1. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Filozofia Informacji, Wykład VIII - Problem
niepewności w teoriach informacji.
Artur Machlarz
17 stycznia 2014
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
2. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Plan wykładu
1
2
3
4
5
6
7
Wprowadzenie
Formalizacje stanu niepewności
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
Problem niepewności w LIS
Modele niepewności w LIS
Van Rijsbergen (IR)
Logiczna zasada niepewności C. van Rijsbergena
Wnioski i podsumowanie
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
3. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
The frame title
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
4. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Problem niepewności - próba definicji
Rysunek: Wrocław, skrzyżowanie w okolicy dworca PKP, IV 2012. Każda
decyzja kierowców skręcających w lewo jest obarczona pewnym ryzykiem.
Obserwacja zachowania innych kierowców pozwala na podjęcie jakiegoś
działania, ale bez pewności, że jest to działanie prawidłowe. Jeszcze trudniejsza
jest sytuacja, gdy orientujemy się, że na wjeździe na skrzyżowanie ze wszystkich
kierunków świeci się światło czerwone (to także się zdarza we Wrocławiu).
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
5. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność a informacja
Niepewność i informacja były w omawianych dotąd teoriach pojęciami
określającymi wzajemnie swój sens:
INFORMACJA - może być traktowana jako czynnik modyfikujący
stan niepewności,
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
6. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność a informacja
Niepewność i informacja były w omawianych dotąd teoriach pojęciami
określającymi wzajemnie swój sens:
INFORMACJA - może być traktowana jako czynnik modyfikujący
stan niepewności,
NIEPEWNOŚĆ - może być traktowana jako anomalny stan
polegający przede wszystkim na braku relewantnych informacji.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
7. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność jako cecha systemu i agenta
Niepewność może być interpretowana przynajmniej z dwóch zasadniczych
stron: jako cecha systemu lub agenta:
Określenie systemowe: braki i usterki systemu reprezentacji, które
mogą obniżać efektywność pozyskiwania informacji przez agenta.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
8. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność jako cecha systemu i agenta
Niepewność może być interpretowana przynajmniej z dwóch zasadniczych
stron: jako cecha systemu lub agenta:
Określenie systemowe: braki i usterki systemu reprezentacji, które
mogą obniżać efektywność pozyskiwania informacji przez agenta.
Określenie podmiotowe: braki w stanie wiedzy lub zdolnościach
dedukcyjnych agenta, które obniżają efektywność pozyskiwania i
przetwarzania informacji przez agenta.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
9. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność jako cecha systemu i agenta
Niepewność może być interpretowana przynajmniej z dwóch zasadniczych
stron: jako cecha systemu lub agenta:
Określenie systemowe: braki i usterki systemu reprezentacji, które
mogą obniżać efektywność pozyskiwania informacji przez agenta.
Określenie podmiotowe: braki w stanie wiedzy lub zdolnościach
dedukcyjnych agenta, które obniżają efektywność pozyskiwania i
przetwarzania informacji przez agenta.
Istnieje wiele sposobów manifestowania się deficytu informacyjnego
wpływającego na procesy decyzyjne, na poziom wiedzy i jej jakość.
