A tacit tudsmrnki kezelsnek lehetsgei a mestersges intelligenciaalap

A tacit tudásmérnöki kezelésének lehetőségei a mesterséges intelligencia-alapú fogalomalkotás keretei között (Knowledge engineering on the field of tacit knowledge based on artificial intelligence-oriented term-creation processes) Pitlik László, Szani Ferenc, Mihályi Gabriella (MYX knuth-ató csoport) A tacit (avagy a hallgatólagos tudás) jövője a negyedik ipari forradalom során – konferencia 2018. 05. 03. Veszprém – a MTA GB Tudásmenedzsment Munkabizottsága szervezésében

Tartalom • • Turing teszt Tacit tudás < szómágia < explicit tudás < forráskód (KNUTH) Multistruktúra-elmélet vs. Mesterséges intelligencia-alapú fogalomalkotás Analógiák, metaforák, példázatok, történetek, tanmesék = hasonlóságok Koestler és a lakatos, avagy az intuíció is algoritmus A Simpson-effektus és a naiv logika Nem-tudás-formák: fogalomhiány, objektumszintű értelmezési űr, … • Konklúziók

Turing-teszt • Ha lenne olyan emberi viselkedésmód/tudásforma, • mely nem lenne átadható a mesterséges intelligenciák számára, • akkor a Turing-teszten minden robot azonnal megbuktatható lenne… • De nincs ilyen viselkedésmód/tudásforma, • mert az intuíció maga is egy biokémiai algoritmus, • mely közelíthető matematikai alapokon…

KNUTH: Tudás az, ami forráskódba átírható, • minden más emberi aktivitás művészet… • vagyis a tacitnak nevezett tudás attól még nem lesz explicit, hogy szöveggé formálódik pl. tudásmérnökök által, • egyedül a forráskód az a szint, amitől egy emberi gondolat elnyeri az egyértelműséget… • A művészet és a véletlen egymástól elválasztandó. Ami művészi, az már nem lehet véletlen. Vagyis a művészet is felismerésre váró matematika. • A szómágia az ember alkotta fogalmak játéktere, a mesterséges intelligenciaalapú fogalomalkotás képessége a tükör, mely elválasztja a matematikát a véletlentől… Tacit tudás < szómágia < explicit tudás < forráskód (KNUTH)

Tacit tudás = ami még! nincs matematizálva, • de nem azért, mert nem lehet, hanem azért, mert még olyanok nem foglalkoztak a jelenséggel, akik erre képesek… • a tudósok személyiségfejlődése a forráskódokhoz vezető út maga • s minden út Rómába vezet… • de nem minden út kell, hogy másként egyformán helyes legyen (vö. Occam’s razor) • a legjobb út felismerésének képessége egyben az utak felismerésének képessége, • mert a Jó fogalmának értelmezni tudása a tudás Szent Grálja! Multistruktúra-elmélet vs. Mesterséges intelligencia-alapú fogalomalkotás

Hasonlóságok • Az intuíciós/asszociációs folyamatok olyan kreatív üzenet-értelmezési eljárások, • melyekben az üzenet maga sem egyértelmű, • s így az üzenet megérkezése sem lehet egyértelmű, • vagyis a szómágia lényege a katalízis, • a kényszeres, de éppen ez által alkotó félreértés, átértelmezés, • mely folyamat alapja a hasonlóságok matematikája/biokémiája! Analógiák, metaforák, példázatok, történetek, tanmesék = hasonlóságok

A véletlen nem elég hatékony • „Érdemes még e helyen megemlíteni az íróként és tudományos gondolkodóként egyaránt becsült Arthur Koestler véleményét is, amely szerint a tacit knowledge birtokában az ember bizonyos helyzetekben szinte „alvajáróként” tesz meg valamit. Koestler szerint ugyanis az ember korábbi ismereteihez különféle tudattalan visszacsatolások is hozzákapcsolódtak: „A lakatos, aki komplikált zárakat nyit fel egy meghajlított drótdarabbal, nem logikus eszét és tárgyi ismereteit alkalmazza a műveletnél, hanem számtalan korábbi tapasztalat tudattalan üledékét, s ebből olyan bölcsességet, készséget nyer, amellyel tudatosan nem rendelkezett. ” (Koestler ezzel a példával tette érthetővé sajátos fogalomhasználatát. ” (Forrás: http: //ofi. hu/tudastar/mihaly-ildiko-tacit) • NEM-ÉS-NEM! (Részletek: http: //miau. gau. hu/miau/238/tacit_v 1. docx) Koestler és a lakatos, avagy az intuíció is algoritmus

Ha elhisszük: nagyon igazunk van, az gyanús? ! • Ha egy KRESZ-vizsgaközpontban minden nap a sikeres vizsgát tevő férfiak aránya nagyobb, • mint a sikeres vizsgát tevő nők aránya, • akkor ugye lehetetlen, hogy pl. havi átlagban mégis a nők sikeraránya legyen a nagyobb? ! A Simpson-effektus és a naiv logika

Nem-tudás-formák • Emberi fogalom-absztrakciók nem minden big-data erőtér esetén nyernek értelmet (= nem-tudás-forma I. ) • Nem minden jelenség helyezhető el egy mesterséges intelligenciaalapú fogalomalkotás keretében létrejött skálán azonos becslési minőséggel… (= nem-tudás-forma II. ) • Nem kellően konzisztens modell-láncok vezethetnek alternatív valóságélményekhez (= nem-tudás-forma III. ) Nem-tudás-formák: fogalomhiány, objektumszintű értelmezési űr, …

Konklúziók • „Probleme kann man niemals mit derselben Denkweise lösen, durch die sie entstanden sind. ” (Einstein) • A tacit tudás, vagyis a tudás jelenségének problémái ennek nem megfelelő komplexitású kezelésére vezethetők vissza. • A szómágia már/még csak egy fajta naiv népművészet a forráskódalkotás kényszerével összevetve. • A nem KNUTH-i megoldások nem megoldások, csak katalitikus erők a megoldásokhoz vezető úton.

Köszönöm a megtisztelő figyelmet! Email: PPT: Full text: Abstract: pitlik@miau. gau. hu http: //miau. gau. hu/miau/238/tacit_v 1. pptx http: //miau. gau. hu/miau/238/tacit_v 1. docx http: //miau. gau. hu/miau/238/TMKonf 20180503_pitlik. doc