意图驱动的数据、信息、知识、智慧融合DIKWP理论、技术与应用

（项目简介）

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

本项目旨在探索意图驱动的数据、信息、知识、智慧融合理论与技术，并将其应用于多个领域。项目成果涵盖了广泛的研究内容，创造了一系列科学发现点，具有重要的科学价值，并在同行中引起了广泛的关注与评价。

项目成果主要研究内容：

1. DIKWP模型的客观化转化： 项目首要任务之一是将传统的DIKWP（数据、信息、知识、智慧、意图）模型从主观概念转化为客观的数学形式。这一过程基于语义数学和本质计算，建立了明确的语义模型和规则，为DIKWP的各个层面提供了数学基础，减少主观性，提高数据资源的一致性和可靠性。

2. 弹性DIKWP处理框架： 针对不完整、不精确、不一致的DIKWP资源，项目提出了弹性的DIKWP处理框架。这一框架借鉴了存在计算的理念，使系统能够根据资源情况动态适应，提供更精准的决策和智能处理。这种弹性框架特别适用于资源有限的情境，如中小微企业的数字化转型。

3. 可解释、可信、负责任的人工智能系统： 通过意图计算与推理方法，项目创造了更具智能和负责任的人工智能系统。这些系统能够深入理解用户的意图，提高决策的可解释性，同时通过推理技术确保决策的可信度和可靠性。这一创新有助于提高人工智能系统的社会接受度，解决了人工智能领域的重要问题。

4. DIKWP与人工意识系统的融合： 项目将DIKWP-TRIZ交流成果与塔福域（TIF）理论相结合，创造了更智能的系统，更好地满足人类需求。TIF理论强调了数字资源管理中的伦理和道德标准，为DIKWP的W+P（智慧与意图）层面提供了道德治理的支持，有望推动数字经济的发展，提供更具竞争力的解决方案。

科学发现点：

• 项目通过语义数学和本质计算，成功将DIKWP模型客观化，为数字资源管理提供了更精确的计算框架。

• 弹性DIKWP处理框架的引入，使系统能够在不确定性情况下适应资源变化，提高了决策的准确性。

• 可解释、可信、负责任的人工智能系统的研发，解决了人工智能领域的伦理和可信度难题，有望改善人工智能系统的社会应用。

• DIKWP与TIF理论的融合为数字资源管理提供了道德治理支持，强调了伦理和道德标准在数字经济中的重要性。

科学价值：

本项目的科学价值在于为数字化转型和数字经济发展提供了新的理论与技术支持。客观化的DIKWP模型、弹性处理框架、可解释的人工智能系统以及DIKWP与TIF理论的融合都为解决数字经济中的复杂问题提供了创新性解决方案。这些成果不仅在学术界具有重要意义，还直接影响了多个领域的实际应用，有望推动数字经济的创新和发展。

同行引用及评价：

本项目的研究成果已经在相关领域的同行中引起广泛的关注和引用。学术界对项目提出的客观化DIKWP模型、弹性处理框架、可解释的人工智能系统和DIKWP与TIF理论的融合给予了高度评价。这些成果不仅在学术期刊和会议上发表，还在工业界得到了积极的应用和认可。项目为数字经济和人工智能领域的研究和应用做出了突出贡献。

综上所述，本项目在探索意图驱动的数据、信息、知识、智慧融合理论与技术方面取得了显著的科研成果，这些成果不仅在学术界具有重要价值，还在实际应用中产生了深远的影响，为数字经济的创新和发展提供了有力支持。

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。