2013-10-09

[论坛]大数据须先理解人

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“镜子啊镜子,这世上最美的女人是谁?”白雪公主的继母王后向魔镜提问,魔镜毫不客气地回答:“王后您也很美,但白雪公主要美上好几倍。”

笔者也想知道,这世上最美的女人是谁。虽然没有王后的魔镜,但有聪明的智能手机。用语音提问,语音识别技术会将其转为文本,几秒内给出检索结果。它或许会指出白雪公主,并告诉你她为何比王后更美。然而答案绝不可能只有一个。可能会有机智的回答说,虽是恶女,但王后的美也该承认;也可能考虑现实性而提出2012年环球小姐冠军。也会有在伦敦奥运会上展现温暖人情味的张美兰选手。如此,网络上对一个问题可能出现极其众多的答案。

简洁明快的网络检索仍是课题

就像为王后只说出简洁真相的镜子一样,网络也应能找到契合提问意图的最佳答案。像魔镜那样能给出明快答案的网络是否不可能?虽难,但可能。

为此,首先要理解人类。如果说古希腊哲学家开始思考人类,那么如今信息通信技术(ICT)领域的学者正专注于网络,即机器理解人类的方法。

为让机器理解人类而出现的概念正是分类。人类认识自身存在、了解世界的过程,是通过不断挑选对象、聚集相似之物并赋予所聚之物代表性的反复学习来实现的。说到分类,会想起以界、门、纲、目、科、属、种为人熟知的卡尔·冯·林奈的生物学分类。还有约翰·杜威设计的图书馆分类体系杜威十进分类法。林奈试图对所有生物进行分类,杜威则试图按主题排列世上所有的书。但遗憾的是,以林奈或杜威的分类体系,难以明快地分类世上所有知识。因为用特定的几个词或句子来分类事物事实上是不可能的。

应扩大对以人为中心的检索基础的投资

有人从作为网络检索热点——语义网(semantic web,下一代智能型网络)根基的信息技术“本体(ontology)”中寻找答案。语义网正成为大数据应用成功的核心技术,但了解本体的人并不多。起源于存在论这一古代哲学的本体,探讨的是人与机器共享对特定存在的详细说明并加以理解的过程。在录入信息之前,网络要决定如何管理信息、如何表现信息之间的关系。

正如哲学经历了对人类存在的思考与理解过程,如今也要向网络细致地说明与人类相关的所有个体。这一过程正是本体的构建,其中会同时表现对所有个体的说明与准确的事例。事例越积累,网络就越朝着理解人类的方向进化。只有本体构建得当,语义网才能向用户提供准确的检索结果。若希望在复杂的网络时代,网络上也有只即时给出简洁正确答案的王后魔镜,就应趁早投资于本体的构建。

阅读韩文原文