Banyak orang dalam hidup harus berurusan dengan orang-orang yang hanya mencari keuntungan. Moral dan aspek kehidupan lainnya adalah kepentingan sekunder bagi mereka.

Pandangan, keyakinan, dan tindakan diarahkan semata-mata untuk memperoleh hasil yang berguna dalam arti praktis. Orang-orang di sekitarnya sering mengutuknya karena hal ini.

Kedekatan dan ketidakberdayaan di mata seorang pragmatis adalah kebodohan.
Ilya Nikolaevich Shevelev

Gaya berpikir pragmatis

Pragmatis berusaha untuk mencapai tujuan, menggunakan semua kemungkinan yang sekarang tersedia. Mereka tidak akan mencari informasi tambahan, dana, sumber daya, karena ini adalah kehilangan waktu dan tenaga yang tidak dapat dibenarkan. Masalah diselesaikan saat muncul, agar tidak terganggu oleh tujuan utama - mendapatkan hasil tertentu, bahkan yang kecil.

Pencarian terus-menerus untuk metode baru, eksperimen, dan kegiatan lain tidak menunjukkan penyimpangan dari kursus yang dipilih. Ini tidak datang dari keinginan untuk kebaruan, tetapi didikte oleh keinginan untuk cepat mencapai hasil. Demi itu, mereka siap mendengarkan pendapat orang lain, dengan harapan menemukan jalan terpendek menuju tujuan.

Pendekatan seperti itu mungkin tampak dangkal. Ini berbeda dari norma yang diterima secara umum, dan pragmatis memberi kesan orang yang tidak konsisten dan tidak berprinsip. Mereka berpendapat bahwa segala sesuatu yang terjadi di sekitar sedikit bergantung pada kemampuan dan keinginan seseorang. Hal utama bagi para pragmatis adalah tidak melewatkan momen yang menguntungkan ketika semuanya berjalan dengan baik. Keyakinan mereka pada ketidakpastian dan ketidakpastian dunia membenarkan strategi "hari ini akan seperti ini, dan kemudian sesuai dengan keadaan."

Mustahil untuk mempengaruhi seorang pragmatis dengan emosi dan manifestasi perasaan, kecuali jika mereka menjadi penghalang objektif di jalan atau, sebaliknya, membantu dalam situasi tertentu. Mereka dengan sempurna merasakan konjungtur, dengan cepat merespons perubahannya. Mereka dengan mudah bekerja sama, dengan antusias berpartisipasi dalam diskusi tentang isu-isu penting dan pengembangan keputusan kolektif.

Pesimisme, sikap negatif bukanlah ciri orang-orang ini. Masalah yang muncul tidak mampu membuat mereka melenceng dari jalan yang dipilih. Mereka terhubung dengan keputusan dengan sikap positif, seorang pragmatis, dengan kata sederhana, seorang optimis yang tidak dapat diperbaiki yang berusaha mengubah keadaan sulit agar menguntungkannya. Pandangan dunia yang terlipat tidak memungkinkan untuk melebih-lebihkan dan menganggap kesulitan yang muncul terlalu serius.

Perilaku dan pemikirannya fleksibel. Keterampilan komunikasi berkembang dengan baik, mereka dapat dengan mudah membayangkan diri mereka di tempat orang lain dan memahami konsekuensi dari tindakan mereka. Mereka tidak acuh terhadap pendapat orang lain persis sejauh masa depan mereka bergantung padanya.

Ciri-ciri perilaku pragmatis

Orang pragmatis sering mencapai kesuksesan dalam politik dan manajemen. Hal ini disebabkan karakter, sikap hidup, gaya berpikir mereka.

Mereka dicirikan oleh:

• mencari jalur terpendek menuju keuntungan;
• adaptasi cepat dengan kondisi baru;
• minat pada metode baru, inovasi;
• menggunakan segala cara untuk mencapai tujuan;
• kreativitas.

Mereka cerdas, mempelajari hal-hal baru dengan cepat, menggunakan setiap kesempatan untuk lebih dekat dengan tujuan yang diinginkan.

Manajemen menghargai pragmatis untuk kualitas berikut:

• konsentrasi untuk memperoleh keuntungan maksimum, pengembalian investasi tercepat;
• pra-pemikiran aspek taktis dan strategis dari kasus ini;
• kemampuan untuk mempengaruhi orang lain, untuk meyakinkan mereka tentang kebenaran ide-ide mereka;
• tidak tersesat dalam situasi sulit, mencari jalan keluar yang tidak standar;
• menyukai eksperimen yang berani, memperkenalkan inovasi.

Kontra pragmatisme

Seperti semua orang lain, pragmatis tidak hanya memiliki kekuatan, tetapi juga kelemahan.

Mereka muncul sebagai:

• ketidakpedulian terhadap prospek bisnis yang jauh, yang dalam waktu dekat tidak akan menghasilkan pendapatan;
• keinginan untuk mencapai hasil awal dengan biaya berapa pun, penantian panjang bukanlah sifatnya;
• perhatian terfokus hanya pada sisi materi dari masalah, segala sesuatu yang lain tidak penting;
• dari luar tampaknya demi keuntungan mereka siap untuk kompromi apa pun;
• kecenderungan maksimalisme, dari semua sumber daya yang ada, mereka berusaha untuk mendapatkan hasil yang sebesar-besarnya.

Pragmatis tidak akan khawatir tentang kegagalan lama. Mereka akan mencari cara baru jika cara lama tidak lagi berhasil. Setelah menarik kesimpulan sendiri dari kesalahan yang dibuat, mereka tidak akan mengulanginya di masa depan.
Mereka mengerti bahwa dibutuhkan banyak usaha untuk mencapai tujuan mereka.

Mereka tidak akan mengandalkan dukungan dari luar, mereka terbiasa hanya mengandalkan diri mereka sendiri. Mereka dapat membantu jika Anda memintanya. Jika di masa depan ada peluang untuk mengkompensasi biaya, maka peluang pemohon meningkat secara signifikan.

Tidak aktif tidak mungkin bagi mereka, seorang pragmatis adalah orang yang, dengan optimismenya, mampu menginspirasi orang lain untuk pencapaian kerja. Intuisi yang dikembangkan memungkinkan Anda untuk memilih dari berbagai opsi satu, tetapi efektif dan cepat memberikan pengembalian.

Seorang yang sinis, romantis, penulis lirik, pragmatis - pasti semua orang bermimpi bahwa suatu hari nanti "layar merah" akan muncul di cakrawala hidup mereka.
Oleg Roy

Pragmatis dan hubungan dengan orang lain

Dalam komunikasi dengan orang lain, orang yang pragmatis membuat kesan yang baik. Dia terbuka untuk komunikasi, suka bercanda, tidak berdebat, mudah menemukan kontak dengan siapa pun. Dalam percakapan, ia sering menggunakan contoh dari kehidupan, frasa stereotip. Nada pernyataannya sering kali antusias, antusias, yang terkadang menimbulkan kesan munafik dan tidak tulus.

