摘要：以及DIKWP模型在人工意识认知交互中的作用，阐明了构建双向可解释、可信、负责任人工智能系统的重要意义。讨论了多领域背景下，运用DIKWP模型如何实现交互主体的主观内在认知与客观外在表达的有效映射。构建以问题为导向、意图出发的技术框架，解决人工智能系统决策的不
本文综述了多领域人机融合的数据、信息、知识、智慧以及意图（DIKWP）模型的研究进展，
以及DIKWP模型在人工意识认知交互中的作用，阐明了构建双向可解释、可信、负责任人工智能系统的重要意义。讨论了多领域背景下，运用DIKWP模型如何实现交互主体的主观内在认知与客观外在表达的有效映射。构建以问题为导向、意图出发的技术框架，解决人工智能系统决策的不透明性从而达到交互可视化，并与现有技术进行对比。展望了DIKWP模型突破自然语言语义不完整、不一致以及不精确等限制，促进人工智能与社会发展、增强人工智能伦理和道德标准的巨大潜力。
随着人工智能（Artificial Intelligence，AI）的快速发展，尤其是通用AI系统、生成式AI等大语言模型（Large Language Model，LLM）的应用，人类对AI的恐慌和不信任逐渐增加。LLM的广泛应用引发人们对数据权利及个人信息权保护、算法歧视与偏见、算法滥用与生成内容滥用、知识产权保护等的思考，甚至引起人们对科技伦理、人能力退化、失业等问题的担忧。
当前以数据为中心的LLM在处理数据、信息、知识、智慧、意图及其转换方面存在一定的局限性，这种局限性源于在不确定情形下缺乏意图，而导致DIKWP（数据、信息、知识、智慧、意图）语义的不完整、不精确以及不一致，AI决策过程的不透明性、结果的不可预测性，以及潜在伦理风险。DIKWP方法旨在为人机之间实现双向可解释、可信、负责任的AI系统提出理论基础和实践路径，从本质上达到双方内部主观认知过程和处理的透明与可视化，确保符合伦理和道德标准。
01 人机融合DIKWP模型与理论
为了突破对语义完整性、一致性、精确性、正确性、客观性及相互独立假设的确定性依赖，符合更普遍的工程实践中只拥有部分数据、信息、知识以及有限智慧与意图的智能化交互场景，Duan等面向本质语义与存在语义，提出关系定义一切语义模型（Relationship Defined Everything of Semantics，RDXS）（图1），借助DIKW概念体系将知识图谱扩展为相互关联的DIKWP图谱体系：数据图谱、信息图谱、知识图谱、智慧图谱以及意图图谱（图2），来映射不完整、不一致、不精确的主客观DIKWP资源。
图1 RDXS模型的DIKWP语义元模型(UML)
图2 不完整、不一致、不精确的主客观资源与服务DIKWP图谱化映射
在DIKWP技术应用中，面向物联网、智能填表、法律技术化、云计算和边缘计算结合场景隐私保护进行了一系列以DIKWP转化为机制的实践。例如Duan等为有关类型化数据的隐私目标提出保护解决方案。Gao等提出了基于云边缘的移动电子商务环境服务工作流动态重新配置方法。Huang等在智能填表方面提出相关分析和检测策略。
02 人机融合DIKWP场景应用
2.1 人机融合DIKWP在司法领域应用
2022年，最高人民法院发布《关于规范和加强人工智能司法应用的意见》，强调进一步推动AI同司法工作的深度融合，全面深化智慧法院建设。面对日益复杂、多样化的案件，法官、律师都需要对大量的DIKWP资源进行分析，并做出公正且合理的分析和判决，自然语言的模糊性和文化差异常常导致案件解释上的不确定性。智慧司法应用领域，机器学习的方法在处理大量数据和执行复杂计算上有着显著的优势，可以用于分析案件或预测结果，但严格结构化特点制约了其难以处理司法领域复杂性和动态性。
针对案件中存在的不确定性问题，包括不一致、不完整以及不精确资源，通过意图驱动构建一个DIKWP案件资源模型，对存在问题输入、输出以及主要参与实体、事务进行DIKWP建模。可将各参与主体及事务的交互映射为DIKWP模型之间的交互。人机融合DIKWP研究为司法领域AI应用问题提供路径，但需确保符合法律和伦理要求。
2.2 人机融合DIKWP在医疗领域应用
在现代医疗实践中，单纯依赖于“病发-就医-对症治疗”的传统模式，面对人口老龄化、慢性疾病高发与多元健康需求时显得不足。主动医学以信息场与能量场的交互为基础，遵循“不过度亦不欠缺”的逻辑，将医学从单纯的治病延展至人类主动意识层面。AI已经开始逐渐取代人来完成一些事务，但AI是否具有人类意识层面的互动性理解、可解释性，甚至产生与人类相似的认知，仍是亟待解决的问题。当前对于意识研究有许多模型和理论，但缺乏统一的意识模型。
DIKWP概念-语义的统一和形式化表达构建了DIKWP服务的跨概念空间-语义空间-认知空间交互与概念-语义主观客观化融合的不确定性处理的基础。
