Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Management znalostí Znalostní systémy Professor R. Hanka Director, Medical Informatics Unit,University of Cambridge Visiting Profesor, Fakulta Managementu,

Podobné prezentace


Prezentace na téma: "Management znalostí Znalostní systémy Professor R. Hanka Director, Medical Informatics Unit,University of Cambridge Visiting Profesor, Fakulta Managementu,"— Transkript prezentace:

1 Management znalostí Znalostní systémy Professor R. Hanka Director, Medical Informatics Unit,University of Cambridge Visiting Profesor, Fakulta Managementu, VŠE

2 Systémy v jednotlivých fázích u Transaction Processing Systems (TPS) - důraz na uchování a vyhledávání dat u Management Information Systems (MIS) - agregace „surových“ dat s cílem zajistit pro management potřebné informace u Knowledge Based Systems (KBS) = Znalostní systémy - důraz přesunut na zpracování znalostí

3 „Knowledge Age“ (věk znalostí) n n klíčové faktory budoucího úspěchu: schopnost organizací řídit, uchovávat, oceňovat a distribuovat znalosti n n uvedené schopnosti jsou známy jako management znalostí n n organizace ve vyspělých ekonomikách již zjistily, že znalosti jsou jejich největším kapitálem

4 n n Kritickou komponentou managementu znalostí je vývoj, aplikace, nasazení a sdílení znalostních systémů n n Znalostní systémy jsou ideální technologií pro zachování znalostí uvnitř organizace a pro tvorbu podnikové báze znalostí.

5 Vznik oblasti zpracování znalostí n n KBS (Knowledge Based Systems) = znalostní systémy u vedlejším produktem výzkumu v oblasti AI u computer-based systems - využívají extenzivní znalosti z dané oblasti (typicky lidských expertů) pro řešení problémů a (obvykle částečnou) automatizaci rozhodovacích procesů u pokoušejí se o další „generační“ posun zaměřením se na znalosti ve srovnání s předchozím zaměřením na informace

6 ZNALOST - získává se z informací tím, že se jim přiřadí význam a interpretace (typicky lidským expertem) Informace Expert Znalosti

7 Definice pojmu znalost n úplná a přesná definice chybí n máme intuitivní cítění, co to znamená „něco znát“, ale obtíž to vyjádřit n Websterův slovník: znalost je... skutečnost či stav myšlenkového vlastnictví jedné či více pravd, faktů, principů nebo jiných objektů vnímání, získaných na základě výuky, studia, výzkumu nebo zkušenosti

8 n definice v oblasti AI literatury u množina faktů a principů shromážděná lidstvem u informace, kterou potřebuje počítač, aby se mohl chovat inteligentně Znalosti jsou tvořeny celou množinou názorů, zkušeností a postupů, které jsou považovány za správné a pravdivé Znalosti jsou tvořeny celou množinou názorů, zkušeností a postupů, které jsou považovány za správné a pravdivé Znalost je vždy aplikovatelná ve více situacích a relativně po dlouhou dobu Znalost je vždy aplikovatelná ve více situacích a relativně po dlouhou dobu.

9 Znalost = vědět n n jaká informace je potřebná = „vědět co“ n n jak je třeba informaci zpracovat = „vědět jak“ n n proč je která informace potřebná = „vědět proč“ n n kde lze nalézt informaci potřebnou pro dosažení specifického cíle = „vědět kde“) n n kdy je která informace potřebná = „vědět kdy“)

10 Rozdíly mezi pojmy data, informace a znalosti n n Data jsou symboly, které nelze přímo interpretovat, i když z nich lze odvodit informace. n n Informace jsou data, jimž je přidělený význam, přičemž informace se váže ke specifické situaci a má omezenou platnost. n n Znalost je to, co umožňuje lidem inteligentně jednat a zacházet se všemi dostupnými informačními zdroji.

11 Další charakteristiky znalostí n n Znalosti umožňují vybrat tu správnou akci nebo požádat o správnou informaci. n n Tato akční komponenta je základním aspektem znalosti n n Znalosti mohou vygenerovat další informace n n Informace lze předat (informace je vlastně sdělení) n n Lze však předat jednoduše znalosti?