Seringkali menawarkan ide-ide sederhana, menjelaskannya secara singkat dengan contoh-contoh dari praktik pribadi. Dia tidak menghindar dari pertukaran pendapat, mengatur diskusi kolektif tentang masalah-masalah penting. Debat serius dianggap membosankan. Dia lebih suka proposal yang nyata dan dapat direalisasikan secara praktis daripada alasan teoretis dan filosofis yang panjang. Berada dalam keadaan tegang, memberikan kesan orang bosan yang tidak tertarik dengan masalah yang sedang dibahas.

Sebagian besar politisi dan pengusaha sukses, artis dan penyanyi, manajer dan produser telah mengambil tempat dalam profesi berkat penggunaan perhitungan yang bijaksana. Mereka tidak cenderung menyimpang dari jalan yang dimaksudkan, terganggu oleh pikiran sentimental dan membuang-buang energi untuk tindakan emosional. Dalam hidup, mereka hanya dipandu oleh perhitungan dingin.

Opini publik

Tidak jarang mendengar ulasan negatif tentang orang-orang sukses.

Ciri-ciri pragmatis berikut menyebabkan kemarahan:

1. Sinisme. Keyakinan bahwa segala sesuatu memiliki harga dalam istilah moneter, Anda dapat melakukan tindakan apa pun untuk mencapai hasil positif menyebabkan penolakan. Akibatnya, orang lain menganggap mereka tidak bermoral.
2. Kurangnya otoritas. Bagi para pragmatis yang mencari keuntungan dalam segala hal, hanya kepentingan mereka sendiri yang penting. Mereka dapat mendengarkan pendapat orang lain, tetapi mereka akan mempertimbangkannya hanya jika itu untuk kepentingan mereka. Dalam kasus lain, mereka tidak akan bergantung pada kata-kata, otoritas, dan tindakan orang lain.
3. egoisme. Semua upaya diterapkan hanya untuk mencapai tujuan. Dalam perjalanannya, emosi orang lain, kerugian tidak akan menghentikannya. Kepentingan orang lain bukanlah kepentingan, karena hal utama dalam hidup adalah hasil bagaimanapun caranya.

Kualitas-kualitas inilah yang menyebabkan sikap negatif yang diperlukan untuk implementasi rencana. Orang-orang ini tidak berhenti pada rintangan, kesulitan hanya melemahkan karakter mereka. Semua ini memungkinkan Anda untuk menyelesaikan pekerjaan yang telah Anda mulai.

Kesimpulan

Siapapun dapat mengembangkan fitur terbaik dari pragmatisme. Untuk melakukan ini, Anda perlu menetapkan tujuan spesifik, merencanakan masa depan, menyelesaikan apa yang Anda mulai, tidak menyerah pada kesulitan. Tidak banyak orang yang bisa disebut pragmatis murni. Dalam kebanyakan kasus, kemampuan, kecenderungan, dan keinginan yang berbeda hadir dalam berbagai tingkat pada satu orang.

Kondisi modern menuntut manusia untuk mampu merencanakan, beradaptasi dengan laju kehidupan yang cepat, dan cepat tanggap terhadap keadaan yang berubah. Pendekatan praktis memungkinkan Anda untuk berhasil, jadi kita dapat mengatakan bahwa seorang pragmatis adalah orang yang memiliki tujuan, dan perasaan serta emosi tidak terlalu penting baginya.

Mereka sering tidak disukai, iri dengan ketegasan dan energi mereka. Sebagai aturan, simpatisan adalah individu yang berkemauan lemah dan berkemauan lemah. Apakah Anda menganggap diri Anda seorang pragmatis atau kritikus mereka?

Ilmu komputer sebagai ilmu teknis harus, menurut definisi, mencakup pragmatik. Keadaan ini sampai batas tertentu disalahpahami, dan oleh karena itu sisi pragmatis informatika jauh lebih sedikit dibicarakan daripada sintaks dan semantiknya. Faktanya, ilmu komputer benar-benar diresapi dengan pragmatik.

Charles Pierce mendefinisikan pepatah pragmatisme sebagai berikut: "Perlu mempertimbangkan semua konsekuensi yang ditentukan oleh konsep tertentu yang akan dimiliki subjek konsep ini. Selain itu, mereka yang, menurut konsep yang sama, mampu memiliki makna praktis. .

Ini dirumuskan dengan baik, tetapi konsep dasar pragmatik, yang nilai-nilai. Dalam ilmu teknis, alih-alih nilai, orang sering membicarakan kriteria atau norma. Tetapi bagaimanapun juga, kita berbicara tentang konsep yang mengekspresikan preferensi orang. Sesuai dengan mereka, orang menetapkan beberapa tujuan untuk diri mereka sendiri, meningkatkannya. Dalam ilmu pragmatis, tempat sentral ditempati oleh penjelasan target nilai, praktek dipahami sebagai aktivitas yang bertujuan. Ingatlah bahwa ukuran kuantitatif dari suatu nilai adalah nilai. Ini adalah hasil dari proses yang sesuai pengukuran. Dalam hal ini, adalah tepat untuk memilih ketentuan utama dari teori pengukuran penilaian.

• 2. Mengukur nilai melibatkan pemberian beberapa variabel numerik atau linguistik kepada mereka2.
• 3. Evaluasi selalu memiliki beberapa dimensi, yang ditentukan oleh sifat nilai. Skor anonim tidak memiliki arti ilmiah. Ada poin untuk pengetahuan, keterampilan, kecantikan, kejujuran, dan sebagainya.
• 4. Skala penilaian tidak universal, sebagaimana dibuktikan dengan meluasnya penggunaan skala urutan, peringkat langsung dan proporsional, interval yang sama dan setengah, peringkat berpasangan korelatif, dll.
• 5. Jenis pengukuran juga bervariasi. Bedakan pengukuran langsung, tidak langsung, kumulatif dan gabungan. Dalam pengukuran tidak langsung, nilai suatu besaran ditentukan berdasarkan hubungan yang diketahui antara besaran yang diinginkan dan besaran yang nilainya ditemukan dengan pengukuran langsung. Pengukuran kumulatif melibatkan kombinasi pengukuran berulang. Pengukuran gabungan dari besaran-besaran dengan nama yang berlawanan dirancang untuk memberikan hubungan fungsional di antara mereka, mis. hukum tertentu.
• 6. Memahami proses pengukuran nilai tidak terlepas dari isi teori, bahkan sepenuhnya ditentukan olehnya.

Baik dalam sains maupun dalam filsafat sains, posisi objektivis sangat kuat, yang menganggap bahwa pengukuran adalah tindakan sederhana untuk memperbaiki apa adanya. Standar tertentu dipilih, yang dengannya atribut yang diukur kemudian dikorelasikan - itulah keseluruhan teorinya. Tidak perlu masuk ke seluk-beluk bagaimana teori dibangun. Pendapat ini telah berulang kali dibantah, tetapi para objektivis tidak menyerah. Agar tidak tidak berdasar, kami akan mengacu pada contoh ilustrasi. Tidak semua ekonom memahami bahwa harga suatu produk tertentu bukanlah nilai tetap, tetapi pada dasarnya tergantung pada parameter optimasi yang dipilih. Jika ini adalah volume penjualan, maka harganya akan berbeda dari saat memaksimalkan keuntungan yang diatribusikan pada modal di muka. Kesimpulan umum adalah apa yang sebenarnya harus diukur dan bagaimana, ditentukan berdasarkan isi teori.

