊ शकत नाही.

औपचारिकताकाही भाषेत (स्पष्ट) ज्ञान:

 कागदपत्रांमधील ज्ञान;

 सीडीवरील ज्ञान;

 वैयक्तिक संगणकाचे ज्ञान;

 इंटरनेट ज्ञान;

 ज्ञान तळांमध्ये ज्ञान;

 तज्ञ प्रणालींमधील ज्ञान, मानवी तज्ञांच्या स्पष्ट ज्ञानातून काढलेले.

ज्ञानाची विशिष्ट वैशिष्ट्ये तत्त्वज्ञानात अजूनही अनिश्चिततेची बाब आहे. बहुतेक विचारवंतांच्या मते, एखाद्या गोष्टीला ज्ञान मानले जावे, त्यासाठी तीन निकष पूर्ण केले पाहिजेत:

अ) पुष्टी करणे,

ब) खरे असावे,

c) विश्वासार्ह.

संबंधित माहिती.

म्हणजेच, ज्ञानाच्या काही स्तरावर ≡ डेटा

महत्त्वाचे:म्हणून ज्ञान दिले जाते विस्ताराने(स्पष्टपणे, स्पष्टपणे), म्हणजे दिलेल्या संकल्पनेशी संबंधित विशिष्ट तथ्यांच्या संचाद्वारे, आणि जाणीवपूर्वक(अस्पष्टपणे), म्हणजे दिलेल्या संकल्पनेशी संबंधित गुणधर्मांद्वारे.

डेटा नेहमी विस्तारितपणे (स्पष्टपणे) निर्दिष्ट केला जातो.

डेटाच्या विरूद्ध ज्ञानाची अंतर्गत व्याख्याक्षमता.

डेटा घटकांसह मेमरीमध्ये संग्रहित करणे नाव प्रणालीची रिडंडंसी (उदाहरणार्थ, सर्व शाब्दिक व्याख्या (शब्दकोश) संग्रहित करणे), म्हणजेच ज्ञानाची अनेक व्याख्या आहेत.

ज्ञानाची आवर्ती संरचना (विघटन).

ज्ञान युनिट्सची जोडणी (परस्पर संबंध).

वैयक्तिक घटना आणि तथ्यांमधील संबंधांचे सेमोटिक्स आणि व्यावहारिकता प्रतिबिंबित करणारे विविध संबंध स्थापित करण्याची क्षमता, तसेच संपूर्ण प्रणालीचा अर्थ प्रतिबिंबित करणारे संबंध, म्हणजेच, ज्ञानाच्या मोठ्या युनिट्सची वैयक्तिक प्रकरणे म्हणून व्याख्या करणे शक्य आहे. (CBR).

केस - उत्पादनांचा संच म्हणून - शब्दार्थ.

व्यावहारिकता- विषयाकडे वक्त्याचा दृष्टिकोन.

मेट्रिक्ससह सिमेंटिक स्पेसमध्ये ज्ञानाची उपस्थिती.

ज्ञान क्रियाकलाप, दिलेल्या ज्ञानाच्या विरूद्ध.

म्हणजेच ध्येय निश्चित करणे, ध्येय साध्य करणे इ.

ज्ञानाच्या सक्रिय वस्तू एजंट आहेत.

एजंट्सकडे मानसिक गुणधर्म असतात (म्हणजे, जे मानवांचे वैशिष्ट्य आहेत).

ज्ञानाची कार्यात्मक अखंडता.

विश्लेषण साधनांचे इच्छित परिणाम निवडण्याची क्षमता, प्राप्त परिणामाची पर्याप्तता.

अशा प्रकारे, जर वरील गुणधर्मांचा संच पूर्ण झाला तर हे ज्ञान आहे.

cos(es) आणि शास्त्रीय सॉफ्टवेअर सिस्टमची तुलना

विकास तंत्रज्ञानाची तुलना.

