相信大家對物聯(lián)網(wǎng)這個概念并不陌生。顧名思義，物聯(lián)網(wǎng)就是把所有物品通過網(wǎng)絡(luò)連接起來，實現(xiàn)任何物體、任何人、任何時間、任何地點的智能化識別、信息交換與管理。物聯(lián)網(wǎng)的本質(zhì)就是將信息技術(shù)（IT）基礎(chǔ)設(shè)施融入物理基礎(chǔ)設(shè)施（如鐵路、橋梁、隧道、公路、建筑等）中，并且互相連接，形成物物相連的網(wǎng)絡(luò)，實現(xiàn)實時的、智慧的、動態(tài)的管理和控制。

物聯(lián)網(wǎng)的快速發(fā)展與普及已經(jīng)催生出大量的現(xiàn)代化應(yīng)用，在公共事務(wù)管理、公共社會服務(wù)以及經(jīng)濟(jì)發(fā)展建設(shè)三大方面發(fā)揮著不可或缺的重要作用。

回顧歷史，我們經(jīng)歷了三次全球信息化的浪潮。

第一次信息化浪潮出現(xiàn)在1980年前后，隨著個人計算機(jī)開始普及，人們處理信息的能力快速增長；在1995年前后，互聯(lián)網(wǎng)和移動通信網(wǎng)開始普及，信息傳輸更加便捷，人類迎來了第二信息化的浪潮；在2010年前后，物聯(lián)網(wǎng)快速發(fā)展，豐富了信息的獲取，拉開了第三次信息化浪潮的大幕，這也意味著大數(shù)據(jù)時代的到來。

物聯(lián)網(wǎng)將經(jīng)歷四個發(fā)展階段：從無線射頻識別（RFID）的廣泛應(yīng)用到物體互聯(lián)，再到物聯(lián)網(wǎng)的半智能化，最終進(jìn)入全智能化階段。如今，我們?nèi)栽谂崿F(xiàn)物聯(lián)網(wǎng)全面智能化的美好愿景。

人們一直在思考，怎么樣才能讓物聯(lián)網(wǎng)更加智能化？

實際上，數(shù)據(jù)是非常關(guān)鍵的入口。據(jù)統(tǒng)計顯示，物聯(lián)網(wǎng)每年產(chǎn)生的數(shù)據(jù)量高達(dá)400萬億兆字節(jié)。從可穿戴設(shè)備到智能家居設(shè)備，再到高端連接平臺，各種產(chǎn)品都在生成大量數(shù)據(jù)。例如，波音787每小時可以產(chǎn)生40 TB的數(shù)據(jù)，力拓采礦業(yè)務(wù)每分鐘產(chǎn)生的數(shù)據(jù)量可達(dá)2.4 TB，是推特日產(chǎn)數(shù)據(jù)量的20余倍。

由此可見，物聯(lián)網(wǎng)不但為設(shè)備提供了物理連接，更豐富了數(shù)據(jù)的供給。

無論是數(shù)值總量還是增長速度，物聯(lián)網(wǎng)中的數(shù)據(jù)量都早已遠(yuǎn)遠(yuǎn)超過了設(shè)備量。因此，合理利用這些“大數(shù)據(jù)”就顯得尤為重要。

數(shù)據(jù)為深度解析和理解物聯(lián)網(wǎng)內(nèi)容提供了依據(jù)。盡管物聯(lián)網(wǎng)中承載的數(shù)據(jù)量巨幅增長，但可惜的是，絕大部分信息被人們忽視，沒有被儲存和分析。

我們可以更好地利用這部分?jǐn)?shù)據(jù)。這些數(shù)據(jù)因為其來源、功能等方面的不同，往往具備更高維度的屬性信息，因而能更細(xì)粒度地反映和描繪物理世界當(dāng)中的現(xiàn)象。我們將這些數(shù)據(jù)之間構(gòu)成的網(wǎng)絡(luò)稱為“數(shù)聯(lián)網(wǎng)”。

由于數(shù)聯(lián)網(wǎng)中的海量數(shù)據(jù)具有高維屬性，彼此聯(lián)結(jié)形成的復(fù)雜圖結(jié)構(gòu)在刻畫能力上遠(yuǎn)超此前的平面圖，因此，數(shù)聯(lián)網(wǎng)的結(jié)構(gòu)形態(tài)更像是一種高維圖。以設(shè)備賦能為基礎(chǔ)，還能形成智慧連接的“智聯(lián)網(wǎng)”。

作為連接物理世界和人類社會的橋梁，如何實現(xiàn)人-機(jī)-物之間的知識傳遞是物聯(lián)網(wǎng)向數(shù)聯(lián)網(wǎng)進(jìn)化的必由之路，是物聯(lián)網(wǎng)智能化發(fā)展的關(guān)鍵。

通過數(shù)據(jù)終端感知群智采集技術(shù)，可以實現(xiàn)從物理世界向數(shù)字世界的進(jìn)化；而數(shù)據(jù)的關(guān)聯(lián)構(gòu)建與知識的提取度量，則是從數(shù)字世界向精神世界進(jìn)階的重要環(huán)節(jié)。

