rozdział WSTĘP

zero

Informatyka jest dyscypliną próbującą stworzyć podstawy na­ukowa takich zagadnień, jak budowa komputerów, ich progra­mowanie, przetwarzanie informacji, rozwiązywanie problemów za pomocą algorytmów oraz same algorytmy. W konsekwencji zapewnia podstawy do dzisiejszych i przyszłych zastosowań komputerów. Nie można zapoznać się z istotą informatyki, stu­diując jedynie kilka jej gałęzi w oderwaniu od innych, ani ucząc się jedynie obsługi dostępnych współcześnie komputerów i ich oprogramowania. Aby zrozumieć informatykę, trzeba ogarnąć duży zakres zagadnień i zrozumieć istniejące w.nich trendy rozwojowe.

Książka ta została napisana z myślą ułatwienia czytelni­kowi tego zadania. Przedstawiono w niej informatykę, wpro­wadzając czytelnika w zagadnienia, które składają się na ty­powe uniwersyteckie studia informatyczne. Książka może zatBm służyć za podręcznik dla początkujących studentów informatyki albo być żródfem wiedzy dla innych studentów chcących zapo­znać się z nauką stojącą za działaniami współczesnego społe­czeństwa komputerowego.

0.1. Algorytmika - nauka o algorytmach

0.2. Początki maszyn liczących

0.3. Rozwój informatyki 0.4. Rola abstrakcji

0.5. Reperkusje etyczne, społeczne i prawne

\

xvi SPIS TREŚCI

5. Zachowanie integralności bazy danych 439

6. Społeczne skutki wprowadzenia baz danych 444
   Pytania do rozdziału dziewiątego 447
   Zagadnienia społeczne 451

Lektura uzupełniająca 452

CZĘŚĆ CZWARTA. MOŻLIWOŚCI MASZYN ALGORYTMICZNYCH 453

Rozdział 10. Sztuczna inteligencja 455

1. Inteligencja i komputery 456

2. Rozpoznawanie obrazów 460

3. Wnioskowanie 463

4. Sztuczne sieci neuronowe 478

5. Algorytmy genetyczne 487

6. Zastosowania sztucznej inteligencji 492

7. Rozważania na temat konsekwencji 501
   Pytania do rozdziału dziesiątego 504
   Zagadnienia społeczne 508

Lektura uzupełniająca 509

Rozdział 11. Teoria obliczeń 511

1. Język programowania Bare Bones 512

2. Maszyny Turinga 518

3. Funkcje obliczalne 523

4. Przykład funkcji nieobliczalne] 528

5. Złożoność problemów 534

6. Kryptografia z kluczem publicznym 544
   Pytania do rozdziału jedenastego 553
   Zagadnienia społeczne 556

Lektura uzupełniająca 557

Dodatki 559

A. KodASCn 561

B. Układy manipulujące wartościami reprezentowanymi
w notacji uzupełnieniowej do dwóch 563

C. Typowy język maszynowy 567

D. Przykłady programów 571

E. Równoważność struktur iteracyjnych
i rekurencyjnych 581

F. Odpowiedzi na pytania i rozwiązania ćwiczeń 585

Skorowidz 627

Efekt: Sztukmistrz wyjmuje kilka kart z normalnej talii do gry, umieszcza je figurami do dołu na stole, a następnie tasuje je i rozkłada na stole. Następnie zgodnie z życzeniem widowni odsłania karty czerwone lub czarne.

Tajemnica:

Krok 1.' Wybierz z talii dziesięć kart czarnych i dziesięć kart czerwonych. Ułóż te karty figurami do góry w dwóch kupkach zgodnie z kolorem.

Krok 2. Ogłoś, że wybrałeś pewne karty czerwone i czarne.

Krok 3. Zbierz karty czerwone. Pod pozorem ich wyrównania chwyć je figurami do dołu w lewej ręce, a kciukiem i palcem wskazującym prawej ręki ściśnij kortce tali! tak, aby karty wygięły się lekko do tylu. Następnie połóż czerwone karty na stole figurami do dołu, mówiąc: „Oto kupka kart czerwonych".

Krok 4. Zbierz karty czarne. W podobny sposób jak w kroku 3 wygnij te karty lekko w drugą stronę do przodu. Połóż je następnie na stole, mówiąc: „Oto kupka kart czarnych'.

Krok 5. Natychmiast po położeniu kart czarnych na stofa przetasuj karty czerwone I czarne obiema rękami (trzymając ciągle figurami do dołu) i rozłóż na stole. Wyjaśnij, że dokładnie tasujesz karty.

Krok 6. Dopóki są jeszcze karty na stole, powtarzaj następujące kroki:

1. Poproś widownię o wybranie koloru karty.

2. Jeśli został zgłoszony kolor czerwony i jest na stole karta wklęsła, odwróć tę kartę, mówiąc
   „To jest karta czerwona".

3. Jeśli został zgłoszony kolor czarny i jest na stole karta wypukła, odwróć tę kartę, mówiąc
   „To jest karta czarna'.

4. W przeciwnym wypadku ogłoś, że nie ma więcej kart wskazanego koloru i odwróć
   pozostałe, aby udowodnić swoje twierdzenie.

Algorytm magicznej sztuczki

Jedno z głównych zadań informatyki to poszukiwanie algorytmów. Z tego powodu dużą część informatyki poświęcono zagadnieniom zwią­zanym z tym zadaniem. Rozpatrując niektóre z nich, możemy zrozumieć, jak szeroką gałęzią nauki jest informatyka. Jedno z zagadnień wiąże się z py­taniem, jak tworzyć algorytmy? Pytanie to jest ściśle związane w ogólności z rozwiązywaniem problemów. Znalezienie algorytmu do rozwiązywania danego problemu jest w istocie odkryciem rozwiązania tego problemu. Wy­nika z tego, że studia w tej gałęzi informatyki są ściśle związane z takimi obszarami wiedzy jak psychologia rozwiązywania problemów i teoria na­uczania. Niektóre z nich omówimy w rozdziale 4.

0.1. ALGORrFMIKA - NAUKA O ALGORYTMACH

0.1. Algorytmika-nauka o algorytmach

Rozpoczniemy od najważniejszego pojęcia informatyki: od algorytmu. Nie­formalnie algorytm (ang. algoriihm) to zestaw kroków, które należy wykonać, aby zrealizować pewne zadanie¹. Przykładami algorytmów są opis sposobu złożenia modelu samolotu (wyrażony w postaci wydrukowanej instrukcji), instrukcja obsługi pralki (zazwyczaj umieszczona na wewnętrznej stronie pokrywy), opis sposobu wykonania utworu muzycznego (wyrażony w po­staci zapisu nutowego) czy wykonania sztuczki magicznej (rys. 0.1).

Aby komputer mógł wykonać jakieś zadanie, należy najpierw opraco­wać algorytm opisujący sposób wykonania tego zadania i przedstawić go w postaci zrozumiałej dla komputera. Ta zrozumiała dla komputera repre­zentacja algorytmu nazywa się programem. Programy oraz algorytmy, które one reprezentują, nazywa się oprogramowaniem (ang. software). Oprogra­mowanie uruchamia się na sprzęcie (ang. hardware).

Ąlgorytmika była początkowo gałęzią" matematyki. Poszukiwanie algo­rytmów było ważną działalnością matematyków jeszcze na długo przed powstaniem dzisiejszych komputerów. Głównym celem tych poszukiwań było sformułowanie uniwersalnego zestawu wskazówek, za pomocą którego można by było opisać sposób rozwiązywania wszystkich problemów danego typu. Najbardziej znanym wynikiem tych wczesnych poszukiwań jest algo­rytm znajdowania ilorazu dwóch liczb wielocyfrowych. Inny znany przykład to algorytm znajdowania największego wspólnego dzielnika dwóch liczb na­turalnych, odkryty w starożytności przez greckiego matematyka Euklidesa, i na jego cześć nazwany algorytmem Euklidesa (rys. 0.2).

Gdy jest znany algorytm wykonywania pewnej czynności, jej realiza­cja nie wymaga już rozumienia zasad, na których opiera się -ten algorytm.
Wykonanie tej czynności sprowadza się jedynie do ścisłego przestrzegania
instrukcji. Algorytm dzielenia przez liczbę wielocyfrową albo algorytm Eu­klidesa można wykonywać, nie rozumiejąc, dlaczego on działa. W pewnym
sensie, umiejętności potrzebne do wykonania zadania są już zaszyte w al­gorytm.

To właśnie dzięki tej możliwości „wyposażania" algorytmów w inteli­gencję można tworzyć maszyny, które stwarzają pozory inteligentnego za­chowania. Poziom inteligencji przejawianej przez komputery jest zatem ogra­niczony poziomem inteligencji, którą możemy przedstawić w postaci al­gorytmów. Maszynę, realizującą konkretne zadanie, można skonstruować jedynie wtedy, kiedy odkryjemy algorytm, który opisuje sposób wykona­nia tego zadania. Na odwrót, jeśli nie istnieje algorytm, za pomocą którego można rozwiązać pewne zadanie, to jego rozwiązanie leży poza zasięgiem komputerów.

¹ Dokładniej, algorytm (est uporządkowanym zbiorem jednoznacznych, wykonywalnych kro­ków, które określają czynność skończoną. Mówimy o tym w rozdziale 4.

ROZDZIAŁ ZERO WSTĘP

| RYSUNEK 0.2

Opis: Algorytm zakłada, że na wejściu pojawiają się dwie liczby całkowite dodatnie. Wynikiem jego działania jest największy wspólny dzielnik tych dwóch wartości.

Procedura:

Krok 1. Przypisz zmiennym M i N odpowiednio większą i mniejszą wartość wejściową.

Krok 2. Podziel M przez N, a resztę z dzielenia nazwij R.

Krok 3. Jeśli R nie jest zerem, to przypisz zmiennej M wartość N, zmiennej N wartość R i powróć do kroku 2; w przeciwnym razie największy wspólny dzielnik to wartość aktualnie przypisana zmiennej N.

Algorytm Euklidesa znajdowania największego wspólnego dzielnika dwóch liczb całkowitych dodatnich

Następnym krokiem po wymyśleniu algorytmu jest jego reprezentacja w takiej postaci, która jest zrozumiała dla komputera lub dla innych lu­dzi. Oznacza to, że algorytm pojęciowy trzeba opisać za pomocą dobrze określonego zbioru instrukcji i przedstawić te instrukcje w jednoznaczny sposób. Studia nad tą problematyką mają swoje źródła w nauce o językach i gramatykach i doprowadziły do powstania wielu schematów reprezentacji algorytmów, zwanych językami programowania. Oparto je na różnorodnych podejściach do procesu programowania, zwanych paradygmatami progra­mowania. Niektóre z języków i paradygmaty, na których je oparto, opisano w rozdziale 5.

Projektowanie dużych systemów oprogramowania to coś więcej niż tylko konstruowanie pojedynczych algorytmów wykonujących określone czynności. Trzeba także zaprojektować sposób, w jaki poszczególne ele­menty systemu będą się ze sobą komunikować. Zatem problemy, które wy­stępują w trakcie tworzenia dużych systemów oprogramowania, są znacząco trudniejsze niż te, które trzeba rozwiązać, pisząc krótkie programy. W na­dziei na znalezienie narzędzi i metod radzenia sobie z takimi problemami, informatycy sięgnęli do dobrze już rozwiniętej dziedziny: inżynierii. W ten sposób powstała gałąź informatyki zwana inżynierią oprogramowania, która dzisiaj czerpie wiedzę z tak różnych dyscyplin jak inżyniera, zarządzanie projektami, zarządzanie zasobami ludzkimi i projektowanie języków pro­gramowania. Ponieważ nasze społeczeństwo jest coraz bardziej zależne od dużych systemów oprogramowania, wciąż wzrasta i nadal będzie wzrastać potrzeba poprawy jakości narzędzi i metodyki tworzenia oprogramowa­nia. Z tego powodu inżynieria oprogramowania jest współcześnie ważnym

ROZDZIAŁ ZERO WSTĘP

tematem badań naukowych. Inżynierię oprogramowania omawiamy w roz­dziale 6. •

Inna ważna gałąź informatyki dotyczy projektowania i budowy kompu­terów. Zagadnienia z tym związane rozważamy w rozdziałach 1 i 2. Chociaż w przedstawieniu zagadnień dotyczących architektury komputerów znala­zło się omówienie niektórych problemów natury technologicznej, to jednak nie jest naszym celem przedstawienie szczegółów Implementacji architek­tur sprzętowych za pomocą układów elektronicznych. Prowadziłoby to zbyt głęboko w dziedzinę elektroniki. Poza tym współczesne technologie elek­troniczne mogą zostać w przyszłości zastąpione innymi technologiami -dobrym kandydatem wydaje się być optyka. W podobny sposób dawne mechaniczne maszyny liczące zostały zastąpione urządzeniami elektronicz­nymi. Naszym celem jest więc jedynie przybliżenie czytelnikowi współczes­nej technologii w stopniu pozwalającym na dostrzeżenie jej wpływu na roz­wój informatyki.

Ideałem byłoby, gdyby o architekturze komputerów decydowała jedy­nie nasza wiedza o procesach algorytmicznych i abyśmy nie musieli ogra­niczać się możliwościami technologicznymi. Zamiast dostosowywać sposób konstrukcji komputerów, a zatem także metody reprezentacji algorytmów do stanu obecnej technologii, wolelibyśmy, aby to aktualny stan wiedzy na temat algorytmów był siłą napędową rozwoju nowoczesnych architektur komputerowych. Dzięki postępowi technicznemu staje się to coraz bardziej realne. Współcześnie można już konstruować maszyny liczące, w których algorytmy reprezentuje się w postaci wielu, jednocześnie wykonywanych ciągów instrukcji lub jako sieć połączeń między wieloma jednostkami cen­tralnymi. Przypomina to sposób reprezentacji informacji w mózgu - jako sieci połączeń między komórkami nerwowymi (rozdział 10).

Architekturę komputerów rozpatruje się także w kontekście przechowy­wania i uzyskiwania dostępu do danych. Pod tym względem wewnętrzne cechy komputera uwidaczniają się często w postaci jego zewnętrznej, zauwa­żalnej dla użytkownika charakterystyki. Te cechy oraz sposoby unikania ich niepożądanych efektów rozważamy w rozdziałach 1, 7, 8 i 9.

Zagadnieniem blisko związanym z budową maszyn liczących jest spo­sób porozumiewania się komputera ze światem zewnętrznym. W jaki spo­sób, na przykład, wprowadzać algorytmy do komputera, w jaki sposób naka­zać mu wykonanie konkretnego algorytmu? Rozwiązanie takich problemów w środowisku, w którym komputer realizuje różne usługi, wymaga rozwią­zania wielu problemów dotyczących koordynacji wykonania różnych czyn­ności i przydziału zasobów. Niektóre z rozwiązań takich problemów oma­wiamy przy okazji przedstawienia systemów operacyjnych w rozdziale 3.

Komputery wykonują zadania wymagające coraz większej inteligencji. Z tego powodu informatycy zainteresowali się wynikami badań nad in­teligencją człowieka. Jest nadzieja, że zrozumienie procesów rozumowa­nia i percepcji zachodzących w ludzkich umysłach umożliwi konstrukcję algorytmów, które naśladują te procesy i dzięki temu będzie można ob­darzyć komputery umiejętnością wnioskowania. W ten sposób rozwinęła

0.1. ALGORYTMIKA - NAUKA O ALGORYTMACH

W czasach bardziej współczesnych, do konstrukcji maszyn liczących wy­korzystano koła zębate. Wśród wynalazców takich maszyn liczących byli: Blaise Pascal (1623-1662) z Francji, Gottfried Wilhelm Leibniz (1646-1716) z Niemiec i Charles Babbage (1792-1871) z Anglii. W tych maszynach dane reprezentowano za pomocą pozycji kół zębatych, a wprowadzano je me­chanicznie, ustawiając koła w odpowiedni sposób. W maszynach liczących Pascala i Leibniza wyniki odczytywano, analizując końcowe ustawienie kół, tak jak obecnie odczytuje się wartości w samochodowym liczniku prze­biegu. Babbage wymarzył sobie maszynę, która drukowałaby wyniki, tak aby zmniejszyć możliwość błędu odczytu.

Można zaobserwować znaczny postęp w możliwościach wykonywania przez maszyny liczące wskazanych algorytmów. Maszynę Pascala zbudo­wano do realizacji algorytmu dodawania. Właściwy zestaw kroków był za­tem wbudowany w strukturę samej maszyny. Maszyna Leibniza miała algo­rytm także ściśle zaszyty w swojej budowie, chociaż można było wykonywać na niej różne operacje arytmetyczne, które wybierał operator. Maszynę Bab-bage'a zaprojektowano z kolei tak, aby ciąg wykonywanych przez nią kro­ków można było definiować w postaci otworów na kartach papierowych. Za­tem maszynę Babbage'a można było programować, a asystentka Babbage'a, Augusta Ada Byron, często bywa dziś uznawana pierwszym programistą na świecie.

Babbage nie był pierwszym, który wpadł na pomysł wprowadzania algorytmu do maszyny liczącej za pomocą otworów w papierze. W 1801 roku Joseph Jacuard zastosował we Francji podobną technikę do sterowa­nia warsztatem tkackim (rys. 0.3). Opracował on maszynę tkacką, w której poszczególne kroki wykonywane w trakcie tkania definiowano za pomocą wzoru złożonego z otworów w karcie papierowej. Dzięki temu algorytm wykonywany przez maszynę można było łatwo zmieniać i uzyskiwać w ten sposób jóżne wzory. , , ■ . ,, - , ,v, ,■'..■■. .- , ,•■•■

Później, Herman Hollerith (1860-1929) zastosował pomysł reprezento­wania informacji w postaci kart perforowanych do przyspieszenia powszech­nego spisu ludności przeprowadzonego w 1890 roku w Stanach Zjedno­czonych. To właśnie usprawnienie autorstwa Holleritha doprowadziło do powstania firmy IBM.

Ówczesna technologia nie dysponowała wystarczającą precyzją, aby spopularyzować złożone mechaniczne kalkulatory Pascala, Leibniza i Bab-bage'a. Technologia nie nadążała za odkryciami teoretycznymi na polu racz­kującej informatyki aż do chwili uzupełnienia urządzeń mechanicznych układami elektronicznymi. Przykładami takich rozwiązań są: maszyna elek­tromechaniczna George'a Stibitza, zbudowana w 1940 roku w Bell Laborato­ries, oraz maszyna Mark I skonstruowana w 1944 roku w Harvard University przez Howarda Aikena i grupę inżynierów z IBM (rys. 0.4). W tych maszy­nach wykorzystano sterowane elektronicznie przekaźniki mechaniczne. Ma­szyny te stary się przestarzałe prawie natychmiast po skonstruowaniu, ponie­waż inni naukowcy odkryli technologię lamp próżniowych i skonstruowali pierwsze całkowicie elektroniczne komputery. Pierwszą z tych maszyn była

0.2. POCZĄTKI MASZYN LICZĄCYCH

Maszyna tkacka Jacquarda (Zdjęcie zamieszczone dzięki uprzejmości International Business Machines Corporation. Wszelkie prawa zastrzeżone)

z pewnością maszyna Atanasoffa-Berry'ego, budowana w latach 1937-1941 w Iowa State College (obecnie Iowa State University) przez Johna Atana-soffa i jego asystenta Clifforda Berry'ego. Inna maszyna tego typu to CO-LOSSUS, zbudowany pod koniec drugiej wojny światowej w Anglii i prze­znaczony do odszyfrowywania niemieckich depesz. Wkrótce powstały także inne, bardziej uniwersalne maszyny, takie jak ENIAC (ang. electronic nume-rical integrator and calculator) opracowany przez Johna Mauchly'ego i J. Pre-spera Eckerta w Moore School of Electrical Engineering, University of Pen-sylvania.

Począwszy od tego czasu, historia maszyn liczących łączy się ściśle z postępem technologicznym: odkryciem tranzystorów i układów scalo­nych, stworzeniem systemu komunikacji satelitarnej i postępami w technice

ROZDZIAŁ ZERO WSTĘP

..■.,■ aiOatmmiwmmt

optycznej. Współczesne komputery biurkowe (oraz ich mniejsi, przenośni kuzyni - laptopy) mają większą moc obliczeniową niż maszyny z 1940 roku, które zajmowały całe pokoje, i mogą szybko wymieniać dane za pomocą globalnych sieci komunikacyjnych.

Początki małych komputerów wiążą się z hobbystami, którzy zaraz po odkryciu dużych maszyn w 1940 roku rozpoczęli eksperymenty z kompute­rami zrobionymi domowymi sposobami. Steve Jobs i Stephen Wozniak zbu­dowali dostępny następnie komercyjnie komputer i w 1976 roku utworzyli firmę Apple Computer Inc, która zajęła się produkcją i wprowadzeniem na rynek ich produktów. Chociaż komputery Apple były popularne, nie zdobyły akceptacji w środowiskach biznesowych, w których w większości posługiwano się produktami dobrze już wtedy rozwiniętej firmy IBM.

W 1981 roku IBM wprowadził na rynek pierwszy komputer biurkowy, zwany komputerem osobistym albo krótko PC. Podstawowe oprogramo­wanie dla niego opracowała młoda firma Microsoft. Komputer PC stał się natychmiast sukcesem i spowodował, że komputery biurkowe uznano

0.2. POCZĄTKI MASZYN LICZĄCYCH

w środowisku biznesowym za godny uwagi i sprawdzony produkt. Współ­cześnie terminu PC używa się jako wspólnej nazwy wszystkich komputerów (różnych producentów), których architektura wywodzi się od pierwszego komputera biurkowego firmy IBM. Większość z nich w dalszym ciągu jest sprzedawana z oprogramowaniem firmy Microsoft. Czasem jednak skrót PC jest używany zamiennie z ogólnym terminem biurkowy.

Dostępność komputerów biurkowych spowodowała, że technika kom­puterowa stała się ważnym elementem we współczesnym społeczeństwie. Technologia komputerowa jest tak rozpowszechniona, że umiejętność po­sługiwania się nią jest podstawowym warunkiem bycia członkiem nowo­czesnego społeczeństwa. To właśnie dzięki niej miliony indywidualnych użytkowników komputerów mają dostęp do globalnej sieci Internet, która z pewnością ma duży wpływ na sektory prywatne i komercyjne. Jednakże umiejętność posługiwania się współczesnymi produktami to nie to samo, co rozumienie naukowych podstaw ich działania. Celem autora jest przedsta­wienie zakresu badań stosunkowo młodej nauki, jaką jest informatyka.

0.3. Rozwój informatyki

Czynniki takie jak ograniczone możliwości gromadzenia danych i szczegó­łowe, czasochłonne procedury programowania ograniczały złożoność algo­rytmów, które mogły wykonywać wczesne maszyny liczące. W miarę usu­wania tych ograniczeń komputery zaczęto wykorzystywać do coraz bardziej złożonych i większych zadań. Opisywanie metody wykonywania tych zadań w sposób algorytmiczny stanowiło wyzwanie dla umysłu ludzkiego. Coraz większe wysiłki wkładano w studia nad procesem konstrukcji algorytmów i programowania.

W tym właśnie kontekście zaczęły owocować teoretyczne wyniki prac matematyków, którzy już po odkryciu przez Godła niezupełności arytme­tyki badali te problemy dotyczące procesu konstrukcji algorytmów, które niosła ze sobą nowoczesna technologia. Przygotowało to grunt pod nową dyscyplinę nauki zwaną informatyką.

Współcześnie ta nowa dyscyplina ustanowiła się jako nauka o algoryt­mach. Jak już to zauważyliśmy, jej zakres jest szeroki i obejmuje tak odległe od siebie zagadnienia jak matematyka, inżynieria, psychologia, biologia, za­rządzanie czy lingwistyka. W kolejnych rozdziałach omówimy wiele z tych tematów. W każdym omówieniu naszym celem będzie przedstawienie pod­stawowych pojęć związanych z tematyką, aktualnych problemów badaw­czych i niektórych technik stosowanych w celu rozwijania wiedzy w danym obszarze. Pisząc o programowaniu, skoncentrujemy się na przedstawieniu zasad, na których opierają się współczesne narzędzia programistyczne, na procesie ich ewolucji do współczesnej postaci i problemach, nad którymi

10

ROZDZIAŁ ZERO WSTĘP

obecnie pracują naukowcy. Nie jest jednak naszym celem wyrobienie u czy­telnika umiejętności programowania.

Przechodząc od jednego zagadnienia do następnego, jest łatwo stracić ogólny obraz. Zbierzmy zatem przemyślenia, stawiając pytania, które defi­niują informatykę i stanowią główny przedmiot badań informatyków.

K Jakie problemy można rozwiązać algorytmicznie?

E Jak ułatwić opracowywanie algorytmów?

B Jak ulepszyć metody reprezentowania algorytmów?

B Jak wykorzystać technologię i wiedzę o algorytmach do konstruowania

lepszych komputerów? K Jak analizować i porównywać właściwości różnych algorytmów?

Zwróćmy uwagę, że tematem wspólnym dla wszystkich tych pytań jest algorytmika (rys. 0.5).

0.4. Rola abstrakcji

Współczesne systemy komputerowe są nadzwyczaj złożone i nie sposób ogarnąć wszystkich szczegółów ich budowy. Częstą praktyką jest zatem analiza takich systemów na różnych poziomach szczegółowości. Na każdym poziomie system traktuje się jako zbiór elementów, których wewnętrzną cha­rakterystykę ignoruje się. Dzięki temu można skupić się na sposobie współ­pracy poszczególnych elementów z tego samego poziomu i sposobie ich łączenia w elementy wyższego poziomu.

0.4. ROLA ABSTRAKCJI

11

1.1. Przechowywanie informacji w postaci bitów

Współczesne komputery przechowują informacje w postaci ciągów bitów. Bit (skrót angielskiej nazwy binary digit, oznaczającej cyfrę dwójkową lub bi­narną) to cyfra 0 albo 1. Na razie bity będą stanowić dla nas jedynie symbole bez żadnego numerycznego znaczenia. Wkrótce przekonamy się o tym, że bit w różnych kontekstach może mieć bardzo różne znaczenie. Zapamiętanie bitu przez maszynę liczącą wymaga istnienia w niej urządzenia zdolnego do przyjmowania jednego z dwóch możliwych stanów. Dobrze znanymi przy­kładami takich urządzeń są przełącznik elektryczny (który może być w sta­nie „włączony" lub „wyłączony"), przekaźnik („otwarty" albo „zamknięty"), a także flaga (wciągnięta na maszt lub opuszczona). Jeden z tych dwóch sta­nów reprezentuje wartość 0, a drugi - wartość 1. Przyjrzyjmy się sposobom zapamiętywania bitów stosowanym we współczesnych komputerach.

Bramki i przerzutniki

Omówienie rozpoczniemy od wprowadzenia operacji: AND (I), OR (LUB) oraz XOR (skrót od ang. exclusive or). Ich działanie przedstawiono na ry­sunku 1.1. Argumentami tych operacji, podobnie jak przy arytmetycznych działaniach mnożenia i dodawania, jest para wartości, które będziemy nazy­wać wartościami wejściowymi lub krótko wejściem. Ich wynikiem jest trzecia wartość zwana wartością wyjściową lub krótko wyjściem. Różnica między prezentowanymi operacjami a operacjami arytmetycznymi polega na tym, że jedynymi wartościami, na których działają AND, OR i XOR są 0 i 1. W ich kontekście cyfrę 0 interpretuje się jako reprezentację wartości logicznej fałsz (ang./afee), a cyfrę 1 -jako reprezentację wartości logicznej prawda (ang. true). Operacje, które manipulują wartościami prawda/fałsz nazywa się opera­cjami logicznymi lub operacjami boole'owskimi na cześć matematyka Geo-rge'a Boole'a (1815-1864). Operacja logiczna AND ma w zamyśle odzwier­ciedlać wartość logiczną zdania złożonego, zbudowanego z prostszych zdań połączonych spójnikiem I (ang. AND). Takie zdania mają ogólną postać

PANDQ

przy czym P reprezentuje jedno zdanie, a Q drugie; na przykład: Kermit jest żabą I Piggy jest aktorką.

Argumenty operacji AND reprezentują wartość logiczną (prawdziwość lub nieprawdziwość) poszczególnych składowych zdania złożonego. Wynik re­prezentuje wartość logiczną całego zdania. Ponieważ zdanie postaci P AND Q jest prawdziwe wtedy i tylko wtedy, gdy oba zdania składowe są praw­dziwe, więc 1 AND 1 musi mieć wartość 1. Dla wszystkich pozostałych par

20 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

wartości argumentów, wynikiem operacji AND jest 0. Jest to zgodne z ta­belką przedstawioną na rysunku 1.1.

Operacja OR (LUB), tak jak operacja AND, jest operacją łączącą dwa prostsze zdania w jedno złożone zdanie postaci

PORQ

Tak jak poprzednio P reprezentuje jedno zdanie, a Q drugie. Tego typu zda­nia są prawdziwe, gdy co najmniej jedno z występujących w nim zdań skła­dowych jest prawdziwe. Ta Interpretacja jest zgodna z operacją OR przed­stawioną na rysunku 1.1.

W języku polskim znaczenie trzeciej z omawianych operacji może naj­lepiej (choć nie w pełni) oddaje spójnik ALBO. Wartością operacji XOR jest 1 (prawda), jeśli jeden z jej argumentów jest równy 1 (prawda), a drugi - 0 (fałsz). Zdanie P XOR Q oznacza zatem „albo P, albo Q jest prawdziwe, ale nie oba naraz".

Jest jeszcze jedna operacja logiczna - operacja NOT (NIE). W odróż­nieniu od AND, OR oraz XOR jest ona jednoargumentowa. Jej wynikiem jest wartość przeciwna do wartości argumentu: jeśli na wejściu pojawia się wartość prawda, to wynikiem operacji NOT jest fałsz i na odwrót. Jeśli zatem argument operacji NOT reprezentuje wartość logiczną zdania

Fozzie jest misiem.

RYSUNEK 1.1 |
	(a) Operacja AND 0 ANDO	0 AND1	BbbhHHH i ANDO	1 AND 1
	0 (b) Operacja OR 0 OR 0	0 Cl OR 1	0 1 OR 0	1 1 OR 1
	0 (c) Operacja XOR 0 XOR0	1 0 XOR1	1 1 XOR0	1 1 XOR1
	0 11 Operacje logiczne AND, OR, XOR			0

1.1. PRZECHOWYWANIE INFORMACJI W POSTACI BITÓW

21

to jej wynik reprezentuje wartość logiczną zdania Fozzie nie jest misiem.

Urządzenie, które na podstawie wartości wejściowych tworzy wartość wyjściową zgodnie z pewną operacją logiczną nazywa się bramką logiczną (ang. gate). Bramki można konstruować, stosując różne techniki: koła zębate, przekaźniki, urządzenia optyczne. We współczesnych komputerach bramki są zazwyczaj małymi układami elektronicznymi, w których cyfry 0 i 1 re­prezentuje się w postaci różnych poziomów napięcia. Nie ma jednak po­trzeby, abyśmy wchodzili w takie szczegóły. W dalszym ciągu zadowolimy się reprezentacją bramek za pomocą symboli graficznych przedstawionych na rysunku 1.2. Zwróćmy uwagę, że bramki AND, OR, XOR oraz NOT przedstawia się za pomocą diagramów o odmiennych kształtach. Wejścia znajdują się po jednej stronie diagramu, a wyjście po drugiej.

AND		OR
Wejścia j \ Wyjście		Wejścia T~^>- Wyjście
Wejścia	Wyjście	Wejścia	Wyjście
0 0 0 1 1 0 1 1	0 0 0 1	0 0 0 1 1 0 1 1	0 . 1 1 1
XOR		NOT
Wejścia jj ~\- Wyjście		Wejścia -f/O- Wyjście
Wejścia	Wyjście	Wejścia	Wyjście
0 0 0 1 1 0 1 1	0 1 1 0	0 1	1 0
Graficzna reprezentacja bramek AND, OR, XOR, NOT wraz z ich wartościami wejściowymi i wyjściowymi

22

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

Takie właśnie bramki są podstawowymi elementami, z których konstru­uje się komputery. Ważnym etapem pośrednim jest układ przedstawiony na rysunku 1.3. Jest to szczególny przykład licznej rodziny układów zwanych przerzutnikami. Na wyjściu przerzutnika (ang. flip-flop) występuje wartość 0 lub 1. Wartość ta nie zmienia się, aż do chwili pojawienia się na wejściu krótkiego impulsu spowodowanego przez inny układ. Taki impuls powoduje zmianę wartości na wyjściu przerzutnika. Innymi słowy wartość wyjściowa zmienia się na skutek zewnętrznego bodźca. Tak długo, jak długo warto­ści na obu wejściach układu z rysunku 1.3 są równe 0, wartość na wyjściu (albo 0 albo 1) nie zmienia się. Jednakże pojawienie się na krótko wartości 1 na górnym wejściu wymusi ustawienie wartości wyjściowej na 1. Podobnie, krótki impuls (wartość 1) na dolnym wejściu spowoduje, że na wyjściu bę­dzie wartość 0. Przeanalizujmy dokładniej działanie układu. Załóżmy, że nie znamy aktualnej wartości na wyjściu układu z rysunku 1.3 i że w pewnej chwili wartość na górnym wejściu zmienia się na 1, a wartość na dolnym wejściu pozostaje równa 0 (rys. 1.4a). Na wyjściu bramki OR pojawi się za­tem wartość 1, niezależnie od stanu drugiego wejścia tej bramki. Z kolei oba wejścia bramki AND będą teraz równe 1, gdyż na jej drugim wejściu jest już 1 (otrzymana przez przejście sygnału 0 z dolnego wejścia przerzutnika przez bramkę NOT). Na wyjściu bramki AND pojawi się zatem 1, co ozna­cza, że drugie wejście bramki OR będzie teraz równe 1 (rys. 1.4b). To z kolei zapewnia, że na wyjściu bramki OR pozostanie wartość 1, nawet jeśli sygnał na górnym wejściu przerzutnika zmieni się znów na 0 (rys. 1.4c). W efekcie, na wyjściu przerzutnika pojawiła się wartość 1 i wartość ta nie zmieni się po powrocie górnego wejścia do stanu 0. W podobny sposób chwilowe pojawie­nie się wartości 1 na dolnym wejściu wymusi zmianę wartości na wyjściu przerzutnika na 0. Wartość ta nie zmieni się po ponownym pojawieniu się wartości 0 na wejściu przerzutnika.

1.1. PRZECHOWYWANIE INFORMACJI W POSTACI BITÓW

23

(a) 1 pojawia się na górnym wejściu.

RYSUNEK 1.4

(b) Powoduje to pojawienie się 1 na wyjściu bramki OR i w efekcie pojawienie się 1 na wyjściu bramki AND.

(c) 1 na wyjściu bramki AND nie pozwala na zmianę wartości

na wyjściu bramki OR po zmianie wartości na górnym wejściu na 0.

Ustawienie wyjścia przerzutnika na 1

24 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

Przerzutnik jest ważnym układem, gdyż idealnie nadaje się do zapa­miętania jednego bitu. Pamiętana w nim wartość to wartość znajdująca się na wyjściu. Inne układy mogą łatwo zmieniać pamiętaną w przerzutniku wartość, przesyłając impulsy na jego odpowiednie wejścia. Podobnie inne układy mogą wykorzystywać wyjście przerzutnika jako swoje wejście i w ten sposób odczytywać zapamiętaną w nim wartość.

Przerzutniki można także konstruować w inny sposób. Jedną z możli­wości przedstawiono na rysunku 1.5. Po bliższym przyjrzeniu się temu ukła­dowi stwierdzimy, że chociaż ma on zupełnie inną strukturę wewnętrzną, to jednak jego właściwości dające się zaobserwować z zewnątrz, są takie same jak układu z rysunku 1.3. Jest to pierwszy w tej książce przykład roli, jaką grają narzędzia abstrakcyjne. Projektując przerzutnik, trzeba rozważyć różne możliwości zbudowania go z bramek logicznych. Jednak po jego zaprojek­towaniu oraz zaprojektowaniu innych podstawowych układów, stosuje się je jako budulec innych bardziej złożonych układów. W efekcie, projektowanie komputera jawi się jako proces hierarchiczny: do zbudowania układów na każdym poziomie wykorzystuje się pewne narzędzia abstrakcyjne, którymi są elementy poziomu niższego.

Inne techniki przechowywania informacji

W latach sześćdziesiątych do zapamiętywania bitów w komputerach sto­sowano małe pierścienie materiału magnetycznego w kształcie obwarzan­ków, zwane rdzeniami (ang. core), na które nawijano przewody. Przesyłając prąd przez te przewody, można było namagnesować każdy rdzeń w jednym z dwóch możliwych kierunków. Następnie, kierunek namagnetyzowania

1.1. PRZECHOWYWANIE INFORMACJI W POSTACI BITÓW

25

rdzenia można było wykryć, obserwując jego wpływ na prąd elektryczny przepływający przez środek rdzenia. Rdzeń dawał zatem możliwość prze­chowania jednego bitu: wartość 1 reprezentowano za pomocą pola magne­tycznego w jednym kierunku, a wartość 0 w przeciwnym. Takie systemy są już przestarzałe ze względu na ich rozmiar i duże zużycie energii.

Bardziej współczesną metodą przechowywania bitu jest kondensator, który składa się z dwóch małych metalowych płytek umieszczonych równo­legle, w niewielkiej odległości od siebie. Po podłączeniu źródła napięcia do płytek - biegun ujemny do jednej, a dodatni do drugiej - ładunki ze źródła napięcia rozpraszają się na płytkach. Po odłączeniu napięcia ładunki pozo­stają na płytkach. Po ich późniejszym zwarciu popłynie prąd i kondensator rozładuje się. Zatem kondensator zawsze znajduje się w jednym z dwóch możliwych stanów: jest naładowany lub rozładowany. Jednego z nich można użyć do reprezentowania wartości 0, drugiego do reprezentowania warto­ści 1. Współczesna technika daje możliwość umieszczenia milionów ma­leńkich kondensatorów wraz z połączeniami między nimi na pojedynczej płytce (zwanej kością - ang. chip). Dzięki temu kondensator stał się techniką powszechnie stosowaną w maszynach liczących do zapamiętywania bitów.

Przerzutniki, rdzenie i kondensatory są przykładami układów przecho­wujących dane. Układy te charakteryzują się różnymi poziomami ulotności zapamiętanych danych. Rdzeń zachowuje swoje właściwości magnetyczne nawet po wyłączeniu komputera. Dane zapamiętane w przerzutniku są tra­cone natychmiast po odłączeniu zasilania. Ładunki zgromadzone w ma­leńkich kondensatorach są tak małe, że mają skłonności do samoistnego zanikania, nawet podczas pracy komputera. Z tego powodu ładunki zgro­madzone w kondensatorach odświeża się w regularnych odstępach czasu za pomocą specjalnego układu odświeżającego. Pamięć komputera (pod-rozdz. 1.2) skonstruowana z użyciem takiej właśnie techniki jest często na­zywana pamięcią dynamiczną.

Notacja szesnastkowa

Mówiąc o czynnościach wykonywanych przez komputer, często musimy po­sługiwać się ciągami bitów. Niektóre z takich ciągów są długie. Niestety, umysł ludzki nie jest przystosowany do pracy na takim poziomie szczegó­łowości. Odczytywanie ciągu bitów na przykład 101101010011 jest niewy­godne i podatne na błędy. W celu uproszczenia reprezentacji ciągów bi­tów stosuje się zazwyczaj skrótową notację zwaną notacją szesnastkowa (ang. hexadecimal notation). Korzysta się w niej z faktu, że ciągi bitów poja­wiające się w komputerze często mają długości będące wielokrotnościami czterech. W notaq'i szesnastkowej zastosowano zatem pojedynczy symbol do reprezentowania czterobitowych ciągów. Oznacza to, że ciąg dwunastu bitów można zapisać za pomocą jedynie trzech symboli szesnastkowych.

Na rysunku 1.6 przedstawiono system szesnastkowy. W lewej kolum­nie zapisano wszystkie możliwe ciągi czterobitowe. W prawej kolumnie

26 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

umieszczono odpowiadające im symbole stosowane w notacji szesnastkowej. W takim systemie ciąg bitów 10110101 zapisuje się jako B5. Aby uzyskać kod szesnastkowy dla ciągu bitów, trzeba najpierw podzielić go na czterobitowe podciągi, a następnie zapisać każdy z nich za pomocą jego szesnastkowego odpowiednika: 1011 reprezentuje się jako B, a 0101 jako 5. Postępując w ten sam sposób, 16-bitowy ciąg 1010010011001000 można przedstawić w wy­godniejszej, szesnastkowej postaci jako A4C8.

Notację szesnastkowa będziemy często stosować w następnym rozdziale. Wtedy w pełni docenimy jej efektywność.

PYTANIA I ĆWICZENIA

1. Jakie wartości muszą pojawić się na wejściach poniższego układu, aby na jego wyjściu była wartość 1?

1.1. PRZECHOWYWANIE INFORMACJI W POSTACI BITÓW

27

2. Stwierdziliśmy w tekście, że wartość 1 na dolnym wejściu przerzut-
   nika z rysunku 1.3 (przy wartości na górnym wejściu równej 0) spo­
   woduje pojawienie się wartości 0 na jego wyjściu. Przedstaw ciąg
   zdarzeń zachodzących w przerzutniku, które do tego doprowadzą.

3. Przy założeniu, że oba wejścia przerzutnika z rysunku 1.5 są równe 0,
   przedstaw ciąg zdarzeń, które zajdą, gdy na górnym wejściu pojawi
   się 1.

4. Często jest niezbędne skoordynowanie działania różnych składowych
   układu. Realizuje się to, przyłączając do tych części układu, które
   wymagają skoordynowania speqalny pulsujący sygnał (zwany zegarem
   - ang. clock). Gdy zegar zmienia wartości między 0 a 1, aktywuje
   różne składowe układu.

Poniżej jest przykład pewnego fragmentu układu, który zawiera prze-rzutnik z rysunku 1.3. Dla jakich wartości zegara wartość pojawia­jąca się na wyjściu przerzutnika nie zależy od wartości wejściowych układu? Dla jakich wartości zegara przerzumik będzie reagował na wartości z wejścia układu?

5. Podaj szesnastkową reprezentację następujących ciągów bitów:

(a) 0110101011110010 (b) 111010000101010100010111

(c) 01001000

6. Jakie ciągi bitów odpowiadają następującym ciągom szesnastkowym?
(a) 5FD97 (b) 610A (c) ABCD (d) 0100

1.2. Pamięć główna

Do gromadzenia danych w komputerze stosuje się zestaw wielu układów, z których każdy jest zdolny do zapamiętania jednego bitu. Taki magazyn bitów nosi nazwę pamięci głównej lub pamięci operacyjnej (ang. main memory) komputera. Układy przechowujące dane w komputerze są zorgani­zowane w jednostki zwane komórkami (ang. cells) lub słowami (ang. words). Zazwyczaj w jednej komórce mieści się 8 bitów. Ośmiobitowe ciągi stały

28

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

się tak powszechne, że zarezerwowano dla nich specjalny termin bajt (ang. h/U).

Małe komputery stosowane w urządzeniach gospodarstwa domowego, na przykład w kuchenkach mikrofalowych, są wyposażone w pamięci o wiel­kościach rzędu zaledwie kilkuset komórek. Duże komputery stosowane do gromadzenia olbrzymich ilości danych i operowania nimi mogą mieć nawet miliardy komórek pamięci głównej. Rozmiar pamięci głównej często wy­raża się w jednostkach równych 1 048 576 komórkom. (Wartość 1 048 576 jest potęgą dwójki, 2²⁰; jest przez to bardziej naturalnym wyborem jako jed­nostka miary rozmiarów obiektów występujących w komputerze niż okrągły 1 000 000). Do nazywania omawianej jednostki miary używa się przedrostka tnega. Powszechnie stosuje się skrót MB do oznaczania megabajtu. Pamięć

0 wielkości 4 MB zawiera zatem 4 194 304 (4x1 048 576) komórki. W każdej
z nich mieści się jeden bajt. Inne jednostki, którymi wyraża się wielkość
pamięci, to kilobajty (oznaczane skrótem KB), na które składa się 1024 (2¹⁰)
bajtów oraz gigabajty (skrót GB). Gigabajt jest równy 1024 MB, czyli 2³⁰
bajtom.

Każda komórka w pamięci komputera ma przypisaną unikatową na­zwę zwaną jej adresem. Technika identyfikacji komórek pamięci jest analo­giczna do techniki identyfikacji domów znajdujących się w mieście. Stosuje się przy tym taką samą terminologię. Adresy komórek pamięci są jednak po prostu wartościami liczbowymi. Mówiąc bardziej precyzyjnie, możemy wyobrazić sobie, że wszystkie komórki są zgromadzone w jednym rzędzie

1 numerowane kolejnymi liczbami począwszy od zera. Komórki znajdujące
się w komputerze z pamięcią rozmiaru 4 MB są zatem adresowane warto­
ściami 0, 1, 2, ... , 4 194 303. Zwróćmy uwagę, że taki system adresowania
nie tylko daje nam możliwość jednoznacznej identyfikacji każdej komórki
pamięci, ale także ustawia je w pewnej kolejności (rys. 1.7). Zdefiniowanie
takiego porządku nadaje sens wyrażeniom „następna komórka" i „poprzed­
nia komórka".

Uzupełnijmy teraz przedstawiony obraz pamięci głównej. Układy prze­znaczone do przechowywania bitów są połączone z układami niezbędnymi do tego, aby pozostałe układy komputera mogły odczytywać dane z pa­mięci i zapisywać je do niej. Dzięki temu pozostałe układy mogą pobierać dane z pamięci, elektronicznie prosząc o zawartość wskazanego adresu (taką operaq'ę nazywa się operacją odczytu - ang. read). Mogą także zapisać infor­macje w pamięci, zlecając umieszczenie wskazanego ciągu bitów w komórce o podanym adresie (jest to operacja zapisu — ang. write).

Ważną konsekwencją organizacji pamięci głównej w małe, adresowalne komórki jest to, że dostęp do każdej komórki może odbywać się niezależ­nie od dostępu do pozostałych. Oznacza to, że dane zgromadzone w pa­mięci głównej można przetwarzać w dowolnej kolejności. Dlatego też pa­mięć główną nazywa się często pamięcią RAM (ang. random access tnemory - pamięć o dostępie swobodnym). Ta swoboda w dostępie do małych porcji danych jaskrawo kontrastuje z systemami pamięci masowej, które omówimy w następnym punkcie. W systemach pamięci masowej operuje się całymi

1.2. PAMIĘĆ GŁÓWNA 29

';..: >■,::- ■■■■Vv;^::.::;:'>:.-

blokami, na które składają się długie ciągi bitów. Jeśli pamięć RAM wytwo­rzono w technologii pamięci dynamicznych, to nazywa się ją często pamięcią DRAM (ang. Dynamie RAM).

Bity w pojedynczej komórce pamięci traktuje się, jakby były ustawione w szeregu. Jeden koniec takiego szeregu nazywamy najbardziej znaczącym (ang. high-order end), a drugi - najmniej znaczącym (ang. low-order end). Chociaż w komputerze nie ma pojęcia lewej i prawej strony, to jednak często bity ustawia się w szereg od lewej do prawej strony, przy czym najbardziej znaczący koniec znajduje się po lewej stronie. Bit umieszczony na tym końcu często nazywa się najbardziej znaczącym bitem (ang. most significant bit), a bit na drugim końcu - najmniej znaczącym (ang. least significant bit). Za­wartość jednobajtowej komórki można zatem przedstawić jak na rysunku 1.8.

Ważną konsekwencją uporządkowania zarówno komórek w pamięci, jak i bitów w pojedynczej komórce jest to, że cały zbiór bitów w pamięci stanowi właściwie jeden długi szereg. Poszczególne fragmenty tego szeregu mogą posłużyć do zapamiętania ciągów bitów nie mieszczących się w jednej ko­mórce. W szczególności, jeśli pamięć składa się z komórek jednobajtowych, to jednak nadal można przechowywać w niej ciągi 16-bitowe, wykorzystując w tym celu dwie sąsiednie komórki pamięci.

30

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

PYTANIA I ĆWICZENIA

1. Przypuśćmy, że w komórce pamięci o adresie 5 znajduje się wartość 8.
   Czym różni się zapisanie do komórki o adresie 6 wartości 5 od zapisa­
   nia do komórki o numerze 6 zawartości komórki o numerze 5?

2. Przypuśćmy, że chcemy zamienić miejscami wartości zapamiętane
   w komórkach pamięci o numerach 2 i 3. Wskaż błąd w poniższym
   sposobie postępowania:

Krok 1. Przenieś zawartość komórki o numerze 2 do komórki

o numerze 3.

Krok 2. Przenieś zawartość komórki o numerze 3 do komórki

o numerze 2.

Zaproponuj sposób poprawnej zamiany zawartości wskazanych

komórek.

3. Ile bitów znajduje się w pamięci o rozmiarze 4 KB?

1.3. Pamięć masowa

Ze względu na ograniczony rozmiar pamięci głównych (operacyjnych) i ulot­ność danych przechowywanych w nich, większość komputerów wyposaża się w dodatkowe nośniki do gromadzenia danych. Są to systemy pamięci masowej (ang. mass storage systemś). Pamięć masową realizuje się za pomocą dysków magnetycznych, płyt CD i taśm magnetycznych. Zaletą pamięci ma­sowej w porównaniu z pamięcią główną jest mniejszy poziom ulotności zapisywanych w niej danych, możliwość zapamiętania większych danych i w wielu wypadkach także możliwość wyjęcia nośnika informacji z kom­putera i zarchiwizowania go.

1.3. PAMIĘĆ MASOWA 31

Urządzenia mogą być w danej chwili dostępne dla komputera albo nie­dostępne. Termin on-line (bezpośrednio) oznacza, że urządzenie lub infor­macje są przyłączone i dostępne dla komputera bez konieczności ingerencji człowieka. Termin off-line (odłączone, rozłączone) oznacza, że zanim in­formacja lub urządzenie staną się osiągalne dla komputera, człowiek musi wykonać pewne czynności wstępne: na przykład włączyć urządzenie lub włożyć do niego nośnik informacji.

Główną wadą systemów pamięci masowej jest to, że dostęp do prze­chowywanych w nich informacji wymaga zazwyczaj mechanicznego prze­mieszczenia pewnych elementów. Jest to czasochłonne. Z tego powodu czas reakqi takich urządzeń na polecenia jest dłuższy niż czas dostępu do pa­mięci głównej, w której wszystkie operacje realizuje się elektronicznie.

Dyski magnetyczne

Jedną z najpowszechniejszych współczesnych postaci pamięci masowej są dyski magnetyczne. Dane przechowuje się na cienkim, wirującym dysku po­wleczonym materiałem magnetycznym. Nad i/lub pod dyskiem znajdują się głowice zapisująco-odczytujące. Na skutek ruchu obrotowego dysku każda głowica zakreśla nad/pod dyskiem okrąg zwany ścieżką (ang. track). Prze­mieszczając głowice zapisująco-odczytujące wzdłuż promienia, można uzy­skać dostęp do różnych ścieżek. Często, jeden system dyskowy składa się z kilku dysków zamontowanych na wspólnej osi jeden nad drugim. Między nimi znajduje się miejsce na głowice. W takim wypadku wszystkie głowice poruszają się razem. Przemieszczając je, uzyskuje się dostęp do zbioru ście­żek składających się na cylinder.

Ponieważ zazwyczaj operuje się mniejszymi porcjami danych niż za­pisane na całej ścieżce, więc każda ścieżka jest podzielona na łuki zwane sektorami. Informacja w sektorze jest zapisywana w postaci spójnego ciągu bitów (rys. 1.9). Każda ścieżka w systemie dyskowym zawiera taką samą liczbę sektorów, a w każdym sektorze przechowuje się taką samą liczbę bi­tów. (Oznacza to, że bity w sektorach położonych blisko środka dysku są upakowane gęściej niż w sektorach brzegowych).

Zatem dyskowy system przechowywania danych składa się z wielu sek­torów. Dostęp do każdego z nich jest niezależny i polega na zapisie lub odczycie całego ciągu bitów. Liczba ścieżek przypadających na jeden dysk oraz liczba sektorów na ścieżce są bardzo różne w zależności od konkret­nego systemu dyskowego. Rozmiary sektorów nie przekraczają zazwyczaj kilku KB, powszechne są sektory o rozmiarach 512 lub 1024 bajtów.

Rozmieszczenie ścieżek i sektorów nie jest trwałą cechą fizycznej struk­tury dysku. Ich położenie wyznacza się przez odpowiednie namagneso­wanie dysku podczas czynności zwanej formatowaniem (lub inicjowaniem) dysku. Czynność tę wykonuje zazwyczaj producent dysku. Mamy wtedy do czynienia z dyskami sformatowanymi wstępnie. Większość systemów kom­puterowych także jest zdolnych do wykonania zadania formatowania dysku.

32

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

Jeśli zatem informacja o sposobie sformatowania dysku zostanie zniszczona, dysk można ponownie sformatować. Taka operacja powoduje jednak utratę wszystkich danych zapisanych uprzednio na dysku.

Pojemność systemu dyskowego zależy od zastosowanej w nim liczby dysków i gęstości rozmieszczenia w nich ścieżek i sektorów. Systemy o ma­lej pojemności składają się z jednego plastikowego dysku zwanego dyskietką (ang. diskette) lub dyskiem elastycznym (ang. floppy disk) w przypadku gięt­kich dysków. (Obecnie stosowane dyskietki o średnicy 3,5 cala są zamykane w plastikowych obudowach i dzięki temu nie są tak giętkie jak ich starsze kuzynki: dyskietki o średnicy 5,25 cala, które były zaszywane w kopertach papierowych). Dyskietki wkłada się do odpowiednich urządzeń odczytu-jąco-zapisujących, łatwo się je przechowuje. Są one zatem często stosowane do przechowywania informacji off-line. Na typowej dyskietce 3,5-calowej mieści się 1,44 MB danych, ale dyskietki mogą mieć dużo większe pojemno­ści. Przykładem jest system dyskowy Zip firmy Iomega Corporation, który oferuje możliwość zapisania do kilkuset MB na pojedynczej dyskietce.

Systemy dyskowe o dużej pojemności, zdolne pomieścić kilka gigabaj-tów, składają się z 5 do 10 sztywnych dysków zamocowanych na wspólnej osi. Ponieważ stosowane dyski są sztywne, takie systemy dyskowe nazwano dyskami twardymi (ang. hard disk) w odróżnieniu od ich giętkich odpowied­ników. Aby umożliwić uzyskanie większych prędkości obrotowych, głowice w takich systemach nie dotykają dysków, lecz „unoszą się" tuż nad ich po­wierzchnią. Odległości są jednak tak niewielkie, że nawet jedna cząsteczka kurzu mogłaby utknąć między głowicą a powierzchnią dysku, uszkadzając oba elementy (zjawisko to nazywa się awarią głowicy - ang. head crash). Dyski twarde umieszcza się zatem w obudowach plombowanych w fabryce.

1.3. PAMIĘĆ MASOWA

33

Oceniając wydajność dysku, uwzględnia się różne parametry: (1) czas wyszukiwania (ang. seek time - czas przemieszczenia głowic dysku z jednej ścieżki na drugą); (2) opóźnienie obrotowe (ang. rotation delay; latency time) -połowa czasu potrzebnego na pełen obrót dysku; jest to zarazem średni czas oczekiwania na to, aby potrzebne dane znalazły się pod głowicą dysku po jej uprzednim ustawieniu na właściwą ścieżkę; (3) czas dostępu (ang. access time - suma czasu wyszukiwania i opóźnienia obrotowego); (4) szybkość przesyłania (ang. transfer ratę) - szybkość transmisji danych z dysku lub do niego.

Dyski twarde mają w ogólności znacznie lepsze charakterystyki niż dys­kietki elastyczne. Ponieważ głowice zapisująco-odczytujące nie dotykają po­wierzchni dysków twardych, dyski można obracać z prędkością obrotową rzędu 3000 do 4000 obrotów na minutę, podczas gdy dyskietki wirują z pręd­kością rzędu 300 obrotów na minutę. W związku z tym szybkość przesy­łania danych w dyskach twardych zazwyczaj mierzy się w megabajtach na sekundę. Jest to znacznie więcej niż w przypadku dyskietek, gdzie osiąga się wielkości mierzone w kilobajtach na sekundę.

Ponieważ systemy dyskowe zawierają ruchome elementy mechaniczne, które poruszają się przy uzyskiwaniu dostępu do danych, zarówno dyski twarde, jak i dyski elastyczne są wyraźnie wolniejsze niż układy elektro­niczne. Opóźnienia w układach elektronicznych mierzy się w nanosekun-dach (bilionowych częściach sekundy), a nawet w jednostkach mniejszych, podczas gdy czas wyszukiwania, opóźnienie obrotowe i czas dostępu w sys­temach dyskowych osiągają wielkości rzędu milisekund (tysięcznych części sekundy). Czas potrzebny na pobranie informacji z dysku może wydawać się zatem wiecznością oczekującemu na nią układowi elektronicznemu.

Płyty kompaktowe

Inną popularną techniką przechowywania danych są płyty kompaktowe (CD). Takie płyty mają średnicę 12 cm (około 5 cali) i są wykonane z ma­teriału odbijającego światło pokrytego przezroczystą warstwą ochronną. In­formacje zapisuje się w postaci rowków wyżłobionych w powierzchni od­blaskowej. Można je odczytać za pomocą promienia lasera, który wykrywa nieregularności na powierzchni odblaskowej płyty w trakcie jej obrotu.

Technologii CD używano początkowo do nagrań dźwiękowych. Stoso­wano przy tym format zapisu o nazwie CD-DA (compact disk-digital audio). Płyty CD stosowane współcześnie do zapisu danych komputerowych są po­dobne do ich dźwiękowych poprzedników, ale stosuje się w nich format zapisu o nazwie CD-ROM (compact disk-read-ońly memory). Różnica między CD-DA a CD-ROM polega na sposobie interpretacji pól z danymi. Przy­kładowo w formacie CD-DA pewne pola rezerwuje się do przechowywania informacji o czasie trwania poszczególnych utworów, a w formacie CD-ROM przestrzeń tę wykorzystuje się do innych celów.

