Лекция: Понятие «информация». Информация в биологии реферат по информатике
Лекция - Понятие «информация». - Информатика
Теоретический материал
К билетам по информатике
Содержание
1. Понятие «информация». 3
2. Информационные процессы. 6
3. Информационные основы процессов управления. 8
4. Представление и кодирование информации. 11
5. Функциональная схема компьютера. 16
6. Устройства памяти компьютера. Носители информации (гибкие диски, жесткие диски, диски CD-ROM/R/RW, DVD и др.) 20
7. Программное обеспечение компьютера (системное и прикладное). 23
8. Назначение и состав операционной системы компьютера. Загрузка компьютера. 26
9. Файловая система. Папки и файлы. Имя, тип, путь доступа к файлу. 30
10. Представление данных в памяти персонального компьютера (числа, символы, графика, звук). 33
11. Понятие модели. Материальные и информационные модели. Формализация как замена реального объекта его информационной моделью. 38
12. Модели объектов и процессов (графические, вербальные, табличные, математические и др.). 41
13. Понятие алгоритма. Свойства алгоритма. Исполнители алгоритмов (назначение, среда, режим работы, система команд). Компьютер как формальный исполнитель алгоритмов (программ). 44
14. Линейная алгоритмическая конструкция. Команда присваивания. Примеры. 46
15. Алгоритмическая структура «ветвление». Команда ветвления. Примеры полного и неполного ветвления. 49
16. Алгоритмическая структура «цикл». Циклы со счетчиком и циклы по условию. 53
17. Технология решения задач с помощью компьютера (моделирование, формализация, алгоритмизация, программирование). Показать на примере задачи (математической, физической или другой). 58
18. Программные средства и технологии обработки текстовой информации (текстовый редактор, текстовый процессор, редакционно-издательские системы). 59
19. Программные средства и технологии обработки числовой информации (электронные калькуляторы и электронные таблицы). 61
20. Компьютерная графика. Аппаратные средства (монитор, видеокарта, видеоадаптер, сканер и др.). Программные средства (растровые и векторные графические редакторы, средства деловой графики, программы анимации и др.). 64
21. Технология хранения, поиска и сортировки данных (базы данных, информационные системы). Табличные, иерархические и сетевые базы данных. 70
22. Локальные и глобальные компьютерные сети. Адресация в сетях. 73
23. Глобальная сеть Интернет и ее информационные сервисы (электронная почта, Всемирная паутина, файловые архивы и пр.). Поиск. 77
24. Информационное общество. 80
25. Этические и правовые аспекты информационной деятельности. Правовая охрана программ и данных. Защита информации. 84
26. Источники информации: 87
Понятие «информация».
Слово «информация» происходит от латинского слова informatio, что в переводе означает сведение, разъяснение, ознакомление. Понятие «информация» является базовым в курсе информатики, невозможно дать его определение через другие, более «простые» понятия. В геометрии, например, невозможно выразить содержание базовых понятий «точка», «луч», «плоскость» через более простые понятия. Содержание основных, базовых понятий в любой науке должно быть пояснено на примерах или выявлено путем их сопоставления с содержанием других понятий.
В случае с понятием «информация» проблема его определения еще более сложная, так как оно является общенаучным понятием. Данное понятие используется в различных науках (информатике, кибернетике, биологии, физике и др.), при этом в каждой науке понятие «информация» связано с различными системами понятий.
Информация в физике. В физике мерой беспорядка, хаоса для термодинамической системы является энтропия системы, тогда как информация (антиэнтропия) является мерой упорядоченности и сложности системы. По мере увеличения сложности системы величина энтропии уменьшается, и величина информации увеличивается. Процесс увеличения информации характерен для открытых, обменивающихся веществом и энергией с окружающей средой, саморазвивающихся систем живой природы (белковых молекул, организмов, популяций животных и так далее).
Таким образом, в физике информация рассматривается как антиэнтропия или энтропия с обратным знаком.
Информация в биологии. В биологии, которая изучает живую природу, понятие «информация» связывается с целесообразным поведением живых организмов. Такое поведение строится на основе получения и использования организмом информации об окружающей среде.
