DIKW金字塔，AI爬到第几层了？

你可能没听说过DIKW金字塔，但你一定曾被按在这座塔的鄙视链上摩擦过。

曾有某个游戏主播形容自己的预判：观众只看到了第二层，想到了第一层，实际上我在第五层。于是，网友们形容一些让人意想不到的操作，“这波啊，这波是在大气层”。

这种说法虽然有些戏谑，但还真有点科学道理。

DIKW金字塔，是一个关于人类理解、推理和解释的层次结构，分别是：数据（原始的事实集合）、信息（可被分析测量的结构化数据）、知识（需要洞察力和理解力进行学习）、智慧（指导行动）。

站在DIKW金字塔尖的人，相当于全部通关的顶级选手，掌握了数据、整理成信息、理解为知识、转化成智慧，才能让行动如有神助。足智多谋如诸葛亮，锦囊妙计用的那叫一个信手拈来，绝对是“站在大气层的男人”。

DIKW金字塔适用于人，也适用于AI吗？答案是肯定的。

如果AI也有鄙视链，那么基于数据的AI，一定会被基于知识的AI碾压。

这是因为，AI Is A Knowledge Technology，AI就是一种由知识驱动的技术。因此，从初级人工智能向高级人工智能、通用人工智能发展的过程，也是一个攀爬DIKW金字塔的过程。

近年来，AI领域的诸多学术力量、产业力量，从强调“数据出奇迹”的蛮力计算，向着“知识金字塔”的更高层级进发，推动知识计算引领AI应用的未来潮流。

可以说，我们正处于一个向基于知识的AI过渡的关键阶段。AI已经影响着你我生活的方方面面，所以有必要来聊一聊，AI沿着DIKW金字塔向上攀爬，将会带来怎样的变化？

回归的钟摆：

理性主义的复兴

将知识运用在机器智能当中，并不是什么新鲜事。早在上个世纪，人类就开始了探索知识计算的步伐，并广泛应用到工作和生活当中。

AI诞生的那一刻起，就是理性主义和经验主义两大流派的交相辉映、此消彼长。它们的共同之处，都认为机器智能首先要拥有知识，知识是智能的核心；分歧在于，对于知识的理解和获取途径不同。

而伴随着这两大流派的发展，知识与AI的结合，也就表现为两种方式。

一种是理性主义的结合，人提供知识，机器负责计算。

理性主义认为人的智能是先天遗传的，要实现机器智能，就要理解人脑的运行机制，将这个东西总结成知识，再由人来告诉机器怎么做。

典型应用就是专家系统。

人类专家总结出知识，计算机根据专家系统知识库进行学习，这种方式可解释性非常