Informacja może być niekompletna, nieprecyzyjna, fragmentaryczna,
niegodna zaufania, wewnętrznie sprzeczna itp. Te cechy mogą wynikać
zarówno z własności systemu jak i możliwości agenta. Agent też może
nie być w stanie przetworzyć dostępnej informacji, która w danej sytacji
jest istotna dla rozwiązania jakiegoś problemu. Z tymi różnymi typami
deficytu informacyjnego związane są różne typy niepewności.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
10. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność w teorii informacji
Perspektywy podmiotowa i systemowa są w różnych teoriach informacji
zintegrowane. Anomalny stan podmiotu ujmowany jest najczęściej jako
bardziej lub mniej bezpośredni efekt cech systemu informacyjnego. W
teoriach tych charakterystyka niepewności jest podporządkowana
problemowi ustalenia podstaw oceny wartości informacyjnej przekazu lub
oceny subiektywnej relewancji poznawczej informacji.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
11. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność w teorii informacji
Oszacowanie stanu niepewności ma z założenia pomóc
w ocenie poziomu relewancji informacji w określonym kontekście
(obejmującym także subiektywny stan agenta),
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
12. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność w teorii informacji
Oszacowanie stanu niepewności ma z założenia pomóc
w ocenie poziomu relewancji informacji w określonym kontekście
(obejmującym także subiektywny stan agenta),
w praktycznej ocenie wydajności systemu informacyjnego (czyli np.
całego środowiska życia agenta),
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
13. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność w teorii informacji
Oszacowanie stanu niepewności ma z założenia pomóc
w ocenie poziomu relewancji informacji w określonym kontekście
(obejmującym także subiektywny stan agenta),
w praktycznej ocenie wydajności systemu informacyjnego (czyli np.
całego środowiska życia agenta),
w ocenie wydajności i możliwości agenta (np. w ocenie jego realnych
możliwości poznawczych).
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
14. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność w teorii informacji
Oszacowanie stanu niepewności ma z założenia pomóc
w ocenie poziomu relewancji informacji w określonym kontekście
(obejmującym także subiektywny stan agenta),
w praktycznej ocenie wydajności systemu informacyjnego (czyli np.
całego środowiska życia agenta),
w ocenie wydajności i możliwości agenta (np. w ocenie jego realnych
możliwości poznawczych).
Zajmiemy się dziś nie tylko ogólno-teoretycznymi i filozoficznymi
aspektami opisu niepewności, ale też możliwością operacjonalizacji tych
opisów.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
15. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Logiki rozmyte - idea
Logika rozmyta jest rachunkiem opisującym sytuacje, w których jakiś
element częściowo należy do określonego zbioru (tzn. częściowo spełnia
określone warunki należenia do zbioru). Nie wykluczamy wtedy tego
elementu jako nie należącego do zbioru ale określamy stopień
przynależności.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
16. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Zbiory rozmyte - przykład
Rysunek: Pralka - przykład sztucznej inteligencji
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
17. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Zbiory rozmyte - “inteligentna” pralka
Czym będzie się różnić pralka z systemem fuzzy logic od pralki klasycznej
(przykład):
klasyczna pralka ma zaprogramowaną funkcję prania A jako pranie z
określoną ilością obrotów bębna na minutę i trwające określony czas
podzielony na różne fazy prania.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
18. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Zbiory rozmyte - “inteligentna” pralka
Czym będzie się różnić pralka z systemem fuzzy logic od pralki klasycznej
(przykład):
klasyczna pralka ma zaprogramowaną funkcję prania A jako pranie z
określoną ilością obrotów bębna na minutę i trwające określony czas
podzielony na różne fazy prania.
pralka z systemem fuzzy logic: ma określoną ilość prania np. na 2,5
kg. Pralka określa wagę prania i oblicza stopień w jakim określona
jako 100% ilość jest osiągnięta i modyfikuje określony czas trwania
poszczególnych faz prania do konkretnej ilości prania.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
19. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Zbiory rozmyte - “inteligentna” pralka
Czym będzie się różnić pralka z systemem fuzzy logic od pralki klasycznej
(przykład):
klasyczna pralka ma zaprogramowaną funkcję prania A jako pranie z
określoną ilością obrotów bębna na minutę i trwające określony czas
podzielony na różne fazy prania.
pralka z systemem fuzzy logic: ma określoną ilość prania np. na 2,5
kg. Pralka określa wagę prania i oblicza stopień w jakim określona
jako 100% ilość jest osiągnięta i modyfikuje określony czas trwania
poszczególnych faz prania do konkretnej ilości prania.