34 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

W odróżnieniu od systemów dyskowych, w których informacje prze­chowuje się w oddzielnych współśrodkowych ścieżkach, informacje na CD gromadzi się w postaci jednej, spiralnej ścieżki, która przypomina rowek w starych płytach gramofonowych (na CD spirala rozpoczyna się jednak w środku płyty i kończy na jej brzegu). Ta ścieżka jest podzielona na jed­nostki zwane sektorami. Każdy sektor zawiera tę samą ilość danych i każdy jest jednoznacznie oznakowany. Sektor w formacie CR-ROM mieści 2 KB danych. W podobnej przestrzeni płyty zapisanej w formacie CD-DA mieści się 775 sekundy muzyki.

Zwróćmy uwagę, że wykonanie pełnego obrotu powoduje przebycie większej odległości na spiralnej ścieżce przy brzegu płyty niż w jej we­wnętrznym fragmencie. W celu zwiększenia pojemności płyty, informacje zapisuje się jednak z taką samą gęstością na całej długości ścieżki. To ozna­cza, że w pętli znajdującej się w zewnętrznej części pryty znajduje się więcej informacji niż w pętli znajdującej się blisko środka. Zatem w trakcie jednego obrotu płyty zostanie odczytanych więcej sektorów, gdy promień lasera ana­lizuje zewnętrzny fragment ścieżki niż podczas odczytu jej wewnętrznej czę­ści dysku. Aby uzyskać jednolitą szybkość transmisji danych, odtwarzacze płyt projektuje się tak, aby mogły modyfikować prędkość obrotową w zależ­ności od położenia promienia lasera.

Konsekwencją takich decyzji projektowych jest to, że systemy CD wyka­zują najlepszą wydajność, gdy operują długimi, spójnymi ciągami danych. Tak właśnie dzieje się podczas odtwarzania muzyki. Gdy program potrze­buje swobodnego dostępu do danych (jak w systemach rezerwacji miejsc), rozwiązania zastosowane w dyskowych systemach pamięci masowej (poje­dyncze, współśrodkowe ścieżki ze stałą liczbą sektorów) umożliwiają uzy­skanie znacznie lepszej wydajności niż wariant z jedną spiralną ścieżką.

Płyty CD formatu CD-ROM mają pojemność nieco ponad 600 MB. Jed­nakże pojawiają się ciągle nowe formaty, takie jak DVD (Digital Versatile Disk) oferujące pojemność rzędu 10 GB. Na tego rodzaju płytach miesz­czą się swobodnie prezentacje multimedialne, w których wykorzystuje się dane wizualne i dźwiękowe. Stwarza to możliwości prezentowania informa­cji w sposób ciekawszy i bardziej informacyjny niż tylko za pomocą tekstu. Tak naprawdę standard DVD stosuje się głównie do zapisu filmów, które dzięki temu mieszczą się na jednej płycie kompaktowej.

Innym wariantem technologii CD jest format CD-WORM (compact disk--write once, rmd many), który umożliwia nagranie danych na płycie już po jej wyprodukowaniu, a nie w trakcie produkcji. Tego typu możliwości są przydatne do archiwizowania danych i do produkcji płyt CD na małą skalę.

Taśmy magnetyczne

W pamięciach masowych starszego typu stosowano taśmy magnetyczne (rys. 1.10). Informacja była zapisywana na pokrytej magnetyczną substan­cją cienkiej taśmie plastikowej, która z kolei była nawinięta na szpulę. Aby

1.3. PAMIĘĆ MASOWA 35

uzyskać dostęp do danych, trzeba było zamontować taśmę na urządzeniu zwanym napędem taśmowym, które potrafiło pod nadzorem komputera odczytywać, zapisywać i przewijać taśmę. Napędy taśmowe miały bardzo różne rozmiary: od niewielkich urządzeń kasetowych zwanych strimerami, w których taśma była używana w podobny sposób jak w magnetofonach, do olbrzymich urządzeń szpulowych. Chociaż pojemność urządzeń taśmowych zależy od zastosowanego formatu zapisu, to jednak większość z nich mogła zmieścić kilka gigabajtów informacji.

Nowoczesne strimery dzielą taśmę na segmenty, z których każdy jest oznaczany (magnetycznie) podczas formatowania przypominającego czyn­ność wykonywaną w urządzeniach dyskowych. Każdy z tych segmentów zawiera kilka ścieżek, które biegną równolegle do siebie wzdłuż całej ta­śmy. Dostęp do ścieżek jest niezależny, co oznacza, że taśmę, podobnie jak sektory na dysku, można traktować jako kilka ciągów bitów.

Główną wadą urządzeń taśmowych jest to, że przemieszczenie się mię­dzy dwiema pozycjami na taśmie może trwać bardzo długo, gdy trzeba przewinąć duży fragment taśmy. Z tego powodu systemy taśmowe cha­rakteryzują się znacznie dłuższym czasem dostępu niż systemy dyskowe, w których dostęp do różnych sektorów uzyskuje się za pomocą niewielkich ruchów głowicy zapisująco-odczytującej. W efekcie urządzenia taśmowe nie są powszechnie stosowane do przechowywania danych on-line. Gdy jed­nak celem jest gromadzenie danych off-line w celu ich archiwizowania, to wysoka niezawodność, duża pojemność i relatywnie niewielki koszt takich urządzeń sprawia, że są one najlepszym wyborem spośród współczesnych systemów przechowywania danych.

36

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

Przechowywanie informacji w plikach

Informacja w pamięci masowej jest przechowywana w dużych jednostkach zwanych plikami (ang. fileś). Plik może stanowić pełny dokument tek­stowy, zdjęcie, program lub zbiór danych o pracownikach pewnej firmy. Ze względu na fizyczne właściwości urządzeń obsługujących pamięć masową, pliki są zapamiętywane i odczytywane w postaci wielobajtowych jednostek. W przypadku dysku magnetycznego, na przykład, każdy sektor traktuje się jako jeden spójny ciąg bitów. Blok danych zgodny z fizyczną charaktery­styką urządzenia nosi nazwę rekordu fizycznego (ang. physical record). Plik przechowywany w pamięci masowej zazwyczaj składa się z wielu rekordów fizycznych.

Niezależnie od opisanego podziału na rekordy fizyczne, pliki często w sposób naturalny dzieli się na fragmenty w zależności od informaq'i, która jest w nich zawarta. Na przykład plik przechowujący informacje o pracowni­kach pewnej firmy może składać się z wielu części, z których każda zawiera informacje o jednym pracowniku. Takie naturalnie wyodrębniane bloki da­nych nazywa się rekordami logicznymi (ang. logical record).

1.3. PAMIĘĆ MASOWA 37

Rozmiar rekordu logicznego rzadko jest równy rozmiarowi rekordu fi­zycznego, narzuconemu przez urządzenie. W rezultacie w jednym rekor­dzie fizycznym można umieścić wiele rekordów logicznych. Może się także zdarzyć, że jeden rekord logiczny jest umieszczony w wielu rekordach fi­zycznych (rys. 1.11). Odczytanie informacji z pamięci masowej wymaga za­tem wykonania pewnych dodatkowych czynności związanych z przegrupo­waniem danych. Zadanie to realizuje się zazwyczaj, rezerwując w pamięci

głównej obszar, w którym może zmieścić się kilka rekordów fizycznych. Ob­szar ten wykorzystuje się do wykonania niezbędnego przegrupowania da­nych. Między pamięcią masową a wyróżnionym obszarem w pamięci głów­nej przesyła się bloki danych o rozmiarze zgodnym z rozmiarem rekordu fizycznego. Po przesłaniu dane, znajdujące się w pamięci głównej, można traktować już tak, jakby składały się z rekordów logicznych. Obszar pamięci używany w powyższy sposób nosi nazwę bufora (ang. buffer).

Bufor ilustruje rolę, jaką względem siebie odgrywają pamięć główna i pamięć masowa. Pamięć główną stosuje się do przechowywania danych w celu ich przetwarzania, a pamięć masową do gromadzenia danych. Za­tem uaktualnienie danych zapisanych w pamięci masowej wymaga prze­słania danych do pamięci głównej, uaktualnienia ich, a następnie zapisania uaktualnionych danych znów w pamięci masowej.

Największą swobodę dostępu do danych daje pamięć główna. Dyski ma­gnetyczne, płyty kompaktowe i taśma magnetyczna coraz bardziej ograni­czają swobodny dostęp. Sposób adresowania stosowany w pamięci głównej umożliwia błyskawiczny swobodny dostęp do poszczególnych bajtów da­nych. Dyski magnetyczne umożliwiają swobodny dostęp jedynie do całych sektorów danych. Odczytanie sektora wydłuża się o czas przeszukiwania i o opóźnienie obrotowe dysku. Płyty kompaktowe także dają możliwość swobodnego dostępu do poszczególnych sektorów, ale opóźnienia są więk­sze niż w wypadku dysków na skutek dodatkowego czasu wymaganego do odnalezienia właściwego miejsca na ścieżce spiralnej i dostosowania prędko­ści obrotowej płyty. Na koniec, taśmy magnetyczne oferują bardzo niewiele swobody w dostępie do danych. Nowoczesne systemy taśmowe znakują pozycje na taśmie, tak aby można było odwoływać się do poszczególnych segmentów taśmy. Fizyczna struktura taśmy powoduje jednak to, że czas potrzebny do odczytania segmentów znajdujących się na taśmie w dużej odległości od siebie będzie znaczny.

PYTANIA I ĆWICZENIA

1. Co zyskuje się dzięki temu, że dyski dysku twardego wirują szybciej
   niż dyskietka?

2. Jaka strategia zapisu danych w pamięci masowej złożonej z wielu
   dysków jest lepsza: zapełnianie całej powierzchni dysku danymi przed
   rozpoczęciem pisania na drugiej powierzchni lub też wypełnianie
   całego cylindra i przejście do następnego?

3. Dlaczego dane w systemie rezerwacji miejsc, które podlegają ciągłym
   zmianom, powinno się przechowywać na dysku, a nie na taśmie?

4. Przypuśćmy, że chcemy zapisać na dysku rekordy logiczne o rozmia­
   rze 450 bajtów każdy, podczas gdy rekordy fizyczne mają rozmiar
   512 bajtów. Dlaczego w rekordzie fizycznym lepiej jest pamiętać tylko
   jeden rekord logiczny, chociaż powoduje to zmarnowanie 62 bajtów
   w każdym sektorze?

38 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

1.4. Reprezentowanie informacji w postaci ciągów bitów

Zastanowimy się teraz nad sposobem reprezentacji informacji w kompute­rze w postaci ciągów bitów. Skupimy się w szczególności na popularnych metodach kodowania tekstu, danych liczbowych i obrazów. Zastosowanie każdego z przedstawionych systemów kodowania ma pewne skutki zauwa­żalne dla zwykłego użytkownika komputera. Naszym celem jest przybli­żenie technik kodowania w stopniu wystarczającym do zrozumienia tych konsekwencji.

Reprezentacja tekstu

Informację tekstową zazwyczaj reprezentuje się, stosując pewien kod, który z każdym symbolem mogącym pojawić się w tekście (litery alfabetu, znaki przestankowe) związuje unikatowy ciąg bitów. Tekst reprezentuje się jako długi ciąg bitów, którego kolejne frag­menty reprezentują kolejne symbole pierwotnego tekstu.

AMERYKAŃSKI NARODOWY INSTYTUT

STANDARYZACJI (THE AMERICAN NATIONAL STANDARDS INSTITUTE)

The American National Standards Institute (ANSI) został zało­żony w 1918 roku przez małe konsorcjum stowarzyszeń inżynie­ryjnych i agencji rządowych. Miał on tworzyć nie przynoszącą zysków federację koordynującą samorzutne opracowywanie stan­dardów w sektorze prywatnym. Współcześnie członkami ANSI jest ponad 1300 przedsiębiorstw, organizacji zawodowych, stowa­rzyszeń handlowych i agencji rządowych. Siedzibą władz ANSI jest Nowy Jork. ANSI reprezentuje Stany Zjednoczone jako czło­nek ISO. Witryna internetowa ANSI znajduje się pod adresem http://www.ansi.org

Podobne organizacje w innych krajach to: Standards Australia (Australia), Standards Council of Canada (Kanada), China State Bureau of Quality and Technical Supervision (Chiny), Deutsches Institut fur Normung (Niemcy), Japanese Industrial Standards Committee (Japonia), Dirección General de Normas (Meksyk), State Committee of the Russian Federation for Standardization and Metrology (Rosja), Swiss Association for Standardization (Szwajcaria) i British Standards Institution (Wielka Brytania).

We wczesnych latach rozwoju komputerów zaprojektowano wiele różnych kodów. Stosowano je w połą­czeniu z różnymi elementami osprzę­tu, co spowodowało wiele problemów komunikacyjnych. Aby opanować tę sytuację, Amerykański Narodowy In­stytut Normalizacji (American Natio­nal Standards Institute; ANSI) wprowa­dził kod ASCII - American Standard Code for Information Interchange (wym. aski), który zdobył niezwy­kłą popularność. W tym kodzie do reprezentacji małych i wielkich liter alfabetu angielskiego, znaków prze­stankowych, cyfr od 0 do 9, a także pewnych informacji sterujących, ta­kich jak znak nowego wiersza, znak powrotu karetki i tabulacji, stosuje się ciągi siedmiobitowe. Współcześ­nie kod ASCII często rozszerza się do 8 bitów na symbole wprowadzając 0 na najbardziej znaczącej pozycji każ­dego ciągu 7-bitowego. Dzięki temu

1.4. REPREZENTOWANIE INFORMACJI W POSTACI CIĄGÓW BITÓW

39

I RYSUNEK 1.12 |

01010111 01101001 oinoioo onooooi 01101010 ooiomo \./ \/ \/ \/\/ \/

W i I a j

Komunikat „Witaj." w ASCII

uzyskuje się kod, który można wygodnie zapamiętać w typowej jednobaj-towej komórce pamięci, a ponadto jest w nim miejsce na zakodowanie 128 dodatkowych ciągów bitów (z dodatkowym bitem równym 1). Te dodatkowe kody można wykorzystać do reprezentowania symboli spoza oryginalnego kodu ASCII. Niestety, różni producenci w różny sposób interpretują te dodatkowe kody, więc dane zawierające je nie dają się łatwo przenosić między aplikacjami różnych producentów.

W dodatku A przedstawiono fragment kodu ASCII w formacie 8-bi-towym, a na rysunku 1.12 pokazano, że w tym systemie ciąg bitów:

01010111 01101001 01110100 01100001 01101010 00101110

MIĘDZYNARODOWA ORGANIZACJA

NORMALIZACYJNA

(THE INTERNATIONAL ORGANIZATION FOR STANDARDIZATION)

reprezentuje napis „Witaj.".

The International Organization for Standardization (ISO) utwo­rzono w 1947 roku jako ogólnoświatową federację instytucji usta­nawiających standardy, po jednej z każdego kraju. Obecnie sie­dzibą ISO jest Genewa w Szwajcarii. Organizacja liczy ponad 100 organizacji członkowskich oraz wielu członków korespon­dentów. (Członkiem korespondentem jest zazwyczaj instytucja ds. standardów z kraju, który nie ma instytucji ds. standardów o zasięgu ogólnokrajowym. Tacy członkowie nie mogą uczestni­czyć bezpośrednio w opracowywaniu standardów, ale są informo­wani o działaniach ISO). ISO utrzymuje stronę internetową pod adresem http://www.iso.ch

Chociaż ASCII jest obecnie najbar­dziej rozpowszechnionym kodem, po­woli zyskują popularność także inne, w których jest możliwe reprezentowa­nie dokumentów zapisanych w wielu różnych językach. Jednym z takich ko­dów jest Unikod opracowany dzięki współpracy wiodących wytwórców sprzętu i oprogramowania. W tym kodzie do reprezentacji każdego sym­bolu stosuje się unikatowy ciąg 16-bi-towy. W rezultacie, w Unikodzie wy­stępuje 65 536 różnych ciągów bitów, co wystarcza do reprezentacji naj­powszechniejszych symboli chińskich

40

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

i japońskich. Kod, który prawdopodobnie będzie rywalizować z Unikodem, opracowała Międzynarodowa Organizacja Normalizacyjna (International Organization for Standardization, znana także pod nazwą ISO, która koja­rzy się z greckim słowem isos - równy). Dzięki zastosowaniu 32 bitów do reprezentacji symboli, w tym kodzie można reprezentować ponad 17 mi­lionów różnych symboli. Czas pokaże, który z tych kodów uzyska większą popularność.

Reprezentacja wartości liczbowych

Chociaż metoda przechowywania informacji jako zakodowanych znaków jest użyteczna, to okazuje się ona bardzo nieefektywna do reprezentowa­nia informacji liczbowych. Przypuśćmy, że chcemy zapisać liczbę 25. Do przedstawienia jej w postaci ciągu znaków zakodowanych w ASCII przy zastosowaniu jednego bajtu do reprezentacji każdego symbolu, potrzeba 16 bitów. Co więcej, największą liczbą, którą możemy w taki sposób zapisać na 16 bitach, jest 99. Lepszym sposobem jest przedstawienie liczb w po­zycyjnym układzie liczenia o podstawie dwa, czyli w układzie binarnym (dwójkowym).

Notacja binarna (dwójkowa) jest metodą reprezentacji wartości tylko za pomocą cyfr 0 i 1, a nie jak w tradycyjnym systemie dziesiątkowym -za pomocą cyfr 0, 1, 2, 3, 4, 5, 6, 7, 8, 9. Przypomnijmy, że w systemie dziesiątkowym z każdą pozycją jest związana jej waga. W reprezentacji 375 cyfra 5 znajduje się na pozycji z wagą 1, cyfra 7 na pozycji z wagą dziesięć, a 3 na pozycji z wagą 100 (rys. 1.13). Każda kolejna waga jest dziesięć razy większa niż waga związana z pozycją po jej prawej stronie.

1.4. REPREZENTOWANIE INFORMACJI W POSTACI CIĄGÓW BITÓW

41

Wartość, którą reprezentuję wyrażenie, wylicza się, mnożąc wartość każ­dej cyfry przez wagę związaną z pozycją, na której występuje ta cyfra, i sumując tak otrzymane iloczyny. Napis 375 reprezentuje zatem wartość (3 X sto) + (7 X dziesięć) + (5 X jeden).

Z pozycją każdej cyfry w układzie binarnym także związuje się wagę. Waga związana z każdą pozycją jest jednak dwa razy większa niż waga pozycji z prawej strony. Dokładniej, prawa skrajna cyfra w reprezentacji bi­narnej ma wagę jeden (2°), następna pozycja na lewo ma wagę dwa (2¹), następna cztery (2²), następna osiem (2³) i tak dalej. Na przykład w repre­zentacji binarnej 1011 prawa skrajna jedynka jest na pozycji z wagą jeden, kolejna 1 jest na pozycji z wagą dwa, 0 na pozycji z wagą cztery, a skrajna lewa jedynka na pozycji z wagą osiem (rys. 1.13b).

Aby obliczyć wartość reprezentowaną przez napis w układzie binar­nym postępujemy tak jak w systemie dziesiątkowym: mnożymy wartość każdej cyfry przez wagę związaną z pozycją tej cyfry i dodajemy otrzymane iloczyny. Na przykład wartość reprezentowana przez napis 100101 to 37, zgodnie z rysunkiem 1.14. Zauważmy, że ponieważ w reprezentacji binar­nej wykorzystuje się tylko cyfry 0 i 1, cały proces mnożenia i dodawania sprowadza się właściwie do zsumowania wag związanych z pozycjami, na których występują jedynki. Zatem sekwencja 1011 reprezentuje wartość je­denaście, ponieważ jedynki znajdują się na pozycjach z wagami jeden, dwa i osiem.

42

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

Zauważmy, że ciąg binarnych reprezentacji liczb od O do 8 jest na­
stępujący: _j ,

10 11

100 101 110

111

1000

ALTERNATYWY DLA SYSTEMU BINARNEGO

We wczesnych komputerach nie korzystano z notacji binarnej. Sposób reprezentacji wartości liczbowych w sprzęcie obliczenio­wym byl przedmiotem burzliwej dyskusji u schyłku lat trzydzie­stych i w latach czterdziestych. Jednym z kandydatów byl system dwupiątkowy, w którym każdą cyfrę reprezentacji dziesiątkowej liczby zastępowano dwoma cyframi: jedną o wartości 0, 1, 2, 3 lub 4, drugą o wartości 0 lub 5, tak aby suma tych dwóch cyfr dawała pierwotną cyfrę reprezentacji dziesiątkowej. Taki system zastosowano w komputerze ENIAC. Innym kandydatem był sys­tem ósemkowy. W pracy „Binary Calculus", która ukazała się w Journal of the Institute of Actuaries w 1936 roku, E.W. Phillips pisał: „Ostatecznym celem jest przekonanie całego cywilizowa­nego świata do porzucenia systemu dziesiątkowego i stosowania w jego miejsce notacji ósemkowej; przekonanie do zaprzestania liczenia dziesiątkami i liczenia ósemkami."

Jest wiele sposobów wygenerowania ciągu reprezentacji binarnych ko­lejnych liczb naturalnych. Mając taki ciąg możemy, choć nie jest to elegancki sposób, szybko znajdować reprezentacje binarne małych liczb. W jednym ze sposobów korzysta się z analogii do samochodowego licznika prze­biegu. Wyobraźmy sobie taki licznik, na którego kółkach znajdują się tylko cyfry 0 i 1. Licznik rozpoczyna pomiar od 0. W miarę przebywania przez sa­mochód odległości, licznik obraca się i pokazuje 1. Przejście tej 1 na 0, powo­duje pojawienie się 1 na kółku po lewej stronie (co razem daje ciąg 10). Prawe kółko obraca się na 1, otrzymujemy w ten sposób 11. Teraz prawa skrajna 1 obraca się, dając znów 0 i powodując obrót kółka po lewej stronie i zmianę pokazywanej na nim wartości na 0. To z kolei powoduje pojawienie się 1 w trzeciej kolumnie, powstaje w ten sposób ciąg 100.

W celu znalezienia reprezentacji binarnych dużych liczb, lepiej zasto­sować bardziej systematyczne podej­ście przedstawione w postaci algo­rytmu na rysunku 1.15. Zastosujmy ten algorytm do przekształcenia war­tości trzynaście (rys. 1.16). Najpierw

dzielimy 13 przez dwa, otrzymując w wyniku sześć i resztę jeden. Ponieważ iloraz nie jest zerem, w kroku 2 dzielimy iloraz przez dwa, otrzymując nowy iloraz równy trzy i resztę zero. Ten nowy iloraz jest nadal różny od zera,

1.4. REPREZENTOWANIE INFORMACJI W POSTACI CIĄGÓW BITÓW

43

Krok 1. Podziel wartość przez dwa i zapamiętaj resztę.

Krok 2. Dopóki otrzymany iloraz nie jest zerem, powtarzaj dzielenie najnowszego ilorazu przez dwa i zapamiętuj resztę.

Krok 3. Teraz po otrzymaniu ilorazu zerowego, reprezentacja binarna pierwotnej wartości

składa się z reszt umieszczonych od prawej do lewej w kolejności ich pojawiania się.

Algorytm znajdowania binarnej reprezentacji liczby całkowitej dodatniej

więc dzielimy go przez dwa, co daje iloraz 1 i resztę 1. I jeszcze raz iloraz (jeden) dzielimy przez dwa, otrzymując tym razem w wyniku zero i resztę jeden. Ponieważ uzyskaliśmy tym razem iloraz równy 0, przechodzimy do kroku 3. W ten sposób dowiadujemy się, że reprezentacją binarną wartości (trzynaście) jest 1101.

| RYSUNEK 1.16 I

6 Reszta 1 2/13

♦ ' ł

! 0 1 Reprezentacja binarna

Zastosowanie algorytmu z rys. 1.15 do obliczenia reprezentacji binarnej wartości trzynaście

44 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

Przypomnijmy sobie teraz problem przechowywania danych numerycz­nych. Za pomocą notaqi binarnej w jednym bajcie można zapamiętać do­wolną liczbę całkowitą z zakresu od 0 do 255 (od 00000000 do 11111111). Dysponując dwoma bajtami, można zapamiętać wartości całkowite z zakresu od 0 do 65535. Jest to wielkie ulepszenie w porównaniu z kodowaniem cyfr jedna po drugiej za pomocą kodu ASCII, które dawało możliwość zapamię­tania w dwóch bajtach liczb całkowitych z zakresu od 0 do 99.

Z tego powodu, a także z wielu innych, upowszechnił się sposób za­pamiętywania informacji liczbowych w pewnej odmianie notacji binarnej, a nie za pomocą kodowania poszczególnych symboli. Użyto sformułowa­nia „w pewnej odmianie notacji binarnej", ponieważ prosty system binarny opisany wcześniej stanowi tylko podstawę dla wielu technik zapisywania w komputerze wartości liczbowych. Niektóre ze stosowanych wariantów systemu binarnego omawiamy w dalszej części rozdziału. Na razie tylko wspomnimy, że najczęstszą formą zapamiętywania liczb całkowitych jest system zwany notacją uzupełnieniową do dwóch. Daje on wygodny sposób reprezentacji liczb ujemnych oraz dodatnich. Do reprezentacji liczb z częścią ułamkową, takich jak 4^]/2 lub ³A, stosuje się jeszcze inną technikę zwaną no­tacją zmiennopozycyjną. Widać zatem, że dowolną wartość (na przykład 25) można reprezentować w postaci wielu różnych ciągów bitów (kodując po kolei poszczególne znaki, stosując notację uzupełnieniową do dwóch lub traktując wartość jako 25% i kodując ją w notacji zmiennopozycyjnej). Po­dobnie konkretny ciąg bitów można interpretować na wiele sposobów.

Jest to właściwe miejsce, aby wspomnieć o ważnym problemie doty­czącym systemów przechowywania wartości liczbowych, który szczegółowo omówimy nieco później. Niezależnie od długości ciągu bitów, który prze­znacza się w komputerze do reprezentowania wartości liczbowej, zawsze będą wielkości zbyt duże lub ułamki zbyt małe, aby dały się one zapa­miętać w przeznaczonej do tego celu przestrzeni. W efekcie istnieje ciągłe ryzyko wystąpienia błędów takich jak: przepełnienie (wartości za duże) lub niedomiar (ułamki za małe). Z błędami tymi trzeba się uporać, w przeciw­nym razie niczego niepodejrzewający użytkownik wkrótce stanie w obliczu mnóstwa błędnych danych.

Reprezentacja obrazów

Współczesne komputery znajdują znacznie szersze zastosowania niż tylko przetwarzanie tekstu i danych liczbowych. Z komputerów korzysta się także do przetwarzania zdjęć, filmów i dźwięków. W porównaniu z systemami kodowania informaq'i o znakach i liczbach, techniki reprezentacji danych wchodzących w skład takich złożonych obiektów są jeszcze w powijakach, a co za tym idzie, nie wykształciły się jeszcze powszechnie przyjęte stan­dardy.

Popularne techniki reprezentacji obrazu można podzielić na dwie ka­tegorie: techniki wykorzystujące mapę bitową (ang. bit map techniąue) oraz

1.4. REPREZENTOWANIE INFORMACJI W POSTACI CIĄGÓW BITÓW 45

techniki wektorowe (ang. vector technique). W technikach wykorzystujących mapy bitowe obraz traktuje się jako zbiór punktów, zwanych pikslami (pixeh skrót od angielskiego terminu picture element - element obrazu). W najprost­szej formie obraz reprezentuje się jako długi ciąg bitów reprezentujących poszczególne wiersze piksli w obrazie, przy czym każdy bit jest 1 lub 0 w zależności od tego, czy odpowiadający mu piksel jest czarny, czy biały. Obrazy kolorowe są tylko nieco bardziej złożone, ponieważ każdy piksel reprezentuje się wtedy za pomocą ciągu bitów oznaczającego kolor tego piksla.

Wiele współczesnych urządzeń peryferyjnych, takich jak faksy, kamery wideo, skanery, przekształcają kolorowe obrazy do postaci mapy bitowej. Urządzenia te rejestrują kolor każdego piksla w postaci trzech składowych: czerwonej, zielonej i niebieskiej, które są trzema podstawowymi kolorami. Zazwyczaj do reprezentacji nasycenia każdej z tych składowych stosuje się jeden bajt. Zatem do zapamiętania jednego piksla obrazu są potrzebne trzy bajty.

Takie rozwiązanie polegające na związaniu z każdym pikslem wartości trzech składowych koloru odpowiada także sposobowi wyświetlania obrazu na współczesnych monitorach. Urządzenia te wyświetlają mnóstwo piksli, z których każdy składa się z trzech składowych: czerwonej, zielonej i nie­bieskiej. Można to łatwo zauważyć, przyglądając się z bliska obrazowi na monitorze (lepiej użyć szkła powiększającego).

Format trzech bajtów na piksel oznacza, że do zapamiętania obrazu złożonego z 1280 wierszy po 1024 piksle (typowe zdjęcie) potrzeba kilku megabajtów pamięci, a to przekracza pojemność typowej dyskietki. W pod­rozdziale 1.8 omówimy dwie popularne techniki (GIF i JPEG) kompresji takich obrazów do bardziej rozsądnych rozmiarów.

Wadą technik wykorzystujących mapy bitowe jest to, że zapamiętanych obrazów nie daje się łatwo skalować do dowolnych rozmiarów. W zasadzie jedynym sposobem powiększenia obrazu jest zwiększenie rozmiaru piksli. Prowadzi to do tego, że obraz wygląda jakby był złożony z dużych ziaren. Podobne zjawisko występuje przy powiększaniu zdjęć wykonanych na bło­nie fotograficznej. Sposobem rozwiązania problemu skalowania obrazów jest technika wektorowa. W tego typu systemach obraz reprezentuje się w po­staci zbioru linii i krzywych. Szczegóły związane z metodą rysowania li­nii i krzywych pozostawia się urządzeniu, które kiedyś zostanie użyte do wyprodukowania obrazu. To podejście różni się zatem bardzo od wymu­szania, żeby urządzenie reprodukowało konkretny ciąg piksli. Wiele czcio­nek dostępnych we współczesnych drukarkach i monitorach reprezentuje się zazwyczaj wektorowo. Dzięki temu uzyskuje się czcionki skalowalne (ang. scalable fonts), które wykazują dużą elastyczność pod względem roz­miaru znaków. Przykładowo TrueType (opracowany przez Microsoft i Ap­ple Computer) jest systemem, w którym opisuje się sposób rysowania sym­boli tekstowych. Podobnie PostScript (opracowany przez Adobe Systems) jest sposobem opisu znaków oraz bardziej ogólnych danych obrazowych. Repre­zentacja wektorowa jest także powszechnie stosowana w systemach projek-

46 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

towania wspomaganego komputerowo (CAD), które umożliwiają tworzenie i wyświetlanie na ekranie komputera obiektów trójwymiarowych złożonych z wielu linii oraz manipulowanie nimi. Za pomocą technik wektorowych nie można jednak uzyskać obrazów o jakości fotografii, co jest możliwe dzięki zastosowaniu map bitowych. Dlatego we współczesnych cyfrowych apara­tach fotograficznych stosuje się techniki wykorzystujące mapy bitowe.

PYTANIA I ĆWICZENIA

1. Oto komunikat zakodowany w ASCII za pomocą ośmiu bitów na
symbol. Jaka jest jego treść?

01001001 01101110 01100110 01101111 01110010 01101101 01100001 01110100 01111001 01101011 01100001

2. Jaki jest związek między kodem wielkiej litery a kodem tej samej
   małej litery w kodzie ASCII?

3. Zapisz w kodzie ASCII następujące zdania:

1. Gdzie on jest?

2. „Jak?" pyta Jan.

3. 2 + 3 = 5.

4. Opisz znane Ci z codziennego życia urządzenie, które zawsze znaj­
duje się w jednym z dwóch stanów (tak jak flaga, która jest albo
wciągnięta na maszt, albo opuszczona). Przypisz symbol 1 do jednego
z tych stanów, a symbol 0 do innego i pokaż, jak wyglądałaby repre­
zentacja w kodzie ASCII litery b, gdyby poszczególne bity kodować

w zaproponowany przez Ciebie sposób.

5. Przekształć każdą z poniższych reprezentacji binarnych do odpowia­
dającej jej postaci dziesiątkowej:

(a) 0101 (b) 1001 (c) 1011 (d) 0110 (e) 10000 (f) 10010

6. Przekształć poniższe reprezentacje liczb w systemie dziesiątkowym do
równoważnej postaci binarnej:

(a) 6 (b) 13 (c) 11 (d) 18

(e) 27 (f) 4

7. Jaką największą wartość liczbową można zapisać za pomocą trzech
   bajtów, jeśli każdą cyfrę koduje się za pomocą jej kodu ASCII pamięta­
   nego w jednym bajcie? Jak zmieni się odpowiedz, jeśli wykorzystamy
   notację binarną?

8. Oprócz notacji szesnastkowej, do reprezentacji ciągów bitów stosuje
   się kropkową notację dziesiątkową, w której każdy bajt ciągu jest re­
   prezentowany przez jego odpowiednik w systemie dziesiątkowym.
   Reprezentacje poszczególnych bajtów oddziela się od siebie krop­
   kami. Na przykład 12.5 jest reprezentacją ciągu 0000110000000101 (bajt
   00001100 reprezentujemy jako 12, a bajt 00000101 jako 5), natomiast

1.4. REPREZENTOWANIE INFORMACJI W POSTACI CIĄGÓW BITÓW 47

ciąg 10001000001000000000111 jest reprezentowany jako 136.16.7.
Przedstaw następujące ciągi bitów w kropkowej notacji dziesiątkowej:
(a) 0000111100001111 (b) 001100110000000010000000

(c) 0000101010100000

1.5. System binarny

Przed dalszym omówieniem sposobów przechowywania wartości liczbo­wych stosowanych we współczesnych komputerach, należy przedstawić bar­dziej szczegółowo niektóre elementy systemu reprezentacji binarnej (dwój­kowej).

Dodawanie binarne

Aby dodać dwie wartości reprezentowane w notacji binarnej, postępuje się tak jak przy pisemnym dodawaniu liczb w systemie dziesiątkowym. Naj­pierw trzeba opracować tabelę wartości uzyskiwanych w wyniku dodania dwóch cyfr binarnych (rys. 1.17). Z tej tabeli korzysta się w celu dodania dwóch ciągów cyfr binarnych. Najpierw dodajemy do siebie cyfry w prawej skrajnej kolumnie, zapisujemy mniej znaczącą cyfrę tej sumy pod kreską w tej samej kolumnie, a bardziej znaczącą cyfrę (o ile jest) przenosimy na lewo do następnej kolumny. Następnie wykonujemy dodawanie cyfr w ko­lejnej kolumnie. Aby zatem obliczyć sumę:

00111010 + 00011011

rozpoczynamy od dodania cyfr 0 i 1 po prawej stronie. Otrzymujemy w wy­niku 1, którą zapisujemy pod kreską w ostatniej kolumnie. Teraz dodajemy 1 i 1 z następnej kolumny, otrzymując w wyniku 10. Zapisujemy zatem mniej znaczącą cyfrę 0 tego wyniku pod kreską w kolumnie, a 1 przenosimy do następnej kolumny, zapisując ją na górze. W tym momencie sytuacja wy­gląda tak:

1

00111010

+ 00011011

01

Dodajemy teraz 1,0 i 0 z kolejnej kolumny, otrzymując 1, którą zapisujemy na dole kolumny. Cyfry 1 i 1 z następnej kolumny dają w sumie 10; zapisujemy więc 0 na dole kolumny i przenosimy 1 do następnej. Teraz sytuacja wygląda tak:

48 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

0	1	0	I-l
+0	+0	+1	+1
0	1	1	10

Tabela wyników dodawania cyfr binarnych

00111010

+ 00011011 .

0101

Cyfry 1, 1 i 1 w następnej kolumnie sumują się do 11. Zapisujemy zatem mniej znaczącą 1 pod kreską na dole kolumny, a drugą 1 przenosimy na górę kolejnej kolumny. Dodajemy tę 1 do 1 i 0 znajdujących się już w tej kolumnie i otrzymujemy 10. Znów zapisujemy mniej znaczące 0 pod kreską, a 1 przenosimy kolumnę dalej. Mamy teraz:

1

00111010

+ 00011011

010101

Dodajemy następnie 1, 0 i 0 z przedostatniej kolumny, otrzymując 1, którą zapisujemy na dole kolumny. Nie ma przeniesienia do następnej kolumny, więc dodajemy 0 i 0 z ostatniej kolumny, co daje 0, które zapisujemy na dole ostatniej kolumny. Wynik końcowy jest następujący:

00111010

+ 00011011

01010101

Ułamki w zapisie binarnym

Rozszerzymy teraz notację binarną tak, aby można było zapisywać w niej wartości ułamkowe. W tym celu wprowadzamy kropkę pozycyjną (ang. ra-dix pointy, która pełni tę samą rolę, co przecinek w notacji dziesiątkowej.

W informatyce przyjęła się konwencja wywodząca się z angielskiej notacji matematycznej oddzielania części całkowitej od ułamkowej kropką, a nie przecinkiem (przyp. tłum.).

1.5. SYSTEM BINARNY

49

Cyfry na lewo od kropki reprezentują część całkowitą liczby i są interpre­towane tak jak w systemie binarnym omówionym w poprzednim punkcie. Cyfry po prawej stronie kropki reprezentują część ułamkową liczby i inter­pretuje się je tak jak pozostałe bity z tą różnicą, że ich pozycjom przypisuje się wagi ułamkowe. Pierwsza pozycja po kropce ma wagę ^ł/fc druga - wagę Vi, następna - Vs i tak dalej. Zwróćmy uwagę, że jest to w zasadzie naturalne rozszerzenie konwencji stosowanej poprzednio: każdej pozycji przypisuje się wagę dwa razy większą niż waga pozycji z jej prawej strony. Przy takim przypisaniu wag do pozycji, dekodowanie liczby zapisanej w reprezenta­cji binarnej z kropką pozycyjną polega na wykonaniu tej samej procedury, którą wykonywaliśmy przy notacji binarnej bez kropki pozycyjnej. Mnoży się zatem wartość każdego bitu przez wagę związaną z pozycją tego bitu w reprezentacji liczby. Przykładowo, reprezentacja binarna 101.101 oznacza 5⁵/s/ jak zilustrowano to na rysunku 1.18.

Wykonując dodawanie, stosuje się te same techniki co przy dodawaniu liczb w systemie dziesiątkowym. Aby dodać do siebie dwie liczby zapisane w reprezentacji binarnej z kropką pozycyjną, zapisujemy je jedna pod drugą tak, aby kropki znalazły się w tej samej kolumnie, a następnie stosujemy ten sam algorytm dodawania co poprzednio. Na przykład 10.011 dodane do 100.11 daje 111.001, jak widać poniżej:

10.011 + 100.11 111.001

50

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

PYTANIA I ĆWICZENIA

1. Przekształć poniższe liczby zapisane w reprezentacji binarnej na
odpowiadającą im postać dziesiątkową:

(a) 101010 (b) 100001 (c) 10111 (d) 0110 (e) mu

2. Przekształć poniższe liczby zapisane w reprezentacji dziesiątkowej na
odpowiadające im postaci w reprezentacji binarnej:

(a) 32 (b) 64 (c) 96 (d) 15 (e) 27

3. Przekształć poniższe liczby zapisane w reprezentacji binarnej na
odpowiadającą im postać dziesiątkową:

(a) 11.01 (b) 101.111 (c) 10.1 (d) 110.011 (e) 0.101

4. Wyraź następujące wartości w notacji binarnej:

(a) 4V2 (b) 23/₄ (c) ll/» (d) Vi6 (e) 5Vs

5. Wykonaj następujące dodawania w notacji binarnej:

(a) 11011 (b) 1010.001 (c) lllll (d) 111.11
+ 1100 + 1.101 + 1 + .01

1.6. Reprezentacja liczb całkowitych

Matematycy od dawna zajmowali się systemami zapisu liczb. Okazało się, że wiele z ich pomysłów nadaje się do zastosowania w układach cyfrowych. W tym podrozdziale omówimy dwa systemy notacyjne: notację uzupełnie­niową do dwóch i notację z nadmiarem. Systemy te stosuje się do reprezen­tacji liczb całkowitych w maszynach liczących. Wywodzą się one z systemu binarnego przedstawionego w podrozdziale 1.5 i charakteryzują się dodat­kowymi właściwościami, które sprawiają, że lepiej uwzględniają specyficzne cechy architektury komputera. Mimo tych zalet mają one jednak także swoje wady. W tym rozdziale przedstawimy właściwości systemów reprezentacji liczb całkowitych i ich konsekwencje zauważalne przy typowym korzystaniu z komputera.

Notacja uzupełnieniowa do dwóch

Najpopularniejszym obecnie systemem reprezentacji liczb całkowitych jest notacja uzupełnieniowa do dwóch (ang. two's complement notatioń). Do reprezentacji każdej wartości w tym systemie wykorzystuje się tę samą, ustaloną liczbę bitów. We współczesnym sprzęcie powszechnie stosuje się 32-bitową notację uzupełnieniową do dwóch. W tak dużym systemie można

1.6. REPREZENTACJA LICZB CAŁKOWITYCH 51

| RYSUNEK 1.19 |
(a) Ciągi długości trzy		(b) Ciągi długości cztery
Ciąg	Reprezentowana	Ciąg	Reprezentowana
bitów	wartość	bitów	wartość
011	3	■ . om	7
010	2	0110	6
001	1	0101	5
000	0	0100	4
111	-1	0011	3
110	-2	0010	2
101	-3	0001	1
100	-4	0000	0
% . . ■		1111	-1
■'■■■■		1110	-2
8 ■■ ■■.■•'■		1101	-3
B ': ■		1100	-4
B		1011	-5
1 ■ ■ ■ ■		1010	-6
■■■■,■ .		1001	-7
1 •		1000	-8
	Systemy notacji uzupełnieniowej do dwóch

zapisać wartości z dużego zakresu, ale jest on niewygodny do celów de­monstracyjnych. Z tego powodu przedstawiając właściwości systemów uzu­pełnieniowych do dwóch, będziemy analizować mniejsze systemy.

Na rysunku 1.19 pokazano dwa pełne systemy uzupełnieniowe do dwóch: jeden 3-bitowy, drugi 4-bitowy. Wartości w systemie konstruuje się począwszy od ciągu zer odpowiedniej długości, a następnie dodając binar­nie jedynkę aż do uzyskania ciągu rozpoczynającego się od 0, po którym występują same 1. Tak otrzymane ciągi reprezentują wartości 0, 1, 2, 3, .... Ciągi reprezentujące wartości ujemne uzyskuje się począwszy od ciągu je­dynek odpowiedniej długości, od którego odejmuje się binarnie jeden aż do uzyskania ciągu zaczynającego się od 1, po której następują same 0. Tak otrzymane ciągi reprezentują wartości -1, -2, -3, .... (Jeśli odliczanie bi­narne w tył jest dla Ciebie zbyt trudne, można rozpocząć od dołu tabeli; trzeba wtedy napisać ciąg rozpoczynający się od 1, po której następują same 0, a następnie dodawać do niego jedynkę aż do uzyskania ciągu złożonego z samych 1).

52

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

Zwróćmy uwagę, że w systemie uzupełnieniowym do dwóch, wartość lewego skrajnego bitu decyduje o znaku reprezentowanej wartości. Z tego powodu ten bit bywa często nazywany bitem znaku (ang. sign bit). W sys­temie uzupełnieniowym do dwóch wartości ujemne reprezentuje się za po­mocą ciągów bitów z bitem znaku równym 1, a wartości nieujemne - ciągami bitów z bitem znaku równym 0.

W systemie uzupełnieniowym do dwóch istnieje wygodna zależność między ciągami reprezentującymi wartości dodatnie i ujemne o tej samej wartości bezwzględnej. Są one identyczne, gdy czytamy je od prawej do lewej aż do pozycji pierwszej jedynki (która także występuje w obu cią­gach). Od tego miejsca ciągi są swoimi wzajemnymi uzupełnieniami. (Uzu­pełnienie (ang. compkment) ciągu bitów to ciąg otrzymany przez zamianę wszystkich zer na jedynki i jedynek na zera; ciągi 0110 i 1001 są swoimi uzu­pełnieniami). W systemie czterobitowym z rysunku 1.19 ciągi reprezentujące wartości 2 i -2 kończą się na 10. Ciąg reprezentujący 2 rozpoczyna się od 00, a ciąg reprezentujący -2 od 11. To spostrzeżenie umożliwia opracowa­nie algorytmu przekształcającego ciąg bitów reprezentujący pewną wartość na ciąg bitów reprezentujący wartość przeciwną. Polega on na skopiowaniu ciągu bitów od prawej do lewej aż do napotkania pierwszej jedynki (tę je­dynkę także kopiujemy), a następnie na zamianie pozostałych bitów na bity przeciwne (rys. 1.20).

1.6. REPREZENTACJA LICZB CAŁKOWITYCH

53

Zrozumienie podstawowych właściwości systemów uzupełnieniowych do dwóch umożliwia także opracowanie algorytmu odczytywania wartości reprezentowanych zadanym kodem uzupełnieniowym do dwóch. Jeśli ciąg bitów rozpoczyna się od bitu znaku o wartości 0, to odczytanie wartości reprezentowanej przez ten kod polega na zinterpretowaniu ciągu tak, jakby był naturalną reprezentacją binarną liczby. Na przykład 0110 reprezentuje wartość 6, ponieważ 110 jest binarną reprezentacją wartości 6. Jeśli odczyty­wany ciąg ma bit znaku równy 1, to wiemy, że reprezentowana przez niego wartość jest ujemna. Wystarczy teraz znaleźć wartość bezwzględną zakodo­wanej liczby. Obliczamy ją, kopiując ciąg bitów od strony prawej aż do sko­piowania pierwszej 1, a następnie zmieniając pozostałe bity. Tak otrzymany ciąg traktujemy w ten sposób, jakby był naturalną reprezentacją binarną.

Na przykład, aby odczytać wartość reprezentowaną przez ciąg bitów 1010, określamy najpierw znak liczby. Ponieważ bit znaku jest równy 1, mamy do czynienia z wartością ujemną. Przekształcamy zatem ciąg bitów na 0110, stwierdzamy, że jest to reprezentacja 6 i w ten sposób ustalamy, że początkowy ciąg bitów reprezentuje wartość -6.

Dodawanie w notacji uzupełnieniowej do dwóch

54 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

W celu dodania wartości reprezentowanych w kodzie uzupełnieniowym do dwóch stosuje się ten sam algorytm, którego używano przy dodawaniu war­tości reprezentowanych w kodzie binarnym z tą różnicą, że wszystkie ciągi bitów, w tym także wynik, muszą mieć tę samą długość. Oznacza to, że przy

dodawaniu w systemie uzupełnieniowym do dwóch należy odrzucić ewen­tualny dodatkowy bit wyniku, powstały na skutek przeniesienia ze skrajnej lewej pozycji. Zatem „dodanie" 0101 i 0010 daje w wyniku 0111, a „do­danie" 0111 i 1011 wynik 0010 (0111 + 1011 = 10010, więc po odrzuceniu nadmiarowego lewego bitu otrzymujemy 0010).

Pamiętając o tym, przeanalizujmy trzy dodawania z rysunku 1.21. W każ­dym z nich wartości przekształcono do kodu uzupełnieniowego do dwóch (czterobitowego), wykonano opisany powyżej algorytm dodawania i deko-dowano wynik do zwykłej notacji dziesiątkowej.

Zwróćmy uwagę, że gdyby stosować tradycyjne techniki, których uczy się w szkole podstawowej, to ostatni przykład wymagałby zupełnie innego sposobu postępowania (odejmowania) niż dwa pierwsze przykłady. Dzięki przekształceniu wartości do kodu uzupełnieniowego do dwóch, możemy jednak obliczyć wynik we wszystkich przedstawionych przykładach, sto­sując ten sam algorytm - algorytm dodawania. Jest to podstawowa zaleta notacji uzupełnieniowej do dwóch: dodawanie dowolnej kombinacji liczb ze znakiem można wykonać za pomocą tego samego algorytmu.

W odróżnieniu od uczniów szkoły podstawowej, którzy najpierw uczą się dodawać, a potem dopiero odejmować, komputer stosujący notację uzu­pełnieniową do dwóch musi jedynie umieć dodawać i zamieniać liczbę na przeciwną. Odjęcie 5 od 7 jest tym samym co dodanie -5 do 7. Jeśli kom­puter ma odjąć 5 (reprezentowane jako 0101) od 7 (reprezentowanego jako 0111), to najpierw wykonuje zamianę 5 na -5 (reprezentowane jako 1011) a następnie - dodawanie 0111 + 1011. W wyniku powstaje ciąg 0010, który reprezentuje wartość 2:

7 0111 0111 - 5 -» - 0101 -> + 1011

0010 -» 2

Widzimy zatem, że dzięki zastosowaniu do reprezentacji wartości liczbowych kodu uzupełnieniowego do dwóch, dodawanie i odejmowanie może reali­zować ten sam układ cyfrowy złożony z układu dodającego oraz z układu obliczającego wartości przeciwne (takie układy przedstawiono i omówiono w dodatku B).

Problem przepełnienia

W każdym omawianym systemie liczbowym istnieje ograniczenie rozmiaru wartości, które można w nim reprezentować. W czterobitowym systemie uzupełnieniowym do dwóch nie istnieje ciąg bitów reprezentujący liczbę 9. Oznacza to, że nie możemy otrzymać poprawnego wyniku dodawania 5 + 4. Tak naprawdę w wyniku takiego działania otrzymalibyśmy wartość -7. Błąd tego rodzaju nosi nazwę przepełnienia (ang. overflow) i pojawia się wtedy, kiedy wartość, którą chcemy zakodować, nie mieści się w zakresie repre-zentowalnych w kodzie wartości. W notacji uzupełnieniowej do dwóch błąd przepełnienia może wystąpić przy dodawaniu dwóch wartości dodatnich lub dwóch wartości ujemnych. W obu sytuacjach błąd przepełnienia można

1.6. REPREZENTACJA LICZB CAŁKOWITYCH 55

wykryć, sprawdzając bit znaku sumy. Przepełnienie występuje wtedy, kiedy wynikiem dodawania dwóch wartości dodatnich jest ciąg bitów reprezentu­jący wartość ujemną lub kiedy suma dwóch wartości ujemnych okazuje się dodatnia.

Oczywiście większość komputerów operuje dłuższymi ciągami bitów niż te, których użyliśmy w przykładach. Można zatem wykonywać dzia­łania na większych wartościach, nie powodując przy tym przepełnienia. Obecnie do zapamiętywania wartości w kodzie uzupełnieniowym do dwóch powszechnie stosuje się 32-bitowe ciągi. Umożliwia to zapamiętywanie bez błędu przepełnienia wartości dodatnich aż do 2 147 483 647. Jeśli są po­trzebne jeszcze większe wartości, to trzeba użyć dłuższych ciągów bitów lub zmienić jednostki miary, w których wyraża się wartości danych. Może się na przykład okazać, że wyrażenie wyniku w kilometrach zamiast w cen­tymetrach jest wciąż wystarczająco dokładne, a przy tym można użyć mniej-. szych liczb.

Jest ważne, aby uświadamiać sobie, że komputery mogą popełniać błędy. Osoby korzystające z komputerów muszą zdawać sobie sprawę z ewentu­alnego niebezpieczeństwa. Problem polega jednak na tym, że programiści i użytkownicy popadają w samozadowolenie i ignorują fakt, że dodawanie do siebie wielu małych wartości da w wyniku dużą liczbę. Na przykład do repre­zentacji wartości w notacji uzupełnieniowej do dwóch dawniej powszechnie stosowano ciągi 16-bitowe. Przepełnienie nie występowało zatem jedynie do wartości 2¹⁵ = 32 768. 19 września 1989 r., po latach niezawodnej pracy, sys­tem komputerowy w pewnym szpitalu nagle przestał działać. Po bliższym przeanalizowaniu przyczyn okazało się, że dzień ten był 32 768 dniem po 1 stycznia 1900 r. Jak myślisz, co okazało się przyczyną problemu?

Notacja z nadmiarem

Inną metodą reprezentacji wartości całkowitych jest notacja z nadmiarem

(ang. excess notation). W notacji z nadmiarem każdą wartość reprezentuje się w postaci ciągu bitów o ustalonej długości. Definiując system z nadmiarem, najpierw wybiera się długość reprezentacji, a następnie zapisuje wszystkie możliwe ciągi bitów tej długości w kolejności, w jakiej pojawiałyby się przy binarnym dodawaniu jedynki. Można zauważyć, że pierwszy ciąg z jedynką na najbardziej znaczącym bicie występuje mniej więcej w połowie takiej listy. Ten ciąg wybieramy jako reprezentację zera. Ciągi występujące po tym wy­różnionym ciągu reprezentują kolejne wartości dodatnie 1, 2, 3, ... , a ciągi poprzedzające go reprezentują wartości ujemne -1, -2, -3, .... Pełny czte-robitowy kod z nadmiarem przedstawiono na rysunku 1.22. Widzimy, że wartość 5 jest reprezentowana za pomocą ciągu 1101, a wartość -5 za po­mocą ciągu 0011 (zwróćmy uwagę, że różnica między systemem z nadmia­rem a systemem uzupełnieniowym do dwóch polega na odwróceniu bitu znaku).

56 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

Ciąg	Reprezentowana
bitów	wartość
1111 ■	7
1110	6
1101	5
1100	4
1011	3
1010	2
1001	1
1000	0
0111	-1
0110	-2
0101	-3
0100	-4
0011	-5
0010	-6
0001	-7
0000	-8

Tabela konwersji do notacji z nadmiarem osiem

System przedstawiony na rysunku 1.22 jest znany pod nazwą notacji z nadmiarem osiem. Aby zrozumieć, skąd wzięła się ta nazwa, zinterpre­tujmy każdy ciąg bitów, stosując tradycyjny system binarny, i porównajmy te wyniki z wartościami reprezentowanymi przez nie w kodzie z nadmia­rem. W każdym przypadku stwierdzamy, że interpretacja binarna jest o 8 większa niż interpretacja w kodzie z nadmiarem. Na przykład ciąg 1100 w zwykłym kodzie binarnym przedstawia wartość 12, a w naszym systemie z nadmiarem reprezentuje 4. Ciąg 0000 normalnie reprezentuje wartość 0, a w systemie z nadmiarem reprezentuje -8. Z tego samego powodu system z nadmiarem zbudowany na bazie ciągów 5-bitowych nazwalibyśmy nota­cją z nadmiarem 16. Ciąg bitów 10000 reprezentuje w tej notacji wartość 0, podczas gdy w zwykłej notacji binarnej jest to wartość 16. W podobny spo­sób można przekonać się, że 3-bitowy system z nadmiarem można nazwać notacją z nadmiarem cztery (rys. 1.23).

1.6. REPREZENTACJA LICZB CAŁKOWITYCH

57

Ciąg	Reprezentowana
bitów	wartość
111	3
110	2
101	1
ioo	0
011	-1
010	-2
001	-3
000	-4

Notacja z nadmiarem z ciągami trzybitowymi

PYTANIA I ĆWICZENIA

1. Przekształć poniższe reprezentacje w kodzie uzupełnieniowym do
dwóch na odpowiadającą im postać dziesiątkową:

(a) 00011 (b) 01111 (c) 11100 (d) 11010 (e) 00000 (f) 10000

2. Przekształć poniższe reprezentacje dziesiątkowe na odpowiadające im
ośmiobitowe kody w kodzie uzupełnieniowym do dwóch:

(a) 6 (b) -6 (c) -17 (d) 13 (e) -1 (f) 0

3. Przypuśćmy, że następujące ciągi bitów reprezentują wartości zako­
dowane w kodzie uzupełnieniowym do dwóch. Znajdź reprezentację
wartości przeciwnych w tym kodzie:

(a) 00000001 (b) 01010101 (c) 11111100 (d) 11111110 (e) 00000000 (f) 01111111

4. Przypuśćmy, że komputer przechowuje wartości w notacji uzupeł­
nieniowej do dwóch. Jaką największą i najmniejszą wartość można
zapamiętać przy użyciu ciągów o następujących długościach?

(a) cztery (b) sześć (c) osiem

5. W następujących zadaniach każdy ciąg bitów reprezentuje wartość
przechowywaną w notacji uzupełnieniowej do dwóch. Podaj rozwiąza­
nie każdego zadania w notaq'i uzupełnieniowej do dwóch, wykonując
dodawanie w sposób opisany w książce. Sprawdź wynik, przekształ­
cając dane i wyniki do postaci dziesiątkowej.

(a) 0101 (b) 0011 (c) 0101 (d) 1110 (e) 1010
+ 0010 + 0001 + 1010 + 0011 + 1110

58 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

6. Wykonaj poniższe działania w notacji uzupełnieniowej do dwóch.
Tym razem uważaj na przepełnienia. Zaznacz te odpowiedzi, które są
niepoprawne ze względu na wystąpienie błędu przepełnienia.

(a) 0100 (b) 0101 (c) 1010 (d) 1010 (e) 0111 + 0011 +.0110 + 1010 + 0111 + 0001

7. Przekształć poniższe działania z notacji dziesiątkowej na czterobitową
notację uzupełnieniową do dwóch. Następnie zapisz je w postaci
odpowiedniego dodawania (tak jak zrobiłby to komputer) i wykonaj
go. Sprawdź wyniki, przekształcając je do notacji dziesiątkowej:

(a) 6 (b) 3 (c) 4 (d) 2 (e) 1

+1 -2 -6 +4 +5

8. Czy w kodzie uzupełnieniowym do dwóch może wystąpić nadmiar
   przy dodawaniu wartości dodatniej do ujemnej? Uzasadnij odpo­
   wiedź.

9. Przekształć poniższe reprezentacje w kodzie z nadmiarem osiem na
   odpowiadającą im postać dziesiątkową:

(a)' 1110 (b) 0111 (c) 1000 (d) 0010 (e) 0000 (f) 1001

10. Przekształć poniższe reprezentacje dziesiątkowe na odpowiadające im
reprezentacje w kodzie z nadmiarem osiem:

(a) 5 (b) -5 (c) 3

(d) 0 (e) 7 (f) -8

11. Czy wartość 9 da się zapisać w notacji z nadmiarem 8? A wartość 6
w notacji z nadmiarem 4? Uzasadnij odpowiedzi.

1.7. Reprezentacja wartości ułamkowych

Reprezentacja liczb z częścią ułamkową wymaga nie tylko zapamiętania cią­gów 0 i 1, reprezentujących część całkowitą i ułamkową liczby jak w repre­zentacji liczb całkowitych, ale także pozycji kropki pozycyjnej. Popularnym sposobem realizacji tego zadania jest sposób wywodzący się z notacji na­ukowej, zwany notacją zmiennopozycyjną.

