人工智能DIKWP国际测评标准国际委员会标准规划会议

会议纪要

日期：2024年05月07日

参会人员：人工智能DIKWP测评国际标准委员会委员

会议集中讨论了几个关键方面：首先，委员会专家达成共识，认为术语定义部分应大幅精简，专注于DIKWP概念的直接阐述，去除不必要的复杂性，以便读者能更直观地理解和应用这些核心概念。在此基础上，提出了深化DIKWP内涵的策略，包括先提供一个整体框架概述，随后逐个详细解析每个组成部分，特别是数据与信息的明确区分，强调数据作为原始观察结果的确定性与不确定性，以及信息作为有效、确定数据的价值所在。

关于数据的定义，委员会专家强调了明确区分其概念与语义的重要性，并提议采用分段方式，首先定义数据的基础特性，随后详细探讨其语义含义与分类，确保逻辑清晰、层次分明。此外，有专家提出在认知与决策过程中，数据与信息、知识乃至智慧之间转化的逻辑基础，提倡通过形式化表达和结构图辅助说明，以增强定义的严谨性和直观性。讨论中，认知与语义空间的区分被着重提出，强调了在定义概念时明确其对应语义的重要性，以及这些定义如何在认知空间映射主体认知内容的考量。有专家提出表达概念实际上是传达的一种语义，在认知空间中是包括了详细的概念的。对概念的考察是通过语义来进行评判的，需要区分概念空间、认知空间、语义空间同时也要明确概念对应的语义是什么，概念和语义之间的关系在认知空间中是否能够反映出主体的认知内容。

与会专家还重点讨论了知识的定义，有专家提出知识对比数据和信息基础上升一个层次，知识必须要满足几个要素：可验证、正确的、可信的。其他专家赞同这样的理论认为是知识在W和P上的体现，经过这样的完善知识定义的DIKWP就完整了，同时提出在给出定义的同时要考虑到其DIK的定义和WP的定义，使定义的内容更加完整。对于意图的定义，则着重讨论了其动态性、分解与聚合过程，以及在决策导向中的核心作用，建议提供具体案例或图表以辅助说明。

为了确保标准的广泛适用性，有专家建议在定义过程中考虑不同读者群体的需求，提供既严谨又简化的多维度定义，同时保持内容的客观性和确定性，避免主观和模糊表述。此外，委员会专家还提出在定义前需要建立整体框架结构的重要性，通过展示DIKWP各要素之间的逻辑转化和层次关系，增强标准的系统性和实用性。

后续行动建议：

l 根据会议讨论，责修订术语定义部分，确保内容精炼且具有高度针对性。

l 绘制直观的结构框架，如流程图或结构图，以辅助定义的理解。

l 组织审稿会议，对修订后的定义内容进行复审，确保所有反馈得到妥善处理。

会议结束语：

本次会议有效促进了对人工智能数据-信息-知识-智慧-意图（DIKWP）网馈国际测评标准中核心术语定义的深入探讨，明确了改进方向，为提升标准的实用性和国际认可度奠定了坚实基础。后续将根据会议成果推进具体修订工作。