jeszcze bardziej inteligentna pralka: jest wrażliwa także na inne
czynniki: określa np. stopień zabrudzenia w odniesieniu do jakiegoś
zdefiniowanego stanu; gdy ten stan jest przekroczony, pralka
modfikuje program i długość poszczególnych faz prania.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
20. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Zbiory rozmyte - “inteligentna” pralka
Czym będzie się różnić pralka z systemem fuzzy logic od pralki klasycznej
(przykład):
klasyczna pralka ma zaprogramowaną funkcję prania A jako pranie z
określoną ilością obrotów bębna na minutę i trwające określony czas
podzielony na różne fazy prania.
pralka z systemem fuzzy logic: ma określoną ilość prania np. na 2,5
kg. Pralka określa wagę prania i oblicza stopień w jakim określona
jako 100% ilość jest osiągnięta i modyfikuje określony czas trwania
poszczególnych faz prania do konkretnej ilości prania.
jeszcze bardziej inteligentna pralka: jest wrażliwa także na inne
czynniki: określa np. stopień zabrudzenia w odniesieniu do jakiegoś
zdefiniowanego stanu; gdy ten stan jest przekroczony, pralka
modfikuje program i długość poszczególnych faz prania.
Pralka działa w stanie niepewności: na podstawie szeregu niepewnych
danych podejmuje określone działanie.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
21. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Prawdopodobieństwo warunkowe
W stanie naturalnym nie przypisujemy naszym stanom przekonań
konkretnych wartości liczbowych. Co nie oznacza, że w pewnych
okolicznościach nie możemy tego zrobić, opisując jakieś rodzaje zachowań
lub projektując sztuczne systemy zdolne do podejmowania decyzji w
warunkach naturalnych. Wartości liczbowe przydają się także, gdy
próbujemy na bazie ogólnych konstatacji filozoficznych dokonać przejścia
w stronę praktyki - np. w stronę IR.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
22. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Sieci Bayesowskie
Tzw. sieci Bayesowskie pozwalają na przedstawienie zależności między
całym szeregiem warunkujących się zdarzeń i ocenę stopnia
prawdopodobieństwa zdarzeń, w zależności od zmieniających się
warunków: tzn. zmieniających się poziomów prawdopodobieństwa innych
zdarzeń. Gdy dane są pewne okoliczności, to zmienia się
prawdopodobieństwo stanów potomnych.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
23. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Sieci Bayesowskie - przykład zastosowania
Rysunek: Sieci Bayesowskie, ilustracja: zależności między symptomami i
chorobą. Korzystam z aplikacji Belief and Decision Networks AIspace Group:
http://www.aispace.org/. Adres do pliku ilustrującego modyfikacje wartości
prawdopodobieństwa elementów układu: na wykładzie.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
24. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Rachunek zbiorów rozmytych
Rachunek prawdopodobieństwa
Sieci Bayesowskie - teoria relewancji L.F.
Rysunek: Sieci Bayesowskie, ilustracja omawianej na poprzednim wykładzie
teorii relewancji L. Floridiego. Korzystam z aplikacji Belief and Decision
Networks AIspace Group: http://www.aispace.org/. Adres do pliku
ilustrującego modyfikacje wartości prawdopodobieństwa elementów układu: na
wykładzie.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
25. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Shannon - Entropia
Niepewność w teorii komunikacji Shannona jest kwantyfikowalna i a
priori określona przez wybór alfabetu kodowania. Jej wartość oznacza
deficyt danych po stronie odbiorcy komunikatu.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
26. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Shannon - Entropia
Niepewność w teorii komunikacji Shannona jest kwantyfikowalna i a
priori określona przez wybór alfabetu kodowania. Jej wartość oznacza
deficyt danych po stronie odbiorcy komunikatu.