Понятие «информация» в биологии используется также в связи с исследованиями механизмов наследственности. Генетическая информация передается по наследству и хранится во всех клетках живых организмов. Гены представляют собой сложные молекулярные структуры, содержащие информацию о строении живых организмов. Последнее обстоятельство позволило проводить научные эксперименты по клонированию, то есть созданию точных копий организмов из одной клетки.
Информация в кибернетике. В кибернетике (науке об управлении) понятие «информация» связано с процессами управления в сложных системах (живых организмах или технических устройствах). Жизнедеятельность любого организма или нормальное функционирование технического устройства зависит от процессов управления, благодаря которым поддерживаются в необходимых пределах значения их параметров. Процессы управления включают в себя получение, хранение, преобразование и передачу информации.
Социально значимые свойства информации. Человек — существо социальное, для общения с другими людьми он должен обмениваться с ними информацией, причем обмен информацией всегда производится на определенном языке — русском, английском и так далее. Участники дискуссии должны владеть тем языком, на котором ведется общение, тогда информация будет понятной всем участникам обмена информацией.
Информация должна быть полезной, тогда дискуссия приобретает практическую ценность. Бесполезная информация создает информационный шум, который затрудняет восприятие полезной информации. Примерами передачи и получения бесполезной информации могут служить некоторые конференции и чаты в Интернете.
Широко известен термин «средства массовой информации» (газеты, радио, телевидение), которые доводят информацию до каждого члена общества. Такая информация должна быть достоверной и актуальной. Недостоверная информация вводит членов общества в заблуждение и может быть причиной возникновения социальных потрясений. Неактуальная информация бесполезна и поэтому никто, кроме историков, не читает прошлогодних газет.
Для того чтобы человек мог правильно ориентироваться в окружающем мире, информация должна быть полной и точной. Задача получения полной и точной информации стоит перед наукой. Овладение научными знаниями в процессе обучения позволяют человеку получить полную и точную информацию о природе, обществе и технике.
www.ronl.ru
Реферат - Курсовая работа по информатике на тему: Эффективность поиска в Интернете сведений по тематике «Информация в биологических системах»
МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТКУЛЬТУРЫ И ИСКУССТВ.
Курсовая
работа
по информатике
на тему:
Эффективность поиска в Интернете сведений по тематике
«Информация в биологических системах».
Работу выполнила
студентка 1-го курса
факультета ИЭУП
группы №176 (А)
Бондаренко М.В.
Работу проверил
преподаватель
Белоозеров В. Н.
Москва 2010.
Содержание:
1. Введение
2. Информационно-поисковая система "Яндекс"
3. Информационно-поисковая система "Google"
4. Сравнительный анализ
5. Заключение
1. Введение
Целью данной работы является оценка эффективности поисковых стратегий в информационно- поисковых системах (ИПС). Для того чтобы оценить эффективность поиска необходимой информации в Интернете, я выбрала для сравнения две распространенные информационно- поисковые системы:
1. Яндекс (http://yandex.ru/) (русская ИПС)
2. Google (http://www.google.ru/) (зарубежная ИПС)
В каждой из данных поисковых систем я сделала запрос: Информация в биологических системах. И подряд просмотрела по 40 ссылок, попутно отмечая их полезность (повторные ссылки в одной системе расценивались как бесполезные). Затем, высчитала общий процент полезных ссылок по каждому поисковику, что позволило выявить наиболее эффективную информационно-поисковую систему.
^ 2. Информационно-поисковая система «Яндекс».
Яндекс — российская ИТ-компания, владеющая одноимённой системой поиска в Сети и интернет-порталом. Поисковая система «Яндекс» является седьмой среди крупнейших поисковых сайтов мира по количеству обработанных поисковых запросов (1,892 млрд, статистика за декабрь 2009 года).
Поисковая система Yandex.ru была официально анонсирована 23 сентября 1997 года, и первое время развивалась в рамках компании CompTek International. Как отдельная компания «Яндекс» образовался в 2000 году.
Компания вышла на самоокупаемость в 2002 году, оборот за 2009 год — 278 миллионов долларов. Оборот за 2008 год — более 300 млн долларов. Оборот за 2006 год — 72,6 млн долларов, чистая прибыль — 29,9 млн, за 2005 год — 35,6 млн долларов, чистая прибыль — 13,6 млн.