在主动医学领域中，通过构建患者的DIKWP认知图谱，进而基于患者的DIKWP认知图谱和患者陈述的病历DIKWP图谱进行DIKWP资源语义融合与一致性验证处理，得到患者的DIKWP病历内容图谱。对不同医生的诊断内容图谱进行比较分析，可以借助相关标准诊疗DIKWP图谱对医生的诊疗质量进行评价。如图3所示。
图3 基于DIKWP的主客观融合诊疗质量监测
在认知空间中加入人工意识（图4），探索DIKWP人体生理神经物理对应，模拟医生与患者间外在交互与内在思维过程，刻画交互双方画像，将外在表达和内在主观认知统一映射为DIKWP模型之间的计算、推理和转换过程，借助DIKWP图谱可视化在可解释方面，突破自然语言语义的不完整、不一致及不精确。
图4 医疗领域DIKWP人工意识认知交互体系
人机融合的DIKWP研究在实现可解释性、交互透明化，以及可视化上取得了一定突破，但还需要在可信、负责任上进行深入研究。
2.3 人机融合DIKWP在智能填表领域应用
随着AI技术的不断发展和应用，可信AI的治理和研究也日益成为人们关注的焦点。可信AI是指具有高度稳定性、鲁棒性和安全性的AI系统，能够在可控范围内实现预期的任务和目标，同时能够应对各种异常和故障情况。为了实现可信AI的研究和治理，国际上已经出现了一系列的倡议和行动。欧盟委员会在2019年发布了可信赖AI的伦理准则“Ethics Guidelines for Trustworthy AI”，提出可信AI全生命周期具体框架。该框架从“3个基本条件”“可信赖AI的基础”及“可信赖AI的实现”3个方面来进行论述和分析，以尊重人的自主性、预防伤害、公平性和可解释性作为AI的4项伦理准则，并在实现层面上确定了7个关键的要素：技术鲁棒性和安全性、隐私和数据管理、透明性、非歧视性和公平性、人的能动性和监督、社会和环境福祉、问责，如图5所示。
图5 可信AI全生命周期具体框架
随着信息化时代的发展，表单填写成为最快采集到数据方法之一，然而由于填表方群体内部数据、信息、知识、智慧及意图的不一致、不完整、不精确，从而导致表单内容对各类填表方呈现出差异。目前的自动填表技术大多停留在数据迁移策略上，这并不能有效满足填表方和表单的意图，同时难以解决数据和信息缺失的情况。
基于DIKWP理论和技术，以意图模型为导向，数据、信息及知识模型为驱动，智慧价值模型为评价，对智能填表交互过程中各方的客观内容体系和主观认知体系进行融合分析，针对内容资源的不一致、不完整、不精确进行分析与处理，同时对跨体系本质关联进行研究，旨在负责任地评估表单的合规效用、隐私安全、公平公正性，提高自动填表决策的可信与可靠性。如在招聘-求职场景个人信息填报中，通过对双方DIKWP体系关联操作，根据资源可用性因素确定填表内容。未来需进一步分析资源特征，完善转化逻辑，确保智能填表符合道德规范并接受监管。
03
结论
随着AI的快速发展，以LLM为代表的广泛应用，在为人类带来便利的同时，也加剧了对数据安全、个人信息保护、算法歧视与滥用等问题的担忧。在不确定、多变、关键和复杂的环境下，实现可靠、可信、可解释AI，提高AI系统的透明性、负责任性成为研究的重点，本文介绍了DIKWP模型的方法和应用，阐述了开展面向人机融合的DIKWP融合研究的重要性，讨论了在多领域下，人机融合的DIKWP应用研究工作，通过对不完整、不一致、不精确主客观混合的DIKWP资源进行处理，将有效实现交互过程的透明性、可解释性，从而提升交互的效率，为未来更进一步的AI治理提供解决方案，促进跨学科、跨领域以人为本的AI发展。
作者简介：梅映天，海南大学计算机科学与技术学院，博士研究生，研究方向为DIKWP、认知交互、语义处理；段玉聪（通信作者），海南大学计算机科学与技术学院，教授，研究方向为DIKWP、认知交互、语义处理。
论文全文发表于《科技导报》2024年第23期，原标题为《面向人机融合的DIKWP应用进展》，本文有删减，欢迎订阅查看。
白名单回复后台「转载」
☟
《科技导报》创刊于1980年，中国科协学术会刊，主要刊登科学前沿和技术热点领域突破性的成果报道、权威性的科学评论、引领性的高端综述，发表促进经济社会发展、完善科技管理、优化科研环境、培育科学文化、促进科技创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、智库观点、科技评论、热点专题、综述、论文、学术聚焦、科学人文等。
《科技导报》微信公众平台创建于2014年，主要刊登《科技导报》期刊内容要点，报道热点科技问题、科技事件、科学人物，打造与纸刊紧密联系又特色鲜明的新媒体平台。
科技导报公众号聚集了数万名专心学术的未来之星和学术大咖，添加编辑微信，让优秀的你有机会与志趣相同的人相遇。
来源：科技导报