7. Nilai-nilai yang tidak menghasilkan tujuan tidak bernyawa. Mengingat keadaan ini, menjadi jelas bahwa evaluasi adalah karakteristik simultan dari nilai dan tujuan yang dihasilkannya. Estimasi tidak otonom dari tujuan, mereka terikat pada mereka, dan oleh karena itu, mereka harus dirumuskan dengan mempertimbangkan kepastian tujuan.

Terutama banyak benturan yang terkait dengan pemahaman isi ketentuan ini. Biasanya tidak diperhitungkan sama sekali. Diyakini bahwa penetapan tujuan, yang bervariasi dari satu orang ke orang lain, tidak sesuai dengan soliditas sains, yang ditentukan oleh fondasi yang tidak berubah sepanjang masa. Tetapi pendapat seperti itu tidak dapat didamaikan dengan status sebenarnya dari ilmu-ilmu pragmatis. Di masing-masing dari mereka, masalahnya tidak terbatas pada prinsip-prinsip yang tidak dapat diubah, tetapi diwujudkan hanya dalam menetapkan tujuan, di mana nilai parameter yang diukur bergantung. Ini adalah tujuan yang ternyata menjadi kerangka acuan, relatif terhadap parameter yang memiliki nilai tertentu. Semakin tinggi signifikansi parameter, semakin besar nilainya.

Kualitas perangkat lunak sebagai nilai.

Sejauh ini, pragmatik telah dicirikan dalam istilah yang paling umum. Mari kita beralih langsung ke ilmu komputer, mengingat kualitasnya perangkat lunak (PADA). Rumusan pertanyaan tentang kualitas perangkat lunak membuktikan konten pragmatisnya.

Sebenarnya, perangkat lunak telah dievaluasi dalam satu atau lain cara sejak awal, tetapi hanya sejak akhir 1960-an. proses ini mulai mengambil bentuk yang sistematis. Pada paruh kedua tahun 1970-an. monografi pertama muncul1, yang jumlahnya kemudian terus meningkat secara eksponensial. Pencarian multifaset dan gigih sedang berlangsung ukuran kuantitatif fitur perangkat lunak, yang merupakan subjek dari banyak pekerjaan di bidang metrik perangkat lunak. Di antara langkah-langkah tersebut, dua pemimpin dengan cepat muncul: pertama, jumlah baris kode dan, kedua, jumlah kesalahan per seribu baris kode. Tentu saja, evaluasi perangkat lunak tidak terbatas pada mereka. Di meja. 4.4 menyediakan faktor kualitas perangkat lunak menurut GOST 28195-892.

Tabel 4.4. Kualitas perangkat lunak

	Faktor kualitas perangkat lunak	Properti yang ditandai
	Keandalan	Ini mencirikan kemampuan perangkat lunak di area aplikasi tertentu untuk melakukan fungsi tertentu sesuai dengan dokumen program jika terjadi penyimpangan dalam lingkungan operasi yang disebabkan oleh kegagalan perangkat keras, kesalahan dalam data input, kesalahan pemeliharaan, dan efek destabilisasi lainnya.
	Pemeliharaan	Menjelaskan aspek teknologi yang memudahkan untuk menghilangkan kesalahan dalam perangkat lunak dan dokumen kebijakan serta menjaga perangkat lunak tetap mutakhir
	Kemudahan penggunaan	Ini mencirikan properti perangkat lunak yang berkontribusi pada pengembangan, aplikasi, dan pengoperasian perangkat lunak yang cepat dengan biaya tenaga kerja minimal, dengan mempertimbangkan sifat tugas yang diselesaikan dan persyaratan untuk kualifikasi personel pemeliharaan
	Efisiensi	Mencirikan tingkat kepuasan kebutuhan pengguna untuk pemrosesan data, dengan mempertimbangkan ekonomi, komputasi, dan sumber daya manusia
	keserbagunaan	Mencirikan kemampuan beradaptasi perangkat lunak untuk persyaratan fungsional baru yang timbul dari perubahan dalam ruang lingkup atau kondisi operasi lainnya
	Ketepatan	Mencirikan tingkat kepatuhan perangkat lunak dengan persyaratan yang ditetapkan dalam kerangka acuan, persyaratan pemrosesan data, dan persyaratan sistem umum

Metrik perangkat lunak. Metrik Halsted, McCabe, dan Chapin sangat populer. Indikator mereka, serta banyak lainnya, memungkinkan tidak hanya untuk menilai kompleksitas implementasi elemen individu dari proyek perangkat lunak, untuk menyesuaikan indikator keseluruhan untuk menilai durasi dan biaya proyek, tetapi juga untuk menilai risiko yang terkait dengan proyek dan membuat keputusan manajemen yang diperlukan. Pada saat yang sama, kami harus menyatakan bahwa seluruh program kualitas perangkat lunak penuh dengan banyak aspek bermasalah. Peneliti Inggris N. Fenten dan M. Niel menulis tentang mereka dengan sangat cemerlang dalam artikel "Metrik Perangkat Lunak: Pencapaian, Kegagalan, dan Arah Baru".

Penulis mengaitkan pengembangan berbagai metrik dan setidaknya sebagian penggunaannya tidak hanya oleh perusahaan besar, tetapi juga oleh perusahaan menengah dengan pencapaiannya. Namun, proses memuaskan ini bertemu dengan kesulitan yang signifikan. Kegiatan akademik di bidang pembuatan metrik perangkat lunak tidak menemukan kelanjutannya di industri, khususnya karena banyak perkembangan ilmiah tidak memperhitungkan kebutuhannya. Metrik yang digunakan dalam industri kurang termotivasi dan tidak digunakan dengan cukup efektif. Dalam kursus, kebanyakan indikator sederhana yang mudah diingat. Indikator yang lebih kompleks cenderung lebih eksotis.

H. Fenten dan M. Niel sampai pada kesimpulan bahwa seseorang harus sangat memperhatikan permintaan praktisi yang memprioritaskan cacat perangkat lunak. Saat mengkarakterisasi modul perangkat lunak tertentu, perlu untuk menunjukkan jumlah cacat yang sesuai dengan tiga levelnya - terendah, menengah dan tertinggi, menentukan kemungkinan kegagalan yang mungkin terjadi.

Peneliti Amerika S. Kaner dan W. Bond masing-masing subjek usulan indikator untuk analisis pragmatis menyeluruh, termasuk salah satu yang dipromosikan secara luas oleh T. Demarco, menyatakan: "Saya tahu hanya satu indikator yang layak untuk disatukan sekali dan untuk semua: menghitung cacat". Dalam hal ini, perlu untuk memberikan jawaban yang cukup percaya diri untuk 10 pertanyaan:

• 1. Apa tujuan dari pengukuran ini?
• 2. Apa batas-batas dimensi ini?
• 3. Atribut apa yang kita coba ukur?
• 4. Apa skala alami untuk mengukur sifat ini?
• 5. Apa variabilitas alami suatu sifat?
• 6. Apa metriknya (fungsi yang menentukan nilai suatu fitur)? Alat apa yang digunakan untuk melakukan proses pengukuran?
• 7. Apa skala alami untuk metrik yang dimaksud?
• 8. Berapakah skala natural dari instrumen yang sedang dibaca?
• 9. Bagaimana nilai atribut dan metrik berkorelasi?
• 10. Apa efek samping alami dan dapat diprediksi dari alat yang digunakan?

