Traditional Invention and Innovation Theory 1946-TRIZ Does Not Adapt to the Digital Era

-Innovative problem-solving methods combining DIKWP model and classic TRIZ

Purpose driven Integration of data, information, knowledge, and wisdom Invention and creation methods: DIKWP-TRIZ

(Chinese people's own original invention and creation methods:DIKWP - TRIZ)

数字化时代法治从概念空间向语义空间的转变的必要性

Prof. Yucong Duan

Benefactor：Fulaing Tang，Zeyu Yang

DIKWP Artificial Consciousness Laboratory

AGI-AIGC-GPT Evaluation DIKWP (Global) Laboratory

(Contact Email：duanyucong@hotmail.com)

引言

在数字化时代，法律实践面临着前所未有的挑战。信息技术的快速发展和网络空间的扩张带来了新型犯罪形式和隐私保护等问题，这些问题使得传统的法律处理方法受到限制。因此，法律实践需要从概念空间转向更为灵活的语义空间，以适应数字化时代的挑战。

数字化时代的背景及其对法律实践的影响

信息技术革命和数据爆炸导致的网络空间快速扩张改变了人们的生活方式，同时也对法律实践提出了新的要求。新型犯罪形式如网络犯罪、数据泄露和在线诈骗的出现，使得传统法律制度面临严峻的挑战。同时，个人数据的大量收集和使用带来隐私权和数据保护的挑战，知识产权保护在数字化时代也变得复杂。

从概念空间到语义空间的必要性

转变的必要性

法律实践需要从固守传统的概念驱动模式转变为基于语义的处理模式。这种转变意味着法律不再仅依赖于严格定义的法律术语和概念，而是根据案件的具体情境来理解和解释法律的语义内容。

提高法律判决的精确性和公正性

通过基于语义的处理，法律判决能更准确地反映案件的实际情况，提高判决的精确性和公正性。这对于确保法律的公正性和一致性至关重要，尤其是在处理涉及新型技术和复杂情境的案件时。

适应数字化时代的挑战

基于语义的法律处理模式更能适应数字化时代的挑战，如快速技术变革、跨境犯罪等。这种模式使法律能灵活应对新兴问题，提供更有效的解决方案。

DIKWP语义映射与转化处理的必要性和优势

DIKWP模型（数据、信息、知识、智慧、意图）在法律实践中的应用提供了解决数字化时代法律问题的新方法。

数据层（D）

确保案件中的数据精确收集和处理，为法律决策提供坚实的基础。数据层的精确性对后续的信息提炼、知识应用和智慧层决策至关重要。

信息层（I）

提炼关键信息，对案件进行深入理解。信息层在法律案件处理中起着桥梁的作用，将原始数据转换为可用于法律分析和决策的有意义信息。

知识层（K）

应用法律知识，包括相关法律法规和先例，对案件进行法律解释。知识层确保案件处理符合现有法律框架，同时考虑法律的发展和演变。

智慧层（W）

综合考虑案件的法律、伦理和社会影响，做出全面的决策。智慧层在法律处理中至关重要，特别是在涉及伦理和道德问题的复杂案件中。

意图层（P）

明确案件处理的目标和预期结果，设计具体的解决方案。意图层强调目标的明确性和实现路径的设计，确保法律决策符合既定目标。

结论

法律实践从概念空间向语义空间的转变是数字化时代的必然要求。这种转变提高了法律判决的精确性和公正性，同时提高了法律对新型挑战的适应能力。随着技术的不断发展和社会的快速变化，基于语义的法律处理模式将成为确保法律效力和适用性的关键。通过这种转变，法律不仅能更有效地解决当前的问题，也为未来可能出现的挑战提供了应对策略。

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120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；2023年担任IEEE DIKW 2023大会主席；2022年获评海南省最美科技工作者（并被推全国）；2022年与2023年连续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)。

数据（Data）可视为我们认知中相同语义的具体表现形式。通常，数据代表着具体的事实或观察结果的存在语义确认，并通过与认知主体已有认知对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。在处理数据时，我们常常寻求并提取标定该数据的特定相同语义，进而依据对应的相同语义将它们统一视为一个相同概念。例如，当我们看到一群羊时，虽然每只羊可能在体型、颜色、性别等方面略有不同，但我们会将它们归入“羊”的概念，因为它们共享了我们对“羊”这个概念的语义理解。相同语义可以是具体的如识别手臂时可以根据一个硅胶手臂与人的手臂的手指数量的相同、颜色的相同、手臂外形的相同等相同语义进行确认硅胶手臂为手臂，也可以通过硅胶手臂不具有真实手臂的可以旋转对应的由“可以旋转”定义的相同语义，而判定其不是手臂。

信息（Information）则对应认知中不同语义的表达。通常情况下，信息指的是通过特定意图将认知DIKWP对象与认知主体已经认知的数据、信息、知识、智慧或意图联系起来，产生新的语义关联。在处理信息时，我们会根据输入的数据、信息、知识、智慧或意图，找出它们被认知的DIKWP对象的不同之处，对应不同的语义，并进行信息分类。例如，在停车场中，尽管所有的汽车都可以归入“汽车”这一概念，但每辆车的停车位置、停车时间、磨损程度、所有者、功能、缴费记录和经历都代表着信息中不同的语义。信息对应的不同语义经常存在于认知主体的认知中，常常未被显式表达出来，例如抑郁症患者可能用自己情绪“低落”来表达自己当前的情绪相对自己以往的情绪的下降，但这个“低落”对应的信息因为其对比状态不被听众了解而不能被听众客观感受到，从而成为该患者自己主观的认知信息。

知识（Knowledge）对应于认知中的完整语义。知识是通过观察和学习获得的对世界的理解和解释。在处理知识时，我们通过观察和学习抽象出至少一个完整语义对应的概念或模式。例如，通过观察我们得知所有的天鹅都是白色，这是我们通过收集大量信息后对“天鹅都是白色”这一概念的完整认知。

智慧（Wisdom）对应伦理、社会道德、人性等方面的信息，是一种来自文化、人类社会群体的相对于当前时代固定的极端价值观或者个体的认知价值观。在处理智慧时，我们会整合这些数据、信息、知识、智慧，并运用它们来指导决策。例如，在面临决策问题时，我们会综合考虑伦理、道德、可行性等各个方面的因素，而不仅仅是技术或效率。

意图（Purpose）可以看作是一个二元组（输入，输出），其中输入和输出都是数据、信息、知识、智慧或意图的内容。意图代表了我们对某一现象或问题的理解（输入），以及我们希望通过处理和解决该现象或问题来实现的目标（输出）。在处理意图时，人工智能系统会根据其预设的目标（输出），处理输入的内容，通过学习和适应，使输出逐渐接近预设的目标。