ОСНОВНЫЕ ФАКТОРЫ И ПОНЯТИЯ АВТОМАТИЗИРОВАННЫХ ПРОИЗВОДСТВ

очередь, будут заниматься синтезом и обоб­щением множественных и многоуровневых потоков информации из ба­зовых и смежных областей знаний.

Новый этап информационного века будет временем прорыва не только в науке, технологиях и оборудовании, но и временем обострения конкуренции среди мировых производителей продукции. В открытом и прозрачном рыночном противоборстве всегда победит только тот, чья промышленная продукция будет качественнее, дешевле, безопаснее, будет реально обладать новыми потребительскими свойствами, интере­сующими самый широкий спектр покупателей и клиентов.

В основе любой технической дисциплины всегда лежит относи­тельно небольшой набор четко описанных ключевых терминов, поня­тий и определений. Эти понятия, как правило, тесно взаимосвязаны между собой и увязаны с фундаментальными знаниями развития при­роды и общества. Они зафиксированы в естественном или производст­венно-научном языке. В учебном пособии словарь терминов и понятий составлен на основе большого числа первоисточников и словарей. При необходимости новые термины снабжены развернутыми пояснениями и примерами. На типовых примерах рассмотрим основные из них.

Определение — это логически эффективный прием, позволяющий отличить один технический объект или процесс от другого, путем под­робного описания их свойств или характеристик.

Методология любой дисциплины — это учение о принципах по­строения, формах и способах научного познания или деятельности. Главная задача методологии — это синтез всех накопленных человече­ством знаний.

В классическом понимании знания — это установленный общест­вом набор конкретных научных, производственно-технических и эко­номических фактов и факторов, связанных в некую единую структуру или систему. Для нового поколения промышленных ИТ совокупность многочисленных факторов гибкого промышленного производства спе­циалисты связывают с компьютерной базой знаний.

Обычно в работах по искусственному интеллекту термин «знание» так же значителен и многогранен, как термин «данные» в области промышленных ИТ. Последовательный переход и каждом направлении экономики от некоторой системы данных к необходимым знаниям — это логическое следствие развития и усложнения различных информацион­ных структур и массивов данных о производственных процессах. Они могут быть быстро обработаны современной компьютерной системой программного обеспечения ЭВМ.

Математизация знаний — это проникновение математических средств и методов мышления во все важнейшие области знания. Мате­матика является как раз тем универсальным инструментом, с помощью которого не только можно проводить расчеты и моделирование. По, что еще важнее, конкретно формулировать различные технические и эко­номические прикладные задачи. В том числе, точно и четко выявлять условия их решения и тем самым ставить вопрос об области практиче­ского применения полученных результатов. Современная техника и ор­ганизация гибкого промышленного МСЕ-производства требуют дисци­плины мышления и логической полноты суждений и оценок.

Знания отражают интеллектуальную или творческую деятельность человека. Они основаны на специальной форме представления инфор­мации. В условиях интенсивного развития промышленного производст­ва на базе информационных GALS-технологий управление знаниями (knowledge management) — это осознание необходимости постоянного обновления и прироста знаний каждым идивидуумом.

Только надежные знания и прочные навыки делают человека творчески свободными способным создавать новые технологии и ма­шины. В том числе, непосредственно, вовлечение в процесс глобально­го информационного обмена между всеми потенциальными конкурен­тами за счет качественного расширения и углубления базовой системы знаний.

Процесс решения любой задачи обычно сводится к заданной по­следовательности принятия решений и выполнении некоторых дейст­вий. Перед началом и в процессе решения каждой новой задачи человек вырабатывает наиболее рациональную или оптимальную стратегию. Все это, вместе взятое, требует определенной суммы знаний и предста­ет перед нами в виде иерархической системы. Такие знания в мозгу че­ловека обычно укладываются в виде определенных правил или, как го­ворят программисты, алгоритмов действия.

Для человека управление знаниями включает три обязательных элемента: информация, способность ее получить и отношение к полученным данным. Под способностью понимается возможность человека извлекать из любой новой системы данных необходимую ему долю ин­формации. Отношение — это то, что заставляет людей действовать в на­правлении сбора нужной

Ссылка на основную публикацию
Adblock detector
x