A visszatekintés, majd az előretekintés az év végére hagyományos gyakorlat. Mely adatokkal kapcsolatos aggályok elég fontosak ahhoz, hogy aggódjunk 2024-ben? Ezek közül melyikért van esélyünk valami jót tenni 2024-ben? Mondanom sem kell, a pénz (költségvetés és költségek) probléma. De még mondanunk sem kell, hogy a valódi üzleti kihívások megoldása valószínűleg fontosabb. Ne feledje, hogy a költségek felhalmozódnak, és az előnyök bosszantóan későn jelentkezhetnek. Egyes előnyök még a „Nyerj vagy halj meg” kategóriába is bekerülnek.
Igaz, nem könnyű:
Szóval, bátorítva, mit tanulhatunk a múltból?
Ezt az öt aggályt 2024-ben komolyan érdekesnek tartom:
- Üzleti eredmények
- Alanyok kontra folyamatok
- Modellezés: valóság vagy adat?
- Informatika – miért európai dolog ez?
- Az adatmodellezés javítása a jobb megismerés révén???
Üzleti eredmények, most vagy soha
Az üzleti célokra alkalmazott számítástechnika az 1960-as évek végére nyúlik vissza. Az adatbevitel kezdetben Flexowriter papírszalag volt (elektromos írógépen) és lyukkártyákon. Az összetett algoritmusokat többlépcsős rendezési/egyesítési algoritmusként hajtották végre mágnesszalagon, amelyet a hetvenes években közvetlen hozzáférésű eszközökkel (lemezekkel) helyettesítettek.
Az üzleti felhasználási esetek meglehetősen egyszerűek voltak, és az olyan emberek, mint én, meglehetősen elfoglaltak voltak 10-15 éven keresztül az anyagjegyzék és az anyagszükséglet-kezelési alkalmazások megvalósításával; számítógépeken, amelyeket azokra a felhasználási esetekre vásároltak. Félmillió dollártól felfelé induló áron.
A számlázás gyorsan bekerült használati esetként, de emiatt kezdett nehézkesnek bizonyulni adatminőség (igen, már akkoriban; az ügyfelek nehéz csoportot alkotnak).
Az integráció kezdett komoly gondot okozni, mert a korai adatbázis-rendszereket többnyire pontmegoldásként használták a tartományi alkalmazásokhoz. A vállalati adatbázisok elképzelése azonban az SQL diadalához vezetett a hálózaton és az indexelt (ISAM/VSAM adatbázisok) felett, mivel a normalizált adatbázisok rugalmasságot tapasztaltak a régebbi DBMS-ek túlságosan fizikai adatmodelljeivel szemben.
A hetvenes években mindenhol megjelent az úgynevezett „DIKW piramis”:
A vállalati modellezési víziók bekerültek az objektum-orientált modellekhez (UML, OO), valamint az OODBMS-hez vezető kódrétegekbe is, amelyek azonban nem léptek be a fővonali útvonalakra.
Az információs rendszerek ilyen jellegű felépítésére és megvalósítására vonatkozó hipotézis olyan diszciplínákon alapult, mint a tervezés, irányítás, módszerek, üzleti szakértők bevonása és néhány technológia (relációs modellezés, OO stb.).
A 80-as és 90-es években azonban elterjedt a felismerés, hogy ezek a „silók” túl bonyolultak és túl költségesek. Az új technológiák, mint például a mini- és személyi számítógépek, valamint az OLAP és az adattárház kerültek terítékre, hogy némi könnyítést nyújtsanak a valódi üzleti követelményeknek.
Inkább alanyok, mint folyamatok
Jóval az új évszázadban az ERP-rendszerek (például az Oracle, az SAP és mások) és az analitikai eszközökkel támogatott hatalmas adattárházak, mint például az OLAP, SAS és még sok más, valóban a legtöbb nagyvállalatot működtették. Magas költséggel igen. És nehéz megváltoztatni, igen. A magas költségek haszna azonban védhető volt, ha engem kérdezel. A század elején olyan externáliák következtek be, mint a piaci alapú befektetési gondolkodás (új liberalizmus) növekedése, új makropolitikai helyzet az erős Európai Unióval és Kína kulcsszerepei.
A vállalati tevékenységek globalizációja gyorsan lezajlott, és ma is tart. Ez sokkal összetettebbé tette a vállalkozásokat, amelyek fúziókból és felvásárlásokból, egymásnak ellentmondó termékvonalakból, egymásnak ellentmondó üzleti szabályokból stb. jöttek ki. Nagy nyomás nehezedett/van a befektetők részéről, akik lényegesen rövidebb megtérülési ciklusokat kértek. A politika, az ideológia és a viharos dinamika mind befolyásolta azt, amit hagyományosan (menedzsment/számítógép-)tudományként fogtak fel.
A nagy technológiai cégek, például a Yahoo, a Google stb. sikere a „nagy adatok” kezelésében nagyra törő elvárásokat szült a „megmentő technológia” iránt.
Következésképpen a technológia volt az, ahol az emberek megoldásokat kerestek – gondoljunk a NoSQL-re, a funkcionális programozásra és a „modern adathalomra”. A tárolás most egyszerű és olcsó volt, míg a „számítás” ugyanolyan nehézkes volt, mint korábban. A mesterséges intelligencia erősebbé vált (de még mindig nagyon drága a számítási költségek és a környezeti következmények tekintetében).
2024-ben (továbbra is) nagy hangsúlyt fog fektetni az adatoknak a felhasználásra kerülő környezet(ek)be való áramlására. (MI-vel és anélkül, stb.) Egy olyan ernyő alatt, mint a „modern adathalom”, és olyan technológiai híradók használatával, mint az „adatkezelés”, „adatszövet”, „adatháló” stb., az adatok áthelyezése és többnyire fizikai struktúrákká alakulnak át, alkalmasak algoritmikus és statisztikai feldolgozásra (más néven AI).