Semua pertanyaan ini ditujukan untuk mengklarifikasi yang sebenarnya, dan bukan konten pragmatis ilusi dari fitur tertentu. Namun karena, berbeda dengan Demarco, hal tidak pernah berakhir dengan pemilihan satu indikator saja, maka perlu dicari indikator yang seimbang. Konsep yang sesuai adalah teori sistem indikator kinerja yang seimbang, pertama kali dikembangkan dalam bidang manajemen oleh R. Kaplan dan D. Norton. Dari manajemen, yaitu teori manajemen organisasi, itu benar dipindahkan ke ilmu komputer oleh A. Abran dan L. Bouillon. S. Kaner dan W. Bond menjadi rekan penulis transfer ini.

• 1. Nilai selalu menjadi bagian dari konstruksi teoretis. Penilaian mereka sangat ditentukan oleh tujuan yang ditetapkan.
• 2. Kriteria terakhir dari efektivitas adalah keberhasilan berfungsinya teori. Dalam kasus kegagalan, teori direvisi. Ini adalah mekanisme pertumbuhan pengetahuan ilmiah dalam ilmu komputer.

Kirim karya bagus Anda di basis pengetahuan sederhana. Gunakan formulir di bawah ini

Mahasiswa, mahasiswa pascasarjana, ilmuwan muda yang menggunakan basis pengetahuan dalam studi dan pekerjaan mereka akan sangat berterima kasih kepada Anda.

Dokumen serupa

Pengertian merek dagang sebagai sebutan yang berfungsi untuk mengindividualisasikan produk badan hukum atau perorangan pengusaha. Klasifikasi merek dagang: figuratif, verbal, gabungan, suara, hologram, dan tiga dimensi.

presentasi, ditambahkan 20/03/2012


Peran merek dagang dan varietasnya. Kekhususan penjualan barang bermerek. Aspek hukum penggunaan merek dagang. Praktik iklan gambar di pasar Rusia. Hak eksklusif atas merek dagang. Merek dagang sebagai elemen periklanan.

pekerjaan kontrol, ditambahkan 14/02/2010


Esensi, tujuan, jenis merek dagang. Ikhtisar fitur penggunaan merek dagang. Organisasi perdagangan berlisensi internasional. Perdagangan produk palsu. Tindakan yang diambil ketika barang diidentifikasi memiliki tanda-tanda pemalsuan.

makalah, ditambahkan 28/11/2014


Gaya perusahaan: konsep, fungsi, elemen utama. Sejarah merek dagang. Nilai tradisi budaya dalam desain merek dagang. Fenomena terhapusnya batas negara dan batas negara. Cari ide figuratif dan semantik dalam kreativitas desain.

makalah, ditambahkan 04/04/2018


Jenis dan fungsi merek dagang. Persyaratan dasar untuk merek dagang, serta aturan penggunaan. Perlindungan hukum merek dagang di Republik Belarus. Peran merek dan branding. Faktor penentu tingkat dan dinamika harga dunia.

abstrak, ditambahkan 21/07/2013


Keterlibatan dan jenis permainan dalam periklanan. Iklan sebagai sarana komunikasi. Media Iklan Olahraga dan Dukungan Penjualan: Kriteria Pemilihan Objek dan Orang. Pentingnya iklan untuk pengembangan merek dagang dalam bisnis olahraga. Proses transformasi dalam olahraga Rusia.

abstrak, ditambahkan 23/03/2014


Merek sebagai unsur yang terlibat dalam hubungan dagang. Varietas dan fitur merek dagang, dampak psikologisnya pada preferensi dan pilihan konsumen. Sejarah merek dagang Apple. Prinsip penciptaan merek komoditas.

abstrak, ditambahkan 24/11/2011


Perencanaan pemasaran sebagai bagian integral dari rencana bisnis di Rusia. Tujuan utama dari program pemasaran, arah untuk mengevaluasi efektivitasnya. Masalah pengembangan, pembentukan dan promosi merek dagang. Manfaat dan fungsi merek dagang.

tes, ditambahkan 28/02/2012

Masalah menentukan batas-batas bidang studi dari setiap arah ilmiah terutama relevan dalam memecahkan masalah terminologis dan terminografis, termasuk tugas inventarisasi istilah, serta dalam mengajar disiplin ilmu yang relevan.

Menentukan batas-batas bidang studi dari arah ilmiah seperti "Linguistik Komputer" adalah salah satu tugas yang paling sulit, menurut kami. Biasanya, batas wilayah subjek ditetapkan dengan menyusun daftar judul dan subjudul (petunjuk) yang membentuknya.

Kesulitan utama dalam hal ini terletak pada kenyataan bahwa linguistik komputasi adalah ilmu yang relatif muda yang berasal dari akhir abad ke-20. Arah ini mulai dikembangkan secara aktif di luar negeri pada tahun 60-70-an, dan itu terutama dipahami sebagai penggunaan metode statis dalam linguistik, maka nama "Linguistik Komputasi" (yaitu "Linguistik Komputasi"). Di Rusia, istilah terkait "Linguistik Matematika" tersebar luas di tahun 70-an. Sehubungan dengan perkembangan teknologi komputer dan aplikasi aktifnya dalam tugas-tugas linguistik, istilah ini sebagai nama sains telah diubah, dan sains telah menerima definisi yang lebih jelas tentang "linguistik komputer". Dengan demikian, kita dapat mengatakan bahwa ada dua pendekatan dalam menentukan arah yang dipertimbangkan dalam istilah ini - ini adalah pendekatan Rusia kami dan pendekatan asing.

Adapun pandangan ahli bahasa asing tentang bidang studi linguistik komputasi, dapat dicatat bahwa Asosiasi Linguistik Komputasi, yang memiliki struktur regional di beberapa negara di dunia, melakukan banyak pekerjaan organisasi dan ilmiah. Situs resmi organisasi ini memberikan definisi umum - "linguistik komputasional adalah studi ilmiah bahasa dari perspektif komputasi. Ahli bahasa komputasi tertarik untuk menyediakan model komputasi dari berbagai jenis fenomena linguistik". Organisasi ini menyelenggarakan konferensi internasional tentang komputer Corpus Linguistics: Investigating language and COLING. Linguistik Komputasi diterbitkan setiap tiga bulan di AS. Isu-isu yang relevan biasanya juga banyak diwakili di berbagai konferensi tentang kecerdasan buatan.

Dari sudut pandang pendekatan Barat, arah utama linguistik komputasional adalah Pemrosesan Bahasa Alami (Pemrosesan otomatis bahasa dan ucapan alami). Ketika menganalisis dokumen (arsip konferensi, konten situs dasar) dari Asosiasi COLING untuk Linguistik Komputasi, tercatat bahwa ahli bahasa Barat mencakup bidang terapan berikut di bidang linguistik komputasi:

Morfologi dan Sintaks Komputasi (Morfologi dan sintaksis komputer).

