Wyniki wyszukiwania - Biblioteka Nauki

1

Problem użycia terminu „konotacja", jego rozumienia oraz statusu ontologicznego konotacji

100%

Pawłowski G.

Lingwistyka Stosowana / Applied Linguistics / Angewandte Linguistik

|

2009

|

nr 1

174-186

EN

The article attempts to provide answers to the questions concerning the use, understanding and ontological status of connotation in the light of the anthropocentric theory of languages. The problems are examined on three levels: terminological, semantic and ontological. The problem on the level of terminology is largely attributed to the ambiguous use of the term connotation in the field of linguistics, i.e. from the point of view of logic, where connotation is understood as intension, and from the linguistic point of view, where connotation is identified as additional meaning. This leads to different understandings of connotation within the remit of semantics as regards its ‘relations' with denotation. A differentiation made between connotation viewed as an expression and connotation proper, together with an attempt to explain the latter's actual role in generating idiolectal meaning, constitutes a platform for further considerations of the problem of connotation on the level of ontology.

2

Metafizyka myślenia – syntetycznie o kwestii ‚myślenie’ czy‚ myślenie specjalistyczne’?

100%

Pawłowski G.

|

2018

|

nr 25/1

51-59

EN

Effects of previous studies show that conceptualization (in general) cannot be distinguished from language conceptualization. Conceptualization and language are interrelated, no matter whether one considers a concrete language of Polish, Greek, Catalan, etc., or a concrete language of mathematics or logic. Can the same be said about conceptualization and specialized conceptualization? Can a distinction be made between these expressions' designata? I answer these questions while referring to results of empirical studies and reflecting on (specialized) cognitive work.

3

Od ‚ψάλτης‘ do ‚ ‘? ִכּנּוֹרOd ‚pslates‘ do ‚psalta‘? Dowody empiryczne pracy poznawczej tłumacza – sprawcy polskich leksemów specjalistycznych z zakresu hymnografii i muzyki bizantyjskiej

100%

Pawłowski G.

Lingwistyka Stosowana / Applied Linguistics / Angewandte Linguistik

|

2017

|

nr 21

95-114

EN

What is the remit of knowledge activated by a translator expected to introduce a new specialized expression? What knowledge and which skills constitute this translator’s construction competence? Which epistemic acts does the translator employ when generating new knowledge, a new specialist lexeme? These questions have prompted research into the constitution of Polish specialist lexemes in the remit of Byzantine music and hymnography. Empirical evidence has been collected on the basis of a translated opinion-forming monograph on the subject and interviews with the translator. The concluding remarks result from an analytical work and can be considered key as regards the subject, methods and objectives of epistemological semantics. Axiological formants, which influence understanding and/or the construction of language-based or cultural acts, can be viewed as the motivation for the present in-depth analysis.

4

Realne podstawy komunikacji

100%

Pawłowski G.

Applied Linguistics Papers

|

2019

|

nr 26/1

15-28

EN

How is (language) communication possible? What is its real underlying support? What does it mean that subjects communicate with one another? On what paradigm is such communication based: relativised or real? These questions constitute the starting point for propositions I intend to advance in this article. In short, these propositions concern both rationalist (logical) qualities of the cognising subject and rationalist (logical) qualities of the object of their (scientific) experience.

5

Investments in R&D and intellectual property products as economic growth factors in the European Union from 2009–2018

63%

Dobrowolski K. , Pawłowski G.

Zeszyty Naukowe Akademii Morskiej w Szczecinie

|

2019

|

tom nr 59 (131)

137--145

EN

In the article, an analysis of the impact of outlays for R&D and intellectual property products on the GDP dynamics in European Union countries from 2009–2018 was made based on a theoretical foundation. Two hypotheses were formulated: (1) The higher the share of outlays for R&D in the GDP, the higher the GDP dynamics; (2) The higher the share of investments in intellectual property products in GDP, the higher the GDP dynamics. The hypotheses were not confirmed by statistical data analysis.