Основным и приоритетным направлением компании является разработка поискового механизма, но за годы работы Яндекс стал мультипорталом. В 2009 году Яндекс предоставляет более 30 сервисов. Самыми популярными являются: Яндекс.Картинки, Яндекс.Почта, Яндекс.Погода, Яндекс.Новости и другие.
Главный офис компании находится в Москве. У компании есть офисы в Санкт-Петербурге, Екатеринбурге, Новосибирске, Одессе, Симферополе, Киеве и Казани. В середине июня 2008 года компания объявила об открытии Yandex Labs — офиса в США, штат Калифорния.
На мой запрос: ^ Информация в биологических системах– было найдено 5 млн ответов, по 10 ссылок на каждой странице. Я просмотрела первые 40 ссылок:
В результате исследования выяснилось, что на 40 ссылок приходится 2 полезных.
^ 3. Информационно-поисковая система "GOOGLE".
Google— первая по популярности в мире поисковая система, обрабатывающая более 40 миллиардов запросов в месяц.
Поисковой системой Google владеет корпорация Google Inc.
Лидер поисковых машин интернета, занимает более 60 % мирового рынка и индексирует более 8 миллиардов веб-страниц. Google может находить информацию на 191 языке (c 15 октября 2009).
Поддерживает поиск в документах форматов PDF, RTF, PostScript, Microsoft Word, Microsoft Excel, Microsoft PowerPoint и других.
В этой поисковой системе на такой же запрос мне выдало примерно примерно 964 000 результата.
В результате исследования выяснилось, что всего 1 полезная ссылка, из которых на первую страницу приходится - 1, на вторую –0 , на третью – 0 и соответственно на четвёртую - 0.
^ 4. Сравнительный анализ
Для сравнения двух поисковиков переведём полученные данные в проценты и внесём их в единую таблицу:
№ десятка
Количество полезных ссылок.
Яндекс
Google
Число полезных ссылок
Точность поиска
Достаточность поиска
Сумма Т+Д
Число полезных ссылок
Точность поиска
Достаточность поиска
Сумма Т+Д
1
2
20%
25%
45%
1
10%
35%
45%
2
0
10%
35%
45%
0
5%
35%
40%
3
0
6,7%
39%
45,5%
0
3,3%
35%
38,3%
4
0
5%
40%
45%
0
2,5%
35%
37,5%
5
.
.
.
.
.
.
.
.
Всего полезных ссылок
2
1
Сколько полезных документов совпадает в выдачах
3
Биологи воспринимали шенноновскую теорию информации как спасительный маяк, освещавший путь к созданию теоретической биологии – столь же строгой и общезначимой, как теоретическая физика[9]. Эти надежды были вызваны бурными успехами как зарождавшейся кибернетики, так и экспериментально-аналитических исследований сразу в нескольких разделах биологии. Именно полвека назад, в 1948 г., когда были созданы концепции кибернетики и основы математического аппарата общей теории информации, к анализу систем, сходных с модельными объектами этих теорий, но нерукотворных – существующих в организмах миллиарды лет – подошли две различных ветви экспериментальной биологии – генетика и нейрофизиология.
Развитие генетических представлений Г. Менделя в теории Т. Моргана о локализации генов в хромосомах (1912 г.), работы Г. Дейла о механизмах передачи электрохимического импульса в нейронах (1929 г.) и созданная Л.Берталанфи теория биологических объектов как открытых систем (1932 г.) к середине нашего века привели к исследованиям разнообразных материальных носителей биологической информации. В 1947 г. О. Эвери, К. Мак-Леод и М. Мак-Карти доказали роль ДНК в наследственности у бактерий; в 1949 г. Э. Чаргафф определил правила соотношений нуклеотидов в ДНК – основы понимания ее первичной структуры и функций. В 1946-49 гг. Р. Джерард с сотрудниками разработали микроэлектродную технику анализа проведения импульсов в отдельных нейронах. Изначально как информационные макромолекулы (ДНК, РНК, белки), так и нейронные пути передачи сигналов рассматривались как полные аналоги рукотворных объектов – соответственно текстов и каналов связи.