• NLP (Pemrosesan Bahasa dan Ucapan Otomatis).
• Perpustakaan Digital (Digital Library).
• Ekstraksi Informasi.
• Pengambilan Informasi.
• Representasi Pengetahuan dan Semantik (Knowledge Representation and Semantics).
• Mesin penerjemah.
• Pemrosesan Ucapan (Pengenalan dan sintesis ucapan).
• Pemrosesan Bahasa Statistik.
• Summarization (Peringkasan dan anotasi).

Dari sudut pandang persepsi Rusia tentang area masalah yang sedang dipertimbangkan, pekerjaan utama ke arah ini dilakukan oleh Asosiasi Linguistik Komputasi Rusia COLINT, di situs web tempat Anda dapat menemukan semua laporan ilmiah yang dipresentasikan di konferensi. pada masalah linguistik komputasi. Meskipun situs ini tidak menyediakan rubrikasi tugas yang bermasalah, Anda dapat melihat bahwa ahli bahasa Rusia memprioritaskan bidang-bidang seperti:

• Terjemahan mesin;
• Sistem pencarian dan klasifikasi;
• Leksikografi komputer;
• semantik komputer linguistik;
• Linguistik korpus;

Model formal analisis dan pengenalan struktur bahasa.

Analisis buku teks dan buku referensi yang ada belum memberikan gambaran yang lengkap dan jelas tentang bidang linguistik praktis ini.

Kamus Ensiklopedis Besar: Linguistik, diedit oleh V.N. Yartseva. tidak memasukkan istilah ini dalam kamus sama sekali.

Ahli bahasa Rusia terkenal Marchuk Yu.N. Pertama-tama, ia mendefinisikan linguistik komputasi sebagai "dasar linguistik informatika", yang sebenarnya melibatkan pemecahan masalah yang berkaitan dengan pengembangan dan penggunaan bahasa buatan yang menyediakan komunikasi antara seseorang dan komputer. Tetapi pada saat yang sama dalam karyanya "Fundamentals of Computational Linguistics" Marchuk Yu.N. secara konsisten mempertimbangkan pemodelan komputer bahasa alami, yaitu morfologi, sintaksis, representasi semantik dan pragmatik dalam lingkungan komputer. Selain itu, makalah ini menyebutkan tugas-tugas terapan seperti organisasi kamus mesin, bank data terminologis, dan bahkan membahas dasar-dasar terminologi.

Menurut ahli bahasa Rusia, profesor Universitas Negeri Moskow Baranov A.N. Istilah "linguistik komputasional" mengacu pada area luas penggunaan alat komputer - program, teknologi komputer untuk mengatur dan memproses data - untuk memodelkan fungsi bahasa dalam kondisi, situasi, area masalah tertentu, dll., serta ruang lingkup model bahasa komputer tidak hanya dalam linguistik, tetapi juga dalam disiplin terkait". Dalam karyanya, Baranov A.N. mengidentifikasi beberapa bidang linguistik komputasi sebagai dasar - ini adalah pemodelan komunikasi, pemodelan struktur plot, teknologi hypertext untuk representasi teks, leksikografi komputer , terjemahan mesin, sistem pemrosesan bahasa alami.

Masalah penentuan batas-batas bidang studi juga dihadapi para pengembang kurikulum untuk disiplin ilmu di bidang linguistik terapan dan komputasional. Untuk tujuan ini, kurikulum dalam linguistik komputasi dari universitas-universitas Rusia seperti Universitas Negeri Moskow, Universitas Linguistik Negeri Moskow, Universitas Negeri Rusia dianalisis.

Pengembang program kursus MSLU fokus pada pemodelan komputer bahasa alami dalam memecahkan masalah kecerdasan buatan, prinsip-prinsip dasar pemodelan bahasa, yaitu arah yang terkait dengan pemodelan komunikasi manusia-komputer.

Pengembang program kursus di Universitas Negeri Moskow mengidentifikasi tugas dan area seperti masalah dukungan linguistik untuk sistem informasi otomatis modern, pemrosesan otomatis bahasa alami, dan pembuatan kamus dan pengolah kata.

Bidang utama yang tercakup dalam kursus linguistik komputasi di Universitas Negeri Rusia adalah: pencarian informasi, terjemahan mesin, terminologi, terminologi, terminografi, leksikografi komputer, pengenalan suara dan sintesis, masalah pembelajaran bahasa dengan bantuan komputer. Program universitas ini paling dekat dengan program Universitas Teknik Negeri Ulyanovsk.

Analisis di atas menunjukkan bahwa dalam praktiknya, hampir segala sesuatu yang berkaitan dengan penggunaan komputer dalam linguistik sering disebut sebagai linguistik komputasi, itulah sebabnya masalah dibingungkan dengan solusi praktis. Jadi, ketika mendefinisikan batas-batas bidang studi linguistik komputasional, perlu dibedakan dengan lebih jelas 2 sudut pandang:

1. AUTOMATIC LANGUAGE PROCESSING (Pemrosesan Bahasa), yang akan mencakup tugas menganalisis dan memodelkan struktur bahasa, yaitu:

• analisis grafematik/fonemis bahasa;
• analisis morfologi;
• analisis leksikal dan gramatikal bahasa;
• penguraian, atau penguraian;
• analisis dan pemodelan struktur semantik;
• tugas mensintesis elemen bahasa, termasuk. pembuatan teks;
• statistik linguistik otomatis.

2. ARAH TERAPAN LINGUISTIKA KOMPUTER, yaitu:

• Terjemahan mesin;
• pengenalan suara dan sintesis;
• pengembangan dan penggunaan bahasa buatan, termasuk bahasa pemrograman, bahasa sistem informasi;
• leksikografi dan terminografi komputer;
• dasar-dasar linguistik dari pencarian informasi;
• pengindeksan otomatis, abstraksi dan klasifikasi teks;
• analisis konten otomatis dan otorisasi teks;
• teknologi hypertext untuk presentasi teks;
• linguistik korpus;
• linguistik komputer.

Pembedaan ini tidak mengklaim lengkap, tetapi memberikan gambaran yang lebih pasti tentang bidang studi ilmu yang kompleks ini, dan dapat digunakan sebagai dasar untuk mengembangkan kamus terminologi atau program kerja untuk mata kuliah "Linguistik Komputer".

