Intelligent Information Processing: The Axiomatic and Metrological Aspects
Abstract
The article analyzes and specifies existing definitions for the concepts “data”, “information” and “intelligence” using foreign and domestic sources. Currently the problem of information processing is especially relevant, resulting from the increase of amount of information that economic entities and state organizations are working with. The issues of the interrelationship of the concepts “data”, “information” and “knowledge” are considered. A semantic analysis of the definitions and the most frequently used terms is carried out. Many researchers have reached a consensus with the meaning of the term “data”, in contrast to the terms “information”, “knowledge” and “intelligence”. The complexities associated with the evaluation of intelligence in computer programs and systems are examined, and the criteria of intelligence are analyzed. The metrological aspect of evaluating intelligence during the information processing is considered and criteria for such an evaluation are established. The problems arising during the practical implementation of tools for the intelligent information processing are analyzed.
About the Authors
E. E. Bizyanov
Donbas State Technical University
Ukraine
Alchevsk, Luhansk People's Republic
Ukraine
Alchevsk, Luhansk People's Republic
A. A. Hutnik
Donbas State Technical University
Ukraine
Alchevsk, Luhansk People's Republic
Ukraine
Alchevsk, Luhansk People's Republic
References
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.
Review
For citations:
Bizyanov E.E., Hutnik A.A. Intelligent Information Processing: The Axiomatic and Metrological Aspects. Proceedings in Cybernetics. 2018;(3 (31)):200-205. (In Russ.)
Views:
148
Email this article 