Биологические системы сразу же стали очень перспективными объектами для кибернетики. С одной стороны, это – физические, материальные объекты, доступные разным методам экспериментальных исследований, воспроизводимые (и даже самовоспроизводящиеся). С другой стороны – управление и информационный обмен являются важнейшими характеристиками поведения этих систем. Появление математических моделей и теорий управления и информационного обмена, общих для биологических и технических систем - а именно так понимал кибернетику Н. Винер - позволяло рассчитывать на математизацию биологии, на построение теоретической биологии по образу и подобию теоретической физики.
Тем самым физикализм и редукционизм оказались у самих истоков новой, еще не вполне ясно очерченной научной дисциплины – биофизики. Биологией занялись многие иследователи, получившие фундаментальное физическое или математическое образование и имевшие, как выразился И.М. Гельфанд, «прометеев комплекс» – стремление осветить тайны живого. И действительно, они были энтузиастами, уверенными в неисчерпаемых возможностях применения кибернетических подходов в биологии.
Международные конференции и симпозиумы по теории информации регулярно проходили с начала 1950-х гг. в Англии, Италии, США, а впоследствии – и в Германии, Канаде, Чехословакии. Организатором, председателем и редактором материалов некоторых из них – посвящЈнных применению теории информации в биологии (в 1953 и 1956 гг.) и в психологии (в 1954 г.) – был Г. Кастлер [10,11]. К середине 1950-х гг. теорией информации были “охвачены” разнообразные проблемы биологии: кодирование белков в ДНК, структурные изменения белков, проводимость нервов и мембран, работа иммунной системы, морфогенез клеточных органелл и модельных систем, разрушение белков и вымирание особей при старении и лучевых поражениях, зрительная перцепция, решение логических задач человеком [11]. В 1963 г. объектами теоретико-информационного анализа стали также открытый к тому времени ДНК-белковый код, экологические модели, нейро- и психофизиологические феномены [12]. В 1966 г. состоялся 1-й симпозиум по теоретической биологии, “пронизанный” информационными проблемами и моделями, под руководством известного эмбриолога и генетика К. Уоддингтона; в нем участвовали крупнейшие биологи, а также математики, физики и химики .
5. Заключение.
Сравнивая эти две ИПС можно утверждать что Яндекс лучше Гугла, поскольку в нем можно найти больше информации, чем в Гугле.
www.ronl.ru
Реферат - Н. Винер и биология
Бечин Сергей Вениаминович, г. Северодвинск
Когда математикам и инженерам удалось впервые создать технические устройства, которые могли моделировать некоторые функции мозга, встал закономерный вопрос – как же в действительности работает наш главный орган? В настоящее время известен только один вид программирования – математическое. Именно на его основе работают все вычислительные устройства – от бытовых калькуляторов до современных суперкомпьютеров.
Суть математического программирования в том, что в вычислительное устройство (процессор) вводится информация, представленная как набор чисел, а также набор команд – в виде программы. Подчиняясь правилам алгебры логики и командам программы, процессор производит вычисления, и на выходе мы имеем те же цифры, но уже в другой комбинации. Так как окружающий нас мир представлен не цифрами, а физическими и химическими явлениями, то реальный сигнал перед обработкой должен быть “оцифрован”, то есть получить математический символ.
Таким образом, математическим называется программирование, при котором сигналу первоначально присваивается цифровой код, а затем он подвергается преобразованиям в вычислительном устройстве в соответствии с командами программы. Команда – это математическое действие, либо совокупность таких действий. Для “машинного удобства” вычисления совершаются в двоичной системе. Поскольку вся информация проходит через процессор, то естественно, что его быстродействие является важнейшей характеристикой любой машины.
Преобразуя сигналы от реальных и воображаемых объектов в наборы цифр, и производя с ними вычисления по правилам алгебры логики, удается задавать требуемые параметры и алгоритмы для получения ожидаемых результатов.
В 1943 г. американский физиолог У Маккаллок из группы Н Винера выдвинул идею формального нейрона. Было высказано предположение, что нейрон – это пороговый элемент, имеющий на входе несколько тормозных или возбудимых синапсов, а на выходе, в зависимости от суммы поступающих воздействий – сигнал или его отсутствие, то есть ноль или единицу. А как только появляются нули и единицы, появляются и математики и, соответственно, пытаются построить математическое программирование. Таким образом, “технари” уже более полувека пытаются по-своему истолковать принципы работы нервной системы и головного мозга.