n
H=
pi log2
i=1
1
pi
Znany wzór na entropię jest wyrazem średniej informatywności dowolnego
symbolu oraz przeciętnej ilości deficytu danych, które informowany
posiada przed otrzymaniem komunikatu.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
27. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Niepewność w teorii BHC
W teorii BHC trudno mówić o niepewności agenta, który jest postacią
idealną: niepewność może być co najwyżej cechą systemową, ponieważ
przyjmujemy systemy językowe dopuszczające więcej niż jeden możliwy
opis stanu rzeczy. Część wyrażeń dopuszczalnych w ramach danego
systemu językowego (np. alternatywy opisów stanów) pozostawić może
niepewność odnośnie określonego stanu rzeczy.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
28. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
Teoria informacji Dretskego
Definicja informacji semantycznej w teorii Dretskego:
sygnał r jest nośnikiem informacji, że s jest F =
prawdopodobieństwo warunkowe że s jest F, pod warunkiem r (i
k) jest równe 1 (ale pod warunkiem samego k, mniej niż 1)
(F. Dretske, Knowledge and the Flow of Information, s. 65.).
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
29. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
Teoria informacji Dretskego
Okoliczność, że s jest F, na którą wskazuje r, uzyskuje dzięki sygnałowi r
prawdopodobieństwo równe 1. Sygnał r wskazuje na s będące F w
sposób jednoznaczny, w pełni redukując niepewność odnośnie tego stanu
rzeczy i stanów alternatywnych. Dodatkowo warunkujący
prawdopodobieństwo czynnik k, czyli stan wiedzy odbiorcy, oznacza
przede wszystkim wiedzę odbiorcy o zbiorze możliwości, którego próbką
jest s będące F.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
30. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
Niepewność w teorii informacji Dretskego
Wartość niepewności jest w teorii Dretskego określona z uwzględnieniem
stanu wiedzy odbiorcy, jednak ów stan ma niewielkie znaczenie dla
określenia tej wartości, ograniczając jedynie apriorycznie ustalony zbiór
możliwości.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
31. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
Ograniczenia teorii Dretskego
Przynajmniej dwie okoliczności decydują o ograniczonych możliwościach
operacjonalizacji pojęcia niepewności na gruncie koncepcji Dretskego:
Prawdopodobieństwo warunkowe ze względu na r musi być równe 1
ze względu na tzw. zasadę Xerox, czyli bezstratnej przechodniości
informacji - w teorii Dretskego nie dopuszcza się sytuacji
stopniowalnego ograniczenia niepewności.
Prawdopodobieństwo warunkowe nie uwzględnia problemu
prawdopodobieństwa warunku (tzn. np. różnych stopni
prawdopodobieństwa r i k) - w teorii Dretskego nie ma zatem
miejsca na opis zmiany stanu niepewności np. w okolicznościach
zmian w stopniu potwierdzenia hipotezy medycznej, poszlaki itp.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
32. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
F. Dretske - problem z operacjonalizacją
W teorii Dretskego przy interpretacji wartości informacji w kategoriach
prawdopodobieństwa warunkowego, zakładamy bezwzględną znajomość
warunku: w tym przypadku uznajemy pewność sygnału r i znajomość
czynnika k.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
33. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
F. Dretske - problem z operacjonalizacją
W teorii Dretskego przy interpretacji wartości informacji w kategoriach
prawdopodobieństwa warunkowego, zakładamy bezwzględną znajomość
warunku: w tym przypadku uznajemy pewność sygnału r i znajomość
czynnika k.