6

Striving for excellence in ai implementation: AI maturity model framework and preliminary research results

51%

Ellefsen A. P. T. , Oleśków-Szłapka J. , Pawłowski G. , Toboła A.

|

tom 15

|

nr 3

363-376

EN

Background: In hereby article authors try to summarize how AI can be use by companies within production and warehousing. On the basis of previously developed Logistics 4.0 maturity model authors also propose Artificial intelligence maturity levels and on its basis a survey has been conducted in selected Polish and Norwegian companies and actual AI state of development and maturity levels has been recognized. However authors present preliminary stage of research as a multi case study which will be further developed and extended in order to identify branches and areas with a hugest potential to enhance AI utilization. Furthermore paper presents potential directions of Artificial intelligence implementation as well as tools that can be useful to deal with big data and optimization problems predicted not only for big companies but also SMEs. Authors propose term Artificial Intelligence 4.0 to point out the actual trends in the scope of Industry 4.0 and Logistics 4.0 and revolution with respect to AI. Without doubt AI is a big challenge for manufacturing companies as well as Transport and Logistics Industry and its application should be increased and extended in solving practical problems. Methods: Methodology applied by authors of hereby paper can be divided on following stages: literature analysis, enlargement of AI maturity model, development of a questionnaire, multi-case studies in Norway and Poland. Results: The literature search showed a cognitive gap due to fact there is a little of literature dealing with problem of Artificial intelligence maturity models as well as Logistics 4.0 and Artificial Intelligence. Artificial intelligence maturity levels can be combined with Logistics 4.0 maturity models thus relations between actual level of logistics maturity and AI readiness in companies will be recognized. Due to such analysis it will be possible to develop complex roadmap with the organization’s strategic guidelines how to deal with Logistics 4.0 and AI. All the companies investigated in this preliminary study could be classified as AI Novices: Companies that have not taken proactive steps on the AI journey and are at best in assessment mode. Even the bigger companies with more automated solutions cannot visualize the benefits AI can bring. Conclusions: Authors see potential to apply aforementioned model to investigate AI maturity levels in logistics companies and combine obtained results with previously developed Logistics 4.0 maturity model. Authors propose to introduce term Artificial Intelligence 4.0 to emphasize the importance of artificial intelligence with respect to Logistics 4.0 and Industry 4.0.

