Projekt informatyczny

Wykład 2
dr inż. Piotr Grochowalski

Ver. 1.0, rok ak. 2022/2023

Wiedza
• Termin ten jest używany powszechnie, jednak dotychczas nie posiada
jeszcze ogólnie uznanej definicji.
• Termin „wiedza” występuje w języku potocznym, jak również na
gruncie wielu dyscyplin np.: filozofii, psychologii lub informatyki.
• W każdym przypadku temu pojęciu nadawane jest inne znaczenie.
 Wiedza wg Platona

Jest to prawdziwe, uzasadnione przekonanie.

Platon (ur. 427 p.n.e prawdopodobnie w Atenach, zm. 347 p.n.e. w

Atenach) powszechnie uznawany za jednego z najwybitniejszych
filozofów starożytności.
Wiedza wg Nowej Encyklopedii Powszechnej
Jest to „ogół wiarygodnych informacji o rzeczywistości wraz z
umiejętnością ich wykorzystania”.

Można powiedzieć, że:

• dzięki wiedzy jesteśmy skuteczni w działaniu,
• wiedza jest przeciwieństwem wiary,
• wiedzą jest to, co wytwarza nauka, ale w różnych zastosowaniach termin ten
odwołuje się do różnych kontekstów.
 Wiedza
Wiedzę dzieli się na wiedzę praktyczną i teoretyczną
(to rozróżnienie ma swoje źródło u Arystotelesa).

Przykład:
• Jeśli przeczytamy w książce, że najszybszym style pływackim jest kraul, to być
może zgadzamy się z tym i nabieramy sami takiego przekonania. Wtedy
mówimy o potocznie rozumianej wiedzy teoretycznej (lub zwykłej
informacji). Z posiadania tej wiedzy/informacji nie wynika jednak, że sami
potrafimy pływać tym stylem.
Arystoteles (ur. 384 p.n.e – zm. 322
• Aby się tego nauczyć, czyli posiąść praktyczną wiedzę polegającą na p.n.e.) – filozof, jeden z trzech (obok
umiejętności pływania kraulem, musimy się najpierw dowiedzieć, jakie Sokratesa i Platona) najsławniejszych
należy wykonywać ruchy w trakcie pływania, a następnie przejść praktyczną
lekcję wykonywania tych ruchów w wodzie własnymi kończynami. filozofów starożytnej Grecji.
Oprócz filozofii, położył ogromne
zasługi w rozwoju logiki i nauk
przyrodniczych, szczególnie
astronomii, fizyki i biologii.
Wiedza wg Pechmanna i Sołdka

Jest ogółem informacji dotyczących określonego obszaru rzeczywistości.

Piotr Pechmann, Jerzy Sołdek: Wiedza – istota, pozyskiwanie i wykorzystanie w

przedsiębiorstwie, Metody Informatyki Stosowanej, Szczecin 2007.
Wiedza a dane i informacje
• Dane to elementarne fakty związane z jakimś wydarzeniem.
Są to zazwyczaj wyniki (np. liczby) pojedynczych pomiarów lub
obserwacji dotyczących cechy lub własności określonego obiektu.

• Informacja jest zbiorem powiązanych danych umieszczonych w

określonym kontekście.
Zatem dane są składowymi informacji.
Wiedza a dane i informacje
Uwagi:
1. Wiedza jest swego rodzaju produktem lub wypadkową zbioru
informacji dotyczących określonego obszaru rzeczywistości.
2. Dane i informacje mogą być wytwarzane przez odpowiednie
systemy informatyczne.
3. Zdolność wytwarzania wiedzy jest przypisywana wyłącznie
człowiekowi. Wiedza powstaje w umyśle ludzkim w trakcie
gromadzenia i przetwarzania powiązanych ze sobą informacji w
procesie zdobywania doświadczenie i uczenia się.
Zależności między danymi, informacjami i
wiedzą

W ekonomii taki schemat nazywa się Business Intelligence.