Notacja zmiennopozycyjną

Notację zmiennopozycyjną wyjaśnimy, posługując się przykładami, w któ­rych do zapamiętania liczby stosuje się tylko jeden bajt. Chociaż w kom­puterach używa się zazwyczaj znacznie dłuższych ciągów, to jednak ośmio-bitowy format jest reprezentatywny dla rzeczywistych systemów. Na jego

1.7. REPREZENTACJA WARTOŚCI UŁAMKOWYCH 59

przykładzie można zilustrować wszystkie ważne pojęcia bez konieczności posługiwania się długimi ciągami bitów.

Przede wszystkim najbardziej znaczący bit bajtu przeznacza się na bit znaku. I znów, 0 w bicie znaku oznacza wartość nieujemną, a 1 oznacza war­tość ujemną. Pozostałe 7 bitów bajtu dzieli się na dwie grupy, zwane polami: pole wykładnika (ang. exponent field) i pole części ułamkowej (ang. mantissa field). Przeznaczmy pierwsze trzy bity po bicie znaku na pole wykładnika, a pozostałe 4 bity na pole części ułamkowej. Na rysunku 1.24 przedstawiono sposób podziału bajtu.

Znaczenie poszczególnych pól wyjaśnimy na przykładzie. Przypuśćmy, że bajt zawiera ciąg bitów 01101011. Odczytując ten bajt zgodnie z opisanym powyżej formatem, stwierdzamy, że bit znaku ma wartość 0, wykładnik to 110, a część ułamkowa to 1011. W celu odczytania wartości reprezentowanej przez bajt, umieszczamy kropkę pozycyjną po lewej stronie części ułamko­wej, otrzymując

.1011

Następnie odczytujemy zawartość pola wykładnika (110) i interpretu­jemy ją jak liczbę całkowitą zapisaną w trzybitowej notacji z nadmiarem (rys. 1.23). Zatem w omawianym przykładzie ciąg bitów w polu wykład­nika reprezentuje wartość 2. Oznacza to, że należy przesunąć kropkę o 2 pozycje w prawo (wartość ujemna oznaczałaby przesunięcie kropki w lewo). W efekcie otrzymujemy

10.11

60 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

Jest to binarna reprezentacja liczby 2³/₄. Następnie stwierdzamy, że bit znaku w rozważanym przykładzie jest równy 0, więc reprezentowana war­tość jest nieujemną. Zatem bajt 01101011 reprezentuje wartość 2³/₄.

Przeanalizujmy inny przykład: bajt 10111100. Po wyodrębnieniu części ułamkowej otrzymujemy

.1100

Przesuwamy kropkę o jedną pozycję w lewo, gdyż pole wykładnika (011) reprezentuje wartość -1. Otrzymujemy zatem

.01100

Jest to reprezentacja liczby ³/s- Ponieważ bit znaku w ciągu bitów jest równy 1, więc wartość jest ujemna. Wnioskujemy stąd, że ciąg 10111100 reprezentuje -%.

Aby zapisać liczbę w notacji zmiennopozycyjnej odwracamy poprzednie czynności. Aby zakodować wartość lVs, najpierw wyrażamy ją w notacji binarnej, otrzymując 1.001. Następnie kopiujemy ciąg bitów od lewej do prawej do pola części ułamkowej, rozpoczynając od skrajnie lewej 1. W tym momencie konstruowany bajt wygląda następująco:

1001

Musimy teraz wypełnić pole wykładnika. W tym celu wyobraźmy sobie zawartość pola części ułamkowej z kropką umieszczoną po jego lewej strome i określmy, o ile bitów i w którą stronę należy przesunąć kropkę, aby uzyskać wartość 1.001. Wykładnik powinien mieć wartość 1, więc umieszczamy 101 (co oznacza +1 w notacji z nadmiarem cztery) w polu wykładnika. Wresz­cie wypełniamy bit znaku zerem, gdyż wartość jest nieujemna. Pełny bajt wygląda zatem następująco:

01011001

Jest pewna subtelność związana z określaniem zawartości pola części ułamkowej, którą łatwo przeoczyć. Metoda postępowania polega na skopio­waniu od lewej do prawej ciągu bitów występującego w reprezentacji bi­narnej liczby, począwszy od skrajnie lewej 1. Rozważmy proces kodowania liczby Vs, którą w notacji binarnej zapisuje się za pomocą ciągu .011. Część ułamkowa będzie zatem równa

110 0

0 110

Jest to spowodowane tym, że wypełnianie pola części ułamkowej roz­poczyna się od skrajnej lewej 1, występującej w reprezentacji binarnej. Taka metoda postępowania eliminuje możliwość reprezentacji tej samej wartości na wiele sposobów. Oznacza również, że w reprezentacji wszystkich nieze-rowych wartości pole części ułamkowej rozpoczyna się od 1. Taką postać

1.7. REPREZENTACJA WARTOŚCI UŁAMKOWYCH 61

reprezentacji nazywa się postacią znormalizowaną (ang. normalized form). Zwróćmy uwagę, że wartość 0 trzeba potraktować w szczególny sposób. Reprezentacja zera w notacji zmiennopozycyjnej jest ciągiem złożonym z sa­mych zer.

Błędy zaokrąglenia

Rozważmy teraz irytujący problem, który pojawi się przy próbie przed­stawienia wartości 2⁵/s w omawianym jednobajtowym systemie zmienno-pozycyjnym. Zapiszmy najpierw wartość 2⁵/s binarnie. Otrzymamy 10.101. W polu części ułamkowej zabraknie zatem miejsca i prawa skrajna 1 (która reprezentuje ostatnie Vs) zostaje zgubiona (rys. 1.25). Zignorujmy chwilowo ten problem i wypełniajmy dalej pole wykładnika oraz bit znaku. Otrzymu­jemy ciąg bitów 01101010, który reprezentuje 2¹/2/ a nie 2⁵/s. Zjawisko, które zaobserwowaliśmy, nazywa się błędem zaokrąglenia (ang. truncation error, roundoff error), co oznacza, że część wartości, którą chcemy zapisać, zostaje zagubiona, gdyż pole części ułamkowej nie jest wystarczająco duże.

Rozmiar takich błędów można zmniejszyć, stosując dłuższe pole części ułamkowej. Powszechnie w notacji zmiennopozycyjnej używa się co najmniej 32 bitów, a nie ośmiu, jak w powyższym przykładzie. Stosuje się zarazem większe pole wykładnika. Nawet jednak przy użyciu takich dłuższych for­matów zdarzają się sytuacje, w których jest wymagana jeszcze większa do­kładność.

62

ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

WHKMBMNMUKB

SYSTEMY ANALOGOWE A SYSTEMY CYFROWE

We wczesnych latach życia komputerów dyskutowano, czy urzą­dzenia komputerowe należy rozwijać, stosując technikę analo­gową czy cyfrową. W systemach cyfrowych liczby reprezentuje się za pomocą skończonego zbioru różnych cyfr (na przykład 0 i 1). W systemach analogowych każdą wartość zapamiętuje się w osobnym urządzeniu zdolnym do przechowania dowolnej wartości z pewnego ciągłego zakresu.

Porównajmy oba podejścia na przykładzie wiader z wodą. Aby zasymulować system cyfrowy możemy umówić się, że puste wia­dro reprezentuje cyfrę 0, a pełne cyfrę 1. Można zatem reprezen­tować wartość liczbową zapisaną w notacji zmiennopozycyjnej za pomocą wiader ustawionych w rzędzie. System analogowy można by dla odmiany zasymulować za pomocą jednego wiadra, wypełniając go częściowo wodą tak, aby jej poziom był zgodny z reprezentowaną wartością. Na pierwszy rzut oka system analo­gowy wydaje się bardziej dokładny, gdyż nie ma w nim błędów zaokrągleń charakterystycznych dla systemu cyfrowego. Jednak każde poruszenie wiadra w systemie analogowym może spowo­dować błąd w określeniu poziomu wody. W systemie cyfrowym musiałby wystąpić bardzo silny wstrząs, aby spowodować za­tarcie różnicy między wiadrem pustym a pełnym. Zatem system cyfrowy jest mniej czuły na błędy niż system analogowy. Ta od­porność jest podstawową przyczyną tego, że wiele zastosowań opartych początkowo na technologii analogowej (komunikacja telefoniczna, nagrania dźwiękowe, telewizja) przenosi się na plat­formę cyfrową.

Innym źródłem błędów zaokrąg­leń jest zjawisko, które znamy także z systemu dziesiątkowego: problem nieskończonego rozwinięcia ułamka dziesiętnego, który występuje na przy­kład przy próbie zapisu 1/3 w postaci ułamka dziesiętnego. Niektórych war­tości po prostu nie daje się dokładnie wyrazić niezależnie od tego, jak wiele cyfr użyjemy.

Różnica między zwykłym syste­mem dziesiątkowym a notacją binarną powoduje, że więcej wartości ma nie­skończona reprezentacja w notacji bi­narnej niż w dziesiętnej. Na przy­kład wartość jedna dziesiąta ma roz­winięcie nieskończone w notacji bi­narnej. Wyobraźmy sobie, jakie mogą wystąpić problemy, gdy nieświadomy tego zjawiska człowiek stosuje notację zmiennopozycyjną do przechowywa­nia informacji finansowych i manipu­lowania nimi. W szczególności, jeśli jako jednostki miary użyje się zło­tówki, to wartości dziesięciu groszy nie da się reprezentować w sposób dokładny. Aby uporać się z tym pro­blemem, w tym akurat przykładzie można jako jednostkę wybrać grosze. W ten sposób wszystkie wartości są całkowite i mogą być reprezentowane dokładnie w notacji takiej jak notacja uzupełnieniowa do dwóch.

Błędy zaokrągleń i związane z nimi problemy są codziennym zmartwie­niem ludzi zajmujących się analizą numeryczną. Ta gałąź matematyki bada problemy powstające podczas obliczeń, które często są bardzo intensywne i wymagają dużej dokładności.

A oto przykład, który z pewnością uradowałby serce numeryka. Przy­puśćmy, że mamy dodać do siebie następujące trzy wartości zapisane w jed-nobajtowej notacji zmiennopozycyjnej

Jeśli będziemy dodawać te wartości od lewej do prawej, to najpierw wykonamy działanie 2% + 78, otrzymując w wyniku 2⁵/8/ którego reprezen­tacją binarną jest 10.101. Niestety, ponieważ tej wartości nie można zapisać

1.7. REPREZENTACJA WARTOŚCI UŁAMKOWYCH

63

dokładnie (jak pokazaliśmy to w poprzednim akapicie), więc wynik pierw­szego dodawania zostanie zapamiętany jako 2 Vi (jest to dokładnie jedna z dodawanych wartości). Kolejnym krokiem jest dodanie tego wyniku do drugiej wartości Vs- Znów pojawia się błąd zaokrąglenia i końcowym wy­nikiem jest niepoprawna wartość 2¹/2.

Wykonajmy teraz dodawanie w odwrotnej kolejności. Dodajmy najpierw ¹/s do ¹/g. Binarnie będzie to .01, więc wynik pierwszego dodawania zostanie zapamiętany jako 00111000; jest to reprezentacja dokładna. Dodajmy teraz tak otrzymane ¹A do kolejnej wartości: 1^xli. W wyniku otrzymujemy 2³A, które można reprezentować dokładnie jako 01101011. Tym razem otrzyma­liśmy poprawny wynik.

Podsumowując, w operacji dodawania kolejność wykonywania działań może okazać się istotna. Problemy powstają przy dodawaniu do bardzo du­żej liczby wartości bardzo małej; dochodzi wtedy do obcięcia małej wartości. Zatem ogólną regułą przy wykonywaniu dodawania jest zsumowanie naj­pierw wartości małych w nadziei, że dadzą w sumie wartość wystarczająco dużą, aby nie została obcięta przy dodawaniu jej do wartości większych. To właśnie zjawisko obserwowaliśmy w poprzednim przykładzie.

Twórcy współczesnych komercyjnych pakietów oprogramowania starają się skutecznie bronić niedoświadczonego użytkownika przed tego typu pro­blemami. W typowym arkuszu kalkulacyjnym można uzyskać poprawne wyniki, o ile dodawane wartości nie różnią się więcej niż 10^lć razy. Jeśli zatem stwierdzimy, że konieczne jest dodanie 1 do wartości

10 000 000 000 000 000 możemy otrzymać w wyniku

10 000 000 000 000 000 a nie

10 000 000 000 000 001

Takie problemy mają dużo większe znaczenie w aplikacjach takich jak sys­temy nawigacyjne. Niewielkie błędy występujące przy kolejnych oblicze­niach mogą zsumować się i w końcu doprowadzić do poważnych kon­sekwencji.

PYTANIA I ĆWICZENIA

1. Odczytaj wartości zapisane za pomocą poniższych ciągów bitów
w notacji zmiennopozycyjnej omówionej w tekście:

(a) 01001010 (b) 01101101 (c) 00111001 (d) 11011100 (e) 10101011

2. Zapisz następujące wartości w notacji zmiennopozycyjnej omówionej
w tekście. Wskaż występujące błędy zaokrągleń:

(a) 23/₄ (b) 51/4 (c) V4 (d) -31/2 (e) -43/₈

64 ROZDZIAŁ PIERWSZY PRZECHOWYWANIE DANYCH

3. Który z ciągów bitów 01001001 czy 00111101 reprezentuje większą
   wartość w notacji zmiennopozycyjnej z tekstu? Zaproponuj prosty
   sposób sprawdzania, który z dwóch ciągów bitów reprezentuje więk­
   szą wartość.

4. Jaka jest największa wartość, którą można zapisać w notacji przedsta­
   wionej w tekście? Jaka jest najmniejsza dodatnia wartość, którą można
   w niej zapisać?

1.8. Kompresja danych

Do przechowywania danych i ich przesyłania często jest przydatne (a cza­sem nawet niezbędne) zmniejszenie rozmiaru danych. Technika realizacji ta­kiego zmniejszenia rozmiaru danych to kompresja danych. W tym punkcie omówimy najpierw pewne ogólne metody kompresji danych, a następnie przyjrzymy się bliżej metodom zaprojektowanym specjalnie do kompresji obrazów.

Techniki kompresji danych ogólnego przeznaczenia

Opracowano wiele technik kompresji danych. Dla każdej z nich można wska­zać dane, przy których działa ona najgorzej i dane, przy których działa naj­lepiej. Metoda zwana kodowaniem grupowym lub kodowaniem długości serii (ang. run-length encoding) daje najlepsze wyniki, gdy kompresowane dane składają się z długich ciągów tej samej wartości. Kodowanie grupowe polega na zastąpieniu takich ciągów kodem złożonym z powtarzającej się wartości i z liczby wystąpień tej wartości w ciągu. Do zapamiętania infor­macji, że ciąg bitów składa się z 253 jedynek, po których występuje 118 zer i znów 87 jedynek, potrzeba zdecydowanie mniej miejsca niż do zapamięta­nia całego ciągu 458 bitów.

Niekiedy informacja składa się z bloków danych, z których każdy różni się nieznacznie od poprzedniego. Typowym przykładem jest zbiór ramek filmu. W takich sytuacjach dobrze sprawdza się technika kodowania względnego (ang. relatwe encoding). W tej metodzie zapamiętuje się różnice między kolejnymi blokami danych, a nie całe bloki. Oznacza to, że kodowane są różnice między następującymi po sobie blokami.

Inną metodą zmniejszania rozmiaru danych są kody zależne od czę­stości wystąpień (ang. frequency-dependent encoding). W takich kodach dłu­gość ciągu bitów używanego do reprezentacji danego elementu danych jest uzależniona od częstości wystąpień tego elementu: im częstsze wystąpie­nia, tym krótszy kod. Tego typu kody są przykładami kodów o zmiennej długości, co oznacza, że różne elementy danych reprezentuje się kodami

1.8. KOMPRESJA DANYCH 65

2.1. Jednostka centralna

Zazwyczaj układ elektroniczny, odpowiedzialny za wykonywanie poszcze­gólnych operacji w komputerze, nie jest bezpośrednio połączony z komór­kami w pamięci głównej. Jest on wydzielony w postaci części komputera zwanej jednostką centralną lub w skrócie CPU. Jednostka centralna składa się z dwóch części: jednostki arytmetyczno-logicznej (ang. arithmetic/logic unlt), która zawiera układy odpowiedzialne za operowanie danymi, oraz jed­nostki sterującej (ang. control unit) zawierającej układy koordynujące czyn­ności wykonywane przez komputer.

Rejestry

Jednostka centralna zawiera komórki przypominające komórki pamięci i zwane rejestrami (ang. registers). Są one przeznaczone do tymczasowego przechowywania informacji. Rejestry dzielą się na rejestry ogólnego prze­znaczenia (ang. generał purpose registers) i rejestry specjalnego przeznaczenia (ang. special-purpose registers). Z niektórymi rejestrami specjalnego przezna­czenia zapoznamy się w podrozdziale 2.3. Na razie przeanalizujmy funkcje rejestrów ogólnego przeznaczenia.

POPULARNE JEDNOSTKI CENTRALNE

Chyba najlepiej znanymi procesorami na rynku są obecnie procesory z serii Pentium opracowane przez Intel oraz procesory PowerPC produkowane przez Motorolę i IBM. Procesory Pentium są popularne w serii biurkowych komputerów „PC", a PowerPC ostatnio wybrany przez Apple Computer Corporation. Omawiane jednostki centralne mają kształt małych, płaskich kwadratów wyposażonych w złącza pasujące do gniazd we współczesnych płytach głównych. W celu zwiększenia wydajności są one w stanie pobierać wiele bajtów z pamięci w pojedynczym kroku. W szczególności z zasady pobierają one jednocześnie kilka rozkazów : pamięci i w większości wypadków potrafią wykonywać wiele rozkazów jednocześnie.

Jak zobaczymy w podrozdziale 2.6, Pentium i PowerPC są reprezentantami dwóch różnych architektur: Pentium jest przy-ładem procesora o architekturze CISC, a PowerPC procesora architekturą RISC.

Rejestry ogólnego przeznaczenia służą do tymczasowego przechowywania danych, którymi manipuluje jednostka centralna. Przechowują one dane wejściowe dla układu arytmetyczno-logicznego i stanowią miej­sce, w którym układ arytmetyczno-logiczny zapisuje wyniki wykona­nych operacji. Aby wykonać ope­rację na danych przechowywanych w pamięci głównej, jednostka steru­jąca przesyła je z pamięci głównej do rejestrów ogólnego przeznaczenia, informuje jednostkę arytmetyczno-lo-giczną o tym, w których rejestrach zapamiętano dane, uaktywnia odpo­wiednie układy w jednostce arytme­tyczno-logicznej i informuje ją, w któ­rym rejestrze ma zostać umieszczony wynik.

Warto przyjrzeć się roli rejestrów w kontekście wszystkich tych ukła­dów komputera, których zadaniem jest przechowywanie danych. Rejestry

ROZDZIAŁ DRUGI OPEROWANIE DANYMI

Krok 1. Pobierz pierwszą z dodawanych wartości z pamięci i umieść ją w rejestrze.
Krok 2. Pobierz drugą z dodawanych wartości z pamięci i umieść ją w innym rejestrze.

Krok 3. Uaktywnij układ sumujący, podając mu jako wejście rejestry z poprzednich kroków i przeznaczając inny rejestr do zapamiętania wyniku.

Krok 4. Zapamiętaj wynik w pamięci. Krok 5. Stop.

Dodanie wartości składowanych w pamięci

czynności. Realizacja operacji dodawania wymaga współpracy jednostki ste­rującej, która koordynuje przesyłanie informacji między rejestrami a pamię­cią główną z jednostką arytmetyczno-logiczną, która wykona operację do­dania dwóch wartości wtedy, kiedy nakaże jej to jednostka sterująca. Cały proces dodania dwóch wartości przechowywanych w pamięci można zatem podzielić na 5 etapów przedstawionych na rysunku 2.2.

Rozkazy maszynowe

Kroki z rysunku 2.2 są przykładami rozkazów, które musi umieć wykonać typowa jednostka centralna. Takie rozkazy noszą nazwę rozkazów maszy­nowych (ang. machine instructions). Dużym zaskoczeniem dla wielu może być to, że lista rozkazów maszynowych jest niedługa. Jednym z fascynują­cych aspektów informatyki jest fakt, że jeśli tylko komputer jest w stanie wykonać pewne elementarne, dobrze wybrane rozkazy, to dodanie nowych nie zwiększa teoretycznych możliwości maszyny. Innymi słowy dokładanie nowych możliwości od pewnego momentu poprawia jedynie wygodę użyt­kowania i szybkość komputera i nie zwiększa podstawowych umiejętności maszyny. Tego typu zagadnienia omawiamy szerzej w rozdziale 11.

Rozkazy znajdujące się w repertuarze komputera jest wygodnie podzie­lić na trzy kategorie: (1) grupa rozkazów przesyłania danych, (2) grupa roz­kazów arytmetyczno-logicznych oraz (3) grupa rozkazów sterujących.

Rozkazy do przesyłania danych

W skład pierwszej grupy wchodzą rozkazy, które powodują przenoszenie danych z jednego miejsca w inne. Do tej kategorii rozkazów należą kroki 1/ 2 i 4 z rysunku 2.2. Tak jak było to w wypadku pamięci głównej, dane

ROZDZIAŁ DRUGI OPEROWANIE DANYMI

przesyłane z jednego miejsca w inne zazwyczaj nie są usuwane ze swojego pierwotnego położenia. Proces przesyłania danych przypomina zatem bardziej kopiowanie danych niż ich przenoszenie. Wobec powyższego określenia przeniesienie danych (ang. move) czy przesyłanie danych (ang. transfer) są mylące. Znacznie lepiej istotę procesu oddają terminy kopiowanie danych ang. copy) lub klonowanie danych (ang. clone). Przy okazji zagadnień terminologicznych warto wspomnieć, że przeniesienie danych między jednostką centralną a pamięcią główną ma specjalną, odrębną nazwę. Żądanie wpisania do rejestru ogólnego przeznaczenia zawartości komórki pamięci powszechnie nazywa się rozkazem załadowania (ang. LOAD). Żądanie zapisu zawartości rejestru we wskazanej komórce pamięci nosi nazwę rozkazu zapamiętania (ang. STORE). Kroki 1 i 2 z rysunku 2.2 są rozkazami załadowania, i krok 4 jest rozkazem zapamiętania.

Ważną podgrupą w grupie rozkazów przesyłania danych są rozkazy przeznaczone do komunikacji jednostki centralnej z urządzeniami innymi niż pamięć główna. Ponieważ takie rozkazy realizują operacje wejścia-wyjścia komputera, nazywa się je rozkazami wejścia-wyjścia (ang. l/O instructions). Czasami wyróżnia się je w postaci odrębnej kategorii rozkazów. Z drugiej jednak strony, jak stwierdzimy w podrozdziale 2.6, operacje wejścia-wyjścia realizuje się często za pomocą tych samych rozkazów, które zlecają przesyłanie danych między pamięcią główną a jednostką centralną. Wobec tego uczynienie z nich osobnej kategorii byłoby trochę mylące.

Rozkazy arytmetyczno-logiczne

Grupa arytmetyczno-logiczna składa się z rozkazów, które informują jed­nostkę sterującą o konieczności zlecenia jednostce arytmetyczno-logicznej wykonania pewnych czynności. Krok 3 z rysunku 2.2 zalicza się do tej wła­śnie grupy. Jak to sugeruje nazwa, jednostka arytmetyczno-logiczna potrafi realizować nie tylko podstawowe działania arytmetyczne, ale także wiele in­nych operacji. Przykładami tych dodatkowych operacji są operacje logiczne: AND, OR oraz XOR, które wprowadzono w rozdziale 1. Omówimy je do­kładniej w dalszej części tego rozdziału. Te dodatkowe możliwości wyko­rzystuje się często do manipulowania pojedynczymi bitami (bez zmiany po­zostałych bitów) w rejestrze ogólnego przeznaczenia. Inny zestaw operacji udostępnianych przez większość jednostek arytmetyczno-logicznych umoż­liwia przesuwanie zawartości rejestru o określoną liczbę bitów w prawo lub w lewo. W zależności od tego, czy bity, które w wyniku przesunięcia znajdą się poza rejestrem, są po prostu gubione, czy też wypełnia się nimi zwol­nione miejsce po drugiej stronie rejestru, operacje te nazywa się odpowiednio przesunięciem (ang. SHIFT) lub rotacją (ang. ROTATE).

Rozkazy sterujące

Do grupy sterującej należą te rozkazy, które sterują wykonaniem programu. Nie mają one nic wspólnego z manipulacją danymi. Do tej kategorii można zaliczyć krok 5 z rysunku 2.2 - jest to jednak bardzo prosty przykład.

2.1. JEDNOSTKA CENTRALNA 89

Krok 1. Załaduj do rejestru wartość z pamięci.

Krok 2. Załaduj do innego rejestru drugą wartość z pamięci.

Krok 3. Jeśli druga zawartość jest równa zeru, skocz do kroku 6.

Krok 4. Podziel zawartość pierwszego rejestru przez wartość drugiego rejestru i pozostaw wynik w trzecim rejestrze.

Krok 5. Zapamiętaj zawartość trzeciego rejestru w pamięci. Krok 6. Stop.

Dzielenie wartości składowanych w pamięci

W repertuarze komputera znajduje się wiele ciekawych rozkazów z tej grupy, jak na przykład cała rodzina rozkazów skoku (rozkazy JUMP lub BRANCH). Skoki informują jednostkę sterującą o tym, że następnym do wykonania jest wskazany rozkaz, a nie rozkaz następujący po właśnie wykonywanym. Są dwa warianty rozkazów skoku: skoki bezwarunkowe oraz skoki warunkowe. Przykładem skoku bezwarunkowego jest rozkaz: „przeskocz do kroku 5", a przykładem skoku warunkowego: „jeśli otrzymana wartość jest równa 0, to przeskocz do kroku 5". Różnica polega na tym, że skok warunkowy powo­duje „zmianę planów" tylko wtedy, kiedy jest spełniony pewien warunek. Ciąg rozkazów z rysunku 2.3 realizuje algorytm dzielenia dwóch wartości. Krok 3 jest tutaj skokiem warunkowym, który chroni przed wykonaniem dzielenia przez zero.

PYTANIA I ĆWICZENIA

1. Jaki ciąg zdarzeń jest wykonywany w komputerze przy przenoszeniu
   zawartości jednej komórki pamięci do drugiej?

2. Jaką informację jednostka centralna musi przekazać pamięci głównej
   w celu wpisania pewnej wartości do komórki pamięci?

3. Dlaczego termin przeniesienie (ang. move) nie jest właściwą nazwą ope­
   racji przeniesienia danych z jednego miejsca w komputerze w inne?

4. W omówionych w tym podrozdziale rozkazach skoku (JUMP), miejsce
   do którego odbywa się skok, podano jawnie w rozkazie, używając
   jego nazwy, czyli numeru kroku (na przykład: „skocz do kroku 6").

ROZDZIAŁ DRUGI OFEROWANIE DANYMI

Wadą tej metody jest to, że jeśli nazwa rozkazu (czyli jego numer) ulegnie zmianie, należy odnaleźć wszystkie skoki do tego rozkazu i odpowiednio zmienić nazwę miejsca przeznaczenia. Zaproponuj inną metodę wyrażania rozkazu skoku, tak aby nie występowała w nim jawnie nazwa miejsca przeznaczenia.

5. Czy rozkaz „Jeśli 0 równa się 0, skocz do kroku 7" jest skokiem wa­runkowym czy bezwarunkowym? Uzasadnij odpowiedź.

2.2. Koncepcja programu składowanego w pamięci

Wczesne maszyny obliczeniowe nie charakteryzowały się elastycznością. Program wykonywany przez urządzenie był wbudowany w jednostkę ste­rującą i stanowił integralną część maszyny. Taki system przypominał ka­tarynkę, która zawsze gra tę samą melodię. Potrzebna jest tymczasem ela­styczność zmieniacza płyt kompaktowych. Jedną z metod uzyskania żądanej elastyczności we wczesnych elektronicznych komputerach było takie zapro­jektowanie jednostki sterującej, aby można było łatwo zmieniać w niej po­łączenia elektryczne. Zazwyczaj była to konsola z otworami i sworzniami podobna do central telefonicznych starego typu. Wkładając końce przewo­dów w odpowiednie otwory można było zmieniać sposób połączeń.

Rozkazy jako ciągi bitów

Przełomem (przypisywanym, niekoniecznie słusznie, Johnowi von Neuman-nowi)¹ było spostrzeżenie, że program podobnie jak dane można zakodować i przechowywać w pamięci głównej. Projektując jednostkę sterującą tak, aby mogła pobierać program z pamięci głównej, odkodowywać rozkazy i wy­konywać je, można zmieniać wykonywany przez nią program za pomocą zmiany zawartości pamięci komputera. Nie trzeba przy tym koniecznie do­konywać zmian w układzie elektrycznym jednostki sterującej. Taka koncep­cja programu składowanego w pamięci (ang. stored-program concept) stała się standardowym podejściem stosowanym współcześnie. Komputer sterowany programem przechowywanym w pamięci należy zaprojektować tak, aby był w stanie rozpoznawać pewne ciągi bitów jako reprezentacje rozkazów. Ze­staw rozkazów razem z ich kodami nazywa się językiem maszynowym

Wielu twierdzi, że pomysł składowania programu w pamięci komputera pochodzi od J.P. Eckerta juniora, z Moore School, a John von Neumann dowiedział się o tym podczas swoich wizyt w Moore School.

2.2. KONCEPCJA PROGRAMU SKŁADOWANEGO W PAMIĘCI 91

(ang. machine-language), gdyż definiuje sposób, w jaki możemy wprowadzać do komputera algorytmy.

Zakodowany rozkaz maszynowy zazwyczaj składa się z dwóch części: pola kodu operacji - opkodu (skrót od angielskiej nazwy operation code) oraz pola argumentu (ang. operand field). Ciąg bitów umieszczony w polu kodu operacji określa, którą z podstawowych operacji takich jak STORE, SHIFT, XOR czy JUMP jest dany rozkaz. Ciąg bitów umieszczony w polu argumentu precyzuje informacje o operacji określonej za pomocą kodu operacji. W wy­padku operacji STORE informacja w polu argumentu określa, który rejestr zawiera dane do zapamiętania w pamięci oraz w której komórce pamięci należy je zapamiętać.

Koncepcja programu składowanego w pamięci nie jest skomplikowana. Początkowo taki model sprawiał trudności ze względu na to, że wszyscy traktowali dane i programy jak zupełnie różne obiekty. Dane składowano w pamięci, a programy były częścią jednostki sterującej. W efekcie nie za­uważono prostszego rozwiązania. Historia informatyki pokazuje, że łatwo można trafić w taki ślepy zaułek - możliwe, że niczego nieświadomi prze­bywamy wciąż w wielu z nich. Piękno nauki polega między innymi na tym, że dzięki nowemu spojrzeniu na problem wciąż powstają nowe teorie i ich zastosowania.

Typowy język maszynowy

Przyjrzyjmy się teraz sposobowi kodowania rozkazów typowego kompu­tera. Maszynę liczącą, której używamy w charakterze przykładu w poniż­szym omówieniu, opisano w dodatku C i krótko scharakteryzowano na rysunku 2.4. Ma ona 16 rejestrów ogólnego przeznaczenia i 256 komórek pamięci głównej. W każdej komórce mieści się 8 bitów. Rejestry są ponume­rowane liczbami od 0 do 15, a komórki pamięci liczbami od 0 do 255. Liczby te zapisuje się w kodzie binarnym, a powstające w ten sposób ciągi bitów koduje w notacji szesnastkowej. Rejestry będą zatem oznaczane od 0 do F, a komórki pamięci będą miały adresy od 00 do FF.

Kody operacji

Po dokładniejszej analizie języka maszynowego z dodatku C można zauwa­żyć, że każdy rozkaz koduje się za pomocą 16 bitów. Taki kod można zatem zapisać za pomocą 4 cyfr szesnastkowych (rys. 2.5). Kod operacji każdego rozkazu stanowią pierwsze cztery bity, czyli pierwsza cyfra szesnastkowa. Pełna lista rozkazów zawiera tylko 12 rozkazów podstawowych, których opkody reprezentuje się za pomocą cyfr szesnastkowych z zakresu od 1 do C. Każdy kod rozkazu rozpoczynający się cyfrą szesnastkowa 3 (ciąg bi­tów 0011) oznacza zatem rozkaz STORĘ, a każdy kod rozpoczynający się cyfrą szesnastkowa A oznacza rozkaz ROTATE.

Maszyna ma dwa rodzaje rozkazu ADD: pierwszy służy do dodawa­nia liczb w reprezentacji uzupełnieniowej do dwóch, a drugi do dodawania

ROZDZIAŁ DRUGI OPEROWANIE DANYMI

		Jednostka centralna			Pamięć główna
	i i	Jednostka sterująca			Adres Komórka
c N U OJ O "7 O I	i i i i ! |	5±l^try Licznik rozkazów —^] □ m		Magistrala	00: [2 | 01: | | 02: |
co	L 1	Rejestr rozkazu			03: | |
i Jednostk.	1 1 |	:	1			• • • •

Architektura komputera opisanego w dodatku C

2.2. KONCEPCJA PROGRAMU SKŁADOWANEGO W PAMIĘCI

93

liczb w reprezentacji zmiennopozycyjnej. To odróżnienie jest spowodowane tym, że jednostka arytmetyczno-logiczna wykonuje inne czynności przy do­dawaniu ciągów bitów reprezentujących wartości w notacji binarnej niż przy dodawaniu liczb zapisanych w notacji zmiennopozycyjnej.

Argumenty

Przyjrzyjmy się teraz polu argumentu. Składa się ono z trzech cyfr szes-nastkowych (12 bitów) i w wypadku każdego rozkazu (z wyjątkiem HALT, który nie wymaga dalszego precyzowania) definuje szczegółowe znacze­nie rozkazu określonego kodem operacji. Przykładowo, jeśli pierwszą cyfrą szesnastkową rozkazu jest 1 (kod operacji oznaczający pobranie danych z pa­mięci), to następna cyfra szesnastkową określa, do którego rejestru zostanie załadowana odczytana wartość, a następne dwie - z której komórki pamięci należy odczytać dane. Zatem rozkaz 1347 (szesnastkowo) można odczytać tak: „Załaduj do rejestru 3 zawartość komórki pamięci o adresie 47". W wy­padku kodu operacji 7, który oznacza operację OR na dwóch rejestrach, druga cyfra szesnastkową oznacza rejestr, w którym ma zostać umieszczony wynik, a cyfry trzecia i czwarta pola argumentu określają rejestry, na których należy wykonać operację. Zatem rozkaz 70C5 oznacza polecenie: „Wykonaj operację logiczną OR, używając jako argumentów zawartości rejestru C i re­jestru 5, a wynik umieść w rejestrze 0".

Jest subtelna różnica między dwoma rodzajami rozkazu LOAD dostęp­nymi w omawianej maszynie. Kod operacji 1 oznacza rozkaz załadowania do rejestru zawartości wskazanej komórki pamięci, a kod operacji 2 ozna­cza rozkaz wpisania do rejestru podanej wartości. Różnica polega na tym, że pole argumentu w rozkazie pierwszego rodzaju zawiera adres, a w rozkazie drugiego rodzaju ciąg bitów, który należy umieścić w rejestrze.

Do ciekawej sytuacji dochodzi w wypadku rozkazu JUMP (kod ope­racji równy szesnastkowo B). Pierwsza cyfra szesnastkową pola argumentu określa rejestr, którego zawartość należy porównać z rejestrem 0. Jeśli w po­danym rejestrze znajduje się ta sama wartość co w rejestrze 0, to komputer wykona skok do rozkazu znajdującego się pod adresem określanym przez dwie ostatnie cyfry szesnastkowe argumentu. W przeciwnym razie wykona­nie programu przebiega dalej w zwykły sposób. Rozkaz JUMP daje zatem możliwość wykonywania skoków warunkowych. Jeśli jednak pierwszą cy­frą szesnastkową argumentu jest 0, rozkaz spowoduje porównanie wartości rejestru 0 z wartością rejestru 0. Ponieważ wartości znajdujące się w tym sa­mym rejestrze są równe, więc skok zostanie zawsze wykonywany. W efekcie każdy rozkaz, którego kod rozpoczyna się od cyfr szesnastkowych BO, jest rozkazem skoku bezwarunkowego.

Przykładowy program

Podrozdział kończymy, podając rozkazy z rysunku 2.2 w postaci zakodowa­nej. Zakładamy, że dodawane wartości są zapisane w pamięci pod adresami

ROZDZIAŁ DRUGI OPEROWANIE DANYMI

6C i 6D w notacji uzupełnieniowej do dwóch, a suma ma zostać umieszczona w pamięci pod adresem 6E:

Krok 1. 156C Krok 2. 166D Krok 3. 5056 Krok 4. 306E Krok 5. C000

PYTANIA I ĆWICZENIA

1. Zapisz przykładowy program z końca rozdziału, używając ciągów
   bitów.

2. Zapisz w języku polskim znaczenie następujących rozkazów z języka
   maszynowego opisanego w dodatku C:

(a) 368A (b) BADE (c) 803C (d) 40F4

3. Na czym polega różnica między rozkazami 15AB i 25AB języka ma­
   szynowego opisanego w dodatku C.

4. Oto pewne instrukcje zapisane po polsku. Zapisz każdą z nich w ję­
   zyku maszynowym opisanym w dodatku C.

1. Załaduj do rejestru 3 wartość szesnastkową 56.

2. Wykonaj rotację rejestru numer 5 trzy bity w prawo.

3. Wykonaj skok do rozkazu pod adresem F3, jeśli zawartość rejestru
   numer 7 jest równa zawartości rejestru numer 0.

4. Wykonaj operację AND na wartościach znajdujących się w reje­
   strach A oraz 5 i umieść wynik w rejestrze 0.

2.3. Wykonanie programu

Komputer wykonuje program zapamiętany w pamięci, kopiując w miarę potrzeb rozkazy z pamięci głównej do jednostki sterującej. Po sprowadzeniu rozkazu do jednostki sterującej jest on dekodowany i posłusznie wyko­nywany. Kolejność pobierania rozkazów z pamięci jest zgodna z kolejnością ich zapisania w pamięci, chyba że wystąpi rozkaz skoku. Aby zrozumieć pełny proces wykonywania rozkazu, jest niezbędna dokładniejsza analiza elementów jednostki sterującej. Jednostka ta ma dwa rejestry specjalnego przeznaczenia: licznik rozkazów (ang. program counter) oraz rejestr rozkazu (ang. instruction register; zobacz rysunek 2.4). Licznik rozkazów przechowuje adres następnego rozkazu przeznaczonego do wykonania. W ten sposób komputer pamięta, w którym miejscu wykonywanego programu aktualnie się znajduje. Rejestr rozkazu służy do przechowywania aktualnie wykony­wanego rozkazu.

2.3. WYKONANIE PROGRAMU 95

Jednostka sterująca realizuje swoje zadanie, wykonując cyklicznie pe­wien algorytm zwany cyklem maszynowym (ang. machinę cycle). Składa się on z trzech kroków: pobrania rozkazu, dekodowania rozkazu oraz wykonania rozkazu (rys. 2.6). W fazie pobierania rozkazu jednostka sterująca wydaje pa­mięci głównej zlecenie dostarczenia jej kolejnego rozkazu do wykonania. Jed­nostka sterująca wie, w którym miejscu pamięci znajduje się potrzebny rozkaz, gdyż jego adres jest zapamiętany w liczniku rozkazów. Jednostka sterująca umieszcza pobrany rozkaz w rejestrze rozkazu, a następnie zwiększa licznik rozkazów, tak aby znalazł się w nim adres kolejnego rozkazu do wykonania.

Rozkaz przeznaczony do wykonania znajduje się teraz w rejestrze roz­kazu, jednostka sterująca może go więc dekodować. To zadanie wymaga podzielenia pola argumentu na odpowiednie składowe, których znaczenie zależy od kodu operacji rozkazu.

Następnie jednostka sterująca wykonuje rozkaz, uaktywniając odpo­wiednie układy elektroniczne, które realizują żądane czynności. Jeśli rozkaz jest rozkazem pobrania wartości z pamięci, to jednostka sterująca inicjuje operację pobrania z pamięci. Jeśli rozkaz wymaga wykonania pewnych ope­racji arytmetycznych, to jednostka sterująca uaktywnia odpowiednie układy elektroniczne w jednostce arytmetyczno-logicznej, przekazując informacje o rejestrach przechowujących dane wejściowe.

2. Dekoduj ciąg bitów znajdujący się w rejestrze rozkazu.

1. Pobierz z pamięci kolejny rozkaz do wykonania (zgodnie z wartością licznika rozkazów) i zwiększ licznik rozkazów.

3. Wykonaj działanie wymagane do zrealizowania rozkazu znajdującego się w rejestrze rozkazu.

Cykl maszynowy

96

ROZDZIAŁ DRUGI OPEROWANIE DANYMI

Po zakończeniu wykonania rozkazu jednostka sterująca ponownie roz­poczyna cykl maszynowy, wykonując kolejną fazę pobrania. Ponieważ pod koniec poprzedniej fazy pobrania licznik rozkazów został zwiększony, jego wartość jest teraz adresem kolejnego rozkazu przeznaczonego do wykonania.

Nieco inaczej przebiega wykonanie rozkazu skoku (JUMP). Rozważmy dla przykładu rozkaz B258, który oznacza: „wykonaj skok do rozkazu pod adresem 58, jeśli wartość w rejestrze 2 jest równa wartości w rejestrze 0". W takim wypadku faza wykonania w cyklu maszynowym rozpoczyna się od porównania zawartości rejestrów 2 i 0. Jeśli są one różne, to faza wy­konania kończy się i rozpoczyna się kolejny cykl maszynowy. Jeżeli jednak zawartości tych rejestrów są sobie równe, to komputer umieszcza wartość 58 w liczniku rozkazów. Następna faza pobrania zastanie zatem w liczniku rozkazów wartość 58 i w efekcie kolejnym wykonywanym rozkazem będzie rozkaz znajdujący się pod tym adresem w pamięci.

PORÓWNYWANIE MOCY OBLICZENIOWYCH KOMPUTERÓW

Kupując komputer osobisty, możesz stwierdzić, że porównując komputery często zwraca się uwagę na częstotliwość zegara. Zegar komputera to obwód oscylacyjny, którego sygnał w postaci impulsów stosuje się do koordynacji czynności wykonywanych przez maszynę: im szybciej ten układ generuje impulsy, tym szybciej komputer wykonuje swoje zadania. Częstotliwości zegara wyraża się w hercach (skrót: Hz), przy czym jeden Hz to je­den cykl (lub impuls) na sekundę. Zazwyczaj szybkości zegarów w komputerach biurkowych wynoszą około kilkuset megaherców (MHz), przy czym jeden MHz to milion Hz.

Niestety, w zależności od budowy procesory często wykonują różną ilość pracy w czasie jednego cyklu. Z tego powodu często­tliwość zegara nie stanowi miarodajnego sposobu porównywania komputerów o różnej architekturze jednostki centralnej. Porówna­nie komputera opartego na procesorze PowerPC z opartym na procesorze Pentium będzie bardziej wiarygodne, gdy użyjemy w tym celu testu porównawczego (ang. benchmarking). Polega on na porównaniu wydajności różnych komputerów przez wyko­nanie tego samego programu - testu porównawczego. Wybiera­jąc test reprezentatywny dla określonego typu aplikacji, można uzyskać porównanie wiarygodne dla określonego segmentu ryn­kowego. Często jest prawdą, że najlepszy komputer dla pewnej klasy zastosowań nie jest wcale najlepszy dla innych.

W celu skoordynowania czyn­ności wykonywanych w poszczególnych fazach cyklu maszynowego, na­leży zsynchronizować działanie wielu układów. W tym celu układy wymaga­jące synchronizacji łączy się z układem generującym sygnał pulsujący, zwa­nym zegarem. Zegar oscyluje, stale zmieniając wartości między 0 a 1. Układy elektroniczne buduje się w ten sposób, aby ich akcje były wyzwalane za pomocą różnych faz cyklu zegara. Szybkość zegara determinuje z kolei szybkość, z jaką procesor wykonuje swój cykl maszynowy.

Przykład wykonania programu

Przeanalizujmy cykl maszynowy przy wykonaniu programu, który zakodo­waliśmy pod koniec podrozdziału 2.2. Najpierw program należy umieścić w pewnym miejscu pamięci. Przy­puśćmy na potrzeby dalszego omó­wienia, że program znajduje się w ko­lejnych komórkach pamięci począwszy od adresu A0 (szesnastkowo). Tabela z rysunku 2.7 przedstawia zawar­tość tego obszaru pamięci. Wstawiając do licznika rozkazów wartość A0, czyli adres pierwszego rozkazu do wykonania, można spowodować, że komputer rozpocznie wykonanie zapamiętanego programu.

2.3. WYKONANIE PROGRAMU

97

Adres	Zawartość
AO	15
Al	6C
A2	16
A3	6D
A4	50
A5	56
A6	30
A7	6E
A8	CO
A9	00

Przykładowy program „dodawania" składowany w pamięci od adresu AO

Jednostka sterująca rozpoczyna cykl maszynowy od fazy pobrania, sprowadzając rozkaz spod adresu AO (rozkaz 156C) do rejestru rozkazu. Zwróćmy uwagę, że w omawianej maszynie liczącej rozkazy mają długość 16 bitów (2 bajtów). Zatem pobierany rozkaz znajduje się w dwóch komór­kach pamięci o adresach AO oraz Al. Jednostka sterująca jest tak zaprojekto­wana, aby pobrać zawartość obu komórek i umieścić pobrane dane w 16-bi-towym rejestrze rozkazu. Jednostka sterująca dodaje następnie 2 do licznika rozkazów, aby znalazł się w nim adres kolejnego rozkazu przeznaczonego do wykonania. Pod koniec fazy pobrania w pierwszym cyklu maszynowym licznik rozkazów i rejestr rozkazu zawierają następujące dane:

Licznik rozkazów: A2 Rejestr rozkazu: 156C.

Następnie jednostka sterująca analizuje rozkaz znajdujący się w reje­strze rozkazu. Stwierdza, że jest to rozkaz przesłania do rejestru 5 zawarto­ści komórki pamięci spod adresu 6C. Czynność ta jest realizowana w fazie wykonania w cyklu maszynowym, po czym jednostka sterująca rozpoczyna następny cykl.

Kolejny cykl rozpoczyna się pobraniem rozkazu 166D z dwóch komórek pamięci, począwszy od adresu A2. Jednostka sterująca umieszcza rozkaz w swoim rejestrze rozkazu i zwiększa licznik rozkazów do wartości A4. Wartości licznika rozkazów i rejestru rozkazu przedstawiają się następująco:

Licznik rozkazów A4 . Rejestr rozkazu: 166D.

ROZDZIAŁ DRUGI OPEROWANIE DANYMI

Jednostka sterująca dekoduje teraz rozkaz 166D i stwierdza, że jest to rozkaz załadowania do rejestru 6 zawartości komórki pamięci 6D. Wykonuje więc rozkaz, w wyniku którego dochodzi do umieszczenia w rejestrze 6 żądanej wartości.

Ponieważ wartością licznika rozkazów jest teraz A4, jednostka steru­jąca pobierze następny rozkaz spod tego właśnie adresu. Jego efektem jest umieszczenie wartości 5056 w rejestrze rozkazu i zwiększenie licznika roz­kazów do wartości A6. Jednostka sterująca dekoduje zawartość rejestru roz­kazów i wykonuje rozkaz, uaktywniając układ realizujący dodawanie liczb w notacji uzupełnieniowej do dwóch z wartościami wejściowymi znajdują­cymi się w rejestrach 5 i 6.

W fazie wykonania jednostka arytmetyczno-logiczna realizuje żądane dodawanie, umieszcza wynik w rejestrze 0 (jak nakazała jednostka sterująca) i informuje jednostkę sterującą o zakończeniu obliczeń. Jednostka sterująca rozpoczyna kolejny cykl maszynowy. Ponownie posługując się licznikiem rozkazów, pobiera kolejny rozkaz (o kodzie 306E) z dwóch komórek pa­mięci, począwszy od adresu A6, i zwiększa licznik rozkazów na A8. Rozkaz zostaje dekodowany i wykonany - suma zostaje umieszczona w pamięci pod adresem 6E.

Kolejny rozkaz pobiera się spod adresu A8. Licznik rozkazów zostaje zwiększony do wartości AA. Zawartość rejestru rozkazu (C000) oznacza roz­kaz zatrzymania. W efekcie komputer zatrzymuje się w fazie wykonania w cyklu maszynowym i tym samym kończy wykonanie programu.

Reasumując, widzimy, że wykonanie programu składowanego w pa­mięci przypomina proces kolejnego wykonywania czynności zapisanych na liście spraw do załatwienia. Większość z nas po załatwieniu kolejnej sprawy odhacza ją na liście, pamiętając w ten sposób, w którym miejscu listy się znaj­duje. Komputer zapamiętuje miejsce za pomocą licznika rozkazów. Po odna­lezieniu kolejnej sprawy do załatwienia na liście, ludzie odczytują opis i jego znaczenie. Na koniec wykonują zadanie i sprawdzają na liście, co jeszcze jest do załatwienia. W podobny sposób komputer odczytuje rozkaz zapamiętany w rejestrze rozkazu, wykonuje go i rozpoczyna kolejną fazę pobrania.

Programy a dane

W pamięci głównej komputera można na raz zapamiętać wiele programów, o ile tylko zostaną umieszczone w rozłącznych obszarach pamięci. To, który program zostanie wykonany po uruchomieniu komputera, zależy jedynie od wartości wstawionej do licznika rozkazów.

Dane są przechowywane w pamięci także w postaci ciągów zer i jedy­nek. Komputer nie jest w stanie odróżnić danych od programu. Jeśli do licz­nika rozkazów wpiszemy adres obszaru danych zamiast adresu programu, to komputer zacznie pobierać dane, interpretować je tak, jakby to były roz­kazy i wykonywać je. Końcowy rezultat takiego procesu jest zależny od wartości danych.

2.3. WYKONANIE PROGRAMU 99

Nie należy jednak sądzić, że składowanie zarówno danych, jak i progra­mów w pamięci komputera jest złą praktyką. Tak naprawdę okazało się to użyteczne, gdyż dzięki temu program może manipulować innymi progra­mami (lub nawet sam sobą), tak jak manipulowałby danymi. Wyobraźmy sobie na przykład program, który na skutek interakcji z otoczeniem sam siebie modyfikuje, przejawiając w ten sposób zdolność uczenia się, albo program, który tworzy i wykonuje programy rozwiązujące zadawane mu problemy.

PYTANIA I ĆWICZENIA

1. Przypuśćmy, że komórki pamięci od adresu 00 do 05 w komputerze
opisanym w dodatku C zawierają następujące (szesnastkowe) wartości:

Adres Zawartość

• 14

• 02

• 34

• 17

• CO

• 00

Jaki ciąg bitów znajdzie się w komórce pamięci pod adresem (szes-nastkowo) 17 po zatrzymaniu komputera/jeśli uruchomimy go z licz­nikiem rozkazów zawierającym wartość 0?

2. Przypuśćmy, że komórki pamięci od adresu BO do B8 w komputerze
opisanym w dodatku C zawierają następujące (szesnastkowe) wartości:

Adres	Zawartość
BO	13
Bl	B8
B2	A3
B3	02
B4	33
B5	B8
B6	CO
B7	00
B8	0F

1. Jaki ciąg bitów znajdzie się w komórce pamięci pod adresem
   (szesnastkowo) 3 po zatrzymaniu komputera, jeśli uruchomimy go
   z licznikiem rozkazów zawierającym wartość BO?

2. Jaka będzie zawartość komórki pamięci B8 w chwili wykonania
   rozkazu zatrzymania?

100 ROZDZIAŁ DRUGI OPEROWANIE DANYMI

3. Przypuśćmy, że komórki pamięci od adresu A4 do Bl w komputerze opisanym w dodatku C zawierają następujące (szesnastkowe) wartości:

Adres	Zawartość
A4	20
A5	00
A6	21
A7	03
A8	22
A9	01
AA	Bl
AB	BO
AC	50
AD	02
AE	BO
AF	AA
BO	CO
Bl	00

Odpowiadając na poniższe pytania, załóż, że komputer uruchamiamy z licznikiem programu zawierającym A4.

1. Co znajduje się w rejestrze 0 przy pierwszym wykonaniu rozkazu
   spod adresu AA?

2. Co znajduje się w rejestrze 0, gdy rozkaz spod adresu AA jest
   wykonany po raz drugi?

3. Ile razy zostanie wykonany rozkaz spod adresu AA?

4. Przypuśćmy, że komórki pamięci od adresu F0 do F9 w komputerze opisanym w dodatku C zawierają następujące (szesnastkowe) wartości:

Adres	Zawartość
F0	20
Fl	CO
F2	30
F3	F8
F4	20
F5	00
F6	30
F7	F9
F8	FF
F9	FF

Co zrobi komputer, gdy dojdzie do rozkazu pod adresem F8, jeśli uruchomimy go z licznikiem rozkazów zawierającym wartość F0?

2.3. WYKONANIE PROGRAMU 101

5. Często jest wygodniej używać operacji logicznych zamiast arytmetycz­
   nych. Wynik operacji AND na dwóch bitach jest na przykład taki sam
   jak wynik ich przemnożenia. Która z operacji logicznych działa prawie
   tak samo jak dodawanie dwóch bitów? Na czym polegają różnice?

6. Jaką operację logiczną i jaką maskę należy zastosować, aby zmienić
   kody ASCII małych liter na kody odpowiadających im wielkich liter?
   Jak zmienić wielkie litery na małe?

7. Jaki jest wynik wykonania cyklicznego przesunięcia o 3 bity w prawo
   następujących ciągów bitów:

(a) 01101010 (b) 00001111 (c) 01111111 7. Jaki jest wynik wykonania cyklicznego przesunięcia o 1 bit w lewo

następujących bajtów zapisanych szesnastkowo? Odpowiedzi zapisz

w notacji szesnastkowej:

(a) AB (b) 5C (c) B7 (d) 35

9. O ile bitów w lewo trzeba cyklicznie przesunąć ośmiobitowy ciąg, aby

było to równoważne cyklicznemu przesunięciu o 3 bity w prawo?

10. Ciągi 01101010 i 11001100 reprezentują wartości zapisane w notacji
    uzupełnieniowej do dwóch. Jaki ciąg bitów reprezentuje sumę tych
    wartości? Jak zmieni się odpowiedź, jeśli założymy, że ciągi repre­
    zentują wartości zapisane w notacji zmiennopozycyjnej omówionej
    w rozdziale 1?

11. Używając języka maszynowego z dodatku C, napisz program, który
    umieści 1 w najbardziej znaczącym bicie komórki pamięci o adresie
    A7, bez zmiany wartości pozostałych bitów.

12. Używając języka maszynowego z dodatku C, napisz program, który
    skopiuje cztery środkowe bity z komórki pamięci o adresie E0 do
    czterech mniej znaczących bitów komórki pamięci El, zerując przy
    tym jej cztery bardziej znaczące bity.

2.5. Komunikacja z innymi urządzeniami

Pamięć główna i jednostka centralna stanowią trzon komputera. W tym podrozdziale przeanalizujemy, w jaki sposób ten trzon porozumiewa się z urządzeniami peryferyjnymi, takimi jak dyski, drukarki czy inne komputery.

Komunikacja za pośrednictwem sterowników

Komunikację między komputerem a innymi urządzeniami obsługują zazwyczaj urządzenie pomocnicze zwane sterownikiem (ang. controller). W komputerach osobistych sterownik jest płytą z układami scalonymi (kartą), którą umieszcza się w gniazdach na płycie głównej komputera. Sterownik jest pc

106 ROZDZIAŁ DRUGI OPEROWANIE DANYMI

łączony za pomocą przewodów z urządzeniami peryferyjnymi wewnątrz komputera lub ze złączem z tyłu komputera, do którego można przyłączać urządzenia zewnętrzne.

Każdy sterownik obsługuje komunikację z konkretnym typem urządze­nia. Zadaniem pewnych sterowników jest obsługa komunikacji z monitorem, inne obsługują komunikację z napędami dysków, jeszcze inne z napędem CD-ROM. Z tego powodu sterowniki często kupuje się razem z urządze­niami peryferyjnymi. Sterownik przekształca komunikaty i dane z postaci zgodnej z wewnętrzną architekturą komputera na postać zrozumiałą dla urządzenia peryferyjnego, do którego jest przyłączony, i na odwrót. Ste­rowniki są często same małymi komputerami, z których każdy ma własną pamięć i procesor wykonujący program nadzorujący pracę sterownika.

Umieszczając sterownik w jednym z gniazd płyty głównej, przyłącza się go elektronicznie do tej samej magistrali, która łączy jednostkę centralną komputera z pamięcią (rys. 2.8). Każdy sterownik monitoruje sygnały wysy­łane z jednostki centralnej i reaguje, gdy wykryje sygnał przeznaczony dla siebie. Dzięki podłączeniu do magistrali komputera, kontroler może wysy­łać sygnały zapisu i odczytu przeznaczone bezpośrednio do pamięci głównej w czasie, gdy jednostka centralna nie korzysta z magistrali.

Możliwość uzyskiwania przez sterownik dostępu do pamięci głównej nazwano bezpośrednim dostępem do pamięci (ang. direct memory access; DMA). Ma ona bardzo duży wpływ na wydajność komputera. Jeśli sterow­nik dysku zainstalowany w komputerze ma bezpośredni dostęp do pamięci,

2.5. KOMUNIKACJA Z INNYMI URZĄDZENIAMI

107

to jednostka centralna może wysyłać do niego zlecenia odczytu wskazanej sektora z dysku i umieszczenia danych w określonym bloku komórek pamięci. Zlecenia te są zakodowane w postaci ciągów bitów. Blok pamięci, c którego wczytuje się dane z dysku, nazywa się często buforem (ang. Buffer) W ogólności bufor jest miejscem, w którym jeden system umieszcza dane odczytywane później przez inny system. W czasie gdy sterownik wykonuje operację odczytu, jednostka centralna może wykonywać inne zadania. Dwie czynności wykonują się zatem w tym samym czasie: jednostka centralna wykonuje program, a sterownik nadzoruje przesyłanie danych między dyskietką a pamięcią główną. Dzięki temu nie marnuje się czasu procesora podczas relatywnie wolnej operacji przesyłu danych.