PL

Wstęp: W niniejszym artykule autorzy starają się podsumować, w jaki sposób sztuczna inteligencja może być wykorzystywana przez firmy w produkcji i magazynowaniu. Na podstawie wcześniej opracowanych modeli dojrzałości logistyki 4.0 autorzy proponują również poziomy dojrzałości sztucznej inteligencji (AI) i na jej podstawie przeprowadzono badanie w wybranych polskich i norweskich firmach oraz rozpoznano rzeczywisty stan rozwoju i poziom dojrzałości AI. Autorzy przedstawiają jednak wstępny etap badań jako studium przypadku, które będzie dalej rozwijane i rozszerzane w celu zidentyfikowania gałęzi i obszarów o największym potencjale do zwiększenia wykorzystania sztucznej inteligencji. Ponadto w artykule przedstawiono potencjalne kierunki wdrażania sztucznej inteligencji, a także narzędzia, które mogą być przydatne w rozwiązywaniu problemów związanych z dużymi danymi i optymalizacją przewidywanych nie tylko dla dużych firm, ale także małych i średnich przedsiębiorstw. Autorzy proponują termin Artificial Intelligence 4.0 (Sztuczna Inteligencja 4.0), aby wskazać rzeczywiste trendy w zakresie Przemysłu 4.0 i Logistyki 4.0 oraz rewolucji w odniesieniu do sztucznej inteligencji. Bez wątpienia sztuczna inteligencja jest dużym wyzwaniem dla firm produkcyjnych, jak również branży transportowej i logistycznej, a jej zastosowanie powinno zostać zwiększone i rozszerzone w rozwiązywaniu praktycznych problemów. Metody: Metodologia zastosowana przez autorów niniejszego opracowania może być podzielona na następujące etapy: analiza literatury, rozszerzenie modelu dojrzałości sztucznej inteligencji, opracowanie kwestionariusza, studia przypadków w Norwegii i Polsce. Wyniki: Analiza literatury wykazała lukę poznawczą z powodu faktu, że istnieje bardzo niewiele literatury dotyczącej problemu modeli dojrzałości sztucznej inteligencji, a także logistyki 4.0 i sztucznej inteligencji. Poziomy dojrzałości sztucznej inteligencji można łączyć z modelami dojrzałości logistyki 4.0, dzięki czemu zostaną rozpoznane relacje między rzeczywistym poziomem dojrzałości logistycznej a gotowością sztucznej inteligencji w przedsiębiorstwach. Dzięki takiej analizie możliwe będzie opracowanie złożonej mapy drogowej ze strategicznymi wytycznymi organizacji, jak radzić sobie z logistyką 4.0 i sztuczną inteligencją. Wszystkie firmy badane w tym wstępnym badaniu można zaklasyfikować jako nowicjuszy sztucznej inteligencji: firmy, które nie podjęły aktywnych kroków w podróży sztucznej inteligencji i są w najlepszym razie w trybie oceny. Nawet większe firmy z bardziej zautomatyzowanymi rozwiązaniami nie potrafią wyobrazić sobie korzyści, jakie może przynieść sztuczna inteligencja. Wnioski: Autorzy widzą możliwość zastosowania wspomnianego modelu do badania poziomów dojrzałości sztucznej inteligencji w firmach logistycznych i łączenia uzyskanych wyników z wcześniej opracowanym modelem dojrzałości Logistyki 4.0. Autorzy proponują wprowadzenie terminu Sztuczna Inteligencja 4.0, aby podkreślić znaczenie sztucznej inteligencji w odniesieniu do Logistyki 4.0 i Przemysłu 4.0.

7

Striving for excellence in AI implementation: AI maturity model framework and preliminary research results

51%

Ellefsen A. P. T. , Oleśków-Szłapka J. , Pawłowski G. , Toboła A.

LogForum

|

2019

|

tom Vol. 15, no. 3

363--376

EN

Background: In hereby article authors try to summarize how AI can be use by companies within production and warehousing. On the basis of previously developed Logistics 4.0 maturity model authors also propose Artificial intelligence maturity levels and on its basis a survey has been conducted in selected Polish and Norwegian companies and actual AI state of development and maturity levels has been recognized. However authors present preliminary stage of research as a multi case study which will be further developed and extended in order to identify branches and areas with a hugest potential to enhance AI utilization. Furthermore paper presents potential directions of Artificial intelligence implementation as well as tools that can be useful to deal with big data and optimization problems predicted not only for big companies but also SMEs. Authors propose term Artificial Intelligence 4.0 to point out the actual trends in the scope of Industry 4.0 and Logistics 4.0 and revolution with respect to AI. Without doubt AI is a big challenge for manufacturing companies as well as Transport and Logistics Industry and its application should be increased and extended in solving practical problems. Methods: Methodology applied by authors of hereby paper can be divided on following stages: literature analysis, enlargement of AI maturity model, development of a questionnaire, multi-case studies in Norway and Poland. Results: The literature search showed a cognitive gap due to fact there is a little of literature dealing with problem of Artificial intelligence maturity models as well as Logistics 4.0 and Artificial Intelligence. Artificial intelligence maturity levels can be combined with Logistics 4.0 maturity models thus relations between actual level of logistics maturity and AI readiness in companies will be recognized. Due to such analysis it will be possible to develop complex roadmap with the organization's strategic guidelines how to deal with Logistics 4.0 and AI. All the companies investigated in this preliminary study could be classified as AI Novices: Companies that have not taken proactive steps on the AI journey and are at best in assessment mode. Even the bigger companies with more automated solutions cannot visualize the benefits AI can bring. Conclusions: Authors see potential to apply aforementioned model to investigate AI maturity levels in logistics companies and combine obtained results with previously developed Logistics 4.0 maturity model. Authors propose to introduce term Artificial Intelligence 4.0 to emphasize the importance of artificial intelligence with respect to Logistics 4.0 and Industry 4.0.

