2024中國人工智能系列白皮書-人工智能基礎(chǔ)

中國人工智能系列白皮書——人工智能基礎(chǔ)選編目 錄前言 1第1章人工智能基礎(chǔ)-DIKWP 3數(shù)據(jù)(Data) 3數(shù)據(jù)念及義 3數(shù)據(jù)義的比分析 7信息(Information) 10信息念及義 10信息義的比分析 14知識(Knowledge) 16知識概念語義 16知識結(jié)構(gòu)表示 17知識義的比分析 18智慧22智慧概念語義 23智慧決策程 25智慧義的比分析 27意圖(Purpose) 30意圖概念語義 30意圖義的比分析 32DIKWP與空定義 37DIKWP37DIKWP的認知跨學(xué)究 46概念間(ConceptSpace,ConC) 57認知間(CognitiveSpace,ConN) 58語義間(SemanticSpace,SemA) 60DIKWP62本小結(jié) 65參考文獻 66第2章人工智能與人工意識 79定與概念 79AI與AC的義與區(qū)別 79AC定對分析 82人意識論礎(chǔ) 88完整義 88在DIKWP型中 89意識理中的DIKWP 90抽象義與界理解 93DIKWP構(gòu)建 94DIKWP人工識設(shè)計實現(xiàn)擬 96DIKWP與主要識理關(guān)聯(lián) 98DIKWP意識理論 100構(gòu)建DIKWP人工意模型 106不確性處理 DIKWP人工意系統(tǒng) DIKWP人工意系統(tǒng) 121人意識量評估 123多維評估法 123意識量化分類 124人工統(tǒng)的戰(zhàn)與前景 125本小結(jié) 127參考文獻 128第3章信息聚合算子與重疊函數(shù) 135信聚合子述 135重函數(shù)關(guān)論研究 137重疊數(shù)基性質(zhì) 138重疊數(shù)的造 140基于疊函導(dǎo)出的糊蘊涵 141重疊數(shù)相分配性程 142重函數(shù)際用研究 143重疊數(shù)在像處理的應(yīng)用 144重疊數(shù)在策中的用 145重疊數(shù)在類中的用 146重疊數(shù)在器學(xué)習(xí)的應(yīng)用 147參考文獻 149第4章覆蓋粗糙集與模糊覆蓋粗糙集 1604.1引言 160基覆蓋粗集及其用 160覆蓋糙集型的構(gòu)造 162覆蓋糙集型的性與關(guān)系 163覆蓋糙集型在故診斷應(yīng)用案例 165基覆蓋多度粗糙及其用 168多粒覆蓋糙集模的構(gòu)性質(zhì) 169多粒覆蓋糙集模在決的應(yīng)用例 170基模糊蓋粗糙集其應(yīng)用 172模糊蓋粗集模型其性質(zhì) 173模糊蓋粗集在特選擇應(yīng)用案例 177參考文獻 180前言(ArtificialIntelligence,AI)在人工智能的發(fā)展歷程中，“數(shù)據(jù)-信息-知識-智慧-意圖”(Data-Information-Knowledge-Wisdom-Purpose,DIKWP)理論框架，提供了一種從基礎(chǔ)數(shù)據(jù)處理到高階智慧決策的系統(tǒng)化視角。DIKWPDIKWPDIKWPDIKWP模DIKWP慧的深度模擬與重構(gòu)。為此，第二章聚焦于人工智能與人工意識(ArtificialConsciousness,AC)的研究，探討了AC及與DIKWP入分析了DIKWP于DIKWP測量與評估方法，為人工意識研究的標準化與工程化提供了理論支持。本白皮書的研究旨在從理論與實踐的雙重視角探討人工智能及其相關(guān)領(lǐng)域的前沿發(fā)展，并通過引入DIKWP總體而言，本書以DIKWP第1章人工智能基礎(chǔ)-DIKWP(Data)數(shù)據(jù)概念及語義數(shù)據(jù)(DIKWP-Data)的語義可視為認知中相同語義的具體表現(xiàn)形（遞的語義的有效理解往往依賴于認知主體的語義空間中的相關(guān)概念Dd∈DSSF (1.1)其中，fi表示數(shù)據(jù)的一個特征語義。D={d∣d共享S}。DIKWP模型[1]語義對應(yīng)處理，在這一個過程中也區(qū)分了主觀內(nèi)容與客觀內(nèi)容的范DIKW模型[2][3]據(jù)與特定語義屬性的緊密關(guān)聯(lián)。即對數(shù)據(jù)對象的認知不僅是被動記出數(shù)據(jù)的認知價值在于其能夠與認知主體的已有概念空間進行語義關(guān)聯(lián)。在DIKWP認知過程中認知主體的語義空間中被識別與之相同語義的具體表現(xiàn)如人或系統(tǒng)據(jù)概念確認的關(guān)鍵在于它們背后認知主體概念空間與語義空間共享數(shù)據(jù)概念在DIKWPDIKWP[4]。數(shù)據(jù)概念通過共享相同的語義屬性而被認知主體的意識功能或潛意（。這種認知過程揭示了認知主體的認知系統(tǒng)如何利用語義空間的數(shù)據(jù)的在DIKWP值不在于其對應(yīng)的物理形態(tài)或功能，而在于在認知主體的認知空間義空間”產(chǎn)生聯(lián)系，進而被識別并確認為具有特定語義的對象或概概念作為一種相同語義集合的具體對應(yīng)或者概率性近似有著其在工程意義上作為特定語義集合的符號化表達的認知溝通效率優(yōu)勢。間中認知主體與被認知對象之間的交互中數(shù)據(jù)概念的認知性質(zhì)（[5]。據(jù)概念與數(shù)據(jù)語義的交互成為了一種連接客觀現(xiàn)實與主體認知的橋（僅是其理念（）的影子。因此，數(shù)據(jù)概念的認知價值[6]DIKWP?一般定義：數(shù)據(jù)數(shù)據(jù)定義的對比分析在DIKWPDIKWSECI模型[7]、Polanyi[8]Cynefin[9]1-1所示。表1-1DIKWP的數(shù)據(jù)定義與其他數(shù)據(jù)定義和模型的對比分析特征DIKWP的數(shù)據(jù)定義DIKW模型SECI模型Polanyi隱性知識理論Cynefin框架定義被認知主體確認的原始事實或觀察記錄，通過概念空間確認的認知對象。加工的事實和觀測記錄。原始的事實和記錄。隱性知識沒有明確涉及數(shù)據(jù)。數(shù)據(jù)在不同域中具有不同的應(yīng)用方式。語義通過概念空間或語義空間進行語義匹配和確認。賦予特定意義前的原始記錄。視為顯性知識的一部分。隱性知識關(guān)注個人經(jīng)驗，未涉及數(shù)據(jù)。不明確涉及數(shù)據(jù)的語義處理。vs.動態(tài)性認。知識生成的基礎(chǔ)。靜態(tài)，作為顯性知識的一部分。靜態(tài)，關(guān)注個人經(jīng)驗和技能。靜態(tài)，依據(jù)不同域進行處理。處理過程通過認知主體進行分類和組織。通過處理和理解轉(zhuǎn)化為信息。通過社會化過程處理。不明確處理過程。數(shù)據(jù)依據(jù)情vs.社會性數(shù)據(jù)處理主要體現(xiàn)在個體認知過程中。個體處理為主，強調(diào)數(shù)據(jù)積累。社會化過程中處理和分享。主要關(guān)注個體經(jīng)驗，未涉及社會性。根據(jù)情境進行個體或集體處理。此外，DIKWP空間的定義如下：1、概念空間(ConceptualSpace)[10]。作用：幫助認知主體將具體的事實和觀察結(jié)果進行分類和組織，形成系統(tǒng)性的理解和規(guī)則。2、語義空間(SemanticSpace)[10]知識。3、認知空間(CognitiveSpace)[10]。1-2所示。表1-2數(shù)據(jù)在不同空間中的對比分析特征概念空間語義空間認知空間定義被認知主體確認的原始事實或觀察記錄，通過概念空間確認的認知對象。通過語義匹配和關(guān)通過認知主體的思考和分類，形成具體的觀察記錄和事實。特征概念空間語義空間認知空間作用將具體事實和觀察結(jié)果進行分類和組織。形成數(shù)據(jù)的語義聯(lián)靜態(tài)性vs.動態(tài)性靜態(tài)，通過認知主體的確認。和關(guān)聯(lián)進行處理。進行處理和分類。處理過程通過認知主體進行分類和組織。通過語義空間的語義匹配和關(guān)聯(lián)。通過認知空間的思考和分類。(Information)信息概念及語義信息(DIKWP-Information)作為概念對應(yīng)認知中一個或多個語義將認知主體的認知空間中的DIKWP知的DIKWP異認知在語義空間經(jīng)過“不同”語義的概率性確認或邏輯判斷確認（。