Efektem ubocznym stosowania techniki DMA jest zwiększenie liczby komunikatów obsługiwanych przez magistralę komputera. Przesyłane są przez nią ciągi bitów między jednostką centralną a pamięcią główną, między jednostką centralną a każdym sterownikiem oraz między każdym sterownikiem a pamięcią główną. Koordynacja tych wszystkich czynności magistrali jest podstawowym problemem technicznym. Nawet doskonale zaprojektowana magistrala główna może stać się przeszkodą zwaną wąskim gardłem von Neumanna (ang. von Neumann bottleneck), gdyż jednostka centralna i sterowniki stale rywalizują o dostęp do niej.

Komunikację między jednostką centralną komputera a sterownikiem obsługuje się prawie tak samo jak komunikację między jednostką centralną a pamięcią główną. W celu wysłania ciągu bitów do sterownika najpierw konstruuje się go w jednym z rejestrów ogólnego przeznaczenia. Następnie jest wykonywany rozkaz przypominający rozkaz wpisania do pamięci (STORE), który powoduje „umieszczenie" ciągu bitów w sterowniku. Jedyną różnicą między wpisaniem ciągu bitów do pamięci a przesłaniem go do sterownika jest miejsce przeznaczenia przesyłanego ciągu. Tak naprawdę w wielu komputerach w obu sytuacjach stosuje się ten sam rozkaz maszynowy. W takim wypadku układy pamięci głównej trzeba tak zaprojektować aby ignorowały odwołania do pewnych komórek pamięci - to sterownik powinien reagować na odwołania do tych miejsc. Gdy jednostka centralna wyśle po magistrali komunikat zlecający zapamiętanie danych w takim miejscu pamięci, to dane otrzyma sterownik, a nie pamięć główna. Podobnie jeśli jednostka centralna próbuje odczytać dane z takiego miejsca w pamięci głównej (jak przy realizacji rozkazu LOAD), to pobierze ciąg bitów ze sterownika, a nie z pamięci głównej. Taki system komunikacji nazywa się systemem z wejściem-wyjściem odwzorowywanym w pamięci (ang. metnon -mapped l/O), ponieważ urządzenia wejścia-wyjścia wydają się być podpięte do pewnych miejsc w pamięci. Adresy „pamięci" przypisane sterowników w ten właśnie sposób nazywa się portami (ang. port), gdyż reprezentuj one „miejsca", przez które informacja opuszcza komputer i do niego napływa.

Transfer danych między dwoma elementami systemu komputerowego rzadko jest jednokierunkowy. Chociaż drukarkę traktuje się jak urządzeni odbierające dane, to jednak tak naprawdę ona także wysyła pewne informacje

108 ROZDZIAŁ DRUGI OPEROWANIE DANYMI

Sterownik Urządzenie peryferyjne

Reprezentacja pojęciowa wejścia-wyjścia odwzorowanego w pamięci

do komputera. Komputer generuje znaki i wysyła je do drukarki znacznie szybciej niż jest ona w stanie je drukować. Gdyby komputer wysyłał dane „na oślep", drukarka szybko przestałaby za nimi nadążać, co powodowałoby zgubienie pewnych informacji. Zatem proces drukowania dokumentu wy­maga stałego dialogu, w trakcie którego komputer i urządzenie peryferyjne wymieniają informacje o stanie urządzenia.

Taki dialog często wymaga użycia słowa stanu (ang. status word) - ciągu bitów, który jest generowany przez urządzenie peryferyjne i wysyłany do ste­rownika. Bity w słowie stanu odzwierciedlają stan urządzenia. W wypadku drukarki wartość najmniej znaczącego bitu w słowie stanu może oznaczać, że drukarka jest gotowa na przyjęcie kolejnych danych. W zależności od konkretnego systemu sterownik może reagować sam na informacje o stanie lub udostępniać je jednostce centralnej. W obu wypadkach albo program realizowany przez sterownik, albo program wykonywany przez jednostkę centralną muszą być tak napisane, aby opóźniać wysyłanie danych do dru­karki aż do chwili pojawienia się odpowiedniej informacji o stanie.

Szybkość komunikacji

Szybkość przesyłania bitów z jednego urządzenia do drugiego mierzy się w bitach na sekundę (ang. bits per second - bps). Powszechnie stosuje się jednostki: Kbps (kilobps, równe 1000 bps), Mbps (megabps, równe milio­nowi bps) oraz Gbps (gigabps, równe bilionowi bps). Maksymalna szybkość osiągalna w konkretnej sytuacji zależy od rodzaju komunikacji i techniki sto­sowanej do jej implementacji.

Są dwa rodzaje komunikacji: komunikacja równoległa i komunika­cja szeregowa. Nazwy te odnoszą się do sposobu, w jaki są przesyłane względem siebie ciągi bitów. Przy komunikacji równoległej (ang. parallel

2.5. KOMUNIKACJA Z INNYMI URZĄDZENIAMI

109

BUDOWA MAGISTRALI

Budowa magistrali komputera od dawna jest delikatną sprawą. Przewody w źle zaprojektowanej magistrali mogą na przykład działać jak małe anteny: odbierając transmitowane sygnały (radio, telewizję itd.) i zakłócając komunikację między proce­sorem, pamięcią główną a urządzeniami peryferyjnymi. Ponadto długość magistrali (około 6 cali w komputerze domowym) jest dużo większa niż długość „przewodów* w samej jednostce cen­tralnej (około kilku mikronów). Zatem czas przejścia sygnałów przez magistralę jest znacznie większy niż czas transmisji sy­gnałów wewnątrz jednostki centralnej. W efekcie technologia produkcji magistrali jest w ciągłej pogoni, aby dotrzymać kroku technologii produkcji procesorów. We współczesnych kompute­rach osobistych można odnaleźć wiele rożnych architektur magi­strali, które różnią się od siebie takimi właściwościami jak ilość danych, którą można przesyłać jednocześnie, szybkość zmiany sygnału w magistrali, fizyczne właściwości połączenia między magistralą a kartami sterowników. Najpopularniejsze standardy to ISA (Industrial Standard Architecture), EISA (Extended Indu-strial Standard Architecture) i PCI (Perypheral Component Inter-connect).

communication) jednocześnie przesyła się kilka bitów, każdy osobną nią. Taka technika umożliwia szybkie przesyłanie danych, ale wymaga relatywnie złożonej ścieżki komunikacyjnej. Komunikację równoległą stosuje się między innymi w wewnętrznej magistrali komputera or; przy komunikacji między komputerem a urządzeniami peryferyjnyn takimi jak systemy pamięci masowej i drukarki. W takich wypadkach powszechne szybkości rzędu Mb] lub nawet więcej.

W przeciwieństwie do komunikacji równoległej, przy komunikat szeregowej (ang. serial communication) transmituje się tylko jeden bit na raz. Ta technika jest wolniejsza, ale wymaga prostszej ścieżki danych, gdyż wszystkie bity transmituje się po jednej linii, jeden po drugim. Komunikację szeregową wykorzystuje się zazwyczaj przy komunikacji między

różnymi komputerami, gdzie prostsza ścieżka danych okazuje się być bardziej ekonomiczna.

Do realizacji komunikacji między komputerami wykorzystywało się i przykład i nadal wykorzystuje linie telefoniczne. Z natury są to typowe łącza szeregowe, gdyż transmituje się po nich jeden ton po drugim. Komunikację za pomocą linii telefonicznych realizuje się przez przekształcenie ciągów bitów na słyszalne dźwięki za pomocą modemu (skrót od ang. modulator-demodulator), transmisji tych dźwięków szeregowo za pomocą łączy telefonicznych, a następnie przekształceniu dźwięków znów na bity w modem po przeciwnej stronie.

W rzeczywistości prosta reprezentacja ciągów bitów jako dźwięków o różnych częstotliwościach (znana jako modulowanie kluczem z przesuwem częstotliwości - ang. frequency-shift keying), jest stosowana tylko do realizacji łączy komunikacyjnych o niedużej szybkości - nie więcej niż 1200 bps. W celu uzyskania szybkości transmisji 2400 bps, 9600 bps i więcej modem stosują modulację częstotliwości dźwięku, zmiany amplitudy (głośność oraz fazy (stopnia opóźnienia transmisji dźwięku). Aby uzyskać jeszcze większe szybkości, stosuje się często techniki kompresji danych, co pozwą uzyskać szybkości transmisji do 57,6 Kbps.

Te szybkości wydają się szczytem tego, co można uzyskać za pomocą tradycyjnych linii telefonicznych. Mimo to są one dalekie od szybkości, jak

110

ROZDZIAŁ DRUGI OPEROWANIE DANYMI

są współcześnie potrzebne. Przy szybkości 57,6 Kbps czas transferu typo­wego zdjęcia (o rozmiarze co najmniej megabajta) sięga kilku minut, a oglą­danie filmu w trakcie jego transmisji jest niemożliwe. Są zatem rozwijane ciągle nowe technologie realizacji komunikacji między komputerami. Roz­ważane są światłowody, które dają szybkość przesyłania rzędu setek Mbps i potencjalne możliwości uzyskania szybkości rzędu Gbps.

PYTANIA I ĆWICZENIA

1. Przypuśćmy, że w komputerze opisanym w dodatku C stosuje się wej-
ście-wyjście odwzorowywane w pamięci i że pod adresem B5 znajduje
się port drukarki, do którego należy zapisywać dane przeznaczone
dla drukarki.

1. Jakiego rozkazu maszynowego należy użyć do wydrukowania
   litery A na drukarce, jeśli rejestr 7 zawiera jej kod ASCII?

2. Ile razy w ciągu sekundy można wysłać ten znak do drukarki,
   przy założeniu, że komputer wykonuje milion rozkazów na se­
   kundę?

3. Przypuśćmy, że drukarka jest w stanie wydrukować pięć stan­
   dardowych stron tekstu na minutę. Czy będzie mogła dotrzymać
   kroku procesowi wysyłania znaków z punktu (b)?

2. Przypuśćmy, że dysk twardy w komputerze osobistym wykonuje 3000
   obrotów na minutę i że każda ścieżka zawiera 16 sektorów, a każdy
   sektor zawiera 1024 bajty. Jaka w przybliżeniu powinna być szybkość
   komunikacji między napędem dysku a sterownikiem dysku, jeśli
   sterownik ma otrzymywać bity z napędu dyskowego w miarę ich
   odczytywania z wirującego dysku?

3. Jak długo trwałoby przesłanie 300-stronicowej powieści zakodowanej
   w ASCII przy szybkości transmisji 57 600 bps?

2.6. Inne architektury

W celu rozszerzenia naszych horyzontów rozważmy pewne architektury komputerowe różne od tych z poprzednich punktów.

Architektury CISC oraz RISC

Zaprojektowanie języka maszynowego wymaga podjęcia wielu decyzji. Jedną z nich jest decyzja, czy budować złożoną maszynę, która potrafi dekodować i wykonać wiele różnych rozkazów, czy też maszynę prostą

2.6. INNE ARCHITEKTURY 111

z niedużym zbiorem rozkazów. W pierwszym wypadku mamy do czynienia z komputerem o złożonym zbiorze rozkazów (ang. complex instructiot set computer; CISC), w drugim z komputerem o zredukowanym zbiorze rozkazów (ang. reduced instrudion set computer; RISC). Bardziej złożoną ma szynę obliczeniową łatwiej jest programować, ponieważ do realizacji za je pomocą zadania, które w prostszej maszynie wymaga wielu rozkazów, wystarcza jeden rozkaz. Złożone maszyny obliczeniowe jest jednak trudniej zbudować, są one droższe w budowie i eksploatacji. Ponadto większość złożonych rozkazów ma bardzo ograniczone zastosowania i w wyniku jedynie zwiększają koszt.

W celu zmniejszenia liczby układów scalonych, procesory CISC konstruuje się dwuwarstwowo. Każdy rozkaz maszynowy jest realizowany jako ciąg prostszych rozkazów. W takich architekturach jednostka centralna ma specjalny blok komórek pamięci, zwany mikropamięcią (ang. micromemory) gdzie przechowuje się program nazywany mikroprogramem (ang. micropro gram). To mikroprogram nadzoruje wykonanie złożonego rozkazu maszynowego. W szczególności znaczenie rozkazów języka maszynowego można zmieniać przez zmianę mikroprogramu. Dzięki temu, oprócz zysku płynącego z możliwości uzyskania architektury CISC bez konieczności stosowania złożonych układów scalonych, które byłyby potrzebne do realizowania bogatego repertuaru rozkazów, podejście oparte na mikroprogramach umożliwia dostosowanie przez zmianę mikrokodu architektury konkretnej jednostki centralnej, tak aby wspierała ona specjalne rozkazy maszynowe.

Zwolennicy architektury RISC twierdzą jednak, że zyski nie równoważą narzutu związanego z mikroprogramem. Ich zdaniem lepszym podejściem jest zaprojektowanie prostej maszyny z małym dobrze przemyślanym zbiorem rozkazów. Dzięki takiemu rozwiązaniu unika się złożonej architektura związanej z występowaniem mikropamięci, co prowadzi do prostszej budowy jednostki centralnej. Z drugiej strony oznacza to, że programy zapisane w języku maszynowym są dłuższe niż ich odpowiedniki w procesorach CISC, gdyż do wykonania złożonych operacji reprezentowanych w architekturze CISC pojedynczym rozkazem, potrzeba większej liczby rozkazów.

Zarówno procesory CISC, jak i RISC są dostępne komercyjnie. Procesor Pentium opracowane przez firmę Intel są przykładami architektury CISC procesory serii PowerPC opracowane przez Apple Computer, IBM i Motorole są przykładami architektur RISC.

Potoki

Impulsy elektryczne są przenoszone z szybkością nie większą niż prędkość światła. Ponieważ światło przemierza w przybliżeniu 1 stopę na nosekundę (jedną bilionową sekundy), potrzeba co najmniej 2 nanosekund aby jednostka sterująca w procesorze pobrała rozkaz z komórki w pamięci

112 ROZDZIAŁ DRUGI OPEROWANIE DANYMI

która jest odległa od niej o stopę (żądanie odczytu trzeba przesłać do pa­mięci, co wymaga co najmniej 1 nanosekundy, a rozkaz trzeba wysłać do jednostki sterującej, co wymaga jeszcze jednej nanosekundy). W efekcie po­branie i wykonanie rozkazu w takim komputerze trwa kilka nanosekund. Problem zwiększenia szybkości wykonywania rozkazów redukuje się tak naprawdę ^lo problemu uzyskania większej miniaturyzacji. Chociaż postęp w tej dziedzinie jest fantastyczny, są jednak granice jego możliwości.

Aby rozwiązać ten dylemat, inżynierowie zastąpili pojęcie szybkości wykonania pojęciem przepustowości (ang. throughput). Jest to łączna ilość pracy, jaką komputer jest w stanie wykonać w danym czasie (a nie, jak poprzednio, czas wykonania pojedynczego zadania).

Jednym ze sposobów zwiększenia przepustowości bez konieczności skrócenia czasu wykonania jest przetwarzanie potokowe (ang. pipining), które polega na nałożeniu na siebie poszczególnych faz cyklu maszyno­wego. W szczególności w czasie wykonywania jednego rozkazu można już rozpocząć pobieranie kolejnego. Oznacza to, że w potoku (lub strumieniu) może przebywać na raz kilka rozkazów, przy czym każdy z nich znajduje się w innej fazie przetwarzania. Powoduje to zwiększenie łącznej przepusto­wości maszyny, chociaż czas wymagany do pobrania i wykonania każdego rozkazu pozostaje taki sam. Oczywiście pojawienie się w potoku rozkazu skoku niweluje zyski uzyskane dzięki wcześniejszemu pobraniu kolejnego rozkazu do wykonania. Rozkazy w potoku nie są już bowiem tymi rozka­zami, które są aktualnie potrzebne.

W nowoczesnych architekturach komputerowych przetwarzanie poto­kowe wykracza poza omówiony przez nas prosty przykład. Często jest w nich możliwe pobieranie i wykonanie wielu rozkazów na raz, o ile tylko wykonywacie jednocześnie rozkazy nie są ze sobą powiązane.

Komputery wieloprocesorowe

Przetwarzanie potokowe można traktować jako pierwszy krok w kierunku przetwarzania równoległego (ang. parallel processing), które polega na wyko­nywaniu wielu czynności w tym samym czasie. Przetwarzanie równoległe wymaga jednak wykorzystania wielu jednostek centralnych, co doprowa­dziło do powstania komputerów wieloprocesorowych.

Jednym z argumentów przemawiających za stosowaniem komputerów wieloprocesorowych jest analiza sposobu działania umysłu człowieka i po­traktowanie go jako modelu komputera. Współczesna technologia zbliża się do możliwości konstruowania układów elektronicznych o liczbie układów przełączających równej z grubsza liczbie neuronów w mózgu człowieka (uważa się że neurony są naturalnymi układami przełączającymi). Moż­liwości współczesnych maszyn liczących są jednak dalekie od możliwości

Jedna stopą = 0,3048 m (przyp. red.).

2.6. INNE ARCHITEKTURY

113

ludzkiego umysłu. Twierdzi się, że jest to spowodowane nieefektywnym korzystaniem poszczególnych składowych komputera wymuszonym jego architekturą. Jeśli komputer ma dużą liczbą układów pamięciowych, ale tylko jedną jednostkę centralną, to większość układów przez większość czasu zostaje niewykorzystana. Tymczasem znaczna część ludzkiego umysłu zostaje aktywna przez cały czas. Z tego powodu zwolennicy przetwarzania równoległego optują za stosowaniem komputerów z wieloma jednostkami centralnymi. Prowadzi to, jak twierdzą, do konfiguracji z możliwością i uzyskania dużo wyższego współczynnika wykorzystania.

Wiele współczesnych maszyn konstruuje się zgodnie z tą koncepcją. Jedna ze strategii polega na przyłączeniu kilku procesorów, z których każdy przypomina jednostkę centralną komputera jednoprocesorowego, do te samej pamięci głównej. W takiej konfiguracji procesory mogą działać niezależnie od siebie, koordynując swoje czynności za pomocą komunikatów umieszczanych we wspólnych komórkach pamięci. Gdy któryś z procesorów otrzyma na przykład duże zadanie do wykonania, może zapamiętać program do realizacji jego części we wspólnej pamięci i zażądać, aby : procesor rozpoczął jego wykonanie. Otrzymuje się w ten sposób komputer w którym różne ciągi rozkazów wykonuje się na różnych zbiorach danych. Taki model obliczeń nazywa się MIMD (skrót od multiple-instruction str multiple-dała stream - wiele strumieni rozkazów, wiele strumieni dan w odróżnieniu od tradycyjnej architektury SISD (skrót od single-instru, streatn, single-data stream - jeden strumień rozkazów, jeden strumień dan;

i Innym wariantem architektury wieloprocesorowej jest połączenie

procesorów w taki sposób, aby wykonywały ten sam ciąg rozkazów, każdy na innym zestawie danych. Powstaje w ten sposób architektura SIMD (skrć

¹ single-instruction stream, multipk-data stream - jeden strumień rozkazów, v

i i strumieni danych). Tego rodzaju maszyny przydają się w zastosowań

w których to samo zadanie trzeba wykonać na każdym zbiorze podob: elementów wewnątrz dużego bloku z danymi.

Inne podejście do przetwarzania równoległego polega na konstrukcj żych maszyn jako konglomeratów mniejszych maszyn, z których każd; własną pamięć i jednostkę centralną. W takiej architekturze każdy z m szych komputerów jest połączony ze swoimi sąsiadami, tak że zad zlecane całemu systemowi mogą być rozdzielane na pojedyncze mass Jeśli zatem zadanie przypisane pewnej wewnętrznej maszynie daje się dzielić na niezależne podzadania, komputer może poprosić swoich sąsia o współbieżne wykonanie tych podzadań. Całe zadanie można w ten sp zrealizować w czasie krótszym niż na komputerze jednoprocesorowyrr

Aktualna problematyka związana z projektowaniem i używaniem 1
puterów wieloprocesorowych wiąże się z kwestią równoważenia obci
(ang. load balancing), czyli dynamicznego przypisywania zadań do róż
procesów tak, aby wszystkie procesory były wykorzystywane efekty\
Problemem ściśle z tym związanym jest skalowanie (ang. scaling), czyli i
lenie zadania na pewną liczbę podzadań zgodnie z liczbą dostępnych procesorów. Inny problem dotyczy zapanowania nad złożonością rozproszenia

114 ROZDZIAŁ DRUGI OPEROWANIE DANYMI

przydziału zadań. W miarę wzrostu liczby zadań praca wymagana do wyko­nania przydziału podzadań i koordynacji interakcji między poszczególnymi zadaniami wzrasta wykładniczo. Jeśli są cztery zadania, to jest sześć poten­cjalnych par zadań, które mogą wymagać komunikacji ze sobą. Jeśli jest pięć zadań, liczba potencjalnych ścieżek komunikacyjnych wzrasta do dziesięciu, w wypadku sześciu zadań liczba ta wzrasta do piętnastu.

W rozdziale 10 przeanalizujemy sieci neuronowe, których budowę oparto na obecnym stanie wiedzy na temat mózgu ludzkiego. Te maszyny repre­zentują inną postać architektury wieloprocesorowej. Składają się one z wielu procesorów podstawowych. Wartość na wyjściu każdego z nich pojawia się na skutek prostej reakcji na sygnały wejściowe. Takie proste procesory łączy się w sieć, w której wyjścia jednych procesorów stanowią wejścia dla innych. Tak otrzymaną maszynę programuje się, dobierając stopień, w jakim wyjście każdego procesora ma wpływać na procesory, z którymi jest ono połączone. Sądzi się, że w ten właśnie sposób uczymy się i sieci neuronowe są symula­cją tego procesu. Oczywiście biologiczne sieci neuronowe uczą się reagować w konkretny sposób na zadane bodźce przez dostosowanie składu chemicz­nego połączeń (synaps) między neuronami, co z kolei decyduje o tym, jak duży jest wpływ neuronu na akcje innych neuronów.

PYTANIA I ĆWICZENIA

1. Dlaczego w jednostce centralnej komputera z mikroprogramami są
   dwa liczniki rozkazów i dwa rejestry rozkazów?

2. Wróćmy do pytania 3 z podrozdziału 2.3. Przypuśćmy, że w kom­
   puterze zastosowano przetwarzanie potokowe opisane w tekście. Co
   znajdzie się w potoku, gdy wykonuje się rozkaz spod adresu AA?
   Jaki warunek musi być spełniony, aby przetwarzanie potokowe nie
   przyniosło żadnych zysków przy wykonaniu tego fragmentu przykła­
   dowego programu?

3. Jakie konflikty trzeba rozstrzygnąć, uruchamiając program z pytania 4
   z podrozdziału 2.3 w komputerze z przetwarzaniem potokowym?

4. Przypuśćmy, że dwie jednostki „centralne" są przyłączone do tej
   samej pamięci i wykonują różne programy. Załóżmy ponadto, że
   jeden z tych procesorów chce dodać jeden do zawartości pewnej
   komórki pamięci i mniej więcej w tym samym czasie, drugi chce odjąć
   jeden od tej samej komórki. (Zatem w efekcie zawartość komórki
   powinna zostać niezmieniona).

1. Podaj scenariusz, w którym zawartość komórki pamięci, po wy­
   konaniu obu operacji, będzie o jeden mniejsza niż była na po­
   czątku.

2. Podaj scenariusz, w którym zawartość komórki pamięci, po wy­
   konaniu obu operacji, będzie o jeden większa niż była na po­
   czątku.

2.6. INNE ARCHITEKTURY 115

rozdział SYSTEMY OPERACYJNE I SIECI

trzeci

We współczesnych zastosowaniach komputery wykonują zazwy­czaj wiele czynności, które często współzawodniczą ze sobą o dostęp do zasobów komputera. Typowy przykład to kompu­ter, do którego przyłączono wiele terminali lub stacji roboczych, skąd różni użytkownicy mogą jednocześnie zlecać wykonanie pewnych zadań. Nawet jeśli jednoczesny dostęp do komputera ma tylko jeden użytkownik, może on zażądać wykonania czyn­ności takich jak drukowanie dokumentu, modyfikacja innego, utworzenie grafiki, która będzie umieszczona w dokumencie. Wykonanie tych żądań wymaga wysokiego stopnia ich koor­dynacji, aby zapewnić, że niezwiązane ze sobą czynności nie będą sobie nawzajem przeszkadzać i że komunikacja między powiązanymi ze sobą zadaniami jest efektywna i niezawodna. Za taką koordynację odpowiada pakiet oprogramowania, zwa­nego systemem operacyjnym.

Podobne problemy komunikacyjne i koordynacyjne po­wstają, gdy rozważa się wiele komputerów połączonych w sieć. Metody rozwiązywania tych problemów są naturalnym roz­szerzeniem rozwiązań stosowanych w systemach operacyj­nych. W tym rozdziale omówimy podstawowe pojęcia dotyczące systemów operacyjnych i sieci.

3.1. Ewolucja systemów
operacyjnych

Systemy jednoprocesorowe Systemy wieloprocesorowe

3.2. Architektura systemów
operacyjnych

Przegląd oprogramowania Elementy systemu

operacyjnego Uruchamianie systemu

3.3. Koordynacja czynności
komputera

Pojęcie procesu Administrowanie procesami Model klient-serwer

*3.4. Rywalizacja między

procesami

Semafory

Zakleszczenie

3.5. Sieci Klasyfikacja sieci Internet

*3.6. Protokoły sieciowe Sterowanie uprawnieniami

do transmisji Warstwowa budowa

oprogramowania

internetowego Pakiet protokołów TCP/IP

3.7. Bezpieczeństwo

* Gwiazdki oznaczają sugestie co do opcjonalności podrozdziałów

3.1. Ewolucja systemów operacyjnych

Nasze rozważania o systemach operacyjnych rozpoczniemy od przedstawie­nia rysu historycznego, od wczesnych systemów jednoprocesorowych do współczesnych systemów wieloprocesorowych.

Systemy jednoprocesorowe

Jednoprocesorowe maszyny obliczeniowe z lat czterdziestych i pięćdziesią­tych nie były ani elastyczne, ani efektywne. Wykonanie programu poprze­dzało długie przygotowanie sprzętu: zamontowanie taśm magnetycznych, umieszczenie kart perforowanych w czytniku, ustawienie przełączników itp. Wykonanie każdego programu, nazywanego zadaniem (ang. job), było trakto­wane jako osobna czynność. Użytkownicy korzystający ze wspólnego kom­putera musieli wypełniać specjalne formularze, aby zarezerwować dla sie­bie czas komputera. W zarezerwowanym czasie komputer był całkowicie pod kontrolą jednego użytkownika. Każda sesja rozpoczynała się zazwyczaj od przygotowania programu do wykonania, a następnie krótkich okresów, w których program rzeczywiście wykonywał się na komputerze. Często se­sja kończyła się pośpiesznymi próbami wykonania jeszcze jednej czynności („To zajmie tylko minutkę"), podczas gdy kolejny użytkownik niecierpliwie rozpoczynał przygotowania.

W takich właśnie realiach rozpoczęły działanie systemy operacyjne. Były to początkowo systemy, których zadaniem było uproszczenie procesu przy­gotowywania programów do wykonania i czynności związanych ze zmianą realizowanego zadania. Jednym z wczesnych pomysłów było oddzielenie użytkowników od sprzętu, co wyeliminowało fizyczną wymianę ludzi w sali komputerowej. Zatrudniono operatora, który obsługiwał maszynę liczącą. Każdy, kto chciał wykonać program, musiał dostarczyć go operatorowi ra­zem z danymi wejściowymi i specjalnymi informacjami o wymaganiach pro­gramu. Później zgłaszał się po wyniki. Operator umieszczał dostarczony mu materiał w pamięci masowej komputera, gdzie miał do niego dostęp system operacyjny, który mógł rozpocząć wykonanie programu. Taka metoda postę­powania dała początek przetwarzaniu wsadowemu (ang. batch processing), które polega na zebraniu zadań w postaci pojedynczego „wsadu" i wy­konaniu go bez dalszej interakcji z użytkownikiem. Zadania umieszczone w pamięci masowej oczekiwały na wykonanie w kolejce zadań (ang. job queue; zobacz rysunek 3.1).

Kolejka (ang. ąueue) polega na takim sposobie przechowywania infor­macji, aby obiekty (w omawianym przykładzie - zadania) były uporząd­kowane w sposób zgodny z kolejnością ich przychodzenia, czyli zgodnie z zasadą „pierwszy na wejściu, pierwszy na wyjściu" (ang. first-in, first-out; FIFO). Oznacza to, że obiekty wyjmuje się z kolejki w kolejności ich po­jawiania się. W rzeczywistości w większości kolejek zadań nie przestrzega

128 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

się rygorystycznie tej zasady. W większości systemów operacyjnych można przypisywać zadaniom priorytety. Powoduje to możliwość przesunięcia nie­których zadań do tyłu kolejki przez zadanie wysokopriorytetowe.

We wczesnych systemach wsadowych z każdym zadaniem dostarczano zbiór instrukcji opisujących kroki, które należy wykonać w celu przygotowa­nia komputera do realizacji tego zadania. Instrukcje te zapisywano w specjal­nym języku sterowania zadaniami (ang. job control language; JCL) i umiesz­czano je razem z zadaniem w kolejce zadań. Po wybraniu zadania do wyko­nania system operacyjny drukował te instrukcje na drukarce, dzięki czemu mógł je przeczytać i wykonać operator. Instrukcje, które wymagały podjęcia pewnych czynności od operatora, dotyczyły głównie sprzętu pomocniczego. Ponieważ takie działania są współcześnie minimalne, języki sterowania za­daniami stały się raczej metodą komunikacji z systemem operacyjnym, a nie z operatorem. Samo stanowisko operatora stało się także przestarzałe. Obec­nie zatrudnia się administratorów systemu, których zadaniem jest pielęgna­cja systemu komputerowego: pozyskiwanie nowego sprzętu i oprogramowa­nia i nadzorowanie jego instalacji, ustalanie lokalnych zasad korzystania ze sprzętu, jak na przykład zasady zakładania nowych kont czy limity miejsca na dyskach dla różnych użytkowników, oraz koordynacja działań mających na celu rozwiązywanie problemów występujących w systemie. Nie obsłu­gują oni już komputera w sposób bezpośredni.

Główną wadą tradycyjnego przetwarzania wsadowego jest to, że użyt­kownik nie ma możliwości interakcji z programem po dostarczeniu go do kolejki zadań. Takie rozwiązanie jest akceptowalne w wypadku niektórych zastosowań, takich jak przetwarzanie listy płac, w których dane i decyzje dotyczące przetwarzania są ustalone z góry. Metody nie daje się jednak

3.1. EWOLUCJA SYSTEMÓW OPERACYJNYCH

129

stosować, jeśli użytkownik musi porozumiewać się z programem w cza­sie jego wykonania. Przykładami tego typu systemów są systemy rezerwacji miejsc, które muszą podawać na bieżąco informacje o dokonywanych i odwo­ływanych rezerwacjach w miarę ich pojawiania się, systemy przetwarzania tekstu, które umożliwiają tworzenie dokumentów i ich poprawianie w spo­sób dynamiczny, oraz gry komputerowe, które w zasadzie opierają się na interakcji użytkownika z komputerem.

W celu zaspokojenia tego typu potrzeb opracowano nowe systemy opera­cyjne, które umożliwiały uruchamianie programów i ich dialog z użytkowni­kiem za pośrednictwem zdalnych terminali lub stacji roboczych. Ta zdolność systemów operacyjnych jest znana pod nazwą przetwarzania interakcyjnego lub konwersacyjnego (ang. interactive processing); zobacz rysunek 3.2. Sys­temy interakcyjne wymagają koordynacji czynności podejmowanych przez maszynę z czynnościami wykonywanymi w środowisku, w którym znajduje się maszyna. Koordynacja między maszyną a jej środowiskiem pracy nazywa się przetwarzaniem w czasie rzeczywistym (ang. real-time processing).

Jeśli z systemu interakcyjnego korzystałby na raz tylko jeden użytkow­nik, to przetwarzanie w czasie rzeczywistym nie stanowiłoby problemu. Jed­nak komputery były drogie, musiały więc obsługiwać wielu użytkowników. Z kolei użytkownicy często chcieli pracować w sposób interakcyjny, więc przetwarzanie w czasie rzeczywistym stwarzało problemy. Gdyby system operacyjny działający w takim środowisku z wieloma użytkownikami wy­konywał tylko jedno zadanie na raz, to tylko jeden użytkownik zostałby obsłużony w satysfakcjonujący go sposób w czasie rzeczywistym.

Problem ten rozwiązano, opracowując system operacyjny, który na prze­mian wykonywał krótkie fragmenty poszczególnych zadań. Taką technikę

130

ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

nazwano podziałem czasu (ang. time-sharing). Polega ona na tym, że czas dzieli się na przedziały zwane kwantami czasu, a następnie wykonuje się każde zadanie tylko przez jeden kwant czasu. Po upływie tego kwantu, bie­żące zadanie odkłada się na bok i zezwala na wykonanie drugiego przez następny kwant czasu. Stosując szybkie tasowanie zadań w opisany powy­żej sposób, stwarza się złudzenie jednoczesnego wykonywania wielu zadań. W zależności od charakterystyki wykonywanych zadań wczesne systemy z podziałem czasu mogły obsługiwać w czasie rzeczywistym do 30 użyt­kowników na raz.

KORZYSTNA JEDNORODNOŚĆ CZY SZKODLIWY MONOPOL

Obecnie podział czasu stosuje się zarówno w systemach z jednym użytkownikiem, jak i w systemach z wieloma użytkownikami. Systemy z jednym użytkownikiem zazwyczaj nazywa się systemami wielozadanio­wymi (ang. multitasking), jako że stwarzają one wrażenie jednoczesnego wykonywania wielu zadań. Stwierdzono, że niezależnie od tego czy śro­dowisko jest z jednym, czy z wieloma użytkownikami, podział czasu po­prawia całościowe wykorzystanie maszyny. To stwierdzenie może dziwić, zwłaszcza że proces przełączania między wykonywanymi zadaniami sta­nowi spory narzut czasowy. Czas realizacji przełączania zadań jest przecież bezproduktywny. Jednak w systemie komputerowym bez podziału czasu marnuje się większość czasu w oczekiwaniu, aż urządzenia peryferyjne zakończą wykonanie pewnych czyn­ności lub użytkownik wyda kolejne polecenie. W chwili gdy jedno zada­nie musi poczekać, można jednak wy­konywać inne. To z kolei powoduje, że wykonanie zbioru zadań w śro­dowisku z podziałem czasu trwa czę­sto krócej niż wykonanie tego samego zbioru w sposób sekwencyjny.

Systemy wieloprocesorowe

W ostatnich latach wystąpiło zapo­trzebowanie na współdzielenie infor­macji i zasobów między różne kom­putery. Aby umożliwić wymianę in­formacji, zaczęto zatem łączyć kom­putery ze sobą. Dużą popularność zyskały systemy komputerowe połą­czone w sieć (ang. network). Koncep­cja wielkiego centralnego komputera obsługującego wielu użytkowników zdecydowanie ustąpiła współcześnie koncepcji wielu małych komputerów połączonych ze sobą siecią, dzięki

Ponieważ to system operacyjny komputera ustala sposób komu­nikacji z komputerem, wydaje się, że stosowanie standardowego systemu operacyjnego w całej gamie różnorodnych komputerów byłoby bardzo dobrą rzeczą. Wprowadzenie takiego standardu oznaczałoby, że umiejętności nabyte na jednym komputerze można by wykorzystywać, pracując na innych. Ponadto produ­cenci oprogramowania nie musieliby dbać o zgodność swoich produktów z wieloma systemami operacyjnymi. Taka argumenta­cja pomija jednak wiele realiów współczesnego społeczeństwa. Producent uniwersalnego systemu operacyjnego miałby olbrzymie 'znaczenie na rynku. Niewłaściwe wykorzystanie takiej pozycji może przynieść użytkownikom komputerów więcej szkody niż pożytku. Wiele z takich problemów udokumentowano w trakcie postępowania antymonopolowego wszczętego przez rząd Sta­nów Zjednoczonych przeciwko firmie Microsoft, rozpoczętego w 1998 r. Więcej o tym i podobnych sprawach można dowie­dzieć się ze znakomitych archiwów wiadomości w sieci WWW.

Pożyteczne adresy to http://newsweek.com; http://www.npr.org; http://www.nytimes.com oraz http://washingtonpost.com.

3.1. EWOLUCJA SYSTEMÓW OPERACYJNYCH

131

której użytkownicy współdzielą zasoby takie jak: oprogramowanie, dru­karki, urządzenia do przechowywania danych i informacji, które mogą być rozrzucone po całym systemie. Najlepszym przykładem jest Internet, sieć sieci, który obecnie łączy miliony komputerów na całym świecie. Internet omówimy dokładniej w podrozdziałach 3.5 i 3.6.

Wiele problemów związanych z koordynacją różnych czynności w ar­chitekturach sieciowych przypomina lub wręcz jest taka sama jak problemy, z którymi muszą radzić sobie systemy operacyjne. Tak naprawdę oprogra­mowanie kontrolujące sieć można uważać za sieciowy system operacyjny. W tym świetle zagadnienie tworzenia oprogramowania sieciowego jawi się jako naturalne rozszerzenie tematyki związanej z systemami operacyjnymi. Wczesne sieci konstruowano w postaci połączonych ze sobą pojedynczych maszyn z odrębnym systemem operacyjnym na każdej. Współczesne bada­nia w dziedzinie sieci prowadzą raczej w kierunku systemów operacyjnych o zasięgu ogólnosieciowym, w których zasoby sieciowe są współdzielone w równym stopniu między zadaniami znajdującymi się w sieci. Te zasoby są z kolei przypisywane zadaniom zgodnie z zapotrzebowaniem, niezależ­nie od ich fizycznego położenia. Przykładem takiego rozwiązania jest sys­tem serwerów nazw stosowany w Internecie, który omówimy w podroz­dziale 3.5. System umożliwia komputerom rozrzuconym po całym świecie współpracę przy tłumaczeniu adresów internetowych z ich mnemonicznej wygodnej dla człowieka postaci na postać numeryczną zrozumiałą dla sieci

Sieci to tylko jeden przykład architektur wieloprocesorowych, które stanowią inspirację dla twórców współczesnych systemów operacyjnych. Siei to system wieloprocesorowy, powstały przez połączenie wielu komputerów z których każdy być może zawiera tylko jedną jednostkę centralną. Powstają jednak także systemy wieloprocesorowe, pomyślane jako pojedyncza komputery zawierające kilka procesorów. System operacyjny przeznaczony dla takich maszyn musi nie tylko koordynować współzawodnictwo miedzy różnymi wykonywanymi jednocześnie czynnościami, ale także nadzorować przydział czynności do poszczególnych procesorów. Występują przy tym problemy takie jak równoważenie obciążenia (ang. load balancing), czyli zapewnienie, że procesory są wykorzystywane efektywnie, oraz skalowanie czyli problem podziału zadań na podzadania zgodnie z liczbą procesorów w komputerze.

Powstanie systemów wieloprocesorowych dodało nowy wymiar zadaniom systemu operacyjnego. Dziedzina ta na pewno będzie polem aktywnych badań przez najbliższe lata.

PYTANIA I ĆWICZENIA

1. Podaj przykłady różnych kolejek. W każdym z nich określ sytuacje,
   które powodują naruszenie struktury FIFO.

2. Które z poniższych czynności wymagają przetwarzania w czasie
   rzeczywistym:

132 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

1. Drukowanie etykiet na koperty

2. Gra komputerowa

3. Wyświetlanie liter na ekranie monitora w trakcie ich wprowadza­
   nia z klawiatury

4. Wykonanie programu, który prognozuje sytuację ekonomiczną na
   następny rok

3. Na czym polega różnica między przetwarzaniem w czasie rzeczywi­
   stym a przetwarzaniem interakcyjnym?

4. Na czym polega różnica między podziałem czasu a wielozada-
   niowością?

3.2. Architektura systemów operacyjnych

Aby zrozumieć architekturę typowego systemu operacyjnego, jest pomocne przeanalizowanie różnych rodzajów oprogramowania dostępnego w typo­wym systemie komputerowym. Rozpocznijmy zatem od przeglądu opro­gramowania, w którym przedstawimy pewien schemat jego klasyfikacji. Każda próba klasyfikacji oprogramowania w sposób nieunikniony powoduje umieszczenie podobnych do siebie programów w różnych klasach. W po­dobny zresztą sposób strefy czasowe powodują, że w niektórych miejscach położonych blisko siebie różnica czasu wynosi godzinę, chociaż nie wystę­pują duże różnice między czasem wschodu i zachodu słońca. Klasyfikację oprogramowania utrudnia ponadto sprzeczna terminologia spowodowana dynamicznym rozwojem tej dziedziny. Użytkownicy systemu Windows 98 firmy Microsoft mają do dyspozycji grupę programów o nazwie akcesoria. Grupa ta zawiera oprogramowanie, które w proponowanej poniżej klasyfi­kacji przydzielimy do klasy aplikacji, jak i oprogramowanie, które zaliczymy do klasy programów narzędziowych. Proponowaną klasyfikację należy za­tem traktować jako pewną próbę przedstawienia ogólnego zarysu obszernej dziedziny, a nie jako stwierdzenie ogólnie przyjętego stanu rzeczy.

Przegląd oprogramowania

Programy komputerowe podzielimy na dwie duże kategorie: aplikacyjne (ang. application software) oraz systemowe (ang. system software). Do katego­rii aplikacyjnej zaliczymy programy wykonujące pewne użyteczne czynno­ści, czyli wykorzystujące możliwości maszyny. Komputer przeznaczony do inwentaryzacji pewnej spółki produkcyjnej będzie zawierać inne programy aplikacyjne niż komputer używany przez inżyniera elektryka. Przykładami aplikacyjnymi są arkusze kalkulacyjne, systemy baz danych, systemy składu tekstu, pakiety do tworzenia programów oraz gry.

3.2. ARCHITEKTURA SYSTEMÓW OPERACYJNYCH 133

Oprogramowanie systemowe, w odróżnieniu od aplikacji, realizuje te zadania, które są wspólne dla wszystkich systemów komputerowych. W pewnym sensie oprogramowanie systemowe dostarcza środowisko, w którym wykonują się aplikacje. W podobny sposób infrastruktura narodu stwarza podstawy, na których obywatele opierają się, tworząc własny styl życia.

W obrębie klasy oprogramowania systemowego wyróżnimy dwie kategorie, z których jedną jest sam system operacyjny, a w skład drugiej wchodzą różne programy zwane oprogramowaniem narzędziowym (ang. utility software). Większość z zainstalowanego oprogramowania narzędziowego składa się z programów do wykonywania pewnych czynności kluczowych dla instalacji komputerowej, które nie stanowią części systemu operacyjnego. Można powiedzieć, że w pewnym sensie oprogramowanie narzę­dziowe składa się z pakietów, które rozszerzają możliwości systemu ope­racyjnego. Narzędzia do formatowania dysku lub kopiowania pliku częste nie są implementowane jako integralna część systemu operacyjnego, ale wła­śnie jako oddzielne programy narzędziowe. Inne przykłady programów na­rzędziowych to oprogramowanie do obsługi komunikacji za pośrednictwem modemu, programy do komunikacji przez sieć, oprogramowanie do kom­presji i dekompresji danych.

Zaimplementowanie pewnych czynności w postaci osobnych progra­mów narzędziowych upraszcza sam system operacyjny. Jest on dzięki temu mniej złożony niż system, który dostarczałby odpowiednie usługi. Ponadto, udogodnienia implementowane jako osobne programy narzędziowe można łatwiej dostosowywać do potrzeb konkretnej instalacji. W rzeczywistości bardzo często zdarza się, że firmy lub nawet indywidualni użytkownicy

134

ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

modyfikują lub rozbudowują oprogramowanie narzędziowe, dostarczane pierwotnie razem z systemem operacyjnym.

Różnica między oprogramowaniem narzędziowym a oprogramowa­niem aplikacyjnym jest dość płynna. Pod względem przedstawionej tu kla­syfikacji kluczowe jest to, czy pakiet stanowi część infrastruktury oprogra­mowania. Nowy program aplikacyjny może zatem przekształcić się w pro­gram narzędziowy, jeśli stanie się elementarnym narzędziem. Różnica mię­dzy oprogramowaniem narzędziowym a systemem operacyjnym jest równie płynna. W niektórych systemach oprogramowanie realizujące pewne podsta­wowe usługi, jak na przykład listowanie plików znajdujących się w pamięci masowej, jest dostarczane w postaci programów narzędziowych, w innych stanowi integralną część systemu operacyjnego.

Elementy systemu operacyjnego

Ten fragment systemu operacyjnego, który definuje interfejs między syste­mem operacyjnym a jego użytkownikami, jest często nazywany interprete­rem poleceń albo powłoką systemu operacyjnego (ang. shell). Zadaniem interpretera poleceń jest umożliwienie komunikacji między użytkownikiem (lub użytkownikami) a maszyną. Nowoczesne interpretery realizują to za­danie za pomocą graficznego interfejsu użytkownika (ang. graphical user interface; GUI). Obiekty, którymi manipuluje użytkownik, takie jak pliki czy programy, są reprezentowane na ekranie graficznie jako ikony. W takich sys­temach użytkownicy mogą wydawać polecenia, wskazując i wybierając za pomocą urządzenia zwanego myszką odpowiednie ikonki na ekranie moni­tora. Starsze interpretery poleceń komunikują się z użytkownikami za po­mocą komunikatów tekstowych, wprowadzanych z klawiatury i wyświetla­nych na monitorze.

Chociaż interpreter poleceń systemu operacyjnego odgrywa ważną rolę w ustanowieniu funkcjonalności maszyny, jest on jednak jedynie interfejsem między użytkownikiem a sercem systemu operacyjnego (rys. 3.4). To od­różnienie interpretera od wewnętrznych warstw systemu operacyjnego jest bardzo widoczne w niektórych systemach operacyjnych, w których użyt­kownicy mogą wybrać jeden z wielu dostępnych interpreterów. W ten spo­sób każdy użytkownik może posługiwać się tym interpreterem, który jest dla niego najwygodniejszy. Użytkownicy systemu UNIX mogą na przykład wybierać między różnymi interpreterami, m.in. interpreterem Borne'a, in­terpreterem C i interpreterem Korna. Wczesne wersje systemu Microsoft Windows były w zasadzie zamiennymi interpreterami dla systemu MS-DOS. System operacyjny pozostawał ten sam, zmieniał się tylko sposób komuni­kacji z użytkownikiem.

Głównym elementem współczesnych interpreterów graficznych jest za­rządca okien (ang. window manager). Przydziela on na ekranie bloki zwane oknami i przechowuje informacje o tym, która aplikacja jest związana z każ­dym z nich. Gdy aplikacja chce wyświetlić komunikat na ekranie, zawiadamia

3.2. ARCHITEKTURA SYSTEMÓW OPERACYJNYCH 135

LINUX

Entuzjaści komputerowi, którzy chcą poeksperymentować z we­wnętrznymi elementami systemu operacyjnego, mogą to zro­bić na przykładzie systemu Linux. Linux jest systemem ope­racyjnym zaprojektowanym przez Linusa Torvaldsa, gdy byt on studentem na Uniwersytecie Helsinskim. Jest to produkt nie-komercyjny, a zatem jest dostępny za darmo razem z kodem źródłowym (rozdział 5) i dokumentacją. Ponieważ jest dostępny w postaci źródłowej, stał się popularny wśród hobbystów, stu­dentów zajmujących się systemami operacyjnymi i programi­stów. Stał się także popularny jako substytut komercyjnych syste­mów operacyjnych dostępnych na rynku. Zainstalowanie Linuksa wymaga jednak zazwyczaj większego doświadczenia niż insta­lacja produktów komercyjnych, takich jak Microsoft Windows, który zazwyczaj jest wstępnie instalowany na komputerach oso­bistych. Więcej o Linuksie dowiesz się ze strony internetowej http://www.linux.org.

zarządcę okien, który wyświetla go w oknie związanym z daną aplika­cją. Gdy użytkownik naciśnie klawisz myszki, zarządca okien sprawdza po­łożenie wskaźnika myszki na ekranie i zawiadamia odpowiednią aplikację o aktywności myszki.

W odróżnieniu od interprete­ra systemu operacyjnego, część we­wnętrzna systemu operacyjnego jest często nazywana jądrem (ang. kernel). Jądro systemu operacyjnego zawiera oprogramowanie, które zapewnia ele­mentarną funkcjonalność wymaganą w konkretnej instalacji. Jeden z modu­łów systemu operacyjnego, zarządca plików (ang. file manager), koordynuje wykorzystanie pamięci masowej kom­putera. Dokładniej, zarządca plików utrzymuje informacje o wszystkich

136

ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

plikach znajdujących się w pamięci masowej. Informacja ta zawiera dane o położeniu plików, o tym, którzy użytkownicy mają prawo dostępu do poszczególnych plików, oraz o tym, które fragmenty pamięci masowej są jeszcze dostępne i mogą być użyte w nowych plikach lub wykorzystane do powiększenia plików już istniejących.

Dla wygody użytkowników większość zarządców plików umożliwia gromadzenie plików w pakiety zwane katalogami (ang. directory) lub fol­derami (ang. folder). Dzięki temu użytkownicy mogą organizować struk­turę plików zgodnie z potrzebami, umieszczając związane ze sobą pliki w tym samym katalogu. Ponieważ katalogi mogą zawierać inne katalogi, zwane podkatalogami, pliki można przechowywać hierarchicznie. Użytkow­nik może na przykład utworzyć katalog o nazwie Dane, który zawiera pod-katalogi o nazwach DaneFinansowe, DaneMedyczne i DaneDomowe. Wewnątrz każ­dego z tych katalogów mogą znajdować się pliki, które należą do konkretnej kategorii. Łańcuch katalogów wewnątrz katalogów jest nazywany ścieżką (ang. path) katalogów.

Gdy pewien program chce wykonać operację na pliku, zarządca plików nadzoruje jej wykonanie. Procedura rozpoczyna się od nakazania zarządcy udostępnienia pliku. Ta operacja nazywa się otwieraniem pliku. Jeśli za­rządca pliku zezwoli na dostęp do pliku, przekazuje informacje potrzebne do odnalezienia pliku i manipulacji nim. Te informacje przechowuje się w pa­mięci głównej w obszarze zwanym deskryptorem pliku (ang. file descriptor). Poszczególne operacje na pliku realizuje się na podstawie informacji zapisa­nych w deskryptorze pliku.

Inny element jądra składa się z zestawu programów obsługi urządzeń (ang. device driver). Program obsługi urządzenia komunikuje się ze sterow­nikami urządzenia (lub czasami bezpośrednio z urządzeniem), gdy zacho­dzi potrzeba wykonania pewnych operacji w urządzeniach peryferyjnych maszyny. Każdy program obsługi urządzenia jest zaprojektowany specjal­nie dla określonego typu urządzenia (drukarki, napędu dysku, urządzenia taśmowego czy monitora) i tłumaczy ogólne polecenia na ciąg szczegóło­wych kroków, które musi wykonać urządzenie sterowane tym programem obsługi. W ten sposób można uniezależnić budowę innych modułów pro­gramistycznych od szczegółów technicznych, specyficznych dla konkretnego urządzenia. W efekcie otrzymuje się system operacyjny, który można dopa­sowywać do konkretnych urządzeń peryferyjnych, instalując jedynie odpo­wiednie programy obsługi.

Jeszcze innym elementem jądra systemu operacyjnego jest zarządca pa­mięci (ang. memory manager). Jego zadaniem jest koordynacja wykorzysta­nia pamięci głównej komputera. Obowiązki z tym związane są minimalne w środowiskach, w których komputer realizuje na raz tylko jedno zadanie. Program realizujący to zadanie jest wtedy wprowadzany do pamięci głów­nej, wykonywany, a następnie zastępowany programem realizującym kolejne zadanie. Jednak w środowiskach z wieloma użytkownikami lub w syste­mach wielozadaniowych, w których komputer wykonuje wiele programów na raz, zarządca pamięci ma wiele do zrobienia. W pamięci głównej musi

3.2. ARCHITEKTURA SYSTEMÓW OPERACYJNYCH 137

przebywać jednocześnie wiele programów i wiele bloków danych, każdy w obszarze przyznanym mu przez zarządcę pamięci. W miarę przybywa­nia kolejnych zadań i ich realizowania, zarządca pamięci musi wyszukiwać w pamięci obszary wystarczająco duże do zaspokojenia wymagań pamię­ciowych tych zadań. Zarządca musi także przechowywać informacje o tym, które obszary pamięci nie są już przez nikogo zajmowane.

Zadanie zarządcy pamięci komplikuje się jeszcze bardziej, jeśli łączna ilość wymaganego miejsca w pamięci głównej przekracza ilość pamięci do­stępną w komputerze. W takiej sytuacji zarządca pamięci może stworzyć iluzję dodatkowego miejsca w pamięci, przesyłając programy i dane z pa­mięci głównej do pamięci masowej i na odwrót. Taka iluzoryczna przestrzeń pamięci nazywa się pamięcią wirtualną (ang. virtual memory). Przypuśćmy, że jest potrzebna pamięć główna o rozmiarze 64 megabajtów, ale są do­stępne tylko 32 megabajty. Aby stworzyć wrażenie większej ilości miejsca w pamięci, zarządca pamięci dzieli potrzebną przestrzeń na kawałki zwane stronami (ang. pages) i przechowuje zawartość tych stron w pamięci maso­wej. Zazwyczaj rozmiar strony nie przekracza 4 kilobajtów. Gdy nowe strony muszą znaleźć się w pamięci głównej, zarządca pamięci wymienia je ze stro­nami, które już nie są tam dłużej potrzebne. W ten sposób moduły progra­mistyczne mogą być wykonywane, tak jakby w komputerze było naprawdę 64 megabajtów pamięci.

W skład jądra systemu operacyjnego wchodzą także moduł szeregu­jący lub planista (ang. scheduler) oraz moduł ekspediujący lub dyspozytor (ang. dispatcher), które omówimy w następnym podrozdziale. Na razie po­wiemy tylko, że w systemie z podziałem czasu moduł szeregujący decyduje o tym, które zadania wybrać do wykonania, a moduł ekspediujący steruje przydzielaniem kwantów czasu poszczególnym zadaniom.

Uruchamianie systemu

Przeanalizowaliśmy sposób porozumiewania się systemu operacyjnego z użytkownikami komputera i sposób, w jaki poszczególne elementy systemu współpracują ze sobą, koordynując wykonanie różnych czynności w kom­puterze. Nie zastanawialiśmy się jednak jeszcze nad tym, jak uruchamia się system operacyjny. Wykonuje się to za pomocą procedury ładowania po­czątkowego lub rozruchowej (ang. boot strapping), którą komputer realizuje zawsze bezpośrednio po włączeniu. Aby zrozumieć tę procedurę, trzeba uświadomić sobie, dlaczego jest ona w ogóle potrzebna.

Jednostkę centralną konstruuje się w ten sposób, że zawsze bezpośred­nio po jej włączeniu, do licznika rozkazów ładuje się pewną z góry określoną wartość. Wartość ta to adres, pod którym jednostka centralna spodziewa się zastać pierwszy rozkaz do wykonania. Aby zapewnić, że pożądany pro­gram zawsze jest obecny, porcja pamięci rozpoczynająca się od tego adresu jest zazwyczaj konstruowana w ten sposób, że jej zawartość jest wpisana na stałe. Taka pamięć nazywa się pamięcią ROM (ang. read-only memory). Po umieszczeniu ciągów bitów w pamięci ROM w drodze specjalnego procesu,

138 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

pozostaje on w niej niezależnie od tego, czy komputer jest włączony czy wyłączony.

W małych komputerach, używanych jako urządzenia sterujące w kuchen­kach mikrofalowych, samochodowych układach zapłonowych bądź w od­biornikach stereofonicznych, przeznacza się większą część pamięci głównej na pamięć ROM. Program, który takie urządzenie wykonuje po włączeniu, jest zawsze taki sam i nie jest tu potrzebna elastyczność. Inaczej jest jednak w komputerach ogólnego przeznaczenia; poświęcenie dużego fragmentu ich pamięci głównej na z góry ustalone programy nie jest praktyczne. Zawartość pamięci w tego typu komputerach musi dać się zmieniać. W rzeczywistości większa część pamięci komputerów ogólnego przeznaczenia jest konstru­owana w taki sposób, że jej zawartość można zmieniać, ale zawartość ta jest tracona po każdym wyłączeniu komputera. Mówi się, że taka pamięć jest pamięcią ulotną.

Procedura rozruchu komputera ogólnego przeznaczenia wymaga, aby jedynie mała część pamięci była pamięcią ROM. Składa się ona z tych komó­rek pamięci, w których jednostka centralna po każdym włączeniu spodziewa się znaleźć program. Mały program, który jest zapisany na stałe w tym ob­szarze, nazywa się programem ładującym lub rozruchowym (ang. bootstrap). Jest to program, który wykonuje się automatycznie po włączeniu komputera. Powoduje on, że jednostka centralna przenosi dane z określonego wcześ­niej miejsca w pamięci masowej do ulotnego obszaru w pamięci głównej (rys. 3.5). Najczęściej przenoszone dane to system operacyjny. Po umiesz­czeniu systemu operacyjnego w pamięci głównej, program rozruchowy wykonuje rozkaz skoku do tego obszaru pamięci. Wtedy kontrolę przej­muje system operacyjny, który od tej chwili nadzoruje wszystkie czynności maszyny.

W większości współczesnych komputerów osobistych program rozru­chowy zaprojektowano tak, aby w pierwszej kolejności próbował odczy­tać system operacyjny z dyskietki. Jeśli dyskietki nie ma w napędzie, to program rozruchowy automatycznie próbuje wczytać system operacyjny z dysku twardego. Jeśli jednak w napędzie dyskietek jest dyskietka, która nie zawiera kopii systemu operacyjnego, to program rozruchowy wstrzy­muje swoje działanie i wyświetla komunikat o błędzie. Prawdopodobnie Czytelnik doświadczył tego zjawiska, włączając komputer z dyskietką z da­nymi w napędzie.

PYTANIA I ĆWICZENIA

1. Wymień elementy typowego systemu operacyjnego i opisz jednym
   zdaniem zadania każdego z nich.

2. Na czym polega różnica między programami aplikacyjnymi a progra­
   mami narzędziowymi?

3. Co to jest pamięć wirtualna?

4. Opisz krótko procedurę rozruchową.

3.2. ARCHITEKTURA SYSTEMÓW OPERACYJNYCH 139

3.3. Koordynacja czynności komputera

W tym podrozdziale rozważymy, w jaki sposób system operacyjny koor­dynuje wykonanie programów aplikacyjnych, programów narzędziowych i modułów systemu operacyjnego. Rozpoczniemy od wprowadzenia pojęcia procesu.

