Контакты
Подписка
МЕНЮ
Контакты
Подписка

В рубрику "Решения корпоративного класса" | К списку рубрик  |  К списку авторов  |  К списку публикаций

Национальная инфраструктура знаний - нужна ли она России?

Владимир
Комашинский
Профессор Санкт-Петербургского университета телекоммуникаций, д.т.н.
Александр
Семин
Начальник отдела инновационной инфраструктуры, малого и среднего предпринимательства в научно-технической сфере Минобрнауки России, к.т.н.
Глеб
Рогозинский
Начальник лаборатории ЛО ЦНИИС, к.т.н.

В Санкт-Петербургском университете телекоммуникаций традиционно ведутся поисковые работы, посвященные развитию телекоммуникационных систем и связанных с ними смежных направлений, таких как информатика и искусственный интеллект. Результаты, полученные в ходе этих работ, позволяют достаточно точно прогнозировать траекторию развития информационно-телекоммуникационных систем и поддерживать высокий уровень подготовки студентов. Одна из работ, выполненных в течение 2012 г., была посвящена вопросам исследования процессов коэволюции информационно-телекоммуникационных технологий и общества [2]. Один из выводов, сделанных в этой работе, говорит о том, что развитие общества в большинстве случаев определяется не столько типом экономики и видом политической системы, сколько технологиями и инфраструктурой, поддерживающими функции формирования, распространения и управления знаниями. Эти результаты соответствуют данным, отражающим эволюционные изменения структуры занятости населения (рис. 1).


Генерация знаний

Естественным развитием первоначально затронутой темы стали исследования, посвященные более детальному изучению процессов формирования, распространения и воплощения новых знаний, поиску таких направлений развития информационно-телекоммуникационных систем, которые максимально способствовали бы удовлетворению потребностей общества в контекстных знаниях.

Исходным материалом [4] для генерации знаний (рис. 2), являются данные (о явлении, системе, процессе). Но сами по себе данные ничего не говорят об их значимости или ненужности. Данные важны для формирования информации. Другими словами, информация является результатом обработки данных. Слово "информация" означает поставку данных "в форме" придав им значение и смысл. В отличие от информации знание является динамичной смесью опыта, ценностей, контекстной информации и экспертного понимания того, что служит основой для получения нового материального (или нематериального) продукта труда.


Формирование знаний обычно [12-15] происходит в голове одного из талантливых сотрудников в результате непосредственного наблюдения и/или работы с данными и информацией (о явлении, системе или процессе). В большинстве случаев первоначально новое знание проявляется на интуитивном уровне в неявном форме (в виде так называемого молчаливого знания) и только через некоторое время оно преобразуется в явное знание. Далее в процессе социального взаимодействия новое знание переносится в группу и становится достоянием организации в целом. После чего оно может быть материализовано в новых продуктах труда.

Трансфер "молчаливого" (невыраженного, а иногда и неосознанного) знания в "явное" происходит путем создания документов, электронных писем, отчетов, справок.


Перенос новых знаний (рис. 3) осуществляется за счет взаимодействия между людьми, при этом имеют место социализация - прямое общение (непосредственное или с использованием телекоммуникационных сетей), неформальные встречи, дискуссии, обучение групп и т.д. Материализации новых знаний (рис. 2) предшествуют:

  • экстернализация - проведение экспериментов, подготовка патентных материалов;
  • комбинация - публикации конференции, формирование баз знаний;
  • интернализация - подготовка проектной и технической документации, создание макетов и опытных образцов, обучение исполнителей.

Инфраструктура знаний

Ее можно представить в составе трех подсистем [7, 17], подсистемы формирования новых знаний, подсистемы переноса знаний и подсистемы материализации знаний.

В том или ином виде инфраструктуры знаний существовали и развивались уже несколько тысячелетий, и именно они определяли темпы развития цивилизации во времени и пространстве. Инфраструктуры знаний требуют постоянного внимания со стороны общественной элиты, там, где этого не происходило, общество застывало в своем развитии (это хорошо видно на примере племен, изолированно проживающих на африканском и южноамериканском континентах).

В рамках современной парадигмы - развитие инфраструктуры знаний - она рассматривается в составе двух взаимосвязанных составляющих: традиционной и новой (рис. 4).


Традиционная составляющая (показана в верхней части рис. 4) включает имеющиеся подсистемы формирования знаний НИИ, НПО, вузы, телефонную сеть как технологические основы подсистемы переноса знаний и автоматизированное производство как средство материализации знаний.

Новая составляющая (показана в нижней части рис. 4) использует исследовательские сенсорные поля (построенные на основе разнородных сетей датчиков) для сбора данных, компьютерные сети и системы искусственного интеллекта - для обработки данных, информации и получения знаний, мультисервисные сети связи - для переноса знаний и роботизированное производство - для оперативного воплощения знаний. Очевидно, что обе составляющие (традиционная и новая) неразделимы и взаимно конвергированы.

