Tietämys

Pohdintoja tietämyksestä ja sen käsittelystä ongelmien ratkaisun näkökulmasta

Ongelmia voidaan käsitellä poikkitieteellisesti ja verkostomaisesti osana suurempia ongelmia ja kokonaisuuksia riippuvuuksin muista ongelmista niiden syiden, seurausten, ratkaisujen, painoarvojen ja arviontien järjestelmänä. Kehittää tästä tietorakenne, koota siihen luotettavat ja riitävät tiedot, tehdä havainnollinen esitys ja älykäs hakujärjestelmä on todella haastavaa, aikaa ja rahaa vievää. Tällöin pitäsi olla mahdollista simuloida ongelmistoa isona järjestelmänä ja sen avulla voitaisiin löytää optimiratkaisuja kokonaisvaltaisesti. Ei niin että kun yhden ongelman poistaa, niin tulee muita lisää tilalle. Pitäsi nähdä ratkaisuille heijastusvaikutukset. Tästä on esimerkkejä luonnosta, esim. jokin sairaus on monien eri  syiden seuraus ja se voidaan parantaa ainakin osittain monien eri hoitojen yhdistelminä ja monilla tavoilla. Samoin kuin ympäristöongelmiin on paljon syitä ja niiden poisto vaatii  monien ratkaisujen yhdistelmiä.

Kun ongelmaa aletaan ratkoa pitää saada ensin kaikki tieto mitä siitä jo tiedetään. Samoin menetelmät ongelman ratkaisemiseksi tulee selvittää sekä mitä ongelman ratkaisemiseksi on kehitteillä. Sitten voi yksin ja yhteistyössä jalostaa ja kokeilla ratkaisuja ja sovittaa kohteeseen.

Ongelman perusteellinen selvitys tuo uusia ongelmia vastaan. Tietoa on paljon ja siitä osa on epävarmaa, epäluotettavaa, ristiriitaista tai se on sovitettuna tapauksiin eri tavalla. Osa tiedosta on tieteellistä, pitää olla ensin perehtynyt ko. tieteen alueeseen, että voi lukea siitä tyhjentävästi tietoa. Myös kaikkea ei edes tiedetä, vaan se pitää ensin tutkimuksin selvittää. Kaikkea tietoa ei voi sanallisesti ja kuvallisesti pelkästään esittää, vaan se pitää kokea ja tehdä. Menee valtavasti aikaa, jos perusteellisesti selvittää kaiken tiedon mitä jostakin ongelmasta on maailmalla. Osa tiedoista voi olla salaista tai maksullista, jotenka sitä ei ole helposti saatavilla.

Otin esimerkiksi ongelman Valtimonkovettumatauti, kuinka paljon vaatii sen perusteellinen selvitys. Tietoja löytyy lääketieteestä (yleislääketiede, luontaislääketiede), biologiasta (systeemibiologiasta), biokemiasta, palvelutarjonnasta (tietolähteet, hoidot, lääkkeet, luontaistuotteet, ravitsemusterapia, fytoterapia). Jos maailmassa olisi keskitetty tietämyskanta, jossa olisivat kaikki tarkistetut, luotettavat, pätevät tiedot yhteen kertaan vaikka miellekartta ylimpänä käyttöliittymänä, niin tiedon haku ja saanti olisi nopeaa ja havainnollisempaa. Nyt haen netistä. Valtimonkovettumatauti 5310 tulosta suomenkielisiltä sivuilta. Arteriosclerosis 3 410 000 tulosta ja varsinaisesti Atherosclerosis 12 100 000 tulosta. Käydä nämä kaikki läpi – ei ole aikaa. Sitä paitsi kaikkea tietoa ei ole nettisivuilla vaan kirjoissa myös. Lisäksi aiheeseen löytyy muilla hakusanoilla ja muilla kielillä valtavasti tietoa. Tässä näemme, kuinka suuri ongelma on tiedon tulva. Jos haluttaisiin tietää kaikki mitä tiedetään jostakin ongelmasta sen eri ratkaisuvaihtoehdoista, se on mahdotonta ihmiselle. Avuksi tarvitaan älykkäitä hakurobotteja ja tekoälyä, mikä hakisi vain tiedon palaset vain yhteen kertaan ja tiivistäisi ja esittäisi tiedot rakenteellisesti, havainnollisesti. Mutta siihen ei tekoälykään pysty ilman ihmisten apua. Ja ihmisten tekemähän se tekoälykin on ja se vaatii jatkuvasti kehittämistä.