 Rodzaje wiedzy
• Wiedza proceduralna
• Wiedza ontologiczna
• Wiedza epizodyczna
Dotyczy metod postępowania prowadzącego do
osiągnięcia zamierzonego celu.
Przykład: Opis (znajomość) procedury przyjęcia
zamówienia, procesu produkcji krzesła lub
sposobu uruchomienia samochodu.
Wiedza proceduralna odpowiada na pytanie
jak coś zrobić?
 Rodzaje wiedzy
Dotyczy tego, co występuje lub z czym mamy do czynienia
• Wiedza proceduralna w danym obszarze rzeczywistości (dziedzinie problemu).
Uwagi:
• Wiedza ontologiczna 1. Jej istotą jest znajomość klas (typów, rodzajów)
• Wiedza epizodyczna obiektów, własności, jakie mają obiekty określonej klasy,
oraz relacji pomiędzy znanymi klasami obiektów.
2. Wiedza ontologiczna odzwierciedla ogólne, zawsze
prawdziwe fakty związane z daną dziedziną problemu.
3. Wiedza ontologiczna odpowiada na pytania: co (obiekty
jakich klas) występuje w danej dziedzinie problemu?, jakie
własności mają obiekty należące do klasy X?, jakie relacje
mogą łączyć obiekty klasy X z obiektami klasy Y?
Przykład: „Samochód ma silnik”, „Kot jest ssakiem”, „Rok
ma 12 miesięcy”
 W ujęciu węższym – odzwierciedla zapamiętane zdarzenia
z przeszłości.
Rodzaje wiedzy Uwagi:
1.Dotyczy sytuacji lub faktów, które były doświadczone lub
• Wiedza proceduralna zarejestrowane w przeszłości i które są pamiętane.
Składowymi tych sytuacji i faktów zawsze będą określone
• Wiedza ontologiczna obiekty (np. ludzie, przedmioty) oraz miejsce i czas
• Wiedza epizodyczna zdarzenia.
2.W ujęciu szerszym w skład wiedzy epizodycznej włączyć
można również wiedzę na temat wydarzeń obecnych oraz
planowanych lub przewidywanych, np. zaplanowanych
spotkań biznesowych lub przyszłych etapów procesu
produkcyjnego.
3.Ważną częścią wiedzy epizodycznej jest także czasowe
uszeregowanie poszczególnych wydarzeń – historia.

Wiedza epizodyczna odpowiada na pytania: co się

wydarzyło?, co się dzieje obecnie? oraz co się wydarzy?
 Podział wiedzy
Wiedza typu:
Dotyczy faktów, zarówno o charakterze ogólnym
• Wiem – co jak i jednostkowym (zdarzeń).
• Wiem – jak
• Wiem – dlaczego Przykłady: Znajomość liczby przedsiębiorstw w
• Wiem - kto województwie podkarpackim, składników ciasta
do pizzy lub szczegółów ostatniej wizyty u lekarza.
Uwagi: Ten typ wiedzy obejmuje zarówno wiedzę
ontologiczną i wiedzę epizodyczną.
 Podział wiedzy
Wiedza typu:
Odnosi się do sposobów realizacji
• Wiem – co
określonych zadań.
• Wiem – jak
• Wiem – dlaczego Odpowiada ona wiedzy proceduralnej.
• Wiem - kto
 Dotyczy zasad i praw występujących tak w naturze
Podział wiedzy (np. prawa fizyki) jak i w umysłach ludzi
(psychologia) i społeczeństwie (socjologia).
Wiedza typu:
• Wiem – co Uwagi:
• Wiem – jak 1.Jest to wiedza o sposobie funkcjonowania
otaczającej rzeczywistości i jej składowych, w tym
• Wiem – dlaczego o istniejących w niej związkach przyczynowo-
• Wiem - kto skutkowych.
2.Jest bardzo istotna dla działań innowacyjnych,
ponieważ znajomość sposobu funkcjonowania
rzeczywistości pozwala zarówno na uzyskanie
efektywności nowo tworzonych produktów, jak i
na poprawę efektywności produktów już
istniejących.
 Podział wiedzy
Wiedza typu:
• Wiem – co
Opisuje posiadaczy zasobów potrzebnych do
• Wiem – jak realizacji zamierzonych celów.
• Wiem – dlaczego
• Wiem - kto Uwaga:
Wiedza typu wiem-kto określa zarówno posiadaczy
wiedzy jak i wiedzę, którą posiadają.
Kolejny podział wiedzy
Podział wiedzy w kontekście pozyskiwania i wykorzystania
wiedzy w organizacji lub przedsiębiorstwie:
• Wiedza jawna
• Wiedza ukryta
 Wiedza jawna
Jest odzwierciedlana za pomocą środków materialnych takich jak schematy,
wzory i symbole, algorytmy postępowania itp.
Uwagi:
• Wiedza jawna ma charakter zewnętrzny względem korzystających z niej
ludzi, dzięki czemu możliwe jest jej łatwe współdzielenie w organizacji oraz
wymiana i transfer.
• Niektóre rodzaje wiedzy jawnej są kodyfikowane za pomocą specjalnych
środków formalnych dzięki czemu możliwe jest automatyczne przetwarzanie
takiej wiedzy przez systemy informatyczne, np. w celu wspomagania
procesu podejmowania decyzji przez kadrę kierowniczą firmy.
 Wiedza ukryta
Jest mieszanką różnego rodzaju doświadczeń, umiejętności, wypracowanych
sposobów postępowania w sytuacjach zawodowych oraz merytorycznych
spostrzeżeń posiadanych przez specjalistów i ekspertów dziedzinowych.