Az energia intenzív, a szerszámok beszerzése és alkalmazása számokban történik, ami kezd megfelelni az ifjú házasok bevásárlólistájának, hogy mire van szüksége a konyhájában. (Elnézést, nem tudtam segíteni.) Nézze meg ezt (a Nyugati fészkünk nevű nagyon informatív oldalról származik):
A fentiek pedig csak a kütyük és eszközök kategóriáját jelentik, amelyek birtoklása ajánlott. Keresse fel a webhelyüket a többi szükséges dologért. Tehát most már tudja, mi kell ahhoz, hogy valaki „élelmiszermérnök” legyen. Ami az adatmérnöki eszközöket illeti, csak ellenőrizze ezt a túlnyomó részt weboldal!
Sajnos, ahogy minden jó szakács boldogan elmondja, a szakma trükkjei abban rejlenek, hogy ismerjük az alapanyagokat (ételeket), és hogyan lehet kombinálni és párosítani a jó termékek ízeit, és tudja, hol találja meg és hogyan kezelje. A mi birodalmunkra lefordítva ez azt jelenti, hogy sok-sok mérnöki eszközt alkalmazhatsz, de a munka csak akkor fog sikerülni, ha ismered az üzleti területek tárgyait, ismered az üzleti problémákat, és az üzletemberekkel közösen oldja meg a problémákat. forgatókönyvek.
Ellenkező esetben valószínűleg nem lesz költséghatékony megoldás szolgáltató. Ez üzleti kérdés, nem rakéta- (sem számítástechnika).
A következő témánk pedig az, hogy tudjuk, miről szól az üzlet.
A valóság modellezése: tudás, nem adat
A valóság brutális lehet: Az egyik kedvenc (valódi) horror történetem egy multinacionális B2C cégről szól, amely új értékesítési jelentési rendszert akart bevezetni. Úgy építettük fel, hogy különböző országokban futó ERP-rendszerekből gyűjtöttük össze az adatokat – csak azért fedeztük fel, hogy az összevont adatbázisból az értékesítési jelentéssorok több mint 50%-ában hiányoznak a termékkategória-hierarchia információi! Ez több hónappal késleltette a projektet, ahol a fiatal, kemény kontrollerek felváltva látogatták meg a különböző leányvállalatokat… Ha ezt előre tudták volna, valószínűleg másképp nézett volna ki a projekt.
Úgy tűnik, hogy a generatív AI (GenAI) ma minden címlapon megjelenik. A 2. oldalon pedig sokan azzal érvelnek, hogy ahhoz, hogy megállítsuk a GenAI hajlamát a hallucinációra (a dolgok kitalálására), segíteni kell neki egy tudásgráf. Ez nagyon jó ötlet, mert a grafikonok közel állnak az üzleti szemantikához.
Mike Dillingernek van egy nagyon közvetlen felvétel a tudásgrafikonok szükségességéről az AI valamivel jobb működéséhez:
„A számítógépes és adattudósok számára a tudásgráfok használatának ösztönzésének egyik módja az, hogy úgy pozícionálják őket, hogy kiküszöböljék az adatok és tudás relációs adatbázisokban való megjelenítésének és lineáris gépi tanulási modellekkel történő manipulálásának számos hiányosságát.
Az adatbázisok egyik nagy, rossz és drámai leegyszerűsítő feltételezése az, hogy az oszlopokat függetlenként vagy ortogonálisként kezelik. A gépi tanulási technikák, például az osztályozók ugyanezt a feltevésből indulnak ki: minden egyes jellemzőnek/változónak van súlya, de nincsenek olyan kifejezések, amelyek két vagy több jellemző közötti kovarianciát vagy kölcsönös függést mutatnának. Az osztályozók célosztályait szintén diszjunktnak vagy korrelálatlannak tételezzük fel, ezért az osztályozók gyengén teljesítenek a hierarchikusan kapcsolódó osztályok közötti döntésben – nem diszjunktak, inkább az egyik felveszi a másikat. Ha azt hisszük, hogy a változók nem kapcsolódnak egymáshoz, ha valójában kapcsolatban állnak egymással, az egyszerűen elviselhetetlen szintre növeli a hibavarianciát.
Illetve Dillinger egyik diájából: „Miért használjunk tudásgrafikonokat? Mert a matematika szó szerint, szándékosan, abszolút értelmetlen. És a logika is az."
Az üzleti hatás elérése ott kezdődik, és hol ér véget.
Az AI-nak megbízható javaslatokat kell készítenie. Miért ne igazolást kérni?
Több informatika, kevesebb technológia
A következő nem nagy probléma, de úgy tűnik, hogy a pontatlan terminológia megfertőzte „céhünket”.
1969-ben kezdtem a Koppenhágai Egyetemen. A professzorom Peter Naur volt, aki leginkább a következőkről ismert:
- Társszerző Edsger Dijkstra et al. az Algol-60 programozási nyelven
- Az „N” a BNF-ben, a Backus-Naur-Form, amelyet sok nyelvi definícióban használnak
- Nem akarta, hogy „számítógép-tudósnak” nevezzék, inkább a „informatika” helyett az „adattant” választotta – ennek oka az volt, hogy a két terület (a számítógépek és az emberi tudás) nagyon eltérő, és érdeklődése az adatok iránt volt, ami általunk, emberekként teremtett és leírt
- A „Computing: A Human Activity” (1992) című könyvében, amely a számítástechnikához való hozzájárulásait gyűjti össze, elutasította a programozási iskolát, amely a programozást a matematika egyik ágának tekinti.