140

ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

pojęcie procesu

Jedną z najbardziej podstawowych cech nowoczesnych systemów opera­cyjnych jest odróżnienie pojęciowe programu od czynności polegającej na wykonywaniu programu. Program jest po prostu statycznym zbiorem roz­kazów. Wykonanie programu jest czynnością dynamiczną, której właści­wości zmieniają się w miarę upływu czasu. Ta czynność nosi nazwę pro­cesu (ang. process). Proces zawiera informacje o bieżącym stanie wykonania, zwane stanem procesu (ang. process state). W stanie są przechowywane in­formacje o bieżącej pozycji w wykonywanym programie (wartość licznika rozkazów) oraz wartości pozostałych rejestrów jednostki centralnej, a także zawartość związanych z procesem komórek pamięci. Z grubsza mówiąc, stan procesu jest migawką stanu komputera w danej chwili. W różnych momen­tach wykonania programu (w różnych chwilach w procesie) obserwuje się różne migawki (różne stany procesu).

Aby jeszcze bardziej uwypuklić różnicę między procesem a programem, zwróćmy uwagę, że jeden program może być jednocześnie związany z wie­loma procesami. W systemie z podziałem czasu i wieloma użytkownikami, dwóch użytkowników może w tym samym czasie edytować dwa różne do­kumenty. Można w tym celu wykorzystać ten sam program edytora, ale każda z czynności jest osobnym procesem z innym zestawem danych i każda z tych czynności może być w innym stopniu zaawansowana. System opera­cyjny może zatem utrzymywać w pamięci głównej tylko jedną kopię pro­gramu edytora, z której korzystają różne procesy w trakcie przydzielonego im kwantu czasu.

W typowej instalacji komputerowej z podziałem czasu o kwanty rywa­lizuje zazwyczaj wiele procesów. Wśród nich są procesy wykonujące pro­gramy aplikacyjne, procesy wykonujące programy narzędziowe oraz pro­cesy realizujące fragmenty systemu operacyjnego. Koordynacja działania tych procesów jest zadaniem systemu operacyjnego. Polega ona na zapew­nieniu, że każdy proces otrzyma potrzebne mu zasoby (urządzenia peryfe­ryjne, miejsce w pamięci głównej, dostęp do danych i jednostki centralnej), na zagwarantowaniu, że niezależne od siebie procesy nie będą sobie nawza­jem przeszkadzać i że procesy, które muszą wymieniać się informacjami, będą mogły to robić. Komunikacja między procesami nosi nazwę komuni­kacji międzyprocesowej (ang. interprocess communication).

Administrowanie procesami

Zadania związane z koordynacją działania procesów są wykonywane przez wewnętrzne moduły jądra systemu operacyjnego: przez moduł szeregujący (planista) i moduł ekspediujący (dyspozytor). Moduł szeregujący przecho­wuje informacje o procesach znajdujących się w systemie, wprowadza nowe procesy do systemu oraz usuwa z niego zakończone procesy. Moduł szere­gujący przechowuje w pamięci głównej blok danych zwany tablicą procesów

3.3. KOORDYNACJA CZYNNOŚCI KOMPUTERA 141

(ang. process table), który przechowuje informacje o wszystkich procesach. Po pojawieniu się nowego zadania do wykonania, moduł szeregujący zawsze tworzy dla niego nowy proces i przydziela mu nową pozycję w tablicy pro­cesów. W pozycji znajdują się informacje, takie jak położenie obszaru pa­mięci przydzielonej temu procesowi (informację tę uzyskuje się od zarządcy pamięci), priorytet procesu oraz informacje o tym, czy proces jest gotowy, czy oczekujący. Proces jest gotowy (ang. ready), jeśli znajduje się w stanie, w którym możliwe jest jego dalsze wykonywanie. Proces jest oczekujący (ang. waiting), jeśli jego wykonanie odłożono na później, aż nastąpi jakieś zewnętrzne zdarzenie, na przykład zakończenie operacji dostępu do dysku lub nadejście komunikatu od innego procesu.

Dyspozytor jest częścią jądra systemu operacyjnego, która dba o to, aby wybrane do wykonania procesy faktycznie się wykonywały. W syste­mie z podziałem czasu wykonanie procesów realizuje się, dzieląc czas na krótkie przedziały zwane kwantami (ang. ąuantum lub time slice) (zazwyczaj około 50 milisekund), a następnie przydzielając jednostkę centralną proce­som na zmianę, tak aby każdy z nich wykonywał się na raz nie dłużej niż jeden kwant (rys. 3.6). Procedura zmiany aktualnie wykonywanego procesu to przełączenie procesów (ang. process switch).

Zawsze gdy proces rozpoczyna swój kwant, dyspozytor inicjuje układ, który mierzy czas, jaki pozostał do końca kwantu. Po zakończeniu kwantu układ generuje sygnał zwany przerwaniem (ang. interrupt). Jednostka cen­tralna reaguje na ten sygnał, tak jak ludzie reagują na polecenie przerwania wykonywania pewnej czynności - przerywają to, co w danej chwili robili, zapamiętując, w jakim punkcie realizacji czynności się znajdowali, i zaj­mują się realizacją zadania, które spowodowało przerwanie. Gdy procesor otrzymuje przerwanie, kończy bieżący cykl maszynowy, zapamiętuje pozy­cję w procesie bieżącym (powrócimy do tego kroku za chwilę) i rozpoczyna wykonanie programu zwanego programem obsługi przerwania (ang. inter­rupt handler), który znajduje się pod z góry określonym adresem w pamięci głównej.

W systemie z podziałem czasu program obsługi przerwania jest czę­ścią modułu ekspediującego (dyspozytora). Efektem nadejścia przerwania jest zatem wywłaszczenie procesu bieżącego i przekazanie sterowania do dyspozytora. W tym momencie dyspozytor zezwala modułowi szeregują­cemu na uaktualnienie tablicy procesów (na przykład może okazać się ko­nieczne zmniejszenie priorytetu procesu, który właśnie wykorzystał swój kwant, i zwiększenie priorytetu innych procesów). Dyspozytor wybiera na­stępnie z tablicy procesów proces, który ma najwyższy priorytet spośród procesów gotowych, uruchamia ponownie układ odmierzający czas i ze­zwala wybranemu procesowi na rozpoczęcie jego kwantu.

Aby system z podziałem czasu mógł poprawnie działać, jest potrzebna możliwość zatrzymania i późniejszego wznowienia procesu. Gdy ktoś prze­rwie Ci czytanie książki, będziesz mógł powrócić do lektury później, je­śli potrafisz zapamiętać, w którym miejscu książki byłeś, oraz informacje, które zgromadziłeś do tej pory. W skrócie, musisz odtworzyć środowisko,

142 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

w którym znajdowałeś się tuż przed przerwaniem. W wypadku procesu ta­kim środowiskiem jest stan procesu. Przypomnijmy, że stan zawiera wartość licznika rozkazów, zawartość rejestrów oraz istotnych dla procesu komórek pamięci. Komputery projektowane pod kątem systemów z podziałem czasu realizują czynności związane z zapamiętaniem tych informacji jako element reakcji jednostki centralnej na sygnał przerwania. W języku maszynowym takich komputerów znajdują się także rozkazy do odtworzenia uprzednio zapamiętanego stanu. Opisane możliwości komputera upraszczają dyspozy­torowi zadanie przełączania procesu i stanowią przykład ilustrujący wpływ współczesnych systemów operacyjnych na architekturę nowoczesnych ma­szyn liczących.

Czasem proces nie wykorzystuje całego kwantu. Jeśli proces żądał wejścia-wyjścia, na przykład odczytania danych z dysku, to czas przydzielony temu procesowi kończy się natychmiast. W przeciwnym razie proces po pro­stu zmarnowałby pozostałą część kwantu, czekając aż sterownik urządzenia zrealizuje żądanie. W takim wypadku moduł szeregujący uaktualnia tablicę procesów, uwzględniając w niej to, że proces jest oczekujący, a dyspozy­tor przydziela nowy kwant procesowi, który jest gotowy. Później (być może za kilkaset milisekund), gdy sterownik powiadomi o zakończeniu realizacji żądania wejścia-wyjścia, moduł szeregujący ponownie zaklasyfikuje proces jako gotowy, dzięki czemu będzie on znów rywalizować o kwant czasu.

3.3. KOORDYNACJA CZYNNOŚCI KOMPUTERA 143

Model klient-serwer

Moduły systemu operacyjnego zazwyczaj wykonują się jako oddzielne pro­cesy, które w systemie z podziałem czasu rywalizują pod nadzorem dyspo­zytora o kwanty czasu. W celu koordynacji ich działań, procesy te muszą się ze sobą porozumiewać. Przykładowo, aby wybrać do wykonania nowy pro­ces, moduł szeregujący musi najpierw uzyskać dla niego miejsce w pamięci od zarządcy pamięci, a w celu uzyskania dostępu do pliku w pamięci ma­sowej proces musi najpierw uzyskać odpowiednie informacje od zarządcy plików.

W celu uproszczenia komunikacji międzyprocesowej elementy sys­temu operacyjnego często projektuje się zgodnie z modelem klient-serwer (rys. 3.7). W tym modelu każdy z komunikujących się procesów gra rolę klienta albo rolę serwera. Klient wysyła żądania do innych modułów, a ser­wer obsługuje żądania klientów. Zarządca plików może na przykład przyjąć na siebie rolę serwera, który udostępnia pliki zgodnie z żądaniami klientów. W takim modelu komunikacja międzyprocesowa wewnątrz systemu opera­cyjnego polega na przekazywaniu żądań od procesów pełniących funkcję klientów do serwerów i przekazywaniu odpowiedzi od procesów pełniących funkcje serwerów do klientów.

144 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE 1 SIECI

Model klient-serwer w procesie projektowania oprogramowania prowa­dzi do powstania modułów z jasno określonymi rolami. Klient po prostu wy­syła żądania do serwerów i oczekuje na odpowiedzi. Serwer realizuje ode­brane żądania i wysyła klientom odpowiedzi. Działanie serwera nie zmienia się niezależnie od tego, czy obsługiwany klient znajduje się w tym samym komputerze, czy w odległym węźle sieci. Różnica między tymi przypadkami jest ukryta w oprogramowaniu realizującym komunikację, a nie w kodzie serwera ani klienta. Z kolei, jeśli elementy systemu projektuje się zgodnie z architekturą klient-serwer, to mogą one realizować swoje zadania nieza­leżnie od tego, czy znajdują się na tym samym komputerze, czy na różnych komputerach nawet znacznie od siebie odległych (rys. 3.8). Zatem, jeśli tylko

istnieje oprogramowanie realizujące usługi wysyłania żądań i odpowiedzi, to zestaw klientów i serwerów może być rozproszony między różne kom­putery w dowolnej, wygodnej ze względu na sieć konfiguracji.

Ustanowienie jednorodnego systemu przekazywania komunikatów, który mógłby wspierać takie rozproszone systemy w sieciach kompute­rowych, jest podstawowym celem zbioru standardów i specyfikacji, znanych pod nazwą CORBA (od angielskiej nazwy Common Object Request Broker Architecture). W skrócie CORBA jest standardem komunikacji sieciowej między modułami programistycznymi, zwanymi obiektami (np.: klienci i serwery). CORBA została opracowana przez Object Management Group, która jest konsorcjum złożonym z producentów sprzętu i oprogramowania oraz użytkowników zainteresowanych promowaniem i rozszerzaniem metod obiektowych. Metody obiektowe wprowadzimy w rozdziale 5 i będziemy do nich stale powracać w kolejnych rozdziałach.

PYTANIA I ĆWICZENIA

1. Podsumuj różnice między procesem a programem.

2. Opisz krótko kroki podejmowane przez jednostkę centralną w chwili
   pojawienia się przerwania.

3. W jaki sposób można zapewnić szybsze wykonanie procesów wysoko-
   priorytetowych w systemie z podziałem czasu?

3.3. KOORDYNACJA CZYNNOŚCI KOMPUTERA 145

Klasyfikacja sieci

Każdą sieć komputerową zalicza się do jednej z dwóch dużych kategorii: kategorii sieci lokalnych (ang. local area network; LAN) lub kategorii sieci rozległych (ang. wide area network; WAN). Sieć LAN zazwyczaj składa się ze zbioru komputerów znajdujących się w jednym budynku lub kompleksie budynków. Przykładami sieci LAN są komputery użytkowane w kampusie uniwersyteckim czy w zakładzie produkcyjnym. Sieci WAN łączą kompu­tery, które mogą znajdować się na przeciwnych krańcach miasta lub nawet świata. Główna różnica między sieciami LAN i WAN polega na technice stosowanej do ustalenia ścieżek komunikacyjnych. (Łącza satelitarne dobrze nadają się dla sieci WAN, ale nie dla sieci LAN). Oprogramowanie, które musi uwzględniać te różnice, zazwyczaj wyodrębnia się z całego pakietu oprogramowania sieciowego w postaci małych modułów. Oznacza to, że dla oprogramowania, różnica między sieciami LAN i WAN staje się coraz mniej ważna.

Inny sposób podziału sieci na dwie grupy opiera się na prawie włas­ności do wewnętrznej techniki realizacji sieci. Może ona być publiczna lub być w posiadaniu pewnej korporacji. Sieć pierwszego typu nazywa się siecią otwartą, a sieć drugiego typu siecią zamkniętą lub siecią prawnie zastrzeżoną. Internet jest systemem otwartym. Komunikację przez Internet realizuje się za pomocą otwartego zestawu standardów znanych jako pakiet protokołów TCP/IP, który omówimy w następnym punkcie. Dla odmiany, Novell Inc. jest głównym dostawcą oprogramowania sieciowego, które sam opracowuje, zastrzegając sobie do niego prawa. Zatem systemy instalowane i utrzymy­wane przez firmę Novell są systemami zamkniętymi.

Jeszcze inna klasyfikacja sieci jest oparta na konfiguracji połączeń sie­ciowych, czyli na sposobie połączenia poszczególnych komputerów ze sobą. Na rysunku 3.10 przedstawiono cztery popularne konfiguracje: (1) pierścień, w którym komputery są połączone w okrąg, (2) magistrala, gdzie kompu­tery są przyłączone do wspólnej linii komunikacyjnej, zwanej magistralą, (3) gwiazda, w której jeden komputer pełni rolę węzła centralnego (huba), do którego są przyłączone wszystkie pozostałe maszyny i (4) połączenie nie­regularne, kiedy nie stosuje się żadnego systematycznego sposobu łączenia komputerów. Konfiguracje nieregularne są powszechne w sieciach WAN, a konfiguracje pierścienia i gwiazdy spotyka się zazwyczaj w środowiskach lokalnych; za architekturę sieci w takich środowiskach często odpowiada tylko jeden nadzorca.

Internet

Jeśli połączymy wiele istniejących sieci, otrzymamy sieć sieci, zwaną inter-siecią (ang. internet). Najważniejszym przykładem takiej sieci jest Internet (zwracamy uwagę na pisownię przez wielkie I), którego początkiem był program naukowy rozpoczęty w 1973 roku przez agencję DARPA. Program

152 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

miał na celu opracowanie sposobu łączenia ze sobą różnorodnych sieci kom­puterowych, tak aby mogły one działać jak jedna niezawodna sieć. Obecnie Internet jest kombinacją o światowym zasięgu sieci WAN i LAN, w której znajdują się miliony komputerów. Każda sieć w Internecie jest połączona z inną siecią za pomocą komputera zwanego ruterem. Oznacza to, że ruter jest komputerem należącym do dwóch sieci, który umożliwia przekazywa­nie komunikatów z jednej sieci do drugiej¹.

¹ Oprócz terminu ruta w użyciu jest termin brama (ang. gateway). Tego drugiego terminu używa się jednak zazwyczaj w odniesieniu do połączeń bardziej złożonych niż te realizowane za pomocą rutera. Brama to często komputer łączący dwie intersieci, w których stosuje się różne protokoły. Komputer łączący Internet z siecią zamkniętą nazwalibyśmy zatem właśnie bramą.

3.5. SIECI

153

Adresy w Internecie

Na Internet można patrzeć jak na pewien zestaw skupisk sieci. Każde takie skupisko nazywa się domeną (ang. domain); zobacz rysunek 3.11. Zazwy­czaj składa się ona z tych sieci, które działają w obrębie jednej instytucji, na przykład w obrębie uniwersytetu, firmy czy instytucji rządowej. Każda domena jest systemem autonomicznym, który konfiguruje się zgodnie z wy­maganiami lokalnych władz. Może to być nawet globalny zbiór sieci WAN. Adres każdego komputera w Internecie jest 32-bitowym ciągiem zło­żonym z dwóch części: części identyfikującej domenę, w której znajduje się komputer, i części identyfikującej konkretny komputer w obrębie tej domeny. Część adresu określająca domenę, czyli identyfikator sieci (ang. ne-twork identifier) jest przydzielana i rejestrowana przez InterNIC (Inter­net Network Information Center) w chwili tworzenia domeny. Rejestracja

Domena

Sieci lokalne zgrupowane w domeny

■MS

154 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

InterNIC założono w 1993 roku, gdy National Science Foun­dation ustaliła z trzema firmami (AT&T, General Atomics oraz Network Solutions) przejęcie odpowiedzialności za czynności związane z Internetem, takie jak obsługa rejestracji domen i za­rządzanie bazami danych potrzebnymi do identyfikacji domeno­wych serwerów nazw w Internecie. Uprzednio rejestracją domen zajmowało się Defense Information Systems Agency Network Information Center (DISA NIC). Te pierwotne kontrakty już się zakończyły i przyszłe struktury „ciała zarządzającego" Internetem są przedmiotem rozmów. Podstawowy argument to to, że Inter­net nie jest już związany z badaniami naukowymi i nie powinien już pozostawać pod auspicjami National Science Foundation. National Science Foundation finansuje obecnie rozwój systemu Internet 2, przeznaczonego dla społeczności naukowej. Rejestra­cję domen internetowych w dalszym ciągu obsługuje Network Solutions. Więcej na temat procesu rejestracji można znaleźć na stronie WWW http://internic.net

I

INTERNIC

zapewnia, że każda domena w In­ternecie ma unikatowy identyfikator sieci. Część adresu, która określa kon­kretną maszynę w obrębie domeny jest nazywana adresem hosta (termin host, oznaczający w języku angielskim gospodarza, stosuje się powszechnie w odniesieniu do komputera znajdu­jącego się w sieci. W ten sposób pod­kreśla się jego rolę gospodarza dla zleceń nadchodzących od innych ma­szyn). Tę część adresu określają wła­dze lokalne domeny; zazwyczaj jest to osoba, która pełni funkcję admini­stratora sieci lub administratora sys­temu. Identyfikator sieciowy spółki wydawniczej Addison Wesley Long-man to na przykład 192.207.177 (tra­dycyjnie identyfikatory sieciowe zapi­suje się w notacji dziesiętnej z krop­kami; por. ćwiczenie 8 w podroz­dziale 1.4). Z kolei pewien kompu­ter w tej domenie może mieć adres 192.207.177.133, przy czym ostatni bajt jest adresem hosta.

Adresy zapisywane w postaci ciągów bitów są mało czytelne dla czło­wieka. Z tego powodu InterNIC przydziela także każdej domenie unika­towy adres mnemoniczny, nazywany nazwą domeny (ang. domain name). Władze lokalne domeny mogą swobodnie rozszerzać tę nazwę, tworząc na­zwy dla poszczególnych komputerów znajdujących się w domenie. Przy­kładowo nazwą domeny dla wydawnictwa Addison Wesley Longman jest awl. com. Komputer w obrębie tej domeny może mieć na przykład nazwę ssenterprise.awl.com.

Notacja kropkowa stosowana w adresach mnemonicznych nie ma żad­nego związku z notacją kropkową używaną do reprezentacji adresów w po­staci ciągów bitów. Poszczególne części w notacji mnemonicznej określają położenie komputera w hierarchicznym systemie klasyfikacji. W szczególno­ści adres ssenterprise.awl.com określa komputer o nazwie ssenterprise znaj­dujący się w instytucji awl, która jest organizacją komercyjną com. (Oprócz klasy com jest wiele klasyfikatorów domen, w tym: edu dla instytucji eduka­cyjnych, gov dla instytucji rządowych, org dla ogólnie pojętych organizacji). Władze lokalne wielkich domen mogą podjąć decyzję o ich podziale na poddomeny. Wtedy adres mnemoniczny komputera w domenie jest dłuż­szy. Przypuśćmy, że Uniwersytet Znikąd ma przydzieloną nazwę uz.edu i że zdecydowano się podzielić tę domenę na poddomeny. Wtedy komputer na tym uniwersytecie może mieć adres r2d2 . compsc. uz . edu, który oznacza,

3.5. SIECI

155

że komputer r2d2 znajduje się w poddomenie compsc domeny uz w obrębie klasy edu domen organizacji edukacyjnych.

Aby umożliwić przesyłanie komunikatów między indywidualnymi użyt­kownikami Internetu (za pomocą systemu o nazwie e-mail, skrót od electronic mail - poczta elektroniczna), władze lokalne przyznają każdemu uprawnio­nemu użytkownikowi adres elektroniczny w domenie. Taki adres składa się z ciągu znaków identyfikującego użytkownika, po którym umieszcza się sym­bol @ oraz nazwę komputera przeznaczonego do wykonywania czynności związanych z obsługą poczty elektronicznej w tej domenie. Zatem przykła­dowy adres elektroniczny użytkownika w Addison Wesley Longman może wyglądać tak: [e-mail]. Innymi słowy kompu­ter mailroom w domenie awl.com zajmuje się obsługą poczty użytkownika wshakespeare.

Władze lokalne domeny odpowiadają za utrzymywanie spisu adresów mnemonicznych i odpowiadających im numerycznych adresów interneto-wych komputerów w domenie. Taki spis implementuje się na wyznaczonym do tego celu komputerze-serwerze, zwanym serwerem nazw (ang. name server). Komputer ten obsługuje zlecenia dotyczące udzielenia informacji o adresach. Wszystkie serwery nazw w całym Internecie tworzą razem sys­tem adresowy tłumaczący nazwy mnemoniczne na ich numeryczne odpo­wiedniki. W szczególności, gdy ktoś zleci wysłanie komunikatu pod ad­res podany w postaci mnemonicznej, to powyższy system serwerów nazw przekształci ten adres mnemoniczny do odpowiedniej postaci bitowej, zro­zumiałej dla oprogramowania Internetu. Zazwyczaj zadanie to realizuje się w ułamku sekundy.

Gdy pewna organizacja podejmie decyzję o przyłączeniu do Internetu, może stać się albo częścią istniejącej domeny, albo poszukać miejsca w In­ternecie, w którym może umieścić ruter i ustanowić własną domenę. Zaletą ustanowienia własnej domeny jest to, że organizacja sama zarządza swoimi zasobami i nie podlega nadzorowi innej organizacji. Aby ustanowić nową domenę, należy dokonać rejestracji w InterNIC i uzyskać identyfikator sie­ciowy i nazwę domeny.

Indywidualni użytkownicy uzyskują zazwyczaj dostęp do Internetu, stając się członkami pewnej organizacji z własną domeną. Firmy, zwane dostawcami Internetu (ang. Internet access providers), oferują dostęp do In­ternetu na zasadach komercyjnych. Takie spółki, po ustanowieniu swoich domen w Internecie, umieszczają na swoich komputerach oprogramowanie, które umożliwia klientom uzyskanie połączenia telefonicznego. Za pomocą takiego połączenia klient uzyskuje dostęp do tych usług internetowych, które zamówił. Wielu dostawców Internetu oferuje także przyłącza do Internetu tym organizacjom, które chcą ustanowić własne dziedziny.

WWW - World Wide Web

Internet nie tylko daje możliwość komunikacji za pomocą poczty elektro­nicznej, ale także staje się metodą rozpowszechniania dokumentów multi-

156 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

medialnych złożonych z hipertekstu (ang. hypertext). Hipertekst jest tekstem zawierającym słowa, zdania lub obrazy, które są dowiązane do innych do­kumentów. Czytelnik dokumentu hipertekstowego, jeśli sobie tego życzy, może uzyskać dostęp do dowiązanych dokumentów, zazwyczaj za pomocą myszy lub klawiatury. Przypuśćmy na przykład, że zdanie „Wykonanie Bo­lera Maurice'a Ravela było wspaniałe" pojawia się w dokumencie hipertek­stowy m i że nazwisko Maurice Ravel jest dowiązane do innego dokumentu zawierającego informacje o kompozytorze. Czytelnik może obejrzeć ten do­datkowy materiał, klikając myszką na tekst Maurice Ravel. Jeśli tylko ustano­wiono odpowiednie dowiązania, Czytelnik może także posłuchać nagrania, wybierając słowo Bolero.

WYSZUKIWARKI

W ten sposób, czytając dokument hipertekstowy, można przeglądać związane z nim dokumenty lub przechodzić od jednego dokumentu do drugiego. W efekcie związywania ze sobą fragmentów wielu dokumen­tów tworzy się pajęczyna przeplecionych, związanych ze sobą informa­cji. Dokumenty wchodzące w skład takiej pajęczyny mogą znajdować się na różnych komputerach połączonych siecią. W ten sposób powstaje paję­czyna o zasięgu ogólnosieciowym. Pa­jęczyna, która powstała w Internecie, ma zasięg ogólnoświatowy i nazywa się World Wide Web.

Aby ułatwić zadanie wyszukiwania informacji w sieci WWW, niektóre organizacje założyły witryny WWW zwane „wyszuki-warkami" (ang. search engines). Użytkownicy Internetu mogą przeszukiwać tam wielkie bazy danych, zawierające dowiąza­nia do stron w Internecie. Dokumenty klasyfikuje się w tych ba­zach danych na podstawie słów kluczowych. Aby zatem odnaleźć informacje o modelu T marki Ford, użytkownik może poprosić wyszukiwarkę o przeszukanie bazy danych w celu odnalezienia wystąpień stów kluczowych: „Ford", „model T", „samochody zabyt­kowe", „kolekcjonerzy samochodów" itp.

Informacje w bazach danych są gromadzone na dwa sposoby: za pomocą programów, zwanych czasem pająkami; (ang. spiders), które po prostu pełzają po sieci Web, przechodząc po dowiązaniach z jednej strony na drugą i przekazując informacje

• odnalezionych stronach. Inny sposób polega na bezpośrednim
  zawiadamianiu. Autor strony WWW może powiadomić zarządcę
  wyszukiwarki i poprosić o zamieszczenie go w bazie danych.
  Popularne wyszukiwarki to (choć nie tylko) AltaVista pod adre­
  sem http://www.altavista.com, Infoseek pod http:/infoseek.go.com

• Webcrawler pod adresem http://www.webcrawler.com.

Pakiety oprogramowania, które asystują czytelnikom hipertekstu w wędrówce po łączach hipertekstowych, można podzielić na dwie ka­tegorie: programy, które pełnią funk­cję klientów, i programy, które peł­nią funkcję serwerów. Program-klient znajduje się na komputerze czytel­nika. Jego zadaniem jest uzyskanie materiałów, których zażąda użytkow­nik oraz przedstawienie ich w pewien uporządkowany sposób. Klient defi­niuje interfejs użytkownika, który po­zwala użytkownikowi przeglądać sieć. Z tego powodu programy te często nazywa się przeglądarkami lub prze­glądarkami stron WWW (ang. brow-sers). Serwer hipertekstu znajduje się w komputerze zawierającym odczyty­wane dokumenty. Jego zadaniem jest udostępnianie dokumentów z kom­putera zgodnie z żądaniami klienta. Krótko mówiąc, użytkownik uzyskuje dostęp do dokumentów hipertekstowych, komunikując się z przeglądarką znajdującą się na jego komputerze. Przeglądarka z kolei realizuje żądania

3.5. SIECI

157

użytkownika, prosząc o ich realizację serwery hipertekstowe rozrzucone po całym Internecie.

Wśród dostępnych współcześnie przeglądarek są produkty rywalizują­cych ze sobą firm. Przeglądarki potrafią obsługiwać dokumenty dźwiękowe, zdjęcia i filmy. Tego typu dokumenty określa się czasem mianem hiperme-diów w celu odróżnienia ich od tradycyjnego hipertekstu.

Aby utworzyć dokument hipertekstowy, jest potrzebna możliwość usta­nawiania dowiązań między dokumentami. Każdy dokument ma zatem uni­katowy adres - jednorodny Iokalizator zasobu (ang. uniform resource locator; URL). Informacja zawarta w URL pozwala przeglądarce na skontaktowanie się z właściwym serwerem i zamówienie potrzebnego dokumentu. Typowy URL przedstawiono na rysunku 3.12. Czasem URL może nie określać doku­mentu jawnie. Może zawierać jedynie nazwę protokołu i mnemoniczną na­zwę komputera. W takich wypadkach serwer, znajdujący się na wskazanym komputerze, przekazuje z góry określony dokument, zwany często stroną domową (ang. home page). Najczęściej znajduje się w niej opis informacji do­stępnych na komputerze. Takie skrótowe URL stanowią standardowy sposób kontaktowania się z organizacjami. Na przykład URL http://www.awl.com spowoduje połączenie ze stroną domową Addison Wesley Longman, Inc, która zawiera dowiązania do wielu innych dokumentów związanych z firmą i jej produktami.

158 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

Dokument hipertekstowy przypomina tradycyjny dokument tekstowy, gdyż tekst jest kodowany znak po znaku za pomocą kodów takich jak ASCII

lub Unikod. Różnica polega na tym, że dokument hipertekstowy zawiera także specjalne znaczniki, które opisują sposób wyświetlania dokumentu na ekranie monitora i zawierają informację o tym, które elementy dokumentu są dowiązywane do innych dokumentów. System znaczników nosi nazwę języka HTML (ang. Hypertext Markup Language). Autor strony WWW opi­suje w języku HTML wszystkie informacje, jakie potrzebuje przeglądarka do wykonania swoich zadań.

PYTANIA I ĆWICZENIA

1. Co to jest sieć otwarta?

2. Co to jest ruter?

3. Jakie są elementy pełnego adresu internetowego komputera?

4. Co to jest URL i przeglądarka?

1. Jakie są wady przekazywania komunikatów tylko w jednym kierunku
   w sieci LAN o konfiguracji pierścienia?

3.6. Protokoły sieciowe

Reguły, według których odbywa się komunikacja między różnymi składo­wymi systemu komputerowego, są nazywane protokołami. Termin ten pod­kreśla analogię z protokołami, które określają obowiązujące w społeczeń­stwie zasady kontaktów międzyludzkich. Protokoły stosowane w sieciach komputerowych definiują szczegóły wykonania każdej czynności, w tym sposób adresowania komunikatów, sposób przekazywania praw do transmi­sji komunikatów i sposób obsługi czynności związanych z upakowywaniem komunikatów przeznaczonych do transmisji i rozpakowywaniem otrzyma­nych komunikatów. Niniejsze rozważania zaczniemy od omówienia proto­kołów sterowania prawami maszyny do transmisji własnych komunikatów do sieci.

Sterowanie uprawnieniami do transmisji

Jeden ze sposobów koordynacji prawa do transmisji komunikatów to proto­kół token ring stosowany w sieciach o konfiguracji pierścienia. Zgodnie z tym protokołem, każdy komputer przekazuje komunikaty tylko w „prawo", a od­biera je tylko z „lewej strony", tak jak to przedstawiono na rysunku 3.13. Komunikat z jednego komputera do drugiego jest zatem przekazywany po sieci przeciwnie do ruchu wskazówek zegara aż do chwili, gdy dotrze do miejsca przeznaczenia. Gdy komunikat dochodzi do celu, komputer odbiera­jący kopiuje go, zatrzymuje kopię dla siebie, a drugi egzemplarz przekazuje

3.6. PROTOKOŁY SIECIOWE 159

Pakiet protokołów TCP/IP jest zbiorem protokołów definiującym czte-ropoziomową hierarchię stosowaną w Internecie. Właściwie TCP (Transmis-sion Control Protocol) i IP (Internet Protocol) są nazwami jedynie dwóch protokołów z tego zestawu. Nazwanie całego zbioru pakietem TCP/IP jest zatem nieco mylące. Protokół TCP definiuje pewną wersję warstwy trans­portowej. Używamy słowa wersja, gdyż TCP/IP udostępnia dwa sposoby implementacji warstwy transportowej. Ten drugi sposób jest definiowany przez protokół UDP (User Datagram Protocol). Używając poprzedniej ana­logii, możemy powiedzieć, że przy wysyłaniu części dla klienta, mamy wy­bór między różnymi firmami spedycyjnymi, z których każda oferuje te same usługi podstawowe, ale z innymi specyficznymi dla danej firmy charaktery­stykami. Zatem w zależności od wymaganej jakości usługi, oprogramowanie z warstwy aplikacji może decydować, której warstwy transportowej użyje do przesłania danych: TCP czy UDP.

Są dwie podstawowe różnice między TCP a UDP. Pierwsza polega na tym, że warstwa transportowa, oparta na TCP, przed przesłaniem danych wysyła do warstwy transportowej w miejscu przeznaczenia komunikat in­formujący o zamiarze przesłania danych i identyfikujący oprogramowanie z warstwy aplikacji, które ma dane odebrać. Następnie oczekuje na potwier­dzenie tego komunikatu i dopiero wówczas rozpoczyna przesyłanie segmen­tów komunikatu. Mówi się, że warstwa transportowa TCP przed wysłaniem danych ustanawia połączenie. Warstwa transportowa oparta na UDP nie ustanawia takiego połączenia. Wysyła ona po prostu dane pod podany ad­res i więcej się nimi nie zajmuje. Może się nawet okazać, że komputer, dla którego są przeznaczone dane, w danej chwili nie działa. Z tego powodu UDP nazywa się protokołem bezpołączeniowym.

Druga ważna różnica między TCP a UDP polega na tym, że warstwy transportowe TCP w miejscu nadania i przeznaczenia komunikatu ściśle ze sobą współpracują za pomocą potwierdzeń i retransmisji segmentów w celu uzyskania pewności, że wszystkie segmenty komunikatu szczęśliwie dotarty do miejsca przeznaczenia. Protokół TCP nazywa się zatem protokołem nieza­wodnym, podczas gdy UDP, który nie oferuje takiej usługi retransmisji, jest protokołem zawodnym. Nie oznacza to jednak, że UDP jest złym wyborem. Warstwa transportowa oparta na UDP jest bardziej potokowa niż warstwa transportowa TCP, zatem jeśli tylko aplikacja jest przygotowana na obsługę potencjalnych konsekwencji stosowania UDP, jest on lepszym wyborem.

Protokół IP jest standardem internetowym dla warstwy sieciowej. Gdy warstwa sieciowa IP przygotowuje pakiet do doręczenia do warstwy kanało­wej, dołącza do niego wartość zwaną liczbą hopów (ang. hop counter) lub cza­sem przeżycia pakietu. Wartość ta jest ograniczeniem nałożonym na liczbę pośrednich przekazań pakietu w trakcie jego wędrówki przez Internet. Gdy warstwa sieciowa IP przekazuje pakiet dalej, zmniejsza o 1 wartość licz­nika. Dysponując taką dodatkową informacją, warstwa sieciowa może chro­nić Internet przed pakietami krążącymi w systemie bez końca. Chociaż dzień w dzień Internet się powiększa, licznik hopów o wartości 64 wystarczałaby pakiet odnalazł właściwą drogę przez labirynt sieci LAN, WAN i ruterów.

168 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

1

PYTANIA I ĆWICZENIA

1. Które warstwy w hierarchii oprogramowania Internetu wykorzystuje
   się do przekazywania nadchodzących komunikatów dalej do innego
   komputera?

2. Na czym polega różnica między warstwą transportową opartą na
   protokole TCP a warstwą transportową opartą na protokole UDP?

3. W jaki sposób oprogramowanie zapewnia, że komunikaty nie krążą
   w nieskończoność po Internecie?

4. Dlaczego komputer w Internecie nie przechowuje kopii wszystkich
   przepływających przez niego komunikatów?

3.7. Bezpieczeństwo

CERT - THE COMPUTER EMERGENCY RESPONSE TEAM

W listopadzie 1988 roku robak wprowadzony do Internetu spo­wodował znaczące szkody. W efekcie Agencja DARPA (Defense Advanced Research Projects Agency - Agencja ds. Badań Per­spektywicznych Obrony) utworzyła grupę CERT (Computer Emer-gency Response Team - Grupa Reagowania w Nagłych Wy­padkach Komputerowych), której siedzibą jest CERT Coordina-tion Center w Carnegie-Mellon University. CERT jest interneto-wym „strażnikiem" bezpieczeństwa. Do jego obowiązków należy analiza problemów związanych z bezpieczeństwem, wydawanie ostrzeżeń związanych z bezpieczeństwem i prowadzenie kam­panii uświadamiających w celu zwiększenia bezpieczeństwa Internetu. CERT Ćoordination Center utrzymuje witrynę WWW pod adresem httpV/www.cert.org, na której umieszcza informacje o swoich działaniach.

Komputer przyłączony do Internetu staje się dostępny dla wielu poten­cjalnych użytkowników. Wiążą się z tym problemy, które można podzie­lić na dwie grupy; pierwsza dotyczy nieuprawnionego dostępu do in­formacji, druga wandalizmu. Jednym ze sposobów rozwiązywania pro­blemu nieuprawnionego dostępu do informacji jest stosowanie haseł albo w celu kontroli dostępu do kompu­tera, albo w celu kontroli dostępu do określonych danych. Niestety hasła można przechwycić na wiele sposo­bów. Niektórzy użytkownicy po pro­stu przekazują swoje hasła przyjacio­łom; jest to praktyka o wątpliwej etyce. Poza tym czasem dochodzi do kra­dzieży haseł. Jeden ze sposobów kra­dzieży polega na wykorzystaniu luk w systemie operacyjnym i uzyskaniu zapisanych w nim informacji o ha­słach. Inny sposób polega na napisa­niu programu, który symuluje pro­ces rejestrujący na komputerze lokal­nym. Użytkownicy sądząc, że porozu­miewają się z systemem operacyjnym, wprowadzają swoje hasła, które pro­gram skwapliwie zapamiętuje. Jesz­cze inna metoda zdobycia hasła po­lega na podaniu jakiegoś narzucają­cego się hasła i sprawdzeniu, czy za­działa. Użytkownicy, którzy boją się,

3.7. BEZPIECZEŃSTWO

169

że zapomną swoje hasło, stosują często swoje imiona lub nazwiska jako hasło. Popularne są także daty, na przykład data urodzenia.

W celu udaremnienia wysiłków tych, którzy bawią się w taką zgady­wankę, systemy operacyjne projektuje się tak, aby informowały o próbach rejestracji w systemie za pomocą niepoprawnego hasła. Wiele systemów ope­racyjnych podaje także po rozpoczęciu nowej sesji informacje, kiedy ostatnio korzystano z konta. Dzięki temu użytkownicy mogą wykrywać nieupraw­nione użycie ich konta. Bardziej wyrafinowany sposób obrony przed poła­wiaczami haseł polega na tym, że w razie podania niepoprawnego hasła system operacyjny udaje, że rejestracja się powiodła (nazywa się to bocz­nym wejściem, ang. tmpdoor) i kontynuuje działanie, próbując namierzyć wła­mywacza.

Innym sposobem ochrony danych przed nieuprawnionym dostępem jest szyfrowanie danych - wtedy nawet w wypadku zdobycia danych przez wła­mywacza, są one bezpieczne. Opracowano wiele różnych technik szyfrowa­nia. Jednym z popularnych sposobów szyfrowania komunikatów przesyła­nych w sieci jest szyfrowanie z kluczem publicznym (ang. public-key en-cryption). Umożliwia on wielu nadawcom bezpieczne wysyłanie komunika­tów do centralnego odbiorcy. Szyfrowanie z kluczem publicznym wymaga użycia dwóch wartości zwanych kluczami. Jeden klucz, zwany kluczem pu­blicznym, stosuje się do kodowania wiadomości. Jest on znany wszystkim uprawnionym do tworzenia komunikatów. Drugi klucz, zwany kluczem pry­watnym, jest potrzebny do odszyfrowania komunikatu. Jest on znany tylko osobie, która ma odebrać komunikat. Do odszyfrowania komunikatów nie wystarcza znajomość klucza publicznego. Nie ma zatem problemu, gdy do­stanie się on w niepowołane ręce. Niepowołana osoba będzie mogła wpraw­dzie tworzyć komunikaty, ale nie będzie w stanie odszyfrować przejętych komunikatów. Znajomość klucza prywatnego daje oczywiście większe moż­liwości, ale jest on z definicji lepiej zabezpieczony, gdyż zna go tylko jedna osoba. Pewnym konkretnym systemem z kluczem publicznym zajmiemy się w rozdziale 11.

Jest także wiele prawnych problemów związanych z nieuprawnionym dostępem do informacji. Niektóre z nich dotyczą ustalenia, kto jest stroną uprawnioną, a kto nieuprawnioną. Na przykład, czy pracodawca jest upraw­niony do monitorowania komunikacji między pracownikami? W jakim stop­niu dostawca Internetu jest uprawniony do dostępu do informacji przesyła­nych przez jego klientów? W jakim stopniu dostawca Internetu jest odpo­wiedzialny za treść komunikatów wysyłanych przez swoich klientów? Tego rodzaju pytania stanowią wyzwanie dla środowisk prawniczych.

W Stanach Zjednoczonych wiele z tych problemów rozwiązano w do­kumencie o nazwie Electronic Communication Privacy Act (ECPA - Ustawa o ochronie komunikacji elektronicznej) z 1986 roku. Ma on swoje źródła w procesie legislacyjnym dotyczącym kontroli podsłuchu. Chociaż ustawa jest długa, jej zakres został ujęty w kilku krótkich akapitach. W szczególności głosi ona, że:

170 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

Jeśli nie określono tego inaczej w niniejszym rozdziale, każdy, kto celowo przechwytuje, usiłuje przechwycić lub zmusza inne osoby do przechwycenia lub usiłowania przechwycenia jakichkolwiek tre­ści słownych, elektronicznych lub telegraficznych podlega karze okre­ślonej w podrozdziale (4) lub postępowaniu sądowemu określonemu w podrozdziale (5).

oraz

. ..osobie lub jednostce oferującej publiczne usługi w zakresie komuni­kacji elektronicznej nie wolno celowo wyjawiać treści komunikatów ... przekazywanych w tej usłudze nikomu oprócz adresata komunikatu lub zamierzonemu jego odbiorcy, lub też przedstawicielowi adresata bądź odbiorcy...

W skrócie, ECPA potwierdza prawo jednostki do prywatności komunikacji: podsłuchiwanie komunikatów przez osoby nieuprawnione oraz przekazy­wanie przez dostawcę sieci informacji o komunikatach jego klientów jest nielegalne. Cytowany akt mówi jednak także:

Nie jest jednak bezprawnym ... przechwycenie komunikatu telegra­ficznego lub elektronicznego oraz słownego, transmitowanego ra­diowo, a także ujawnienie i wykorzystanie uzyskanej w ten sposób informacji przez oficera, urzędnika lub przedstawiciela zatrudnio­nego przez Federal Communications Commission (Federalna Komisja Komunikacji), wykonującego obowiązki służbowe zgodnie z rozdzia­łem 5, ustęp 47 United States Code.

Zatem ECPA daje Federal Communications Commission (FCC) prawo do monitorowania komunikacji z pewnymi jednak ograniczeniami. Prowadzi to do skomplikowanych problemów. Przede wszystkim, aby FCC mogło wy­egzekwować prawa wynikające z ECPA, system komunikacyjny musi zostać tak skonstruowany i zaprogramowany, aby można było nadzorować komu­nikację. Udostępnienie tych możliwości było celem CALEA (Communica­tions Assistance Law Enforcement Act). Wymagał on od firm telekomunika­cyjnych takiego zmodyfikowania sprzętu, aby podsłuch wymuszany przez prawo był możliwy. Jednakże wprowadzenie tego aktu w życie okazało się skomplikowane i drogie, co spowodowało przedłużenie czasu jego wprowa­dzania w życie.

Bardziej kontrowersyjny problem dotyczy sprzeczności między prawem FCC do nadzoru komunikacji a prawem do szyfrowania komunikatów. Jeśli komunikat jest dobrze zaszyfrowany, to jego przechwycenie przez upraw­nione organy jest bez wartości. Z tego powodu rząd Stanów Zjednoczonych próbuje utworzyć system rejestracji, który wymuszałby rejestrację kluczy (albo kluczy do kluczy). Żyjemy jednak w świecie, w którym wywiad go­spodarczy stał się tak ważny jak wywiad wojskowy. Zrozumiałe jest zatem,

3.7. BEZPIECZEŃSTWO

171

że wymóg rejestracji kluczy wywoła niezadowolenie wielu praworządnych obywateli. Czy taki rejestr będzie odpowiednio zabezpieczony? Pytania tego rodzaju powstają nie tylko w Stanach Zjednoczonych. Wprowadzenie podob­nych systemów rejestracji rozważa się także w Kanadzie i Europie.

Problem wandalizmu widać na przykładzie wirusów komputerowych i robaków sieciowych. W ogólności wirus jest segmentem programu, który dokleja się do innych programów w systemie. Wirus może na przykład przyczepić się na początek programu znajdującego się już w systemie i wy­konywać się za każdym razem, gdy system realizuje ten program. Wirus może wykonywać złośliwe działania, które są łatwo zauważalne lub po pro­stu szukać innych programów, do których dołącza kopie samego siebie. Gdy zarażony program zostanie przeniesiony na inny komputer albo za pomocą sieci, albo za pomocą dyskietki, wirus zaczyna zarażać programy znajdujące się na tym komputerze zaraz po wykonaniu na nim zarażonego programu. W ten sposób wirusy przenoszą się między komputerami. Czasem wirusy rozpowszechniają się na inne programy, a gdy wystąpi pewien konkretny warunek (na przykład konkretna data) dokonują aktów wandalizmu. Taka metoda zwiększa prawdopodobieństwo rozpowszechnienia się wirusa na wiele komputerów, zanim zostanie wykryty.

Termin robak (ang. worm) oznacza niezależny program, który rozpo­wszechnia się w sieci, zadomawiając się w komputerze i transmitując własne kopie po sieci. Tak jak w przypadku wirusów, robaki po prostu powielają się lub dokonują aktów wandalizmu.

W miarę wzrostu popularności sieci niebezpieczeństwo zniszczeń wy­nikających z nieuprawnionego dostępu do informacji i wandalizmu rośnie. Prowadzi to do powstania wielu pytań dotyczących umieszczania kluczo­wych informacji w komputerze podpiętym do sieci, odpowiedzialności zwią­zanej z umieszczeniem w niej niedostatecznie zabezpieczonych informacji i odpowiedzialności za wandalizm. Z kolei pytania natury etycznej i praw­nej związane z tą problematyką zdają się prowadzić do intensywnych debat w przyszłości.

PYTANIA I ĆWICZENIA

1. Technicznie termin dane oznacza reprezentację informacji, a informacja
   to treści znaczeniowe. Czy stosowanie haseł chroni dane czy informa­
   cje? Czy szyfrowanie chroni dane czy informacje?

2. Jakie są najważniejsze postanowienia ECPA?

3. CALEA pokazuje, że wydanie aktu prawnego wymuszającego wpro­
   wadzenie pewnych zmian nie zawsze załatwia sprawę. Wyjaśnij dla­
   czego.

172 ROZDZIAŁ TRZECI SYSTEMY OPERACYJNE I SIECI

PYTANIA DO ROZDZIAŁU TRZECIEGO

(Zadania oznaczone gwiazdką dotyczą rozdziałów opcjonalnych)

1. Wymień cztery zadania typowego sys­
   temu operacyjnego.

2. Opisz krótko różnice między przetwa­
   rzaniem wsadowym a interakcyjnym.

3. Na czym polega różnica między prze­
   twarzaniem interakcyjnym a przetwa­
   rzaniem w czasie rzeczywistym?

4. Co to jest wielozadaniowy system ope­
   racyjny?

5. Jaka informacja znajduje się w tablicy
   procesów przechowywanej przez sys­
   tem operacyjny?

6. Czym różni się proces gotowy od pro­
   cesu oczekującego?

7. Na czym polega różnica między pamię­
   cią wirtualną a pamięcią główną?

8. Jakie problemy mogą powstać w syste­
   mie z podziałem czasu, jeśli dwa pro­
   cesy żądają dostępu do tego samego
   pliku w tym samym czasie? W jakich
   okolicznościach zarządca plików powi­
   nien pozwalać na taki dostęp, a w ja­
   kich powinien odmawiać?

9. Zdefiniuj pojęcia równoważenia obcią­
   żeń i skalowania w kontekście architek­
   tury wieloprocesorowej.

10. Opisz proces ładowania początkowego.

11. Przypuśćmy, że kwanty w systemie
    z podziałem czasu trwają 50 milise­
    kund. Jaką część kwantu spędzałby
    proces, oczekując na wykonanie ope­
    racji wejścia z dysku przy założeniu, że
    ustawienie głowicy nad żądaną ścieżką
    trwa 8 milisekund, a czas oczekiwania,
    aż żądane dane znajdą się pod głowicą,

trwa dodatkowe 17 milisekund. Ile rozkazów można by wykonać w tym czasie, przy założeniu, że komputer wykonuje jeden rozkaz na mikrose-kundę? (Z tego właśnie powodu w sys­temach z podziałem czasu zazwyczaj pozwala się wykonywać innemu proce­sowi w czasie, gdy aktualnie wykony­wany proces musi poczekać na usługi urządzenia peryferyjnego).

12. Wymień pięć zasobów, do których do­
    stęp musi być koordynowany przez
    system wielozadaniowy.

13. Mówi się, że proces jest związany wej-
    śdem-wyjściem (I/O-bound), jeśli wy­
    konuje dużo operacji wejścia-wyjścia.
    Proces, który wykonuje głównie obli­
    czenia, to proces związany obliczeniami
    (compute-bound). Przypuśćmy, że za­
    równo proces związany wejściem-wyj-
    ściem, jak i proces związany oblicze­
    niami oczekują na kwant czasu. Który

z nich powinien mieć priorytet? Dla­czego?

14. Kiedy uzyskamy większą przepusto­
    wość w systemie z podziałem czasu,
    w którym wykonują się dwa procesy;
    czy jeśli oba procesy są związane wej-
    ściem-wyjściem (por. poprzednie zada­
    nie), czy jeśli jeden z nich jest związany
    wejściem-wyjściem, a drugi oblicze­
    niami? Dlaczego?

15. Opracuj zestaw instrukcji dla dyspo­
    zytora (modułu ekspediującego), który
    pokieruje jego pracą po zakończeniu
    kwantu przeznaczonego dla procesu.

16. Określ elementy stanu procesu.

PYTANIA DO ROZDZIAŁU TRZECIEGO

173

konwencje dotyczące graficznej organizacji programu na stronie za pomocą wcięć, konwencje nazewnicze, które umożliwiają odróżnienie nazw zmien­nych, starych, obiektów, klas itp. oraz zasady sporządzania dokumentacji, które zapewniają, że wszystkie programy są wystarczająco udokumento^ wane. Przyjęcie takich konwencji prowadzi do jednorodności w całym opro­gramowaniu produkowanym przez firmę, co w efekcie upraszcza proces jego pielęgnaqi.

Innym elementem dokumentacji systemu jest pakiet dokumentów pro­jektowych, opisujących specyfikację systemu i sposób zapewnienia tej spe­cyfikacji. Tworzenie tej dokumentacji jest procesem, który rozpoczyna się na etapie analizy systemu i trwa przez cały czas tworzenia oprogramowania. Tu właśnie ujawnia się konflikt między zadaniami inżynierii oprogramowa­nia a naturą ludzką. Jest bardzo prawdopodobne, że wstępna specyfikacja i wstępny projekt systemu zmienią się w trakcie procesu tworzenia pro­gramu. Pojawia się zatem pokusa, aby wprowadzać te zmiany bez uaktual­niania wcześniejszych dokumentów projektowych. Efektem takiego działa­nia jest wysokie prawdopodobieństwo tego, że dokumentaqa będzie niepra­widłowa i jej wykorzystanie jako dokumentacji końcowej będzie prowadzić do nieporozumień.

To właśnie jest kolejnym argumentem do stosowania narzędzi CASE. Dzięki nim zadanie ponownego narysowania diagramów i uaktualnienia słownika danych jest dużo łatwiejsze niż za pomocą starszych, ręcznych metod. W rezultacie łatwiej dokonywać uaktualnień, co zwiększa prawdo­podobieństwo uzyskania dokładniejszej dokumentacji końcowej.

Na zakończenie chcemy podkreślić, że przykład z uaktualnianiem do­kumentacji jest tylko jednym z wielu w sytuacjach, w których inżynieria oprogramowania musi borykać się z ludzką naturą. Inne dotyczą nieunik­nionych konfliktów personalnych, zazdrości i konfliktów na tle osobowości, które powstają przy pracy zespołowej. Z tego powodu, jak już wspomnie­liśmy, inżynieria oprogramowania obejmuje dużo więcej zagadnień niż te, które są bezpośrednio związane z informatyką.

PYTANIA I ĆWICZENIA

1. W jakiej postaci można dokumentować oprogramowanie?

2. W jakiej fazie (fazach) życia oprogramowania tworzy się jego doku­
   mentację?

3. Co jest ważniejsze; program czy jego dokumentacja?

6.7. Prawo własności do oprogramowania i odpowiedzialność

Na ogół firma lub osoba fizyczna powinna mieć prawo do wynagrodzenia i czerpania korzyści z inwestycji poczynionych w wyprodukowanie oprogra­mowania wysokiej jakości. Bez środków ochrony tego prawa, tylko niewielu podjęłoby się zadania produkcji oprogramowania, na które jest zapotrzebo­wanie. Jednak pytania dotyczące własności oprogramowania i prawa włas­ności często wymykają się dobrze ustanowionym prawom autorskim i pa­tentowym. Te ustalenia prawne opracowano w celu umożliwienia produ­centom jakiegoś „produktu" jego publicznego udostępnienia przy ochronie ich praw własności. Charakterystyka oprogramowania wielokrotnie jednak stanowiła wyzwanie dla sądów, które do oprogramowania próbują stosować postanowienia prawa autorskiego i patentowego.

Prawo autorskie ustanowiono początkowo w celu ochrony praw autora do dzieła literackiego. W tym wypadku wartość produktu polega raczej na sposobie wyrażenia pewnych myśli, niż na wartości samych myśli. Wartość wiersza to jego rytm, styl i format, a nie przedmiot. Wartość powieści polega na sposobie, w jakim autor ją przedstawia, a nie na wartości samej opowieści. Zatem inwestycję poety lub powieściopisarza można chronić, uznając jego prawo do takiego sposobu wyrażenia myśli, a nie do samych myśli. Ktoś inny może wyrażać te same idee tak długo, jak długo sposób wyrażenia nie będzie wykazywał „istotnego podobieństwa" do oryginału.

W odróżnieniu od wiersza bądź powieści wartość oprogramowania nie leży zazwyczaj w konkretnym sposobie zapisu programu. Jest nią wyrażany tym programem algorytm (myśl). Zatem bezpośrednie stosowanie prawa autorskiego do oprogramowania nie gwarantuje jego twórcy ochrony inwe­stycji. Prawo autorskie zezwala na to, żeby algorytm, tworzony przez jego autora jako wynik dużych inwestycji, został wykorzystywany przez konku­rentów, tak długo, jak długo jego reprezentacja nie jest zasadniczo podobna do oryginału.

Krótko mówiąc, prawo autorskie pomyślano tak, aby chronić formę, a nie funkcjonalność, ale wartość programu często polega na jego funkcjo­nalności, a nie na formie. W rezultacie prawo autorskie nadaje się lepiej do ochrony programów, które implementują dobrze znane, nieoryginalne algo­rytmy, niż do ochrony nowych algorytmów. Jeśli algorytm jest powszechnie znany, to jedyna wartość programu polega na jego wyrażeniu. Gdy jednak algorytm wyrażony programem jest nowy i twórczy, wówczas główną war­tością programu jest algorytm, którego jednak nie chroni prawo autorskie. Jest to nieco paradoksalne: im więcej twórczego wysiłku wkłada się w pro­dukcję programu, tym mniej prawo autorskie go chroni.

Próbując stosować prawo autorskie do oprogramowania, niektórzy wy­korzystują pojęcie wyglądu i dotyku systemu oprogramowania. Chociaż sformułowania wygląd i dotyk nie stosowano do 1985 roku, korzenie tego

'

326 ROZDZIAŁ SZÓSTY INŻYNIERIA OPROGRAMOWANIA

6.7. PRAWO WŁASNOŚCI DO OPROGRAMOWANIA I ODPOWIEDZIALNOŚĆ

327

pojęcia sięgają do lat sześćdziesiątych, kiedy IBM wprowadził komputery z serii System/360. Seria ta składała się z różnych maszyn od zaprojek­towanych dla małych przedsiębiorstw do dużych komputerów dla przed­siębiorstw o wielkich potrzebach. Wszystkie te komputery miały system operacyjny, który porozumiewał się z otoczeniem w mniej więcej ten sam sposób. Zatem cała seria komputerów miała ten sam standardowy interfejs z użytkownikiem. Dzięki temu przedsiębiorstwo, powiększając się, mogło przejść na większe maszyny z serii 360 bez wysiłku związanego z koniecz­nością wprowadzenia nowego oprogramowania i ponownym szkoleniem personelu. Istotnie, wygląd (oznaczający sposób postrzegania oprogamowa-nia systemowego) oraz dotyk (oznaczający sposób interakcji użytkownika z systemem) były takie same dla wszystkich maszyn serii 360.

Zalety standardowych interfejsów są współcześnie dobrze znane i można je odnaleźć w szerokim spektrum oprogramowania. Gdy jakiś interfejs za­projektowany przez pewną firmę staje się popularny, rywalizującym firmom opłaca się tak projektować systemy, aby wyglądały i zachowywały się jak ten dobrze znany. To podobieństwo ułatwia użytkownikom dobrze znanego systemu przenieść się na systemy konkurencyjne, nawet jeśli wewnętrzna bu­dowa tych systemów jest zupełnie inna. Firmy, które stanęły w obliczu takich praktyk, szukały sposobu ochrony swoich praw, domagając się praw autor­skich do wyglądu i dotyku oryginalnych systemów. Te pojęcia przypominają właściwości chronione prawem autorskim.