在處理信息概念或信息語義時，認知處理會根據(jù)知的DIKWP[11][12]這一概念來表達自己認知空間中當(dāng)前的情緒相對自己以往的情緒的認知空間中對“低落”這個概念的信息語義解釋不一定與認知主體DIKWPDIKWPXY (1.2)X義的集合或組合（也即DKP內(nèi)容語義，而Y表示產(chǎn)生的新的DIKWP信息語義在DIKWPDIKWP內(nèi)容還對應(yīng)通過這種重新組合與轉(zhuǎn)化產(chǎn)生新的DIKWP系起來，從而在認知主體的認知空間確認達到所謂的認知理解的過DIKWPDIKWPAIDIKWPDIKWPDIKWPDIKWPDIKWP在認知科學(xué)中，信息語義處理可以借助各種認知理論來進行解(ConceptualIntegrationTheory)[13]（DIKWP信息的語義關(guān)聯(lián)與認知語言學(xué)中的隱喻理論(MetaphorTheory)[14](BlendingTheory)[15]AI設(shè)計算法以模擬人類如何通過現(xiàn)有DIKWP信息語義產(chǎn)生過程是DIKWP內(nèi)容語義與DIKWPDIKWP*DIKWPDIKWPDIKWP內(nèi)容進行解釋或語義連接而生成的。信息在哲學(xué)上被視為DIKWP內(nèi)容的組織和解釋，通過構(gòu)建DIKWPDIKWPDIKWP內(nèi)容[16]DIKWP內(nèi)容DIKWP——[17][18]。DIKWPDIKWP?一般定義：信息信息定義的對比分析在DIKWP1-3所示。表1-3DIKWP的信息定義與其他信息定義和模型的對比分析特征DIKWP的定義DIKW模型SECI模型Polanyi隱性知識理論Cynefin框架定義通過認知主體的有認知對象進行異。經(jīng)過處理和理解的數(shù)據(jù)，賦予特定意義。從隱性知識轉(zhuǎn)化為顯性知識的一部分。隱性知識難以明確轉(zhuǎn)化為信息。信息在不同域中具有不同的應(yīng)用方式。語義通過語義匹配和關(guān)聯(lián)形成新的信息語義。數(shù)據(jù)處理和理解后的結(jié)果。顯性知識的外化結(jié)果。主要關(guān)注隱性知識，信息傳遞有限。不明確信息的語義處理。特征DIKWP的定義DIKW模型SECI模型Polanyi隱性知識理論Cynefin框架靜態(tài)性vs.動態(tài)性體的意圖生成和驗證。靜態(tài)，作為知識生成的基礎(chǔ)。動態(tài)，強調(diào)顯性和隱性知識的互動。主要關(guān)注隱性知識，信息處理較少。動態(tài)，依據(jù)情境進行處理和應(yīng)用。處理過程通過認知主體的形成新的語義關(guān)聯(lián)。通過處理和理解數(shù)據(jù)，形成信息。通過外化過程，將隱性知識轉(zhuǎn)化為顯性知識。主要通過個人經(jīng)驗和技能傳遞。信息依據(jù)情境進行處理和應(yīng)用。個體性vs.社會性信息處理既涉及個體也涉及社會共享和傳播。個體處理為主，強調(diào)信息積累。社會化過程中處理和分享。主要關(guān)注個體經(jīng)驗，信息傳遞有限。根據(jù)情境進行個體或集體處理。根據(jù)1.1.2中概念空間、語義空間和認知空間的定義，信息在不同空間中的對比分析如表1-4所示。表1-4信息在不同空間中的對比分析特征概念空間語義空間認知空間定義通過認知主體的意圖，將數(shù)據(jù)與已有認知對象進行語義關(guān)聯(lián)，識別差異。通過語義匹配和關(guān)聯(lián)形成新的信息語義，識別數(shù)據(jù)的差異。通過認知主體的意圖和認知過程，形成新的語義關(guān)聯(lián)和信息。特征概念空間語義空間認知空間作用幫助認知主體識別數(shù)據(jù)之間的差異和聯(lián)系。確保信息在認知過程中的一致性。通過認知過程，形成新的認知理解和信息。靜態(tài)性vs.態(tài)性動態(tài)，通過認知主體的意圖生成和驗證。和關(guān)聯(lián)進行處理。動態(tài)，通過認知活動進行處理和分類。處理過程通過認知主體的意圖和認知過程，形成新的語義關(guān)聯(lián)。通過語義空間的語通過認知空間的思考和意圖，形成新的認知和信息。(Knowledge)知識的概念及語義DIKWP(DIKWP-Knowledge)DIKWP內(nèi)DIKWPDIKWP系，并在更高階的認知空間中對應(yīng)一個或多個承載認知完整確認的“完整”語義。（X[19][20][21]。知識的結(jié)構(gòu)化表示知識的結(jié)構(gòu)化表示強調(diào)了知識在認知中的系統(tǒng)性和層次性。在DIKWP模型中識可以示為網(wǎng)絡(luò)其中表義的捕捉能力。這對于理解復(fù)雜系統(tǒng)和抽象概念至關(guān)重要。知識是對DIKWP[22][23][24]。知識語義是對DIKWP知識在DIKWP每個知識規(guī)則的形成在DIKWP物，更是這一過程的目的和指導(dǎo)[25][26][27]知識定義的對比分析DIKWPDIKWP1-5所示。表1-5DIKWP的知識定義與其他知識定義和模型的對比分析特征DIKWP的知識定義DIKW模型SECI模型Polanyi的隱性知識理論Cynefin框架定義知識概念的語義對應(yīng)認知空間中的一個或多個和高階認知活動進行語義完整性抽象。知識是經(jīng)過處理和理解的信息，能夠用于決策和行動。知識分為顯性知識和隱性知識，通過社會化、外化、結(jié)合和內(nèi)化四個過程轉(zhuǎn)化。知識分為顯性知識和隱知識是難以形式化和傳遞的個人經(jīng)驗和技能。知識在不同情境下的應(yīng)沌和無序五個域。關(guān)鍵特點語義完整性、假設(shè)與抽象、態(tài)驗證與修播。層次性、靜態(tài)性，強調(diào)知識的存儲和管理。動態(tài)性、（顯性知識和隱性知識的相互轉(zhuǎn)化。個人經(jīng)驗和技能。的應(yīng)用和決策根據(jù)情境特征DIKWP的知識定義DIKW模型SECI模型Polanyi的隱性知識理論Cynefin框架語義完整性設(shè)和抽象活動形成完整不強調(diào)，主要關(guān)注信息向知識的轉(zhuǎn)化過程。部分強調(diào)，通過顯性和隱性知識的轉(zhuǎn)化形成系統(tǒng)性理解。關(guān)注隱性知識的個體性和難以傳遞性。關(guān)注知識在不同情境下知識生成過程觀察和學(xué)習(xí)、義完整性抽證與修正。信息處理和理解，識別模式和形成規(guī)則。社會化、外化、結(jié)合和內(nèi)化四個過程。隱性知識通過個人經(jīng)驗和技能形成，難以直接傳遞。知識生成根據(jù)不同情境知識表示邊代表概念之間的語義關(guān)系。層次結(jié)構(gòu)，從數(shù)據(jù)到信息再到知識和智慧。動態(tài)轉(zhuǎn)化過程，顯性知識和隱性知識的相互轉(zhuǎn)化。難以形式化的個人經(jīng)驗通過文檔形式傳遞。域中知識的應(yīng)用和決策方式不同。vs.動態(tài)性證和修正。靜態(tài)，主要關(guān)注知識的層次和存儲。動態(tài)，強調(diào)知識的轉(zhuǎn)化和共享過程。注隱性知識的個體性和用根據(jù)情境變化。特征DIKWP的知識定義DIKW模型SECI模型Polanyi的隱性知識理論Cynefin框架vs.社會性強調(diào)知識在個體和社會層面的共享主要關(guān)注知識的個人層面，不強調(diào)社會層面。強調(diào)知識的社會性，通過組織內(nèi)的轉(zhuǎn)化和共享過程。強調(diào)知識的關(guān)注個人經(jīng)驗和技能。強調(diào)知識在不同情境下于復(fù)雜系統(tǒng)和問題的決策。抽象與概括階認知活動和假設(shè)形成系統(tǒng)性知識。不強調(diào)，主要關(guān)注信息的處理和理解。部分強調(diào)，通過顯性和隱性知識的轉(zhuǎn)化形成系統(tǒng)性理解。關(guān)注隱性知識的個體性和難以傳遞性。關(guān)注知識的應(yīng)用和決策方式。驗證與修正一步觀測和實驗驗證假設(shè)的正確性根據(jù)新信息進行修正和完善。不強調(diào)，主要關(guān)注知識的存儲和管理。強調(diào)，通過不斷的知識轉(zhuǎn)化和共享過程，驗證和完善知識。關(guān)注隱性知識的個體性和難以傳遞性。同情境進行知識的應(yīng)用特征DIKWP的知識定義DIKW模型SECI模型Polanyi的隱性知識理論Cynefin框架哲學(xué)意義知識是認知主體對世界的深刻理解抽象和概括形成系統(tǒng)性知識。