Лекция 4. Данные и знания

Закон Онсагера максимизации убывания энтропии

Закон эквивалентности вариантов построения сложных систем

Теорема Геделя о неполноте

В достаточно богатых теориях (включающих арифметику) всегда существуют недоказуемые истинные выражения.

Поскольку сложные системы включают в себя (реализуют) элементарную арифметику, то при выполнении вычислений в ней могут возникнуть тупиковые ситуации (зависания).

С ростом сложности системы доля вариантов ее построения, близких к оптимальному варианту, растет.

Если число всевозможных форм реализации процесса, согласных с законами физики, не единственно, то реализуется та форма, при которой энтропия системы растет наиболее медленно. Иначе го­воря, реализуется та форма, при которой максимизируется убыва­ние энтропии или рост информации, содержащейся в системе.

[1] Энтропия – в данном случае, степень неопределенности, непредсказуемости состояния системы и внешней среды.

Всегда вызывает интерес соотношение между данными и зна­ниями, в особенности представления (способы формализации) тех и других, модели представления данных и знаний, поскольку дан­ные и знания — это форма представления информации в ЭВМ (рис. 1.17).
Информация, с которой имеет дело ЭВМ, разделяется на проце­дурную и декларативную.

Процедурная информация овеществлена в программах, которые выполняются в процессе решения задач, дек­ларативная — в данных, с которыми эти программы работают (рис. 1.18).

Стандартной формой представления информации в ЭВМ является машинное слово, состоящее из определенного для данного типа ЭВМ числа двоичных разрядов — битов. В ряде случаев машинные слова разбиваются на группы по восемь двоичных разрядов, которые называются байтами.

Одинаковое число разрядов в машинных словах для команд и данных позволяет рассматривать их в ЭВМ в качестве одинаковых информационных единиц (ИЕ) и выполнять операции над командами, как над дан­ными. Содержимое памяти образует информационную базу (рис. 1.19).

Для удобства сравнения данных и знаний можно выделить ос­новные формы (уровни) существования знаний и данных. Как представлено в табл. 1.2, у данных и знаний много общего. Однако знания имеют более сложную структуру, и переход от данных к знаниям является закономерным следствием развития и усложне­ния информационных структур, обрабатываемых на ЭВМ.