Pierwszym sprawdzianem argumentacji opartej na wyglądzie i dotyku był proces wytoczony w 1987 roku firmie Mosaic Software przez Lotus De-velopment Corporation, która twierdziła, że pozwana firma wykorzystała wygląd i dotyk arkusza kalkulacyjnego Lotus 1-2-3. Proces zakończył się powodzeniem. We współczesnych przypadkach argumenty oparte na wy­glądzie i dotyku przynoszą różne efekty.

Próby stosowania prawa patentowego do ochrony prawa własności do oprogramowania także napotykają problemy. Jedną z przeszkód jest stara za­sada, że nikt nie może być właścicielem bytu naturalnego, takiego jak prawa fizyki, formuły matematyczne i myśli. Sądy z reguły stwierdzają, że algo­rytmy należą do tej kategorii. Zatem tak jak prawo autorskie, prawo paten­towe zdaje się nie chronić głównego elementu stanowiącego o wartości pro­gramu: algorytmu. Ponadto, uzyskanie patentu jest procesem długotrwałym i kosztownym, często wymagającym wielu lat. W tym czasie oprogramowa­nie może stać się przestarzałe i, aż do chwili przyznania patentu, starający się o niego ma niewielkie środki ochrony przed przywłaszczeniem sobie przez innych jego produktu. Były jednak przypadki przyznania patentów algorytmom. Przykładem jest algorytm szyfrowania zwany RSA, który bar­dzo często wykorzystuje się w wielu współczesnych systemach szyfrowania z kluczem publicznym.

Prawo autorskie i prawo patentowe stworzono, aby umożliwić, a nawet zachęcać do rozpowszechniania inwencji, i aby wspierać wolną wymianę my­śli dla dobra społeczeństwa. Kryło się za tym rozumowanie, że gdy prawo własności będzie chronione, to twórcy i wynalazcy chętniej będą publicznie

ujawniali swoje osiągnięcia. Odwrotnie, prawo o tajemnicy handlowej sta­nowi sposób ograniczenia rozpowszechniania idei. Powstało w celu zapew­nienia etycznego postępowania rywalizujących firm. Prawo to chroni przed wyjawianiem lub bezpodstawnym przywłaszczaniem sobie wewnętrznych osiągnięć firmy. Firmy często próbują chronić swoje tajemnice handlowe za pomocą pisemnych umów, zgodnie z którymi pracownicy mający dostęp do tajemnic firmy nie mogą przekazywać swojej wiedzy innym. Sądy na ogół uznają moc prawną takich umów.

Aby uchronić się przed odpowiedzialnością, producenci oprogramowa­nia często dołączają do swoich produktów klauzulę, w której ograniczają swoją odpowiedzialność. Stwierdzenia postaci: „Firma X nie ponosi odpo­wiedzialności za skutki użycia tego oprogramowania" są powszechne. Sądy jednak rzadko uznają takie klauzule, jeśli powód wykaże niedbałość po­zwanego. Tego rodzaju postępowania koncentrują się na tym, czy pozwany wykazał dbałość na poziomie właściwym dla produkowanego produktu. Poziom dbałości, który może zostać uznany za właściwy w przypadku sys­temu przetwarzania tekstów, może zostać uznany za zaniedbanie w przy­padku oprogramowania sterującego reaktorem atomowym. Zatem najlepszą obroną przeciwko oskarżeniom związanym z odpowiedzialnością jest wła­ściwe podejście do procesu wytwórstwa oprogramowania.

PYTANIA I ĆWICZENIA

1. Jak można sprawdzić, czy jeden program wykazuje istotne podobień­
   stwo do drugiego?

2. W jaki sposób społeczeństwo korzysta z prawa autorskiego, patento­
   wego i o tajemnicy handlowej?

3. W jakim stopniu klauzule o nieponoszeniu odpowiedzialności nie są
   uznawane przez sądy?

PYTANIA DO ROZDZIAŁU SZÓSTEGO

oprogramowania ma wpływ na inży­nierię oprogramowania.

5. Czym różni się inżynieria oprogramo­
   wania od Innych tradycyjnych dziedzin
   inżynierskich?

6. (a) Podaj wady tradycyjnego modelu

kaskadowego procesu tworzenia oprogramowania.

(b) Podaj zalety tradycyjnego modelu kaskadowego procesu tworzenia oprogramowania.

1. Podaj przykład ilustrujący fakt, że wy­
   siłek włożony w tworzenie oprogramo­
   wania może opłacić się w późniejszej
   fazie pielęgnacji programu.

2. Co to jest prototypowanie ewolucyjne?

3. W jaki sposób wykorzystanie narzędzi
   CASE zmieniło proces produkcji opro­
   gramowania?

4. Wyjaśnij, w jaki sposób brak metody
   pomiaru pewnych właściwości

328

ROZDZIAŁ SZÓSTY INŻYNIERIA OPROGRAMOWANIA

PYTANIA DO ROZDZIAŁU SZÓSTEGO

329

materiały w postaci magnetycznej? Czy Twoja odpowiedź zmieniłaby się, gdyby ta osoba była pracownikiem uni­wersyteckim, informacje zaś danymi o studentach? Czy Twoja odpowiedź zmieniłaby się, gdyby pracownik uzy­skiwał dostęp do danych za pomocą łączy telefonicznych?

3. Przypuśćmy, że programista zrobił so­
   bie dowcip i dodał do każdego rekordu
   w pliku z pracownikami dodatkowe
   pole i umieścił w nim żartobliwe ko­
   mentarze. Czy stanie się jakaś szkoda,
   jeśli tylko programista wie, jak odczytać
   dodatkowe informacje?

4. Gdy plik jest usuwany z dysku, zazwy­
   czaj nie jest on kasowany, ale po prostu
   oznaczony jako skasowany. Informacja

LEKTURA UZUPEŁNIAJĄCA

Folk M.J., Zoellick B., Riccardi G.: File Structures -

An Object-Oriented Approach in C++, 3rd ed.

Reading, MA: Addison-Wesley, 1998. Kay D.C., Levine J.R.: Graphic File Formats, 2nd ed.

New York: McGraw-Hill, 1995. Mc Fredies P: Windows 98 Unleashed. Indianapolis,

IN: Sams, 1998.

może pozostawać na dysku jeszcze jakiś czas, zanim ta część dysku zo­stanie ponownie wykorzystana. Czy rekonstrukcja usuniętych plików, z któ­rych uprzednio korzystali inni, jest etyczna?

5. Jakie problemy etyczne powstałyby, gdyby główny producent oprogramo­wania zaprojektował oprogramowanie w taki sposób, aby w tajemnicy ozna­czał każdy utworzony plik informacją o twórcy pliku? Na przykład producent oprogramowania na komputery osobiste może tak napisać program, aby nazwi­sko właściciela komputera dołączało się w tajemnicy do każdego pliku utworzo­nego na tym komputerze. W ten sposób taka informacja może podróżować ra­zem z plikiem po Internecie.

Miller N.E., Petersen C.G.: File Structures with Ada.

Redwood City, Ca: Benjamin/Cummings,

1990. Shaffer C.A.: A Practical Introduction to Data

Structures and Algorithm Analysis. Upper

Saddle River, NJ: Prentice-Hall, 1998.

rozdział

BAZY DANYCH

dziewiąty

Dziedzina baz danych stanowi syntezę zagadnień związanych ze strukturami danych oraz strukturami plikowymi. W nowoczes­nych bazach danych korzysta się z technik stosowanych w obu tych dyscyplinach informatyki. Bazy danych są więc systemami gromadzenia danych w pamięci masowej, które w zależności od potrzeb i zastosowań mogą przedstawiać te dane na wiele róż­nych sposobów. Takie struktury zapewniają systemy danych dla różnych zastosowań, bez konieczności powielenia danych wy­stępujących w podejściu opartym na plikach. W tym rozdziale zbadamy budowę systemów baz danych i kierunki obecnych badań.

1. Zagadnienia ogólne

2. Warstwowa
   implementacja baz danych

3. Model relacyjny
   Projektowanie relacyjne
   Operacje na relacjach
   SQL

*9.4. Obiektowe bazy danych

*9.5. Zachowanie integralności bazy danych Protokół Commit/Rollback

(zatwierdzania

i wycofywania) Blokady

9.6. Społeczne skutki wprowadzenia baz danych

* Gwiazdki oznaczają sugestie co do opcjonalności podrozdziałów

414 ROZDZIAŁ ÓSMY STRUKTURY PLIKOWE

9.1. Zagadnienia ogólne

W odniesieniu do tradycyjnego systemu plików stosuje się czasem termin plik piaski w celu odróżnienia go od bazy danych. Plik płaski jest jed­nowymiarowym systemem przechowywania danych, gdyż przedstawia on informację z jednego punktu widzenia. Termin baza danych natomiast od­nosi się do wielowymiarowej kolekcji danych. Ta wielowymiarowość polega na tym, że w bazie danych jest wiele wewnętrznych powiązań między ele­mentami, tak że przechowywaną informację można prezentować z różnych perspektyw. O ile plik płaski zawierający informację o kompozytorach i ich dziełach stanowi jedynie listę dzieł uporządkowaną według ich kompozy­torów, o tyle baza danych umożliwia odnalezienie wszystkich dzieł danego kompozytora, wszystkich kompozytorów, którzy tworzyli określony gatunek muzyki, a nawet kompozytorów, którzy tworzyli wariacje na temat dzieł in­nych kompozytorów.

Historycznie bazy danych powstały jako sposób zintegrowania syste­mów przechowywania danych. W miarę rozszerzania się zastosowań sprzętu komputerowego w dziedzinie zarządzania informacją, każdą aplikację im­plementowano jako oddzielny system z własnym zestawem danych. Za­zwyczaj oprogramowanie procesu przygotowywania listy płac powodowało utworzenie pliku sekwencyjnego. Gdy później zaistniała potrzeba interakcyjnego odczytywania danych, powstawał zupełnie inny system, w którym stosowano plik indeksowy. Chociaż każdy z tych systemów stanowił ulep­szenie poprzednio stosowanych metod ręcznych, jednak zestaw takich poje­dynczych zautomatyzowanych systemów wykorzystywał zasoby w sposób bardzo ograniczony i nieefektywny w porównaniu z możliwościami zinte­growanego systemu bazodanowego. Różne działy tej samej firmy nie mogły na przykład współdzielić potrzebnych im informacji, więc większość infor­macji powielano w pamięci masowej. W efekcie, zmiana adresu zamiesz­kania pracownika powodowała konieczność modyfikacji danych w różnych oddziałach firmy. Pracownik, zmieniając adres, musiał wędrować po róż­nych działach firmy i wypełniać formularze zmiany adresu. Literówki, źle ulokowane formularze i apatia urzędników powodowały błędy i niezgod­ności w danych znajdujących się w różnych systemach. Zdarzało się, że po przeniesieniu pracownika przesyłano mu biuletyny na nowy adres, ale z nie­prawidłowym nazwiskiem, a paski z wypłatami zawierały w dalszym ciągu stary adres. W takich właśnie okolicznościach wykształciły się systemy bazodanowe jako sposób integracji informacji przechowywanej i zarządzanej przez określoną organizację (rys. 9.1). W takim zintegrowanym systemie za­równo wypłaty, jak i przesyłanie biuletynów można było wykonywać, opie­rając się na danych pochodzących z jednego źródła.

Inną zaletą zintegrowanych systemów danych jest możliwość kontroli dostępu do posiadanych informacji umieszczonych we wspólnym miejscu. Dopóki każdy dział przedsiębiorstwa dysponował niezależnymi danymi,

wykorzystywano je w interesie konkretnego działu, a nie całego przedsię­biorstwa. Po wprowadzeniu zintegrowanej bazy danych w dużej firmie, kon­trolę nad informacją ma administrator bazy danych. Stanowisko to może być piastowane przez jedną bądź kilka osób. Administrator wie, jakie dane są dostępne w firmie oraz zna potrzeby poszczególnych oddziałów. Można za­tem podejmować decyzje dotyczące organizacji danych i kontrolować dostęp do nich, mając na uwadze strukturę całego przedsiębiorstwa.

Integracja danych oprócz zalet ma także wady. Jednym z problemów jest zapewnienie kontroli dostępu do ważnych danych. Na przykład osoba

416

ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.1. ZAGADNIENIA OGÓLNE

417

pracująca nad biuletynem firmy potrzebuje dostępu do nazwisk i adresów pracowników, ale nie powinna ona mieć dostępu do danych finansowych. Podobnie pracownik przygotowujący listę plac nie powinien mieć dostępu do innych danych finansowych korporacji. Możliwość kontroli dostępu do informacji zgromadzonych w bazie danych jest często tak samo ważna jak możliwość ich współdzielenia.

W celu zróżnicowania uprawnień dostępu do informacji w systemach baz danych często stosuje się schematy i podschematy. Schemat jest opisem całej struktury bazy danych, która jest wykorzystywana przez oprogramowa­nie zarządzające bazą. Podschemat jest opisem tego fragmentu bazy danych, który jest istotny z punktu widzenia konkretnego użytkownika. Dla przy­kładu przeanalizujmy schemat uniwersyteckiej bazy danych, w której każdy rekord opisujący studenta zawiera takie informacje jak aktualny adres, nu­mer telefonu oraz informacje o postępach w nauce. W schemacie uwzględ­nia się także fakt, że każdy rekord opisujący studenta jest dowiązany do rekordu z informacjami o jego opiekunie naukowym. Z kolei rekord opisu­jący pracownika zawiera dane o jego adresie, historię zatrudnienia itd. Taki schemat oznacza istnienie systemu wskaźników, które związują informacje

0 studencie z historią zatrudnienia pewnego pracownika.

Aby sekcja rejestrująca studentów nie korzystała z istniejących w ba­zie powiązań i nie uzyskiwała zastrzeżonych informacji o pracownikach, jej dostęp do bazy danych musi zostać ograniczony do podschematu. Opis pra­cownika w tym podschemacie nie zawiera informacji o historii jego zatrud­nienia. Użytkownik korzystający z takiego podschematu może stwierdzić, kto jest opiekunem danego studenta, ale nie ma dostępu do dodatkowych informacji o tym pracowniku. Dla odmiany, podschemat przeznaczony dla sekcji finansowej dostarcza informacji o historii zatrudnienia każdego pra­cownika, ale nie zawiera informacji o powiązaniach między studentami a ich opiekunami. Sekcja finansowa może zatem modyfikować informacje o wy­nagrodzeniu pracownika, ale nie może uzyskać informacji o studentach, którymi się on opiekuje.

Rozwój technik baz danych niesie ze sobą także inne niedogodno­ści oprócz tych bezpośrednio związanych z bezpieczeństwem. Rozmiary

1 zakres baz danych zwiększają się szybko. Niewielkim wysiłkiem można
obecnie zebrać i analizować olbrzymie kolekcje danych rozproszonych na
wielkich obszarach geograficznych. Wzrost ilości informacji powoduje także
większą dezinformację i możliwość wykorzystywania Informacji do niewła­
ściwych celów. Często dochodzi do niesprawiedliwości spowodowanej nie­
poprawnymi informacjami kredytowymi, złymi informacjami w rejestrach
kryminalnych, a także do dyskryminacji na skutek nieetycznego lub nie­
uprawnionego dostępu do informacji personalnych.

W innych sytuacjach pojawiają się problemy dotyczące praw do groma­dzenia i przechowywania informacji. Jaki rodzaj informacji o swoich klien­tach może gromadzić firma ubezpieczeniowa? Czy rząd ma prawo przecho­wywać informacje o głosach oddawanych przez poszczególnych obywateli? Czy firma wydająca karty kredytowe ma prawo sprzedawać firmom mar-

ketingowym dane o strukturze zakupów dokonywanych przez klientów? Te pytania stanowią tylko niektóre z problemów, z którymi społeczeństwo musi się uporać w obliczu rozwoju technik baz danych.

PYTANIA I ĆWICZENIA

1. Podaj przykład dwóch działów zakładu produkcyjnego, które wyko­
   rzystują te same lub podobne informacje inwentarzowe do różnych
   celów.

2. Określ różne kolekcje danych występujące w środowisku uniwersytec­
   kim, które mogłyby znaleźć się w zintegrowanej bazie danych.

3. Opisz, czym mogłyby się różnić podschematy dla działów zakładu
   produkcyjnego z pytania 1.

9.2. Warstwowa implementacja baz danych

W celu ukrycia złożoności implementacji bazy danych system bazy danych konstruuje się za pomocą warstw o różnych poziomach abstrakcji (rys. 9.2). Obraz danych udostępniany osobie korzystającej z bazy danych jest two­rzony przez warstwę aplikacji, która porozumiewa się z użytkownikiem w sposób interakcyjny, opierając się na konkretnym zastosowaniu. W du­żej spółce oprogramowanie takie mogą pisać zatrudnieni w niej programi­ści. W mniejszych środowiskach oprogramowanie tej warstwy zazwyczaj się

418

ROZDZ1AL DZIRWIĄTY BAZY DANYCH

9.2. WARSTWOWA IMPLEMENTACJA BAZ DANYC11

419

ROZPROSZONE BAZY DANYCH

Jak wskazano w tekście, bazy danych były pierwotnie pomyślane jako sposób konsolidacji lub scentralizowania informacji. Bardziej nowoczesny punkt widzenia to traktowanie baz danych jako spo­sobu na zintegrowanie informacji, którą można przechowywać na różnych komputerach w sieci lub Internecie. Międzynarodowa korporacja może przechowywać dane o pracownikach lokalnych w lokalnych siedzibach albo połączyć te informacje za pośred­nictwem sieci, tworząc rozproszoną bazę danych - jedną, dużą zintegrowaną bazę danych, która składa się z danych umieszczo­nych na różnych komputerach.

Rozproszona baza danych może zawierać podzielone na frag­menty i/lub powielone dane. Przykładem pierwszej możliwości jest wspomniana wyżej baza danych o pracownikach, w któ­rej różne fragmenty bazy znajdują się w różnych miejscach. W wypadku drugim kopie tych samych elementów bazy danych umieszcza się w różnych miejscach. Takie powielanie może służyć skróceniu czasu dostępu do danych. W obu wypadkach występują problemy, których nie ma w tradycyjnych systemach scentralizowanych - na przykład, jak ukryć rozproszoną naturę bazy danych, tak żeby działała jak jeden spójny system, albo jak zapewnić, że powielone fragmenty bazy danych staną się dalej swoimi dokładnymi kopiami po wykonaniu uaktualnienia. Rozpro­szone bazy danych są aktualnym tematem badań.

kupuje. Jest to pakiet oprogramowania czwartej generacji, które można do­stosowywać do potrzeb użytkownika. Budowa tego oprogramowania na­daje charakter całemu systemowi. Może ono na przykład komunikować się z użytkownikiem za pomocą dialogu pytanie-i-odpowiedź lub formula­rzy wypełnianych na ekranie. Niezależnie od ostatecznie zastosowanego in­terfejsu użytkownika, oprogramowanie warstwy aplikacji porozumiewa się z użytkownikiem, dowiadując się, jakie informacje są mu potrzebne i póź­niej, po zdobyciu tych informacji, prezentuje je użytkownikowi w wygodnej dla niego postaci.

Zwróćmy uwagę na to, że nigdzie nie stwierdziliśmy, że warstwa aplikacji manipuluje informacjami w bazie danych. Właściwe operacje na danych wy­konuje inna warstwa oprogramowania zwana systemem zarządzania bazą

danych (ang. databasc management sys­
tem; DBMS). Taka dwudzielność ma
wiele zalet. Jedną z nich jest to, że roz­
dzielenie obowiązków upraszcza pro­
ces projektowania. Gdyby użytkow­
nik stosujący aplikację do rozwiąza­
nia pewnego problemu musiał roz­
ważać kwestie związane z pojęciami
komputerowymi, wówczas jego zada­
nie byłoby bardzo skomplikowane. Po­
dobnie zadanie programisty kompli­
kowałoby się, gdyby musiał on zaj­
mować się także problemami związa­
nymi z manipulacją danymi. Jest to
szczególnie widoczne w przypadku
rozproszonych baz danych (baz da­
nych rozproszonych na wiele kompu­
terów w sieci). Bez usług systemu za­
rządzania bazą danych w programie
aplikacji musiałyby znaleźć się proce­
dury do określania miejsca przecho­
wywania różnych danych w bazie da­
nych. Dysponując dobrze zaprojekto­
wanym systemem zarządzania bazą
danych, aplikacje można pisać tak,
jakby baza danych znajdowała się na
jednym komputerze.
■^■^■HNMIIMBHnnnaMRBH Drugą zaletą oddzielenia opro-

gramowania aplikacji od systemu za­rządzania bazą danych jest to, że taka

organizacja umożliwia kontrolę dostępu do bazy danych. Ponieważ każde odwołanie do bazy danych jest realizowane przez jeden system zarządzający, więc może on wymuszać ograniczenia narzucane przez różne podschematy. W szczególności system zarządzania bazą danych może korzystać z całego

schematu bazy danych, realizując swoje wewnętrzne zadania, ale pilnuje, aby każdy użytkownik pozostawał w granicach opisywanych przez pod-schemat dla tego użytkownika.

Jeszcze inną przyczyną oddzielenia interfejsu użytkownika od manipu­lacji danymi w postaci dwóch modułów programu jest uzyskanie nieza­leżności danych. Polega ona na możliwości zmiany organizacji samej bazy danych bez konieczności wprowadzania zmian do aplikacji. Dział kadr może dodać do rekordu każdego pracownika dodatkowe pole, które określa, czy dany pracownik bierze udział w nowym programie ubezpieczeń zdrowot­nych prowadzonym w firmie. Jeśli aplikacje odwoływałyby się bezpośrednio do bazy danych, to taka zmiana w formacie danych wymagałaby zmian we wszystkich korzystających z nich aplikacjach. W efekcie, zmiana wprowa­dzona w dziale kadr powodowałaby konieczność zmian w programie przy­gotowującym listę płac oraz w programie drukującym adresy na kopertach.

Oddzielenie aplikacji od systemu zarządzania bazą danych usuwa ko­nieczność wykonywania takich zmian. Jeśli jakiś użytkownik wprowadza zmiany, to trzeba jedynie zmienić ogólny schemat i podschematy tych użyt­kowników, których zmiana dotyczy. Wszystkie pozostałe podschematy po­zostają bez zmian, więc odpowiednie aplikacje wykonują się, tak jakby nic się nie zmieniło.

Ostatnią zaletą oddzielenia aplikaqi od systemu zarządzania bazą danych jest to, że dzięki temu można pisać aplikację, posługując się uproszczonym, koncepcyjnym spojrzeniem na bazę danych, bez wchodzenia w szczegóły rzeczywistej, złożonej struktury bazy i uwzględniania ścieżek dyskowych, wskaźników i przestrzeni zapasowych. Przypomnijmy, że omawiając struk­tury danych pokazaliśmy, jak za pomocą odpowiednich podprogramów prze­kształcać żądania (takie jak umieszczenie elementu na stosie i zdjęcie go z niego) wyrażane w terminach koncepcyjnej struktury (stosu) na odpowied­nie czynności wykonywane na rzeczywistej organizacji danych w pamięci. System zarządzania bazą danych także zawiera podprogramy, które można wykorzystać w aplikacji jako narzędzia abstrakcyjne, przekształcające polece­nia wyrażane w terminach pojęciowego spojrzenia na bazę danych, zwanego modelem bazy danych, na terminy związane z rzeczywistą organizacją bazy danych.

Aplikacje często pisze się w języku programowania ogólnego przezna­czenia, takim jak omówione w rozdziale 5. Język udostępnia podstawowe składniki do zapisu algorytmu, ale brak w nim operacji, które ułatwiają ma­nipulowanie danymi. Podprogramy udostępniane przez system zarządzania bazą danych rozszerzają możliwości używanego języka (jak zobaczymy to w następnym punkcie) w sposób, który stwarza koncepcyjny obraz modelu bazy danych. Metoda polegająca na wykorzystaniu języka programowania ogólnego przeznaczenia jako podstawowego aparatu, do którego wprowa­dza się możliwości systemu zarządzającego bazą danych powoduje, że ory­ginalny język programowania nazwano językiem bazowym. (Wiele komer­cyjnych pakietów z systemami zarządzania bazami danych jest współcześnie połączeniem tradycyjnych systemów zarządzania bazami danych z pewnym

420

ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.2. WARSTWOWA IMPLEMENTACJA BAZ DANYCH

421

językiem bazowym. W efekcie oba te elementy zaczyna się traktować jako jedną całość, choć stanowią one różne pojęcia).

W celu opracowania aplikacji wykorzystującej pewną instalację bazy da­nych, programista musi zrozumieć narzędzia abstrakcyjne dostarczane przez używany przez niego system zarządzania bazą danych. W następnym pod­rozdziale postaramy się spojrzeć na relacyjny model bazy danych oczami programisty aplikacji. Jest to model udostępniany przez większość współ­czesnych systemów zarządzania bazami danych. Pozwala on na pisanie apli­kacji, tak jakby dane w bazie danych były przechowywane w postaci tabel z wierszami i kolumnami.

Ciągle poszukuje się lepszych modeli baz danych. Celem jest opraco­wanie takich modeli, które umożliwią łatwe ogarnięcie pojęciowe złożonych systemów, będą oferować zwarty sposób wyrażenia żądań dotyczących in­formacji i umożliwią tworzenie efektywnych systemów zarządzania bazami danych.

PYTANIA I ĆWICZENIA

1. Czy użycie wspólnego pliku indeksowego zarówno do przygoto­
   wywania listy płac, jak i do interakcyjnego pobierania danych daje
   niezależność danych?

2. Narysuj diagram przypominający diagram z rysunku 9.2 przedsta­
   wiający język maszynowy, język wysokiego poziomu i sposób, w jaki
   programista postrzega komputer.

3. Opisz krótko rolę, jaką w procesie uzyskiwania informacji z bazy
   danych pełnią warstwa aplikacji, system zarządzania bazą danych
   i podprogramy do manipulowania danymi.

9.3. Model relacyjny

W tym podrozdziale wprowadzimy relacyjny model bazy danych, który jest współcześnie najbardziej popularny. Jego popularność wynika z prostoty jego struktury. Dane traktuje się tak, jakby były przechowywane w prosto­kątnych tabelach zwanych relacjami, których format przypomina tabele sto­sowane w arkuszach kalkulacyjnych do prezentacji informacji. W modelu relacyjnym informacje o pracownikach firmy można przedstawić w postaci relacji pokazanej na rysunku 9.3.

Pojedynczy wiersz w relacji nazywa się krotką. W relacji z rysunku 9.3 poszczególne krotki zawierają informacje o konkretnym pracowniku. Ko­lumny w relacji noszą nazwę atrybutów, ponieważ każda pozycja w kolum­nie opisuje pewną właściwość, czyli atrybut obiektu reprezentowanego za pomocą odpowiedniej krotki.

Projektowanie relacyjne

Projektowanie relacyjnej bazy danych koncentruje się na zaprojektowaniu relacji tworzących bazę danych. Chociaż wygląda to na proste zadanie, jest w nim wiele subtelności i pułapek czyhających na niedoświadczonego pro­jektanta.

Przypuśćmy, że do informacji przedstawionych w relacji z rysunku 9.3 chcemy dodać informację o stanowiskach zajmowanych przez poszczegól­nych pracowników. Z każdym pracownikiem chcemy związać informację o stanowiskach, które zajmował w czasie swojego zatrudnienia, składa­jącą się z takich atrybutów jak nazwa stanowiska (sekretarka, kierownik, kierownik piętra), kod identyfikujący stanowisko (unikatowy dla każdego stanowiska), kod umiejętności wymagany na każdym stanowisku, dział, w którym jest dane stanowisko, i okresy, w których pracownik zajmował to stanowisko w postaci daty początkowej i końcowej. (Będziemy stosować gwiazdkę jako datę końcową, jeśli pracownik aktualnie znajduje się na tym stanowisku).

Jedno z rozwiązań tego problemu polega na rozszerzeniu relacji z ry­sunku 9.3 i dołączeniu do niej powyższych atrybutów jako dodatkowych kolumn w tablicy. Otrzymamy w ten sposób tablicę przedstawioną na ry­sunku 9.4. Bliższe przyjrzenie się rezultatom pozwala odkryć wiele proble­mów. Jednym z nich jest nieefektywność. Relacja nie zawiera teraz jednej krotki dla każdego pracownika, lecz jedną krotkę dla każdego okresu za­trudnienia pracownika na danym stanowisku. Jeśli pracownik awansował w firmie stopniowo, zajmując coraz wyższe stanowiska, to w nowej rela­cji znajdzie się wiele krotek poświęconych temu samemu pracownikowi. Problem polega na tym, że w każdej z nich trzeba powtórzyć informacje

422

ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.3. MODEL RELACYJNY 423

426

w firmie (identyfikator stanowiska, nazwa stanowiska, dział, kod umiejętno­ści) oraz informacje dotyczące związków między pracownikami a stanowi­skami (data rozpoczęcia i zakończenia zatrudnienia na danym stanowisku). Na podstawie tych obserwacji opisane problemy można próbować rozwią­zać, przeprojektowując system z wykorzystaniem trzech relacji - po jednej dla każdej z powyższych rodzajów informacji. Pierwotną relację zachowu­jemy bez zmian (nazwiemy ją teraz PRACOWNICY), a dodatkowe informacje umieścimy w dwóch nowych relacjach o nazwach STANOWISKA oraz ZATRUD­NIENIE. Powstaje w ten sposób baza danych z rysunku 9.5.

Baza danych składająca się z takich trzech relacji zawiera istotne infor­macje o pracownikach w relacji PRACOWNICY, o dostępnych stanowiskach w relacji STANOWISKA, a o historii zatrudnienia w relacji ZATRUDNIENIE. Do­datkowa informacja jest dostępna niejawnie dzięki połączeniu informacji z różnych relacji. Na przykład można odnaleźć działy, w których dany pra­cownik pracował, wyszukując najpierw wszystkie stanowiska, które zajmo­wał, za pomocą relacji ZATRUDNIENIE, a następnie odnajdując działy związane z tymi stanowiskami za pomocą relacji STANOWISKA. Za pomocą takich pro­cesów można z trzech mniejszych relacji uzyskać dowolną informację, którą można było uzyskać z jednej dużej relacji, unikając przy tym przedstawio­nych wcześniej kłopotów.

Niestety podział informacji na poszczególne relacje nie zawsze jest taki bezproblemowy jak w poprzednim przykładzie. Przeanalizujmy relacje z ry­sunku 9.6 z atrybutami IdPrac, Stanowisko, Dział z jej dekompozycją na dwie relacje przedstawione na rysunku 9.7.

Na pierwszy rzut oka wydaje się, że system z dwiema relacjami za­wiera te same informacje co system z jedną relacją. Tak jednak nie jest. Rozważmy problem wyszukania działu, w którym pracuje dany pracow­nik. Można to łatwo zrobić w systemie z jedną relacją, sprawdzając krotkę zawierającą numer identyfikacyjny danego pracownika i odczytując odpo­wiedni dział. W systemie z dwiema relacjami żądana informacja może jed­nak nie być dostępna. Można odnaleźć stanowisko wskazanego pracownika

ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

i dział z takim stanowiskiem, nie oznacza to jednak, że pracownik pracuje w tym konkretnym dziale. Te same stanowiska mogą występować w kilku działach.

W niektórych wypadkach relację można rozbić na mniejsze relacje bez utraty informacji (jest to podział bez utraty informacji), w innych wypad­kach informacja jest tracona. Badania właściwości relacji były i nadal są ważną gałęzią informatyki. Doprowadziły one do określenia hierarchii klas relacji zwanych pierwszą postacią normalną, drugą postacią normalną, trze­cią postacią normalną itd. o takiej właściwości, że relacje w każdej kolejnej klasie lepiej nadają się do zastosowania w bazach danych niż relacje z po­przedzających klas.

Operacje na relacjach

Po wyjaśnieniu struktury modelu relacyjnego nadszedł czas na pokazanie, jak można korzystać z takiej organizacji danych z punktu widzenia progra­misty. Rozpoczniemy od przyjrzenia się operacjom, które będziemy wyko­nywać na relacjach.

Czasami chcemy wydobyć z relacji pewne krotki. Aby uzyskać informa­cje o pewnym pracowniku, trzeba wybrać krotkę o odpowiedniej wartości atrybutu identyfikatora z relacji PRACOWNICY. W celu uzyskania listy stano­wisk w danym dziale, trzeba wybrać te krotki z relacji STANOWISKA, które mają atrybut dział taki jak wskazany dział. Dokonując takiego wyboru, two­rzymy nową relację (nową tabelę) złożoną z krotek wybranych z pierwotnej relacji. Wynikiem wybrania informacji o konkretnym pracowniku jest rela­cja zawierającą tylko jedną krotkę z relacji PRACOWNICY. Wynikiem wybrania krotek związanych z danym działem jest kilka krotek pochodzących z relacji STANOWISKA,

9.3. MODEL RELACYJNY

427

Zatem jedną z operacji, którą chcemy wykonywać na relacji, jest wybie­ranie z niej krotek mających pewne właściwości i umieszczenie tych krotek w nowej relacji. Do wyrażenia takiej operacji zastosujemy składnię

NOWA <- SELECT from PRACOWNICY where IdPrac = "34Y70"

Wynikiem tej instrukcji jest utworzenie nowej relacji o nazwie NOWA zawie­rającej te krotki (w omawianym przykładzie powinna to być tylko jedna krotka) z relacji PRACOWNICY, których atrybut IdPrac wynosi 34Y70 (rys. 9.8). W odróżnieniu od operacji SELECT, która wybiera pewne wiersze z rela­cji, operacja PROJECT wybiera kolumny. Przypuśćmy, że szukając stanowisk w danym dziale, wykonaliśmy już operację SELECT, wybierając z relacji STA­NOWISKA te krotki, które są związane z danym działem, i że umieściliśmy te krotki w nowej relacji o nazwie NOWA1. Lista, której poszukujemy, to ko­lumna Stanowisko w tej nowej relacji. Operacja PROJECT umożliwia wybranie tej kolumny (lub kolumn) i umieszczenie wyniku w nowej relacji. Taką ope­rację będziemy zapisywać w postaci

N0WA2 <- PROJECT Stanowisko from NOWA1

Jej wynikiem jest utworzenie nowej relaqi (o nazwie NOWA2), która zawiera jedną kolumnę wartości pochodzących z kolumny Stanowisko w relacji NOWA1.

A oto inny przykład operacji PROJECT. Instrukcję

POCZTA «- PROJECT Nazwisko, Adres from PRACOWNICY

można wykorzystać do utworzenia listy nazwisk i adresów wszystkich pra­cowników. Lista ta znajdzie się w nowo utworzonej (dwukolumnowej) relacji o nazwie POCZTA (rys. 9.9).

Trzecią operacją, którą wprowadzimy, jest operacja JOIN. Stosuje się ją do łączenia różnych relacji w jedną. Operacja JOIN na dwóch relacjach daje w wyniku nową relację, której atrybuty są atrybutami pierwotych relacji (rys. 9.10). Nazwy tych atrybutów są takie jak w relacjach pierwotnych,

428

ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.3. MODEL RELACYJNY

429

z tym, że każda jest poprzedzana nazwą relacji, z której pochodzi (jeśli relacja A zawierająca atrybuty V i W zostanie połączona z relacją B zawie­rającą atrybuty X, Y, Z, to wynik ma pięć atrybutów: A.V, A.W, B.X, B.Y, B.Z). Taka konwencja nazewnicza zapewnia, że nazwy atrybutów w nowej relacji są unikatowe, nawet jeśli pierwotne relacje miały atrybuty o tych samych nazwach.

Krotki (wiersze) nowej relacji tworzy się, konkatenując krotki pierwot­nych relacji (zobacz rys. 9.10). To, które krotki są łączone w nowe krotki nowej relacji, zależy od warunku użytego w operacji JOIN. Jedną z możli­wości jest złączenie tych krotek, w których wskazane atrybuty mają tę samą wartość. Taką właśnie operację przedstawiono na rysunku 9.10, na którym pokazano wynik wykonania instrukcji

C <- JOIN A and B where A.W m B.X

W tym przykładzie krotka z relacji A jest łączona z krotką z relacji B wtedy i tylko wtedy, gdy atrybuty W oraz X obu krotek są równe. Zatem konkate-nacja krotki (r, 2) z relacji A z krotką (2, m, q) z relacji B jest elementem relacji wynikowej, ponieważ wartość atrybutu W w pierwszej z nich jest równa war­tości atrybutu X w drugiej. Wynik złączenia krotki (r, 2) z relacji A z krotką (5/ S' P) ^{z re}l^acji ^{B me} j^est elementem końcowej relacji, bo krotki te nie mają tych samych wartości w atrybutach W oraz X.

Rozważmy inny przykład. Na rysunku 9.11 przedstawiono wynik wy­konania instrukcji

C «- JOIN A and B where A.W < B.X

Zauważmy, że krotki, które są elementami wyniku, to dokładnie te krotki, w których atrybut W w relacji A jest mniejszy niż atrybut X w relacji B.

430 ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.3. MODEL RELACYJNY

431

SYSTEMY BAZ DANYCH NA PC

Komputery osobiste wykorzystuje się do wielu różrych celów od bardzo prostych do skomplikowanych. W prostej aplikacji „bazo-danowej", polegającej na przechowywaniu listy kartek bożona­rodzeniowych lub utrzymującej wyniki ligi kręglarskiej, korzysta się często z arkuszy kalkulacyjnych zamiast bazy danych, gdyż zadaniem takiej aplikacji jest głównie gromadzenie, drukowanie i sortowanie danych. Są jednak także dość złożon* systemy baz danych przeznaczone dla komputerów osobistych, których przy­kładem jest Microsoft Access. Jest to pełny system relacyjnej bazy danych ze wszystkimi możliwościami omówionymi w pod­rozdziale 9.3 oraz z oprogramowaniem do tworzenia diagramów i raportów. Główna różnica z punktu widzenia użytkownika po­lega na tym, że Access wykorzystuje graficzny interfejs użytkow­nika, który umożliwia tworzenie zapytań w postaci graficznej, a nie w składni SQL przedstawionej w tekście. Dodatkowo now­sze wersje Accessa udostępniają udogodnienia internetowe, które na przykład umożliwiają przechowywanie w krotce adresu URL, dzięki czemu związana z nim strona staje się łatwa dostępna z bazy danych. .

Zobaczmy teraz, jak można wykorzystać operację JOIN w bazie danych z rysunku 9.5 w celu uzyskania listy wszystkich numerów identyfikacyjnych pracowników wraz z nazwą działu, w którym pracują. Zauważmy najpierw, że potrzebne dane znajdują się w kilku relacjach, a zatem zadanie uzyskania potrzebnej informacji musi wykorzystywać coś więcej niż operacje SELECT i PROJECT. Oto broń, której potrzebujemy, w postaci instrukcji

N0WA1

JOIN ZATRUDNIENIE and STANOWISKA

where ZATRUDNIENIE.IdStan=STANOWISKA.IdStan

która tworzy relację N0WA1 przedstawioną na rysunku 9.12. Teraz można rozwiązać problem, wybierając najpierw te krotki, w których ZATRUDNIE-NIE.DataZak jest równe „*", a następnie wykonując operację PROJECT z atry-

butami ZATRUDNIENIE.IdPrac oraz STANOWISKA.Dział. Zatem potrzebną informa-cję można uzyskać z bazy danych z rysunku 9.5, wykonując instrukcje:

NOWA1 <- JOIN ZATRUDNIENIE and STANOWISKA

where ZATRUDNIENIE.IdStan=STANOWISKA.IdStan N0WA2 <- SELECT from NOWA1 where ZATRUDNIENIE.DataZak = "*" LISTA <- PROJECT ZATRUDNIENIE.IdPrac.STANOWISKO.Dział from NOWA2

Po wprowadzeniu podstawowych operacji na relacjach możemy po­nownie rozważyć całościową strukturę systemu bazy danej. Pamiętajmy, że dane w bazie danych są tak naprawdę przechowywane w pewnym sys­temie pamięci masowej. Aby uwolnić programistów od konieczności zajmo­wania się problemami obsługi tej pa­mięci, wprowadza się system zarzą­dzania bazą danych, który umożliwia pisanie aplikacji w modelu bazy da­nych, takim jak omówiony system re­lacyjny. Zadaniem zarządcy bazy da­nych jest przyjmowanie zleceń wyra­żonych za pomocą modelu relacyj­nego i przekształcanie ich na akcje odpowiednie dla rzeczywistej struk­tury danych w pamięci masowej. Uzy­skuje się to przez udostępnienie ze­stawu podprogramów, których apli­kacja używa jako narzędzi abstrakcyj­nych. Zatem system zarządzania bazą danych oparty na modelu relacyjnym udostępnia podprogramy do wykony­wania operacji wyboru (SELECT), rzu­towania (PROJECT) i złączenia QOIN), które można wywoływać z poziomu aplikacji za pomocą struktur syntak-tycznych zgodnych ze składnią języka bazowego. W ten sposób można pisać i^^^^m^^^^^^^^^^^^^^^mm aplikacje, tak jakby dane były prze­chowywane w prostej postaci tabela­rycznej z modelu relacyjnego.

Pouczające jest przeanalizowanie, w jaki sposób system zarządzania bazą danych przechowuje dane w bazie danych i jaki wpływ ma sposób ich przechowywania na działanie systemu. Najprostszym sposobem implemen­tacji relacji w systemie zarządzania bazą danych jest zapamiętanie jej w po­staci pliku sekwencyjnego, w którym każda krotka jest rekordem logicznym. Taka strategia oznaczałaby jednak konieczność sekwencyjnego przeszukiwa­nia pliku przy wykonaniu operacji SELECT; jest to proces, który przy dużych relacjach może być zbyt czasochłonny. Zarządca bazy danych przechowuje zatem relację raczej w postaci pliku indeksowego. Jeśli relację PRACOWNICY

432 ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.3. MODEL RELACYJNY

433

z rysunku 9.5 indeksowano by po numerach identyfikacyjnych pracowników, to informację o konkretnym pracowniku można by wybrać dość szybko za pomocą operacji SELECT.

Na koniec zauważmy, że współczesne systemy zarządzania bazami da­nych nie udostępniają operacji SELECT, PROJECT i JOIN w ich czystej po­staci, lecz wspierają operacje, które są połączeniem tych podstawowych kro­ków. Przykładem jest język SQL.

tworzy listę złożoną z nazwisk i adresów wszystkich pracowników znajdu­jących się w relacji PRACOWNICY. Zauważmy, że jest to po prostu operacja PROJECT. Instrukcja

select IdPrac, Nazwisko, Adres, PESEL

from PRACOWNICY

where Nazwisko • 'Cheryl H. Clark'

SQL

Język o nazwie SQL (Structured Query Language) stosuje się szeroko w prze­twarzaniu danych do manipulowania relacyjnymi bazami danych. Jedną z przyczyn jego popularności jest to, że American National Standards In-stitute opracował jego standard. Innym powodem popularności SQL jest to, że został on opracowany i wprowadzony na rynek przez firmę IBM i przez to znalazł się w wyeksponowanym miejscu. W tym punkcie wyjaśnimy, jak zapytania dla relacyjnej bazy danych wyraża się w języku SQL.

Zauważmy najpierw, że zapytanie składające się z ciągu operacji SE­LECT, PROJECT i JOIN można wyrazić w SQL za pomocą jednej instrukcji. Ważniejsze jednak jest to, że instrukcje SQL nie określają żadnej konkretnej kolejności operacji. Chociaż zapytanie wyrażone w języku SQL brzmi impe-ratywnie, to tak naprawdę jest to instrukcja deklaratywna. Znaczenie tego faktu polega na tym, że SQL zwalnia użytkowników bazy danych od ko­nieczności opracowywania konkretnego ciągu kroków potrzebnych do uzy­skiwania potrzebnej informacji. Mogą oni po prostu opisać, jaką operację po­trzebują. Przykładowo, ostatnie zapytanie z poprzedniego punktu, w którym opracowaliśmy procedurę złożoną z trzech kroków, uzyskującą wszystkie numery identyfikacyjne pracowników wraz z nazwami działów, w których pracują, można wyrazić w języku SQL za pomocą jednej instrukcji

select IdPrac, Dział frora ZATRUDNIENIE, STANOWISKA

where ZATRUDNIENIE.IdStan = STANOWISKA.IdStan and ZATRUDNIENIE.DataZak ■.,'*'

Jak pokazuje powyższy przykład, każda instrukcja w SQL może zawie­rać trzy klauzule: klauzulę select, klauzulę f rom i klauzulę where. Z grub­sza, taka instrukcja jest zleceniem wykonania operacji JOIN na wszystkich relacjach wymienionych w klauzuli f rom, wybrania z niej tych krotek, które spełniają warunek klauzuli where, a następnie zrzutowania tych krotek, zgodnie z klauzulą select (zwróćmy uwagę, że terminologia jest tu nieco odwrócona: klauzula select w SQL określa atrybuty wykorzystywane przy rzutowaniu). Przyjrzyjmy się kilku przykładom.

Instrukcja:

select Nazwisko, Adres from PRACOWNICY

daje wszystkie informacje z krotki związanej z pracownikiem Cheryl H. Clark z relacji PRACOWNICY. Jest to w zasadzie operacja SELECT. Instrukcja

select Nazwisko, Adres

from PRACOWNICY

where nazwisko = 'Cheryl H. Clark'

daje w wyniku nazwisko i adres Cheryl H. Clark w postaci takiej jak w relacji PRACOWNICY. Jest to kombinacja operacji SELECT oraz PROJECT. Instrukcja

select PRACOWNICY.Nazwisko, ZATRUDNIENIE.DataPocz

from PRACOWNICY, ZATRUDNIENIE

where PRACOWNICY.IdPrac = ZATRUDNIENIE.IdPrac

daje w wyniku listę nazwisk wszystkich pracowników wraz z datami po­czątku ich zatrudnienia. Zauważmy, że jest to wynik wykonania operacji JOIN na relacjach PRACOWNICY i ZATRUDNIENIE, a następnie operacji SELECT oraz PROJECT na odpowiednich krotkach i atrybutach zgodnie z klauzulami where i select.

Zakończmy te rozważania uwagą, że SQL zawiera także instrukcje do definiowania struktury relacji, tworzenia relacji i modyfikacji zawartości rela­cji oraz instrukcje do tworzenia zapytań. Poniższe przykłady ilustrują użycie instrukcji insert into, delete frora oraz update.

Instrukcja

insert into PRACOWNICY

values ('42Z12', 'Sue A. Burt', ''33 Fair St.',

'444661111')

dodaje krotkę zawierającą podane dane do relacji PRACOWNICY. Instrukcja

delete from PRACOWNICY

where nazwisko = 'G. Jerry Smith'

usuwa krotkę opisującą pracownika G. Jerry Smith z relacji PRACOWNICY. Instrukcja

update PRACOWNICY

set Address = '1812 Napoleon Ave.'

where nazwisko = 'Joe E. Baker'

zmienia adres w krotce związanej z Joe E. Bakerem w relacji PRACOWNICY.

434

ROZDZIAŁ DZIEWIĄTY BAZY DANYCII

9.3. MODEL RELACYJNY

435

PYTANIA I ĆWICZENIA

1. Odpowiedz na następujące pytania na podstawie częściowej infor­
macji podanej W relacjach PRACOWNICY, STANOWISKA, ZATRUDNIENIE
z rysunku 9.5.

1. Kto jest sekretarką w dziale księgowości z doświadczeniem naby­
   tym w dziale kadr?

2. Kto jest kierownikiem piętra w dziale sprzedaży?

3. Jakie stanowisko zajmuje aktualnie G. Jerry Smith?

2. Na podstawie relacji PRACOWNICY, STANOWISKA, ZATRUDNIENIE z ry­
   sunku 9.5 napisz ciąg operacji na relacjach umożliwiający uzyskanie
   listy wszystkich stanowisk w dziale kadr.

2. Na podstawie relacji PRACOWNICY, STANOWISKA, ZATRUDNIENIE

z rysunku 9.5 napisz ciąg operacji na relacjach umożliwiający uzy­skanie listy nazwisk pracowników wraz z działami, w których są zatrudnieni.

4. Zapisz odpowiedzi na pytania 2 i 3 w języku SQL.

5. W jaki sposób model relacyjny zapewnia niezależność danych?

6. W jaki sposób związuje się ze sobą różne relacje w relacyjnej bazie
   danych?

potrzebnej informacji. Wystarczy po prostu zażądać od obiektu reprezentu­jącego odpowiedniego pracownika wypisania jego historii zatrudnienia.

Pojęciową reprezentację takiej bazy danych przedstawiono na ry­sunku 9.13. Związki między różnymi obiektami przedstawiono za pomocą linii łączących związane ze sobą obiekty. Obiekt klasy PRACOWNICY jest na przykład związany ze zbiorem obiektów typu ZATRUDNIENIE, reprezen­tujących okresy zatrudnienia tego pracownika na różnych stanowiskach. Z kolei każdy z obiektów typu ZATRUDNIENIE jest powiązany z obiektem typu STANOWISKA reprezentującym stanowisko, którego dotyczy to zatrud­nienie. Wszystkie stanowiska, jakie zajmował pracownik, można odnaleźć, analizując powiązania obiektu reprezentującego tego pracownika. Podobnie wszystkich pracowników, którzy byli na określonym stanowisku, można odnaleźć, analizując połączenia obiektu reprezentującego to stanowisko.

Połączenia między obiektami w obiektowej bazie danych utrzymuje za­zwyczaj DBMS, a zatem szczegóły implementacji tych połączeń nie interesują programisty piszącego aplikację. Gdy do bazy danych wstawia się nowy obiekt, aplikacja po prostu określa, z jakimi innymi obiektami ma on zo­stać związany, a DBMS tworzy odpowiedni system wskaźników, za pomocą którego te związki są zapamiętywane. W szczególności DBMS może łączyć

Pracowni

9.4. Obiektowe bazy danych

Jednym z nowszych obszarów badań w dziedzinie baz danych jest zastoso­wanie paradygmatu obiektowego do konstuowania baz danych. Obiektowe bazy danych składają się z obiektów, które są powiązane ze sobą w spo­sób oddający zależności zachodzące między nimi. Obiektowa implemen­tacja bazy danych pracowników z poprzedniego podrozdziału składałaby się z trzech klas (typów obiektów): PRACOWNICY, STANOWISKA, ZATRUDNIENIE. Obiekt klasy PRACOWNICY zawierałby elementy takie jak IdPrac, Nazwisko, Adres i PESEL, a obiekt klasy STANOWISKA zawierałby elementy takie jak: IdStan, Sta­nowisko, KodUmiejętności oraz Dziat. Każdy obiekt klasy ZATRUDNIENIE miałby pola DataPocz, DataKon.

Każdy z powyższych obiektów zawierałby także metody definiujące sposób reakcji obiektu na komunikaty dotyczące jego zawartości i związków z innymi obiektami. Każdy obiekt klasy PRACOWNICY zawierałby na przy­kład metody służące do wypisywania i uaktualniania informacji w obiekcie oraz metodę tworzenia raportu o historii zatrudnienia pracownika, a może także metodę zmiany stanowiska pracownika. Podobnie, każdy obiekt klasy STANOWISKA zawierałby metodę wypisującą informacje o tym stanowisku oraz metodę informującą o tych pracownikach, którzy byli zatrudnieni na tym stanowisku. W celu uzyskania historii zatrudnienia pracownika nie trzeba zatem pisać zewnętrznej procedury definiującej sposób uzyskania

Stanowisko Związki między obiektami w obiektowej bazie danych

436

ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.4. OBIEKTOWE BAZY DANYCH

437

ze sobą obiekty reprezentujące zatrudnienie danego pracownika w sposób podobny do listy z dowiązaniami.

Innym zadaniem obiektowego DBMS jest dostarczenie trwałej pamięci dla powierzonych mu obiektów. Wymaganie to może wydawać się oczywi­ste, ale jego natura jest zupełnie inna od sposobu obsługi zwykłych obiektów. Zazwyczaj obiekty tworzone podczas wykonania programu obiektowego są niszczone po jego zakończeniu. Obiekty są zatem w pewnym sensie tym­czasowe. Obiekty, które się tworzy i dodaje do bazy danych, muszą być jednak trwałe - muszą zostać zachowane po zakończeniu programu, który je utworzył. Dostarczenie trwałej pamięci dla obiektów jest zatem istotnym odstępstwem od normy.

Ważną zaletą obiektowych baz danych jest to, że umożliwiają one pro­jektowanie całego systemu zgodnie z tym samym paradygmatem. Aplikację, która korzysta z bazy danych, i samą bazę danych można projektować obiek­towo. Różni się to od powszechnej praktyki tworzenia programu współpra­cującego z relacyjną bazą danych w języku imperatywnym. W takim rozwią­zaniu występują naturalne konflikty między paradygmatem imperatywnym a relacyjnym. Na przestrzeni lat okazało się, że te różnice były przyczyną wielu błędów w programach. Możliwość uniknięcia różnic wynikających z odmiennych paradygmatów jest główną zaletą, na którą wskazują zwolen­nicy obiektowych baz danych.

Aby docenić inną zaletę obiektowych baz danych w porównaniu z ich relacyjnymi odpowiednikami, rozważmy problem przechowywania imion i nazwisk pracowników w relacyjnej bazie danych. Jeśli imię i nazwisko przechowujemy w postaci jednego atrybutu, to zapytania dotyczące tylko nazwiska są trudne do sformułowania. Jeśli jednak dane osobowe przecho­wujemy w postaci trzech oddzielnych atrybutów: imienia, drugiego imienia i nazwiska, to wtedy trudno jest poprawnie obsługiwać osoby, których dane osobowe nie są zgodne ze schematem imię, drugie imię, nazwisko. W obiek­towej bazie danych te dane można ukryć w obiekcie, który przechowuje dane osobowe pracownika. Można je zapamiętać w sprytnym obiekcie, który po­trafi przedstawiać je w różnych formatach. Zatem na zewnątrz obiektów jest tak samo łatwo operować tylko na nazwiskach, jak i na całych danych oso­bowych, nazwiskach panieńskich czy pseudonimach. Szczegóły związane z każdym z tych sposobów traktowania danych są kapsułkowane wewnątrz obiektów.

Możliwość kapsułkowania szczegółów technicznych związanych z róż­nymi formatami danych jest zaletą także w innych sytuacjach. W relacyjnej bazie danych atrybuty relacji są częścią całego projektu bazy danych, a za­tem typy związane z atrybutami przenikają cały system zarządzania bazą da­nych. Taka budowa jest sensowna, gdy dotyczy danych złożonych z napisów i wartości liczbowych. Ale rozszerzanie relacyjnej bazy danych przez doda­nie nowych relacji zawierających atrybuty typu audio lub wideo może stwa­rzać poważne problemy. Może zaistnieć wtedy konieczność rozbudowania wielu procedur znajdujących się w różnych fragmentach bazy danych, tak aby prawidłowo obsługiwały te nowe typy danych. W obiektowych bazach

danych ta sama procedura, którą stosuje się do uzyskania obiektu reprezen­tującego dane osobowe pracownika, może być użyta do uzyskania obiektu reprezentującego film. Różnice w typach można bowiem ukryć w obiektach. Podejście obiektowe lepiej nadaje się zatem do tworzenia multimedialnych baz danych. Ta właściwość już okazała się wielką zaletą.

PYTANIA I ĆWICZENIA

1. Jakie metody umieściłbyś w obiekcie klasy ZATRUDNIENIE w bazie
   danych pracowników omówionym w tym punkcie?

2. Określ klasy, które można by stosować w obiektowej bazie danych
   przechowującej informację o magazynie sklepu. Podaj wewnętrzną
   charakterystykę tych klas.

3. Określ zalety obiektowej bazy danych w porównaniu z zaletami rela­
   cyjnej bazy danych.

9.5. Zachowanie integralności bazy danych

Niedrogie systemy zarządzania bazami danych przeznaczone do osobistego użytku są względnie prostymi systemami. Zdają się one mieć jeden cel -oddzielić użytkownika od technicznych szczegółów implementacji bazy da­nych. Bazy danych utrzymywane przez takie systemy są względnie małe i przechowują informacje, których utrata byłaby raczej niedogodnością niż katastrofą. W razie wystąpienia problemów użytkownik może zazwyczaj bezpośrednio poprawić te dane, które są błędne, lub odtworzyć bazę danych z kopii zapasowej i ręcznie dokonać poprawek koniecznych do uaktualnie­nia kopii. Proces ten jest uciążliwy, ale koszt uniknięcia takich niedogodności jest wyższy niż sama uciążliwość. W każdej sytuacji niedogodności dotyczą grona kilku zaledwie osób, a straty finansowe są na ogół niewielkie.

W wypadku wielkich komercyjnych systemów baz danych z wieloma użytkownikami zabezpieczenia muszą być jednak znacznie większe. Koszty błędów w danych lub ich utraty mogą być olbrzymie i mogą mieć poważne konsekwencje. W takich środowiskach głównym zadaniem systemu zarzą­dzania bazą danych jest utrzymanie integralności bazy danych przez ochronę przed problemami takimi jak operacje, które z pewnych przyczyn wykonano jedynie częściowo, lub inne operacje, które mogą mieć na siebie niepożą­dany wpływ, powodując wprowadzenie do bazy niepoprawnych informacji. Tą właśnie rolą systemu zarządzania bazą danych zajmiemy się w tym pod­rozdziale.

438

ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.5. ZACHOWANIE INTEGRALNOŚCI BAZY DANYCH

439

J-

CZASOWE (TEMPORALNE) BAZY DANYCH

Tradycyjne bazy danych są przeznaczone do przechowywania aktualnych danych. W tradycyjnej magazynowej bazie danych przechowuje się na przykład dane o aktualnym stanie magazynu w celu utrzymania odpowiedniego poziomu zapasów. W takich wypadkach dane o dawnym stanie magazynu są dostępne czę­sto jedynie za pośrednictwem archiwalnych kopii bazy danych lub dzięki uwzględnieniu dat jako części danych. W wielu za­stosowaniach przydaje się jednak wygodny dostęp do starszych danych przy jednoczesnej możliwości przechowywania nowych. Tak jest w wypadku uniwersyteckiego rejestru zajęć, w którym ustala się oferty zajęć, utrzymuje się stany poszczególnych grup, przydział sal i nauczycieli itp. nie tylko dla bieżącego semestru, ale także dla ubiegłych i przyszłych semestrów. Czasowe bazy danych to bazy danych przeznaczone do takich zastosowań. Po dodaniu nowych elementów do czasowych baz danych nie usuwa się z nich starych informacji. Nowe elementy stają się po prostu najnowszymi elementami rekordu historycznego, którego dowolny fragment jest łatwo dostępny.