- Az IEEE Computer Society Computer Pioneer díja (1986)
- A 2005-ös Turing-díjas díjelőadás címe: „Számítástechnika versus emberi gondolkodás"
(Lásd a további hátteret itt.)
Valójában három versengő kifejezésünk van:
- Számítástechnika
- Informatikai
- Információs tudományok
Az „információtudomány” klasszikusan azt a fajta információkezelést jelenti, amelyet a könyvtárosok és a levéltárosok végeznek. Ma már minden digitális…
Európa nagy részén és más országokban a számítástechnika helyett az „informatikát” használják. Az Egyesült Államokban és munkatársaiban az informatikát gyakran használják információkezelésre az egészségügyben.
Aztán ott van a „számítástechnika”. Akadémiailag ma nagyon matematikai és elvont, logikán és függvényeken alapul. Azonban gyakran úgy írják le, mint az adatok kezelésében használt készségek halmazát. De a közvetlen szemantika, „hogyan hozzunk létre számítógépeket” már nem tartozik a hatálya alá; Azt várnám, hogy mérnökök és fizikusok gondoskodjanak erről.
Ha autópályákat építek, akkor speciális autópályákkal kapcsolatos készségeket használhatok. De ettől leszek „autópálya-tudós”? Nem úgy.
Az ACM (Association for Computing Machinery, bejelentkezés szükséges) közleményében Peter Denning, az ACM korábbi elnöke a számítógépes „tudomány” mellett és ellene érvel „Is Computer Science Science?” című cikkében. A számítástechnika minden feltételnek megfelel, hogy tudomány legyen, de van egy öngerjesztett hitelességi problémája” – írja 2005.
„Érvényesítse a számítástechnikai állításokat
Itt vagyunk mi. Megengedtük, hogy a reklámosztályok felhajtása beszivárogjon laboratóriumainkba. Az 400 előtt megjelent 1995 számítástechnikai cikkből álló mintában Walter Tichy azt találta, hogy a modelleket vagy hipotéziseket javasolók körülbelül 50%-a nem tesztelte azokat [12]. Más tudományterületeken a nem ellenőrzött hipotéziseket tartalmazó dolgozatok aránya körülbelül 10%. Tichy arra a következtetésre jutott, hogy az, hogy nem sikerült többet tesztelnünk, sok helytelen ötlet gyakorlati kipróbálását tette lehetővé, és csökkentette szakterületünk tudomány hitelességét. …
Szakterületünk megítélése generációs kérdésnek tűnik. Az idősebb tagok hajlamosak azonosulni a terület három gyökerének valamelyikével – természettudományokkal, mérnöki tudományokkal vagy matematikával. A tudomány paradigma nagyrészt láthatatlan a másik két csoporton belül.
A fiatalabb generáció, aki sokkal kevésbé félt az új számítástechnikai technológiáktól, mint az idősebb, nyitottabb a kritikai gondolkodásra. A számítástechnika mindig is a világuk része volt; nem kérdőjelezik meg annak érvényességét. Kutatásaik során egyre inkább a tudományos paradigmát követik.”
A Tichy-re való hivatkozás: Tichy, W. Többet kellene kísérleteznie az informatikusoknak. IEEE Computer 1998.
Elgondolkodtat: még mindig hagyjuk, hogy „a reklámosztályok felhajtása beszivárogjon laboratóriumainkba”?
Szerintem az „informatika” a legáltalánosabb és legpontosabb kifejezés arra, amit csinálunk. A számítástechnika emberi tevékenység, az informatika pedig leírja azokat az emberi tevékenységeket, amelyek az emberek számára és emberek által végzett információkezelést jelentik.
Igen, már jobban érzem magam, köszönöm!
Előretekintés: A megismerés fejlesztése
Adatmodellezés a jövőben?
Ahogy néhány olvasóm emlékezni fog, szívemből (grafikon) adatmodellező vagyok, sok éves modellezéssel a hátam mögött. Az informatika üzleti kérdésekben való alkalmazásának kemény szószólója vagyok – hogy az üzleti problémák megoldása a kulcsfontosságú tevékenységünk. Megszenvedtük az elmúlt 15-25 év költség-haszon vitáit.
Az emberek hajlamosak azt hinni, hogy az adatmodellezés az út végén van, ne mondjunk többet. Mit lehetne tenni annak érdekében, hogy termelékenyebb legyen és jobb minőségű legyen? Figyelem, az 1970-es években fejlesztették ki. Mennyi más maradt fenn a ’70-es évekből? (Nos, csak kötekedni: a relációs modellezés túlélte…)
Ami minden elméletet illeti, meg kell kérdőjelezni a feltételezéseket. Az adatmodellezés, ahogyan azt ma ismerjük, nagyon mérnök-orientált, összetett diagramokkal, amelyek nem túl közel állnak a fogyasztók legjobb kívánságaihoz. Sok tekintetben még mindig „tervrajzok”, amelyek olyan axiomatikus paradigmákon alapulnak, mint az adatbázisok normalizálása stb. – fizikai konstrukciók, például adatbázisok létrehozására szolgálnak. Ez alól kivétel a ház informatikai oldala, ahol a szemantikai modellek (gráfok) a kifejezőképesség, a precizitás és a viszonylagos könnyű kezelhetőség (értsd: „tudásgráfok”) miatt meglehetősen sikeresek.
Erős, előretekintő kutatás létezik
Szóval ez az utazás vége? A JSON átveszi az adatmodellek teljes skáláját?
Azt hiszem, nem. Az adatmodellezés szemantikával nyitott végű kutatási terület. A hagyományos számítástechnikai alapú adatmodellezés meglehetősen szűk axiómákon és paradigmákon alapult – állítólag logikával és absztrakciókkal megerősítve.