नियमित कार्यक्रम

ज्ञान-आधारित प्रणाली (KBS)

रचना

पॅरामीटर्सची तुलना

सिस्टम प्रकार	वैशिष्ट्ये
	प्रक्रिया प्रकार	समस्या सोडवण्याच्या पद्धती	उपाय सेट करणे	आपण शोधत आहात उपाय	व्यवस्थापन आणि डेटा	फेरफार	माहितीची विश्वासार्हता
	प्रतिकात्मक	ह्युरिस्टिक शोध		समाधानकारक *	मिश्रित		विश्वासार्ह + अविश्वसनीय
	संख्यात्मक	अल्गोरिदमिक शोध		इष्टतम	वेगळे केले		विश्वासार्ह

* समाधानकारक - मानवी तज्ञापेक्षा वाईट नाही.

चुकीची माहिती - ???नॉन-फॅक्टर्स

समस्या सोडवण्याची योजना

समस्यांचे मुख्य प्रकार ज्यांच्या निराकरणात निर्मितीचा वापर महत्त्वपूर्ण परिणाम देतो.

नाव

डेटा आणि ज्ञान. मूलभूत व्याख्या.

संगणक ज्या माहितीशी व्यवहार करतो ती प्रक्रियात्मक आणि घोषणात्मक मध्ये विभागली जाते. समस्या सोडवण्याच्या प्रक्रियेत कार्यान्वित केल्या जाणाऱ्या प्रोग्राम्समध्ये प्रक्रियात्मक माहिती मूर्त स्वरूपात असते, हे प्रोग्राम ज्या डेटासह कार्य करतात त्यामध्ये घोषणात्मक माहिती मूर्त स्वरुपात असते.

संगणकातील माहितीचे प्रतिनिधित्व करण्याचा मानक प्रकार हा एक मशीन शब्द आहे, ज्यामध्ये अनेक बायनरी अंक असतात - बिट्स - दिलेल्या प्रकारच्या संगणकासाठी निर्धारित केले जातात. डेटाचे प्रतिनिधित्व करण्यासाठी मशीन शब्द आणि प्रोग्राम तयार करणार्या सूचनांचे प्रतिनिधित्व करण्यासाठी मशीन शब्द समान किंवा भिन्न संख्या असू शकतात. कमांड्स आणि डेटासाठी कॉम्प्युटर शब्दांमधील बिट्सची समान संख्या त्यांना कॉम्प्यूटरमध्ये समान माहिती युनिट्स म्हणून विचारात घेण्यास आणि डेटाप्रमाणेच कमांडवर ऑपरेशन्स करण्यास अनुमती देते. मेमरीची सामग्री माहितीचा आधार बनवते. मशीन शब्द हे माहिती बेसचे मुख्य वैशिष्ट्य आहे, कारण त्याची लांबी अशी आहे की प्रत्येक मशीन शब्द एका मानक मेमरी सेलमध्ये संग्रहित केला जातो, वैयक्तिक नावाने सुसज्ज असतो - सेल पत्ता. या नावाचा वापर करून, माहिती युनिट्स संगणकाच्या मेमरीमधून काढली जातात आणि त्यावर लिहिली जातात. उच्च-स्तरीय प्रोग्रामिंग भाषा अमूर्त डेटा प्रकार वापरतात, ज्याची रचना प्रोग्रामरद्वारे निर्दिष्ट केली जाते.

डेटाबेस (DBs) च्या उदयाने घोषणात्मक माहितीसह कार्य आयोजित करण्याच्या दिशेने आणखी एक पाऊल चिन्हांकित केले. डेटाबेस एकाच वेळी मोठ्या प्रमाणात माहिती संचयित करू शकतात आणि डेटाबेस व्यवस्थापन प्रणाली (DBMS) तयार करणारी विशेष साधने आपल्याला डेटा प्रभावीपणे हाताळण्याची परवानगी देतात, आवश्यक असल्यास, डेटाबेसमधून पुनर्प्राप्त करा आणि डेटाबेसमध्ये आवश्यक क्रमाने लिहा.