Czasowe bazy danych to obszar aktywnych badań, których celem jest znalezienie efektywnych sposobów przechowywania i utrzy­mywania przeszłych, obecnych i przyszłych informacji, opracowa­nie technik wyszukiwania informacji w takich rekordach i opra­cowanie języków do wyrażania zapytań dotyczących informacji czasowych.

Protokół Commit/Rollback (zatwierdzania i wycofywania)

Pojedyncza transakcja, taka jak transfer funduszy z jednego konta banko­wego na inne, odwołanie rezerwacji biletu lotniczego bądź rejestracja stu­denta na wykład, może składać się z wielu kroków na poziomie bazy da­nych. Przelew pieniędzy między kontami w banku wymaga na przykład zmniejszenia salda jednego konta i zwiększenia salda drugiego. Po wykona­niu pierwszego kroku, ale przed wykonaniem drugiego, informacja w bazie danych jest niespójna. Przez krótki czas po zmniejszeniu stanu pierwszego konta, ale przed zwiększeniem drugiego, suma funduszy się nie zgadza. Podobnie, przy zmianie rezerwacji miejsca w samolocie jest chwila, w której pasażer nie ma przydzielonego miejsca, lub chwila, w której lista pasażerów ma o jednego pasażera za dużo.

W wypadku dużych baz danych, w których często wykonuje się takie transakcje, jest duże prawdopodobieństwo, że w losowo wybranej chwili baza danych znajduje się w trakcie realizacji pewnej transakqi. Zlecenie wykonania nowej transakcji lub awaria sprzętu z dużym prawdopodo­bieństwem pojawi się zatem w chwili, gdy baza danych jest w niespójnym stanie.

Przeanalizujmy najpierw problem awarii. Zadaniem systemu zarządza­nia bazą danych jest zapewnienie, że takie zdarzenia nie pozostawią bazy danych w niespójnym stanie. Zada­nie to realizuje się często, utrzymując w nieulotnej pamięci, na przykład na dysku, dziennik (log) zawierający informacje o czynnościach wykona­nych przez każdą transakcję. Zanim

zezwoli się transakq'i na zmianę stanu bazy danych, najpierw zapisuje się in­formacje o mającej nastąpić zmianie w dzienniku. Dziennik zawiera zatem trwały zapis akcji każdej transakcji.

Punkt, w którym wszystkie kroki transakcji zapisano w dzienniku, jest nazywany punktem zatwierdzenia. W tym właśnie czasie system zarzą­dzania bazą danych ma informację potrzebną do samodzielnego odtwo­rzenia transakqi, jeśli okaże się to niezbędne. W tym punkcie system zarządzania bazą danych zatwierdza transakcję w takim sensie, że przyj­muje na siebie odpowiedzialność za

zapewnienie tego, że czynności wykonane przez transakcję znajdują od­zwierciedlenie w bazie danych. W razie awarii sprzętu system zarządzania bazą danych może wykorzystać informacje z dziennika do rekonstrukcji tych transakcji, które zostały zakończone (zatwierdzone) od ostatnio wykonanej kopii zapasowej.

Jeśli problemy wystąpiły, zanim transakcja osiągnęła swój punkt za­twierdzenia, to system zarządzania bazą danych może znaleźć się w stanie częściowo wykonanej transakcji, której nie można ukończyć. W takich wy­padkach można korzystać z dziennika do wycofania czynności już wyko­nanych przez niedokończoną transakcję. W razie awarii system zarządzania bazą danych może odtworzyć swój stan, wycofując te transakcje, które nie zostały zakończone (zatwierdzone) w chwili wystąpienia awarii.

Operacja wycofywania transakcji nie ogranicza się jednak tylko do pro­cesu usuwania skutków awarii. Jest ona często jedną ze zwykłych czynno­ści systemu zarządzania bazą danych. Transakcję można na przykład prze­rwać przed zakończeniem wszystkich jej kroków na skutek próby uzyskania dostępu do zastrzeżonej informacji. Może się także zdarzyć zakleszczenie, kiedy to rywalizujące ze sobą transakcje oczekują na dostępność danych używanych przez drugą transakcję. W takich sytuacjach system zarządzania bazą danych może wykorzystać dziennik do wycofania transakcji i uniknię­cia błędów w bazie danych powstających na skutek częściowego wykonania transakcji.

W celu podkreślenia delikatnej natury budowy systemu zarządzania bazą danych, zauważmy, że są pewne subtelne problemy ukrywające się w procesie wycofywania transakcji. Wycofanie jednej transakcji może mieć wpływ na te elementy bazy danych, z których korzystały inne transakcje. Na przykład wycofywana transakcja mogła uaktualnić saldo rachunku ban­kowego, a inna transakcja mogła do swych dalszych działań wykorzystać tę uaktualnioną wartość. Oznacza to, że wycofując jedną transakcję, na­leży także wycofać inne transakcje, co z kolei może mieć wpływ na inne transakcje. Powstaje w ten sposób problem nazywany wycofywaniem kas­kadowym.

Blokady

Rozważmy teraz problem wykonania transakcji, w czasie gdy baza danych wykonuje inną transakcję. Taka sytuacja może doprowadzić do niepopraw­nych interakcji między transakcjami i prowadzić do uzyskania błędnych wy­ników. Przykładem jest problem niepoprawnego sumowania, który pojawia się wtedy, kiedy jedna transakcja jest w trakcie realizacji przelewu z jed­nego konta na drugie, gdy druga transakcja oblicza łączną kwotę zdepono­waną w banku. Prowadzi to do wyniku, który jest albo za mały, albo za duży w zależności od kolejności przeplatania się kroków poszczególnych transakcji. Inny przykład to problem utraconej modyfikacji, który pojawia

440

ROZDZIAŁ DZIEWIĄTY BAZY DANYCI1

9.5. ZACHOWANIE INTEGRALNOŚCI BAZY DANYCH

441

się, gdy dwie transakcje wykonują potrącenie z tego samego konta. Jeśli jedna transakcja odczyta saldo konta w chwili, gdy druga odczytała już to saldo, ale jeszcze nie obliczyła nowego salda, to obie transakcje doko­nają potrąceń na podstawie tego samego salda początkowego. W rezulta­cie efekt wykonania jednego potrącenia nie zostanie uwzględniony w bazie danych.

Aby rozwiązać takie problemy, system zarządzania bazą danych może wymuszać całkowite wykonanie pewnej transakcji przed rozpoczęciem re­alizacji kolejnych, przechowując nowe transakcje w kolejce aż do chwili za­kończenia wykonania ich poprzedników. Transakcje czekają jednak długo na wykonanie dyskowych operacji wejścia-wyjścia. Przeplatając wykonanie transakcji, można wykorzystać czas oczekiwania jednej transakcji na wy­konanie przetwarzania już odczytanych danych w drugiej transakcji. Więk­szość dużych systemów zarządzania bazami danych zawiera zatem program szeregujący, który koordynuje podział czasu między poszczególnymi trans­akcjami w taki sam sposób, jak robi to system operacyjny, przeplatając wy­konanie różnych procesów.

Ochrona przed anomaliami, takimi jak problem niepoprawnego sumo­wania bądź problem utraconej modyfikacji, jest zapewniona przez program szeregujący zawierający protokół blokowania. W tym protokole są zazna­czone te dane w bazie danych, które są aktualnie wykorzystywane przez inne transakcje. Takie zaznaczanie nazywa się blokowaniem. Mówi się, że tak zaznaczone dane są zablokowane. Powszechnie są stosowane dwa typy blokad: blokady wspólne (dzielone) oraz blokady wyłączne. Odpowiadają one dwóm typom dostępu transakcji do danych - dostępowi współdzielo­nemu i dostępowi wyłącznemu. Jeśli transakcja nie będzie zmieniać wartości danych, to jest potrzebny dostęp współbieżny, co oznacza, że inne transakcje mogą w tym samym czasie odczytywać te dane. Jeśli jednak transakcja mo­dyfikuje dane, to musi mieć do nich dostęp wyłączny, co oznacza, że musi być jedyną transakcją mającą do nich dostęp.

W protokole blokowania transakcja żądająca dostępu do danych musi za każdym razem informować system zarządzania bazą danych o typie żą­danego dostępu. Jeśli transakcja domaga się dostępu współbieżnego do da­nych, które nie są zablokowane albo są zablokowane w sposób wspólny, to jest udzielane zezwolenie na dostęp do tych danych i są one blokowane w sposób wspólny. Jeśli jednak na dane nałożono blokadę wyłączną, to nie zezwala się na dostęp do nich. Jeśli transakcja domaga się wyłącznego do­stępu do danych, to zgody na to udziela się tylko wtedy, kiedy na danych nie ma nałożonej blokady. W ten sposób transakcja, która modyfikuje dane, chroni je przed innymi transakcjami, uzyskując do nich wyłączny dostęp. Z tych samych danych może jednocześnie korzystać wiele transakcji, jeśli tylko żadna z nich ich nie zmienia. Oczywiście, gdy tylko dane przestają być transakcji potrzebne, zawiadamia ona o tym system zarządzania bazą danych, który zdejmuje nałożoną blokadę.

Do obsługi sytuacji, w których transakcji odmawia się dostępu do da­nych, stosuje się różne algorytmy. Jeden z nich polega po prostu na tym, że transakqa oczekuje na dostęp do danych. Takie rozwiązanie może jed­nak prowadzić do zakleszczeń, ponieważ dwie transakcje, które potrzebują wyłącznego dostępu do tych samych dwóch fragmentów danych mogą wza­jemnie się zablokować. Stanie się tak, jeśli każda z nich uzyska wyłączny dostęp do jednego fragmentu danych i zacznie oczekiwać w nieskończoność na drugi. W celu uniknięcia takich zakleszczeń, niektóre systemy zarzą­dzania bazami danych nadają priorytet starszym transakcjom. Jeśli starsza transakcja żąda dostępu do pewnego fragmentu danych, na który nałożyła blokadę młodsza transakqa, to młodsza transakcja musi zwolnić blokadę wszystkich używanych danych, a jej działania zostają wycofane (na podsta­wie dziennika). Następnie starsza transakcja dostaje dostęp do potrzebnych jej danych, a młodsza musi rozpocząć się od nowa. Jeśli młodsza transakcja jest ciągle wycofywana, to stopniowo starzeje się i w końcu staje się jedną ze starszych transakcji w systemie. Ten protokół, znany jako protokół ranienia i czekania (stare transakcje zadają rany młodszym, młode transakcje czekają na zakończenie starszych), zapewnia, że każda transakcja dostanie w końcu możliwość zakończenia swojego działania.

PYTANIA I ĆWICZENIA

1. Na czym polega różnica między transakcją, która doszła do punktu
   zatwierdzenia, a transakcją, która nie osiągnęła tego punktu?

2. W jaki sposób system zarządzania bazami danych może unikać czę­
   stego wycofywania kaskadowego?

3. Pokaż, w jaki sposób niekontrolowany przeplot dwóch transakcji,

z których pierwsza zmniejsza stan konta o 100 PLN, a druga zmniej­sza stan tego samego konta o 200 PLN, może spowodować powstanie końcowego salda wysokości 100 PLN, 200 PLN lub 300 PLN przy założeniu, że początkowo stan konta wynosił 400 PLN.

4. (a) Jakie są możliwe zachowania transakcji żądającej wspólnego do-

stępu do danych w bazie danych?

(b) Jakie są możliwe zachowania transakcji żądającej wyłącznego dostępu do danych w bazie danych?

5. Opisz ciąg zdarzeń, który prowadzi do zakleszczenia transakcji działa­
   jących w systemie bazy danych.

6. Opisz, jak można przerwać zakleszczenie opisane w odpowiedzi na
   poprzednie pytanie. Czy proponowane rozwiązanie wymaga użycia
   dziennika prowadzonego przez system zarządzania bazą danych?
   Uzasadnij odpowiedź.

442 ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.5. ZACHOWANIE INTEGRALNOŚCI BAZY DANYCH

443

9.6. Społeczne skutki wprowadzenia baz danych

W przeszłości kolekcje danych traktowano jak uśpione, pasywne byty. Każdą z nich tworzono i wykorzystywano w konkretnym celu. Biblioteka lokalna utrzymywała fizyczną listę złożoną z nazwisk i adresów swoich czytelni­ków. W każdej książce znajdowała się wymienna karta z tytułem książki. Przy wypożyczaniu książki wyjmowano z niej kartę i zapisywano na niej nazwisko osoby wypożyczającej książkę. Kartę umieszczano w pliku kart w bibliotece. Przy zwrocie książki jej kartę umieszczano w niej z powro­tem. Jeśli książki nie zwrócono w terminie, to bibliotekarz kontaktował się z osobą przetrzymującą książkę, korzystając z listy czytelników.

W takim ręcznym systemie można było uzyskać listę wszystkich książek wypożyczonych w przeszłości przez konkretną osobę. Wymagało to jednak przeszukania wszystkich książek w bibliotece i sprawdzenia, czy na kar­tach znajdujących się w nich widnieje dane nazwisko. Koszt takiego wy­szukiwania powodował, że takie przedsięwzięcie było niewykonalne pod względem praktycznym. Chociaż dane biblioteki zawierały subtelne infor­macje o klientach, które można byłoby wykorzystać w celach niezwiązanych z obsługą biblioteki, jednak czytelnicy mogli mieć pewność, że takie wyko­rzystanie tych danych nie będzie miało miejsca. Współczesne biblioteki są jednak w większości zautomatyzowane, a profile gustów poszczególnych czytelników są w zasięgu ręki. Biblioteki mogą teraz z łatwością udostępnić takie informacje firmom marketingowym, organom ścigania, partiom poli­tycznym, pracodawcom i osobom prywatnym. Możliwości są liczne.

Przykład biblioteki pokazuje możliwości, które dotyczą także szerokiego zakresu zastosowań baz danych. Technika ułatwiła gromadzenie informacji oraz łączenie i porównywanie różnych kolekcji danych w celu odsłaniania powiązań, które pozostawały ukryte.

Zbieranie danych odbywa się współcześnie na dużą skalę. W niektórych przypadkach proces jest jawny, w innych bardziej subtelny. Informacje zbiera się jawnie, prosząc wprost o jej udzielenie. Może to być czynność dobro­wolna, jak w wypadku ankiet bądź formularzy rejestracyjnych na zawody, albo obowiązkowa, jak w przypadku czynności ustanawianych przez rząd. Czasami to, czy udzielenie informacji odbywa się dobrowolnie, czy nie, za­leży od punktu widzenia. Czy przekazywanie danych osobowych przy wy­stępowaniu o kredyt jest dobrowolne, czy nie? Różnica zależy od stopnia, w jakim potrzebuje się kredytu. Używanie karty kredytowej w niektórych sklepach wymaga teraz udzielenia zgody na zapisanie podpisu w postaci cyfrowej. Ocena, czy takie wymaganie jest żądaniem bądź prośbą, zależy od wewnętrznej potrzeby dokonania zakupu.

Bardziej subtelne formy zbierania informacji unikają bezpośredniego kontaktu z zainteresowanym. Przykładami są wystawcy kart kredytowych, którzy zbierają informacje o zakupach dokonywanych przez posiadaczy tych

kart, strony WWW, które zapamiętują dane osób odwiedzających te strony. W takich wypadkach zainteresowany może nie być świadomy tego, że taka informacja jest zbierana, i nic nie wie o istnieniu baz danych przechowu­jących informacje związane z poszczególnymi osobami. Sklep spożywczy może oferować zniżki dla stałych klientów, którzy zarejestrują się przedtem w sklepie. Proces rejestracji może polegać na wydaniu kart identyfikacyj­nych, które trzeba przedstawić przy zakupie, aby uzyskać zniżkę. W efekcie sklep ma informacje o zakupach dokonywanych przez klienta - informacje dużo cenniejsze niż wartość udzielonych zniżek.

Oczywiście siłą napędową tego dążenia do zbierania informacji jest war­tość danych wynikająca głównie z rozwoju technik baz danych, które pozwa­lają na łączenie danych, tak że umożliwia to odkrywanie informacji dotąd ukrytych. Powstają w ten sposób połączone kolekcje danych, które zawierają więcej informacji niż zawarte łącznie we wszystkich ich składowych. In­formacje o dobrach nabywanych przez właścicieli kart kredytowych można uporządkować i powiązać ze sobą, uzyskując profil klienta stanowiący ol­brzymią wartość marketingową. Można na przykład wysyłać formularze subskrypcyjne na czasopisma kulturystyczne tym, którzy kupowali ostat­nio przyrządy gimnastyczne, a tym, którzy kupili ostatnio pożywienie dla psów, można wysłać podobne formularze na czasopisma kynologiczne. Inne sposoby łączenia informacji wymagają czasem dużej wyobraźni. Można po­równywać dane z opieki społecznej z kartoteką kryminalną w celu odnale­zienia i zatrzymania więźniów zwolnionych warunkowo, a w 1984 roku the Selective Servis w Stanach Zjednoczonych wykorzystał listę z datami uro­dzeń, uzyskaną od popularnego sklepu z lodami, do znalezienia obywateli, którzy nie stawili się na spis przedpoborowy. W tym ostatnim przypadku listę zwrócono sprzedawcy, gdy ten oświadczył, że sprzedaż listy była błę­dem, ale do tego momentu informacja została już wykorzystana. Niestety, do takiego nieuprawnionego wykorzystania danych dochodzi ciągle. Przykłady pojawiają się stale. Są wśród nich pracownicy firm lub urzędnicy agenq'i rzą­dowych, którzy wykorzystują informacje umieszczone w bazach danych ich pracodawców.

Sprzedaż listy z datami urodzin wywołuje także pytania dotyczące włas­ności informacji. Czy ktoś, kto zbiera informacje, automatycznie staje się ich właścicielem? W jakim stopniu jesteśmy właścicielami informacji osobi­stych o sobie? Do jakiego stopnia ktoś inny może być właścicielem informa­cji o nas?

Jest wiele sposobów obrony społeczeństwa przed niewłaściwym wy­korzystywaniem baz danych. Jednym z nich jest stosowanie odpowiednich ustaleń prawnych. Niestety, ustanowienie prawa przeciwdziałającego jakiejś działalności nie przerywa jej, a jedynie czyni ją nielegalną. Podstawowym przykładem w Stanach Zjednoczonych jest ustawa dotycząca ochrony pry­watności z 1974 roku, której celem była ochrona obywateli przed niewłaści­wym wykorzystaniem rządowych baz danych. Jednym z postanowień tego aktu prawnego było wymaganie, aby agencje rządowe publikowały istnie­nie swoich baz danych w Rejestrze Federalnym, tak aby obywatele mogli

444

ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

9.6. SPOŁECZNE SKUTKI WPROWADZENIA BAZ DANYCH

445

m

wskutek rozpowszechnienia tej informacji? A jeśli byłbyś w złej sytu­acji finansowej?

4. Jaką rolę odgrywa wolna prasa w kontroli nadużyć związanych z do­stępem do danych (Na przykład w jakim stopniu prasa kształtuje opinię publiczną?)

PYTANIA DO ROZDZIAŁU DZIEWIĄTEGO

(Zadania oznaczone gwiazdką dotyczą rozdziałów opcjonalnych)

uzyskać dostęp do danych o sobie i skorygować je. Jednak agencje rządowe wolno dostosowywały się do tego postanowienia. Nie musiało to koniecznie oznaczać złych intencji z ich strony. W wielu sytuacjach problem stanowiła biurokracja. Ale fakt, że biurokracja może powodować tworzenie baz danych o osobach i że istnienie tych baz nie daje się stwierdzić, nie jest budującą sytuacją.

Innym, być może lepszym sposobem ochrony przed nadużyciem baz danych, jest opinia publiczna. Bazy danych nie będą niewłaściwie używane, jeśli konsekwencje przewyższą zyski, a konsekwencją, której wiele firm boi się najbardziej, jest nieprzychylna opinia publiczna. Na początku lat dzie­więćdziesiątych to właśnie opinia publiczna powstrzymała ważne biuro kre­dytowe przed sprzedażą swojej listy adresowej w celach marketingowych. Niedawno America Online (główny dostawca Internetu) ugięła się pod pre­sją opinii publicznej, przeciwnej stosowanej przez nią polityce sprzedaży telemarketerom informacji dotyczących klientów. Nawet agencje rządowe liczą się z opinią publiczną. W 1997 roku Social Security Administration w Stanach Zjednoczonych zmieniła plany udostępnienia informacji o ubez­pieczeniach społecznych w Internecie, gdy opinia publiczna zakwestiono­wała bezpieczeństwo tych informacji. Rezultaty w powyższych przypadkach uzyskano w ciągu kilku dni - silnie kontrastuje to z długim czasem zwią­zanym z procesami prawnymi.

Oczywiście w wielu sytuacjach, stosując bazy danych, zyskuje zarówno ich właściciel, jak i podmiot danych, ale we wszystkich przypadkach docho­dzi do utraty prywatności, której nie należy lekceważyć. Problemy z ochroną prywatności są poważne, gdy informacja jest poprawna a stają się olbrzymie, gdy informacja jest błędna. Wyobraźmy sobie nasze uczucie beznadziejno­ści, gdybyśmy dowiedzieli się, że zaufanie do nas zmalało na skutek błędnej informacji. Wyobraźmy sobie skalę problemu, jeśli informaq'a ta zostałaby rozpowszechniona.

Problemy związane z ochroną prywatności są i będą głównym efek­tem ubocznym postępu technicznego w ogólności, a technik bazodanowych w szczególności. Ich rozwiązanie wymaga wykształconych, czujnych i ak­tywnych obywateli.

PYTANIA I ĆWICZENIA

1. Czy organy ścigania powinny mieć dostęp do baz danych w celu
   wychwycenia jednostek o skłonnościach przestępczych, nawet jeśli
   osoby te jeszcze nie popełniły żadnego przestępstwa?

2. Czy firmy ubezpieczeniowe powinny mieć dostęp do danych w celu
   wychwycenia osób z potencjalnymi problemami zdrowotnymi, nawet
   jeśli osoby te nie mają żadnych symptomów choroby?

3. Załóżmy, że jesteś zamożny. Co mógłbyś zyskać, gdyby taką informa­
   cją dysponowały różne instytucje? W jaki sposób mógłbyś ucierpieć

1. Podsumuj różnice między plikiem pła­
   skim a bazą danych.

2. Co rozumie się przez pojęcie niezależ­
   ności danych?

3. Jaka jest rola systemu zarządzania bazą
   danych w warstwowej implementacji
   bazy danych?

4. Czym różni się schemat od podsche-
   matu?

5. Podaj dwie zalety oddzielenia aplikacji
   od systemu zarządzania bazą danych.

6. Na którym poziomie systemu bazy da­
   nych (użytkownik, programista apli­
   kacji, projektant oprogramowania do
   zarządzania bazą danych) rozważa się
   następujące pytania:

(a) Jak przechowywać dane na dysku,
aby uzyskać jak najlepszą efektyw­
ność?

(b) Czy są wolne miejsca na lot 243?
(c),Czy relację można przechowywać

jako plik sekwencyjny?

4. Ile razy użytkownik może podać
   niepoprawne hasło przed zakończe­
   niem dialogu?

5. Jak można zaimplementować ope­
   rację PROJECT?

7. Opisz, w jaki sposób można przedsta­
wić w relacyjnej bazie danych nastę­
pujące informaqe o liniach lotniczych,
lotach (w konkretnym dniu) i pasaże­
rach.

Linie lotnicze: Clear Sky, Long Hop i Tree Top

Loty linii Clear Sky: CS205, CS37 i CS102

Loty linii Long Hop: LH67 i LH89 Loty linii Tree Top: TT331 i TT809

Smith ma rezerwację na lot CS205 (miejsce 12B), CS37 (miejsce 18C) i LH 89 (miejsce 14A).

Baker ma rezerwacje na lot CS37 (miejsce 18B) i LH89 (miejsce 14B).

Clark ma rezerwację na lot LH67 (miejsce 5A) i TT331 (miejsce 4B).

8. Jak wygląda relacja WYNIKI po wyko­naniu każdej z poniższych operacji na relacjach przedstawionych poniżej:

Relacja X				Relacja Y
U V W R					S
A	Z	5		3	J
B	D	3		4	K
C	Q	5

1. WYNIKI <- PROJECT W from X

2. WYNIKI «- SELECT from X

where W = 5

3. WYNIKI «- PROJECT S from Y

4. WYNIKI «- JOIN X and Y

where X.W ^ Y.R

446 ROZDZIAŁ DZIEWIĄTY BAZY DANYCH

PYTANIA DO ROZDZIAŁU DZIEWIĄTEGO

447

rozdział SZTUCZNA INTELIGENCJA

dziesiąty

Ważnym celem dla informatyków jest opracowanie maszyn, które komunikują się ze swoim otoczeniem tradycyjnymi ludz­kimi metodami i zachowują się inteligentnie bez potrzeby in­terwencji człowieka. Takie zadanie wymaga często tego, aby komputer „rozumiał" lub uświadamiał sobie znaczenie otrzymy­wanych danych wejściowych i był w stanie wyciągać wnioski na drodze pewnego procesu wnioskowania.

Zarówno percepcja, jak i wnioskowanie należą do kategorii procesów myślowych, które chociaż są naturalne dla ludzkiego umysłu, jednak są wyraźnie bardzo trudne dla maszyn. W efek­cie obszar badań związany z tymi zagadnieniami, nazywany sztuczną inteligencją, jest ciągle w powijakach, zwłaszcza gdy porównamy go z wyznaczonymi celami i oczekiwaniami.

1. Inteligencja
   i komputery

2. Rozpoznawanie
   obrazów

3. Wnioskowanie
   Systemy produkcji
   Drzewa wyszukiwania
   Heury styki

4. Sztuczne sieci
   neuronowe

Podstawowe właściwości Konkretne zastosowanie

5. Algorytmy genetyczne

6. Zastosowania
   sztucznej inteligencji
   Przetwarzanie języka

naturalnego Robotyka

Systemy baz danych Systemy eksperckie

10.7. Rozważania na temat
konsekwencji

POCZĄTKI SZTUCZNEJ INTELIGENCJI

Próby zbudowania maszyn, które naśladują zachowanie ludzi, mają długą historię. Wielu zgodzi się jednak z tym, że nowo­czesna dziedzina sztucznej inteligencji została zapoczątkowana w latach pięćdziesiątych publikacją pracy Alana Turinga Compu-ting Machinery and Intelligence. W niej właśnie Turing wysunął wniosek, że maszyny można tak zaprogramować, aby wykazy­wały inteligentne zachowanie. Nazwa dyscypliny - sztuczna inteligencja - pojawiła się kilka lat później w legendarnej dziś propozycji Johna McCarthy'ego, który zaproponował „przeprowa­dzenie badań nad sztuczną inteligencją latem 1956 roku w Dart-mouth College" w celu zastanowienia się nad „stwierdzeniem, że każdy aspekt uczenia się bądź inny objaw inteligencji można w zasadzie opisać tak precyzyjnie, aby można było skonstruować maszynę, która będzie go symulować."

10.1. inteligencja i komputery

Chociaż często personifikuje się komputer, to jednak jest istotna różnica mię­dzy jego właściwościami a właściwościami umysłu ludzkiego. Współczesne komputery są w stanie szybko i dokładnie wykonywać ściśle zdefiniowane zadania. Nie są one jednak obdarzone zdrowym rozsądkiem. Gdy znajdą się w sytuacji nieprzewidzianej przez programistę, ich możliwości działa­nia najpewniej szybko się pogorszą. Ludzki umysł z kolei często grzęźnie przy złożonych obliczeniach, ale jest za to w stanie wnioskować i uczyć się. W konsekwencji komputery przewyższają człowieka w rozwiązywaniu obliczeniowych problemów fizyki jądrowej, ale to człowiek jest w stanie zro­zumieć wyniki i określić, jaki ma być kolejny krok w obliczeniach.

Jeśli mamy kiedykolwiek zbudować maszyny, które będą w stanie po­dejmować rozsądne czynności w sytuacjach nieprzewidzianych z góry bez konieczności interwencji człowieka, to muszą one stać się bardziej podobne do człowieka w tym sensie, że muszą posiąść (lub przynajmniej symulo­wać) zdolność rozumowania. Gdy informatycy zdali sobie sprawę z tego wymogu, zwrócili się o pomoc do psychologów i ich modeli ludzkiego umysłu w nadziei znalezienia zasad, które można by zastosować przy kon­struowaniu bardziej elastycznych maszyn i programów. W efekcie, czasem jest trudno odróżnić badania psychologiczne od badań informatycznych. Różnica tkwi nie w tym, w jaki sposób prowadzi się takie badania, ale w tym, jaki jest ich cel. Psycholog chce dowiedzieć się więcej o umy­śle ludzkim i procesie myślenia. In­formatyk próbuje skonstruować bar­dziej przydatne komputery. Podobne związki istnieją między pracą infor­matyka a badaczami w jeszcze in­nych dyscyplinach wiedzy. Lingwista jest zainteresowany poznaniem pro­cesu przetwarzania języka przez czło­wieka, informatyk zaś zaprojektowa­niem komputera, który będzie prze­twarzał język. Zatem badania w dzie­dzinie sztucznej inteligencji obejmują wiele dyscyplin.

Konsekwencją tej rozległości dzie­dziny jest to, że sztuczna inteligencja zdaje się rozwijać zgodnie z dwoma różnymi paradygmatami. Przypuść­my, że informatyk i psycholog pracują niezależnie od siebie nad programem grającym w pokera. Informatyk dąży do opracowania takiego programu na

podstawie zasad rachunku prawdopodobieństwa i statystyki. W rezultacie powstaje program, który gra na największą szansę, blefuje losowo, nie wyka­zuje żadnych emocji i konsekwentnie dąży do zwiększania szansy wygrania. Z kolei psycholog próbuje opracować program na podstawie teorii procesu myślowego człowieka i jego zachowań. Projekt może się nawet zakończyć powstaniem kilku różnych programów. Jeden z nich może grać agresywnie, a inny trochę bojaźliwie. W odróżnieniu od programu informatyka, pro­gram psychologa może stać się „zaangażowany emocjonalnie" w grę i zgrać się do cna.

Podsumowując, dążeniem informatyka przy opracowywaniu programu jest uzyskanie końcowego produktu. Mówi się, że jest to podejście nasta­wione na wynik (ang. performance oriented). W odróżnieniu psycholog jest bardziej zainteresowany zrozumieniem procesu naturalnej inteligencji, za­tem traktuje zadanie jako okazję do przetestowania teorii za pomocą stwo­rzenia ich komputerowego modelu. Z tego punktu widzenia opracowanie „inteligentnego programu" jest w zasadzie efektem ubocznym innej dzia­łalności - dążenia do zrozumienia procesów myślowych i zachowań czło­wieka. Takie podejście to podejście nastawione na symulację (ang. simulation oriented).

Oba podejścia mają swój sens i wnoszą ważny wkład do rozwoju sztucz­nej inteligencji. Powstają jednak nieuchwytne pytania filozoficzne dotyczące tej dziedziny. Wyobraźmy sobie na przykład dyskusję, którą mogłoby wywo­łać pytanie o to, czy programy opracowane przez informatyka i psychologa cechują się inteligencją, a jeśli tak, to który z nich jest bardziej inteligentny? Czy inteligencję mierzy się zdolnością wygrywania, czy zdolnością naślado­wania człowieka?

Tę drugą interpretację przyjął w 1950 roku Alan Turing, proponując test (współcześnie zwany testem Turinga), którego zadaniem jest ocena, w jakim stopniu zachowanie komputera cechuje się inteligencją. Propozycja Turinga polegała na tym, że człowiek, którego nazwiemy ankieterem, komunikował się z badanym obiektem za pomocą klawiatury. Nie wiedział przy tym, czy badanym obiektem jest człowiek, czy maszyna. Zachowanie maszyny uwa­żano za inteligentne, jeśli ankieter nie był w stanie stwierdzić, czy rozma­wia z człowiekiem, czy z maszyną. Test Turinga sprawdza zatem zdolność maszyny do naśladowania człowieka. Turing postawił tezę, że prawdopodo­bieństwo pozytywnego przejścia maszyny przez test Turinga przed rokiem 2000 wyniesie 30 procent. Okazało się, że było to zaskakująco trafne prze­widywanie.

Dobrze znanym przykładem testu Turinga jest sesja z programem DOCTOR (wersji bardziej ogólnego systemu ELIZA) opracowanego przez Josepha Weizenbauma w połowie lat sześćdziesiątych. Ten program in-terakcyjny próbuje naśladować psychoanalityka przeprowadzającego wy­wiad z pacjentem. Komputer odgrywa rolę analityka, a użytkownik rolę pacjenta. Tak naprawdę działanie programu polegało jedynie na zmianie struktury zdań wypowiadanych przez pacjenta. Transformacje odbywały się zgodnie z zestawem określonych z góry reguł, a odpowiedzi systemu były

456

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.1. INTELIGENCJA I KOMPUTERY

457

wypisywane na ekranie terminalu. Na stwierdzenie „Jestem dzisiaj zmę­czony", DOCTOR mógł na przykład odpowiedzieć „Jak myślisz, dlaczego jesteś dzisiaj zmęczony?". Jeśli DOCTOR nie był w stanie rozpoznać struk­tury zdania, to po prostu odpowiadał ogólnikiem typu „Mów dalej" lub „To bardzo ciekawe".

Celem, który przyświecał Weizenbaumowi przy opracowywaniu DOCTORA, było studium nad sposobami komunikacji w języku natural­nym. Psychoterapia tworzyła jedynie środowisko (dostarczając tematu do dyskusji), w którym program działał. Konsternację Wiezefibauma wywołał fakt, że niektórzy psycholodzy proponowali wykorzystać program w psy­choterapii. (Zgodnie z tezą Carla Rogersa to pacjent, a nie analityk, powinien kierunkować rozmowę podczas sesji terapeutycznej - zatem komputer może uczestniczyć w rozmowie z takim samym skutkiem jak terapeuta). Poza tym DOCTOR stwarzał tak silne wrażenie pojmowania, że wielu jego „rozmów­ców" powierzało mu intymne zwierzenia i skrywane uczucia. W pewnym sensie DOCTOR przeszedł pozytywnie test Turinga, powodując tym samym pojawienie się wielu pytań etycznych i technicznych.

Czy fakt, że maszyna przeszła test Turinga oznacza, że jest obdarzona in­teligencją? Główna trudność w stwierdzeniu, czy maszyna jest inteligentna, wynika z kłopotów w odróżnianiu przejawów inteligencji od niej samej. In­teligencja jest cechą wewnętrzną, której istnienie uwidacznia się na zewnątrz jedynie pośrednio na drodze dialogu bodziec-reakcja. Ale czy inteligentne reakcje świadczą o faktycznym istnieniu inteligencji?

Takie filozoficzne pytania towarzyszą już samym podstawom, na któ­rych opiera się sztuczna inteligencja. Nie dziwi zatem, że dziedzinę tę ota­cza aura tajemniczości, wykorzystywana często zarówno przez media, jak i autorów powieści fantastycznych. Celem, który stawiamy sobie w tym roz­dziale, jest na szczęście zbadanie, jak komputery można programować, aby sprawiały wrażenie inteligentnych, a nie odpowiedź na powyższe pytania. Zadanie to zrealizujemy, analizując budowę maszyny przejawiającej pewne inteligentne zachowania.

Omawiana maszyna ma postać metalowej skrzynki wyposażonej w chwytak, kamerę i palec z gumową końcówką, która powoduje, że palec nie ślizga się po przesuwanych przez siebie elementach (rys. 10.1). Wyobraźmy sobie, że taką maszyna znajduje się na stole, na którym poło­żono ośmioelementową układankę. Jest to układanka składająca się z ośmiu kwadratowych elementów ponumerowanych od 1 do 8, umieszczonych w ramce, w której może się mieścić dziewięć takich elementów w trzech wierszach i trzech kolumnach. Między elementami jest jedno wolne miejsce, na które można przesunąć dowolny z sąsiednich elementów. Elementy są ułożone tak, jak pokazuje rysunek 10.2.

Załóżmy, że zaczynamy od ułożenia elementów i następnie przemiesz­czamy je, wykonując kilka losowych ruchów i przesuwając dowolne ele­menty w wolne miejsce. Następnie włączamy maszynę, której chwytak otwiera się i zamyka, jakby prosił o układankę. Umieszczamy ją zatem w za­cisku, który zamyka się na niej. Po krótkiej chwili palec maszyny opuszcza

458

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.1. INTELIGENCJA I KOMPUTERY 459

się i zaczyna przesuwać elementy układanki w ramce (w pewien uporząd­kowany sposób) aż do chwili, gdy znajdą się one znów w pierwotnym porządku. W tym momencie maszyna wypuszcza układankę i wyłącza się. Takie zachowanie maszyny wskazuje na umiejętność postrzegania i rozumo­wania; na jej przykładzie przedstawimy zatem tematykę dwóch kolejnych punktów.

PYTANIA I ĆWICZENIA

1. Roślina umieszczona w ciemnym pokoju z pojedynczym źródłem
   światła rośnie w stronę światła. Czy jest to inteligentna reakcja na
   bodziec? Czy roślina jest inteligentna?

2. Przypuśćmy, że automat sprzedający zaprojektowano tak, aby wyda­
   wał różne towary w zależności od wciśniętego przycisku. Czy uwa­
   żasz, że automat ma „świadomość" tego, który przycisk wciśnięto?

3. Przypuśćmy, że pewna maszyna przeszła test Turinga. Czy zgodzisz
   się z twierdzeniem, że jest ona inteligentna? Jeśli nie, to czy uważasz,
   że stwarza wrażenie inteligentnej?

10.2. Rozpoznawanie obrazów

Otwieranie i zamykanie chwytaka w maszynie przedstawionej w poprzed­nim podrozdziale nie przedstawia poważniejszych problemów, a zdolność wykrycia obecności układanki w chwytaku jest łatwa do uzyskania, ponie­waż w naszym zastosowaniu wymaga niewielkiej precyzji. (Automaty otwie­rające bramy garażowe są w stanie wykryć obecność przeszkody w otworze drzwiowym podczas ich zamykania i odpowiednio zareagować). Problem ustawienia właściwej ostrości obrazu układanki w kamerze można także łatwo rozwiązać, projektując tak chwytak, aby ustawiał układankę zawsze w konkretnej, z góry określonej pozycji. Zatem pierwsze inteligentne zacho­wanie maszyny do układania puzzli to wydobycie potrzebnych jej informacji z obserwowanego obrazu.

Należy zdawać sobie sprawę z tego, że problem, przed którym stoi maszyna, nie polega po prostu na wytworzeniu i zapamiętaniu obrazu. Jest to technicznie możliwe od lat, jak w przypadku tradycyjnej fotografii lub systemów telewizyjnych. Problemem jest interpretacja i zrozumienie ob­razu, aby można było ustalić bieżący stan układanki (a później nadzorować przesuwanie jej elementów). Jest to proces zupełnie inny niż zasada dzia­łania odbiornika telewizyjnego, który po prostu przekształca obraz z jed­nego środka przekazu na inny, bez próby zrozumienia tego, co ten obraz przedstawia, krótko mówiąc, nasza maszyna musi przejawiać zdolność po­strzegania.

To, co może obserwować maszyna do układania puzzli jest raczej ograni­czone. Można założyć, że jest to zawsze obraz układanki zawierającej cyfry od 1 do 8, ustawione w ściśle zorganizowany sposób. Problem polega po prostu na odczytaniu ułożenia tych cyfr. Wyobraźmy sobie, że obraz ukła­danki zakodowano w postaci bitów w pamięci komputera, przy czym każdy bit reprezentuje poziom jasności konkretnego fragmentu obrazu, zwanego pikslem. Zakładając, że rozmiar obrazu jest ustalony (maszyna trzyma ukła­dankę w określonym położeniu względem kamery), maszyna może wykryć, który element znajduje się na której pozycji, porównując różne fragmenty obrazu ze wstępnie przygotowanymi i zapamiętanymi wzorami, złożonymi z ciągów bitów reprezentujących obrazy pojedynczych cyfr występujących w układance. Stan układanki odczytuje się zatem, dopasowując fragmenty oglądanej układanki do wzorów poszczególnych cyfr.

Taka technika rozpoznawania obrazu jest jedną z metod stosowanych w optycznych czytnikach pisma. Ma ona jednak istotną wadę, gdyż wy­maga dużego stopnia jednorodności stylu, rozmiaru i orientacji odczytywa­nych symboli. W szczególności mapy bitowe, tworzone z dużych znaków, nie pasują do wzorów mniejszych wersji tego samego znaku, nawet jeśli kształt tych znaków jest taki sam. Łatwo można sobie także wyobrazić, jak bar­dzo złożone jest to zadanie przy próbie przetwarzania materiału pisanego odręcznie.

Inna metoda rozpoznawania znaków polega na porównywaniu charak­terystycznych właściwości geometrycznych symboli, a nie ich dokładnej po­staci. Cyfrę 1 można na przykład scharakteryzować jako jedną prostą linię pionową, cyfrę 2 jako otwartą krzywą połączoną z prostą linią poziomą u dołu itd. Taka metoda rozpoznawania symboli składa się z dwóch faz: najpierw należy wyodrębnić analizowane właściwości z przetwarzanego ob­razu, a następnie porównać te właściwości z cechami znanych symboli. Tak jak metoda porównywania ze wzorcem, ten sposób postępowania nie jest odporny na błędy. Niewielkie nawet niedokładności obrazu mogą powodo­wać błędne odczytanie właściwości geometrycznych symboli. Dzieje się tak na przykład przy próbie odróżnienia liter O i C lub w omawianej układance przy próbie odróżnienia 3 i 8.

Na szczęście w rozważanym przykładzie nie trzeba analizować obrazów w przestrzeni trójwymiarowej. Zauważmy, ile zyskujemy dzięki zapewnie­niu, że kształty, które trzeba rozpoznać (cyfry od 1 do 8), są oddzielone od siebie i znajdują się w różnych fragmentach obrazu, a nie nakładają się na siebie, jak często zdarza się przy bardziej ogólnych założeniach. Przy analizie zdjęcia, o którym nie przyjmuje się żadnych założeń, problem stwa­rza fakt, że rozpoznawany obiekt może być widoczny pod różnymi kątami, a w dodatku może być częściowo zasłonięty przez inne obiekty.

W ogólności zadanie rozpoznawania obrazów rozwiązuje się zazwyczaj w dwóch etapach: (1) przetwarzania obrazu, który polega na rozpozna­niu ogólnej charakterystyki obrazu i (2) analizy obrazu, który polega na zrozumieniu, co ta charakterystyka oznacza. Taki sam podział występował przy rozpoznawaniu symboli na podstawie ich właściwości geometrycznych.

160 ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.2. ROZPOZNAWANIE OBRAZÓW 461

Przetwarzanie obrazu polegało wtedy na określeniu właściwości geome­trycznych obrazu, a analiza obrazu była procesem określenia znaczenia tych właściwości.

Proces przetwarzania obrazu obejmuje liczne zagadnienia. Jednym z nich jest wydobycie krawędzi, które polega na zastosowaniu technik matematycz­nych do wyodrębnienia granic między poszczególnymi składowymi obrazu. W pewnym sensie wydobycie krawędzi to próba przekształcenia zdjęcia na rysunek. Inną czynnością wykonywaną przy przetwarzaniu obrazu jest wy­szukiwanie obszarów. Jest to proces wyodrębnienia tych obszarów obrazu, które mają takie same właściwości (jasność, kolor, wypełnienie). Taki obszar z dużym prawdopodobieństwem stanowi fragment tego samego obiektu. Zdolność rozpoznawania obszarów umożliwiła komputerowe dodanie ko­lorów do kreskówek lub do starych filmów czarno-białych. Jeszcze inną czynnością, mieszczącą się w zakresie rozpoznawania obrazów, jest wy­gładzanie, które jest procesem usuwania wad obrazu. Dzięki wygładzaniu ewentualne wady obrazu nie wprowadzają zamieszania w innych fazach przetwarzania obrazu. Zbyt duże wygładzenie może jednak powodować utratę ważnych informacji.

Wygładzanie, wydobywanie krawędzi i wyszukiwanie obszarów są kro­kami w kierunku rozpoznania różnych składowych obrazu. Analiza obrazu jest procesem prowadzącym do zrozumienia, co te składowe przedstawiają, a zatem w efekcie do zrozumienia tego, co przedstawia obraz. W tej fazie pojawiają się problemy związane z rozpoznawaniem obiektów częściowo zasłoniętych i obserwowanych pod różnymi względami. Jedna z metod ana­lizy obrazu polega na przyjęciu pewnego początkowego założenia o tym, co może się na nim znajdować, i próbie przypisania elementów obrazu do obiektów, których występowanie założono. Wydaje się, że taką właśnie me­todę stosują ludzie. Czasem na nieostrym zdjęciu nie potrafimy rozpoznać obiektu, którego wystąpienia w danych okolicznościach się nie spodzie­wamy. Jeśli jednak mamy jakąś przesłankę, czym może być dany obiekt, potrafimy go rozpoznać z łatwością.

Problemy związane z analizą obrazów w ogólności są bardzo trudne i pozostało jeszcze wiele do zrobienia w tej dziedzinie. Zadania, które umysł ludzki wykonuje szybko i z łatwością, w dalszym ciągu leżą poza moż­liwościami maszyn. Jednakże są pewne przesłanki świadczące o tym, że zastosowanie alternatywnych architektur komputerów może pewnego dnia doprowadzić do rozwiązania problemów, które współcześnie nas przerastają (zobacz podrozdział 10.4).

PYTANIA I ĆWICZENIA

1. Na czym polega różnica w wymaganiach stawianych systemowi wi­deo zamontowanemu w robocie w zależności od tego, czy ma on przekazywać obraz człowiekowi, który steruje pracą robota, czy robo­towi do samodzielnego sterowania jego działaniem?

2. Co sprawia, że poniższy obraz jest niescnsowny? Jak tę intuicję zapro­gramować na komputerze?

3. Ile bloków jest w wieży przedstawionej poniżej? Ja zaprogramować komputer, żeby dobrze odpowiadał na pytania tego typu?

10.3. Wnioskowanie

Gdy maszyna do układania puzzli odczyta już położenie poszczególnych elementów obrazu, jej zadaniem jest odnalezienie ruchów potrzebnych do ułożenia układanki. Jednym z rozwiązań tego problemu, które przychodzi do głowy, jest wstępne wprowadzenie do maszyny rozwiązań dla wszyst­kich możliwych początkowych położeń elementów. Wtedy zadaniem ma­szyny byłoby po prostu wybranie właściwego programu i jego wykonanie. Ośmioełementowa układanka ma jednak 181 440 różnych konfiguracji, więc pomysł przygotowania osobnego rozwiązania dla każdej z nich nie jest za­chęcający, a po uwzględnieniu ograniczeń czasowych i pamięciowych za­pewne nie jest nawet możliwy do zrealizowania.

Trzeba zatem zaprogramować maszynę tak, żeby potrafiła sama skon­struować rozwiązanie układanki. Oznacza to takie jej zaprogramowanie, aby potrafiła samodzielnie podejmować decyzję, wyciągać wnioski, czyli, krótko mówiąc, wykonywać elementarne działania występujące w procesie wnioskowania.

462 . ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.3. WNIOSKOWANIE

463

Systemy produkcji

Wytworzenie zdolności rozumowania w komputerze jest przedmiotem ba­dań od wielu lat. Jednym z wyników tych badań jest spostrzeżenie, że duża klasa problemów ma wiele wspólnych cech. Te wspólne właściwości wyod­rębniono w postaci systemu produkcji (ang. production system), który składa się z trzech głównych elementów:

1. Zbioru stanów. Każdy stan reprezentuje sytuację, do której może dojść
   w środowisku aplikacji. Stan, od którego rozpoczyna się wykonanie, to
   stan startowy lub początkowy. Stan (lub stany), który chcemy osiąg­
   nąć to stan docelowy. (W omawianym przykładzie stan reprezentuje
   konfigurację układanki. Stan początkowy jest konfiguracją układanki
   w chwili dostarczenia jej maszynie. Stan docelowy to konfiguracja re­
   prezentująca ułożoną układankę z rysunku 10.2).

2. Zbioru produkcji (reguł lub ruchów). Produkcja jest operacją, która jest wy­
   konywana w środowisku aplikacji, aby przejść z jednego stanu w inny.
   Z każdą produkcją są związane pewne warunki wstępne. Oznacza to,
   że można nałożyć pewne warunki, które muszą być spełnione w środo­
   wisku, aby można było zastosować konkretną produkcję. (Produkcjami
   w omawianym przykładzie są przemieszczenia elementów układanki.
   Każdy ruch ma warunek wstępny, który jest spełniony tylko wówczas,
   gdy obok przesuwanego elementu jest puste miejsce).

3. Systemu sterującego. System sterujący to element logiczny systemu od­
   powiadający za proces przejścia ze stanu początkowego do docelowego.
   Na każdym etapie tego procesu system sterujący musi podjąć decyzję,
   którą z produkcji o spełnionych warunkach wstępnych zastosować w na­
   stępnej kolejności. (W każdym stanie przykładowej układanki z wolnym
   polem sąsiaduje kilka elementów, zatem można wykonać kilka produk­
   cji. System sterujący musi podjąć decyzję, który element przesuwać).

Jak zatem widać, system sterujący jest programem maszyny. Program ten sprawdza bieżący stan systemu, określa ciąg produkcji, który prowadzi do stanu docelowego, i wykonuje ten ciąg.

W rozważaniach dotyczących systemu sterującego ważną rolę odgrywa pojęcie grafu stanów. Jest to wygodny sposób reprezentacji lub przynaj­mniej wyobrażenia sobie wszystkich stanów, produkcji i warunków wstęp­nych systemu produkcji. Pojęcie graf ma tutaj znaczenie matematyczne -jest to zbiór wierzchołków połączonych strzałkami, czyli krawędziami. Graf stanów składa się ze zbioru wierzchołków reprezentujących stany systemu połączonych krawędziami reprezentującymi produkcje zmieniające stan sys­temu. Dwa wierzchołki są połączone krawędzią w grafie stanów wtedy i tylko wtedy, gdy jest produkcja w systemie produkcji, która przekształca stan początkowy krawędzi (stan, z którego wychodzi strzałka) w stan wska­zywany przez strzałkę krawędzi. Warunki wstępne są niejawnie reprezento­wane przez brak krawędzi między pewnymi wierzchołkami.

Podkreślmy, że w przykładowym problemie układanki liczba stanów uniemożliwia jawną reprezentację całego grafu stanów - z tego samego po­wodu okazało się niemożliwe przygotowanie rozwiązania dla każdego stanu początkowego. Graf stanów jest zatem sposobem pojęciowego przedstawie­nia problemu, a nie czymś, co chcielibyśmy wyrażać w całości. Mimo to warto przeanalizować (a być może rozszerzyć) fragment grafu stanów dla układanki przedstawiony na rysunku 10.3.

W kontekście grafu stanów zadanie systemu sterującego polega na zna­lezieniu ciągu krawędzi, które prowadzą od stanu początkowego do stanu docelowego. Taki ciąg krawędzi reprezentuje ciąg produkcji, których wyko­nanie prowadzi do rozwiązania postawionego zadania. Niezależnie zatem od konkretnego przykładu, zadanie systemu sterującego można traktować jak zadanie znalezienia ścieżki w grafie stanów. Rozpatrując problem wnio­skowania w kategoriach systemów produkcji, zyskujemy więc uniwersalny

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.3. WNIOSKOWANIE 465

punkt widzenia na system sterujący. Podkreślmy znaczenie tego osiągnięcia, wyrażając inne problemy w postaci systemów produkcji, to jest w postaci systemów sterujących, których zadaniem jest znalezienie ścieżki w grafach stanów.

Jednym z klasycznych przedmiotów zainteresowania sztucznej inteli­gencji są gry takie jak szachy. Takie gry cechują się średnią złożonością i two­rzą dobrze zdefiniowany kontekst, dzięki temu stanowią idealne środowisko do testowania teorii. W szachach stanami systemu produkcji są wszystkie możliwe konfiguracje szachownicy, produkcjami są ruchy pionków i figur, a system sterujący jest zaszyty w graczy (na przykład ludzi). Wierzchołek początkowy grafu stanów reprezentuje szachownicę z początkowym roz­stawieniem figur. Z tego wierzchołka wychodzą krawędzie prowadzące do tych konfiguracji szachownicy, które można uzyskać po pierwszym ruchu

gry. Z każdego z tych węzłów można przejść po krawędziach do konfigura­cji osiągalnych po następnym ruchu itd. Formułując problem w ten sposób, na grę w szachy można patrzeć jak na dwóch graczy próbujących znaleźć ścieżkę w olbrzymim grafie stanów do wybranego przez siebie stanu doce­lowego.

Być może mniej oczywistym przykładem zastosowania systemu pro­dukcji jest problem wyciągania konkluzji z podanego zbioru faktów. Pro­dukcjami w takim kontekście są reguły logiki, które umożliwiają formu­łowanie ze zbioru już istniejących stwierdzeń nowych wniosków. Na przy­kład ze stwierdzeń „Wszyscy studenci ciężko pracują" i „Jan jest studentem" można wywnioskować, że „Jan ciężko pracuje". Zdanie „Marysia i Jurek są zdolni" można sformułować jako „Ani Marysia, ani Jurek nie są niezdolni". Stanami takiego systemu są zbiory tych stwierdzeń, których prawdziwość stwierdzono na danym etapie procesu dedukcyjnego. Stan początkowy jest zbiorem stwierdzeń podstawowych (zwanych często aksjomatami), z których są wyciągane wnioski, a stanem docelowym jest dpwolny zbiór stwierdzeń zawierający postulowaną konkluzję.

Na rysunku 10.4 przedstawiono fragment grafu stanów, którym można zilustrować proces wyprowadzenia stwierdzenia „Sokrates jest śmiertelny" ze zbioru zdań „Sokrates jest mężczyzną", „Wszyscy mężczyźni są ludźmi", „Wszyscy ludzie są śmiertelni". Widać, jak wraz z przechodzeniem od stanu do stanu, w miarę postępu procesu dedukcji zmienia się wiedza, którą dys­ponuje system. Sam proces dedukcji polega na zastosowaniu odpowiednich produkcji w celu utworzenia nowych stwierdzeń.

Drzewa wyszukiwania

Stwierdziliśmy, że zadaniem systemu sterującego jest przeszukiwanie grafu stanów w celu znalezienia ścieżki z wierzchołka początkowego do docelo­wego. Prosta metoda wykonania tego zadania polega na przejściu po każdej krawędzi wiodącej od stanu początkowego i zapamiętaniu stanu, do którego ta krawędź prowadzi. Następnie należy przejść po krawędziach wychodzą­cych z tych nowych stanów i ponownie zapamiętać stany docelowe itd. Wy­szukiwanie rozprzestrzenia się zatem na coraz więcej stanów począwszy od stanu początkowego, tak jak kropla barwnika stopniowo rozprzestrzenia się w wodzie. Proces przechodzenia do nowych stanów powtarza się aż do chwili, gdy któryś z nowych stanów okaże się stanem docelowym. Oznacza to, że zostało znalezione rozwiązanie, a system sterujący musi po prostu sto­sować po kolei produkcje znajdujące się na znalezionej ścieżce, począwszy od stanu początkowego do końcowego.

W wyniku zastosowania takiej strategii powstaje drzewo wyszukiwa­nia, które składa się z tej części grafu stanów, która została przeanalizowana przez system sterujący. Korzeniem drzewa wyszukiwania jest stan począt­kowy, a dziećmi każdego węzła są stany osiągalne z rodzica przez zastoso­wanie pojedynczej produkcji. Każda krawędź między węzłami w drzewie

466 ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.3. WNIOSKOWANIE

467

7. Popraw opisaną metodę obliczania przewidywanego kosztu, aby algorytm wyszukujący z rysunku 10.9 nie wykonał złego wyboru, jak stało się to w przykładzie omówionym w tym podrozdziale. Czy potrafisz znaleźć przykład stanu początkowego, który wprowadzi na złą ścieżkę opracowany przez Ciebie algorytm?

10.4. Sztuczne sieci neuronowe

Mimo postępu poczynionego na polu sztucznej inteligenci, rozwiązanie wielu problemów z tej dziedziny dalej przekracza możliwości współczes­nych, tradycyjnych komputerów. Jednostki centralne, które wykonują poje­dyncze ciągi rozkazów, nie wydają się być zdolne do postrzegania i wniosko­wania na poziomie porównywalnym z wieloprocesorowym umysłem ludz­kim. Z tego powodu wielu badaczy zwraca się w stronę maszyn z ar­chitekturą wieloprocesorową. Jedną z takich architektur są sztuczne sieci neuronowe.

Podstawowe właściwości

Sztuczne sieci neuronowe, zgodnie z tym, co stwierdziliśmy w rozdziale 2, konstruuje się z wielu pojedynczych procesorów, które będziemy nazywać jednostkami sterującymi (lub krótko jednostkami), połączonych w sposób naśladujący sieci neuronów w żywych systemach biologicznych. Neuron biologiczny jest pojedynczą komórką z wypustkami wejściowymi, zwanymi dendrytami, i wypustkami wyjściowymi, zwanymi aksonami (rys. 10.14). Sygnały przesyłane przez aksony komórki odzwierciedlają to, czy komórka jest w stanie spoczynku, czy w stanie wzbudzenia. Stan ten jest wyzna­czany na podstawie kombinacji sygnałów odbieranych przez dendryty ko­mórki. Dendryty odbierają sygnały od aksonów innych komórek za pomocą małych szczelin zwanych synapsami. Naukowcy podejrzewają, że to, czy sy­gnał przepłynie przez synapsę, zależy od jej składu chemicznego. Zatem to, czy konkretny sygnał wejściowy spowoduje wzbudzenie neuronu, czy jego przejście w stan spoczynku zależy od składu chemicznego synapsy. Panuje pogląd, że biologiczna sieć neuronowa uczy się, dostosowując odpowiednio skład tych chemicznych łączy między neuronami.