https://en.wikipedia.org/wiki/Artificial_intelligence

Tieto pitäisi tallentaa erityisellä tekoälyn käsittelyyn sopivalla kehitetyllä kielellä, johon minulla on ehdotuksia:

EHDOTUKSIANI UUDEKSI, HELPOKSI MAAILMANKIELEKSI

Tarvittaisiin paljon ihmisiä ensin kehittämään hyvä kieli, jonne siirretään kaikki oleellinen tieto. Voidaan kehitellä uutta hyvää tekoälykieltä, joka voisi toimia myös yleismaailmallisena helppona ja täsmällisenä kielenä. On olemassa logiikan kieli ja matemaattinen kieli ja kuvakkeita tarkoittamaan määrättyjä asioita.  Kieli voisi olla siis myös standardoitua kuvake- ja merkkikieltä osittain niin kuin sellaista nykyisin jo onkin. On kieliä, joilla voidaan kuvata biologisia ja kemiallisia tapahtumia myös tietokonekäsittelyyn soveltuvina järjestelminä: http://sbml.org/Main_Page .

Ongelmana nykyisissä luonnollisissa kielissä on se, että sama sana voi tarkoittaa eri yhteyksissä eri asioita ja sama asia ilmaistaan monella eri sanalla. Vivahteet voitaisiin ilmaista määreillä. Kaikista sanoista pitäisi olla sopimus ja tarkka määrittely ja rajaus mitä se tarkoittaa ja mihin sitä voidaan käyttää. Pitäisi olla paljon johdettuja sanoja peruskäsitteistä. Suomen kielessä on paljon johdettuja sanoja ja se kirjoitetaan melkein samoin kuin lausutaan. Jos suomen kieli tehdään säännönmukaiseksi taivutusten osalta ja sanoja lyhennellään, niin siitä voisi tulla hyvä pohja tekoälykieleksi ja helpoksi maailmankieleksi. Toisaalta peruskäsitteiksi ja sanakannoiksi voidaan valita yleisesti tunnettuja esim. englannin kielen sanoja. Olisi mietittävä mistä sanasta mikin sana olisi viisainta johtaa. Ja itse nykytietämys pitäisi jäsentää ensin jollakin alkuperäisellä kielellä esim. englannilla tai suomella (omalla äidinkielellä).  Koska sanan merkitys nykyisin vaatii tekoälyltä esim. kielenkäännös-ohjelmissa asiayhteyden selvittämistä ja taivutusmuotojen laittamista, tulee siitä turhan vaativaa ohjelmoitavaa tekoälylle. Kun sanat ovat yksikäsitteisiä ja paljon yhdyssanoja ja johdoksia, niin se helpottaisi käsittelyä.

Koska tällaista hyvää kieltä ei vielä ole olemassa, niin teen seuraavaa selvitystä suomen ja englannin kielillä. On paneuduttava vain yhteen ongelmaan kerrallaan, koska ei ole aikaa yhdellä ihmisellä tehdä perusteellista selvitystä kaikista maailman ongelmista. On tehtävä työn jakoa. Jokin taho, ryhmä, ottaa jonkin ongelman ja selvittää siihen tarvittavan ja jo olevan tietämyksen perusteellisesti ja ylläpitää ja täydentää tietämystä, sitä mukaa, kun maailmalla tulee uutta tietoa aiheesta.