LITERATUR

1. Baranov A.N. Pengantar linguistik terapan. - M.: Editorial URSS, 2001. - 360 hal.
2. Grinev S.V. Pengantar leksikografi terminologis. - M., 1986.-106s.
3. Marchuk Yu.N. Dasar-dasar Linguistik Komputasi: Buku Teks. - M., 1999. - 225 hal.
4. Sosnina E.P. Pengantar Linguistik Terapan: Buku Teks. - Ulyanovsk: UlGTU, 2000. - 46 hal.
5. Yartseva V.N. Ilmu bahasa. Kamus ensiklopedis besar. - edisi ke-2. - Y41 M.: Ensiklopedia Besar Rusia, 1998. - 685 hal.
6. http://www.aclweb.org
7. http://www.dialog-21.ru

PADA. Dengan. Shchepin

CMA Sistem Kecil AB

[dilindungi email]

Kata kunci: kecerdasan buatan, model lingkungan, objek fraktal, memori fraktal, mesin Turing, struktur penelitian, dialog, pertukaran informasi

Tujuan dari pekerjaan ini adalah untuk menyusun pragmatik interaksi dialog. Tahapan persepsi oleh intelek informasi tentang lingkungan eksternal, konstruksi model lingkungan dan pertukaran informasi tentang lingkungan eksternal dengan intelek lain dipertimbangkan. Struktur lingkungan dan memori intelek adalah fraktal, yaitu memungkinkan penyempurnaan dan perluasan tak terbatas pada titik mana pun. Pekerjaan ini bertujuan untuk mencapai pemahaman kualitatif tentang apa itu pengetahuan, untuk apa pengetahuan itu dapat digunakan dan di mana batas antara pengetahuan dan ketidaktahuan terletak. Dialog dipahami sebagai pertukaran model informasi yang terbentuk dalam ingatan subjek dalam proses mempelajari lingkungan eksternal. Model yang diusulkan juga dapat dianggap sebagai model interaksi antara programmer dan komputer. Hasil pekerjaan dapat menjadi kepentingan praktis untuk desain struktur canggih dari memori komputer dan perangkat lunak, termasuk bahasa interaksi manusia-mesin.

1. pengantar

Skema model yang diusulkan adalah sebagai berikut. Dua intelek mengeksplorasi lingkungan, menyusun modelnya, dan kemudian bertukar hasil kegiatan mereka dalam dialog. Akibatnya, total model lingkungan yang dibentuk oleh mereka secara kolektif terbentuk dalam memori masing-masing intelek. Dengan kata lain, ada "pertukaran pengalaman", dan pengalaman total kemudian dapat digunakan oleh masing-masing intelek secara individual.

2. Lingkungan sebagai objek fraktal

Dalam proses penelitian atau interaksi subjek dengan lingkungan, lingkungan muncul sebagai objek yang saling berhubungan dari tingkat yang lebih rendah, yang pada gilirannya dapat mengalami dekomposisi lebih lanjut, dan proses dekomposisi seperti itu tidak ada habisnya.

Dengan kata lain, kita membayangkan lingkungan sebagai objek fraktal di mana setiap bagian mirip dengan keseluruhan dalam proses kognisi - representasi objek dalam bentuk bagian-bagian yang saling berhubungan yang juga merupakan objek.

Lingkungan terstruktur dalam proses kognisi, tidak konstruktif untuk berbicara tentang struktur apriori dari bagian lingkungan yang tidak diketahui - tidak diketahui dan dapat berupa apa saja. Selain itu, setiap bagian lokal dari lingkungan hanya dapat dipelajari sebagian; lingkungan selalu memungkinkan perincian lebih lanjut dari struktur di titik mana pun. Kita tidak tahu apa-apa secara apriori tentang lingkungan, kecuali bahwa itu fraktal.

3. Penguraian lingkungan menjadi benda

3.1. Penelitian lingkungan

Dalam proses penelitian, lingkungan terstruktur dan informasi tentangnya harus direkam dalam memori subjek agar dapat digunakan untuk perilaku yang bertujuan dan menjadi subjek pertukaran dalam proses berkomunikasi dengan subjek lain dalam mode dialog.

Tujuannya adalah struktur representasi informasi tentang lingkungan dalam memori intelek, yang untuk itu perlu untuk menganalisis proses mempelajari lingkungan oleh intelek. Proses penelitian dapat dipecah menjadi langkah-langkah berikut:

• Pemindaian bagian lingkungan yang dirasakan dan pemilihan objek;
• Membangun hubungan antar objek;
• Memasukkan ke dalam memori struktur objek dan hubungannya;
• Perubahan "titik berdiri" subjek;
• Ulangi langkah sebelumnya.

3.2. Objek sebagai titik jangkar di lingkungan

Pemilihan objek merupakan tahap pertama dalam penataan lingkungan. Objek ditentukan oleh set fitur karakteristik lokal yang memungkinkan mereka untuk dibedakan dari lingkungan dalam proses persepsi. Sebuah objek belum tentu merupakan tubuh fisik. Bagian dari laporan atau pesan dapat dianggap sebagai objek yang mewakili dekomposisi topik.

Pragmatik menampilkan objek dalam memori intelek direduksi menjadi informasi yang diperlukan untuk memanggil program tindakan yang diperlukan untuk pencarian dan pengenalan objek. Informasi tentang objek yang disimpan dalam memori harus cukup untuk mendeteksi objek ini di lingkungan. Ini mungkin gambar visual dari objek atau deskripsi dalam NL, yang dapat disimpan dalam memori subjek.

3.3. Tautan antar objek

Hubungan antar objek dikonstruksi oleh intelek dalam proses penataan lingkungan. Tautan antar objek dibangun melalui proses yang dilakukan oleh subjek, seperti "melacak posisi relatif", "melihat", "menjalankan jarak dari satu objek ke objek lain", "memahami hubungan logis antara bagian teks". Dengan kata lain, pragmatik menampilkan tautan antar objek direduksi menjadi tindakan subjek untuk mengidentifikasi tautan ini.

Mengungkap koneksi adalah tindakan intelek untuk membangun hubungan antara objek. Tautan dideskripsikan oleh set parameter, yang cukup untuk menjalankan "program" yang memungkinkan intelek mengenali tautan tertentu di antara objek.

Koneksi dapat disimpan dalam memori intelek dalam bentuk informasi yang mengontrol organ persepsinya, serta dalam bentuk fragmen teks dalam NL.

Tujuan dari pekerjaan ini adalah model struktural. Kami akan berasumsi bahwa baik hubungan antara objek dan objek itu sendiri dicatat dalam unit (sel) memori intelek. Penting untuk memahami bagaimana sel-sel harus saling berhubungan, apa yang seharusnya menjadi struktur memori intelek untuk memastikan kemungkinan membangun model lingkungan.

4. Pembentukan model struktural lingkungan dalam memori intelek

4.1. Melewati objek dan membangun model dalam memori kecerdasan

Asumsi utama dari karya ini mengenai fungsi memori intelek adalah bahwa model lingkungan terbentuk dalam memori dan "kursor" (mata pikiran) tertentu selalu diarahkan ke sel memori yang sesuai dengan objek. lingkungan eksternal, di mana perhatian subjek saat ini diarahkan. Dalam hal ini, baik awal masuknya suatu objek atau hubungan (koneksi) ke dalam memori, atau perbandingan persepsi dengan informasi yang direkam sebelumnya dalam memori, terjadi.

Juga diasumsikan bahwa 2 intelek yang berpartisipasi dalam eksperimen pemikiran dilatih, dan mereka telah memiliki program yang telah ditentukan sebelumnya untuk mengenali objek dan hubungan, yang dengannya lingkungan terstruktur selama aktivitas mereka. Untuk kedua kecerdasan, kumpulan objek dan hubungan antar objek yang dapat mereka lihat di lingkungan adalah sama.

