uvod

  Nazaj na glavno stran

1 Uvod

Pred kratkim so v Max Planckovem inštitutu (Nemèija) izdelali prve nevronske èipe, ki omogoèajo neposreden stik med živimi nevronskimi celicami in raèunalnikom. Tovrstne nevronske èipe kanijo uporabiti v farmacevtski industriji za izdelavo novih zdravil in na podroèju senzorike pri nadzoru dogajanj v naravi in v družbi. Tako so se že skorajda uresnièili neverjetni domišljijski svetovi nekaterih avtorjev znanstveno- fantastiènih romanov 70- tih in 80- tih let 20. stoletja. Kakšna znanja bodo èloveku v prihodnosti še potrebna, da si bo lahko svoje misli in naèrte neposredno prenesel v raèunalnik in na monitor brez poznavanja programskih jezikov in uporabe zunanje opreme? Na to izredno težko vprašanje nam bo vsekakor odgovorila prihodnost.1 Kako bo tovrsten razvoj vplival na gradnjo informacijskih sistemov (IS) v prihodnosti?

Še zlasti podroèje senzorike se meni zdi zelo pomembno, kajti s pomoèjo nevrosenzorjev bi si lahko raèunalniški sistem (v naslednji stopnji IS) samodejno nabiral nova znanja s svoje okolice (uèenje s pomoèjo lastnih izkušenj). Tako bi denimo lahko nevrosenzorji podrobneje spremljali razlièna dogajanja oziroma živa bitja v naravi, kot npr. reševanje kompleksnih problemov mravelj pri izbiri novih mravljišè. Raèunalnik (oziroma IS) bi tovrstne dragocene informacije prevedel na primere s podroèja družbenega življenja in bi lahko ljudem posredoval razliène odloèitvene modele. Tako npr. se angleški in nemški znanstveniki v zadnjem èasu zelo intenzivno ukvarjajo s podroèjem odloèitvenih modelov pri ravnateljevanju (management) podjetij na podlagi opazovanj, kako druga živa bitja razrešujejo precej kompleksne probleme. Ugotovili so, da v principu ni bistvenih razlik v mišljenju živali in ljudi, vendar pa nekatere živali (npr. ptice, opice, mravlje itd.) v principu doloèene probleme uèinkoviteje razrešijo kot ljudje, še zlasti pri intuitivnem napovedovanju / prièakovanju prihodnosti (živali znajo bolje oceniti svoje potrebe kot ljudje, zato so pri napovedovanju pritoka doloèene dobrine / hrane bolj zanesljive kot ljudje).

Že sorazmerno dolgo je znano, da odigrajo sinapse, s tem tudi nevroni, silno pomembno vlogo pri višjih psiholoških procesih kot sta npr. spomin in uèenje.2 Prav uèenje raèunalnikov in s tem v nadaljnji stopnji IS na podlagi izkušenj je eno od glavnih preuèevanj razliènih znanosti od nevromedicine, nevrolingvistike, kibernetike, komunikologije, kognitivne psihologije, nevropsihiatrije itd. pa tja do raèunalništva in informatike. V drugi polovici 20. stoletja se je pojavil nov izraz “Nevronska mreža”. Nevronske mreže naj bi èim bolj zvesto oponašali miselno strukturo èloveka, kar je po mojem mnenju še zlasti pomembno pri sprejemanju ustreznih in zahtevnih odloèitev. Z miselno strukturo so se že ukvarjali tako znameniti filozofski antropologi kot npr. A. Gehlen, M. Scheler itn. kot tudi karakterologi npr. L. Klages v letih od 1910 – 1960. Že takrat so se sooèali s problemom modeliranja miselnih struktur, kar je v današnjem èasu nekoliko manj izrazito. Nove tehnike modeliranja miselnih struktur so sicer nekoliko zbistrile vedenje o èlovekovem mišljenju, vendar so deloma odprle nov problem. Ta problem se najbolj izrazito kaže pri prikazovanju nekakšne univerzalne miselne strukture, ki je plod razliènih miselnih struktur, ki so sicer za razreševanje doloèenih in razliènih problemskih situacij v življenju uspešna.