VALTIMONKOVETTUMATAUTI

Syyt

Riskitekijät: Tupakointi, suurentunut veren ”pahan” eli LDL-kolesterolin määrä ja kohonnut verenpaine. Veren rasvoista riskiä lisäävät myös pieni ”hyvän” eli HDL- kolesterolin ja suurentunut triglyseridi-rasvojen määrä. Muita ovat sairastuminen aikuistyypin (tyypin 2) sokeritautiin ja lihavuus. Myös perinnöllisellä alttiudella on osuutta. Tavallista suurempi veren hyvän kolesterolin määrä pienentää taudin vaaraa. Tiettyjen ruoka-aineiden käyttöön liittyy tavallista pienempi valtimotaudin vaara. Näitä ovat etenkin kala, jonka vaikutus liittynee edullisiin rasvoihin, sekä vihannesten ja hedelmien runsas käyttö. Säännöllinen kuntoliikunta vähentää myös valtimotaudin vaaraa.

Seuraukset

Kun valtimon ahtautuminen hidastaa veren virtausta, hapen saanti vähenee. Seurauksena on häiriöitä siinä elimessä, jonka verenkierrosta valtimo huolehtii. Jos valtimon tukkeutuminen on osittainen, liian vähäinen hapen saanti aiheuttaa ruumiillisen rasituksen aikana kipua alueella, jonka verenkierrosta valtimo huolehtii. Yleensä kipu hellittää levon aikana. Jos valtimo tukkeutuu kokonaan, se tuntuu kovana jatkuva kipu, joka tuntuu levossakin. Seurauksena on kudoksen solujen kuolema eli kuolio verisuonen alueella. Täysi tukos syntyy usein siksi, että revenneeseen kolesteroliplakkiin syntyy verihyytymä.

Elimistön valtimoiden herkkyys sairastua vaihtelee. Herkimpiä ovat sepelvaltimot, jotka kulkevat sydänlihaksen pinnalla ja tuovat verta itse sydänlihakselle. Osittainen tukos aiheuttaa rasituskipua rinnassa, täysi tukos johtaa sydäninfarktiin, jolloin osa sydänlihaksesta menee kuolioon. Valtimotauti kehittyy usein myös aivovaltimoihin, joiden tukkeutuminen johtaa aivohalvaukseen. Alaraajojen valtimoiden ahtautuminen aiheuttaa katkokävelyn ja pahimmassa tapauksessa valtimon tukkeutuessa kokonaan jalkaterä menee kuolioon.

Ratkaisut

Tupakoinnin lopettaminen

Ruoan kovan (tyydyttyneen) rasvan vähentäminen ja pehmeän rasvan (tyydyttymättömän) lisääminen. Tavoite on, että kovasta rasvasta saadaan alle 10 prosenttia päivittäisestä energiasta. Ruoan kuitumäärän lisääminen. Tavoite on 25–35 grammaa päivässä. Kalaruokien nauttiminen, tavoite kaksi kertaa viikossa. Hedelmien ja kasvisten runsas käyttö. Tavoitteena on 400 grammaa päivässä (perunaa ei lasketa mukaan).  Suolan käytön vähentäminen.

Liikunta: Minimitavoite on vähintään 30 minuuttia liikuntaa useimpina päivinä viikossa. Runsaampi liikunta on suositeltavaa. Liikunnan tehon tulisi olla sellainen, että sen aikana lievästi hengästyy.

Painonhallinta: Painon ja etenkin vyötärönympäryksen pitäminen normaaleissa rajoissa (vyötärö miehillä alle 100 cm ja naisilla alle 90 cm). Laihduttaminen ja painonhallinta silloin, jos on jo kehittynyt keskivartalolle painottunut lihavuus eli vyötärön mitat ovat lukuja suuremmat.

Lähde: https://www.terveyskirjasto.fi/terveyskirjasto/tk.koti?p_artikkeli=dlk00095

Seuraavana muutamia linkkejä. Jo niiden läpikäyminen perusteellisesti vie aikaa.