Однако, хотя и были построены нейронные сети различного типа (бинарные, аналоговые и др.), выполняющие широкий класс математических операций, понимания работы мозга это не принесло. Все-таки мозг – не калькулятор и даже не компьютер.
Тем не менее, отдавая должное вычислительной технике, нужно признать, что именно она позволяет на сегодняшний день наиболее полно моделировать наши некоторые функции мозга. А работы в области искусственного интеллекта рассматриваются как новый уровень программирования. И такое явление, естественно, не случайно. Мозг – это орган, созданный природой для управления всем телом. И он действительно имеет различные программы восприятия и поведения. Программирование – ключевое понятие, позволяющее разобраться в принципах работы нервной системы. Но вот основа создания и реализации программ в животном мире совершенно иная, чем та, что применяется в машине. Это обусловлено одним простым правилом, которое соблюдается в биологии всегда – соответствие структуры и функции. Определенная заданная структура задает только одну функцию. Это вызвано тем, что жизнь в своей основе – это совокупность химических реакций. Все физиологические функции организма реализуются посредством тех или иных химических реакций. А химические реакции, как известно, явления специфические. Нейронный импульс – основа работы нервной системы – есть физиологическая функция клетки.
Если вся вычислительная техника работает на основе математического программирования, при котором функция процессора определяется заданной в данный момент времени программой и при этом между программой и процессором нет никакой жесткой связи, то во всех животных системах реализуется принцип структурного программирования.
Под структурным программированием автором понимается способ записей программ восприятия и поведения (и мышления в том числе) на нейронных цепочках различной конфигурации. Эти цепочки образованы не формальными, а реальными, то есть специализированными нейронами.
Использование нейронных цепей различной конфигурации в качестве носителей сенсорно — двигательных программ – единственно доступный способ в живых системах. И это сближает их с генетическими программами, в которых информация обо всех химических реакциях организма, (а соответственно и физиологических), записана цепочками повторяющихся участков молекул в различных сочетаниях. В этом — главное отличие мозга от вычислительных машин, работающих на основе цифровых манипуляций.
Построение нейронных сетей и их работа по законам структурного программирования в корне отличны от тех правил, по которым построены и работают цифровые программные устройства.
Представление нейронных цепей как носителей программных единиц позволяет понять формирование мозга в филогенезе и объяснить развитие основных его функций вплоть до сознания. При этом существует жесткая связь между структурой нейронной цепи и определяемым ею двигательным ответом или воспринимаемым сигналом.
Основные принципы структурного программирования и филогенез мозга как процесс совершенствования и взаимодействия регуляторных программ различных направлений автор изложил в своей работе; “Эволюция нейронных систем”. (Вышлю по запросу электронной почтой, укажите адрес).
(Первичные недифференцированные нейроны в процессе эволюции разделились на две функциональные группы. Клетки первой группы – рецепторы – преобразуют воздействия среды в нейронный импульс — сигнал. Клетки второй группы – двигательные нейроны (процессоры) – преобразуют сигнал с рецепторов в набор команд, поступающих на мышцы и другие исполнительные органы. В ходе эволюции шла расходящаяся специализация нейронов в каждой из этих групп, но первоначальное деление на рецепторы и процессоры сохранилось. Все наши самые сложные органы чувств и все самые сложные регуляторы двигательных комплексов есть не что иное, как усложненные одноклеточные рецепторы и двигательные нейроны. При этом принципиальная схема нервной системы и головного мозга всех животных в процессе эволюции не изменилась).
Специфичность функции рецепторов и процессоров определяется, во первых, индивидуальностью конфигурации (структуры) нейронной сети, а во вторых, функциональной принадлежностью входящих в нейронную цепь нейронов.