Intelek melakukan proses pemindaian lingkungan untuk memilih objek dan membangun hubungan di antara mereka. Asumsi paling sederhana adalah bahwa proses ini mengikuti algoritma seperti pohon: objek pertama dipilih, lalu koneksi pertama objek ini dengan yang berikutnya, dan seterusnya. "Cakrawala yang terlihat" dapat disimpan dalam memori sebagai urutan sel sederhana yang menyimpan objek dan tautan, atau sebagai pohon jika tidak mungkin untuk melewati semua objek yang terlihat dengan tautan tanpa kembali.

Dari prinsip pemindaian paralel model dan lingkungan, algoritme di atas untuk mempelajari lingkungan akan ditulis agak berbeda:

• Temukan objek, termasuk tautan ke objek sebelumnya.
• Jika objek dan/atau koneksi tidak ada dalam model, masukkan ke dalam model.
• Kembali ke langkah 1

Dapat diasumsikan bahwa struktur gambar visual-motorik dan struktur konsep linguistik (pengidentifikasi) yang menunjukkan objek dan hubungan di antara mereka terbentuk secara paralel dalam memori.

4.2. Persyaratan model lingkungan

4.2.1. Perencanaan jalan. Model harus menyediakan kemampuan untuk merencanakan jalur untuk mencapai objek tertentu yang sudah termasuk dalam model.

4.2.2. Pelacakan situasi. Model harus memberikan solusi untuk masalah "Orientasi di tanah" atau "Kembali ke titik awal". Saat bergerak di lingkungan, perlu untuk memantau situasi untuk menghubungkan objek yang diamati dengan tampilannya di model setiap saat dan memberikan kemungkinan untuk kembali ke titik awal.

4.2.3. Perluasan cakrawala yang terlihat. Saat melintasi objek yang disertakan dalam model, mengulangi pemindaian dari titik di dekat objek dapat mengungkapkan objek baru. Dengan demikian, model harus diperluas pada titik-titik ini. Ekstensi model diikat ke titik yang diketahui sebelumnya, yang memungkinkan Anda untuk menjaga integritas gambar dunia.

Dalam model struktural, tautan tipe "perpanjangan cakrawala" harus dihasilkan dari objek, yang mengarah ke fragmen model baru.

Ada masalah untuk membedakan objek baru dari yang sebelumnya termasuk dalam model, karena dari "cakrawala baru" Anda dapat melihat objek dari satu atau lebih cakrawala sebelumnya. Objek seperti itu tidak boleh dimasukkan kembali ke dalam model; referensi ke deskripsi objek yang termasuk dalam model sebelumnya harus dibuat pada titik yang sesuai. Dengan kata lain, perlu untuk menetapkan fakta bahwa objek yang diamati diketahui jika representasinya sudah ada dalam model.

4.2.4. Detailing objek. Objek, ketika mendekati mereka, dapat dirinci, struktur baru dapat dibedakan di dalamnya, yaitu objek baru dan koneksi dalam esensi itu, yang dari jauh tampaknya menjadi satu objek yang tak terpisahkan.

Dalam hal ini, dalam model, koneksi tipe "detail" harus dihasilkan dari objek, yang mengarah ke submodel tingkat yang lebih rendah.

4.2.5. Pengenalan lingkungan yang tidak diketahui. Masuk ke lingkungan yang tidak diketahui, AI harus menjaga integritas model dunia, baik dengan membandingkan objek yang dirasakan dengan yang sudah ada dalam model dan dengan demikian menentukan titik berdiri, atau dengan membangun fragmen model baru dalam memori. , menunda untuk masa depan lampiran fragmen ini ke model yang dibuat sebelumnya.

4.3. Struktur memori untuk pembentukan model lingkungan

4.3.1. Persyaratan untuk sel memori. Kami akan berasumsi bahwa sel memori AI dapat menyimpan informasi tentang objek dan hubungan di antara mereka. Baik berupa gambar visual maupun berupa konstruksi bahasa.

4.3.2. persyaratan struktur memori. Proses interaksi AI dengan lingkungan yang dijelaskan di atas mengarah pada kebutuhan AI untuk memiliki memori yang dapat diperluas di setiap titik di dalamnya, sehingga proses "memperluas cakrawala" dan "merinci" dapat diimplementasikan.

Ini menyiratkan perlunya struktur hierarki memori, sel yang menggambarkan suatu objek harus, seolah-olah, "membuka" pada tingkat yang baru, dan memungkinkan untuk menulis ke dalam memori "cakrawala baru" atau detail internal. struktur objek.

Pada saat yang sama, struktur memori di semua tingkatan adalah sama, karena objek dan hubungan di antara mereka selalu diingat. Oleh karena itu, memori harus fraktal - struktur setiap bagian dan keseluruhan memiliki tipe yang sama.

Dimungkinkan untuk membayangkan struktur memori AI dari setiap level sebagai semacam lingkungan yang memungkinkan Anda untuk membentuk grafik objek dan hubungan yang berubah-ubah. Namun, Anda bisa bertahan dengan struktur pohon yang lebih sederhana.

Persepsi suatu objek atau hubungan antar objek membutuhkan tindakan aktif - gerakan mata, misalnya. Persepsi seluruh pemandangan visual dapat dibayangkan sebagai urutan tindakan yang mengingat urutan objek, dan kemudian konstruksi cabang dengan pembentukan tautan ke objek lain dari yang sudah disimpan dalam memori. Untuk mengimplementasikan algoritme semacam itu, kemungkinan potensial untuk membangun sejumlah tautan sewenang-wenang dari objek apa pun sesuai dengan prinsip "perluasan cakrawala" harus disediakan - di sini akan terlihat seperti perluasan area analisis pemandangan visual.

Dari logika persepsi ini, gagasan tentang struktur memori AI seperti pohon bercabang, di mana rantai pertama objek dan hubungan ditulis ke dalam urutan sel, dan kemudian urutan ini bercabang dengan cara yang tidak terduga.

Objek atau koneksi yang sama tidak boleh dimasukkan ke dalam model beberapa kali. Tautan ke objek yang diketahui ditulis dengan cara khusus. Dalam sel khusus yang merujuk ke objek yang diketahui, rantai tindakan memindahkan "kursor" di sepanjang model lingkungan yang dibangun disimpan, yang mengarah ke objek yang direkam di sana sebelumnya.

4.3.3. Pada model Mesin Turing Fraktal. Berdasarkan persyaratan untuk struktur memori AI yang dirumuskan di bagian sebelumnya, dimungkinkan untuk mengusulkan model Mesin Turing Fraktal, yang diperlukan dan cukup untuk mengimplementasikan persyaratan ini dalam hal struktur. Inti dari model ini adalah bahwa setiap sel dari pita MT biasa dapat dirinci oleh seluruh pita tingkat berikutnya, dan kursor dapat bergerak tidak hanya di sepanjang pita, tetapi juga dari tingkat ke tingkat.

4.3.4. Argumen yang mendukung struktur memori fraktal seperti pohon. Tercantum di bawah ini:

• Struktur seperti pohon adalah pilihan paling sederhana, cukup untuk membangun model struktural untuk mempelajari lingkungan.
• Struktur neuron juga seperti pohon.
• Perilaku AI mudah digambarkan dalam bentuk pohon tindakan - situasi.

• Program komputer yang terstruktur dengan baik adalah seperti pohon.