Jeśli warunek sam w sobie jest niepewny, można spróbować ustalić dalej
jego wartość jako prawdopodobieństwa warunkowego ze względu na
pewien inny warunek, który potwierdzałby wartość r – w ten sposób
definiowalibyśmy podstawy zaufania do źródła. Niesie to jednak za sobą
trudności z ustaleniem rodzaju i wartości potwierdzenia sygnału r.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
34. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
F. Dretske - problem z operacjonalizacją (van Rijsbergen)
Praktycznym rozwiązaniem tej trudności według Corneliusa van
Rijsbergena jest wprowadzenie takiej funkcji prawdopodobieństwa, która
pozwala zmodyfikować prawdopodobieństwo warunkowe w kategoriach
subiektywnej pewności potwierdzenia, nie przyjmującej z zasady
wartości 1 (jeśli taką przyjmuje, to faktycznie może być interpretowane
jako prawdopodobieństwo warunkowe). Takie ujęcie pozwala na opis
warunkowy przy braku pewności warunku:
P ∗ (B) = P(B | A) ∗ P ∗ (A) + P(B |∼ A ∗ P ∗ (∼ A)).
Wg Rijsbergena musimy skoncentrować się na przypadku, gdy mamy
pewien ciąg doświadczeń, który pozwala sformułować nową funkcję
prawdopodobieństwa P*, która jest rewizją P w kontekście tych
doświadczeń. Ze względu na nie P*(A) nie jest równe 1.
Por. C.J. Van Rijsbergen, Another Look at the Logical Uncertainty
Principle, “Information Retrieval” 2, 15-24, 2000.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
35. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
F. Dretske - problem z operacjonalizacją (van Rijsbergen)
Żeby zmierzyć niepewność wnioskowania z A że B, jeśli samo A jest
niepewne, Rijsbergen proponuje użyć podanej wyżej formuły, podanej
przez Jeffreya (por. Richard C. Jeffrey, The Logic of Decision, Chicago
1965). W kategoriach teorii informacji Dretskego formuła ta wyglądałaby
mniej więcej tak:
P ∗ (s/F ) = P(s/F | (r ∧ k)) ∗ P ∗ (r ∨ (r ∧ k)) + P((s/F |∼ r ∧ ∼ k)P ∗ (∼
s/F )))
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
36. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
F. Dretske - problem z operacjonalizacją (van Rijsbergen)
Żeby zmierzyć niepewność wnioskowania z A że B, jeśli samo A jest
niepewne, Rijsbergen proponuje użyć podanej wyżej formuły, podanej
przez Jeffreya (por. Richard C. Jeffrey, The Logic of Decision, Chicago
1965). W kategoriach teorii informacji Dretskego formuła ta wyglądałaby
mniej więcej tak:
P ∗ (s/F ) = P(s/F | (r ∧ k)) ∗ P ∗ (r ∨ (r ∧ k)) + P((s/F |∼ r ∧ ∼ k)P ∗ (∼
s/F )))
Aczkolwiek gwoli ścisłości dodać należy, że tak sformułowana definicja
zmiany wiedzy związana z bardziej szczegółowym opisem modyfikacji
stanu niepewności, to już nie byłaby część teorii Dretskego.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
37. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
L. Floridi - na czym polega niepewność?
Wartość niepewności w teorii Floridiego jest także określona raczej przez
cechy systemu niż podmiotu. Jednak zaletą koncepcji Floridiego jest to,
że wartość ta nie jest zależna od własności systemu w całości, ale
konkretnej sytuacji.
Zdanie opisuje pewną sytuację. Im większa ilość dopuszczonych
alternatywnych sytuacji względem sytuacji, o której informację niesie
sygnał, tym mniejsza informatywność a większa semantyczna niepewność.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
38. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
Teoria informacji na bazie semantyki sytuacyjnej
Wartość informacji semantycznej niesionej przez σ(γ(σ)) jest określona w
teorii Floridiego przez pole powierzchni między przebiegiem funkcji ι(σ) w
przedziale wyznaczonym przez wskaźnik θ(σ) - czyli stopień
potwierdzenia formuły przez sytuację) a osią x:
θ
γ(σ) =
ι(σ)dx
0
Im większe wyznaczone pole przez przebieg funkcji ι(σ), tym większa
niepewność.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
39. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Fred Dretske
Uwagi krytyczne do teorii Dretskego
Luciano Floridi
Teoria informacji na bazie semantyki sytuacyjnej
Rysunek: Wartość informacyjna dla czynnika θ(σ) = 0,25. Ilustracja za: L.