Особенности регуляторных систем, построенных на основе структурного программирования, заключаются в следующем;
Прямое (без “оцифровки”) преобразование воздействий среды в сигнал. Разряд любого нейрона в сенсорных отделах мозга – это и есть специфический сигнал. Рецепторы качества преобразуют в сигнал химико-механические воздействия среды на нейрон. Рецепторы последующих слоёв в рецепторных системах преобразуют в сигнал совместное воздействие двух и более предшествующих нейронов. Говорить о сигнальном значении нейронного импульса можно лишь с указанием конкретного местоположения нейрона в нейронной цепи. Вне цепи нейронный импульс теряет всякий сигнальный смысл.
Увеличение количества нейронов в рецепторных отделах мозга позволяет усложнять воспринимаемый сигнал (“видеть” более сложный объект). Тоже самое в двигательных отделах мозга позволяет усложнить комплекс врожденных или приобретенных действий.
Прямое участие любого воспринимаемого сигнала в формировании двигательного ответа. Функциональная готовность любой программы (не требуется загрузки) и, как следствие, – высокая скорость работы нервной системы.
Изменение конфигурации нейронной цепи, как в рецепторных, так и в процессорных отделах мозга изменяет как воспринимаемый сигнал, так и двигательный ответ.
Сравним – в компьютерах сигнал представлен, во первых, в виде электрического импульса, а во вторых, и это самое главное, из импульсов формируется цифровой код (наборы нулей и единиц в различных сочетаниях), что позволяет один сигнал отличить от другого. В нервной же системе сигнал представлен нейронным импульсом и при этом все нейронные импульсы по форме эквивалентны друг другу. Собственно же значение сигнала определяется местоположением нейрона в нейронной сети и его функциональной принадлежностью. Частота и количество импульсов для кодировки сигнала значения не имеют, а определяют лишь интенсивность сигнала, да и то лишь приблизительно.
Процессор – это также нейронная цепь различной конфигурации. Длина цепи и скорость нейронного импульса определяют время реализации программы, а конфигурация цепи – набор выдаваемых команд. Для нервной системы понятия “программное обеспечение” и “структура процессора”, “структура рецептора” — эквивалентны.
Главное отличие мозга любого животного, включая человека, от компьютера состоит в том, что в мозгу совершаются лишь два процесса – формирование сигнала и двигательного ответа. Никаких вычислений мозг не производит, даже когда мы занимаемся математикой. В компьютере же, какую бы задачу он не выполнял, кроме счетных операций ничего не происходит.
В чем заведомо проигрывают нейронные системы регуляции цифровым – так это по сложности формируемых двигательных программ. Ни один нейропроцессор не может содержать столько команд, сколько можно разместить в одной компьютерной программе. Все сложные действия животного составлены как цепь коротких рецепторно — процессорных комплексов, – то есть программных фрагментов, согласованных с сигналами внешней среды или положениями тела. Впрочем, природа уже провела эксперимент по усложнению двигательных программ без рецепторного сопровождения. Речь идет о насекомых. Эти животные способны выполнить сложный “комплекс фиксированных действий” при активации его адекватным сигналом. Но насколько беспомощными, а то и просто вредными становятся инстинкты при измененных условиях среды, наверное, знают многие. Так что генеральная линия в развитии регуляторных систем, выбранная природой – ведущая роль сигнального фактора.
Отсюда следует вывод, что системы математического программирования – это всего лишь вспомогательный инструмент для систем структурного программирования. Такое положение существует сейчас и, скорее всего, сохранится в будущем. Скорость счета и наборы команд никакого значения для зарождения интеллекта не имеют.
Вероятнее всего, будущее за автомобилями и самолетами, способными “видеть и слышать” примерно так же, как это происходит у животных. Тогда ошибку пилота или невнимание водителя машина сможет исправить сама, спасая при этом многие человеческие жизни. Из статистики известно, что в мире ежегодно происходит один миллион автокатастроф, а 85% всех авиакатастроф случаются по вине пилотов.
Автор надеется, что изложенные в статье соображения заинтересуют специалистов по бионике и информатике. Начало практических работ по созданию регуляторных систем на основе структурного программирования будет означать открытие нового направления в информатике. Исследования именно в этом направлении позволят в полной мере воплотить в технических устройствах все функции человеческого мозга, а также помогут человеку понять многие тайны его психики.
Проработанность данной темы у автора такова, что позволяет приступить к реализации систем структурного программирования в технических устройствах.
www.ronl.ru
