【www.shanpow.com--科学试题】
数据是信息的一:什么是数据，信息，知识和智慧
作者：刘锋（本文章属作者原创作品，刘锋版权所有，转载引用请注明出处和作者刘锋）
2006年1月份左右，我曾经撰写了一篇涉及数据，信息，知识，和智慧的文章，在科学网看到倪鹏云老师也在探讨这个问题，于是我将原文一些核心的内容整理出来形成这篇文章与大家进行探讨。这个问题的探讨将在我们未来的研究中起到关键作用-原文地址--http://blog.sina.com.cn/s/blog_591a83bf010001fe.html
在知识管理中，有一个经典的知识阶层图，本文将以这个图作为阐述的顺序依据。
第一，什么是数据？
我们经常说“ 水的温度是100℃，礼物的重量是500克，木头的长度是2米，大楼的高度100层“。通过水，温度，100℃，礼物，重量，500克，木头，长度，2米，大楼，高度，100层这些关键词,我们的大脑里就形成了对客观世界的印象。这些约定俗成的字符或关键词就构成了我们探讨的数据基础，我们提到关键词必须是人们约定俗成的。这就表示不同阶级，不同宗教。不同国家的人对于关键词的约定必然会有差异。由此我们可以推导出数据其实也具有一个使用范围。不同领域的人在描述同一事物会出现不同的数据。例如，中国人会称每个星期的最后一天为”星期天“。美国人会把这一天叫做“Sunday”。基督教徒会称这一天为“礼拜天”.
数据的有范围性导致由此建立的信息世界，知识世界在不同的国家。不同的宗教，不同的阶级中会产生差异。认识到数据的有范围性可以帮助我们在一个领域进行知识管理时，首先要统一关键词或数据的约定。
最后我们对数据进行这样的定义：数据是使用约定俗成的关键词，对客观事物的数量、属性、位置及其相互关系进行抽象表示，以适合在这个领域中用人工或自然的方式进行保存、传递和处理。
第二，什么是信息？
作为知识层次中的中间层，有一点可以确认，那就是信息必然来源于数据并高于数据。我们知道象7度，50米，300吨，大楼，桥梁这些数据是没有联系的，孤立的。只有当这些数据用来描述一个客观事物和客观事物的关系，形成有逻辑的数据流，他们才能被称为信息。除此之外，信息事实上还包括有一个非常重要的特性—
时效性。例如新闻说北京气温9摄氏度，这个信息对我们是无意义的，它必须加上今天或明天北京气温9摄氏度。再例如通告说，在会议室三楼开会，这个信息也是无意义的，他必须告诉我们是哪天的几点钟在会议室三楼开会。
注意信息的时效性对于我们使用和传递信息有重要的意义。它提醒我们失去信息的时效性，信息就不是完整的信息，甚至会变成毫无意义的数据流。所以我们认为信息是具有时效性的有一定含义的，有逻辑的、经过加工处理的、对决策有价值的数据流。
第三，什么是知识？
信息虽给出了数据中一些有一定意义的东西，但它的价值往往会在时间效用失效后开始衰减，只有通过人们的参与对信息进行归纳，演绎，比较等手段进行挖掘，使其有价值的部分沉淀下来，并于已存在的人类知识体系相结合，这部分有价值的信息就转变成知识。例如。北京7月1日，气温为30度。在12月1日气温为3度。这些信息一般会在时效性消失后，变得没有价值，但当人们对这些信息进行归纳和对比就会发现北京每年的7月气温会比较高，12月气温比较低，于是总结出一年有春夏秋冬四个季节，因此我们认为知识就是沉淀并与已有人类知识库进行结构化的有价值信息。
第四，什么是智慧？
我们经常看到一个人满腹经纶，拥有很多知识，但不通世故，被称做书呆子。也会看到有些人只读过很少的书，却能力超群，能够解决棘手的问题。我们会认为后者具有更多的智慧。因此我们认为智慧是人类基于已有的知识，针对物质世界运动过程中产生的问题根据获得的信息进行分析，对比，演绎找出解决方案的能力。这种能力运用的结果是将信息的有价值部分挖掘出来并使之成为已有知识架构的一部分。