知識是對信息的進一步處理和理解，主要關(guān)注其應(yīng)用和決策功能。知識是顯性和隱性知識的轉(zhuǎn)化，通過組織內(nèi)的共享和傳播形成。知識是個人經(jīng)驗和技能通過形式化手段傳遞。知識是根據(jù)情境進行決策和應(yīng)用的多樣性和情境適應(yīng)性。DIKWP根據(jù)1.1.2中概念空間、語義空間和認知空間的定義，知識在不同空間中的對比分析如表1-6所示。表1-6知識在不同空間中的對比分析特征概念空間語義空間認知空間定義知識概念的語義對應(yīng)于認知空間中的一個或多個“完整”語義。通過語義匹配和關(guān)聯(lián)形成系統(tǒng)性理解和規(guī)則。通過高階認知活動和假設(shè)，形成系統(tǒng)性知識和理解。特征概念空間語義空間認知空間作用形成系統(tǒng)性的概念和規(guī)則，幫助認知主體理解和解釋世界。形成系統(tǒng)性的語義聯(lián)系，確保知識在認知過程中的一致性。通過認知活動，形成對世界的深刻理解和解釋。靜態(tài)性vs.動態(tài)性動態(tài)，知識生成和驗證是一個持續(xù)過程。和關(guān)聯(lián)進行驗證和修正。動態(tài)，通過認知活動進行驗證和修正。處理過程通過觀察、假設(shè)、抽象、驗證和修正，形成系統(tǒng)性知識。通過語義空間的語通過認知空間的高階認知活動，形成和驗證知識。SECI義提供了知識的結(jié)構(gòu)化表示，更適合描述知識的生成過程。PolanyiCynefin(Wisdom)在DIKWP(Data,Information,Knowledge,Purpose)模型[3]考量[30][31]性和目標導(dǎo)向性，提出了智慧在構(gòu)建人類命運共同體中的核心價值(AI)智慧的概念及語義概念的語義對應(yīng)倫理、社會道德、人性等[32]認知主體確定智慧語義時，認知主體在認知空間會整合其中存在的DIKWP及人工智能系統(tǒng)的智慧核心是圍繞構(gòu)建人類命運共同體的以人為本DIKWPDIKDIKWD?：(1.3)與認知語言學(xué)中對道德和價值觀如何通過語言表達和傳遞的研究相呼應(yīng)。智慧概念在DIKWP道德和倫理）的全面考慮和平衡[33]。[34]AIAI，這些系統(tǒng)能夠在以人為DIKWP內(nèi)容不是DIKWP中基于以構(gòu)建人類命運共同體的愿景基于以人文本的固定的信息語DIKWPDIKWP化，智慧的應(yīng)用涉及到利用認知主體對環(huán)境科學(xué)的理解（知識，評估不同行動方案（知識）的長期和短期后果（信息，并在考慮倫理（）（）[35]。認知主體的智慧和社會群體的智慧的形成不僅依賴于認知個體和認知群體的DIKWP內(nèi)容語義認知能力的融合發(fā)展，還涉及到個體對其所處環(huán)境、文化背景和社會關(guān)系等對應(yīng)的DIKWP內(nèi)容的交互、深入理解和反思。DIKWP[36]多德對“實踐智慧(Phronesis)”的探討，即如何在特定情境下作出最智慧在DIKWP模型中的定義根植于認知科學(xué)、倫理學(xué)和社會學(xué)等多學(xué)科領(lǐng)域。其核心在于將數(shù)據(jù)(Data)、信息(Information)、知識(Knowledge)(Purpose)智慧DIKWP智慧的核心價值觀圍繞構(gòu)建人類命運共同體的以人為本的價值DIKWP智慧的決策過程綜合考慮[37]。整合DIKWP內(nèi)容決策輸出W輸出最優(yōu)決策???智慧在實際應(yīng)用中涵蓋廣泛，包括但不限于以下場景：環(huán)境保護信息考慮倫理和社會責(zé)任（智慧）的基礎(chǔ)上做出決策（信息醫(yī)療決策(D)(K)、治療方案的信息(I)以及道德考慮(W)來做出治療決策。比如，醫(yī)生在社會治理(D)(I)、歷史知識(K)(W)人工智能AI或倫理AI[38]AI或倫理AI，這些系統(tǒng)能夠在以人為本的原則下考慮多方面因素，提[39]AIAI智慧定義的對比分析智慧研究價值。在DIKWPDIKWP景。DIKWP與DIKW金字塔模型[3]、Ackoff[40]、Churchman[41]Bateson[42]1-7表1-7不同智慧定義的對比定義來源語義定義來源核心價值觀決策過程應(yīng)用場景DIKWP倫理、社會道德、人性等方面的信息。文化和人類社會群體的價值觀以人為本，構(gòu)建人類命運共同體綜合考慮倫理、道德、社會責(zé)任和可行性。環(huán)境保護、醫(yī)療決策、社會治理、人工智能DIKW金字塔模型應(yīng)用知識和經(jīng)驗進行審慎判斷和決策。數(shù)據(jù)、信息、知識的積累與應(yīng)用經(jīng)驗和洞察力基于知識和經(jīng)驗的審慎決策。環(huán)境保護、醫(yī)療決策、社會治理、人工智能Ackoff對善與惡的區(qū)別和行為的指導(dǎo)。知識與價值觀的結(jié)合倫理和道德基于價值觀的審慎判斷。環(huán)境保護、醫(yī)療決策、社會治理、人工智能定義來源語義定義來源核心價值觀決策過程應(yīng)用場景Churchman用以解決復(fù)雜問題和應(yīng)對不確定性的能力。綜合數(shù)據(jù)、信息和知識實用性和有效性解決復(fù)雜問題，處理不確定性。環(huán)境保護、醫(yī)療決策、社會治理、人工智能Bateson理解和協(xié)調(diào)不同層次的思想和感知。經(jīng)驗和文化平衡和諧協(xié)調(diào)和整合不同觀點。環(huán)境保護、醫(yī)療決策、社會治理、人工智能DIKWP1-81-91-10模型的智慧定義對比分析如表1-11所示。表1-8不同模型的智慧定義對比分析（環(huán)境保護場景）定義來源應(yīng)用場景描述DIKWP綜合考慮環(huán)境影響、社會公平和經(jīng)濟可行性。DIKW金字塔模型主要基于環(huán)境科學(xué)知識和經(jīng)驗。Ackoff注重倫理和道德考量。Churchman實用性和有效性為主。Bateson平衡不同環(huán)境觀點和利益。表1-9不同模型的智慧定義對比分析（醫(yī)療決策場景）定義來源應(yīng)用場景描述DIKWP結(jié)合病人數(shù)據(jù)、醫(yī)學(xué)知識、倫理和社會責(zé)任。DIKW金字塔模型基于醫(yī)學(xué)知識和經(jīng)驗。Ackoff強調(diào)醫(yī)療決策中的倫理判斷。Churchman處理醫(yī)療問題的復(fù)雜性和不確定性。Bateson協(xié)調(diào)病人需求和醫(yī)療資源。1-10（）定義來源應(yīng)用場景描述DIKWPDIKW金字塔模型基于社會治理知識和經(jīng)驗。Ackoff社會治理中的道德考量。Churchman有效處理社會治理的復(fù)雜性。Bateson平衡不同社會群體的利益。（）定義來源應(yīng)用場景描述DIKWP發(fā)展倫理AI，綜合考慮多方面因素。DIKW金字塔模型基于數(shù)據(jù)和知識的AI決策。Ackoff倫理AI，注重道德判斷。ChurchmanAI解決復(fù)雜問題和處理不確定性。BatesonAI系統(tǒng)的協(xié)調(diào)和平衡功能。通過對比分析DIKWP面也有各自的側(cè)重點。DIKWP總之，DIKWP（AI(Purpose)意圖的概念及語義意圖(DIKWP-Purpose)[4][43][44]DIKWP理解（輸入，以及希望通過處理和解決該現(xiàn)象或問題來實現(xiàn)的目標（輸出。認知主體在處理意圖語義時，在語義空間會根據(jù)其預(yù)設(shè)的（輸出語義，處理輸入的DIKWPDIKWPDIKWP[45][46][47](1.4)所示。 (1.4) (1.5)[48][49]意圖等DIKWP[50][51]處理，而是為了實現(xiàn)某種目標或滿足某種需要。在DIKWP找、選擇和解釋DIKWP意圖驅(qū)動提供了一個從動態(tài)和目標導(dǎo)向的角度來理解認知活動的框架，這與認知語言學(xué)中的行動理論(ActionTheory)相關(guān)，使得DIKWP[53]。DIKWPAI成的路徑[54][55][56]更與黑格爾的目的性觀念和存在主義哲學(xué)中的自由意志觀點相呼應(yīng)[57][58]。DIKWP12、目標導(dǎo)向性：意圖強調(diào)認知過程的目的性和方向性，認知主體在處理信息時具有明確的目標和意圖。