A szemantika és a megismerés azonban a diskurzus nagyon széles univerzumának nyitja meg az ajtót. Valójában az adatmodellezés az évek során a kognitív tudomány területére (pszichológia, klinikai és filozófia) próbált eljutni.
Az adatmodellek az érzékszerveink által észlelt világ értelmezései, amelyek mindannak a megismerését alkotják, amit látunk és tapasztalunk. Ez a nyitott út előre!
És akkor mit nézünk? A mulatság kedvéért nevezzük „Kognitív helymeghatározó rendszernek” (CPS). Nézd meg:
A tapasztalt CPS-felhasználók, akik utaznak, megjegyzik, hogy a fénykép Párizsból, Franciaországból származik. Néhányan azt is tudják, hogy a folyót Szajna néven ismerik.
Túlélés vizuális megismeréssel
A legtöbb állat alapvető kognitív képességei, köztük én is, elsősorban az ehhez hasonló helyzetek megértését célozzák: Látsz egy oroszlánt (hím) lesni a fűben. Ez nem egy gazdag kontextus a döntések meghozatalához. Kövesd az ösztöneidet (jó ötlet visszafutni az autóhoz).
És itt van egy másik kontextus: Egy másik oroszlánt látsz! Ezúttal egy nőstény, aki egy tetem mellett pihen, és valószínűleg tele van a gyomrával. Kicsit több kontextus a munkához. A vadállatot (vadbőrt?) már majdnem megették. Következtetés: Jelenleg nem éhes. Készíts egy képet, és menj vissza, szép és csendes.
Gazdag tudományos kutatási portfólió áll rendelkezésre ezekről a kérdésekről. Arra fejlődtünk, hogy a kontextus helyszíni, most-és-itt megértésével foglalkozzunk, amelyet az agy kognitív feldolgozó egységeibe érkező érzékek (észlelés) folyamatos áramlása mutat be. Az alappszichológiától a neuropszichológiáig, a kognitív idegtudományon át az egyenletes intelligenciáig, a tudatig és a filozófiáig.
Különböző kutatókat és írókat követtem az elmúlt 10 évben, és itt egy kis érdekes megfigyelések kavalkádját tekintjük át.
Térképek
Nyilvánvaló, hogy a térképek a figyelem és a megértés megkönnyítésére irányuló törekvés részei. Íme a londoni metrótérkép (középe):
Először is, a térképeknek számos tulajdonsága van, amint azt fentebb is bemutattuk:
- A helyek fel vannak térképezve
- A kapcsolatok vagy utak, ha úgy tetszik, fel vannak térképezve
- A térképek grafikonok, a grafikonok térképek!
- A térképeknek intuitív értelme van
Figyelje meg azt is, hogy a térképen a helyek/tereptárgyak fel vannak tüntetve. Ha azonban elfelejtette, mi van a Sloane Square metróállomás közelében, mindig felkelhet a napfénybe, és megnézheti, hogy a CPS felismeri-e a környezetet (= kontextust). Valami ilyesmi: „Ó, igen, ott, a kis boltban a sárga házban vettük a piros kendőt Ellennek a nászutunkra.”
A térképi allegóriákban való gondolkodás adatmodellek létrehozásakor egyszerű és hatékony. Ezért hagytam fel évekkel ezelőtt az ER-diagramokat és az UML osztálydiagramokat.
Helyőrzők/Helyjelzők/Helynevek
Az eligazodás egy kicsit több, mint térképek és kognitív intuíciók. Michael Bond (tudományos újságíró, a New Scientist korábbi vezető szerkesztője) Picador MacMillan 2020 című kiváló könyvében, a Wayfindingben elképesztő megfigyeléseket és kinyilatkoztatásokat tett.
Idézi Ariane Burke antropológust, aki szerint régészeti bizonyítékok vannak arra vonatkozóan, hogy a kora újkori emberek kiterjedt közösségi hálózatokkal rendelkeztek. „Ezek a távoli hálózatok elengedhetetlenek voltak a kultúránkhoz” – magyarázta egy telefonhívásban. „Ne feledje, hogy a paleolitikum idején viszonylag kevés ember volt a környéken. … A térben kiterjedt közösségi hálózat fenntartása a folyamatos túlélés biztosításának egyik módja volt. Szüksége lenne egy nagyon dinamikus kognitív térképre, amelyet folyamatosan frissítenie kell a kapcsolatairól és arról, hogy mit meséltek a tájról.”
Bond a topográfiai helynevek – helynevek – használatát is említi. Például, ha északnyugat felé tart a szülei skóciai farmjáról, találkozik „a fényes és ragyogó patakok összefolyásával”, és követi a „madarak szikláját” a régi marhanyomot. Egy mérfölddel távolabb találkozik a „nagy fekete dombbal”, és átkel a „vörös patakon”. Közvetlenül előtte van a „csata dombja”. Egy hegymászás után a felhők hegyén találod magad (még mindig ott nőnek).
A történészek úgy vélik, hogy a topográfiai helynevek a korai telepesek számára földrajzi vonatkoztatási rendszert, a szélességi és hosszúsági fok előfutárát adtak. A leíró név gondolati képet ébreszt – ha meglátja, felismeri azt a „füves eminenciát egy dombon” (Funtulich, gael nyelven). A helynevek sorozata egy útbaigazítást alkot: így felszerelve megteheti az utazást.
Északabbra, az észak-kanadai, alaszkai és grönlandi iniut néphez. Amikor George Francis Lyon felfedező 1822-ben áthaladt a kanadai sarkvidéken fekvő Igloolik falucskán, az északnyugati átjárót keresve, megjegyezte, hogy „minden pataknak, tónak, öbölnek, pontnak vagy szigetnek van neve, sőt bizonyos. kőhalmok."