Jednostka przetwarzająca (krótko: jednostka) w sztucznej sieci neurono­wej to proste urządzenie, które naśladuje podstawowe zachowanie neuronu biologicznego. Wytwarza ono na wyjściu 0 lub 1 w zależności od tego, czy jego efektywna wartość wejściowa przekracza zadaną wartość graniczną. Ta efektywna wartość wejściowa jest sumą ważoną bieżących wartości wejścio­wych, jak przedstawiono to na rysunku 10.15. Na rysunku wyjścia trzech jednostek (oznaczane V\, Vz, U3) wykorzystuje się w charakterze wejścia dla

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.4. SZTUCZNE SIECI NEURONOWE 479

480 ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.4. SZTUCZNE SIECI NEURONOWE 481

innej jednostki. Z poszczególnymi wejściami tej czwartej jednostki są zwią­zane wartości nazywane wagami (oznaczone W\, "Wi, 103). Jednostka odbie­rająca mnoży każdą z wartości wejściowych przez wagę związaną z danym wejściem, a następnie dodaje iloczyny, obliczając w ten sposób efektywną wartość wejściową (v\w^ + viwi + 03^3). Jeśli suma przekroczy wartość gra­niczną jednostki, to wytwarza ona na wyjściu wartość jeden, w przeciwnym razie na wyjściu pojawia się wartość 0.

Zgodnie z rysunkiem 10.15 stosujemy konwencję przedstawiania jedno­stek jako prostokątów. Na brzegu jednostki umieszczamy wejścia w postaci mniejszych prostokątów. W każdym takim prostokącie wpisujemy zwią­zaną z wejściem wagę. Wartość graniczną zapisujemy wewnątrz dużego prostokąta. Na rysunku 10.16 przedstawiono jednostkę z trzema wejściami i wartością graniczną równą 1,5. Wagą pierwszego wejścia jest wartość —2, drugie wejście ma wagę 3, a trzecie -ł. Jeśli więc jednostka otrzyma na wejściach wartości 1, 1, 0, to efektywna wartość wejściowa będzie wynosić 1 • (-2) + 1 ■ 3 + 0 • (-1) = 1, a na wyjściu pojawi się 0. Jeśli jednak na wej­ściu pojawią się wartości 0, 1, 1, to efektywna wartość wejściowa wyniesie 0 • (-2) + 1 ■ 3 + 1 ■ (-1) = 2, co przekracza wartość graniczną. Na wyjściu jednostki pojawi się zatem wartość 1.

Fakt, że waga może być dodatnia lub ujemna, oznacza, że odpowiednie wejścia mogą mieć na odbierającą jednostkę albo efekt pobudzający, albo ha­mujący. (Jeśli waga wejścia jest ujemna, to wartość 1 na tym wejściu zmniej­szy sumę ważoną, dążąc tym samym do utrzymania efektywnej wartości wejściowej poniżej wartości granicznej. Dla odmiany, waga dodatnia powo­duje, że związane z nią wejście ma wpływ na zwiększenie sumy ważonej, a zatem zwiększa się szansa przekroczenia przez tę sumę wartości granicz­nej). Wartości wag kontrolują stopień wzbudzania lub hamowania jednostki przez to wejście. Dobierając wagi w całej sztucznej sieci neuronowej, mo­żemy tak ją programować, aby reagowała na różne wejścia w z góry okre­ślony sposób.

Prostą sieć z rysunku 10.17(a) tak zaprogramowano na przykład, aby dawała na wyjściu wartość 1, jeśli wartości na jej wejściach są różne, a zero w przeciwnym razie. Jeśli jednak zmienimy wagi na wartości przedstawione na rysunku 10.17(b), to otrzymamy sieć, która odpowiada wartością 1, jeśli oba wejścia są równe 1, a wartością 0 w przeciwnym razie.

Zauważmy, że sieć z rysunku 10.17 jest dużo prostsza niż rzeczywi­ste sieci biologiczne. Mózg człowieka zawiera około 10¹¹ neuronów, każdy z około 10⁴ synapsami na neuron. Dendryty neuronu biologicznego są tak liczne, że przypominają włóknistą siatkę, nie zaś pojedyncze nitki przedsta­wiane na poprzednich rysunkach.

Konkretne zastosowanie

Aby docenić możliwości sztucznych sieci neuronowych, rozważmy konkretny problem odróżniania wielkich liter C i T przedstawionych na rysunku 10.18. Problem polega na rozpoznaniu litery, gdy zostanie ona umieszczona w polu widzenia, niezależnie od jej orientacji. Wszystkie wzorce z rysunku 10.19(a) powinny zostać rozpoznane jako C, a wszystkie wzorce z rysunku 10.19(b) jako litery T.

Załóżmy, że pole widzenia składa się z kwadratowych piksli. Rozmiar każdego z nich jest taki sam jak rozmiar kwadratów, z których składają się litery. Do każdego piksla jest przyłączony czujnik, który wytwarza war­tość 1, jeśli piksel jest zakryty przez oglądaną literę, a w przeciwnym razie wytwarza sygnał 0. Wyjścia tych czujników wykorzystamy jako wejścia pro­jektowanej sztucznej sieci neuronowej.

Sieć składa się z dwóch poziomów jednostek. Pierwszy poziom zawiera wiele jednostek - po jednej dla każdego bloku o rozmiarze trzy na trzy pik-sle w polu widzenia (zobacz rys. 10.20). Każda z tych jednostek ma dziewięć wejść, do których są przyłączone czujniki związane z blokiem nadzorowa­nym przez tę jednostkę. (Zwróćmy uwagę, że bloki związane z jednostkami pierwszego poziomu nakładają się na siebie. Zatem każdy czujnik przeka­zuje sygnał do dziewięciu jednostek z pierwszego poziomu).

Drugi poziom sieci składa się z jednej jednostki, która ma oddzielne wejście dla każdej jednostki z pierwszego poziomu. Jednostka z drugiego poziomu ma wartość graniczną równą 0.5, a z każdym jej wejściem jest związana waga 1. Jednostka ta wytworzy zatem wartość wyjściową 1 wtedy i tylko wtedy, gdy przynajmniej jedno jej wejście będzie miało wartość 1.

Każda jednostka na pierwszym poziomie ma wartość graniczną 0.5. Każde wejście ma wagę -1, z wyjątkiem wejścia związanego z centralnym pikslem bloku kontrolowanego przez tę jednostkę, które ma wagę 2. Każda

z tych jednostek może zatem wytworzyć na wyjściu wartość 1 tylko wtedy, gdy otrzyma 1 od czujnika związanego z centralnym pikslem bloku.

Jeśli teraz położymy literę C w polu widzenia (rys. 10.21), to na wyjściu wszystkich jednostek z pierwszego poziomu pojawi się 0. Stanie się tak, bo jedynymi jednostkami, które mają przykryty centralny piksel są jednostki, które mają przykryte także co najmniej dwa inne piksle z tego samego bloku, więc sygnały odebrane z tych czujników zniwelują efekt wzbudzenia cen­tralnego czujnika. Jeśli zatem w polu widzenia pojawi się C, to wszystkie wejścia jednostki z drugiego poziomu będą miały wartość 0, co oznacza, że na wyjściu z całej sieci pojawi się 0.

Załóżmy teraz, że w polu widzenia znajduje się litera T. Rozważmy blok o rozmiarze trzy na trzy, którego środkiem jest kwadrat zakryty przez dolny piksel nóżki litery T (rys. 10.22). Jednostka przypisana temu polu otrzyma efektywną wartość wejściową wynoszącą 1 (2 z piksla centralnego oraz -Iz drugiego piksla przykrytego przez nóżkę). Przekracza ona wartość graniczną jednostki, więc przekaże ona wartość wyjściową 1 do jednostki z wyższego poziomu. To z kolei spowoduje, że jednostka ta wytworzy na wyjściu wartość 1.

Skonstruowaliśmy zatem sztuczną sieć neuronową, która rozróżnia li­tery C i T niezależnie od położenia litery w polu widzenia. Jeśli literą jest C, to na wyjściu sieci pojawia się 0, jeśli jest to T, to na wyjściu będzie 1.

482 ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.4. SZTUCZNE SIECI NEURONOWE

483

Oczywiście zdolność odróżniania tylko dwóch liter jest kroplą w morzu w porównaniu z możliwościami przetwarzania obrazu przez umysł ludzki. Elegancja rozwiązań takich jak przedstawione powyżej uzasadnia jednak celowość dalszych badań w tej dziedzinie.

W rezultacie sztuczne sieci neuronowe są przedmiotem aktywnych ba­dań. Główne problemy wiążą się z projektowaniem i programowaniem ta­kich sieci. Typowe cele badań nad sieciami neuronowymi to ustalenie, ile jednostek potrzeba do rozwiązania pewnych problemów oraz ile poziomów mają one tworzyć. Ważnym zadaniem jest też określenie wzorców łączenia jednostek w sposób jak najbardziej produktywny.

Co się tyczy programowania sieci, widzieliśmy już, że programowa­nie sztucznych sieci neuronowych polega na przypisaniu właściwych wag

wejściom poszczególnych jednostek sterujących w systemie. Najpopularniej­szym sposobem osiągnięcia tego jest obecnie przeprowadzenie procesu tre­ningu sieci, w którym wprowadza się do sieci przykładowe wartości wej­ściowe i koryguje się nieznacznie wagi, tak aby na wyjściu sieci pojawiła się wartość możliwie bliska oczekiwanej.

Po wielokrotnym powtórzeniu tego procesu na różnych przykładowych danych wejściowych będą potrzebne coraz mniejsze korekty wag, aż wresz­cie sieć zacznie zachowywać się poprawnie dla wszystkich danych przykła­dowych. Jest zatem potrzebna strategia korygowania wag, aby każda nowa zmiana prowadziła do celu, a nie niweczyła postępów dokonanych na po­przednich przykładach.

484

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.4. SZTUCZNE SIECI NEURONOWE

485

PYTANIA I ĆWICZENIA

1. Jaka będzie wartość na wyjściu następującej jednostki, gdy oba wejścia są równe jeden? Jak zmieni się odpowiedź, jeśli na wejściu pojawią się pary wartości: 0,0; 0,1 i 1,0?

3. Zaprojektuj sztuczną sieć neuronową, która potrafi wykryć, który z następujących wzorców znajduje się w jej polu widzenia.

2. Dobierz wagi i wartość graniczną następującej jednostki, aby na wyj­ściu pojawiała się 1 wtedy i tylko wtedy, gdy co najmniej dwa wejścia są równe jedności.

4. Zaprojektuj sztuczną sieć neuronową, która potrafi wykryć, który z następujących wzorców znajduje się w jej polu widzenia.

10.5. Algorytmy genetyczne

Algorytmy genetyczne to obszar badań, w którym do rozwiązywania zadań próbuje się wykorzystać wiedzę o procesie ewolucji naturalnej. Metoda ta polega na skrzyżowaniu tych rozwiązań ze zbioru proponowanych rozwią­zań, które dają najlepsze rezultaty. Otrzymuje się w ten sposób kolejne poko­lenie rozwiązań, które stanowi ulepszenie pierwotnego zbioru. Powtarzając ten proces wielokrotnie, próbuje się zasymulować proces ewolucji i w końcu uzyskać rozsądne rozwiązania zadanego problemu.

Przypuśćmy na przykład, że w każdą środę wieczorem gramy w po­kera z tą samą grupą przyjaciół i chcemy opracować strategię, która zmak-symalizuje wygraną. Podejście ewolucyjne do tego zagadnienia polega na określeniu różnych sytuacji, które mogą pojawić się w trakcie gry w po­kera i możliwych reakcji na nie. Jest to oczywiście duże przedsięwzięcie, bo trzeba rozważyć wiele sytuacji. Po wykonaniu takiej analizy można

486 ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.5. ALGORYTMY GENETYCZNE

487

10.6. Zastosowania sztucznej inteligencji

Rozważywszy niektóre z technik stosowane w sztucznej inteligencji, mo­żemy omówić teraz dziedziny, w których techniki te znalazły lub znajdują zastosowanie.

Przetwarzanie języka naturalnego

Zacznijmy od problemu automatycznego tłumaczenia zdań z jednego języka na drugi. Wykorzystuje się w tym celu zarówno tradycyjne systemy, jak i systemy oparte na technikach sztucznej inteligencji, w zależności od tego, o jaki język chodzi. Różnica tkwi w tym, czy do przetłumaczenia zdania trzeba znać jego znaczenie. Tradycyjne języki programowania tak zaprojek­towano, że można je przetłumaczyć bezproblemowo, po prostu wyszukując oryginalną instrukcję (lub jej część) w tablicy, w której znajduje się także jej przetłumaczony odpowiednik. Komputer nie musi zatem rozumieć znacze­nia tłumaczonych instrukcji. Rozpoznaje po prostu ich składnię, odnajduje je w tablicy i odczytuje z niej przetłumaczoną postać. Takie zastosowania leżą więc w zasięgu możliwości tradycyjnych programów komputerowych. Zupełnie inaczej wygląda problem tłumaczenia z języków naturalnych, takich jak angielski, niemiecki lub łacina. Aby dokonać poprawnego tłu­maczenia, często trzeba zrozumieć sens zdania. Na przykład, aby dobrze przetłumaczyć z języka angielskiego poniższe zdania, trzeba je zrozumieć, nie wystarczy po prostu przetłumaczyć poszczególnych słów.

Norman Rockwell painted people .

Cinderella had a ball-t.

Opracowanie komputerów, które potrafią rozumieć język naturalny, stało się jednym z głównych zadań badawczych sztucznej inteligencji. Jest to zarazem problem, który pokazuje, jak wyzywające mogą być badania na polu sztucznej inteligencji.

Jeden z problemów, powstających podczas przetwarzania języka na­turalnego, polega na tym, że ludzie wypowiadają się nie zawsze zgodnie z obowiązującymi regułami. Czasem nawet wypowiadają zdania, które nie wyrażają dokładnie tego, co mają na myśli. Pytanie

Wiesz, która jest godzina?

^Dosłownie: Norman Rockwell malował ludzi. Oczywiście chodzi o postaci ludzi malowane przez amerykańskiego malarza Normana Rockwella (przyp. tłum.). ^Kopciuszek miał dobry bal lub Kopciuszek miał piłkę (przyp. tłum.).

często oznacza „Powiedz proszę, która jest godzina". Jeśli jednak pytanie to usłyszymy, przychodząc spóźnieni na jakieś spotkanie, to może ono także oznaczać „Bardzo się spóźniłeś".

Zrozumienie znaczenia zdania wypowiedzianego w języku naturalnym wymaga zatem zastosowania wielopoziomowej analizy. Pierwszy poziom to analiza składniowa, której głównym elementem jest rozbiór gramatyczny zdania. To właśnie na drodze analizy składniowej rozpoznaje się, że pod­miotem zdania

Marysia dała Jankowi kartkę urodzinową, jest Marysia, a podmiotem zdania

Janek dostał od Marysi kartkę z życzeniami.

jest Janek.

Następnym poziomem analizy jest analiza semantyczna. W odróżnieniu od procesu rozbioru, który po prostu określa gramatyczną funkcję każdego słowa, zadaniem analizy semantycznej jest określenie znaczeniowej roli każ­dego wyrazu w zdaniu. Na drodze analizy semantycznej próbuje się określić, które elementy zdania opisują akcję, obiekt wykonujący tę akcję (nie musi on być podmiotem zdania) i przedmiot akcji. To właśnie analiza seman­tyczna umożliwia stwierdzenie, że zdania „Marysia dała Jankowi kartkę urodzinową" oraz „Janek dostał od Marysi kartkę urodzinową" wyrażają

to samo.

Trzeci poziom analizy to analiza kontekstowa. Na tym poziomie do ustalenia znaczenia zdania wykorzystuje się kontekst jego wystąpienia. Okre­ślenie funkcji gramatycznej każdego wyrazu w poniższym zdaniu jest łatwe.

Piłka wyślizgnęła mu się z ręki.

Można nawet dokonać analizy semantycznej, identyfikując akcję wyślizgiwa­nie się, obiekt wykonujący tę akcję pitka itd. Ale dopóki nie uwzględnimy kontekstu, w którym pojawia się to zdanie, dopóty jego znaczenie nie bę­dzie do końca jasne. Oznacza ono bowiem różne rzeczy w zależności od tego, czy wypowiedziano go, mówiąc o sportowcu, czy na przykład o stola­rzu przycinającym listwy. Na etapie analizy kontekstowej odkrywa się także prawdziwy sens pytań w rodzaju „Czy wiesz, która jest godzina?".

Zauważmy, że poszczególne poziomy analizy: składniowej, semantycz­nej i kontekstowej nie są od siebie niezależne. Podmiotem następującego zdania w języku angielskim:

Stampeding cattle can be dangerous.

może być albo rzeczownik cattle - bydło opisany przymiotnikiem stampe­ding - spłoszone, pędzące w popłochu, rozpuszczone, jeśli myślimy o pędzącym stadzie bydła. Podmiotem może być jednak także słowo stampending - płosze­nie (w gramatyce języka angielskiego taką część mowy nazywa się gerund) z dopełnieniem bydła, jeśli wyobrazimy sobie wichrzyciela zabawiającego się wzniecaniem paniki wśród bydła.

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.6. ZASTOSOWANIA SZTUCZNEJ INTELIGENCJI 493

Ar

REKURSJA W JĘZYKU NATURALNYM

;tury rekurencyjne polegające na występowaniu zdania aniu są bardzo częste w języku angielskim (także w innych ach). Zdanie zagnieżdżone w zdaniu to zdanie podrzędne, niki radzenia sobie z takimi zdaniami byty jednym z pierw-i tematów badań w dziedzinie komputerowego przetwarzania a naturalnego. Czasami takie struktury wykorzystują wiele imów rekursji, przez co ginie sens zdania, chociaż jego ca-jwa struktura jest gramatycznie poprawna. Rozważmy na ład zdanie

Mężczyźnie, którego zrzucił koń, który przegra} wyścig, nic się nie stało .

wyższym zdaniu występują trzy struktury zdaniowe jedna igiej. Zewnętrzne zdanie to

Mężczyźnie nic się nie stało.

la struktura wewnętrzna określa mężczyznę jako tego, io zrzuci! koń. W tej strukturze znajduje się kolejna struk-tfóra informuje, że chodzi o tego konia, który przegra) wy-Oto inne przykłady z nieco odmiennymi strukturami reku-nymi

Dbraz, który powiesił mężczyzna, którego latrudniła kobieta, która mieszka obok, spadł.

\Iowy kucharz, którego zatrudnił szef, który ciągle :rzyczy, a który nie potrafił przysmażać potraw, :ostał zwolniony.

jzyku angielskim to zdanie jest jeszcze bardziej niezrozu-ze względu na brak interpunkcji, przypadków i pominięcie ych zaimków: The man the horse that lost the race threw ot hurt. (przyp. tłum.).

Główne kierunki badań nad ro­zumieniem języka naturalnego doty­czą nie tylko problemów związanych z tłumaczeniem tekstów, ale także pro­blematyki wyszukiwania i wydziela­nia informacji z tekstu. Wyszukiwa­nie informacji odnosi się do identyfi­kacji dokumentów, które są związane z określonym tematem. Zadanie to dobrze ilustruje przykład prawnika, który poszukuje informacji o wszyst­kich procesach, które mają związek z toczącym się postępowaniem. Po­wrócimy do tego przykładu nieba­wem w kontekście wyszukiwania in­formacji w bazach danych. Wydziela­nie informacji polega na wydobyciu potrzebnej informacji z dokumentów i przedstawienie jej w postaci dogod­nej do dalszego przetwarzania. Wy­dzielanie informacji może zatem ozna­czać znalezienie odpowiedzi na za­dane pytanie lub zapisanie informa­cji w postaci, która umożliwi później­sze odpowiedzenie na pytania. Jedna z takich postaci to szablon. Jest to po prostu kwestionariusz, w którym zapisuje się szczegółowe informacje. Rozważmy system, którego zadaniem jest przygotowanie wyboru artykułów prasowych. W takim systemie może być wiele różnych szablonów - po jed­nym dla każdego rodzaju artykułu, który może pojawić się w prasie. Jeśli analizowany artykuł okazuje się być raportem o włamaniu, to próbuje się wypełnić poszczególne rubryki w sza­blonie dotyczącym włamań. Taki sza-

, m, u j ii rnwTTTTwnrnmTnmwtrfr*" błon zawiera zapewne takie elementy

jak: adres włamania, czas i data wła­mania, skradzione dobra itd. Z kolei,

jeśli system stwierdzi, że analizowany artykuł opowiada o klęsce żywioło­wej, to szablon dotyczący klęsk żywiołowych zawiera zapewne informacje określające rodzaj klęski, wielkość zniszczeń itd.

Inną formą przechowywania informaq'i w trakcie jej wydzielania są sieci semantyczne. Jest to duża dowiązaniowa struktura danych, w której do

opisania związków między poszczególnymi elementami danych stosuje się wskaźniki. Na rysunku 10.25 przedstawiono fragment sieci semantycznej, w której zaznaczono informacje uzyskane ze zdania

Marysia uderzyła Janka.

Robotyka

Sztuczna inteligencja znajduje także zastosowania w robotyce, a dokładniej w procesie sterowania maszynami. Tradycyjne techniki można stosować, jeśli maszyna realizuje swoje zadanie w środowisku, nad którym mamy

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.6. ZASTOSOWANIA SZTUCZNEJ INTELIGENCJI 495

kontrolę. Tak jest na przykład w sterowanych komputerowo liniach produk­cyjnych. W takim środowisku maszyna najczęściej powtarza wykonywane ciągle w ten sam sposób czynności. Przypuśćmy, że maszyna ma zbierać w regularnych odstępach elementy z taśmy przenośnika i umieszczać je w opakowaniach. Pełne opakowania są stale zastępowane nowymi, które umieszcza się zawsze w tym samym miejscu. Tutaj maszyna tak naprawdę nie zbiera elementów, lecz po prostu zamyka swój chwytak w określonej chwili, w określonym miejscu, i przemieszcza swoje ramię w inne miejsce, gdzie po prostu otwiera chwytak. Zgodzimy się chyba, że w takim sposobie działania nie widać inteligencji.

Sytuacja jednak zmienia się diametralnie, jeśli maszyna musi realizować swoje zadanie w niekontrolowanym środowisku. Dzieje się tak na przykład w obszarach niezamieszkanych i nieznanych, z którymi stykamy się w ta­kich zastosowaniach jak eksploracja przestrzeni kosmicznej. Także opisany powyżej przykład taśmy produkcyjnej zmodyfikowany tylko w niewielkim stopniu może wymusić wymaganie, aby maszyna cechowała się inteligen­cją. Przypuśćmy, że elementy nie są odizolowane od innych części na taśmie przenośnika, ale że dostarcza się je w opakowaniach zawierających także inne części. Zadaniem maszyny jest teraz rozpoznanie właściwych elemen­tów, usunięcie innych części, żeby nie przeszkadzały w pracy, i wybranie z opakowania właściwych elementów. Jeśli elementy w opakowaniu są do­wolnie przemieszane, to wybranie każdego z nich wymaga wykonania in­nego ciągu kroków, który maszyna musi opracować sama. Poza tym, ma­szyna musi stale monitorować aktualną sytuację, gdyż części w opakowaniu mogą się przemieszczać. Rozwiązywanie takich problemów to kolejne zada­nie badawcze sztucznej inteligencji.

Systemy baz danych

Systemy przetwarzające języki naturalne są stosowane przede wszystkim w systemach do przechowywania informacji i ich wyszukiwania, które teraz omówimy. Chodzi przy tym o to, aby człowiek używający takiego systemu nie musiał stosować specjalnego, nieco technicznego języka zapytań, ale by mógł uzyskiwać informację, posługując się językiem naturalnym.

Dobrze byłoby także, aby odpowiedzi systemu na stawiane mu pytania były inteligentne. Tradycyjne systemy przechowywania i wyszukiwania in­formacji potrafią jedynie podawać te informacje, których jawnie zażądano. W odróżnieniu od nich systemy ze sztuczną inteligencją mają pobierać infor­macje związane z zapytaniem, ale niekoniecznie te, które zapytanie bezpo­średnio specyfikuje. Potrzebę udostępnienia takich możliwości dobrze wi­dać w bazach danych z informacjami prawniczymi. Prawnik może chcieć uzyskać informacje o wszystkich postępowaniach związanych tematycznie z obecnie prowadzoną sprawą. Jednak stwierdzenie, czy dwa postępowania mają ze sobą jakiś związek, wymaga przeprowadzenia ich wstępnej analizy. Dobrze byłoby, gdyby prawnik otrzymał system informacyjny obdarzony

inteligencją, który potrafiłby odnaleźć materiał powiązany z szukaną infor­macją, a nie tylko przekazujący informację, której jawnie od niego zażądano. Tradycyjne sposoby wyszukiwania informacji polegają na tym, że prawnik określa słowa kluczowe i frazy, które występują w interesujących go spra­wach. System przeszukuje następnie bazę danych i wyświetla te sprawy, które zawierają podane wyrazy lub frazy. Taki system działa po prostu jak sito pozwalające zmniejszyć liczbę postępowań, które trzeba przeanalizować. Niestety jest także możliwe przeoczenie ważnej informacji, chociażby z tego powodu, że w jej opisie pojawia się słowo „niepełnoletni", a nie „młodo­ciani". Prawdziwie inteligentny system dostarczyłby bardziej wiarygodnych

informacji.

Oto inny przykład. Załóżmy, że mamy bazę danych zawierającą in­formację o zajęciach akademickich i prowadzących je nauczycielach oraz oceny, które wystawili oni poszczególnym studentom. Rozważmy następu­jący scenariusz. Pytamy o liczbę piątek wystawionych przez profesora Ko­walskiego w ostatnim semestrze. Dostajemy odpowiedź „zero". Myślimy sobie, że profesor Kowalski jest wymagający i pytamy o liczbę dwójek. Baza danych znów daje odpowiedź „zero". Wyciągamy zatem wniosek, że pro­fesor Kowalski uważa, że wszyscy studenci prezentują średni poziom, być może z nielicznymi wyjątkami, pytamy więc o liczbę ocen dostatecznych. I znów otrzymujemy odpowiedź „zero". W tym momencie nabieramy po­dejrzeń i pytamy, czy profesor Kowalski prowadził jakieś zajęcia w ostatnim semestrze. Baza danych odpowiada, że nie. Że też nie mogła od razu tak odpowiedzieć!

Inny problem związany z tradycyjnymi metodami przechowywania da­nych i systemami wyszukiwania informacji polega na tym, że podają one jedynie te informacje, które są w nich zapisane. Tymczasem chciałoby się, żeby takie systemy mogły wyciągać wnioski z posiadanych informacji i po­dawać także informacje, które wynikają z danych znajdujących się w bazie. Przyjrzymy się na przykład bazie danych z informacjami o prezydentach Stanów Zjednoczonych. Tradycyjne bazy danych nie potrafią odpowiedzieć na pytanie, czy któryś prezydent miał wzrost 10 stóp (1 stopa = 30,48 cm), chyba że wzrost każdego prezydenta jest zapamiętany w takiej bazie. Z dru­giej strony inteligentny system potrafiłby odpowiedzieć poprawnie na to py­tanie bez znajomości wzrostu każdego z prezydentów. Tok rozumowania byłby następujący: Gdyby był jakiś prezydent o wzroście 10 stóp, byłoby to bardzo niecodzienne i na pewno taką informację umieszczono by w ba­zie danych. Ponieważ nie odnotowano przy żadnym prezydencie informacji o tym, że ma 10 stóp wzrostu, to takich prezydentów nie było.

Wniosek o tym, że nie było prezydentów mierzących 10 stóp, wiąże się z ważnym pojęciem dotyczącym baz danych. Wśród baz danych wyróżnia się bazy danych zakładające domkniętość świata i bazy danych z otwartym światem. Mówiąc nieformalnie, baza danych z domkniętym światem to taka baza, o której zakłada się, że zawiera wszystkie prawdziwe fakty dotyczące pewnego zagadnienia. W bazach z otwartym światem nie przyjmuje się takiego założenia. Odrzucenie hipotezy istnienia 10-stopowego prezydenta

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.6, ZASTOSOWANIA SZTUCZNE] INTELIGENCJI 497

w poprzednim przykładzie oparto na założeniu domkniętości świata, czyli założeniu, że jeśli jakiś fakt nie jest zapamiętany w bazie, to musi być nie­prawdziwy.

Chociaż bazy z domkniętym światem wyglądają z pozoru niewinnie, to jednak mogą prowadzić do subtelnych problemów. Przypuśćmy, że w bazie znajduje się informacja

Jest nadmiar towaru A lub jest nadmiar towaru B.

Z tego jednego zdania nie można wywnioskować, że jest nadmiar towaru A. Zatem założenie o domkniętości świata zmusza do wyciągnięcia wniosku:

Nie ma nadmiaru towaru A.

W podobny sposób wywnioskujemy, że przy założeniu domkniętości świata Nie ma nadmiaru towaru B.

Widać zatem, że założenie domkniętości świata prowadzi do sprzeczności. Mimo że mamy nadmiar towaru A albo B, jednak nie ma nadmiaru żadnego z nich. Zrozumienie ograniczeń tej z pozoru niewinnej techniki jest zadaniem współczesnych badań w dziedzinie sztucznej inteligencji.

Jeszcze innym celem badań sztucznej inteligencji na polu baz danych jest rozwiązanie problemu stwierdzania, co tak naprawdę użytkownik systemu chce wiedzieć i jakiej udzielić mu odpowiedzi zamiast dosłownej odpowie­dzi na postawione pytanie.

Systemy eksperckie

Ważnym rozszerzeniem koncepcji inteligentnej bazy danych są systemy eks­perckie - pakiety oprogramowania zaprojektowane do wspomagania czło­wieka w sytuacjach wymagających wiedzy eksperta w określonej dziedzinie. Takie systemy projektuje się, żeby symulowały wnioskowanie przyczynowo--skutkowe, które dokonywałby ekspert w takiej samej sytuacji. Medyczny system ekspercki zaproponowałby zatem ten sam sposób leczenia, jaki ob­rałby ekspert w dziedzinie medycyny, który wie, że na przykład w wypadku stwierdzenia zmian niezgodnych z normą i wykrycia na zdjęciu rentgenow­skim obecności guzka, należy wykonać biopsję.

Z powyższego przykładu wynika, że głównym zadaniem przy konstru­owaniu systemu eksperckiego jest zdobycie potrzebnej wiedzy od eksperta. Ważnym przedmiotem badań stało się opracowanie sposobu dokonania tego. Problem jest dwojakiego rodzaju. Po pierwsze, należy zapewnić sobie współ­pracę eksperta. Jest to niełatwe przedsięwzięcie, gdyż niezbędny proces wy­pytywania eksperta jest z reguły długi i nużący. Ekspert może poza tym nie chcieć przekazać swojej wiedzy systemowi, który kiedyś w przyszłości może zająć jego miejsce. Inna komplikacja wiąże się z tym, że większość ekspertów nigdy nie zastanawia się nad procesem swojego rozumowania,

który doprowadza do postawienia diagnozy. Na pytanie „Jak Pan do tego doszedł?", często odpowiadają „Nie wiem".

Po uporaniu się z problemami ze zdobyciem wiedzy od eksperta, trzeba ją uporządkować i zorganizować w postaci zrozumiałej dla systemu kompu­terowego. Często informacje zapisuje się w postaci zbioru regui, z których każda jest instrukcją warunkową if-then. Regułę nakazującą zdiagnozowanie za pomocą biopsji zmian potwierdzonych prześwietleniem można wyrazić następująco:

(zauważono zmiany (wykonaj biopsję)

prześwietlenie wykazało obecność guzka)

(Czytelnicy, którzy przeczytali opcjonalny rozdział o programowaniu dekla­ratywnym w rozdziale 5, dostrzegą podobieństwo struktury systemu eks­perckiego i programu w Prologu. Podobieństwo to jest główną przyczyną popularności Prologu w dziedzinie sztucznej inteligencji; nadaje się on do­skonale do opracowania systemów eksperckich).

Zauważmy podobieństwo między regułami systemu eksperckiego i pro­dukcjami systemu produkcji. Pierwsza część reguły wyraża po prostu wa­runki wstępne, które muszą być spełnione, aby wykonać lub wywnioskować stwierdzenie stanowiące drugą część reguły. Wiele systemów eksperckich tak naprawdę jest systemami produkcji. Produkcjami w nich są reguły uzy­skane od eksperta, a system sterujący nadzoruje proces rozumowania oparty na tych regułach. W takim kontekście zbiór produkcji nazywa się często bazą wiedzy systemu, a system sterujący mechanizmem wnioskowania.

Nie dajmy się jednak wprowadzić w błąd i nie traktujmy systemów eksperckich jak bardziej złożoną wersję maszyny rozwiązującej układankę omówionej poprzednio. Niektóre systemy eksperckie są zbiorami systemów produkcji, które wspólnymi siłami usiłują rozwiązywać problemy. Przykła­dami są systemy eksperckie, które oparto na modelu szkolnej tablicy. Model polega na tym, że wiele systemów rozwiązujących problem (zwanych źró­dłami wiedzy) dzieli wspólną przestrzeń zwaną tablicą. Na tablicy zapisuje się bieżący stan rozwiązywanego problemu, a ponieważ jest ona współdzie­lona przez wszystkie źródła wiedzy, za jej pomocą mogą one wnosić swój wkład w rozwiązanie problemu. W celu koordynacji działań źródeł wiedzy wprowadza się dodatkowy moduł sterujący, którego zadaniem jest uaktyw­nienie odpowiedniego źródła wiedzy w dogodnej chwili. Przy stosowaniu modelu tablicowego można powiedzieć, że moduł sterujący decyduje, na czym system ma skupić swoją uwagę.

Inna różnica między systemem eksperckim a prostym systemem pro­dukcji polega na tym, że system ekspercki nie musi wcale osiągnąć pew­nego z góry określonego celu. Jego zadaniem jest wygenerowanie rozsądnej porady. Przypuśćmy, że system ekspercki ma zdiagnozować chorobę. Ideal­nie byłoby, gdyby system dał odpowiedź postaci „Jest to choroba X", przy czym w miejscu litery X znajduje się właściwa nazwa choroby. Niestety takie definitywne stwierdzenia nie zawsze są możliwe. Czasem najlepszą odpowiedzią jest „Ta choroba to najprawdopodobniej X" lub „Choroba to X

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.6. ZASTOSOWANIA SZTUCZNEJ INTELIGENCJI 499

SILNA SZTUCZNA INTELIGENCJA A SŁABA SZTUCZNA INTELIGENCJA

Przypuszczenie, że maszyny można tak zaprogramować, aby okazywały inteligentne zachowanie jest znane jako słaba sztuczna Inteligencja. Jest to przypuszczenie szeroko choć w różnym stopniu akceptowane współcześnie. Przypuszczenie, że można tak zaprogramować maszyny, aby posiadły inteligencję i co za tym idzie świadomość, to silna sztuczna inteligencja. Dyskutuje się nad nią szeroko. Przeciwnicy silnej sztucznej inte­ligencji twierdzą, że maszyna jest ze swej natury zupełnie inna niż człowiek i, z tego powodu, nigdy się nie zakocha, nie od­różni dobrego od złego i nie będzie myśleć o sobie w ten sam sposób, w jaki robią to ludzie. Zwolennicy silnej sztucznej in­teligencji twierdzą jednak, że mózg człowieka jest zbudowany z małych elementów, które z osobna nie tworzą człowieka ani jego świadomości, ale które dają taki efekt po połączeniu. Dla­czego to samo zjawisko miałoby być niemożliwe w przypadku maszyn?

Problem w rozstrzygnięciu dyskusji o silnej sztucznej inteligencji polega na tym, że jak zauważono w tekście, takie pojęcia jak inteligencja i świadomość są cechami wewnętrznymi, których ist­nienia nie można wykryć bezpośrednio. Jak wskazał Alan Turing, obdarzamy innych ludzi inteligencją, ponieważ zachowują się oni inteligentnie - chociaż nie jesteśmy w stanie obserwować stanu ich ducha. Czy jesteśmy zatem przygotowani do takiego samego postępowania z maszyną, która okaże zewnętrzne przejawy świa­domości? Dlaczego?

lub Y. Proszę wykonać następujące badania w celu uzyskania pełniejszej dia­gnozy". Ze względu na brak Jednoznaczności system sterujący w systemie eksperckim może wybrać różne ścieżki w grafie stanów i wypisać wyniki uzyskane dla każdej z nich. Jeśli w jakimś stanie zostanie zastosowana pro­dukcja

(obecny czynnik reumatyczny i pacjent odczuwa ból w stawach) (z prawdopodobieństwem 80% jest to artretyzm)

to dalsze wnioskowanie oparte na założeniu, że pacjent cierpi na artretyzm, może okazać się nieodpowiednie.

Tak jak w wypadku innych obszarów badań, pierwsze zastosowania systemów eksperckich były bardzo ograniczone. Współcześnie systemy eks­perckie znajdują zastosowanie w licznych dziedzinach. Katalizatorem tej eks­pansji było uświadomienie sobie, że w systemie eksperckim można wydzie­lić dwa elementy: moduł wnioskowania i moduł wiedzy. Usuwając moduł wiedzy z pewnego istniejącego systemu eksperckiego, otrzymuje się system procedur wnioskowania, który prawdopodobnie można wykorzystać także w innych sytuacjach. Nowe systemy eksperckie dla innych dziedzin można zatem tworzyć, dołączając nowe bazy wiedzy do już istniejących systemów wnioskowania. To spostrzeżenie oznacza, że system sterujący, który stwo­rzyliśmy uprzednio do ułożenia układanki, można wykorzystać także do innych celów, zastępując produkcje dotyczące układanki produkqami repre­zentującymi inne problemy.

(TANIA I ĆWICZENIA

. Porównaj wyniki rozbioru gramatycznego następujących dwóch zdań. Wyjaśnij na czym polega ich różnica znaczeniowa. Gospodarz postawił ogrodzenie w polu. Gospodarz postawił ogrodzenie w zimie.

. Na podstawie sieci semantycznej z rysunku 10.25 określ, jakie więzy rodzinne łączą Marysię i Janka.

. Baza danych z informacjami o abonentach zazwyczaj zawiera listę abonentów każdego czasopisma, ale nie zawiera listy osób, które nie są nimi. Jak w takiej bazie danych określić, że dana osoba nie prenumeruje danego czasopisma?

Na czym polega różnica między tradycyjną bazą danych a bazą wie­dzy systemu eksperckiego?

10.7. Rozważania na temat konsekwencji

Bez wątpienia postęp w dziedzinie sztucznej inteligencji przynosi ludzkości wiele dobrego, ale łatwo można wpaść w pułapkę zachwytu nad tymi po­tencjalnymi dobrodziejstwami. Są również potencjalne niebezpieczeństwa, które czyhają w przyszłości, i mogą się równie dobrze okazać przekleń­stwem, jak i dobrodziejstwem. Różnica w ocenie ich skutków polega często jedynie na punkcie widzenia lub pozycji społecznej. To, co dla jednego jest dobrodziejstwem, dla innego może być przekleństwem. Warto zatem przyj­rzeć się postępowi technicznemu z różnych perspektyw.

Niektórzy uważają, że postęp techniczny jest podarunkiem dla ludzkości - sposobem uwolnienia ludzi od wykonywania żmudnych czynności i wro­tami do bardziej beztroskiego stylu życia. Inni traktują ten postęp jako prze­kleństwo, które pozbawia ludzi pracy i kieruje dobra do tych ludzi, którzy mają władzę. Takie było przesłanie za­gorzałego filantropa Mahatmy Gan-dhiego, który przyczynił się znacznie do wyzwolenia Indii od Brytyjczyków. Uparcie powtarzał on, że Indie by­łyby lepszym krajem, gdyby zastąpić wielkie zakłady tekstylne kołowrot­kami w domach mieszkańców. Twier­dził on, że w ten sposób scentralizo­wana produkcja masowa, która daje miejsca pracy jedynie nielicznym, zo­stałaby zastąpiona rozproszonym sys­temem produkcyjnym, z którego sko­rzystałoby wielu.

Historia pokazuje, że u źródeł wielu rewolucji stał nieproporcjonalny podział dóbr i przywilejów. Jeśli po­zwoli się, aby współczesna technika prowadziła do takich rozbieżności, to skutki mogą być katastrofalne.

Konsekwencje tworzenia coraz bardziej inteligentnych maszyn są dużo subtelniejsze i bardziej elemen­tarne niż problemy związane z po­działem władzy między różne war­stwy społeczne. Powstające problemy burzą obraz ludzkości, który sobie stworzyliśmy. W dziewiętnastym wie­ku społeczeństwo przeraziła teoria

ROZDZIAŁ DZIESIĄTY SZTUCZNA INTELIGENCJA

10.7. ROZWAŻANIA NA TEMAT KONSEKWENCJI

501

POCZĄTKI MASZYN TURINGA

Alan Turing wymyślił maszynę Turinga w latach trzydziestych, na długo przed tym, jak konstrukcja komputerów, które znamy dzisiaj, stała się technologicznie możliwa. Turing wzorował się tak naprawdę na człowieku wykonującym obliczenia za pomocą kartki i otówka. Celem Turinga byto zbudowanie modelu, za po­mocą którego można by zbadać ograniczenia „procesów oblicze­niowych". Było to krótko po opublikowaniu w 1931 roku słynnej pracy Gódla wykazującej ograniczenia systemów obliczenio­wych i główny wysiłek badawczy skierowano na zrozumienie tych ograniczeń. W tym samym roku, w którym Turing przedsta­wił swój model (1936 r.), Emil Post zaprezentował inny model (zwany obecnie systemem produkcji Posta), który, jak udowod­niono, ma takie same możliwości jak maszyny Turinga. Modele opracowane przez tych naukowców wciąż służą w informatyce jako cenne narzędzia do badań w dziedzinie informatyki.

11.2. Maszyny Turinga

W podrozdziale 11.1 twierdziliśmy, że Bare Bones jest uniwersalnym języ­kiem programowania, co oznacza, że można w nim zapisać rozwiązanie każdego problemu, który daje się rozwiązać za pomocą komputera. Twier­dzenie to omówimy dokładniej w podrozdziale 11.3, ale najpierw musimy lepiej zrozumieć, co potrafią komputery.

Podstawy maszyn Turinga

Rozważmy teraz klasę maszyn obliczeniowych, zwanych maszynami Tu­ringa. Maszyny te wprowadził Alan M. Turing w 1936 roku jako narzę­dzie do analizy siły wyrazu procesów algorytmicznych. Wciąż używa się ich w tym celu. Pamiętajmy, że Turing „wynalazł" te maszyny, zanim ich wykonanie stało się technologicznie możliwe. Zatem maszyna Turinga jest urządzeniem pojęciowym, a nie rzeczywistą maszyną.

Maszyna Turinga składa się z jednostki sterującej, która potrafi odczyty­wać i zapisywać symbole na taśmie za pomocą głowicy zapisująco-odczytu-jącej (rys. 11.3). Taśma jest nieograniczona w obie strony i jest podzielona na komórki. W każdej z nich można zapisać dowolny symbol ze skończonego zbioru. Ten zbiór nazywa się alfabetem maszyny.

W dowolnej chwili, podczas obliczeń wykonywanych przez maszynę Turinga, musi ona znajdować się w pewnym stanie wybranym ze skończo­nej liczby stanów. Obliczenie rozpoczyna się w specjalnym stanie zwanym stanem początkowym, a kończy się, gdy maszyna osiągnie inny wyróżniony stan, zwany stanem końcowym.

Obliczenie maszyny Turinga składa się z ciągu kroków, które wyko­nuje jednostka sterująca maszyny. Każdy krok polega na sprawdzeniu, jaki symbol znajduje się w aktualnej komórce na taśmie (w komórce znajdującej się pod głowicą), zapisa­niu pewnego symbolu w tej komórce i ewentualnego przemieszczenia gło­wicy o jedną komórkę w lewo lub w prawo, a następnie zmianie stanu. Akcja, którą podejmuje maszyna, jest określona przez program, który w za­leżności od stanu maszyny i zawarto­ści bieżącej komórki taśmy decyduje, co ma zrobić jednostka sterująca.

Chociaż w swojej naturze ma­szyna Turinga jest urządzeniem po­jęciowym, to jednak można ją imple­mentować na różne sposoby. Współ­czesne komputery ogólnego przezna­czenia są w zasadzie maszynami Tu­ringa (z tą różnicą, że ich pamięci są skończone, podczas gdy abstrakcyjna maszyna Turinga ma nieskończoną ta­śmę). Procesor jest jednostką sterującą, której stany wyznaczają ciągi bitów znajdujące się w rejestrach. Pamięć ■■■^■^■■■^^■■■■■■^■M komputera gra rolę taśmy, a alfabet składa się z symboli 0 i 1.

To podobieństwo między maszynami Turinga a współczesnymi kom­puterami nie jest przypadkowe. Celem Turinga było zaprojektowanie ma­szyny abstrakcyjnej, w której uchwycono by istotę procesu obliczeniowego. Współczesne komputery pasują zatem do podstawowego schematu poda­nego przez Turinga.

Znaczenie maszyn Turinga w informatyce teoretycznej wynika z twier­dzenia (zgodnie z tezą Churcha-Turinga, którą omówimy później), że moc obliczeniowa maszyn Turinga jest taka sama jak moc obliczeniowa dowol­nego systemu algorytmicznego. Jeśli zatem jakiegoś problemu nie da się rozwiązać na maszynie Turinga, to nie da się go w ogóle rozwiązać algo-rytmicznie. Maszyny Turinga, choć proste w swojej budowie, reprezentują teoretyczne ograniczenie możliwości rzeczywistych maszyn. Z tego powodu są one użyteczne jako narzędzia badania ograniczeń komputerów oraz pro­cesów algorytmicznych.

il8 ROZDZIAŁ JEDENASTY TEORIA OBLICZEŃ

11.2. MASZYNY TURIMJA

519

Przykładowa maszyna Turinga

Rozważmy przykład konkretnej maszyny Turinga. Przyjmijmy, że taśmę maszyny rysujemy jako poziomą wstęgę podzieloną na komórki, w któ­rych można zapisywać symbole alfabetu maszyny. Bieżącą pozycję maszyny na taśmie będziemy oznaczać, umieszczając strzałkę pod bieżącą komórką. Przyjmijmy, że alfabet przykładowej maszyny składa się z symboli 0,1 oraz *. Taśma maszyny może zatem wyglądać następująco:

Pozycja bieżąca

Interpretując ciąg symboli na taśmie jako ciąg reprezentujący liczby bi­narne oddzielone gwiazdkami, stwierdzimy, że na powyższej taśmie zapi­sano wartość 5. Maszynę Turinga tak zaprojektujemy, aby zwiększała war­tość zapisaną na taśmie o 1. Ściślej, zakładamy, że pozycją początkową jest

pozycja gwiazdki oznaczającej prawy koniec ciągu zer i jedynek, a zada­niem maszyny jest zmiana ciągu bitów znajdujących się na lewo od pozycji początkowej, tak aby reprezentował on kolejną liczbę całkowitą.

Stany naszej maszyny to: START, DODAWANIE, PRZENIESIENIE, BEZ PRZE­NIESIENIA, NADMIAR, POWRÓT, STOP. Akcje związane z każdym z tych stanów i zawartością bieżącej komórki przedstawiono w tabeli na rysunku 11.4. Za­kładamy, że maszyna zawsze rozpoczyna pracę w stanie START.

Prześledźmy działanie zaprojektowanej maszyny dla przedstawionej po­wyżej zawartości taśmy reprezentującej wartość 5. Zauważmy, że będąc w stanie START z bieżącą komórką zawierającą * (jak w tym wypadku), zgod­nie z tabelą powinniśmy wpisać do komórki ponownie *, przesunąć pozycję o jedną komórkę w lewo i przejść do stanu DODAWANIE. Po zrobieniu tego aktualną sytuację można przedstawić następująco:

Idźmy dalej. Sprawdzamy w tabeli, co trzeba zrobić w stanie DODAWANIE, przy zawartości bieżącej komórki równej 1. Zgodnie z tabelą trzeba zastąpić 1 w bieżącej komórce przez 0, przesunąć się do komórki po lewej stronie i przejść do stanu PRZENIESIENIE. Otrzymaną sytuację można zatem przed­stawić następująco:

Pozycja bieżąca

Znów sprawdzamy w tabeli, co robić dalej, i stwierdzamy, że w stanie PRZENIESIENIE z bieżącą komórką zawierającą 0, trzeba zastąpić 0 przez 1, przesunąć się do następnej komórki po lewej stronie i przejść do stanu BEZ PRZENIESIENIA. Sytuacja wygląda zatem następująco:

20 ROZDZIAŁ JEDENASTY TEORIA OBLICZEŃ

11.2. MASZYNY TURINGA

521

lii

W tej konfiguracji zgodnie z tabelą należy zastąpić jedynkę w bieżą­cej komórce inną jedynką, przesunąć się w lewo, pozostając w stanie BEZ PRZENIESIENIA. W efekcie maszyna jest w stanie

PYTANIA I ĆWICZENIA

1. Zasymuluj działanie maszyny Turinga opisanej w tym punkcie, rozpo­czynając od następującego stanu początkowego:

Teraz zgodnie z tabelą zapisujemy ponownie gwiazdkę w bieżącej ko­mórce i przechodzimy do stanu POWRÓT. Postępując w podobny sposób, po­zostajemy w stanie POWRÓT, przesuwając się komórka po komórce w prawo, aż dotrzemy do sytuacji

2. Zaprojektuj maszynę Turinga, która zastępuje ciąg zer i jedynek poje­
   dynczym zerem.

3. Zaprojektuj maszynę Turinga, która zmniejszy o jeden wartość zapi­
   saną na taśmie, jeśli jest ona większa od zera i nie zmieni jej, jeśli jest
   ona równa zeru.

4. Podaj przykłady z życia codziennego, w których dochodzi do wyko­
   nania pewnych obliczeń. Jakie są podobieństwa Twojego przykładu do
   maszyny Turinga?

W tym momencie zgodnie z tabelą trzeba ponownie zapisać gwiazdkę w bieżącej komórce i przejść do stanu STOP. Maszyna zatrzymuje się zatem w następującej konfiguracji (symbole na taśmie reprezentują teraz wartość 6, tak jak tego chcieliśmy).

Na zakończenie zauważmy, że powyższy przykład pokazuje, jak wyko­nać za pomocą maszyny Turinga czynność opisywaną w języku Bare Bones z podrozdziału 11.1 przez instrukcję

incr X;

11.3. Funkcje obliczalne

Nasze zadanie polega na wykorzystaniu maszyn Turinga do zbadania siły języka programowania Bare Bones. Aby tego dokonać, jest potrzebna metoda pomiaru mocy obliczeniowej. Taką metodę można uzyskać dzięki pojęciu funkcji obliczalnych.

Funkcje i ich obliczanie

Rozważmy, jakie akcje na podstawowym poziomie wykonuje komputer. Je­śli zapamiętalibyśmy stany pamięci komputera przed i po wykonaniu pro­gramu, to zapisalibyśmy jeden zestaw wartości bitowych przed wykonaniem programu, a inny po jego wykonaniu. Program tak naprawdę wykonuje więc tylko jedną czynność: steruje przekształcaniem początkowego zestawu bitów, który nazwiemy wejściem, na inny zestaw bitów zwany wyjściem. To powią­zanie między danymi wejściowymi a wyjściowymi jest nazywane funkcją. Wiele funkcji występuje tak powszechnie, że nadano im nazwy, takie jak dodawanie, które z każdą parą wartości wejściowych związuje wartość wyj­ściową równą sumie wartości wejściowych, mnożenie, które podobnie po­biera parę wartości wejściowych i w wyniku daje iloczyn tych wartości, oraz funkcja następnika, która z wartością wejściową związuje wartość wyjściową o jeden od niej większą.

522'

ROZDZIAŁ JEDENASTY TEORIA OBLICZEŃ

11.3. FUNKCJE OBLICZALNE

523

Proces określania wartości wyjściowej funkqi na podstawie jej wartości wejściowych to obliczenie funkcji. Działania podejmowane przez komputer podczas wykonywania programu można zatem interpretować jako oblicze­nie funkcji. Taki punkt widzenia stwarza możliwość zmierzenia mocy ob­liczeniowej komputera lub dowolnego systemu obliczeniowego. Trzeba po prostu określić funkcje, które system potrafi obliczyć, i użyć tego zbioru jako miary mocy obliczeniowej. Jeśli jeden komputer lub system algorytmiczny jest zdolny obliczyć więcej funkcji niż inny, to jest on mocniejszy.

Rozważmy system, w którym wartości wyjściowe funkcji określono z góry i zapisano w tablicy razem z odpowiadającymi im wartościami wej­ściowymi. Gdy jest potrzebna wartość wyjściowa funkcji, po prostu wyszu­kuje się odpowiednią wartość wejściową w tablicy i przekazuje związany z nią wynik. Proces obliczania funkcji sprowadza się w takim systemie do procesu przeszukiwania tablicy. Takie systemy są wygodne, ale ich zastoso­wania są bardzo ograniczone, gdyż wielu funkcji nie daje się przedstawić w postaci tabelarycznej. Przykład znajduje się na rysunku 11.5, na którym próbowano przedstawić funkcję następnika. Ponieważ długość listy zawie­rającej pary wejście-wyjście nie jest niczym ograniczona, to tablica nigdy nie będzie kompletna. Funkcja dodawania podziela los funkcji następnika -w żadnej tablicy nie można przedstawić wszystkich możliwych par wartości wejściowych i wyjściowych w celu dodawania.

Inną metodą określenia wartości wyjściowych funkcji jest podanie spo­sobu obliczenia wyniku, a nie próba przedstawiania wszystkich możliwych kombinacji wejścia-wyjścia w tablicy. Do opisu związków między wejściem a wyjściem wielu funkcji można wykorzystać formuły algebraiczne. Aby obliczyć wartość funkcji, której wynikiem jest wartość początkowej lokaty P złotych oprocentowanej r% w skali roku i zamrożonej na n lat, można użyć wzoru

V = P(l + r)n

który opisuje sposób wykonania obliczeń, zamiast przedstawiać wyniki w postaci tabelarycznej. W podobny sposób funkcję następnika można opi­sać za pomocą wzoru

Wyjście = Wejście + 1

Jednak moc formuł algebraicznych jest także ograniczona. Są funkcje, w których związek między wejściem a wyjściem jest zbyt złożony, aby dało się go opisać za pomocą operacji algebraicznych wykonywanych na warto­ściach wejściowych funkcji. Przykładami są funkcje trygonometryczne, takie jak sinus lub cosinus. Jeśli trzeba obliczyć sinus 38 stopni, to można nary­sować odpowiedni trójkąt, zmierzyć jego boki i policzyć odpowiedni iloraz. Proces ten nie daje się jednak wyrazić za pomocą działań algebraicznych na liczbie 38. Kieszonkowy kalkulator także z trudem wykonuje zadanie obliczenia sinusa 38 stopni. W rzeczywistości wykorzystuje on dość skom­plikowane operacje matematyczne, obliczając dobre przybliżenia wartości sinusa 38 stopni, które wyświetla w odpowiedzi.

Widzimy zatem, że w wypadku funkcji, w których relacja między war­tościami wejściowymi a wyjściowymi staje się coraz bardziej złożona, trzeba stosować coraz to bardziej złożone algorytmy obliczające te związki, a co za tym idzie są potrzebne coraz mocniejsze techniki opisywania tych algo­rytmów.

Zadziwiającym wynikiem matematycznym jest pokazanie istnienia funk­cji, w których związek między wartościami wejściowymi a wynikiem jest tak złożony, że dobrze zdefiniowany, krokowy sposób określenia wyniku funkcji na podstawie jej wartości wejściowej nie istnieje. Są zatem funkcje, w których związku między wartością wejściową a wynikiem nie daje się wyznaczyć algorytmicznie. Mówi się, że takie funkcje są nieobliczalne, a funkcje, których wyniki można określić algorytmicznie na podstawie wartości wejściowych, są obliczalne.

Ponieważ nie ma algorytmicznej metody znalezienia wartości wyjścio­wych funkcji nieobliczalnych, funkcje te są poza zasięgiem możliwości współ­czesnych oraz przyszłych komputerów. Pamiętajmy, że aby coś policzyć na komputerze, trzeba najpierw znaleźć algorytm wykonujący niezbędne ob­liczenia. Zatem poznanie granicy między funkcjami obliczalnymi i nieobli­czalnymi jest równoważne poznaniu granic możliwości komputerów. Teza Churcha-Turinga stanowi ważny krok w kierunku określenia tych granic.

24

ROZDZIAŁ JEDENASTY TEORIA OBLICZEŃ

11.3. FUNKCJE OBLICZALNE

525

funkcji, po prostu wykonuje się program, rozpoczynając od stanu, w którym zmienne wejściowe mają odpowiednie wartości, i odczytując wartości zmien­nych wyjściowych, gdy program się zakończy. Zgodnie z takimi założeniami program

incr X;

jest przepisem na obliczenie tej samej funkcji (funkcji następnika), którą ob­licza maszyna Turinga z przykładu z podrozdziału 11.2. Faktycznie, po­woduje on zwiększenie wartości związanej z X o jeden. Jeśli potraktujemy zmienne X i Y jako wartości wejściowe, a zmienną Z jako wartość wyjściową, to program

move Y to Z; while X not 0 do;

incr Z;

decr X; end;

jest przepisem na obliczenie funkcji dodawania.

Widzimy zatem, że język Bare Bones można stosować do opisu relacji między wejściem a wyjściem funkcji. Udowodniono, że w języku progra­mowania Bare Bones można opisać dokładnie te relacje między wejściem a wyjściem, które można obliczyć za pomocą maszyny Turinga.

Powyższa równoważność jest brakującym ogniwem potrzebnym do do­kończenia rozwiązania problemu postawionego w podrozdziale 11.1, który polegał na opracowaniu prostego a jednocześnie dostatecznie mocnego ję­zyka programowania. Ponieważ dowolna funkcja obliczalna w sensie Tu­ringa da się obliczyć za pomocą programu w języku Bare Bones, to (zgod­nie z tezą Churcha-Turinga) dowolną funkcję obliczalną można obliczyć za pomocą programu w tym języku.

Zatem Bare Bones jest uniwersalnym językiem programowania, co ozna­cza, że jeśli istnieje algorytm rozwiązania danego problemu, to można ten problem rozwiązać za pomocą programu w języku Bare Bones. To z kolei oznacza, że teoretycznie Bare Bones może służyć jako język programowania

ogólnego przeznaczenia.

Użyliśmy powyżej stwierdzenia teoretycznie, ponieważ taki język ewi­dentnie nie jest tak wygodny jak języki wysokiego poziomu przedstawione w rozdziale 5. Każdy z nich zawiera jednak jako swoje jądro wszystkie kon­strukcje z języka Bare Bones. To właśnie to jądro zapewnia uniwersalność każdego z tych języków. Pozostałe udogodnienia służą jedynie wygodzie programistów.

11.3. FUNKCJE OBLICZALNE 527

---