Факторы, влияющие на качество переноса знаний

Важно отметить влияние возможностей мультисервисных сетей связи на качество переноса знаний. При доминирующем преимуществе личного общения, очевидно, что сети с интеграцией услуг (комплекс "речь, данные и видео") обеспечивают гораздо более высокое качество переноса знаний по сравнению с классической телефонией.

Не менее важно отметить внутреннюю логику воплощения новых знаний [1, 3], то есть предварительно они должны быть преобразованы в новые технологические знания, затем (часто) в новые средства производства и только после этого они могут быть трансформированы в новую продукцию.


Анализ особенностей коэволюции общества, средств производства и продукции позволяет, с одной стороны, прогнозировать направления их совместного развития, а с другой - поясняет особенности современного состояния российской промышленности.

Для примера можно отметить что, качество продукции отечественного автопрома (авиа, электронного и т.д.) отличается от лучших мировых образцов количеством новых знаний в целом (и тех, которые заложены в технологии и производственное оборудование).

Особенности знаний

В настоящее время мир движется к перспективной экономике, основанной на знаниях [9, 16]. Термин knowledge-based economy (KBE) впервые был введен в 1996 г. Особенность экономики знаний состоит в том, что для создания стоимости она использует механизмы распространения и использования знаний. Экономика, основанная на знаниях, является основой формирования "общества знаний" (Knowledge Societies) в котором социально-экономическое положение отдельных лиц и фирм определяется интенсивностью формирования новых знаний, доступа к имеющимся знаниям и обучению [10, 18].

Главная особенность экономики знаний состоит в необходимости управления нематериальными активами (знаниями), которые в отличие от материальных ресурсов (энергии и сырья), не исчерпываются в процессе производства, а становятся более ценными по мере повышения интенсивности их использования.

Отличительной особенностью построения экономики и общества знаний является формирование новых взаимно интегрированных (персональных, корпоративных, городских, национальных и международных) инфраструктур знаний (рис. 6).


Формирование национальной отечественной инфраструктуры знаний

Существующий в мире опыт [5, 6, 11] построения и использования национальных инфраструктур знания, в частности китайской (China National Knowledge Infrastructure), говорит о том, что она представляет собой живой, быстро развивающийся "организм", оказывающий мощное влияние на развитие экономики страны.

В самом общем виде функциональный состав современной национальной инфраструктуры знаний включает (рис. 7): базы знаний, постоянное обновление которых ведется в полуавтоматическом или автоматическом режиме; интерфейсы предоставления социально ориентированных (средств массовых знаний и приложений "знание как услуга") знаний и прикладные программные интерфейсы знаний.


Базы знаний, которые ведутся в автоматическом режиме (на основе поиска знаний в сенсорных сетях) и предоставляются интеллектуальным управляющим системам через прикладные программные интерфейсы знаний, являются материальной основой для интеллектуализации антропогенных инфраструктур в целом и построения конкретных городской и региональной интеллектуальных инфраструктур.

Важно отметить, что мощь инфраструктуры знаний проявляется в возможности применения всех доступных знаний (в идеале всех знаний цивилизации) и при решении любой частной задачи.

В целом возможны различные варианты формирования сложных инфраструктур знаний ("сверху вниз", "снизу вверх" и "встречно"). Опыт строительства национальных инфраструктур знаний (Китай, США, Индия, Япония) показывает, что обычно реализуется "встречная" стратегия с доминирующим управлением со стороны государства. Один из возможных вариантов организации может быть основан на интегрирующей и управляющей функции РАН и подсистем, формируемых Минобрнауки России, а также другими министерствами и государственными учреждениями посредством своих ведомственных вузов и НИИ (рис. 6).

Первая попытка формирования национальной отечественной инфраструктуры знаний была предпринята Минобрнауки России (в рамках ФЦП "Развитие инфраструктуры наноиндустрии в Российской Федерации на 2008-2011 гг.") в результате которой был создан ряд баз знаний (в объединенном виде представлены на www.portalnano.ru).

Вместе с тем, несмотря на колоссальные затраты и значительные достижения российской науки, можно наблюдать практически нулевой экономический результат. Это объясняется прежде всего разрозненностью знаний, разрабатываемых за государственные деньги, многократным дублированием одних и тех же исследований знаний, отсутствием базы знаний и эффективных средств их предоставления и механизмов материализации.

Формирование и развитие национальной инфраструктуры знаний может стать мощным локомотивом развития науки, экономики, образования, социальной и культурной сфер, совершенствования политической системы.

Как показывает опыт Китая, США, Японии, двигателем развития [8] самой инфраструктуры знаний являются новые знания, генерируемые в области информатики, теории сетей связи, искусственного интеллекта, которые возвращаются в виде новых алгоритмов, программ, аппаратных средств инфраструктуры.

