Management znalostí

ZnalostnZnalostní systémyí systémy

Professor R. HankaProfessor R. HankaDirector, Medical Informatics Unit,University of CambridgeDirector, Medical Informatics Unit,University of CambridgeVisiting Profesor, Fakulta Managementu, VŠEVisiting Profesor, Fakulta Managementu, VŠE

Systémy v jednotlivých fázích

Transaction Processing SystemsTransaction Processing Systems (TPS) (TPS) - důraz na uchování a vyhledávání dat- důraz na uchování a vyhledávání dat

Management Information SystemsManagement Information Systems (MIS) (MIS) - agregace „surových“ dat s cílem zajistit - agregace „surových“ dat s cílem zajistit pro management potřebné informace pro management potřebné informace

Knowledge Based SystemsKnowledge Based Systems (KBS) (KBS) = = Znalostní systémyZnalostní systémy - - důraz přesunut na zpracování znalostí důraz přesunut na zpracování znalostí

„Knowledge Age“ (věk znalostí)

klíčové faktory budoucího úspěchu: schopnost organizací řídit, uchovávat, oceňovat a distribuovat znalosti

uvedené schopnosti jsou známy jako management znalostí

organizace ve vyspělých ekonomikách již zjistily, že znalosti jsou jejich největším kapitálem

Kritickou komponentou managementu znalostí je vývoj, aplikace, nasazení a sdílení znalostních systémů

Znalostní systémy jsou ideální technologií pro zachování znalostí uvnitř organizace a pro tvorbu podnikové báze znalostí.

Vznik oblasti zpracování znalostí KBS (Knowledge Based Systems) = znalostní

systémy vedlejším produktem výzkumu v oblasti AIvedlejším produktem výzkumu v oblasti AI computer-based systems - využívají extenzivní computer-based systems - využívají extenzivní

znalosti z dané oblasti (typicky lidských expertů) pro znalosti z dané oblasti (typicky lidských expertů) pro řešení problémů a (obvykle částečnou) automatizaci řešení problémů a (obvykle částečnou) automatizaci rozhodovacích procesůrozhodovacích procesů

pokoušejí se o další „generační“ posun zaměřením se pokoušejí se o další „generační“ posun zaměřením se na na znalostiznalosti ve srovnání s předchozím zaměřením na ve srovnání s předchozím zaměřením na informaceinformace

ZNALOSTZNALOST - získává se z informací tím, že se - získává se z informací tím, že se jim přiřadí význam a interpretace jim přiřadí význam a interpretace (typicky lidským expertem)(typicky lidským expertem)

Informace Expert

Znalosti

Definice pojmu znalost

úplná a přesná definice chybíúplná a přesná definice chybí

máme intuitivní cítění, co to znamená máme intuitivní cítění, co to znamená „něco znát“, ale obtíž to vyjádřit„něco znát“, ale obtíž to vyjádřit

Websterův slovník: Websterův slovník: znalost jeznalost je... skutečnost či stav myšlenkového ... skutečnost či stav myšlenkového

vlastnictví jedné či více pravd, faktů, vlastnictví jedné či více pravd, faktů, principů nebo jiných objektů vnímání, principů nebo jiných objektů vnímání, získaných na základě výuky, studia, získaných na základě výuky, studia, výzkumu nebo zkušenostivýzkumu nebo zkušenosti

definice v oblasti AI literaturydefinice v oblasti AI literatury množina faktů a principů shromážděná lidstvemmnožina faktů a principů shromážděná lidstvem informace, kterou potřebuje počítač, aby se mohl informace, kterou potřebuje počítač, aby se mohl

chovat inteligentněchovat inteligentně

Znalosti Znalosti jsou tvořeny celou množinou názorů, jsou tvořeny celou množinou názorů, zkušeností a postupů, které jsou považovány za zkušeností a postupů, které jsou považovány za správné a pravdivésprávné a pravdivé

Znalost je vždy aplikovatelná ve více situacích a Znalost je vždy aplikovatelná ve více situacích a relativně po dlouhou doburelativně po dlouhou dobu.

Znalost = vědět jaká informace je potřebná

= „vědět co“ jak je třeba informaci zpracovat

= „vědět jak“ proč je která informace potřebná =

„vědět proč“ kde lze nalézt informaci potřebnou pro

dosažení specifického cíle = „vědět kde“)

kdy je která informace potřebná = „vědět kdy“)

Rozdíly mezi pojmy data, informace a znalosti

Data jsou symboly, které nelze přímo interpretovat, i když z nich lze odvodit informace.

Informace jsou data, jimž je přidělený význam, přičemž informace se váže ke specifické situaci a má omezenou platnost.

Znalost je to, co umožňuje lidem inteligentně jednat a zacházet se všemi dostupnými informačními zdroji.

Další charakteristiky znalostí

Znalosti umožňují vybrat tu správnou akci nebo požádat o správnou informaci.

Tato akční komponenta je základním aspektem znalosti

Znalosti mohou vygenerovat další informace Informace lze předat (informace je vlastně

sdělení) Lze však předat jednoduše znalosti?

