存在计算与推理在DIKWP模型中的角色

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

概述

存在计算与推理是DIKWP模型中的第二层次，代表了对存在的认知。在这个层次中，个体试图了解事物的存在性和相对性，将信息与已有的认知对象进行关联。存在计算与推理涉及将信息与已知事实相匹配，并将其视为相同的对象或概念。本报告将详细论述DIKWP模型中的存在计算与推理，并阐述语义数学技术在这一层次的应用。

存在计算与推理的定义

存在计算与推理是DIKWP模型中的第二层次，它代表了认知过程中对存在的认知。在这个层次中，个体试图了解事物的存在性和相对性，将信息与已有的认知对象进行关联。存在计算与推理包括以下主要方面：

1. 信息的存在性确认： 个体需要确定信息所涉及的事物是否存在。这可能涉及到验证信息的来源和真实性，以确保信息描述的是现实中的存在。

2. 信息的关联和匹配： 存在计算与推理还包括将信息与已有的认知对象进行关联和匹配的过程。个体需要将新获取的信息与已知的概念、对象或事实相匹配，以便进一步的认知和推理。

3. 信息的分类和组织： 为了更好地理解事物的存在性和相对性，个体需要对信息进行分类和组织。这有助于建立认知的框架，使信息更容易被理解和应用。

4. 存在性的相对性： 在存在计算与推理中，个体还需要考虑存在性的相对性。即，信息是否与已知的事实相符，是否与其他信息相矛盾，从而形成相对性的认知。

语义数学在存在计算与推理中的应用

信息的客观化处理

语义数学技术通过将信息转化为具有客观语义的知识，进一步加工和细化信息。这有助于确保信息在存在计算与推理中的准确传递和应用。信息的客观化处理通过将信息与已有的语义框架相匹配，减少了信息在个体认知中的主观变异。这有助于确保信息与现实世界的存在相符，提高了认知的可靠性。

信息的关联和匹配

在存在计算与推理中，语义数学技术可以帮助个体将新获取的信息与已知的认知对象进行关联和匹配。通过建立共享的语义框架，不同个体能够以相同的方式关联信息和认知对象。这有助于避免误解和混淆，确保信息被正确地关联到相应的概念或对象上。语义数学技术可以提供一种客观的方式来执行这些关联和匹配操作。

信息的分类和组织

信息的分类和组织在存在计算与推理中起着关键作用。通过语义数学技术，信息可以被更好地分类和组织，以建立认知的框架。这使个体能够更容易地理解信息的相对性，将其放入相关的认知上下文中。分类和组织的客观性有助于信息的更好理解和应用。

示例：语义数学在医学诊断中的应用

让我们通过一个示例来说明语义数学在存在计算与推理中的应用。考虑一个医生在诊断患者时的情况。医生需要收集患者的症状信息，并将其与已知的医学知识相匹配，以确定可能的诊断。在传统的诊断中，不同医生可能会根据其个体主观理解来关联症状和诊断，导致误诊的风险。

然而，通过应用语义数学技术，医生可以将症状信息客观地关联到已知的医学知识框架中。这个框架定义了症状与可能的诊断之间的语义关系，从而确保了诊断的客观性和一致性。语义数学技术还可以帮助医生将症状信息分类和组织，以便更好地理解患者的情况。最终，医生能够更可靠地进行诊断，降低了误诊的风险。

结论

本报告详细论述了DIKWP模型中的存在计算与推理，并阐述了语义数学技术在这一层次的应用。存在计算与推理代表了认知过程中对存在的认知，包括信息的存在性确认、信息的关联和匹配、信息的分类和组织，以及存在性的相对性。通过语义数学技术的应用，我们能够实现更加客观和准确的存在计算与推理，确保信息的准确传递和应用，降低了误解和混淆的风险，提高了认知的可靠性。在未来，语义数学技术将继续在各个领域中发挥重要作用，为认知和推理提供有力的支持。

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、兼北京信用学会高级顾问、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、海南省人工智能学会高级顾问、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。