導讀:很多在編程一線的朋友,可能會問,我的未來在哪裡?軟件工程除了當碼農還有出路嗎?讀了這篇文章你應該已經有了答案。本文闡述了什麼是知識工程,并闡述了知識工程的主要工作和内容。
丘吉爾曾說過,“回顧曆史越久遠,展望未來就越深遠”,
為紀念人工智能領域做出傑出貢獻的先輩與開拓者們,鼓勵更多後起之秀投身該領域,人工智能國際雜志《IEEE Intelligent Systems》自2006年始至今陸續推選出了60位人工智能專家(參看《諾伯特·維納獎得主王飛躍 | AI 名人堂,世界人工智能60年60位名人榜》)。
愛德華·費根鮑姆(Edward Albert Feigenbaum),1936年生于新澤西州的威霍肯。1952年,費根鮑姆進入卡内基梅隆大學(當時還叫卡内基理工學院)電氣工程系。在那裡,他遇到了著名的諾貝爾獎得主西蒙教授。他的重大貢獻在于通過實驗和研究,證明了實現智能行為的主要手段在于知識,在多數實際情況下是特定領域的知識,由此獲得了1994年圖靈獎。費根鮑姆除在斯坦福大學計算機科學系任教授外,還是美國空軍的首席科學家。
與智能打交道,就意味着我們永遠是與知識工程打交道了。
什麼是知識工程?
“知識工程”研究的内容是如何組成由電子計算機和現代通訊技術結合而成的新的通訊教育、控制系統。“知識工程”研究的中心,是“智能軟件服務”,即研究編制程序,提供軟件服務。
這就等價于,在智能通行的時代裡,再也沒有純IT。也沒有碼農,隻有知識工程師。他們做着類似現在碼農的事,用知識庫的API編程,進行隻能軟件開發,并提供相關的服務。
說到知識工程,必須要了解知識工程的DIKW體系。這是一個模型。
DIKW體系就是關于數據、信息、知識及智慧的體系。當中每一層比下一層賦予某些特質。資料層是最基本的。資訊層加入内容。知識層加入“如何去使用”,智慧層加入“什麼時候才用”。如此,DIKW體系是一個模型讓我們了解分析、重要性及概念工作上的極限。DIKW體系常用于資訊科學及知識管理。
DIKW的模型
簡單來說,DIKW模型,告訴我們,從采集的數據開始,到智能的過程。
當我們用傳感器,相機,眼睛,甚至人工進行讀取的數據後,提煉出信息,将信息關聯起來形成知識(比如歸納,總結,假設,演繹),再優化叠代成知識體系,知識升華就會産生智慧和智能。
知識工程,告訴我們,一切的智能都來自于信息。信息的載體是什麼呢?我們必須要關注信息的載體,才能通過信息的複制,傳輸,解讀,升華等方式形成智能。
信息的載體形式,大約,也隻有佛學說的最清楚了。那就是著名的六識。
對應的載體,隻有前2識是可被記錄傳播的。那就是圖像和聲音。
我們理解智能制造,必須要從追蹤這兩個載體開始。
5、結束
除了技術還有文化。8識裡,我們又追求了幾個境界。
下一篇
郭生白傳習錄精要(十六)
有話要說...