– Modelowanie procesów i zjawisk jest podstawowym działaniem nauki. Żeby zjawiska badać, trzeba to robić na jakimś modelu.

– Rzeczywistość jest zbyt bogata i różnorodna. „Kawałek” rzeczywistości, który nas interesuje, trzeba wyciąć z kontekstu i opisać jakimś formalnym językiem. Ponieważ jest to działanie bardzo podstawowe, może być stosowane w wielu dziedzinach badań, od socjologii po biologię molekularną i fizykę wysokich energii. Od modelu przechodzi się często do symulacji...

– Symulacja jest metodą badania procesów, zwykle przebiegających w czasie, na podstawie obserwacji działania programów komputerowych symulujących te procesy. Modelowanie natomiast niekoniecznie wiąże się z implementacją komputerową. Badania operacyjne koncentrują się z kolei na systemach, które składają się z operacji. Komplikacja polega na tym, że operacje są powiązane za pomocą ograniczeń kolejnościowych i konkurują o ograniczone zasoby. Problem decyzyjny polega tu na znalezieniu optymalnego programu wykonania tych operacji przy zadanych ograniczeniach. Charakterystyczne dla badań operacyjnych jest modelowanie problemów decyzyjnych jako zadań programowania matematycznego. Powstanie badań operacyjnych zbiegło się zresztą w czasie z opracowaniem metody rozwiązania zadania programowania liniowego. Za to odkrycie Leonid Kantorowicz dostał Nagrodę Nobla. Z innej strony do rozwiązywania często tych samych problemów decyzyjnych podchodzi sztuczna inteligencja. Różnica polega na tym, że w badaniach operacyjnych model problemu decyzyjnego jest zwykle zadaniem programowania matematycznego, a w sztucznej inteligencji model jest natury logicznej.

– Tak, a dokładniej – rozwiązywanie problemów decyzyjnych odbywa się w trójkącie: problem – model – metoda.

– Będzie truizmem, gdy powiem, że interdyscyplinarność jest nie do uniknięcia. Do jakiego stopnia uczony musi być informatykiem? Jeśli do rozwiązania problemu stosuje znane narzędzia informatyczne, to lepiej, żeby był specjalistą w swojej dziedzinie. Wtedy jest to typowe zastosowanie informatyki. Jeśli jednak do rozwiązania problemu dochodzi się przez stworzenie nowego paradygmatu przetwarzania informacji, to prym wiodą kompetencje informatyka. Rozwijając metodykę wspomagania decyzji w oparciu o niepełną wiedzę, opracowałem nowe procedury przetwarzania informacji, uwzględniające ich niedoskonałości i semantykę decyzyjną. Dopiero później zastosowałem komputer do implementacji tej metodyki.

– Niewątpliwie wystarczy współpraca, jeśli interakcja jest dostatecznie bogata. Najważniejsze jest wspólne dojście do sformułowania problemu badawczego. Ten problem jest dla informatyka wycięty z całej rzeczywistości medycznej. Lekarz przedstawia go w kategoriach zrozumiałych dla informatyka i w zakresie niezbędnym do współpracy.

– Tak. Model nie jest rzeczywistością, tak jak mapa nie jest terenem. Zawsze pomijamy jakieś szczegóły.

– Lekarz ocenia, co jest ważne, a informatyk, co jest możliwe do wzięcia pod uwagę z informatycznego punktu widzenia. Na przykład interpretacja wyników pomiarów: inżynier chciałby robić to z dokładnością, na jaką pozwala aparatura, lekarz będzie przekładał wyniki pomiarów na określenia jakościowe, które stosuje w swoim wnioskowaniu, na przykład temperatura normalna, podwyższona, wysoka.

– Dokładnie tak. Chodzi o niepełną wiedzę. Dane to wszystko, co możemy komputerowi „powrzucać”, a wiedza to wyinterpretowane związki, które w tych danych istnieją.

– To jest krok do rozumienia danych. Trzeba te związki pokazać komuś, kto je zrozumie lub nie. To jest wiedza komputerowa, która dopiero pretenduje do zrozumienia.

– Nie. Dzięki sztucznej inteligencji, maszyna może wyindukować z danych reguły decyzyjne, jednak, na przykład w przypadku medycyny, dopiero po zrozumieniu i akceptacji tych reguł przez lekarza reguły te mogą pretendować do miana wiedzy i prowadzić do interesującego, potwierdzającego intuicję odkrycia.
(...)