Egy kívülálló számára az Északi-sark jellegtelennek és monotonnak tűnhet. … a Baffin-sziget déli sarkán található Nuluujaak, vagyis „két fenéknek látszó sziget”. Nehéz kihagyni. Feljebb a parton pontosan tudni fogja, hogy hol van, ha meglátja Qumanguaqot, „a vállrándító dombot (nincs nyak”).
Ez a helyek elnevezésének ez a megközelítése nagyon különbözik az amerikai kontinens első európai felfedezőitől, akik hajlamosak voltak a barátokat, támogatókat vagy hazájuk nevezetességeit ünnepelni, nem pedig a helyi domborzatot vagy kultúrát.
Hogyan navigálunk
Mielőtt elhagynánk Michael Bondot, íme néhány megjegyzés, amelyeken érdemes elgondolkodni:
„Az emberek olyan belső navigátorral vannak megáldva, amely mérhetetlenül kifinomultabb és képességesebb minden mesterséges rendszernél. Hogyan használjuk?
A pszichológusok azt találták, hogy amikor az emberek ismeretlen terepen átjutnak, kétféle stratégia valamelyikét követik: vagy mindent a saját térbeli helyzetükhöz, az „egocentrikus” megközelítéshez kapcsolnak, vagy a táj sajátosságaira és kapcsolataira hagyatkoznak. egymásnak, hogy elmondják nekik, hol vannak, a „térbeli” megközelítést.”
Egy másik érdekes megfigyeléscsoport az, hogy valójában hogyan haladunk a tájakon és követjük az útvonalakat. Úgy tűnik, hogy a határok ugyanolyan fontosak, mint a helyszínek. És gyanítom, hogy ez általánosítható konstruált „tájakká”, ahol a határok jelentősen (és intuitívan) megkönnyíthetik a navigációt.
Nagyon ajánlom Michael Bond Wayfindingjét.
Mozgás, térbeli
A következő könyv, amit megemlítek:Az elme mozgásban: Hogyan alakítja a cselekvés a gondolkodást” író: Barbara Tversky (prof. emerita in psychology at Stanford) 2019-től.
Sok szempontból ugyanazok a megállapítások keretezik, amelyekről Michael Bond beszámolt.
Az emberek, mint a legtöbb lény, egyik helyről a másikra mozognak. Ahogy mozognak, nyomokat hagynak a földön, az agyban, ösvényeken és helyeken. A Hippocampus a mozgásokat útvonalként, helyek és ösvényekként rögzíti. Ez valójában Élettani és orvosi Nobel-díj 2014, melynek egyik felét John O’Keefe, a másik felét May-Britt Moser és Edvard I. Moser közösen ítélték oda „az agyban helymeghatározó rendszert alkotó sejtek felfedezéséért”. A sejteket rácssejteknek nevezik, és markerekként használják a hippokampuszokkal az agy térbeli konstrukcióinak létrehozásában.
Barbara Tversky tágabb perspektívával rendelkezik – be akarja bizonyítani, hogy az elmében térben rögzített mozgás a gondolkodás platformja. Nem csak grafikonok, hanem szavak, gesztusok és grafikák is. Ezenkívül elősegítik a következtetést és a felfedezést, lehetővé teszik a közösség általi létrehozást, felülvizsgálatot és következtetést. A kategorizálás az észlelt teljes kép mentális leegyszerűsítése. Minden bizonnyal prof. Tversky ezeknek a dolgoknak számos aspektusát kutatta a Stanfordi és a Columbia Egyetem pszichológiai laborjában.
A térnek van jelentése, a közelség minden dimenzióban közelséget jelent. Függőleges: fel, minden jó, vízszintes: semleges. A tér különleges, szupramodális és elengedhetetlen a túléléshez, más tudás alapja. Gesztusokkal alátámasztva.
Vagyis az elméből jövő kommunikáció könnyen felismerhető, és a fogyasztó számára nyilvánvalónak kell lennie, hogy az (a kommunikáció) hogyan tud segíteni a kontextusban fontos feladatokban. Jó javaslatnak tűnik az adatmodellek jövőbeni fejlesztésére!
A „Mind in Motion: How Action Shapes Thought” című mű a kognitív tudomány terén alapmű. Van egy kiváló YouTube-videó (a térbeli gondolkodás a gondolkodás alapja) vele 2022-től, itt.
Kogníció az agyban (bal és jobb)
Az egyik legfontosabb, gondosan kutatott kognitív témákkal foglalkozó könyv a „The Matter with Things: Our Brains, Our Delusions, and the Unmaking of the World” című pszichiáter, idegtudományi kutató, filozófus és irodalomtudós, Dr. Ian McGilchrist, Perspectiva, 2021.
Saját szavaival:
– Gyakorlatilag nincsenek részek. Az alkatrészek a világra való odafigyelés egy bizonyos módjának műtermékei. Csak egészek vannak. És a dolgok, amelyeket részeknek gondolunk, egy másik szinten egészek, és azok, amelyeket egésznek gondolunk, egy még nagyobb egész részeinek tekinthetők.
De ez a dolgok részekre faragásának a bal agyfélteke töredékes figyelmének műterméke. Tehát mivel erre az apró részletre próbál összpontosítani, egy bizonyos kis apróságra, talán a 360 fokos figyelemívből háromra is rátalál, és ez a jobb agyféltekétől eltérő világképhez vezet.”
