在這之前,在多聊聊別的。
人對資料轉化成資訊的能力非常強。但是,對電腦而言卻是非常薄弱,縱使Machine Learning已經蓬勃發展中。
「T國大勝C國」;「T國大敗C國」。是哪一國勝呢?
哈~我們都很愛國,都是T國勝利。
就電腦而言,如果這兩句話是等價的話,那T國相等,C國相等,大相等,然後,勝==敗。
還好,電腦還沒有「情緒晶片」否則,會瘋掉的。
還好,電腦還沒有「情緒晶片」否則,會瘋掉的。
所以,這兩句話是屬於Content,但是你所理解背後意義是Context,也就是資訊的義涵卻不太一樣。一般資訊義函可分成三個層級:
- 語法(Syntax aspect)
- 語意(Semantic aspect)
- 用途(Pragmatic aspect)
這邊也就不再多作解釋。想強調的是「人所見之資料,並非都如你所想的意義」。
再補一個猜謎遊戲:請問把一個人從家裡送到公司的交通工具是什麼?
這句話的意義很明確吧,抱歉,不同背景的人,所思考的方向截然不同。
- 老闆而言,腳踏車就好。便宜,又可以健身,對員工好。
- 工程師而言,馬車就好。方便組裝,容易維護。
- 員工而言,跑車做好。又快又炫。
怎麼辦呢?看到資料,也不是所想。就算定義相同的資訊,還是會得到不同資料。
這個還要玩下去嗎?除非你永遠不與他人溝通,只要有溝通,就會有溝通成本。
建立標準的目的,就是要降低溝通成本。只可惜,為了降低溝通成本,卻需要先投入標準成本。而這個標準成本就是國內不願意投入的部份。
沒有留言:
張貼留言