KDSA

U posljednjim desetljećima uvjeti znanstvenog rada su se znatno promijenili. Porasla je kvaliteta mjerne instrumentacije to omogućuje precizno i brzo skupljanje podataka. Komunikacijske tehnologije omogućile su raspoloivost i integraciju mnogih izvora informacija. Postojeće ljudsko znanje je znatno poraslo, i zahvaljujući internetu, ono je praktično svuda dostupno. Posljedica je da znanstvenici raspolau sa mnogo dostupnih informacija i znanja te da su pod neprestanim pritiskom da do novih rezultata bre dolaze. Jedino rjeenje je primjena računarskih alata ne samo za skupljanje podataka, računanje i vizualizaciju, već i za automatizirano modeliranje i konstrukciju hipoteza.

Ako imamo dobru hipotezu, tada je put do općenito prihvaćene teorije ili proizvoda relativno brz i dobro određen. Međutim, doći do dobre hipoteze nije jednostavan zadatak. Sposobnost stvaranja hipoteza se uvijek smatrala kao najvanijom odlikom znanstvenika a sam proces njihova stvaranja smatran je najsloenijom intelektualnom aktivnoću. Danas su rapoloive ogromne količine informacija. Primjeri su mjerenja aktivnosti gena koja produciraju vie od 20.000 brojčanih vrijednosti iz jednog uzorka, milioni slika automatski sakupljeni u samo jednom svemirskom putovanju, ili tisuće kemijskih spojeva koji se sintetiziraju svakodnevno. Ljudi vie nisu u stanju ni pročitati ili pregledati sve te podatke a trebaju izvuče vane zaključke iz njih. S druge strane, teko je i zamisliti kako iroko i duboko je ljudsko znanje u, recimo medicini ili fizici. Znanstvenici trebaju raditi interdisciplinarno i uspjeno kombinirati znanje iz različitih domena. Skupljanje i sitematizacija dostupnog znanja već izgleda kao nemoguć zadatak. Znanstvenici sigurno trebaju pomoć.

Ali znastvenici nisu jedini. Danas je efikasno i inteligentno postupanje sa informacijama i znanjem već potrebno u raznim područjima, od proizvodnje do bankarstva, od zdravstva do transporta. Buduće drutvo zasnovano na znanju je nemoguće bez računala sposobnih realizirati sloene zadaće predstavljanja znanja, otkrivanja znanja i pomoći pri odlučivanju. I premda praktična realizacija ovih zadaća moe danas izgledati kao znanstvena fantastika, iz naeg predhodnog iskustva u analizi podataka, modeliranju podataka i primjenama umjetne inteligencije naučili smo da se ti zadaci, bez obzira kako sloeni se oni činili, sastoje iz računarskih dijelova koji se mogu automatizirati pa ih strojevi mogu bolje izvoditi od ljudi. Dobar primjer moe biti opće poznata činjenica da je zbrajanje i mnoenje brojeva prije stoljeće ili dva, smatrano intelektualnom osobinom vezanom isključivo uz čovjeka, a danas imamo kalkulatore i računala koja izvode te operacije mnogo bre i pouzdanije od čovjeka.

Na cilj je otkriti, realizirati i primjeniti postupke koji mogu pomoći u sloenim operacijama sa informacijama i znanjem. Imajući taj cilj pred sobom, koncentrirati ćemo se uglavnom na praktične znanstvene primjene. Očekujemo da kroz interdisciplinarnu suradnju znanstvenika iz područja računarstva i onih koji rade na vrlo specifičnim znanstvenim problemima, imamo dobre izglede prepoznati probleme, naučiti kako ih rijeiti, i konačno ako bude moguće, poopćiti rjeenja. Područja rada su već odabrana. To su procesi otkrivanja znanja iz podataka s ciljem konstrukcije mogućih znanstvenih hipoteza i modela. Počinjemo od primjena u znanstvenim područjima ali stvarni cilj je razvoj tehnoloke baze budućeg drutva znanja.