总结：根据这些定义我们尝试对知识管理提出一些建设性意见：
1。重视数据所使用关键词的统一性和完整性，这样才能避免组织内出现不同的信息和知识体系，避免成员在交流沟通时产生歧义和误会。
2。保持关键字集合的可扩展性，防止由于数据不全导致新信息和新知识无法产生。
3。重视信息的时效性，尽量在信息的时效性消失前挖掘出其有用的价值，并使之沉淀于已有的知识库中。
4。重视信息的可靠性和逻辑性，防止由于错误或逻辑混乱的信息加入到知识库中，降低知识库的质量。
5。关注知识库的结构化问题，尽量避免知识彼此割裂，甚至出现知识孤岛。通过不同领域知识的交叉融合，使它们连通起来，方便组织成员使用知识库时能够快速准确的定位需要的知识。
6。充分理解智慧是一种应用知识和信息处理问题的能力，在选择组织成员时应兼顾其拥有知识和运用知识能力之间的平衡
欢迎访问互联网进化论官方网站：http://www.intevl.com
《互联网进化论》(第一版）电子书下载
数据是信息的二:什么是数据、信息和知识？从一个例子说起
什么是数据、信息和知识？从一个例子说起
从一个例子说起：
数据：37.5
通过这个你能看出什么吗？估计很难？
信息：
姓名：陈浩男 年龄：1,5岁
性别：女 地址：广东省广州市天河区
时间：2006年6月8日13点20分 腋下体温：37.5摄氏度
自述：孩子在楼下玩，回来后看到小脸特别红，测量体温为37.5度
这个时候，这个37.5有意义了，是一个广州的1岁半的小女孩在夏天午后玩了后测试的体温。在这样的背景下，37.5成为了有意义的信息中的一个关键指标。
知识：
奶奶问了，孩子是不是发烧，该去医院？妈妈也手足无措！
这个时候该知识出场了。
知识：“正常小儿的基础体温为36.9℃~37.5℃。一般当体温超过基础体温1℃以上时，可认为发热。其中，低热是指体温波动于38℃左右，高热时体温在39℃以上。连续发热两个星期以上称为长期发热。 上述基础体温是指的直肠温度，即从肛门所测得，一般口腔温度较其低0.3℃~0.5℃，腋下温度又较口腔温度低0.3℃~0.5℃。 若37.5度是从口腔测得,则直肠温度约在37.8~38.0度,刚刚有一点点低烧。”
为什么以上的信息是知识呢？并不是因为这些信息是写在教科书或者那位专家说得，而是因为这是通过许多病例、试验总结出来并公认在实践中正确的。
通过信息作为基础，用以上的知识进行判断：
腋下温度37.5，那么体内温度应该是38.1-38.5左右，超过正常小儿的基础体温1度左右，是否发热还不能确定。
再看看引起发热的原因和需要治疗的情况：
知识点：
“1、婴幼儿的神经系统发育不完备，体温调节功能不健全，环境温度较大的改变或其他一些因素的影响都会使机体的产热和散热过程受到破坏，引起发热。
2、一部分孩子在接种过疫苗后一段时间会发生低热现象。
3、婴幼儿抵抗力弱，难以抵挡细菌和病菌的入侵，常会因感染而引起发热。
4、细菌性肺炎也可表现为低热，但是大部分孩子伴随有气促、紫绀、嗜睡、胃口差等症状。
5、长期的低热也可能是由肺结核或慢性淋巴细胞白血病引起的。需要去医院化验检查才能确诊。”
知识点：高烧与低烧，一般说来，高于38．5℃的为高烧病人，低于38．5℃为低烧病人。
判断：是不是孩子在下面玩的比较热，穿的比较多，回来就测得？先给她脱点衣服观察一下。
1个小时后，再测量，36.8度，正常范围，不用去医院。
37.5---陈浩男37.5摄氏度++小儿发热的知识 产生判断：观察
1小时后再测量，正常，问题解决。
数据：单纯的数据不能表达意思。
信息：建立了数据的环境后，例如37.5表示的是腋下量过的体温，是在六月份的广州中午时间测量的，是一个小姑娘的体温等等。信息是赋予了数据一环境。