12 Dimenze znalostí n explicitní n povrchní n domain (spec.) n deklarativní n nevyslovená n hluboká n všeobecná n procedurální ZNALOST Meta Znalost Hluboká Explicitní Procedurální Všeobecná (selský rozum) Povrchní Nevyslovená Deklarativní Domain (specifická)

13 Získávání znalostí n na rozdíl od filozofů musí AI specialisté řešit 2 úlohy: u rozhodnout, co znalost je u zachytit ji v počítači n získávání znalostí - oblast AI u týká se získávání znalostí potřebných pro budování KBS u rostoucí důležitost, protože jde o „bottle- neck“ (úzký profil) a nejkritičtější část vývoje KBS

14 n n typické zdroje znalosti v organizaci u u knihy (explicitní znalost) u u záznamy z minulosti u u experti (zdroj nevyslovené znal.) u u kontakty s jinými lidmi

15 Získávání znalostí 1 vedené znalostním inženýrem u cílem získání („vydolování“) znalostí z expertů u zkušenost ukazuje, že většina expertů není schopna jasně vysvětlit, proč a jak řeší dané úlohy tak expertním způsobem u důvody, proč experti nejsou schopni vysvětlit - většinou vyplývají z používání intuice u některé důležité „domain“ znalosti považují za tolik zřejmé, že je ani nezmíní (důsledek - „.... mužský pacient - těhotný...“

16 Plánování procesu získání znalostí n n základním problémem pro znalostního inženýra je vytřídit informace, které jsou k dispozici od expertů n n rozhodnout, co je důležité a co není relevantní n n studium prostředí, kde se má KBS vytvořit n n identifikovat skupiny a jejich charakteristiky u u expert (experti) u u uživatelé

17 Otázky spojené se znalostmi n znalost u kde ji lze získat ? u je jednoznačná? u je s ní všeobecný souhlas? u je statická či dynamická? u je úplná? u jaká je v ní úroveň nejistoty? n možnost dekompozice? n vrstvení (od obecných k specifickým)

18 Nástroje pro automatizované získávání znalostí n n aut. získávání znalostí je užitečné, protože mnoho cenných znalostí je často obsaženo v záznamech z minulosti (např. medicinské záznamy) n n snaha naučit se relevantní znalosti ze zdrojů z odpovídající oblasti (z domain) nezávisle na znalostním inženýrovi n n používají k tomu techniky patřící do podoblasti AI, nazývané strojové učení (machine learning) např. tzv. induktivní učení

19 Induktivní učení vysvětlit Marťanovi význam pojmu „pták“ atributy: křídla, létá, žlutý zobák, zpívá, snáší vejce diskriminační predikáty: pták vs. nepták generalizace: = křídla (diskr. predikát )

20 nemá křídla ---> „není pták“

21 má křídla, snáší vajíčka ---> „ hele, pták!..“ korekce : pták = křídla + žlutý zobák (specifikace)

22 nemá žlutý zobák ---> „ není to pták!..“ další korekce : diskriminační predikát: pták = snáší vajíčka se skořápkou

23 Základní operace se znalostmi

24 Cíle managementu znalostí n n efektivní a účinný vývoj a rozvoj nových znalostí n n zlepšování existujících znalostí z pohledu strategie organizace a individuálních cílů pracovníků n n distribuce nových znalostí do jiných útvarů a transfer znalostí na nové pracovníky n n efektivní a účinné propojování nejlepších znalostí uvnitř organizace nebo v síti organizací

25 ve vztahu k „dimenzi“ znalosti n n udržovat obsah znalostí v aktuálním stavu, aplikovat nejlepší znalost n n použít znalostí v nejlepším místě n n použít znalost v nejlepší formě n n použít znalost, když je požadována

26 Předpoklady pro efektivní management znalostí n n Odměňování sdílení znalostí n n Potřeba multidisciplinárního přístupu Nutnost vytvoření určité vize budoucnosti


Stáhnout ppt "Management znalostí Znalostní systémy Professor R. Hanka Director, Medical Informatics Unit,University of Cambridge Visiting Profesor, Fakulta Managementu,"

Podobné prezentace


Reklamy Google