IS मधील संशोधन विकसित होत असताना, ज्ञानाची संकल्पना उदयास आली, ज्याने प्रक्रियात्मक आणि घोषणात्मक माहितीची अनेक वैशिष्ट्ये एकत्र केली. संगणकात, ज्ञान, जसे की डेटा, प्रतीकात्मक स्वरूपात - सूत्र, मजकूर, फाइल्स, माहिती ॲरे इत्यादी स्वरूपात प्रदर्शित केले जाते. म्हणून, आपण असे म्हणू शकतो की ज्ञान म्हणजे डेटा एका विशिष्ट पद्धतीने आयोजित केला जातो. AI प्रणालींमध्ये, ज्ञान हे निर्मिती, प्रक्रिया आणि संशोधनाचे मुख्य उद्दिष्ट आहे. डेटाबेससह ज्ञानाचा आधार हा एआय सॉफ्टवेअर पॅकेजचा आवश्यक घटक आहे. AI अल्गोरिदम लागू करणाऱ्या मशीन्सना ज्ञान-आधारित मशीन म्हणतात, आणि तज्ञ प्रणालीच्या बांधकामाशी संबंधित AI सिद्धांताच्या उपखंडाला ज्ञान अभियांत्रिकी म्हणतात.

डेटा आणि ज्ञान यातील फरक:

1. ज्ञानाची अंतर्गत व्याख्याक्षमता (उदाहरणार्थ: डेटा - 243849..., ज्ञान - नैसर्गिक भाषा वाक्य).

2. ज्ञान क्रियाकलाप. ज्ञान असेल तर नवीन ज्ञानाचा उदय होऊन जुन्या ज्ञानात बदल होऊन नवीन ज्ञानाचा उदय होऊ शकतो.

3. ज्ञानाची सुसंगतता. ज्ञान हे स्वतःमध्ये स्वारस्यपूर्ण नसते, ते संपूर्णपणे (एक ज्ञान प्रणाली) मनोरंजक असते.

4. ज्ञान गतिमान आहे, परंतु डेटा सामान्यतः स्थिर असतो.

विशिष्ट गुणधर्म दर्शविणाऱ्या उच्च-स्तरीय संकल्पनेद्वारे गहन ज्ञान परिभाषित केले जाते. विस्तारित ज्ञानाची व्याख्या निम्न-स्तरीय संकल्पनांद्वारे केली जाते, सामान्यतः त्यांची फक्त सूची करून. नियमानुसार, विस्तार डेटाबेसमध्ये संग्रहित केले जातात आणि हेतू ज्ञान तळांमध्ये संग्रहित केले जातात. सादरीकरणाच्या पद्धतीवर आधारित, ज्ञान घोषणात्मक (माहिती वर्णन केले आहे) आणि प्रक्रियात्मक (अल्गोरिदममध्ये रेकॉर्ड केलेले) मध्ये विभागले आहे. ज्ञानाच्या प्रतिनिधित्वाच्या क्षेत्रातील हालचालीची मुख्य दिशा म्हणजे घोषणात्मक ज्ञानाचा अधिक वापर.

ज्ञानाचे वर्गीकरण आणि त्यांचे मॉडेल

ज्ञानाचे वर्गीकरण करण्याचे अनेक मार्ग आहेत. आपण ज्ञान वाहकानुसार वर्गीकरणावर राहू या. ज्ञान विभागले आहे:

1. औपचारिक

· संदर्भ मार्गदर्शक,

· विश्वकोश,

कॉर्पोरेट माहिती प्रणालीचे ज्ञान

2. वैयक्तिक

हस्तकला संबंधित कौशल्ये,

· क्रीडा कौशल्ये,

· विचार करण्याच्या पद्धती, विश्लेषण,

· काम करण्याच्या पद्धती

औपचारिक ज्ञान सहसा मूर्त माध्यमांवर - पुस्तके, माहितीपत्रके, इंटरनेट/इंट्रानेट साइट्स, डेटा फाइल्स, कॉर्पोरेट माहिती प्रणाली (ERP) वर स्थित असते. ज्ञान आयोजित करण्याचे हे मार्ग खूप चांगले आणि वेळ-चाचणीचे आहेत. तुमच्या संस्थेच्या उत्पादकता किंवा इतर आर्थिक निर्देशकांवर परिणाम करण्यासाठी आम्ही त्यांना लक्षणीयरीत्या सुधारण्यास सक्षम असण्याची शक्यता नाही.

वैयक्तिक ज्ञान, उलटपक्षी, सहसा केवळ त्याच्या वाहकांच्या मनात असते. संस्थेची मालमत्ता बनविण्यासाठी, कर्मचाऱ्यांमध्ये ज्ञान सक्रियपणे हस्तांतरित करणे आवश्यक आहे. या उद्देशासाठी, मार्गदर्शन आणि अंतर्गत कॉर्पोरेट प्रशिक्षण प्रणाली फार पूर्वीपासून अस्तित्वात आहेत.