Floridi, Semantic Conceptions of Information, w: Stanford Encyclopedia of
Philosophy, http://plato.stanford.edu/entries/information-semantic/
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
40. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
LIS - Interpretacja zjawiska niepewności z perspektywy
agenta
Ogólne analizy pojęcia niepewności i próby skonstruowania jej miary w
perspektywie integrującej aspekt systemowy i podmiotowy są także
istotnymi wyzwaniami pozafilozoficznych nauk o informacji. W
dyscyplinach tych stan niepewności agenta interpretuje się w kontekście
pojęcia informacji przede wszystkim jako czynnik motywujący do działań
związanych z poszukiwaniem i pozyskiwaniem informacji: czynnik,
który odgrywa kluczową rolę w modelowaniu tych działań i oceny
efektywności działania całego systemu informacyjno-wyszukiwawczego.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
41. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
LIS - modele niepewności
Ellis - Kuhlthau: niepewność jako brak zrozumienia, luka w
znaczeniu inicjuje proces poszukiwania informacji. Agent aktywnie
dąży do redukcji stanu niepewności.
Willson (problem solving model): poszukiwanie informacji jest
działaniem ukierunkowanym na cel z rozwiązaniem problemu i
prezentacją rozwiązania jako celem. Przez przejścia od identyfikacji
problemu do prezentacji rozwiązania niepewność musi zostać
zredukowana w interakcji ze źródłami informacji.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
42. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
LIS - Interpretacja zjawiska niepewności z perspektywy
agenta
Do powszechnie akceptowanych wyników badań empirycznych odnośnie
niepewności i jej związku z pozyskiwaniem informacji w tych dyscyplinach
zaliczyć można przede wszystkim:
odkrycie, co my właściwie wiemy na temat określonego problemu
wzrasta wraz ze spadkiem niepewności (Kuhlthau),
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
43. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
LIS - Interpretacja zjawiska niepewności z perspektywy
agenta
Do powszechnie akceptowanych wyników badań empirycznych odnośnie
niepewności i jej związku z pozyskiwaniem informacji w tych dyscyplinach
zaliczyć można przede wszystkim:
odkrycie, co my właściwie wiemy na temat określonego problemu
wzrasta wraz ze spadkiem niepewności (Kuhlthau),
zainteresowanie problemem wzrasta, gdy spada niepewność
(Kuhlthau),
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
44. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
LIS - Interpretacja zjawiska niepewności z perspektywy
agenta
Do powszechnie akceptowanych wyników badań empirycznych odnośnie
niepewności i jej związku z pozyskiwaniem informacji w tych dyscyplinach
zaliczyć można przede wszystkim:
odkrycie, co my właściwie wiemy na temat określonego problemu
wzrasta wraz ze spadkiem niepewności (Kuhlthau),
zainteresowanie problemem wzrasta, gdy spada niepewność
(Kuhlthau),
zbiór alternatywnych stanów rzeczy itp. albo nie musi być
skończony, albo nie musi być znany w całości (jest to sytuacja dużo
bardziej naturalna niż odwrotna),
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
45. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
LIS - Interpretacja zjawiska niepewności z perspektywy
agenta
Do powszechnie akceptowanych wyników badań empirycznych odnośnie
niepewności i jej związku z pozyskiwaniem informacji w tych dyscyplinach
zaliczyć można przede wszystkim:
odkrycie, co my właściwie wiemy na temat określonego problemu
wzrasta wraz ze spadkiem niepewności (Kuhlthau),
zainteresowanie problemem wzrasta, gdy spada niepewność
(Kuhlthau),
zbiór alternatywnych stanów rzeczy itp. albo nie musi być
skończony, albo nie musi być znany w całości (jest to sytuacja dużo
bardziej naturalna niż odwrotna),
decyzje bywają podejmowane także w stanie zupełnej niepewności,
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
46. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
LIS - Interpretacja zjawiska niepewności z perspektywy
agenta
Do powszechnie akceptowanych wyników badań empirycznych odnośnie
niepewności i jej związku z pozyskiwaniem informacji w tych dyscyplinach
zaliczyć można przede wszystkim:
odkrycie, co my właściwie wiemy na temat określonego problemu
wzrasta wraz ze spadkiem niepewności (Kuhlthau),
zainteresowanie problemem wzrasta, gdy spada niepewność
(Kuhlthau),
zbiór alternatywnych stanów rzeczy itp. albo nie musi być
skończony, albo nie musi być znany w całości (jest to sytuacja dużo
bardziej naturalna niż odwrotna),
decyzje bywają podejmowane także w stanie zupełnej niepewności,
pozyskiwanie informacji nie musi prowadzić do prostej redukcji
niepewności (a w szczególności do redukcji niepewności do stanu
pewności).
