Rozpowszechnienie maszynowego rozpoznawania wzorców zachęca filozofów do systematycznego namysłu nad tą dziedziną wiedzy. Jednym z pionierów badań w tym obszarze był Satosi Watanabe, często komentowany w literaturze tematu. Artykuł omawia zasady zmniejszenia entropii i prostoty w kontekście maszynowego rozpoznawania wzorców. Choć pojęcie entropii używane było pierwotnie w dziedzinie termodynamiki, jednak po odpowiednim przekształceniu, omówionym w artykule, może być stosowane w opisie zasad rozpoznawania wzorców. Artykuł przedstawia przykłady takiego zastosowania oraz powiązanie pojęcia entropii z prostotą. W ujęciu Watanabego, prostota jest przekładana głównie na prostotę krzywej wielomianowej, artykuł omawia jednak zagadnienie prostoty, umieszczając je w nieco szerszym kontekście.

Głównym celem artykułu jest przedstawienie i porównanie niektórych aspektów referencyjnej teorii znaczenia Hilarego Putnama i inferencyjnej teorii znaczenia Roberta B. Brandoma. Ma to służyć pokazaniu podobieństw i różnic tych teorii, a dzięki temu ich głębszemu zrozumieniu i trafniejszej ocenie jak te teorie opisują i wyjaśniają proces nabywania znaczenia przez wyrażenia językowe. W swej teorii znaczenia Putnam akcentuje referencję pojętą jako relacja łącząca wyrażenia językowe z rzeczywistością pozajęzykową (empiryczną). Natomiast Brandom podkreśla doniosłość inferencji, dzięki której dookreślane jest znaczenie wyrażeń użytych w przesłankach i wniosku wnioskowania. Jednak wobec jego teorii znaczenia stawiany jest zarzut, że minimalizuje ona rolę elementu empirycznego (wyrażeń wskazujących itp.). Próbuje on bronić swojego stanowiska w anaforycznej teorii referencji. Putnam podobnie jak i Brandom twierdzili, że – jako podmioty poznające rzeczywistość pozajęzykową – nie jesteśmy w sytuacji, w której rzeczywistość dociera do nas w sposób bezpośredni. W poznaniu rzeczywistości odgrywa rolę sama rzeczywistość, ale i to jaka jest nasza aparatura poznawcza.

W artykule poddano dyskusji epistemologiczne i metodologiczne aspekty bayesowskiego podejścia w praktyce badawczej astrofizyki i kosmologii. Dokonano najpierw ogólnego wprowadzenia do metodologii bayesowskiej, by następnie odnieść przedstawione narzędzia pojęciowe do fizyki. Przedstawiono wzajemne oddziaływanie między współczesną kosmologią, stystystyką bayesowską i filozofią nauki. W szczególności rozważono paradoksy konfirmacji, jak paradoks Goodmana, mające swoje odzwierciedlenie w bayesowskiej teorii konfirmacji. Podano kosmologiczną wersję paradoksu Goodmana i propozycję jego rozwiązania, biorąc pod uwagę specyfikę kosmologii (jej ewolucyjny charakter i jednostkowość przedmiotową – Wszechświat, który jest obiektem badania). Zaprezentowano argumenty za tym, że metodologia bayesowska jest użyteczna w kontekście problemu falsyfikowalności kwantowych modeli kosmologicznych oraz współczesnej dyskusji nad problemem ciemnej energii i ciemnej materii.

Wzmocnienie potencjału badawczego i transferu wiedzy z instytutów badawczych do przedsiębiorstw jest jednym z celów utworzenia Sieci Badawczej: Łukasiewicz. W artykule przedstawiono wyniki analizy potencjału badawczego 38 instytutów badawczych, które mają znaleźć się w SBŁ w oparciu o dane dotyczące publikacji naukowych z lat 2013–2016. Liczba publikacji instytutów SBŁ była zbliżona do liczby publikacji instytutów TNO i VTT, ale mniejsza niż instytutów Fraunhofer. Publikacje instytutów SBŁ miały niższe wartości wskaźników współpracy międzynarodowej oraz współpracy z biznesem, a także wskaźników cytowalności. Współautorzy publikacji SBŁ pochodzili głównie z krajowych jednostek naukowych, zaś współautorstwo z instytutami Fraunhofera, TNO i VTT miało charakter marginalny. W artykule przedstawiono także ograniczenia i wyzwania przyjętej metody badawczej oraz przyszłe kierunki badań w tym zakresie.

W artykule dokonuje się analizy porównawczej różnych klasyfi kacji paradygmatów nauki i nauk o zarządzaniu w aspekcie ich pragmatyczności i odpowiedniości odnośnie do badań organizacji oraz uzasadnia tezę o wysokiej użyteczności modelu badawczego zaproponowanego przez Kenetha D. Stranga. Model Stranga, oparty na koncepcji ideologii badawczych, pozwala na pokonanie teoretycznej niewspółmierności i współpracę przedstawicieli różnych paradygmatów. Artykuł zawiera ponadto refl eksje odnośnie do paradygmatu jako kluczowego czynnika wpływającego zarówno na rozwój nauk o zarządzaniu, jak i na działania praktyczne w organizacjach. Wybór określonego paradygmatu, tj. ideologii badawczej, ma decydujący wpływ na wyniki badań, a także uogólnienia praktyki. Paradygmat określa strategię badawczą, dobór metod badawczych i reguł wnioskowania. Ma on też wpływ na proces edukacji, a co za tym idzie ma swój udział w kształtowaniu światopoglądu naukowców, przedsiębiorców i menedżerów.