Èe se povrnem v sedanjost in termin “miselna struktura” zamenjam s terminom “nevronska mreža” je problem v tem, da se pri modeliranju nevronskih mrež manj ali pa sploh ne upoštevajo uèinkoviti miselni modeli razliènih posameznikov, ki v vsakdanjem življenju uspešno razrešujejo razliène probleme na razliènih podroèjih (npr. fizièni delavec razrešuje problem odveènih fiziènih poti pri svojem delu, psihoanalitik razvije nov model pri analizi èloveka, ravnatelj podjetja razvije nov model poslovne odloèitve, kmet se spretno izogne suši, sposoben gospodarstvenik ima zamisel o odpravi previsoke stopnje inflacije v družbi, fizik poenostavi obrazec za raèunanje naravnega pojava, pisatelj razvije novo literarno obliko itd.). Nevronska mreža naj bi bila model nekega kompleksnega sistema, kjer se približno enake prvine med seboj povezujejo in lahko povzroèijo kolektivni efekt.

Formalna nevronska mreža pa predstavlja model, ki izvaja podobne kolektivne procese kot biološka nevronska mreža (nekakšna emulacija).3

Veliko naravnih in družbenih procesov kaže svoj konèni obraz na podlagi subjektivne presoje v obliki raznovrstnih uèinkov, ki pa nastanejo zaradi bolj ali manj kompleksnih vzrokov. Manj zaznavni uèinki pa zatonejo v nekakšnem mrtvem rokavu, kjer izginevajo sleherne sledi o vzrokih oziroma o samih procesih. Najbolj zaznavni z vidika našega dojemanja sveta so kolektivni uèinki, že zaradi tega, ker je naša èloveška miselna mreža (miselna struktura) tako zgrajena. Prav zapisano lahko spoznamo tako pri razvoju umetnosti (npr. katedrala v Kölnu iz obdobja gotike ima po mnenju mnogih umetnostnih zgodovinarjev veèjo umetniško vrednost kot Eiflov stolp, ker je Eiflov stolp glede arhitekturnega sloga osamljen primer, medtem ko je omenjena katedrala izid odmevnega in množiènega stilnega obdobja gotike) , znanostih (informacijska paradigma v znanosti ima moèno kolektivno ozadje, kajti mnogo avtorjev dan za dnem dokazuje in zagovarja to znanstveno paradigmo – kolektivni uèinek), pri modi itd. in nenazadnje se ta kolektivni uèinek še posebno izraža pri raèunalniških sistemih, kajti sleherni raèunalniški sistem je obsojen na pozabo, èe ni ustreznih uporabnikov – ljudi in ustreznih povezav med raèunalniki ter ljudmi. Èe zapisano prenesem na IS bi lahko veljalo podobno, kajti èe ni uporabnikov IS, potem je tudi smisel obstoja tega sistema obsojen na izolacijo – na propad.

Dopisoval sem si z gospodoma, asistentom Bojanom Oštirjem (IZUM in Pedagoška fakulteta Maribor) in ravnateljem spletne knjigarne EMKA mag. Lojzetom Bertonceljem. Oba sta izrazila mnenje, da je MMIS zelo obetaven projekt in bo po vsej verjetnosti razvoj tudi pri nas v Sloveniji šel v to smer. UDK MMIS, ki naj bi v besedi, zvoku in sliki pokril vso èlovekovo znanje bi lahko bil tudi koristna podlaga za raèunalniške sisteme oziroma IS v prihodnosti, kajti tudi raèunalnike bo v prihodnosti potrebno najprej nauèiti veliko dejstev, da bodo znali vsa ta dejstva s pomoèjo npr. nevrosenzorjev uèinkovito povezovati s pridobljenimi izkušnjami iz narave in družbe. Še zlasti komunikacije med npr. nevroraèunalniki in ljudmi bodo morda dosegle povsem novo kakovost v smeri induktivnega uèenja, tako da bi lahko nevroraèunalniki brez neposredne povezave z ljudmi prevzemali razliène miselne modele. Že dolgo je znano, da se tudi mi ljudje uèimo na podlagi indukcije; to so t.i. znanja, ki se posredujejo polzavedno ali pa celo nezavedno (v družbi tovrstne uèinke poznamo npr. pod prevzemanjem psihiènih stanj, ekonomska propagandna dejavnost – mediji npr. TV itd.).