PL

Wstęp: W niniejszym artykule autorzy starają się podsumować, w jaki sposób sztuczna inteligencja może być wykorzystywana przez firmy w produkcji i magazynowaniu. Na podstawie wcześniej opracowanych modeli dojrzałości logistyki 4.0 autorzy proponują również poziomy dojrzałości sztucznej inteligencji (AI) i na jej podstawie przeprowadzono badanie w wybranych polskich i norweskich firmach oraz rozpoznano rzeczywisty stan rozwoju i poziom dojrzałości AI. Autorzy przedstawiają jednak wstępny etap badań jako studium przypadku, które będzie dalej rozwijane i rozszerzane w celu zidentyfikowania gałęzi i obszarów o największym potencjale do zwiększenia wykorzystania sztucznej inteligencji. Ponadto w artykule przedstawiono potencjalne kierunki wdrażania sztucznej inteligencji, a także narzędzia, które mogą być przydatne w rozwiązywaniu problemów związanych z dużymi danymi i optymalizacją przewidywanych nie tylko dla dużych firm, ale także małych i średnich przedsiębiorstw. Autorzy proponują termin Artificial Intelligence 4.0 (Sztuczna Inteligencja 4.0), aby wskazać rzeczywiste trendy w zakresie Przemysłu 4.0 i Logistyki 4.0 oraz rewolucji w odniesieniu do sztucznej inteligencji. Bez wątpienia sztuczna inteligencja jest dużym wyzwaniem dla firm produkcyjnych, jak również branży transportowej i logistycznej, a jej zastosowanie powinno zostać zwiększone i rozszerzone w rozwiązywaniu praktycznych problemów. Metody: Metodologia zastosowana przez autorów niniejszego opracowania może być podzielona na następujące etapy: analiza literatury, rozszerzenie modelu dojrzałości sztucznej inteligencji, opracowanie kwestionariusza, studia przypadków w Norwegii i Polsce. Wyniki: Analiza literatury wykazała lukę poznawczą z powodu faktu, że istnieje bardzo niewiele literatury dotyczącej problemu modeli dojrzałości sztucznej inteligencji, a także logistyki 4.0 i sztucznej inteligencji. Poziomy dojrzałości sztucznej inteligencji można łączyć z modelami dojrzałości logistyki 4.0, dzięki czemu zostaną rozpoznane relacje między rzeczywistym poziomem dojrzałości logistycznej a gotowością sztucznej inteligencji w przedsiębiorstwach. Dzięki takiej analizie możliwe będzie opracowanie złożonej mapy drogowej ze strategicznymi wytycznymi organizacji, jak radzić sobie z logistyką 4.0 i sztuczną inteligencją. Wszystkie firmy badane w tym wstępnym badaniu można zaklasyfikować jako nowicjuszy sztucznej inteligencji: firmy, które nie podjęły aktywnych kroków w podróży sztucznej inteligencji i są w najlepszym razie w trybie oceny. Nawet większe firmy z bardziej zautomatyzowanymi rozwiązaniami nie potrafią wyobrazić sobie korzyści, jakie może przynieść sztuczna inteligencja. Wnioski: Autorzy widzą możliwość zastosowania wspomnianego modelu do badania poziomów dojrzałości sztucznej inteligencji w firmach logistycznych i łączenia uzyskanych wyników z wcześniej opracowanym modelem dojrzałości Logistyki 4.0. Autorzy proponują wprowadzenie terminu Sztuczna Inteligencja 4.0, aby podkreślić znaczenie sztucznej inteligencji w odniesieniu do Logistyki 4.0 i Przemysłu 4.0.