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
47. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
LIS - Interpretacja zjawiska niepewności z perspektywy
agenta
Więcej na ten temat oraz na temat wymienionych modeli opisu stanu
niepewności w:
T.D. Wilson, Nigel Ford, David Ellis, Allen Foster, Amanda Spink,
Information Seeking and Mediated Searching. Part 2. Uncertainty
and Its Correlates, w: “Journal of the American Society for
Information Science and Technology”, 53 (9) 2002, ss. 704-715.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
48. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
Niepewność jako stan anomalny - model Taylora
Niepewność, niezależnie od zmiany punktu wyjścia w interpretacji jej
związku z informacją, nadal jest interpretowana jako stan anomalny,
który może być naprawiony dzięki relewantnym informacjom. Robert
Taylor proponuje interesującą interpretację niepewności jako “luk”
pojęciowych, które wymagają “zmostkowania”. Kluczowymi elementami
jego modelu interpretacyjnego sytuacji poszukiwania informacji są:
sytuacja – kontekst całego problemu,
luki (gaps) – interpretowane jako pytania, na które odpowiedzią są
potrzebne informacje
użyteczność – użytek danych wyjściowych w kontekście sytuacyjnym.
Taylor, Robert S. (1968). Question negotiation and information seeking
in libraries. “Journal of College and Research Libraries” 29 (3), 178-194.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
49. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
Teoria Info-Gap Yakova Ben-Haima (IR)
Modele niepewności “info-gap” Ben-Haima w IR są konstruowane w
ramach określonych klas zbiorów doświadczeń. Każdy zbiór ma określony
stopień deficytu wiedzy. Każdy element zbioru reprezentuje możliwe
zdarzenie: np. możliwy model systemu fizycznego albo społecznego. Nie
ma tu żadnej funkcji pozwalającej określić prawdopodobieństwo
poszczególnych zdarzeń.
Ben-Haim wprowadza zmienny parametr niepewności charakteryzujący
lukę informacyjną między tym, co wiadomo i tym, co powinno być
wiadomo dla najlepszego z możliwych rozwiązania (tzn. dla najlepszego
ze znanych modelu). Parametr ten zazwyczaj nie jest możliwy do
precyzyjnego określenia - to stanowi kolejną niedoskonałość systemu
wiedzy (zakres zmienności nie jest związany).
Yakov Ben-Haim, 2004, Uncertainty, probability and information-gaps,
Reliability Engineering and System Safety, 85: 249-266.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
50. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Modele niepewności w LIS
Teoria Info-Gap Yakova Ben-Haima (IR)
Niepewność w tym modelu jest charakteryzowana przez braki w
powiązaniach między regionami lub klastrami doświadczeń systemu. Jeśli
czynnik ten byłby równy zero, to oznaczałoby, że zdolność agenta do
przewidywania zdarzeń jest ograniczona do określonego a priori zbioru
doświadczeń.