Kun tiedettäisiin ja voitaisiin kuvata tarkkaan kaikki ongelman kehityksen vaiheet ja ratkaisujen vaikutukset eri tapauksissa, niin ongelma ratkeaisi varmemmin. Siitä voitaisiin keksiä ja kehittää uusia entistä paremmin ja täsmällisemmin ongelmaa ehkäiseviä ja ratkaisevia toimenpiteitä ja hyödykkeitä. Ongelma liittyy myös muihin ongelmiin ja ympäristöön, viitekehykseen, mitkä myös tulee tietää. Tällöin ongelma olisi käsiteltävä järjestelmänä kuten systeemibiologiassa. Luonnontieteellinen ongelma kuten sairaus tai ympäristövahinko tapahtuu myös nanotasolla, solu- ja molekyylitasolla. Jokapäiväisiä vaikeampia ongelmia voitaisiin myös kuvata järjestelminä havainnollisesti myös painoarvoin eri osasille sekä makro- että mikrotasoilla. Työttömyydestä voitaisiin tehdä mallinnus, jota voisi täydentää syillä ja ratkaisuideoilla koko ajan.  Tällainen mallinnus voitaisiin tehdä vaikka taulukkolaskentaohjelmalla, johon laitettaisiin arviot lukuina eri vaihtoehdoista. Jos malliin saataisiin koottua kaikki mahdolliset merkittävät vaikuttavat tekijät ja ratkaisut, sillä olisi hyvä simuloida tätä suurta yhteiskunnallista ongelmaa. Mutta yhden ihmisen on yksin mahdoton ajan, rahan ja tietojen puutteen vuoksi tehdä tällaista. Monet asiat hahmotetaan aivoissa tuntumalta, mutta tällöin tieto perusteellisesti syistä ja ratkaisuista jää vajaaksi ja virheellisemmäksi. Toisaalta mallitkin voidaan rakentaa väärin ja riittämättömin pätevin tiedoin, jolloin johtopäätökset mallien avulla voivat johtaa harhaan. Mallit tulisi testata käytännössä.

Siis ongelmien syiden, seurausten selvittämiseen, ratkaisujen ja arviointien tekemiseen tarvitaan suuri joukko ihmisiä ja välineitä yhteistyössä. Nykyisellään on tyydyttävä karkeisiin ratkaisuihin, vaikka ne eivät 100% varmuudella toimikaan aina.

Yksinkertaisimmillaan on vain hyvin ryhmitelty tiivis luettelo, josta voi hakea:

  • Mitä ongelmia on ja miten ne kehittyvät. Ongelma voi olla osa isommasta ongelmasta tai ongelma voi aiheuttaa muita ongelmia tai se jakautuu osaongelmiin tai alaongelmiin.
  • Syitä ja riskejä, jotka johtavat ongelmiin. Samat syyt voivat johtaa muihinkin ongelmiin.
  • Ratkaisuja ongelmiin ja ne voivat auttaa moneen muuhunkin ongelmaan.

VALTIMONKOVETTUMATAUTI

SYYT, RISKIT: Tupakointi. Liikaa LDL-kolesterolia. Liian vähän HDL-kolesterolia. Liikaa triglyseridi-rasvoja. Diabetes 2. Lihavuus. Perintötekijät. Liian vähän liikuntaa. Huono ruokavalio.

VAIHEET: 1. Endoteeli vaurioituu (esimerkiksi korkean verenpaineen tai tupakansavun takia). 2. Vahinko aiheuttaa tulehdusvasteen. Valkosolut siirtyvät valtimoseinään ja verestä kertyy kemikaaleja (kolesterolia). Muodostuu aterooma. 3. Kalsiumsuolat ja kuitukudos muodostavat kovaa turvotusta (plakin), jolloin valtimo menettää jonkin verran kimmoisuuttaan (kovettuu) ja aiheuttaa sen kapenemisen. 4. Plakki vaikeuttaa sydämen veren pumppaamista ja johtaa korkeaan verenpaineeseen. Positiivinen palaute verenpaineen nousuna tekee todennäköisemmäksi, että lisäplakkia muodostuu.

RATKAISUT: Tupakoinnin lopetus. Kovaa rasvaa vähemmän ja pehmeää rasvaa tilalle, energiansaanti pienemmäksi myös hiilihydraateista. Kuitua enemmän. Kalaruokaa 2 kertaa viikossa. Hedelmiä ja kasviksia runsaasti. Suolaa vähemmän. Liikuntaa lisää. Painonhallinta kuriin. Statiini- ja aspiriinilääkitys. Stentti tai ohitusleikkaus.