3、主動性和創(chuàng)造性：認知主體在處理信息時不僅是被動接收，而是主動尋找、選擇和解釋DIKWP語義內(nèi)容。意圖在DIKWP[54]。意圖定義的對比分析（運共同體的核心價值觀，突出了社會責(zé)任和倫理的重要性[52]。基于DIKWP模型的意圖定義與Bratman[49]、Searle[48]、Schank&Abelson[59]、Fodor[60]、Dennett[61]的定義對比分析如表1-12所示。表1-12不同意圖定義的對比分析定義來源語義定義來源核心價值觀決策過程應(yīng)用場景DIKWP意圖語義對應(yīng)二元（輸出中輸入和輸出都是數(shù)據(jù)、信智慧或意圖的語義內(nèi)容。數(shù)據(jù)、信智慧、意圖的語義內(nèi)容以人為本，構(gòu)建人類命運共同體通過轉(zhuǎn)換函數(shù)??實現(xiàn)從輸入到輸出的語義轉(zhuǎn)化人工智能、自然語言處理、認知科學(xué)Bratman意圖是對未來行動的承諾，是規(guī)劃行為的基礎(chǔ)。行動計劃與未來承諾個體對未來的預(yù)期和承諾通過行動計劃實現(xiàn)預(yù)期目標行動理論、決策理論定義來源語義定義來源核心價值觀決策過程應(yīng)用場景Searle意圖是心靈狀態(tài)，是對行動的方向和目的的意向性。心靈狀態(tài)與意向性心靈對行動的方向和目的的關(guān)注通過心靈狀態(tài)引導(dǎo)行動實現(xiàn)目的心理學(xué)、哲學(xué)、語言學(xué)Schank&Abelson意圖是個體行為背后的動機和目標，是理解和生成故事的基礎(chǔ)。行為動機與目標理解和生成行為的背后動機和目標通過分析行為動機和目標理解和生成故事人工智能、認知科學(xué)、敘事理論Fodor意圖是心靈的內(nèi)容，是描述心理狀態(tài)和過程的重要概念。心靈內(nèi)容與心理過程心理狀態(tài)和過程的描述通過描述心理狀態(tài)和過程理解意圖心理學(xué)、哲學(xué)、認知科學(xué)Dennett意圖是設(shè)計層次的概念，是解釋行為和決策的框架。行為和決策的設(shè)計層次解釋和預(yù)測行為和決策通過設(shè)計層次解釋和預(yù)測行為和決策人工智能1-12Searle[48]，Schank&Abelson[60]，Dennett1-121-12DIKWP1-131-14中，不同模型的意圖定義對比分析如表1-15所示。表1-13不同模型的意圖定義對比分析（人工智能場景）定義來源應(yīng)用場景描述DIKWP在AI系統(tǒng)中，意圖識別和目標導(dǎo)向的行為設(shè)計是實現(xiàn)智能行為的關(guān)鍵要素。BratmanAI系統(tǒng)通過預(yù)設(shè)行動計劃來實現(xiàn)預(yù)期目標，強調(diào)規(guī)劃行為的重要性。定義來源應(yīng)用場景描述SearleAI系統(tǒng)需模擬心靈狀態(tài)，以實現(xiàn)對行動的方向和目的的意向性。Schank&AbelsonAI系統(tǒng)通過分析行為動機和目標來理解和生成故事。FodorAI系統(tǒng)需描述和理解心理狀態(tài)和過程，以實現(xiàn)意圖的模擬。DennettAI系統(tǒng)通過設(shè)計層次解釋和預(yù)測行為和決策，強調(diào)意圖的設(shè)計和實現(xiàn)。表1-14不同模型的意圖定義對比分析（自然語言處理場景）定義來源應(yīng)用場景描述DIKWP在NLP中，理解用戶的查詢意圖是提供準確和相關(guān)答案的基礎(chǔ)。BratmanNLP系統(tǒng)需通過規(guī)劃語言生成行為來實現(xiàn)用戶的預(yù)期目標。SearleNLP系統(tǒng)需模擬用戶的心靈狀態(tài)，以實現(xiàn)語言的意向性理解。Schank&AbelsonNLP系統(tǒng)通過分析語言背后的行為動機和目標來理解和生成自然語言。FodorNLP以實現(xiàn)意圖的模擬。DennettNLP系統(tǒng)通過設(shè)計層次解釋和預(yù)測語言行為，強調(diào)意圖的設(shè)計和實現(xiàn)。表1-15不同模型的意圖定義對比分析（認知科學(xué)場景）定義來源應(yīng)用場景描述DIKWP行為是實現(xiàn)高級認知功能的關(guān)鍵。Bratman認知科學(xué)研究需通過規(guī)劃行為理解人類的意圖和目標。Searle的行動和目的。Schank&Abelson認知科學(xué)通過分析行為動機和目標來理解和生成人類的認知過程。Fodor認知科學(xué)需描述和理解心理狀態(tài)和過程，以實現(xiàn)意圖的研究。Dennett認知科學(xué)通過設(shè)計層次解釋和預(yù)測人類行為和決策，強調(diào)意圖的設(shè)計和實現(xiàn)。在DIKWPDIKWP科學(xué)等領(lǐng)域具有重要的應(yīng)用價值，推動了現(xiàn)代認知科學(xué)和技術(shù)的發(fā)DIKWPDIKWPDIKWP模型DIKWP模型[1][4][43][45]DIKW[2][5][62][63]（數(shù)據(jù)(Data)、信息(Information)、知識(Knowledge)、智慧(Wisdom)）模型的網(wǎng)饋模型，增加了"意圖"(Purpose)這個元素。DIKWP模型是一種-[10]1-1交互如圖1-2所示。數(shù)據(jù)數(shù)據(jù)意圖意圖智慧意圖信息意圖意圖知識圖1-1DIKWP關(guān)系架構(gòu)圖[44][1]UML1-3[64][65](1.6)圖1-2概念空間、認知空間、語義空間架構(gòu)圖[10]圖1-3DIKWP定義元模型[1]進一步詳細分析DIKWP模型中的基本語義，包括“相同”、“不1、基本語義分析(1)“相同”的語義DIKWPdplant1=(dcolor1,dshape1,dsize1)dplant2=(dcolor2,dshape2,dsize2)如果dcolor1=dcolor2,dshape1=dshape2,dsize1=dsize2那么dplant1=dplant2例如，兩個紅色、圓形花瓣、中等大小的植物是“相同的”。Iplntnm1,atry)Iplntnm2,atry)如果name1=name2,category1=category2那么Iplant1=Iplant2例如，兩株被命名為玫瑰并屬于花卉類的植物是“相同的”。當(dāng)兩個植物的特性和生態(tài)習(xí)性完全一致時，我們可以說它們是“相同的”。plnt={aatescs1ait}plnt={aatescs2ait}如果characteristics1=characteristics2,habitat1=habitat2那么Kplant1=Kplant2例如，兩株有刺且芳香的花園植物是“相同的”。Wplant1={cultivationtechniques1,pestWplant2={cultivationtechniques2,pest如果cultivationtechniques1=cultivationtechniques2,pestcontrol1=pestcontrol2那么Wplant1=Wplant2例如，兩株需要適當(dāng)澆水和使用相同殺蟲劑的植物是“相同的”。當(dāng)兩個植物的保護和學(xué)習(xí)目標完全一致時，我們可以說它們是“相同的”。Ppat1{gas1ln1}Ppat2{gas2ln2}如果goals1=goals2,plans1=plans2那么Pplant1=Pplant21002DIKWPdplant1=(dcolor1,dshape1,dsize1)dplant2=(dcolor2,dshape2,dsize2)如果dcolor1≠dcolor2ordshape1≠dshape2ordsize1≠dsize2那么dplant1≠dplant2Iplntnm1,atry)Iplntnm2,atry)如果name1≠name2orcategory1≠category2那么Iplant1≠Iplant2當(dāng)兩個植物的特性和生態(tài)習(xí)性存在差異時，我們可以說它們是“不同的”。