A pedáns bal félteke és az intuitív jobb félteke
A két agyféltekénk közötti munkamegosztás néhány példával összefoglalható:
Bal | Jobb |
ismert | új |
bizonyosság | lehetőség |
szilárdság | áramlási |
alkatrészek | egész |
kifejezett | hallgatólagos |
elvonatkoztatott | szövegre vonatkozó |
általános | egyedi |
mennyiségi meghatározás | minősítés |
élettelen | lelkesít |
optimista | valószerű |
újra bemutatott | be |
A dichotómia okai evolúciósak. Az egyszerűsített magyarázat nagyjából megfelel a fenti két oroszlános példának. Az egyik az „Ó, tudom, mi ez”, a másik pedig a „Segítség, jobb, ha futok!” Mindkét reakció nagyon hasznos.
Itt van egy nagyon érdekes YouTube előadás: Dr. Iain McGilchrist a CERN IdeaSquare innovációs terében beszélt a valóság természetéről az emberi agy és a filozófia szemszögéből. Az esemény házigazdája egy kísérleti kurzus volt, amely a hallgatókat nagyszabású rendszerszemléletű gondolkodási képességekkel és a társadalmi változások előidézésének lehetőségeivel ruházza fel. Honlapot is karbantart itt.
Legújabb könyve, a „The Matter with Things” kétkötetes, összesen 1,300 oldal. El kell foglalnia egy ideig!
Remélem, sikerült meggyőzni arról, hogy számos lehetőségünk van arra, hogy jobban megértsük, miről szólnak az adatmodellek? Tartsa szemét nyitva! Intuíció segítségével kommunikálj! Legyen 2024 az az év, amikor az innovatív evolúció minden adatszolgáltatást megkönnyít!
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://www.dataversity.net/handling-data-concerns-in-2024-and-onwards/
- :van
- :is
- :nem
- :ahol
- $ UP
- 1
- 10
- 12
- 120
- 15 év
- 15%
- 1995
- 2005
- 2019
- 2020
- 2021
- 2022
- 2024
- 225
- 247
- 25
- 300
- 360
- 400
- 84
- a
- képességek
- Rólunk
- felett
- teljesen
- KIVONAT
- egyetemi
- tudományos kutatás
- hozzáférés
- felhalmozásra
- ACM
- szerzett
- felvásárlások
- át
- Akció
- tevékenységek
- tevékenység
- tulajdonképpen
- hozzáadott
- Hirdetés
- szószóló
- Után
- ellen
- Augusztus
- előre
- AI
- cél
- aka
- AL
- Alaszka
- algoritmikus
- algoritmusok
- Minden termék
- lehetővé
- megengedett
- lehetővé téve
- majdnem
- mentén
- már
- Is
- mindig
- am
- becsvágyó
- Americas
- an
- analitika
- és a
- állatok
- Másik
- bármilyen
- Már
- megjelenik
- alkalmazások
- alkalmazott
- alkalmaz
- Alkalmazása
- megközelítés
- körülbelül
- Ív
- sarkvidéki
- VANNAK
- TERÜLET
- érvel
- azt állítja,
- körül
- érkező
- cikkben
- mesterséges
- AS
- kérdez
- szempontok
- Egyesület
- feltételezte
- feltevés
- feltételezések
- At
- részt
- figyelem
- díj
- Díjazott
- B2C
- vissza
- támogatók
- Rossz
- alapján
- alapvető
- alap
- Csata
- öböl
- BE
- lett
- mert
- válik
- óta
- előtt
- Kezdet
- mögött
- hogy
- Hisz
- Előnyök
- BEST
- Jobb
- között
- Nagy
- nagyobb
- Madarak
- Bit
- Fekete
- áldott
- kötvény
- könyv
- Könyvek
- mindkét
- megvett
- határait
- Agy
- agyvelő
- Ág
- Fényes
- tágabb
- költségvetés
- épült
- Csokor
- üzleti
- üzleti hatás
- elfoglalt
- de
- by
- hívás
- hívott
- TUD
- Kanada
- Kanadai
- képességek
- képes
- autó
- Kártyák
- ami
- gondosan
- eset
- esetek
- Kategória
- marha
- ünnepelni
- Cellák
- központ
- Század
- CERN
- bizonyos
- biztosan
- kihívás
- kihívások
- esély
- változik
- olcsó
- ellenőrizze
- Kína
- osztály
- osztályok
- mászik
- Klinikai
- közel
- Tengerpart
- kód
- megismerés
- kognitív
- Gyűjtő
- gyűjtemény
- Kolumbia
- Oszlopok
- össze
- érkező
- kommunikálni
- közlés
- távközlés
- közösség
- Companies
- vállalat
- viszonylag
- versengő
- teljes
- bonyolult
- számítógép
- Computer Science
- számítógépek
- számítástechnika
- megfogant
- Vonatkozik
- aggodalmak
- megkötött
- arra a következtetésre jut
- Ellentmondó
- kötőszó
- Öntudat
- Következmények
- állandóan
- alkot
- konstrukció
- építés
- fogyasztó
- Fogyasztók
- Kapcsolatok
- kontextus
- folytatódik
- tovább
- tovább
- folyamatos
- hozzájárulások
- győződve arról,
- Koppenhága
- megfelel
- Költség
- költséghatékony
- költséghatékony megoldás
- drága
- kiadások
- tudott
- országok
- tanfolyam
- teremt
- készítette
- létrehozása
- teremtés
- lények
- Hitelesség
- kritikai
- átkelés
- kultúra
- nehézkes
- Ügyfelek
- ciklusok
- dátum
- adatbevitel
- adattárházak
- adatbázis
- adatbázisok
- ADATVERZITÁS
- napfény
- üzlet
- foglalkozó
- Döntés
- határozatok
- Késik
- osztályok
- leírt
- körülír
- részlet
- fejlett
- Eszközök
- diagramok
- DID
- az
- különböző
- nehéz
- digitális
- Dimenzió
- közvetlen
- Közvetlen hozzáférés
- irányok
- közvetlenül
- tudományok
- társalgás
- felfedez
- felfedezés
- megvitatni
- megbeszélések
- osztály
- do
- nem
- Ennek
- dollár
- domain
- domainek
- csinált
- Által
- dr
- drámaian
- alatt
- dinamikus
- dinamika
- E&T
- minden
- Korai
- könnyű
- egyszerű használat
- könnyen
- lazítás
- könnyű
- szerkesztő
- bármelyik
- elektromos
- más
- ösztönözni
- végén
- vége
- energia
- mérnök
- Mérnöki
- Mérnökök
- növelése
- elég
- biztosítása
- belép
- lépett
- Vállalkozás
- Vállalatok
- belépés
- környezeti
- felszerelt
- ERP
- hiba
- alapvető
- stb.