बरेचसे वैयक्तिक ज्ञान औपचारिक केले जाऊ शकते. हे सर्व प्रथम, आपल्या संस्थेमध्ये स्वीकारल्या जाणाऱ्या आणि इष्टतम कार्य करण्याच्या पद्धती आणि पद्धतींशी संबंधित आहे. संस्थेच्या विकासाच्या टप्प्यावर अवलंबून, कार्य करण्याच्या पद्धती कामाच्या ठिकाणी तयार केलेल्या सर्जनशील पद्धतींपासून उद्योगातील सर्वोत्तम पद्धतींपर्यंत, व्यवसाय प्रक्रिया दस्तऐवजीकरण, ERP प्रणाली आणि संस्थात्मक धोरणांमध्ये समाविष्ट केलेल्या चाचणी आणि त्रुटींद्वारे विकसित होतात.

फ्रेम व्याख्या. एक फ्रेम गुणधर्मांची सूची आणि नेटवर्क दोन्ही आहे. पदानुक्रम आणि गुणधर्मांचा वारसा

चौकट म्हणजे ज्ञानाचे प्रतिनिधित्व करणारी एक विशिष्ट रचना, जी योग्य मूल्यांनी भरलेली असते, तेव्हा विशिष्ट घटक, घटना किंवा परिस्थितीचे वर्णन करते. फ्रेम ही घटना, घटना, परिस्थिती, प्रक्रिया किंवा वस्तूच्या साराचे किमान संभाव्य वर्णन आहे. मिनिमॅलिटीचा अर्थ असा आहे की वर्णनाच्या आणखी सरलीकरणासह त्याची पूर्णता गमावली आहे, ते ज्ञानाचे एकक परिभाषित करणे थांबवते ज्यासाठी ते अभिप्रेत आहे. फ्रेममध्ये एक विशिष्ट रचना असते ज्यामध्ये अनेक घटक असतात - स्लॉट. प्रत्येक स्लॉट, यामधून, विशिष्ट डेटा स्ट्रक्चर, प्रक्रियेद्वारे दर्शविले जाते किंवा दुसर्या फ्रेमशी संबंधित असू शकते. फ्रेमची रचना खालीलप्रमाणे दर्शविली जाऊ शकते:

फ्रेमचे नाव: (पहिल्या स्लॉटचे नाव: पहिल्या स्लॉटचे मूल्य), (दुसऱ्या स्लॉटचे नाव: दुसऱ्या स्लॉटचे मूल्य), ... (नव्या स्लॉटचे नाव: एनव्या स्लॉटचे मूल्य).

आम्ही तेच रेकॉर्ड टेबलच्या स्वरूपात दोन कॉलम जोडून सादर करू.

स्लॉट मूल्य दुसर्या फ्रेमचे नाव असू शकते; अशा प्रकारे फ्रेमचे नेटवर्क तयार केले जातात, ज्यामध्ये निवडक शिरोबिंदू आणि कनेक्शन असतात. फ्रेमचा वरचा स्तर संबंधित संकल्पनांचे प्रतिनिधित्व करतो आणि त्यानंतरचे स्तर हे विशिष्ट अर्थ असलेले टर्मिनल स्लॉट आहेत. ऑब्जेक्ट्सची पदानुक्रम मालमत्ता संशोधनाच्या उपकरणाद्वारे लागू केली जाते, जेव्हा विशिष्ट स्तराचे ऑब्जेक्ट वर्ग उच्च स्तराच्या फ्रेम वर्गांच्या संरचनेचा वारसा घेतात. जर वस्तू, मांजर. फ्रेम्सच्या एका विशिष्ट गटाने वर्णन केलेले फ्रेम्सच्या वरच्या आणि खालच्या स्तरांशी वैचारिक संबंध आहे, नंतर, अनुक्रमे. त्याच्या फ्रेम्स श्रेणीबद्ध संबंध लक्षात घेऊन तयार केल्या जातात आणि त्याच वेळी गुणधर्मांचा वारसा लक्षात येतो. स्लॉट किंवा त्याच नावाच्या फ्रेमद्वारे.