Preview

Вестник кибернетики

Расширенный поиск

Интеллектуальная обработка информации: аксиоматический и метрологический аспекты

Полный текст:

Аннотация

В статье проанализированы и уточнены определения для понятий «данные», «информация» и «интеллект» из зарубежных и отечественных источников. На сегодняшний день проблема обработки информации стала особенно актуальна в связи с повышением количества информации, которой оперируют экономические объекты и государственные организации. Были рассмотрены вопросы взаимосвязи понятий «данные», «информация» и «знания», проведен семантический анализ определений и выделены наиболее часто встречающиеся термины. Выявлено, что в понимании термина «данные» многими исследователями достигнут консенсус, в отличие от терминов «информация», «знание» и «интеллект». Проанализированы сложности, связанные с оцениванием интеллекта у компьютерных программ и систем, а также известные критерии оценивания уровня интеллекта. Рассмотрен метрологический аспект оценки интеллектуальности при обработке информации и выдвинуты критерии для такого оценивания. Проанализированы проблемы, возникающие при практической реализации средств для интеллектуальной обработки информации.

Об авторах

Е. Е. Бизянов
Донбасский государственный технический университет
Украина
г. Алчевск, ЛНР


А. А. Гутник
Донбасский государственный технический университет
Украина
г. Алчевск, ЛНР


Список литературы

1. Никошин Л. А. Избыточность информации в системах электронного документооборота // Электрон. средства и системы управления. 2005. № 2. С. 199–200.

2. Полудина В. П. Информационный шум в интернете как проблема потребления коммуникации // Журн. социологии и социал. антропологии. 2011. Т. 14. № 5. С. 386–394.

3. Смирнов Ю. В. Поисковые системы интернета и методы повышения качества обработки запросов при поиске научной информации в сети // Науч. и технич. б-ки. 2016. № 9. С. 79–87.

4. Кислова О. Интеллектуальный анализ данных: история становления термина // Украин. социолог. журн. 2011. № 1–2. С. 83–94.

5. Финн В. К. Об интеллектуальном анализе данных // Новости искусствен. интеллекта. 2004. № 3. С. 3–17.

6. Ackoff R. L. From data to wisdom // Journal of Applied Systems Analysis. 1989. V.16. Р. 3–9.

7. Bernstein J. H. The Data-Information-Knowledge-Wisdom Hierarchy and its Antithesis // Proceedings North American Symposium on Knowledge Organization. 2009. V. 2. Р. 68–75.

8. Ушаков Д. Н. Толковый словарь современного русского языка. М. : Аделант, 2014. 800 с.

9. Энциклопедия кибернетики : в 2 т. / отв. ред. В. М. Глушков [и др.]. К. : Гл. ред. УСЭ, 1974. Т. 1. 606 с.

10. Готтсданкер Р. Основы психологического эксперимента. М. : Изд-во Моск. ун-та, 1982. 464 с.

11. ISO/IEC 2382:2015 Information technology. Vocabulary. Geneva : ISO Central Secretariat, 2015.

12. ГОСТ 33707-2016. Информационные технологии. Словарь. М. : Стандартинформ, 2016. 206 с.

13. Zins Ch. Conceptual approaches for defining data, information, and knowledge: Research Articles // Journal of the American Society for Information Science and Technology. 2007. V. 58. I. 4. Р. 479–493.

14. Чернавский Д. С. Синергетика и информация. Динамическая теория информации. 3-е изд., доп. М. : Либроком, 2009. 304 с.

15. Аверкин А. Н., Гаазе-Рапопорт М. Г., Поспелов Д. А. Толковый словарь по искусственному интеллекту. М. : Радио и связь, 1992. 256 с.

16. Фишер Р. А. Статистические методы для исследователей. М. : Госстатиздат, 1958. 267 с.

17. Шеннон К. Работы по теории информации в кибернетике. М. : Изд-во иностр. лит., 1963. 830 с.

18. Peirce C. S. Collected papers of Charles Sanders Peirce [Электронный ресурс] C. Hartshorne & P. Weiss (Eds.), V. I–VI. 1931. URL: https://colorysemiotica.files.wordpress.com/2014/08/peirce-collectedpapers.pdf (дата обращения: 25.05.2018).

19. Capurro R., Hjørland B. The concept of information // Annual Review of Information Science and Technology. 2003. V. 37 (8). Р. 343–411.

20. Badia A. Data, information, knowledge: An information science analysis // Journal of the Association for Information Science and Technology. 2014. V. 65. I. 6. Р. 1279–1287.

21. Шалютин С. М. Искусственный интеллект: гносеологический аспект. М. : Мысль, 1985. 198 с.

22. Калягина Л. В., Разумов П. Е. Категория «данные»: понятие, сущность, подходы к анализу // Вестн. КрасГАУ. 2014. № 4. С. 3–8.

23. Legg Sh., Hutter M. A Collection of Definitions of Intelligence // Frontiers in Artificial Intelligence and Applications. 2007. V. 157. Р. 17–24.

24. Carroll, J. B. Human cognitive abilities: a survey of factor-analytic studies. NY : Academic Press, 1993. 819 p.

25. Лябах Н. Н., Умрихин Н. Г. Методы оценки интеллектуальности компьютерных систем // Вестн. ун-та. Гос. ун-т управления. 2013. № 6. С. 54–58.

26. Liu F., Shi Y., Liu Y. Intelligence Quotient and Intelligence Grade of AI // Annals of Data Science. 2017. V. 4. I. 2. P. 179–191.

27. Тьюринг А. Может ли машина мыслить? М. : Гос. изд-во физ.-мат. лит., 1960. 67 с.

28. Кант И. Критика чистого разума / пер. с нем. Н. О. Лосского с вариантами пер. на рус. и европ. языки. М. : Наука, 1999. 655 с.


Для цитирования:


Бизянов Е.Е., Гутник А.А. Интеллектуальная обработка информации: аксиоматический и метрологический аспекты. Вестник кибернетики. 2018;(3):200-205.

For citation:


Bizyanov E.E., Hutnik A.A. Intelligent Information Processing: The Axiomatic and Metrological Aspects. Proceedings in Cybernetics. 2018;(3):200-205. (In Russ.)

Просмотров: 24


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1999-7604 (Online)