Dimenze znalostí explicitníexplicitní povrchnípovrchní domain (spec.) domain (spec.) deklarativnídeklarativní

nevyslovenánevyslovená hlubokáhluboká všeobecnávšeobecná procedurálníprocedurální

ZNALOST

Meta

Znalost

Hluboká

Explicitní

Procedurální

Všeobecná(selský rozum)Povrchní

Nevyslovená

Deklarativní

Domain (specifická)

Získávání znalostí

na rozdíl od filozofů musí AI specialisté na rozdíl od filozofů musí AI specialisté řešit 2 úlohy:řešit 2 úlohy: rozhodnout, co znalost je rozhodnout, co znalost je zachytit ji v počítačizachytit ji v počítači

získávání znalostí - oblast AI získávání znalostí - oblast AI týká se získávání znalostí potřebných pro týká se získávání znalostí potřebných pro

budování KBSbudování KBS rostoucí důležitost, protože jde o „bottle-rostoucí důležitost, protože jde o „bottle-

neck“ (úzký profil) a nejkritičtější část vývoje neck“ (úzký profil) a nejkritičtější část vývoje KBSKBS

typické zdroje znalosti v organizaci

knihy (explicitní znalost) záznamy z minulosti experti (zdroj nevyslovené znal.) kontakty s jinými lidmi

Získávání znalostí vedené znalostním inženýremvedené znalostním inženýrem

cílem získání („vydolování“) znalostí z expertůcílem získání („vydolování“) znalostí z expertů zkušenost ukazuje, že většina expertů není zkušenost ukazuje, že většina expertů není

schopna jasně vysvětlit, proč a jak řeší dané schopna jasně vysvětlit, proč a jak řeší dané úlohy tak expertním způsobemúlohy tak expertním způsobem

důvody, proč experti nejsou schopni vysvětlit - důvody, proč experti nejsou schopni vysvětlit - většinou vyplývají z používání intuicevětšinou vyplývají z používání intuice

některé důležité „domain“ znalosti považují za některé důležité „domain“ znalosti považují za tolik zřejmé, že je ani nezmíní (důsledek - „.... tolik zřejmé, že je ani nezmíní (důsledek - „.... mužský pacient - těhotný...“mužský pacient - těhotný...“

Plánování procesu získání znalostí

základním problémem pro znalostního inženýra je vytřídit informace, které jsou k dispozici od expertů

rozhodnout, co je důležité a co není relevantní studium prostředí, kde se má KBS vytvořit identifikovat skupiny a jejich charakteristiky

expert (experti) uživatelé

Otázky spojené se znalostmi znalost znalost

kde ji lze získat ?kde ji lze získat ? je jednoznačná?je jednoznačná? je s ní všeobecný souhlas?je s ní všeobecný souhlas? je statická či dynamická?je statická či dynamická? je úplná?je úplná? jaká je v ní úroveň nejistoty?jaká je v ní úroveň nejistoty?

možnost dekompozice?možnost dekompozice? vrstvení vrstvení (od obecných k specifickým)(od obecných k specifickým)

Nástroje pro automatizované získávání znalostí

aut. získávání znalostí je užitečné, protože mnoho cenných znalostí je často obsaženo v záznamech z minulosti (např. medicinské záznamy)

snaha naučit se relevantní znalosti ze zdrojů z odpovídající oblasti (z domain) nezávisle na znalostním inženýrovi

používají k tomu techniky patřící do podoblasti AI, nazývané strojové učení (machine learning) např. tzv. induktivní učení

Induktivní učenívysvětlit Marťanovi

význam pojmu „pták“

atributy: křídla, létá, žlutý zobák, zpívá, snáší vejce

diskriminační predikáty: pták vs. neptákgeneralizace: = křídla (diskr. predikát)

nemá křídla nemá křídla ---> „není pták“---> „není pták“

má křídla, snáší vajíčka---> „ hele, pták!..“

korekce : pták = křídla + žlutý zobák (specifikace)

nemá žlutý zobák ---> „ není to pták!..“

další korekce : ........

diskriminační predikát: pták = snáší vajíčka se skořápkou

Základní operace se znalostmi

ZNALOSTI

Vytvoření nové znalosti

Šíření znalostí

Kombinování dostupných

znalostí

Ochrana znalostí

Cíle managementu znalostí efektivní a účinný vývoj a rozvoj nových

znalostí zlepšování existujících znalostí z pohledu

strategie organizace a individuálních cílů pracovníků

distribuce nových znalostí do jiných útvarů a transfer znalostí na nové pracovníky

efektivní a účinné propojování nejlepších znalostí uvnitř organizace nebo v síti organizací

ve vztahu k „dimenzi“ znalosti

udržovat obsah znalostí v aktuálním stavu, aplikovat nejlepší znalost

použít znalostí v nejlepším místě

použít znalost v nejlepší formě

použít znalost, když je požadována

Předpoklady pro efektivní management znalostí

Odměňování sdílení znalostí

Potřeba multidisciplinárního přístupu

Nutnost vytvoření určité vize budoucnosti