我们身边的数据

数据

数据是一组有意义的符号

数据无处不在，只是它们没有实体。

过去，人们习惯把数字的组合称为数据。但在今天，这样的理解显然不够全面。那么是否可以把数字、字符、字母的集合称为数据？也不准确。

在今天“大数据”的语境中，数据是可以被记录和识别的一组有意义的符号，一般可通过原始的观察或度量得到。数据是对客观事物的逻辑归纳，可以用来表示一个事实、一种状态、一个实体的特征，或一个观察的结果，有些是用于描述某个对象的事实性数据，有些则是通过观察、分析、归纳得到的总结性数据。

数据可以是连续的，比如无线电通信时在空气中传输的电磁波，它们是模拟数据；数据也可以是离散的，比如在计算机中存储的文档和照片，它们是数字数据。

承载数据的形式有很多，不仅包括文字、数字、符号、图像、语音、视频，也可以是对某个事物的属性、数量、位置、关系的抽象表示。大气的温湿度、汽车的行驶路线、学生的档案记录、商务的合同，这些都是数据。

我们平时用电子设备看新闻、拍照片、买东西、打游戏，本质上都是在和数据打交道。在计算机中，它们是一连串包含有0和1的二进制数的组合。

信息

信息是用来消除不确定性的

现在我们来明确一下什么是数据，什么是信息。当人们在研究甲骨文时，上面记录的符号仅仅是一些数据。要读懂这些数据，就必须了解数据背后要表达的含义。一旦对数据做出解释，我们就能得到甲骨文上的信息。

数据与信息既有联系，又有区别。数据是信息的载体，信息则需要依托数据来表达。它们是形与质的关系，两者密不可分。

信息由数据加工得来，它可以由数字和文字表达，也可以表现为其他具有意义的符号，其承载形式不重要，重要的是信息能让我们了解一些事情、鉴别一些真伪、佐证一些观点。也就是说，尽管数据存在的形式多种多样，但我们真正想要获得的是信息。

“信息”作为科学术语最早出现在哈特莱1928年撰写的论文《信息传输》中，在该论文中他首次提出了将信息定量化处理的设想。1948年，信息论创始人、美国数学家香农发表了一篇有着深远影响的论文—《关于通信的数学原理》，他明确指出了“信息是用来消除随机不确定性的东西”。

在香农看来，一旦我们想要对信息进行量化和比较，我们就不要去关注这些信息到底承载了什么内容，而是要看这条信息出现后，是否改变了某些不确定性事件的概率。今天这一定义已经被看作是对“信息”的经典定义，在各种场合不断被人引用。

无论是数字、字符或它们的组合，如果我们无法解读，就不能称其为信息。有一个重要的判断标准是，看它是否承载了有用的内容。无论是石头上刻的画、纸上写的字、墙上的涂鸦还是电脑中的文件，只要它们能表达确切的含义，就能认为是信息。

一串11位数字的号码，如果它是随机数字，则谈不上是信息。如果我告诉你，这串数字是我的手机号，它就消除了不确定性，它便是一种信息。信息是把人们不清楚的给说清楚的那些内容，如果已经知道了，就不能算作新的信息。

举例来说，今天任何一个小学生都知道地球是圆的，地球自转产生了白天和黑夜。这在今天看来是一个基本常识，但我们的祖先并不知道。如果我们把发明文字作为人类文明的起点，那么大约经过5000多年，也就是直到15世纪，人们才开始接受地球是一个大圆球的观点。

虽然“地球”对于今天的小学生来说不算是新的信息，但是对于古人来说，它不仅是信息，而且信息量巨大。

你或许已经发现了，信息会因场景而定，因每个人的主观认识而定。同一条信息，对一些人是有用的，对另一些人或许就没用了。

知识

知识是对信息的总结和提炼

随意给出3个数字：68、21、192。这3个数字仅仅是数据。现在给它们加上一些说明，比如：衣服的价格是68元，今天的气温是21摄氏度，小明爸爸的体重是192斤。这些数据有了明确表达的含义，它们就是信息。

不仅如此，我们还能基于这些信息给出一些判断：衣服不是很贵，天气有点凉爽，男人该去减肥了。做出这些判断，需要依赖我们平时生活中积累的经验和常识，即知识。

知识是对信息的提炼和概括，它是高度概括的信息。如果说信息可以解答一些简单的问题，比如“谁”“在哪里”“做什么”，那么知识可以回答一些更具深刻认知的问题，比如“怎样”“为何”。

日常生活中最基本的知识是常识。比如明火不能碰、热油不能遇水、人有生老病死、月有阴晴圆缺，它们大部分来自生活，是大家认为都该懂得、不言自明的知识。今天很多约定俗成的常识，是由我们的祖辈口口相传、代代相承而来。人并不是天生就有常识，知道火为何物、火可伤人、火可熟食。很多道理都是从生活实践中总结而来的。

现如今，对于人工智能来说，要解决的核心问题是让计算机具有常识。很多常识背后有着复杂的知识体系，机器必须真正“理解”知识，而不是“记忆”它们。

举例来说，计算机或许能通过数据样本学习，知道人类有头、手、脚等身体部位，但它很难理解既然这些部位都长在人体上，为何只有头上有眼睛，手和脚上却没有？又比如，计算机学会并知道了“人有2只眼睛”，但它无法判断这个世界上是否存在“有1只眼睛的人”和“有3只眼睛的人”。

如今的人工智能只能从数据中学习到数据之间的联系，它还不能很好地处理有关常识的问题，这方面人们还有很长的研究之路要走。