- Európa
- európai
- európai unió
- Még
- esemény
- Minden
- minden
- mindenhol
- bizonyíték
- evolúció
- alakult ki
- pontosan
- példa
- példák
- kiváló
- kivétel
- Gyakorol
- vár
- várakozások
- drága
- tapasztalat
- kísérlet
- szakértők
- magyarázható
- magyarázat
- felfedező
- Explorers
- kiterjedt
- Szemek
- szövet
- tény
- Sikertelen
- Kudarc
- farm
- Kedvenc
- Jellemzők
- érez
- női
- kevés
- mező
- Fields
- Találjon
- megtalálása
- megállapítások
- végén
- vezetéknév
- öt
- Rugalmasság
- áramlási
- Összpontosít
- következik
- következő
- élelmiszer
- A
- legelső
- elfelejtett
- Korábbi
- Előre
- előretekintő
- talált
- Alapítvány
- Alapított
- töredék
- Franciaország
- Francis
- gyakran
- barátok
- ból ből
- front
- Tele
- móka
- funkcionális
- funkciók
- jövő
- Gadgets
- adott
- általános
- generáció
- nemzedéki
- földrajzi
- György
- kap
- Go
- Goes
- megy
- jó
- kormányzás
- grafikon
- grafika
- grafikonok
- Rács
- Földi
- Csoportok
- Nő
- Növekedés
- kellett
- fél
- Kezelés
- történt
- Kemény
- Legyen
- he
- fej
- egészségügyi
- Szív
- nehéz
- segít
- félgömbök
- neki
- itt
- hierarchia
- Magas
- <p></p>
- nagyon
- autópályák
- övé
- haza
- nászút
- remény
- Vízszintes
- borzalom
- házigazdája
- Ház
- Hogyan
- How To
- azonban
- http
- HTTPS
- hatalmas
- emberi
- Az emberek
- Éhes
- hype
- i
- ötlet
- ötletek
- azonosítani
- IEEE
- if
- kép
- Hatás
- végre
- végrehajtás
- végrehajtási
- fontos
- javított
- javuló
- in
- Más
- Beleértve
- egyre inkább
- független
- indexelt
- felfújja
- befolyásolható
- információ
- Információs Rendszerek
- tájékoztató
- alapvetően
- belső
- Innováció
- újító
- helyette
- Intelligencia
- szándékosan
- kamat
- érdekes
- meghitt
- bele
- intuitív
- beruházás
- Befektetők
- láthatatlan
- bevonása
- sziget
- -szigetek
- kérdés
- kérdések
- IT
- ITS
- maga
- Munka
- János
- újságíró
- utazás
- jpg
- json
- éppen
- Tart
- Kulcs
- Kedves
- Ismer
- Ismerve
- tudás
- ismert
- labor
- munkaerő
- laboratóriumok
- tó
- táj
- nyelv
- nagy
- Nagy vállalkozások
- nagymértékben
- keresztnév
- Késő
- legutolsó
- szélesség
- tojók
- vezető
- vezetékek
- TANUL
- tanulás
- Szabadság
- Előadás
- Led
- balra
- kevesebb
- hadd
- szint
- szintek
- mint
- vonalak
- oroszlán
- Lista
- kis
- helyszínek
- logika
- Belépés
- London
- néz
- hasonló
- nézett
- keres
- Sok
- sok
- leeresztett
- Lyon
- gép
- gépi tanulás
- Gépi tanulási technikák
- gépezet
- készült
- fenntartása
- fenntartja
- csinál
- KÉSZÍT
- Gyártás
- manipuláló
- sok
- sok ember
- térkép
- Térképek
- Mérkőzés
- anyagok
- matematikai
- matematikai
- matematika
- Anyag
- számít
- max-width
- lehet 2024
- Lehet..