plnt={aatescs1ait}plnt={aatescs2ait}如果characteristics1≠characteristics2orhabitat1≠habitat2characteristics1=characteristics2orhabitat1=habitat2那么Kplant1≠Kplant2Kplant1=Kplant2Wplant1={cultivationtechniques1,pestWplant2={cultivationtechniques2,pest如果cultivationtechniques1≠cultivationtechniques2orpestcontrol1≠pestcontrol2cultivationtechniques1=cultivationtechniques2orpestcontrol1=pestcontrol2那么Wplant1≠Wplant2Wplant1=Wplant2例如，一株需要適當(dāng)澆水的植物與一株需要大量陽光的植物是“不同的”。當(dāng)兩個植物的保護和學(xué)習(xí)目標存在差異時，我們可以說它們是“不同的”。Ppat1{gas1ln1}Ppat2{gas2ln2}如果goals1≠goals2orplans1≠plans2goals1=goals2orplans1=plans2那么Pplant1≠Pplant2Pplant1=Pplant21003、“完整”的語義DIKWP等）dplant=(dcolor,dshape,dsize)如果dcolor≠?,dshape≠?,dsize≠?那么dplant是完整的例如，一株紅色、圓形花瓣、中等大小的植物數(shù)據(jù)是“完整的”。（Iplant=(name,category)如果name≠?,category≠?那么Iplant是完整的例如，一株被命名為玫瑰并屬于花卉類的植物信息是“完整的”。Kplant={characteristics,habitat}如果characteristics≠?,habitat≠?那么Kplant是完整的例如，一株有刺且芳香的花園植物的知識是“完整的”。當(dāng)一個植物的栽培技巧和病蟲害防治方法包含了所有必要的知識時，我們可以說它是“完整的”。Wplant={cultivationtechniques,pestcontrol}如果cultivationtechniques≠?,pestcontrol≠?那么Wplant是完整的例如，一株需要適當(dāng)澆水和使用殺蟲劑的植物的智慧是“完整的”。當(dāng)一個植物的保護和學(xué)習(xí)目標包含了所有必要的目標和計劃時，我們可以說它是“完整的”。Pplant={goals,plans}如果goals≠?,plans≠?那么Pplant是完整的100DIKWP模型的認知與跨學(xué)科研究DIKWP(Data)(Information)(Purpose)DIKWP模型的概數(shù)據(jù)(Data)的概念和語義定位科學(xué)聯(lián)系：視覺數(shù)據(jù)處理：研究表明，視覺皮層和枕葉在處理視覺數(shù)據(jù)時，能夠識別和編碼物體的形狀、顏色和運動[67](Rolls&Deco,2002)。[68](Zatorre&2013)。[69](Smith&Jonides,1999)。信息(Information)的概念和語義定位科學(xué)聯(lián)系：[70](Miller&Cohen,2001)。新語義的生成：海馬體和前額葉皮層在整合不同來源的信息時，能夠生成新的語義和關(guān)聯(lián)[71](Schultzetal.,1997)。知識(Knowledge)的概念和語義定位DIKWP內(nèi)容進行科學(xué)聯(lián)系：[72](Goldman-Rakic,1995)。[73](Cohen&Servan-Schreiber1992)。智慧(Wisdom)的概念和語義定位科學(xué)聯(lián)系：[74](MargE.,1995)。[75](Braver&Barch2002)。意圖(Purpose)的概念和語義定位定義：意圖的語義對應(yīng)二元組（輸入，輸出科學(xué)聯(lián)系：夠整合輸入的DIKWP內(nèi)容，并規(guī)劃實現(xiàn)意圖的步驟[76](Dehaene&Changeux,2000)。[70](Miller&Cohen2001)。DIKWP模型的轉(zhuǎn)化及處理輸入數(shù)據(jù)[69](Smith&Jonides1999)。fMRI研究表明，海馬體在整合新信息到長期記憶中時，表現(xiàn)出顯著的神經(jīng)活動[71](Schultzetal.,1997)。過程：通過道德和倫理判斷，知識被轉(zhuǎn)化為智慧。腹內(nèi)側(cè)前額葉皮層和扣帶回在這一過程中起到關(guān)鍵作用。實驗結(jié)果：[70](MargE.,1995)。TMS研究顯示，前額葉皮層在意圖生成和規(guī)劃中起到關(guān)鍵作用，而基底神經(jīng)節(jié)則在具體執(zhí)行過程中發(fā)揮重要作用[76](Dehaene&Changeux,2000)。DIKWP自動機模型視覺輸入：患者看到醫(yī)生，激活視覺皮層和枕葉。聽覺輸入：患者聽到醫(yī)生提問，激活聽覺皮層和顳葉。觸覺輸入：患者感受到頭痛，激活體感皮層和頂葉。。記憶提取：海馬體從記憶中提取相關(guān)信息，支持描述過程。DIKWP模型的實驗驗證與未來工作功能性磁共振成像(fMRI)：目標：實時監(jiān)測大腦在處理DIKWP模型各元素時的活動情況。方法：讓被試者進行特定任務(wù)，如描述癥狀、聽取提問、生成回答等，使用fMRI記錄腦區(qū)活動。腦電圖(EEG)：目標：記錄大腦在處理DIKWP模型各元素時的電活動。方法：讓被試者執(zhí)行與DIKWP模型相關(guān)的任務(wù)，使用EEG記錄大腦的電活動模式。經(jīng)顱磁刺激(TMS)：目標：驗證特定腦區(qū)在DIKWP模型中各元素處理中的作用。方法：對特定腦區(qū)進行TMS干擾，觀察對任務(wù)執(zhí)行的影響?？鐚W(xué)科合作：結(jié)合認知科學(xué)、語言學(xué)、計算機科學(xué)和神經(jīng)科學(xué)，推動DIKWP模型的跨學(xué)科研究和應(yīng)用。模型優(yōu)化：不斷優(yōu)化和改進DIKWP模型，使其在不同應(yīng)用場景中的表現(xiàn)更加出色和高效。DIKWPDIKWP通過分析DIKWP將繼續(xù)探索DIKWPDIKWP模型在嬰幼兒認知發(fā)展中的應(yīng)用——從基礎(chǔ)概念到語義形成：嬰幼兒如何從最初的感知逐步發(fā)展出基本的DIKWP（數(shù)據(jù)、信1、初始狀態(tài)：感知輸入嬰幼兒的認知發(fā)展始于感知輸入，這些感知輸入主要來自于視覺、聽覺、觸覺等感官。視覺感知：嬰幼兒看到一個紅色的球。dvisual=紅色的球聽覺感知：嬰幼兒聽到球滾動的聲音。dauditory=滾動的聲音觸覺感知：嬰幼兒觸摸到球的表面，感覺到它是光滑的。dtactile=光滑的表面這些感知輸入構(gòu)成了嬰幼兒的初始數(shù)據(jù)(Data)，即感知數(shù)據(jù)的集合：D={dvisual,dauditory,dtactile}（Ivisual=(色：紅色,)聽覺感知數(shù)據(jù)（滾動的聲音）被分類為“聲音類型”和“聲音來源”。Iauditory=(聲音類型：滾動,聲音來源：球)觸覺感知數(shù)據(jù)（光滑的表面）被分類為“質(zhì)地”和“物體類型”。Itactile=(質(zhì)地：光滑,物體類型：球)通過分類和標識，感知數(shù)據(jù)被組織成結(jié)構(gòu)化的信息：I={Ivisual,Iauditory,Itactile}通過不斷的感知和信息積累，嬰幼兒開始在大腦中形成關(guān)于事物的知識。這個過程涉及到信息的整合、模式識別和經(jīng)驗積累。信息整合和模式識別知識。Kball={,,}嬰幼兒識別出這一模式，并將其與“球”這個概念關(guān)聯(lián)起來。K={Kball}知識應(yīng)用和智慧積累嬰幼兒學(xué)會通過觀察顏色和形狀來識別球，并能預(yù)測其滾動行為。Wball={識別方法：顏色+形狀,行為預(yù)測：滾動}這種應(yīng)用能力體現(xiàn)了嬰幼兒在智慧(Wisdom)上的發(fā)展。W={Wball}目標設(shè)定和計劃制定嬰幼兒設(shè)定了玩球的目標，并制定了具體的行動計劃。Pball={目標：玩球,計劃：推球、追球}這些目標和計劃構(gòu)成了意圖(Purpose)。P={Pball}通過上述步驟，嬰幼兒從最初的感知輸入逐步發(fā)展出基本的DIKWP在下面的日記中，我們將繼續(xù)詳細分析嬰幼兒在認知發(fā)展過程中，如何通過DIKWP2、基本語義的形成：從感知到認知嬰幼兒通過多次接觸相同的物體，逐步學(xué)會了識別相同的特征。