1 / 20

Totuus vai Todellisuus - tutkimuksen haasteet Heikki Hyötyniemi

Totuus vai Todellisuus - tutkimuksen haasteet Heikki Hyötyniemi. Sisältöä!. Perinteinen IT-työn ongelma: tekniikkaa kehitetään, sisältö unohdetaan?

denim
Download Presentation

Totuus vai Todellisuus - tutkimuksen haasteet Heikki Hyötyniemi

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Totuus vai Todellisuus - tutkimuksen haasteetHeikki Hyötyniemi

  2. Sisältöä! • Perinteinen IT-työn ongelma: tekniikkaa kehitetään, sisältö unohdetaan? • Case-esimerkki: teknis-matemaattisen tutkimus- ja kehitystyön tarpeet ja haasteet tulevaisuuden tietoverkolle

  3. Verkko tutkimuksen apuna • Verkon vaikutukset tieteentekoon yleensä • reaaliaikainen kommunikointi • tietokannat ja elektroniset julkaisut • hakukoneet ja hyperdokumentit • Kuinka verkko voisi muuttaa itse tieteen sisältöä (matemaattis-teknisellä alalla)? ... Kun nyt edes kaavat voisi kirjoittaa HTML-kielellä!

  4. Tiede tänään? • Kuhnin paradigmat • Kehityksen kulku: teesi – antiteesi – synteesi Voisi kuvitella että synteesejä voidaan löytää helpommin kommunikointivälineiden kehittyessä?

  5. Kuitenkin – nykyisin ei tehdä synteesejä! • On helpompi tehdä uutta kuin sovittaa vanhaan – tiede pirstoutuu • Koulukuntien erot kasvavat • ”Markkinamiehet” voivat mainostaa tutkimustaan tehokkaasti verkossa • Hype-vetoinen tutkimus

  6. Kuinka verkko voisi muuttua asioiden sekoittajajasta kokonaisnäkemyksen haun työkaluksi? Kuinka kone voisi eliminoida ”roskaväitteet”? Semantiikka -> Sensuuri!

  7. ”Semanttinen WWW” • Semantiikka ilman tulkitsijaa? Mekanisoitu ymmärrys? • Tekoälyn ikiaikainen haaste!

  8. Kuitenkin erityistapauksissa

  9. Matematiikassa yhteys datan ja käsitteiden välillä on yksikäsitteinen • Matematiikka on kuitenkin syntaktista ilman semanttisia tulkintoja • Paradoksi: periaatteessa laskennan merkitys on täysin määrätty, mutta toisaalta ei mitään sidottua merkitystä!?

  10. M. Eigen: ”Teoria on tosi tai epätosi. Näiden lisäksi malli voi olla relevantti tai irrelevantti”. • Matematiikka ei tarkasti kuvaa reaalimaailmaa, ja voidaan tehdä epäkurantteja abstrahointeja

  11. Sovellettu matematiikka • Tekninen tutkimus soveltaa puhtaan matematiikan tuloksia • Sovelluskohteen merkityssisällöt mukana datan tulkinnassa! • Vain soveltaja itse ymmärtää datan ja laskennan semanttinen sisällön

  12. Tekniset sovellukset • Tietokone keskeisessä roolissa -> Algoritmit ja ”dynaaminen matematiikka” • Ilmiöiden olemus emergoituu algoritmeistä, ”elävät” vain tietokoneessa • Menetelmät eivät analyyttisesti ratkeavia (ja vaikka olisivatkin ...!) • Simulointi avainasemassa

  13. Työkaluista • Vaatimuksia työkaluille: matemaattiset kirjastot, simulointityökalut, visualisointi ... • Java? • Matlab Web Server? • Saman työkalun sovelluttava tutkimukseen ja julkaisemiseen!

  14. Tulevaisuudenkuva? • ”Interaktiiviset julkaisut”: on-line simulointi, menetelmän todellisen toimivuuden testaus todellisella datalla • Funktionaaliset tietokannat, datan testaus ja menetelmien seulonta automaattisesti • Myös opetusmateriaalin kehittämiseen!

  15. Esimerkki • Väite (teoreetikko): ”Rekursiiviset identifiointimenetelmät antavat samat parametriestimaatit kuin off-line –identifiointimenetelmätkin” • Vastaväite (asiantuntija): ”Tämä on kyllä totta, mutta ...”

  16. Esimerkki: jatkoa Kaksi ääripäätä datan mallitukseen: • Rekursiivinen identifiointi : menetelmät voidaan todistaa toimiviksi, mutta käytännössä ne usein pettävät • Kohosen kartat : toimintaa ei voida todistaa, mutta ne antavat useimmiten hyviä tuloksia käytännössä

  17. Yhteenveto • Verkolla hyvin erilaisia sovelluskohteita ja vaatimukset vastaavasti erilaisia • ”Semantiikka” myös erilaista • Yksi ainoa lähestymistapa ei välttämättä sovellu kaikkiin sovelluksiin!

More Related