E-LOGOS 1995, 2(1)

Svět z pohledu počítačů

J. Štěpán

Rozhodování při řízení technických a ekonomických systémů je závislé na jejich poznání, tzn. na informaci, kterou o těchto systémech máme k dispozici. Kvalita našeho poznání objektů reálného světa je určena v prvé řadě sémantickou informací. V případě řízených systémů lze zjednodušeně říci přesností měření rozhodujících parametrů řízených systémů. Čím přesněji měříme, tím přesněji lze řídit. Řízení tedy závisí na stupni poznání řízeného systému. Jinými slovy lze obecně říci na poznání světa. V článku jsme se pokusili o globální pohled na problematiku poznání, který sahá od filozofie až po technické vědy. V článku jsou proti sobě postaveny dva přístupy k poznání reálného světa. Prvý, který označujeme jako Leibnizovo pojetí poznání, vychází jen z dvouhodnotového ocenění informace. Informace o nějaké skutečnosti buď je a nebo není k dispozici. Nepřihlíží se tedy k přesnosti informace. Druhý přístup k poznání, který označujeme jako Kantovo pojetí poznání, vychází z kvality informace, tzn. z přesnosti dat naměřených přímo na řízených systémech. Celá tato problematika těsně souvisí s rolí počítačů ve vědě a technice. Rozvoj počítačů teoreticky měl vést k explozi vědění. Očekávalo se, že počítače umožní využití složitých teorií jak v technice tak i v ekonomice. Toto očekavání se nesplnilo. Ukázalo se totiž, že poznání reálného světa zavísí na informaci o reálném světě a ta se s příchodem počítačů nijak dramaticky nezměnila.

Keywords: poznání, informace, Kantova koncepce poznání, exaktní vědy,Ź neúplná informace, neurčitost, přesnost měřených dat,Ź stabilita numerických procesů, řízení systémů.

The control of complex technical and economical systems depends on the quality of information which we have about these systems. Complex systems have mostly hundreds of sensors with different accuracy and reliability characteristics (see [2]). The measured data are mostly given with a precision lower than two decimal places (see [12],[13],[14]). At the present time problems connected with the control of complex systems, i.e. problems based on data corrupted with uncertaintes, are beyond the ef- fective reach of the control theory. The fundamental dilemma of this situation lies in the fact that the uncertainty cannot be simply included in formal theories. In the paper the failure of formal theories by the control of complex systems is discussed in the framework of the philosophical theory of the knowledge. Two concepts are compared with respect to their historical grounds. The first - the Leibniz concept of the knowledge - is based on matematics. The uncertainty of information cannot be considered. So formal theories based on this concept cannot be used in scientific branches which start from uncertain data (control science, information theory, artificial inteligence, system engineering). Here the second concept - the modified Kant concept of the knowledge - must be used because only this concept respects uncertainties in input data, i.e. the limited accuracy of measured data ([20],[21],[22]). So we have tried in this paper to show that including uncertainties in the science should lead to the new paradigma not only in technical sciencies but in matematics and philosophy too.

Prepublished online: January 1, 1995; Published: June 1, 1995  Show citation

ACS AIP APA ASA Harvard Chicago Chicago Notes IEEE ISO690 MLA NLM Turabian Vancouver
Štěpán, J. (1995). Svět z pohledu počítačů. E-LOGOS, 2(1), 
Download citation
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Open full article

    References

    1. A.Anzenbacher: Úvod do filozofie. (orig.: Einführung in die Philosophie, Wien 1985). Praha, SPN 1991.
    2. M. Athans: Advances and open problems on the control of large scale systems. In: Proc. of VII IFAC Congress (Helsinki 1978) Pergamon Press, Oxford 1978, 2371-2382.
    3. F.Drtina: Úvod do filosofie (kniha 2.). Laichter 1948.
    4. T.L. Fine: Theories of Probability. Academic Press, New York 1973.
    5. I.Kant: Kritik der reinen Vernunft. Lipsko 1956.
    6. S. Körner: Experience and Theory. Routledge & Kegan, London 1966. Popř. český překlad: Zkušenost a teorie. Svoboda,Praha 1970.
    7. A.Levis: Editorial Research Directions: A first step. IEEE Trans. AC-32 (1987),274 Go to original source...
    8. A.Levis a kol.: Challenges to control: A collective view. Santa Clara - Workshop 18-19 Sept.1986. IEEE Trans. AC-32 (1987), 275-285 Go to original source...
    9. A.Pearl: Probabilistic Reasoning in Intelligent Systems. Kaufmann Pbs., San Mateo, California, 1988
    10. K.R. Popper: The Logic of Scientific Discovery. Hutchinson, London 1968.
    11. H.J.Störig: Kleine Weltgeschichte der Philosophie (15.Auflage). Kohlhammer 1990. Překlad: Malé dějiny filozofie. Zvon 1992
    12. J. Štěpán: Messgenauigkeit und Regelungstheorie. Regelungstechnik und Prozess-Daten-verarbeitung 20 (1972), 203-207. Go to original source...
    13. J.Štěpán: Limit identifiability of control systems. In:Proc. of 3rd IFAC Symposium on Identification. (Haag 1973), North-Holland, Amsterdam 1973
    14. J. Štěpán: Problémy praktické analýzy složitých systémů. Automatizace 25 (1982), 6-9
    15. J. Štěpán: Control of regulator - configurations in large scale systems. In: Proc. of IV. Formator Symp., Praha, Academia 1983.
    16. J.Štěpán: Decentralizované řízení složitých systémů. Automatizace 26 (1983),301-304.
    17. J. Štěpán: Problém neurčitosti při řízení složitých systémů. Ref. na konf. SI (Karl. Vary 1984), Podniková organizace (1984),491.
    18. J. Štěpán: A new method for the nonlinear approximation of signals Part I: The optimal damping factor. Kybernetika 22 (1986), 5, 425-438.
    19. J. Štěpán: A new method for the nonlinear approximation of signals Part II: The convergence problem. Kybernetika 22 (1986), 6, 503-513
    20. J. Štěpán: Robust quasi-linear system identification. Kybernetika 24 (1988), 4, 259-277.
    21. J. Štěpán:Řízení systémů pomocí umělé inteligence. Sborník konf. Formatorika 88. Dům techniky ČSVTS, Ostrava 1988.
    22. J. Štěpán:Relevantnost regulačních teorií z hlediska přesnosti měření. Sborník konf. Meranie a výpočtová technika. Dom techniky ČSVTS, Bratislava 1989
    23. J. Štěpán:The uncertainty problem in control theory. Part I: Models of theories. Kybernetika 26(1990),31-46. Part II:The internally robust procedures. Kybernetika 26 (1990),122-133.
    24. V. N. Tutubalin: Teorija věrojatnostej. MIR, Moskva 1972. Překlad: Teorie pravděpodobnosti. SNTL, Praha 1978
    25. I.Vajda: Teória informácie a štatistického rozhodovania. Alfa, Bratislava 1982
    26. P. Vopěnka: Úvod do matematiky v alternatívnej teórii množín. Alfa, Bratislava 1989
    27. P.Vopěnka: Rozpravy s geometrií. Panoráma 1989.
    28. J.Zeman: Filozofie a přírodní poznání. Academia, Praha 1985.

    Return to the content