Вопросами построения национальных баз и инфраструктур знаний в настоящее время занимаются многие государства и практически все страны Юго-Восточной Азии. С 2001 г. национальная инфраструктура знаний функционирует в Китае (начала создаваться в 1996 г.), в последние годы аналогичные инфраструктуры появились в США, Индии, Голландии.

В 1995 г. китайской национальной инфраструктурой знаний предметно занимался 1 человек, в 2012 г. ее обслуживанием занимается 1 миллион человек, предполагается, что в ближайшие 10 лет это число увеличится на порядок.

Сложившаяся в настоящее время практика управления обществом посредством экономических и юридических механизмов и инфраструктур (банковской системы и юридической системы), по всей видимости, не является исчерпывающей. Возможности управления обществом посредством управления знаниями и поддерживающими их инфраструктурами огромны. Это та область, которая уже в ближайшее время может стать основой для проведения внутренней и внешней политики государства и площадкой предвыборной борьбы партий и движений, перехода от информационного общества к обществу знаний и строительства экономики, основанной на знаниях.

Литература

  1. Комашинский В.И., Мардер НО, Парамонов А.И. От телекоммуникационной к когнитивной инфокоммуникационной системе // Технологии и средства связи. -2011.-№4.0 52-54.
  2. Комашинский В.И., Рогозинский Г.Г. Коэволюция информационно-телекоммуникационных технологий и общества//Технологии и средства связи. - 2012. - № 3
  3. Комашинский В.И., Соколон НА. Когнитивные системы и телекоммуникационные сети // Вестник связи. -2011.-№10. С. 4-8.
  4. 4. Bellinger G., Castro D., Mills A. Data, Information, Knowedge, and Wisdom. http://www.systems-thinking.org/dikw/dikw.htm. Accessed 10 July 2012
  5. Brown, J. S. & Duguid, P. Organizing Knowledge. California Management Review, Vol. 40, No. 3, Spring 1998, эр. 90-111.-2004
  6. Cao Cungen, Feng Qiangze, Gao Ying. Progress in the Development of National Knowledge Infrastructure // J. Comput. Sci. &Technol. Vol.17 No.5, Sept. 2002
  7. Gorman, M. E. Types of Knowledge and Their Roles in Technology Transfer. Journal of Technology Transfer эр. 219-231.-2002.
  8. Leistner F. Mastering Organizational Knowledge Flow How to Make Knowledge Sharing Work, John Wiley & Sons, Hoboken-2010.
  9. Lopes I. and do Rosario Martins, M. (2006). The New Business Models in the Knowledge Economythe Strategic Way to Value Creation, The Electronic Journal of Knowledge Management, Vol. 4, Issue 2, pp 159-168, available online atwww.ejkm.com
  10. Lor P.J. and Britz J.J., Is a knowledge society possible without freedom of access to information? Journal of Information Science, 33 (4): 387-397. - 2007
  11. Malhotra Y. Measuring knowledge assets of a nation Knowledge systems for development. Paper read at "Unitec Nations Advisory Meeting of the Department of Economics and Social Affairs", 4-5 September, New York. 2003
  12. Nonaka, I. A Dynamic Theory of Organizational Knowedge Creation. Organization science, 5(1), 14 - 1994
  13. Nonaka, I. The Knowledge Creating Company, Harvarc Business Review, 69, November-December, pp. 96-104. -1991
  14. Nonaka, I. and Takeuchi, H. (1995). Knowledge-Creating company: how Japanese companies create the dynamics of innovation. Oxford UniversityPress
  15. Nonaka, I. and Toyama, R. (2003). The knowledge-creation theory revisited: knowledge creation a synthesizing 3rocess. Knowledge Management Research and Practice, 1,2-10.
  16. Onions, P.E.W. Projects in the Knowledge Economy 9th European Conference on Knowledge Management (ECKM 2008), Southampton Solent University, Southampton, UK, 4-5 September
  17. Samikar, S. Automating Knowledge Flows by Extending Conventional Information Retrieval and and Workflow Technologies, Ph.D. Dissertation, The University of Arizona 2007.
  18. Spangenberg J.H., Mesicek R., Metzner A., and Luks 1 Sustainability indicators for the knowledge-based society Measuring the sustainability of the information society FUTURA, pp. 85-95.2002.

Опубликовано: Журнал "Технологии и средства связи" #1, 2013
Посещений: 5085

Статьи по теме

  Автор

Владимир Комашинский

Владимир Комашинский

СПбГУТ им.проф.М.А. Бонч-Бруевича, д.т.н.

Всего статей:  8

  Автор

Александр Семин

Александр Семин

Начальник отдела инновационной инфраструктуры, малого и среднего предпринимательства в научно-технической сфере Минобрнауки России, к.т.н

Всего статей:  1

  Автор

 

Глеб Рогозинский

начальник лаборатории ЛО ЦНИИС, к.т.н.

Всего статей:  2

В рубрику "Решения корпоративного класса" | К списку рубрик  |  К списку авторов  |  К списку публикаций