Kap. 4 – Cases of Formalization

Presentasjon om: "Kap. 4 – Cases of Formalization"— Utskrift av presentasjonen:

1 Kap. 4 – Cases of Formalization
How Information Technology Is Conquering the World: Workplace, Private Life, and Society Professor Kai A. Olsen, Universitetet i Bergen og Høgskolen i Molde

2 Case: Vekkeklokke Slå på alarmen på valgt tidspunkt.
Enkel formalisering: Sjekk hvert minutt om alarmtidspunktet er nådd, i så fall slå på alarmen. Løses med et enkelt program.

3 Ingen 100 % løsning Alarmen starter selv om vi allerede er ute av sengen Den starter ikke om vi i halvsøvne klarer å slå av klokken/alarmen. Det er altså en forskjell på å be noen vekke oss og å bruke en vekkeklokke. Formaliseringen – vekkeklokke – gir begrenset funksjonalitet. Men det er også fordeler ved at den er automatisk.

4 Avvik Vi har et avvik mellom oppgaven slik den ville bli gjort av en intelligent person og vår formalisering For vekkeklokke – intet stort problem.

5 Case: Fløybanen i Bergen
Vi skal implementere en automatisk billettport Krav 1. Skal slippe igjennom de som har gyldig billett 2. Ikke flere enn det maksimale antallet tillatt per vogn

6 Formalisering - Billettsystem
Selger billetter med strekkode, magnetstripe eller App. Koplet til et register som gir billett-type. Billettmaskinen leser billetten, slår opp i registeret for å sjekke gyldighet og om dette er tilfelle åpnes porten. Greit – brukes på T-baner m.m. over hele verden. Krav 1 er oppfylt

7 Krav 2 – maks passasjerer
Kan stenge porten når maksimum antall er nådd Er dette en god ide? Hvilke problemer kan vi få. Hvordan kan disse løses?

8 Case: Temperaturregulering
Krav: 1. Vi vil ha komfortabel temperatur hjemme 2. Bruke minst mulig energi Hver for seg er disse enkle å oppfylle, krav 1 kan f.eks. oppfylles med å ha termostater og ovnene på, 2 ved å ha alle ovner av. Problemet er selvfølgelig å finne en balanse.

9 Enkel løsning Skru av og på ovner etter behov
Termostater som slår av ovnene når det er passe temperatur Ulempe: vi må huske å skru av kaldt om morgenen og når vi kommer hjem

10 Automatisk løsning Nattsenking – lavere temperatur om natten (f.eks. mellom midnatt og 0600) Men hva når vi har selskap og sitter lenge opp lørdagskvelden? Da fryser vi ut gjestene. Koplet til bevegelsessensor? Unntak for helgene? Hva om vi er på reise? Fullt mulig å løse, men krever at vi husker og bruker tid på å programmere systemet Problem: Kravet om data!

11 Bedre Meden app kan du styre temperaturen fra hvor som helst (der det er nettdekning) Da trenger du ikke programmere/planlegge på forhånd Men må huske å bruke appen. Kanskje en kan kombinere med GPS?

12 Kravet om data Mens vi mennesker kan operere med implisitte data, data hentet fra omgivelsene (”vi sees til lunch”) må maskinen ha eksakte data Dette begrenser mange automatiske applikasjoner.

13 Case: Fryseboks og fryselager
To oppgaver: Lage et system som holder orden på fryseboksen hjemme (slik at vi til enhver tid vet hva vi har). Lage et system som holder orden på fryselageret til en stor bedrift. Hvilke oppgave er enklest?

14 Eksempel Fryselageret til en stor grossist: Mange varer på lager
Alle varer har en id Standard pakkestørrelser Nøye oversikt over alt som er på lageret Faste rutiner for ”innskudd” og ”uttak” Bruker strekkoder m.m. for å forenkle prosesser Så greit at hele lageret kan automatiseres om ønskelig.

15 Fryseboksen hjemme: Oversiktlig mengde Ingen formell id Varierende pakkestørrelser Ingen rutiner for innlegging Fleksibelt uttak (kan ta ut deler av en pakke) Ingen tekniske hjelpemidler (som strekkodeleser) Fordelen hjemme er at vi har mindre antall varer, men dette er ingen ”fordel” for et dataprogram!

16 Hva kan vi lære Det intuitivt enkle er ikke alltid det enkleste å formalisere (og dermed å lage dataprogrammer for). Det som i utgangspunktet virker komplekst kan være enklere å formalisere. Det er altså lettere å lage datasystem for Gildes fryselager enn for fryseboksen hjemme.