Przykład: http://info-gap.com/files/wordocs/policy-targeting01.pdf
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
51. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Logiczna zasada niepewności C. van Rijsbergena
Logiczna zasada niepewności C. van Rijsbergena
Miara niepewności w teorii van Rijsbergena jest określona dla
konkretnego powiązania dwóch faktów reprezentowanych przez zdania.
Jeśli mamy dwa zdania x i y, to miarą niepewności ich związku
treściowego jest to, jaki minimalny zakres informacji wystarczy dodać do
zbioru danych, żeby ten logiczny związek stał się prawdziwy.
Niepewność polega na deficycie informacyjnym, którego redukcja
decyduje o ewentualnej zmianie przekonania odnośnie prawdziwości
jakiegoś powiązania dwóch faktów.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
52. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Logiczna zasada niepewności C. van Rijsbergena
Subiektywistyczna interpretacja zasady niepewności
Odnośnie pewnego zdania x możemy mieć określoną przez pewną
wartość prawdopodobieństwa przekonanie, np. 1/2 (m/n). Zdanie y
byłoby zdaniem odnośnie wyboru jednej z możliwości ze zbioru. r
oznaczać będzie nagrodę a w, karę za niewłaściwy wybór. e – ogólny
zysk/strata wynikająca z decyzji:
e = 2w + 2p(r – w)
Następnie przyjmujemy, że istnieje pewien sposób, na zdobycie informacji
o odpowiednim wyborze i określamy jego koszt. Koszt zdobycia tej
informacji jest większy niż 0 i zakładamy, że opłacalny jest tylko do
punktu n. Funkcja p jest a priori w zbiorze nieznanych lub
nieskończonych możliwości niepewnością nieznaną. Żeby ją określić,
należy ocenić wartość informacji, która musi być dodana.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
53. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Logiczna zasada niepewności C. van Rijsbergena
Subiektywistyczna interpretacja zasady niepewności
W koncepcji tej, tak jak w teorii Floridiego, dysponujemy miarą
niepewności dla konkretnej sytuacji.
Miara ta nie jest a priori określona przez właściwości całego zbioru
potencjalnych informacji lub stanów rzeczy.
Sytuacyjne uwarunkowanie poziomu niepewności obejmuje także
warunki podmiotowe.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
54. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Podsumowanie
Właściwe rozpoznanie zakresu niepewności w związku z własnościami
systemu i dyspozycjami agenta ma generalnie służyć określeniu sytuacji
poznawczej, w której agent ma działać, ewentualnie także wydajności
systemu informacyjnego (IR), określeniu wartości poznawczej informacji a
także wydajności i możliwości samego agenta itp. Wymienione wyżej
próby operacjonalizują pojęcie niepewności w taki sposób, że własności
agenta są ściślej lub mniej ściśle zdeterminowane przez system. W
przypadkach apriorycznego całościowego określenia tej wartości przez
system, operacjonalizacja pojęcia jest mało przydatna do opisu szerszego
zróżnicowania niepewności agenta. Nie pozwala tym samym na
stworzenie opartych na tej analizie satysfakcjonującej koncepcji relewancji
poznawczej i informatywności.
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac
55. Wprowadzenie
Formalizacje stanu niepewności
Problem niepewności w ujęciu historycznym - Shannon, BHC
Niepewność w teoriach Dretskego i Floridiego
Problem niepewności w LIS
Van Rijsbergen (IR)
Wnioski i podsumowanie
Dziękuję za uwagę i zapraszam do stawiania pytań!
Artur Machlarz
e-mail: artur.machlarz@uni.opole.pl
www: http://www.uni.opole.pl/∼machlarz
Artur Machlarz
Filozofia Informacji, Wykład VIII - Problem niepewności w teoriach informac