Uwagi:
• Jest przechowywana w umysłach ludzi, którzy ją wytworzyli lub posiedli i z tego
względu nie może być bezpośrednio postrzegana – ujawnia się w efektywnym
sposobie rozwiązywania problemów przez specjalistów.
• Bezpośrednie współdzielenie lub transfer wiedzy ukrytej są bardzo utrudnione
lub w wielu przypadkach nawet niemożliwe do przeprowadzenia zgodnie z
zasadą, że wiemy znacznie więcej niż jesteśmy w stanie powiedzieć lub wyrazić.
 Wiedza ukryta

Istnieje też drugi rodzaj wiedzy ukrytej.

• Jest ona zawarta w gromadzonych różnego typu dokumentach i bazach danych.

Informacje te i fakty stanowić będą wiedzę tylko w przypadku, gdy ich
zawartość zostanie opisana w odpowiedni, formalny sposób dzięki czemu
możliwy będzie efektywny dostęp do niej przez użytkowników.
• Identyfikacja istniejącej w organizacji wiedzy ukrytej i wytwarzanie na jej bazie
zasobów wiedzy jawnej jest głównym zadaniem inżynierii wiedzy.
 Pozyskiwanie i zarządzanie wiedzą
Inżynieria wiedzy zajmuje się pozyskiwaniem z danych wiedzy ukrytej oraz jej
zarządzaniem.

Uwagi:
• Termin ten powstał i pierwotnie był używany w obrębie sztucznej inteligencji
na określenie technik pozyskiwania treści dla baz wiedzy stosowanych w
systemach wnioskujących, głównie w systemach ekspertowych.
• Obecnie termin ten jest używany na określenie
ogółu działań związanych z pozyskiwaniem wiedzy jawnej z zasobów wiedzy
ukrytej oraz z gromadzeniem i zarządzaniem zasobami dostępnej wiedzy jawnej.
 Inżynieria wiedzy
Do zagadnień wchodzących w skład inżynierii wiedzy (w sensie szerszym) należą:
1. Metody identyfikacji źródeł wiedzy w przedsiębiorstwie (organizacji).
2. Metody akwizycji (pozyskiwania) wiedzy różnych typów, w tym w szczególności:
• metody pozyskiwania wiedzy od ekspertów dziedzinowych,
• metody odkrywania wiedzy na drodze eksploracyjnej analizy danych (data mining).
3. Środki reprezentacji wiedzy odpowiednie dla różnych typów wiedzy i rodzajów jej
przeznaczenia.
4. Metody analizy rozpoznanej wiedzy w celu:
• oceny jej jakości,
• wykrywania jej ewentualnej niekompletności, niespójności lub sprzeczności.
5. Środki i metody tworzenia baz i repozytoriów wiedzy.
6. Środki i metody wspomagające wyszukiwanie i dostęp do wiedzy przez pracowników.
7. Środki i metody umożliwiające współdzielenie, wymianę i transfer wiedzy pomiędzy
organizacjami.
Inżynieria wiedzy - krócej
Zagadnienia podejmowane przez inżynierię wiedzy:
1. Identyfikacja źródeł wiedzy
2. Akwizycja (pozyskiwanie) wiedzy
3. Reprezentacja wiedzy
4. Analiza zasobów wiedzy
5. Tworzenie baz i repozytoriów wiedzy
6. Wyszukiwanie i dostęp do zasobów wiedzy
7. Wymiana, współdzielenie i transfer wiedzy
Akwizycja i reprezentacja
Formalne reprezentacje wiedzy:
1. Reprezentacje bazujące na logice predykatów
2. Trójki <obiekt, atrybut, wartość>
3. Reprezentacje regułowe
4. Reprezentacje obiektowe: ramy i sieci semantyczne
5. Ontologie
6. Diagramy UML
Reprezentacje wiedzy
Trójki: obiekt-atrybut-wartość
lub
czwórki: obiekt-atrybut-wartość-stopień pewności

Pozwalają reprezentować fakty, np.:

Obiekt: Jan Kowalski Obiekt: Dzień 7 maja 2007 r.