- me
- jelenti
- eszközök
- jelentett
- orvostudomány
- Találkozik
- Megfelel
- Partnerek
- szellemi
- említ
- megemlíti
- fúziók
- Fúziók és felvásárlások
- háló
- mód
- Michael
- esetleg
- millió
- millió dollár
- bánja
- hiányzik
- hiányzó
- modellezés
- modellek
- modern
- pénz
- hónap
- több
- a legtöbb
- többnyire
- mozgás
- mozog
- áthelyezve
- mozgások
- sok
- többnemzetiségű
- kell
- my
- magamat
- név
- nevek
- elnevezési
- Természet
- Navigáció
- Navigator
- Szükség
- Szükségtelen
- Fészek
- hálózat
- hálózatok
- Neuroscience
- Semleges
- Új
- Új technológiák
- következő
- szép
- NIH
- nem
- Nóbel díj
- sem
- Északi
- figyelemre méltó
- megjegyezni
- neves
- Most
- szám
- számok
- észrevételek
- Nyilvánvaló
- of
- kedvezmény
- Régi
- idősebb
- on
- egyszer
- ONE
- csak
- tovább
- nyitva
- Lehetőségek
- or
- jóslat
- érdekében
- Más
- Egyéb
- mi
- ki
- felett
- Overcome
- saját
- oldal
- oldalak
- Papír
- papírok
- paradigma
- paradigmák
- Párizs
- rész
- alkatrészek
- átjáró
- Elmúlt
- múlt
- utak
- Emberek (People)
- érzékelt
- észlelés
- teljesít
- teljesített
- talán
- személyes
- Személyi számítógépek
- perspektíva
- kimerül
- filozófia
- telefon
- Telefonhívás
- PHP
- fizikai
- kép
- pilóta
- úttörő
- Hely
- Helyek
- tervezés
- emelvény
- Plató
- Platón adatintelligencia
- PlatoData
- pont
- politika
- portfolió
- pozíció
- helymeghatározás
- esetleg
- erős
- gyakorlat
- pontos
- Pontosság
- prekurzor
- előnyben részesített
- bemutatott
- elnök
- nyomás
- szép
- előző
- Áraink
- díj
- valószínűleg
- Probléma
- feldolgozás
- gyárt
- Termékek
- termelő
- Termékek
- Egyetemi tanár
- Programozás
- program
- kellene támogatnia,
- utasításokat
- javasolja
- Bizonyít
- bizonyított
- ad
- ellátó
- Pszichológia
- közzétett
- vásárolt
- tesz
- világítás
- keresés
- kérdés
- gyorsan
- egészen
- idézetek
- Inkább
- reakciók
- Olvass
- olvasók
- igazi
- Valóság
- megvalósítás
- birodalom
- birodalmak
- ok
- miatt
- elismerik
- ajánl
- ajánlások
- ajánlott
- feljegyzett
- nyilvántartások
- Piros
- referencia
- Elutasítva..
- összefüggő
- relatív
- megbízható
- megkönnyebbülés
- támaszkodnak
- maradék
- eszébe jut
- helyébe
- jelentést
- Számolt
- Jelentő
- képvisel
- képviselő
- megkereső
- kötelező
- követelmény
- követelmények
- mentés
- kutatás
- kutató
- kutatók
- Felbontás
- Eredmények
- Gazdag
- jobb
- Folyó
- út
- rakéta
- ROI
- szerepek
- gyökerek
- nagyjából
- útvonalak
- szabályok
- futás
- s
- értékesítés
- azonos
- nedv
- SAS
- azt mondják
- mondás
- forgatókönyvek
- rendszer
- tudós
- Iskola
- Tudomány
- Tudós
- tudósok
- hatálya
- Skócia
- Keresés
- lát
- Úgy tűnik,
- látott
- szemantika
- idősebb
- Sorozat
- Komolyan
- készlet
- számos
- formák
- ő
- Webshop
- Bevásárlás
- hiányosságokat
- kellene
- mutató
- Shutterstock
- oldal
- jelentősen
- Egyszerű
- egyszerűsített
- egyszerűsítése
- egyszerűen
- weboldal
- helyzet
- helyzetek
- készségek
- Diák
- kicsi
- So
- Közösség
- szociális háló
- szociális hálózatok
- társadalmi
- Társadalom
- megoldások
- Megoldások
- SOLVE
- Megoldása
- néhány
- valami
- némileg
- kifinomult
- Déli
- Hely
- térbeli
- speciális
- terjedése
- SQL
- négyzet
- verem
- állvány
- Stanford
- kezdődött
- kezdődik
- állomás
- statisztikai
- Még mindig
- Stones
- megáll
- tárolás
- TÖRTÉNETEK
- egyértelmű
- stratégiák
- folyam
- patakok
- megerősített
- erős
- struktúrák
- Diákok
- tárgy
- siker
- ilyen
- megfelelő
- Támogatott
- túlélés
- túlélte
- rendszer
- Systems
- táblázat
- Vesz
- meghozott
- tart
- szalag
- cél
- feladatok
- tech
- tech cégek
- technikák
- Technologies
- Technológia
- mondd
- sokatmondó
- Inkább
- kifejezés
- terminológia
- feltételek
- teszt
- mint
- köszönet
- hogy
- A
- A jövő
- A táj
- a világ
- azok
- Őket
- akkor
- elmélet
- Ott.
- Ezek
- ők
- dolog
- dolgok
- Szerintem
- Gondolkodás
- ezt
- azok
- gondoltam
- három
- Keresztül
- idő
- Cím
- címmel
- nak nek
- Ma
- együtt
- is
- vett
- szerszámok
- kemény
- kereskedelem
- hagyományos
- hagyományosan
- nyom
- át
- utazás
- kezelésére
- kezelt
- borzasztó
- kipróbált
- diadal
- próbál
- Turing
- fordul
- kettő
- nekünk
- esernyő
- korrelálatlannak
- alatt
- megért
- megértés
- ismeretlen
- unió
- egységek
- Világegyetem
- egyetemi
- Frissítések
- us
- használ
- használati eset
- használt
- Felhasználók
- segítségével
- különféle
- Ellen
- függőleges
- nagyon
- videó
- nézetek
- látomás
- jövőképek
- vizuális
- kötetek
- vs
- W
- akar
- kívánatos
- akar
- Raktározás
- volt
- Út..
- módon
- we
- weboldal
- JÓL
- voltak
- Nyugati
- Mit
- Mi
- amikor
- mivel
- ami
- WHO
- egész
- miért
- lesz
- győztes
- kívánságait
- val vel
- belül
- nélkül
- csoda
- szavak
- Munka
- dolgozó
- világ
- aggódik
- érdemes
- lenne
- írók
- jehu
- év
- év
- sárga
- Igen
- még
- te
- fiatal
- fiatalabb
- A te
- magad
- youtube
- zephyrnet