視覺感知：嬰幼兒多次看到紅色的球。dvisual1=紅色的球dvisual2=紅色的球數(shù)據(jù)比較：比較兩個視覺感知數(shù)據(jù)：dvisual1=dvisual2因此，嬰幼兒識別出這兩個物體是“相同”的。信息確認信息分類與標識：Ivisual1=(,Ivisual2=(,同”的。知識整合知識整合與模式識別：Kball1={顏色：紅色,形狀：球形,聲音類型：滾動,質(zhì)地：光滑}Kball2={顏色：紅色,形狀：球形,聲音類型：滾動,質(zhì)地：光滑}的。智慧應(yīng)用智慧應(yīng)用：嬰幼兒知道紅色的球可以滾動并且觸感光滑。Wball1=Wball2意圖實現(xiàn)意圖設(shè)定與實現(xiàn)：嬰幼兒設(shè)定了玩球的目標，并成功實現(xiàn)了目標。Pball1=Pball2通過上述步驟，嬰幼兒形成了“相同”的基本語義。dvisual2=藍色的方塊數(shù)據(jù)比較比較兩個視覺感知數(shù)據(jù)：dvisual1≠dvisual2因此，嬰幼兒識別出這兩個物體是“不同”的。信息分類與標識：Ivisual1=(,Ivisual2=(,Iisua1≠Isua2同”的。知識整合與模式識別：Kball={,,}Kblock={,,,}知識比較：Kball≠Kblock同”的。智慧應(yīng)用：嬰幼兒知道紅色的球可以滾動，而藍色的方塊不能。Wball≠Wblock意圖設(shè)定與實現(xiàn)：嬰幼兒設(shè)定了不同的目標和計劃來玩球和方塊。Pball≠Pblock通過上述步驟，嬰幼兒形成了“不同”的基本語義。嬰幼兒通過感知多個屬性，逐步理解“完整”的概念。視覺感知：嬰幼兒看到一個完整的紅色球。dvisual=紅色的球聽覺感知：嬰幼兒聽到球滾動的聲音。dauditory=滾動的聲音觸覺感知：嬰幼兒觸摸到球的表面，感覺到它是光滑的。dtactile=光滑的表面數(shù)據(jù)整合感知數(shù)據(jù)的完整性：D={dvisual,dauditory,dtactile}信息分類與標識：Ivisual=(顏色：紅色,形狀：球形)Iauditory=(,Itactile=()信息整合：I={Ivisual,Iauditory,Itactile}知識整合與模式識別：Kball={顏色：紅色,形狀：球形,聲音類型：滾動,質(zhì)地：光滑}Wball={+,}目標。Pball={,}感知輸入和初步數(shù)據(jù)處理如表1-161-171-18表1-19所示。意圖的形成和執(zhí)行如表1-20所示。）表1-16感知輸入和初步數(shù)據(jù)處理）DIKWP元素感知類型具體感知內(nèi)容數(shù)據(jù)處理數(shù)學(xué)表達數(shù)據(jù)視覺看到紅色的球記錄視覺數(shù)據(jù)：顏色（紅色（球形D1={顏色:紅色,形狀:球形}聽覺聽到球滾動的聲音型（滾動）D2={聲音類型:滾動}觸覺感受到球的光滑表面記錄觸覺數(shù)據(jù)：質(zhì)地（光滑）D3={質(zhì)地:光滑}1-17DIKWP元素感知類型數(shù)據(jù)分類與整合信息處理及其結(jié)果數(shù)學(xué)表達信息顏色：紅色，形狀：球形，聲音類型：滾動，質(zhì)地：光滑將感知數(shù)據(jù)分類整合為關(guān)于球的信息I=f(D1,D2,D3)={顏色:紅色,形狀:球形,聲音類型:滾動,質(zhì)地:光滑}1-18DIKWP元素感知類型信息抽象與理解知識生成及其應(yīng)用數(shù)學(xué)表達知識視覺、聽覺、觸覺紅色的球可光滑兒抽象出紅色球的基本屬性和行為K={球的顏色:紅色,形狀:球形,聲音類型:滾動,質(zhì)地:光滑,行為:滾動}表1-19智慧的應(yīng)用和綜合決策DIKWP元素感知類型知識應(yīng)用與綜合考慮智慧生成及其決策數(shù)學(xué)表達智慧視覺、聽覺、觸覺紅色的球適合要小心綜合考慮玩耍時的安全和樂色球的智慧決策W=f(K)={適合玩耍,滾動時需小心}表1-20意圖的形成和執(zhí)行DIKWP元素感知類型目標設(shè)定與計劃意圖生成及其執(zhí)行數(shù)學(xué)表達意圖視覺、聽覺、觸覺玩球（目標球、追球（計劃兒設(shè)定玩球的目標并執(zhí)行相應(yīng)的計劃P={目標:玩球,計劃:球}）(ConceptSpace,ConC)）概念空間是指認知主體對外部世界的概念化表達，包括概念的定義、特征和關(guān)系[10][77]。概念空間是通過語言和符號系統(tǒng)進行表達的。例如，“汽車”在概念空間中可以定義為一種具有四個輪子、能夠載客或載貨的交通工具。[78]。ahCnCVCnC,EonC),其中VnCEConC是表示概念之間關(guān)系的邊集合。v∈VConCA(v)v)。a2(v),…,ai(v)代表概念v個屬性。,v')vv',v)在概念空間內(nèi)對應(yīng)一系列操作來查詢、添加或修改概念及其關(guān)系：Q(VConC,EConC,q)→{v1,v2,…,vm}q(）Add(VConC,v)vVCUpdate(VConC,A(v))vA(v)在DIKWP[4][43][45]。通過映射DIKWP各成分到找到與特定數(shù)據(jù)或知識相關(guān)的所有概念，進而推導(dǎo)出新的信息或智慧。概念空間是認知主體將語義空間中的語義內(nèi)容符號化為自然語言概念的過程。符號化表達：自然語言生成：語義解析：通過語義解析將自然語言表達轉(zhuǎn)化為具體的語義內(nèi)(CognitiveSpace,ConN)智慧和意圖通過個體或系統(tǒng)的特定認知處理函數(shù)集合(R)被轉(zhuǎn)換為具體的理解和行動[10][77][78][80]。每個認知處理函數(shù)()將輸入空間()中的數(shù)據(jù)或信息通過一系列的子步驟（如數(shù)據(jù)預(yù)處理、特征提取、模式識別、邏輯推理和決策制定）轉(zhuǎn)化為輸出空間()[81]。函數(shù)集合： 其中，每個函表示一特定知處理程是入空間，是輸間。輸入空代表知到的據(jù)或的集合以是輸出空間：代表處理后的理解或決策的集合，它可以包認知處理過程：fConN_i[78]。子步驟表示：對于每個fConN_i，可以表示為fConN_i=fConN_i(5)○fConN_i(4)○…○fConN_i(1)(Inputi)fConN_i(j)j個子○在DIKWP[79]認知空間包括認知主體的生理與神經(jīng)認知活動到有意識和無意識的語義形成過程。生理與神經(jīng)認知活動：有意識和無意識的語義形成：(SemanticSpace,SemA)語義空間是由一系列語義單元構(gòu)成的集合，這些單元借助特定的關(guān)聯(lián)和依賴關(guān)系相互連接，共同構(gòu)成了信息和知識的客觀化表示[82]。語義空間普遍接受的概念和語言規(guī)則實現(xiàn)了意義的傳遞和交流。圖表示：GraphSemA=(VSemA,ESemA)VSemA（SmAv∈VSemA關(guān)系：邊e∈ESemA代表了語義單元之間的語義關(guān)聯(lián)或邏輯依賴，如同義、反義、上下位、因果等關(guān)系。系：查詢操作：Query(VSemA,ESemA,q)→{v1,v2,…,vm}，根據(jù)查詢條件q返回滿足條件的語義單元集合。,vVSemAvv'之間的關(guān)系e。語義空間不僅提供利益相關(guān)者與DIKWPDIKWP[81]語義空間是認知主體將認知空間中形成的語義內(nèi)容進行系統(tǒng)化和結(jié)構(gòu)化的表達。語義內(nèi)容表達：語義處理與轉(zhuǎn)換：DIKWP圖譜數(shù)據(jù)圖譜(DG)[83-89]DG借助轉(zhuǎn)換函數(shù)TID,TKD,TWD,TPDTXY:YG→XG，其中，X,Y∈{D,I,K,W,P}且X≠Y，表示從圖譜Y到圖譜X的轉(zhuǎn)換。信息圖譜(IG)信息圖譜[83-89]IG=(VI,VIEI[84]DGKGWGPG：數(shù)據(jù)到信息的轉(zhuǎn)換。,,：知識、智慧和意圖對信息的調(diào)整。其中，TXY表示從圖譜X到圖譜Y的轉(zhuǎn)換函數(shù)。知識圖譜(KG)知識圖譜[83-89]KG=(VK,EK)VKEK代表[94]：,,知對數(shù)信息和慧的影響[95]。智慧圖譜(WG)智慧圖譜[83-89]WG=(VW,EW)VWEW表[87][88]：：知識到智慧的轉(zhuǎn)換。,：智對知和息的反影響。