RAČUNARSKI POSTUPCI OTKRIVANJA ZNANJA U ZNANSTVENIM PRIMJENAMA

Znanstvene pretpostavke


	Znanstvene pretpostavke U posljednjim desetljećima uvjeti znanstvenog rada su se znatno promijenili. Porasla je kvaliteta mjerne instrumentacije to omogućuje precizno i brzo skupljanje podataka. Komunikacijske tehnologije omogućile su raspoloivost i integraciju mnogih izvora informacija. Postojeće ljudsko znanje je znatno poraslo, i zahvaljujući internetu, ono je praktično svuda dostupno. Posljedica je da znanstvenici raspolau sa mnogo dostupnih informacija i znanja te da su pod neprestanim pritiskom da do novih rezultata bre dolaze. Jedino rjeenje je primjena računarskih alata ne samo za skupljanje podataka, računanje i vizualizaciju, već i za automatizirano modeliranje i konstrukciju hipoteza. Ako imamo dobru hipotezu, tada je put do općenito prihvaćene teorije ili proizvoda relativno brz i dobro određen. Međutim, doći do dobre hipoteze nije jednostavan zadatak. Sposobnost stvaranja hipoteza se uvijek smatrala kao najvanijom odlikom znanstvenika a sam proces njihova stvaranja smatran je najsloenijom intelektualnom aktivnoću. Danas su rapoloive ogromne količine informacija. Primjeri su mjerenja aktivnosti gena koja produciraju vie od 20.000 brojčanih vrijednosti iz jednog uzorka, milioni slika automatski sakupljeni u samo jednom svemirskom putovanju, ili tisuće kemijskih spojeva koji se sintetiziraju svakodnevno. Ljudi vie nisu u stanju ni pročitati ili pregledati sve te podatke a trebaju izvuče vane zaključke iz njih. S druge strane, teko je i zamisliti kako iroko i duboko je ljudsko znanje u, recimo medicini ili fizici. Znanstvenici trebaju raditi interdisciplinarno i uspjeno kombinirati znanje iz različitih domena. Skupljanje i sitematizacija dostupnog znanja već izgleda kao nemoguć zadatak. Znanstvenici sigurno trebaju pomoć. Ali znastvenici nisu jedini. Danas je efikasno i inteligentno postupanje sa informacijama i znanjem već potrebno u raznim područjima, od proizvodnje do bankarstva, od zdravstva do transporta. Buduće drutvo zasnovano na znanju je nemoguće bez računala sposobnih realizirati sloene zadaće predstavljanja znanja, otkrivanja znanja i pomoći pri odlučivanju. I premda praktična realizacija ovih zadaća moe danas izgledati kao znanstvena fantastika, iz naeg predhodnog iskustva u analizi podataka, modeliranju podataka i primjenama umjetne inteligencije naučili smo da se ti zadaci, bez obzira kako sloeni se oni činili, sastoje iz računarskih dijelova koji se mogu automatizirati pa ih strojevi mogu bolje izvoditi od ljudi. Dobar primjer moe biti opće poznata činjenica da je zbrajanje i mnoenje brojeva prije stoljeće ili dva, smatrano intelektualnom osobinom vezanom isključivo uz čovjeka, a danas imamo kalkulatore i računala koja izvode te operacije mnogo bre i pouzdanije od čovjeka. Na cilj je otkriti, realizirati i primjeniti postupke koji mogu pomoći u sloenim operacijama sa informacijama i znanjem. Imajući taj cilj pred sobom, koncentrirati ćemo se uglavnom na praktične znanstvene primjene. Očekujemo da kroz interdisciplinarnu suradnju znanstvenika iz područja računarstva i onih koji rade na vrlo specifičnim znanstvenim problemima, imamo dobre izglede prepoznati probleme, naučiti kako ih rijeiti, i konačno ako bude moguće, poopćiti rjeenja. Područja rada su već odabrana. To su procesi otkrivanja znanja iz podataka s ciljem konstrukcije mogućih znanstvenih hipoteza i modela. Počinjemo od primjena u znanstvenim područjima ali stvarni cilj je razvoj tehnoloke baze budućeg drutva znanja.
->engleski
Projekt financira Ministarstvo znanosti, obrazovanja i porta broj: 0982560 početak: srpanj 2007. Uključeni projekti Inteligentno određivanje značajki slike u sustavima za otkrivanje znanja - Fakultet elektrotehnike i računarstva Sveučilita u Zagrebu Mjerenje i karakterizacija podataka iz stvarnog svijeta - Institut Rudjer Boković Algoritmi strojnog učenja i njihova primjena - Institut Rudjer Boković Postupci računalne inteligencije u mjernim sustavima - Institut Rudjer Boković Prediktivni modeli u zdravstvu- Medicinski fakultet Sveučilita u Zagrebu, kola narodnog zdravlja Andrija tampar Dokumenti Znanstvene pretpostavke Plan suradnje Prvi sastanak suradnika na programu - IRB 3. rujna 2007. prezentacija