知识：经过实践证明的、可以用来决策和行动的。这个例子中只包含了显性知识，如果小孩的发烧在经过各种检查后仍然找不到原因，则需要专家会诊，要看既往的病史、家族的病史加上医生的综合判断（这里面就有了隐性知识的成分）。
经过以上可以看出，如果没有数据和信息，知识很难以发挥作用。而数据和信息的获取则相对比较简单，而只有知识能够帮助解决问题。
西医的好处在于将尽量多的问题显性化、数据化，然后结合知识去做比较准确的判断。各种检查、监测项目都是显性化的手段。
数据是信息的三:数据、信息、知识和价值的关系
很多人迷恋大数据，以为有了数据就有了金矿，其实并不是这样。
数据是我们通往价值规律认知的一个台阶而已，一个完整的价值进化台阶是如图所示的。
首先是自然噪声，说白了就是各类信号源，可以是一本书，一个电话，一个告密者，任何东西。所需的第一种能力是从自然信号中获得信号源的能力，一个灵敏的收音机可以听到很远的电台声音，比如你能否在书店里找到你想要的书。对多数人来说，第一种能力就是知道什么对你的工作和生活是有用的。
第二是信号，就是在信号源中解调出信号，对于专业人士来说，他们对某一特定的信号就会非常敏感，能捕捉到信号源，可能是一个词，一个表情。这个信号可以是模拟的，比如人的表情，语调，也可以是数字信号，比如一串莫尔斯密码。当然，学过信号与系统的人肯定知道信号与数据的关系。模拟信号可以传送数字数据（各类调制解调器），数字信号也可以传递模拟数据（CD和MP3）。
第三是数据，如果我们把这里的数据定义到数字数据的话，这就是数据分析和大数据的概念了，当然数据还分结构化数据、半结构化数据和非结构化数据，目前多数的数据分析技术还是针对结构化数据的，说白了就是结构化数据库里的数据，而对于类似时间序列的半结构化数据和音频视频这类非结构化数据，目前也是学术研究的热点吧，比如对于海量视频监控数据的脸部识别，动作捕捉，乃至直接定位恐怖分子啥的。
第四是信息，其实对人和计算机来说，数据不重要，数据蕴含的信息才重要，比如几个TB视频数据，真正破案需要的恐怖分子信息，可能只在其中占几个帧而已，而要从这几个帧的数据里，发现恐怖分子的各类特征信息，比如面部，躯体，走路样子，从哪里来到那里去等等，这才是需要专业分析的地方，目前计算机估计比不上专业的人。所以信息才是重要的，知道为啥很多系统叫做信息系统了吧，因为它们是基于数据处理信息的系统。
信息真正的价值是什么？按照系统论的观点，信息是系统交互中，降低系统不确定性的关键。所以信息论鼻祖香浓咖啡，错了是香农大爷提出了信息熵的概念，熵是不确定性的衡量标准。说白了互联网思维的核心就是低熵，信息的交互和传播可以使开放系统的熵降低，确定性增加。控制，就是使得系统的不确定性向我们希望的确定方向演化。在这个层面上，系统论，信息论，控制论这三个系统工程的理论和谐的展现了。
第五是知识，对人和未来的机器来说，信息的不断沉淀和应用交互过程就产生出人类的知识，知识构建于信息之上，但不是信息，信息是知识的载体。举个例子，时刻变化的股票交易中，股价是信息，但是股价代表了什么，如何根据股价＼指数和其他交易信息去确定交易时间，买卖股票，那就是知识了，如果你把经验也看成知识的一种，信息系统搞到后面就是搞知识管理和知识库，做个股票信息软件不牛逼，牛逼的是自动选股和买卖点提示，这背后需要有算法和专家库，这些都是知识处理的内容。
第六是价值，所有的数据＼信息都必须产生价值，人不会做无价值的事情，互联网最牛逼的地方是颠覆了传统现金流的概念，而是把未来的现金流转换成当下的价值。而从知识、信息积累起来的价值判断和价值思考，又会反过来指导我们对于信号、数据的理解和需求，新的价值会带来新的数据，新的数据又产生新价值，这才是互联网、物联网未来不断演化的源泉。
