Obrázek 2.1: Pyramida poznání (DIKW) vysvětlená pomocí LEGO kostek.
Každý den se topíte v datech. Notifikace na mobilu, počet lajků u fotky, teplota venku, cena lístku do kina. Většinu z toho ignorujete. Je to jen šum. Ale co když vám řeknu, že přesně v tomhle šumu se skrývá klíč k umělé inteligenci? Než napíšeme první řádek kódu v Prologu, musíme se naučit vidět svět tak, jak ho vidí počítačový detektiv – jako pyramidu poznání.
Lidé často zaměňují slova "Data", "Informace" a "Znalosti". Pro Prolog (a pro každého dobrého programátora) je to ale rozdíl jako mezi hromadou cihel, zdí a celým domem. Pojďme si v tom udělat jasno.
Představte si pyramidu. Dole je široká základna písku, nahoře je malá, ale cenná zlatá špička. Této pyramidě se v informatice říká DIKW (Data, Information, Knowledge, Wisdom). Každá vrstva staví na té předchozí a přidává jí hodnotu.
Jsou to jen symboly, čísla nebo znaky bez kontextu. Představte si to jako náhodné logy z počítačové hry: "hráč_17 zraněn", "čas 14:32", "pozice X:50 Y:200". Sama o sobě tato data nic neznamenají. Jsou to jen stopy na místě činu.
Příklad: Číslo "38.5". Co to je? Cena kebabu? Velikost bot? Teplota? Nevíme. Je to jen šum.Informace vznikne, když dáme datům význam a kontext. Odpoví nám na otázku "Co to je?". Je to jako když detektiv spojí stopy: "Hráč_17 byl zraněn v 14:32 na souřadnicích X:50, Y:200." Už to dává smysl.
Příklad: "Teplota pacienta je 38.5 °C." Teď už víme, o co jde. Číslo dostalo jednotku a subjekt.Znalost je pochopení souvislostí. Je to "know-how". Je to pravidlo, které nám říká, co s informací dělat. Detektiv ví: "Pokud je hráč zraněn na těchto souřadnicích, pravděpodobně spadl z útesu." Znalost nám umožňuje předvídat a rozhodovat se.
Příklad: "Pokud má pacient teplotu nad 38 °C, má horečku a je třeba podat lék."Proč o tom mluvíme v učebnici Prologu? Protože Prolog je nástroj, který pracuje na vrcholu této pyramidy. Většina jazyků (jako Python) jsou skvělé pro zpracování dat a jejich přeměnu na informace (např. sečíst čísla, vytvořit graf). Prolog jde o krok dál. Vy do něj "nasypete" fakta (data v kontextu) a naučíte ho pravidla (znalosti). On pak funguje jako stroj, který na požádání generuje nové informace, které nebyly přímo zadané.
Nemusíte mu říkat, jak má data třídit nebo prohledávat. On to udělá sám díky logice, kterou jste mu poskytli. Je to váš osobní Sherlock Holmes v počítači.
Příklad 2.1: Školní jídelna
Pojďme si to ukázat na něčem, co všichni známe – oběd ve škole. Představte si, že máte alergii a potřebujete zjistit, zda se můžete naobědvat.
Všimněte si, že jsme nikde nepsali program "zkontroluj každé jídlo". Jen jsme definovali fakta o světě a jedno jediné pravidlo bezpečnosti. Prolog sám odvodil výsledek.