Atrybut: Dochód Atrybut: Pogoda
Wartość: 5000 Wartość: Ładna
Stopień pewności: 0,8
Reprezentacje wiedzy
Ramy
• Rama składa się z obiektu i pól, w których można zapisywać
informacje związane z tym obiektem.
Przykład:

Kowalski Wiek: średni

Sytuacja zawodowa: pracuje
Staż pracy: 10 lat
Reprezentacje wiedzy
Reguły (IF-THEN)
• reguły składają się z przesłanki (IF) oraz konkluzji (THEN),
• wyrażenia w przesłankach i konkluzjach nazywa się klauzulami.

Ogólna postać reguły:

JEŚLI x1 jest V1 i/lub x2 jest V2 i/lub ... i/lub xN jest VN
TO y jest D

Przykład reguły:
JEŚLI Wiek jest średni i Sytuacja zawodowa jest pracuje i dochody są 2500
TO Ocena klienta jest dobra
Akwizycja wiedzy
Proces pozyskiwania wiedzy jawnej z zasobów wiedzy ukrytej.

Obszary działania akwizycji wiedzy w przedsiębiorstwie lub organizacji:

1. Pozyskiwanie wiedzy od ekspertów i specjalistów dziedzinowych.
2. Tworzenie zasobów wiedzy jawnej na bazie dokumentów, baz danych i tym
podobnych zasobów przedsiębiorstwa.
3. Pozyskiwanie wiedzy na drodze eksploracyjnej analizy danych.

Inżynier wiedzy – specjalista zajmujący się pozyskiwaniem wiedzy od ekspertów

dziedzinowych.
Pozyskiwanie wiedzy od ekspertów
i specjalistów dziedzinowych
Techniki pozyskiwania wiedzy:
• Prowadzenie odpowiednio ukierunkowanego wywiadu z ekspertem.
• Rejestracja i analiza działań eksperta w trakcie rozwiązywania
problemu, działania te mogą być uzupełniane o odpowiednie
komentarze ze strony eksperta.
• Analiza protokołów, raportów i innych dokumentów uzyskanych od
eksperta lub związanych z jego pracą.
• „Przerobienie” problemu przez inżyniera wiedzy pod kierunkiem
eksperta.
Tworzenie zasobów wiedzy jawnej na bazie
dokumentów i baz danych
• Dokumenty zawierać mogą: raporty, opisy procedur i procesów
organizacyjnych, normy działania, opisy doświadczeń lub rozwiązań
znalezionych dla przypadków szczególnych.
• Bazy danych zawierać mogą: informacje dotyczące klientów, kooperantów
lub zamówień.
• INŻYNIER WIEDZY ma opisać zawartość wymienionych materiałów w
sposób formalny, tzn. ścisły, jednoznaczny i odpowiedni dla mechanizmów
wyszukiwawczych wbudowanych w system informatyczny stosowany w
przedsiębiorstwie.
• Dobrym sposobem opisu treści materiałów są ontologie, w których
wyszczególnione są kluczowe dla danej dziedziny pojęcia i relacje między
nimi.
Pozyskiwanie wiedzy na drodze eksploracyjnej
analizy danych
Eksploracyjna analiza danych (EAD, ang. data mining) – proces znajdowania
zależności, prawidłowości i wzorców dotyczących obiektów z danej dziedziny
problemu na podstawie analizy dużych zbiorów (baz) danych dotyczących
tych obiektów.

Istotą tego procesu jest:

• odkrywanie zupełnie nowej wiedzy nie znanej wcześniej nawet specjalistom
i ekspertom dziedzinowym,
• akwizycja wiedzy jest prowadzona w dużej mierze automatycznie przez
specjalistyczne systemy informatyczne, rola inżyniera wiedzy sprowadza się
często jedynie do wyboru metody analizy odpowiedniej do rozpatrywanego
problemu.
Metody stosowane w systemach EAD
(data mining)
1. Zaawansowane metody analizy statystycznej
2. Metody sztucznej inteligencji:
• sztuczne sieci neuronowe,
• drzewa decyzyjne,
• logika rozmyta,
• zbiory przybliżone,
• analiza skupień,
• sieci przekonań,
• sieci Petriego,
• itd.