5. Dialog sebagai proses pertukaran informasi

5.1. Dialog dalam hal pragmatik

Dua intelek bertukar informasi dalam proses dialog. Inisiatif untuk melakukan dialog bisa jadi milik satu pihak atau pihak lain, dan para pihak pada gilirannya bisa berinisiatif atau aktif.

Arti dari kegiatan dalam dialog adalah sebagai berikut. Sisi aktif sebenarnya mengeksplorasi model lingkungan yang dibangun oleh sisi lain. Ini terjadi sesuai dengan algoritma yang sama dengan eksplorasi lingkungan yang dijelaskan di atas, karena fakta bahwa model lingkungan internal yang dihasilkan oleh AI juga merupakan objek fraktal. Mengajukan pertanyaan, peserta dalam dialog mengungkapkan objek dan hubungan yang ditampilkan dalam model sisi lain. Pada saat yang sama, proses dialog secara struktural mirip dengan proses eksplorasi lingkungan.

5.2. Tahapan dialog

Perhatikan tahapan-tahapan dialog secara analogi dengan tahapan-tahapan penelitian:

1. Identifikasi bagian yang diketahui dari model lingkungan umum untuk kedua mata pelajaran. Intinya, ini adalah pilihan topik dialog. Mengajukan pertanyaan tentang objek dan hubungan yang ada dalam modelnya, subjek aktif menemukan seperangkat objek dan hubungan yang cocok secara struktural dalam model peserta dialog lain. Ini mungkin mengingatkan pada pemecahan masalah Pengenalan Lingkungan Tidak Dikenal.
2. Cari dalam model subjek pasif untuk sebuah fragmen dari model bagian dari lingkungan yang tidak diketahui oleh peserta aktif dalam dialog. Algoritma pencarian semacam itu direduksi menjadi melewati objek yang diketahui dari bagian model yang cocok dan mengeksplorasi kemungkinan merinci objek atau munculnya "cakrawala baru", pada objek yang tidak memiliki kelanjutan seperti itu dalam model peserta aktif dalam dialog. Penelitian dilakukan melalui pertanyaan-pertanyaan yang sesuai.
3. "Menyalin" pengetahuan ke dalam model lingkungan subjek aktif. Peserta aktif dapat memilih objek paling menarik yang berisi informasi baru, memindahkan "kursor" dalam modelnya ke objek ini, memindahkan "kursor" peserta dialog lain ke objek yang sama dan mulai menyelesaikan konstruksi modelnya dalam mode dialog , mengajukan pertanyaan tentang objek baru, dan hubungan di antara mereka. Ini mungkin mengajukan pertanyaan seperti:

• Objek apa saja yang ada?
• Bagaimana setiap objek terkait dengan asal?
• Bagaimana objek-objek tersebut berhubungan satu sama lain?

6. Kesimpulan

1) Sifat dasar intelek adalah kemampuan untuk mengumpulkan informasi tentang lingkungan eksternal dan untuk mengatur, berdasarkan informasi ini, tindakan seseorang, perilakunya di lingkungan.

2) Struktur memori intelek sesuai dengan struktur kemungkinan mempelajari lingkungan oleh intelek. Itu harus fraktal dan kemungkinan besar seperti pohon.

3) Dari sudut pandang pragmatik, proses penjelajahan lingkungan oleh subjek dan studi memori subjek lain dalam proses dialog antar subjek memiliki struktur yang sama.

4) AI (komputer) dapat dianggap sebagai salah satu subjek dialog. Dalam hal ini, konstruksi struktural memori komputer sesuai dengan prinsip Mesin Turing Fraktal bisa sangat efektif, karena sesuai dengan struktur memori manusia.

5) Paradigma teknologi informasi dapat didasarkan pada model kecerdasan buatan, dan tidak hanya pada konsep-konsep seperti pemrograman berorientasi objek, gagasan tentang mengotomatisasi pemrosesan dokumen di desktop, atau pada gagasan untuk menciptakan realitas virtual dengan mensimulasikan realitas objektif. Secara khusus, mekanisme navigasi sering digunakan dalam sistem perangkat lunak. Dengan menjelajahi model navigasi abstrak, AI, sebagai disiplin ilmu, dapat berkontribusi pada praktik membangun sistem perangkat lunak.

6) Ada implementasi praktis yang berguna dari konsep pekerjaan ini. Ini adalah "buku catatan" komputer atau, bisa dikatakan, sistem informasi pribadi, yang merupakan struktur pohon baris teks yang dapat diperluas tanpa batas. Ternyata nyaman untuk menulis teks dengan secara bertahap membangun dan kemudian merinci struktur judul dan subjudul (dengan restrukturisasi yang agak sering). Ternyata nyaman untuk menulis program yang segera menjadi terstruktur dengan baik. Pada saat yang sama, implementasinya, seperti konsepnya, sangat sederhana, yang menjadi alasan lahirnya pesan ini.

Model terstruktur dialog pragmatik berbasis fraktal

model intelijen-lingkungan

V.S. Shchepin

kata kunci: kecerdasan buatan, model lingkungan, objek fraktal, memori fraktal, mesin Turing, struktur investigasi, dialog, pertukaran informasi.

Tulisan ini bertujuan untuk mengetahui struktur pragmatik dalam interaksi dialog. Skema logis berikut dipilih: Intelijen pertama-tama harus memahami lingkungan kemudian membangun model internal lingkungan ini dan kemudian mampu bertukar informasi dari model dengan Kecerdasan lain, alami atau buatan. Bagaimana itu bisa dilakukan? Ini adalah sebuah masalah. Saran pertama adalah bahwa lingkungan fraktal yaitu. dekomposisinya mungkin tak terbatas pada titik mana pun. Saran kedua adalah bahwa memori Intelijen juga harus fraktal. Memori fraktal diperlukan untuk mencerminkan realitas fraktal suatu lingkungan.

Selama aktivitasnya di lingkungan, Intelijen harus menyusun lingkungan dalam ingatannya. Model lingkungan terstruktur harus mencakup objek dan deskripsi hubungan objek. Deskripsi objek harus berisi informasi yang cukup untuk pengenalan objek oleh Intelijen. Deskripsi hubungan objek harus berisi informasi yang diperlukan untuk memeriksa hubungan di lingkungan. Sebenarnya hubungan antara objek-objek lingkungan dibentuk oleh beberapa tindakan Intelijen. Dalam proses dialog antara dua Kecerdasan, dua model lingkungan terstruktur pertama-tama dibandingkan untuk fragmen umum dan kemudian diperluas oleh fragmen unik dari kedua sisi untuk memastikan pertukaran pengalaman. Lingkungan dianggap statis untuk kesederhanaan.

Studi tentang pertanyaan-pertanyaan ini dapat memberi kita pemahaman kualitatif tentang apa itu pengetahuan, bagaimana hal itu dapat digunakan dan di mana batas antara yang diketahui dan yang tidak diketahui. Model terstruktur yang diusulkan oleh makalah ini dapat berfungsi misalnya sebagai model interaksi antara programmer dan komputer. Oleh karena itu ide-ide yang diungkapkan di sini mungkin berguna untuk memori komputer dan desain perspektif perangkat lunak komputer termasuk bahasa yang lebih kuat dan sistem operasi untuk manusia-komputer dan untuk interaksi komputer-komputer.