1.1 Namen magistrske seminarske naloge

1.2 Opredelitev problema

UDK MMIS naj bi bil univerzalne narave, primeren za uporabo v razliènih delovnih / poslovnih sistemih. Toda kljub univerzalne narave UDK MMIS ima tovrsten IS nekaj pomanjkljivih lastnosti, ki bi lahko doloèenemu delovnemu / poslovnemu okolju prej škodovale kot pa koristile. Tudi za možno razlièico UDK MMIS je potrebno skrbno izbrati pravo socialno okolje in pri tem upoštevati naslednja merila: velikost delovnega poslovnega sistema, število kakovostnih in manj kakovostnih povezav z drugimi sistemi, posamezniki ipd., potrebe / želje posameznikov in združb, smotrn izbor programske in strojne opreme (npr. cena, zmogljivost, primerljivost, dostopnost itn.), ustrezne in kakovostne PB in nenazadnje nivo uporabnikov / strank.

Pri IS je pravzaprav zelo pomembna povezanost med razliènimi PB, še zlasti takrat, kadar se pojavi ustrezni dražljaj oziroma iskalna poizvedba. Klasifikacija podatkov v PB je po mojem mnenju izrednega pomena in bi morala biti enotna (uporaba alfa numeriènih znakov). UDK je po mojem mnenju za tovrstno namero zelo pripraven, vendar temu manjka poleg možnosti za zadovoljivo klasifikacijo polihierarhiènih odnosov in interdisciplinarnih vsebin tudi natanènost pri doloèevanju nivoja podatka oziroma informacije. Prav navedeno bi glede UDK zahtevalo posebne dodatke / oznaèbe. Problem, ki ni niè manj težaven pa je pri doloèevanju vrednosti informacije, kajti informacije mnogokrat vsebujejo subjektivni predznak, tako da je za nekoga informacija zgolj podatek, medtem ko ta ista informacija nekomu drugemu posreduje novo kakovost in mu pomaga razrešiti problem oziroma konkretneje, mu pomaga pri pomembni poslovni odloèitvi. Merjenje podatkov, informacij, znanj in nasploh modrosti je precej težavno, kajti še zlasti informacije, znanja in modrosti so v glavnem vezane na izkušnje oziroma imajo empirièno ozadje (npr. informacijo bi lahko merili s pomoèjo merila uspešne uporabe pri odloèanju, pri reševanju doloèenih problemov in prav pri tem merilu bi imela številènost uporabe doloèene informacije velik pomen). Prav zaradi tega bi bilo potrebno zbirati razliène primere razreševanja problemov, odloèitev ipd., jih razvršèati in rangirati. Katere podatke / informacije bi moral vsebovati UDK MMIS kot univerzalni IS v družbi (širok pogled) in katere v posameznih delovnih poslovnih sistemih (npr. šole, knjižnice, težke industrije, policija, raziskovalne institucije itd. – ožji pogled)?

V tej magistrski seminarski nalogi bom predvsem poskušal podrobneje prikazati UDK MMIS v širšem pogledu in nato manj podrobno prikazati (ožji vidik) uporabnost UDK MMIS v razliènih delovnih / poslovnih sistemih.

1 Preberite si prispevke na URL: http://www.changex.de/pdf/d_a01123.pdf (2003-08-01) in http://www.forum.mpg.de/rueckblick/20030708/slideshow/pages/pic_030708_15_039.html (2003-08-01)

2 Vodovnik, L.(1991). Nevrokibernetika. 2. Izd. Ljubljana: Fakulteta za elektrotehniko in raèunalništvo na strani 69.

3 Preberite si spletno knjigo avtorja M. Peruš na naslednjem spletnem naslovu: http://zyphir.dzs.si/sk-dzs/02BIOMR/INDEX.HTM (2002-08-12)

Nazaj na glavno stran