意圖圖譜(PG)意圖圖譜[4][43][44]PG=(VP,EP)VP知識和智慧共同構(gòu)建，并能反向影響這些成分：,,,數(shù)信知,,：意圖對數(shù)據(jù)、信息和知識的反向影響[96]。DIKWPIGKGWGPG[97]g∈GGSC代表IDIKWPff:G×G→GDIKWP（1-4DIKWP[98]過程中，通過系統(tǒng)地整合單一DIKWPDIKWPDIKWP1-5完整、精確、一致的交互建模：客觀內(nèi)容空間<->主觀認知空間完整、精確、一致的交互建模：客觀內(nèi)容空間<->主觀認知空間多模態(tài)客觀內(nèi)容世界（資源）利益相關(guān)者（個體主觀認知空間）交互/通訊/處理DIKWP類型化圖譜映射（語言化）DIKWP客觀-主觀融合（語言概念-實例空間）DIKWP內(nèi)容圖譜DIKWP(利益相關(guān)者)認知圖譜內(nèi)容數(shù)據(jù)圖譜內(nèi)容信息圖譜轉(zhuǎn)換認知數(shù)據(jù)圖譜認知信息圖譜內(nèi)容意圖圖譜認知意圖圖譜內(nèi)容智慧圖譜內(nèi)容知識圖譜認知智慧圖譜認知知識圖譜DIKWP客觀內(nèi)容資源圖譜化映射DIKWP主觀認知資源圖譜化映射DIKWP語義融合化轉(zhuǎn)化（語義化）DIKWP語義圖譜（語義空間）語義數(shù)據(jù)圖譜語義信息圖譜語義意圖圖譜語義智慧圖譜語義知識圖譜圖1-4概念空間DIKWP圖譜與圖譜關(guān)系轉(zhuǎn)換[99]DIKWPDD1+PD2D+PID+PKD+PWD+P1P2II+PDI1+PI2I+PKI+PWI+P1P2KK+PDK+PIK1+PK2K+PWK+P1P2WW+PDW+PIW+PKW1+PW2W+P1P2PP1+P2DP1+P2IP1+P2KP1+P2WP1+P2P3D統(tǒng)計I格論K推理W權(quán)衡P問題統(tǒng)計格論推理權(quán)衡問題統(tǒng)計DDDIDKDWDP統(tǒng)計統(tǒng)計統(tǒng)計格論統(tǒng)計推理統(tǒng)計權(quán)衡統(tǒng)計問題格論IDIIIKIWIP格論統(tǒng)計格論格論格論推理格論權(quán)衡格論問題推理KDKIKKK-WKP推理統(tǒng)計推理格論推理推理推理權(quán)衡推理問題權(quán)衡WDWIWKWWWP權(quán)衡統(tǒng)計權(quán)衡格論權(quán)衡推理權(quán)衡權(quán)衡權(quán)衡問題問題PDPIPKPWPP問題統(tǒng)計問題格論問題推理問題權(quán)衡問題問題圖1-5DIKWP意圖驅(qū)動經(jīng)驗轉(zhuǎn)化范式與數(shù)學(xué)邏輯形式處理結(jié)合本章小結(jié)在本章中，詳細探討了數(shù)據(jù)-信息-知識-智慧-意圖(DIKWP)模型是理解DIKWP析，DIKWP參考文獻[1]DuanY,SunX,CheH,etal.Modelingdata,informationandknowledgeforsecurityprotectionofhybridIoTandedgeresources[J].IeeeAccess,2019,7:99161-99176.[2]AckoffRL.Fromdatatowisdom[J].Journalofappliedsystemsanalysis,1989,16(1):3-9.[3]CooperData,information,knowledgeandwisdom.Anaesthesia&IntensiveCareMedicine15.1(2014):44-45.[4]MeiDuanTheDIKWP(data,information,knowledge,wisdom,purpose)revolution:Anewhorizoninmedicaldisputeresolution[J].AppliedSciences,2024,14(10):3994.[5]LiewA.Understandingdata,information,knowledgeandtheirinter-relationships[J].Journalofknowledgemanagementpractice,2007,8(2):1-16.[6]I.Dataismorethanknowledge:ImplicationsofthereversedknowledgehierarchyforknowledgemanagementandorganizationalProceedingsofthe32ndAnnualHawaiiInternationalConferenceonSystemsSciences.1999.HICSS-32.AbstractsandCD-ROMofFullPapers.IEEE,1999.[7]NonakaI.Theknowledge-creatingcompany[M]//Theeconomicimpactofknowledge.Routledge,2009:175-187.[8]PolanyiM.Thetacitdimension[M]//Knowledgeinorganisations.Routledge,2009:135-146.[9]SnowdenDJ,BooneME.Aleader'sframeworkfordecisionmaking[J].Harvardbusinessreview,2007,85(11):68.[10]WuK,andDuanY.ModelingandresolvinguncertaintyinDIKWPmodel.AppliedSciences,2024,14(11):4776.[11]ClevelandH.Informationasaresource[J].Futurist,1982,16(6):34-39.[12]FloridiL.Information:Averyshortintroduction[M].OUPOxford,2010.[13]FauconnierG,TurnerM.Conceptualintegrationnetworks[J].Cognitivescience,1998,22(2):133-187.[14]LakoffG,JohnsonM.Metaphorsweliveby[M].UniversityofChicagopress,2008.[15]FauconnierG,M.Thewaywethink:Conceptualblendingandthemind'shiddencomplexities[M].Basicbooks,2008.[16]ChooCW.Theknowingorganization:Howorganizationsuseinformationtoconstructmeaning,createknowledgeandmakedecisions[J].Internationaljournalofinformationmanagement,1996,16(5):329-340.[17]DretskeFI.Knowledgeandtheflowofinformation[J].MITPress.1981.[18]BoisotMH.Knowledgeassets:Securingcompetitiveadvantageintheinformationeconomy[M].OUPOxford,1998.[19]CrossR,SproullL.Morethanananswer:Informationrelationshipsforactionableknowledge[J].Organizationscience,2004,15(4):446-462.[20]McDermottR.Whyinformationtechnologyinspiredbutcannotdeliverknowledgemanagement[J].Californiamanagementreview,1999,41(4):103-117.[21]DavenportTH,PrusakL.Workingknowledge:Howorganizationsmanagewhattheyknow[M].HarvardBusinessPress,1998.[22]AlaviM,LeidnerDE.Knowledgemanagementandknowledgemanagementsystems:Conceptualfoundationsandresearchissues[J].MISquarterly,2001:107-136.