Näistä tiivistetyistä tiedoista voi sitten muodostaa tietämyskannan, johon voi tehdä monipuolisen haku- ja päättelyohjelman. Tietämyskantaa voidaan täydentää linkkeineen, joista saa lisätietoja ja hyödykkeitä. Siitä muodostuu sitten ongelmien, niiden syiden, seurausten ja ratkaisujen verkosto riippuvuuksineen. Voidaan kysyä sitten esim. mihin kaikkeen tupakointi, liikunta, hedelmiä ja kasviksia runsaasti jne. vaikuttavat.

Työttömyys, köyhyys, sairaus, vanhuus ja kuolema syiden ja seurausten verkosto -esimerkki

Voit kääntää seuraavat lauseet positiivisiksi, siis Ei muuttuu Kylläksi, niin lopputulos tulee myönteiseksi ja kuoleman tilalle tulee elämä.

  • Ei koulutusta, Ei itseopiskele, Ei harjoittele > Ei osaamista
  • Ei osaamista > Työttömyys > Ei saa kokemusta
  • Ei kokemusta, Ei koulutusta, Ei osaamista > Ei myyvää ammattitaitoa > Työttömyys, Ei voi perustaa yritystä, Yrityksellä ei työvoimaa
  • Yrityksellä ei työvoimaa, Yritykselle ei kelpaa työvoima > Yritys ei voi kasvaa eikä työllistää lisää
  • Liian vanha tai nuori työmarkkinoilla > Työttömyys > Köyhyys
  • Ei harjoita omavaraistaloutta > Köyhyys, Ei välttämättömiä hyödykkeitä
  • Ei saa tuttavilta tukea, Ei saa perintöjä, Uusavuttomuus > Köyhyys, Ei välttämättömiä hyödykkeitä
  • Köyhyys > Ei pääomaa yrityksen perustamiseen, Ei varaa kehittää liikeideaa
  • Köyhyys > Ei voi ostaa yrittäjiltä -> Yrittäjä ei saa tuloja > Yrittäjä ei voi työllistää > Valtio ja kunta eivät saa verotuloja, Yrittäjällä ja valtiolla ei ole varaa ostaa muilta > Vähemmän asiakkaita
  • Ei kokemusta, Ei koulutusta, Ei osaamista, Ei ideoita > Ei myyvää liikeideaa > Asiakkaat eivät osta > Yritys ei saa tuloja > Ei voi perustaa yritystä > Köyhyys, työttömyys > Valtion on maksettava tukea, Yrittäjä ei saa tuloja > Valtio ja kunta eivät saa verotuloja, Yrittäjä ei voi kehittää kunnolla toimintaansa > Ei kilpailukykyä > Yritys menee konkurssiin > Työttömyys, Köyhyys
  • Yrittäjä ei saa tuloja > Yritys menee konkurssiin > Velkojat menettävät varojaan > Vähemmän pääomaa > Yritystä ei voi kasvattaa
  • Työttömyys > Valtion on maksettava tukea, Valtio ja kunta eivät saa verotuloja > Julkinen velka kasvaa > Valtio ei voi maksaa tukea, eikä työllistää, eikä ylläpitää terveydenhoitoa > Köyhyys, Sairaus
  • Ei pidä kunnostaan huolta > Sairaus
  • Sairaus > Työttömyys > Köyhyys > Valtio ei voi maksaa tukea, Köyhä kansa ei voi avustaa > Ei varaa terveyden hoitoon, ruokaan, asuntoon > Kuolema
  • Vanhuus, Sairaus > Kuolema
  • Yrittäjällä hyvä liikeidea > Ei asiakkaita koska köyhää kansaa > Köyhyys
  • Yrittäjällä hyvä liikeidea, ei pääomaa, ei välineitä, ei paikkaa, ei tekijöitä, ei yhteistyötahoja > Yritystä ei voi perustaa > Työttömyys, Köyhyys
  • Kenelläkään ei ole varaa ostaa keneltäkään, Kukaan ei osta keneltäkään > Köyhyys
  • Kenelläkään ei ole varaa ostaa keneltäkään > Kenelläkään ei pääomia > Kukaan ei voi perustaa yritystä > Kukaan ei voi työllistää > Työttömyys
  • Ei yrittäjiä, ei työntekijöitä > Ei hyödykkeitä > Ei voida ostaa vaikka on rahaa > Ei välttämättömiä hyödykkeitä > Kuolema
  • Kaikkien kuolema > Ei työttömyyttä, ei köyhyyttä, ei sairautta, ei velkaa, ei asiakkaita, ei yrityksiä, ei tarvita arkkua eikä hautajaisia.
  • Ei uskoa ja hyvää omaatuntoa > Iankaikkinen kuolema (ihminen ei lakkaa kuitenkaan olemasta, vaan se on ikuinen ero Jumalasta ilman Pyhää Henkeä), vaiva, murhe
  • Usko ja hyvä omatunto > Iankaikkinen elämä, ilo, onni, autuus

