YucongDuan的个人博客分享 http://blog.sciencenet.cn/u/YucongDuan

博文

DIKWP模型: 从认知语言学到意图驱动的人工智能

已有 631 次阅读 2023-10-3 09:53 |系统分类:论文交流

DIKWP模型: 从认知语言学到意图驱动的人工智能

段玉聪(Yucong Duan)

DIKWP-AC人工意识实验室

AGI-AIGC-GPT评测DIKWP(全球)实验室

DIKWP research group, 海南大学

duanyucong@hotmail.com


摘要

随着人工智能技术的发展,如何让机器更接近人类的认知过程成为了一个热门话题。DIKWP模型提供了一个框架,从数据到智慧,再到意图的转化过程,为理解人类和机器的认知过程提供了新的视角。本文旨在从认知语言学的视角,结合语义的数学化方法,对DIKWP模型进行深入探讨,并通过一个意图驱动的案例进行详细解释。

1. 介绍

随着大数据和机器学习技术的发展,人工智能系统需要一个有效的框架来处理和理解数据。DIKWP模型正是这样的一个框架,它从认知的层面描述了数据、信息、知识、智慧和意图的逐层转化过程。

2. DIKWP模型概述

简要总结如下:

  1. 数据(Data):事实或观察结果的具体表示,对应于相似的语义概念。

    • 例子:看到的一群各异的羊。

  2. 信息(Information):关于环境或对象的详细特点,体现了不同的语义表达。

    • 例子:在停车场中的每一辆汽车的品牌、型号、颜色等。

  3. 知识(Knowledge):对于世界的深入理解和解释,反映了完整的语义理解。

    • 例子:所有的天鹅都是白色。

  4. 智慧(Wisdom):对知识和信息的高度理解、综合和应用,体现了对于伦理、社会道德、人性等方面的信息。

    • 例子:面对决策时,考虑到伦理、道德和可行性等因素。

  5. 意图(Purpose):表示对某一现象或问题的理解及希望达到的目标。

    • 例子:人工智能系统为了达到预设目标,处理输入的DIKWP内容。

在这个模型中,DIKWP(Data, Information, Knowledge, Wisdom, Purpose)的层次逐渐增加,每一层都在之前的层次上增加了更多的语义和上下文,从具体的事实和观察结果到复杂的决策和目标设定。

这个模型可以用来指导信息管理、知识管理和人工智能的研究和应用,帮助我们理解如何从数据中提取信息,如何从信息中形成知识,如何运用知识产生智慧,并如何根据智慧设定和实现目标。

  1. 数据: 相似性的捕捉

  2. 信息: 差异性的挖掘

  3. 知识: 完整性的构建

  4. 智慧: 道德与伦理的深度思考

  5. 意图: 目标导向的决策和行动

3. 认知语言学与DIKWP

认知语言学是研究语言与人类认知之间关系的学科。在这一背景下,DIKWP模型可以被理解为一种描述人类如何通过语言处理和构建知识的过程。

  • 数据与相似性: 当人类接触到一个新的词汇或概念时,他们首先会寻找与之前知识中相似的元素。这与机器处理原始数据时的过程类似。

  • 信息与差异性: 通过识别和分类数据中的差异,人类能够从中提取有意义的信息。这一过程可以通过数学方法如聚类分析来模拟。

  • 知识与完整性: 通过整合已有的信息,人类能够构建完整的知识体系。这一过程可以通过神经网络或深度学习模型来模拟。

4. 意图驱动的案例分析: 寻找理想的旅游地点

想象一个人想要找到一个理想的旅游地点。他的意图是找到一个既有美景,又有文化内涵的地方。基于DIKWP模型,这个过程可以分为以下几个步骤:

  1. 数据收集: 他首先会从各种来源(如旅游网站、朋友推荐等)收集关于各个旅游地点的数据。

  2. 信息提取: 通过对这些数据的处理,他会提取出与他感兴趣的信息,如风景、文化活动等。

  3. 知识构建: 他会根据已有的知识(如之前的旅行经验)和新提取的信息,评估哪些地方最符合他的要求。

  4. 智慧应用: 考虑到其他因素,如预算、时间等,他会做出最终的决策。

  5. 意图实现: 他会制定出行计划,实现他的旅行目标。

5. 语义的数学化解析

从认知语言学的角度,语义是对世界的一种抽象表示。数学方法如向量空间模型、神经网络等可以用来模拟这种表示。在我们的案例中,可以使用这些方法来评估各个旅游地点与用户意图之间的匹配程度。

6. 结论

DIKWP模型为我们提供了一个从数据到智慧的完整框架,结合认知语言学和语义的数学化方法,我们可以更好地理解和模拟人类和机器的认知过程。

段玉聪,海南大学计算机科学与技术学院教授,博士生导师, 第一批入选海南省南海名家计划、海南省领军人才,2006年毕业于中国科学院软件研究所,先后在清华大学、首都医科大学、韩国浦项工科大学、法国国家科学院、捷克布拉格查理大学、意大利米兰比克卡大学、美国密苏里州立大学等工作与访学。现任海南大学计算机科学与技术学院学术委员会委员、海南大学数据、信息、知识、智慧、意图DIKWP创新团队负责人、兼重庆警察学院特聘研究员、海南省委双百人才团队负责人、海南省发明协会副会长、海南省知识产权协会副会长、海南省低碳经济发展促进会副会长、海南省农产品加工企业协会副会长、美国中密西根大学客座研究员及意大利摩德纳大学的博士指导委员会委员等职务。自2012年作为D类人才引进海南大学以来,累计发表论文260余篇,SCI收录100余次,ESI高被引11篇,引用统计超过4300次。面向多行业、多领域设计了241件(含15件PCT发明专利)系列化中国国家及国际发明专利,已获授权第1发明人中国国家发明专利及国际发明专利共85件。2020年获吴文俊人工智能技术发明三等奖;2021年作为程序委员会主席独立发起首届国际数据、信息、知识与智慧大会-IEEE DIKW 2021;2022年担任IEEE DIKW 2022大会指导委员会主席;同年获评海南省最美科技工作者(并被推全国);同年10月入选美国斯坦福大学发布的全球前2%顶尖科学家的“终身科学影响力排行榜”榜单。参与研制IEEE金融知识图谱国际标准2项、行业知识图谱标准4项。2023年发起并共同举办首届世界人工意识大会(Artificial Consciousness 2023, AC2023)。




https://blog.sciencenet.cn/blog-3429562-1404527.html

上一篇:基于DIKWP模型的数据价值度量评估研究
下一篇:DIKWP模型:深入剖析从数据到意图的五层次
收藏 IP: 140.240.38.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-28 09:17

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部