[23]GrantRM.Towardaknowledge‐basedtheoryofthefirm[J].Strategicmanagementjournal,1996,17(S2):109-122.[24]NonakaI.Adynamictheoryoforganizationalknowledgecreation[J].Organizationscience,1994,5(1):14-37.[25]BlacklerF.Knowledge,knowledgeworkandorganizations:Anoverviewandinterpretation[J].Organizationstudies,1995,16(6):1021-1046.[26]SpenderJC.Makingknowledgethebasisofadynamictheoryofthefirm[J].Strategicmanagementjournal,1996,17(S2):45-62.[27]TeeceDJ.Capturingvaluefromknowledgeassets:Theneweconomy,marketsforknow-how,andintangibleassets[J].Californiamanagementreview,1998,40(3):55-79.[28]TsoukasH,VladimirouE.Whatisorganizationalknowledge?[J].Journalofmanagementstudies,2001,38(7):973-993.[29]SchultzeU,LeidnerDE.Studyingknowledgemanagementininformationsystemsresearch:discoursesandtheoreticalassumptions[J].MISquarterly,2002:213-242.[30]BrownJS,DuguidP.Organizationallearningandcommunities-of-practice:Towardaunifiedviewofworking,learning,andinnovation[J].Organizationscience,1991,2(1):40-57.[31]KogutB,ZanderU.Knowledgeofthefirm,combinativecapabilities,andthereplicationoftechnology[J].Organizationscience,1992,3(3):383-397.[32]WengerE.Communitiesofpractice:Learning,meaning,andidentity[M].Cambridgeuniversitypress,1999.[33]HansenMNohriaN,TierneyWhat'syourstrategyformanagingknowledge?[M]//Theknowledgemanagementyearbook2000-2001.Routledge,2013:55-69.[34]KroghG,IchijoK,NonakaI.Enablingknowledgecreation:Howtounlockthemysteryoftacitknowledgeandreleasethepowerofinnovation[M].Oxforduniversitypress,2000.[35]AlaviM,LeidnerD.Knowledgemanagementsystems:issues,challenges,andbenefits[J].CommunicationsoftheAssociationforInformationsystems,1999,1(1):7.[36]CookSDN,BrownJS.Bridgingepistemologies:Thegenerativedancebetweenorganizationalknowledgeandorganizationalknowing[J].Organizationscience,1999,10(4):381-400.[37]BartonDL.ofknowledge:Buildingandsustainingthesourcesofinnovation[M].HarvardBusinessSchool,1995.[38]McElroyMW.Thenewknowledgemanagement[M].Routledge,2010.[39]KroghG,IchijoK,NonakaI.Enablingknowledgecreation:Howtounlockthemysteryoftacitknowledgeandreleasethepowerofinnovation[M].Oxforduniversitypress,2000.[40]AckoffRL.Ackoff'sbest:Hisclassicwritingsonmanagement[M].John&Sons,1999.[41]ChurchmanCW.Thedesignofinquiringsystem[J].NY:BasicBooks,1971.[42]BatesonG.Stepstoanecologyofmind:Collectedessaysinanthropology,psychiatry,evolution,andepistemology[M].UniversityofChicagopress,2000.[43]MeiDuanChenL,etal,Purposedrivendisputationmodeling,analysisandresolutionbasedonDIKWPgraphs,2022IEEE24thIntConfonHighPerformanceComputing&Communications;8thIntConfonDataScience&Systems;20thIntConfonSmartCity;8thIntConfonDependabilityinCloud&BigDataSystems&Application(HPCC/DSS/SmartCity/DependSys),Hainan,China,2022,pp.2118-2125, 10.1109/HPCC-DSS-SmartCity-DependSys57074.2022.00314.[44]GuoZ,DuanChenL,etal,PurposedrivenDIKWmodelingandanalysisofmeteorologyanddepression,2022IEEE24thIntConfonHighPerformanceComputing&Communications;8thIntConfonDataScience&Systems;20thIntConfonSmartCity;8thIntConfonDependabilityinCloud&BigDataSystems&Application(HPCC/DSS/SmartCity/DependSys),Hainan,China,2022,pp.2126-2133,doi:10.1109/HPCC-DSS-SmartCity-DependSys57074.2022.00315.[45]LiuY,WangW,WangW,etal.Purpose-drivenevaluationofoperationandmaintenanceefficiencyandsafetybasedonDIKWP[J].Sustainability,2023,15(17):13083.[46]MeiY,DuanY,YuL,etal.PurposedrivenbiologicallawsuitmodelingandanalysisbasedonDIKWP[C]//InternationalConferenceonCollaborativeComputing:Networking,ApplicationsandWorksharing.Cham:SpringerNatureSwitzerland,2022:250-267.[47]HuangDuanL,etal.PurposedrivenmodellingandanalysisforsmarttablefillanddesignbasedonDIKW[C]//2022IEEE24thIntConfonHighPerformanceComputing&Communications;8thIntConfonDataScience&Systems;20thIntConfonSmartCity;8thIntConfonDependabilityinCloud&BigDataSystems&Application(HPCC/DSS/Smar