Mallia voi tarkentaa ja täydentää yksityiskohdilla massiiviseksi. Esimerkiksi yrittäjä, työntekijä, hyödyke, asiakas jne. ovat parametreja, joihin voi lisätä tarkempia määritteitä (esim. painoarvoja 1-100%, attribuuteilla, IT-alan työttömyys(50%) ), minkä alan yrittäjä, mikä ammatti, mikä ja millainen hyödyke, ulkomaan vai kotimaan asiakas jne. Kun syihin ja seurauksiin tulee lukuarvoja, ne voidaan siirtää taulukkolaskentaan ja tehdä tarkempi simulointi.

Samalla syy ja seuraus -periaatteella voitaisiin lääketieteellinen tieto tiivistää tietämyskannaksi. Siinä voisi olla tiedot, ehdot, toiminnot ja järjestys hoitoasioihin, kun ensin olisi sairauksien syyt selvitetty ja sairaudet tunnistettu kuvausten, oireiden, tutkimusten perusteella. 1. Sairauksien ennaltaehkäisemiseksi ja hoidon tehostamiseksi syyt. 2. Oireet ja tutkimustulokset, joista voisi diagnosoida. 3. Ehdot ja tiedot joilla periaatteilla voidaan hoitaa ja missä järjestyksessä pitää toimia.  Tietokoneohjelmakin muodostuu syöttötiedoista, niitä käsitellään määrätyillä ehdoilla määrätyssä järjestyksessä, tehdään laskemista, lajittelua ja tarvittaessa toistetaan ja sitten saadaan tulokset. Tietämys voisi olla oliomallin mukainen, on peruskaavat, joista sovitetaan tapauskohtaisesti lisäten ja poistaen ja myös useita peruskaavoja voidaan yhdistää ja ottaa vaikutteita useasta mallista. Suuri ongelma on se, että esim. lääketieteellinen tieto on osittain suuntaa antavaa, kaikkea ei voi pukea ehdottomiksi faktoiksi. Ja toisaalta se on hyvin rönsyilevää ja tapauskohtaista, jokainen potilas pitäisi tuntea ja hoitaa yksilöllisesti. Sama ei käy kaikille.

Oppimiseen ja mieleen painamiseen auttaa, kun tietämys on hyvin jäsennelty ja tiivistetty. Kun tietämystä muokkaa tekoälyä varten, siitä voi tulla myös hyvää oppimateriaalia samalla. Tekoäly voi tunnistaa tietämyksessä olevia ristiriitaisuuksia logiikankin sääntöjen avulla. Itseopiskelen lääketiedettä senkin vuoksi, että opin ymmärtämään tietämyksen luonnetta, kuinka monitahoista se onkaan. Samalla opin englantia, tieteellistä sanastoa ja saan kuvan missä mennään, koska luen melko uusista englanninkielisistä teoksista. Vanhetessani tarvitsen yhä enemmän terveystietoa, koska terveysongelmia saattaa tulla yhä enemmän. Jokaisen tulisi ottaa entistä enemmän vastuuta omasta ja lähimmäisen terveydestä päteviin tietoihin perustuen. Samoin ympäristöasioista ja yleensä yhteiskunnallisista asioista tulisi myös ottaa vastuuta.

Veikko J. Pyhtilä 2018