那么，數(shù)據(jù)如何在互聯(lián)中產(chǎn)生價值呢？

知識度量回答的就是數(shù)據(jù)在互聯(lián)中如何產(chǎn)生價值的問題。為了便于分析，我們從一種特殊的數(shù)聯(lián)網(wǎng)入手，即由論文組成的數(shù)聯(lián)網(wǎng)，我們把它稱為“論文數(shù)聯(lián)網(wǎng)”（ Internet of Papers，IOP）。

正如20億人相連可以形成Facebook這樣的社交網(wǎng)絡(luò)、10億臺計算機(jī)連接形成了互聯(lián)網(wǎng)、1000億臺設(shè)備相連形成物聯(lián)網(wǎng)一樣，學(xué)術(shù)可視化搜索系統(tǒng)愛思美譜（Acemap）中的兩億文章相連，就形成了IOP這樣一個特殊的數(shù)聯(lián)網(wǎng)。

IOP意味著學(xué)術(shù)大數(shù)據(jù)的飛速增長。在學(xué)術(shù)文獻(xiàn)驟增的情況下，我們?nèi)祟悾?strong>尤其是科研人員，面臨著獲取知識的能力與信息生成速度之間日益突出的矛盾。

因此，當(dāng)今的研究人員在面對茫茫文獻(xiàn)大海時，往往會陷入閱讀疲勞的困境。在這種背景下，我們可以提出一個等價的問題：是否能夠從科學(xué)生產(chǎn)力中解耦出知識量？

事實上，存在許多相關(guān)的量化指標(biāo)，例如H指數(shù)、G指數(shù)、影響因子等等。這些指標(biāo)都從不同的維度出發(fā)，站在科學(xué)生產(chǎn)力的角度篩選出具有影響力的文獻(xiàn)。但是，這些指標(biāo)其實僅僅是基于引用量的統(tǒng)計指標(biāo)，側(cè)重于描繪影響力。而影響力通常是局部性的，只受直接引用的影響，不足以反映知識如何在不同文章之間傳承。然而知識是全局的，引文網(wǎng)絡(luò)的任何變化都可能對知識產(chǎn)生影響。因此，影響力無法反映論文在引文網(wǎng)絡(luò)中所處位置的重要性。

盡管知識的度量相當(dāng)重要，但在計算機(jī)科學(xué)史中，關(guān)于知識的定義，特別是知識的量化，仍然是一個空白。

著名的哲學(xué)家柏拉圖曾經(jīng)在幾千年前提出了JTB理論。簡而言之，他認(rèn)為知識是可辯護(hù)的（Justified）、真（True）、信仰（Belief）。另一位哲學(xué)家葛梯爾隨后曾對此提出過質(zhì)疑，但自此以后，就再也沒有對知識的哲學(xué)化定義了。

然而，這并不妨礙后來的科研人員對知識進(jìn)行不斷的度量方面的研究。

實際上，已經(jīng)有大量的研究結(jié)果表明，知識存在結(jié)構(gòu)，并且網(wǎng)絡(luò)在解釋知識方面具有重要作用。考慮到學(xué)術(shù)數(shù)據(jù)中存在大量的引用關(guān)聯(lián)關(guān)系，我們把這些關(guān)系建模到一個學(xué)術(shù)引文網(wǎng)絡(luò)中，在這個結(jié)構(gòu)化空間里去尋找知識。

巧合的是，在引文網(wǎng)絡(luò)中確實可以看到知識的跡象。首先，一篇論文的后續(xù)引用可以反映該論文的廣泛認(rèn)可程度，即網(wǎng)絡(luò)中的相對真理，類似于柏拉圖認(rèn)識論中的“知識的相對性”。其次，論文的參考文獻(xiàn)可以反映論文來源是否可靠、是否合理。因此，知識可以被表達(dá)為論文及其依賴的結(jié)構(gòu)，也就是說，知識的意義就體現(xiàn)在學(xué)術(shù)網(wǎng)絡(luò)的關(guān)聯(lián)關(guān)系當(dāng)中。我們無法判斷不屬于結(jié)構(gòu)的知識，正如同我們無法判斷拓?fù)渚W(wǎng)絡(luò)之外的節(jié)點一樣。

知識是以信息為基礎(chǔ)的，而對于信息的量化已經(jīng)有一些相當(dāng)成熟的理論，比如非常經(jīng)典的香農(nóng)信息熵，以及2016年北航李昂生教授提出的結(jié)構(gòu)熵等。

因此，信息論可以作為知識量化的線索。

在物理學(xué)當(dāng)中，熵是測量無序程度的指標(biāo)；香農(nóng)熵度量了離散概率分布的混亂度，而結(jié)構(gòu)熵度量了將離散概率分布組織成結(jié)構(gòu)化網(wǎng)絡(luò)后的混亂度。這兩者恰好對應(yīng)著知識將無序數(shù)據(jù)組織成有序數(shù)據(jù)的過程。因此，計算這兩種熵的差值，就可以體現(xiàn)知識在其中發(fā)揮的作用。

因此，我們可以將其定義為知識的量化指標(biāo)，即KQI（Knowledge Quantity Index）。例如，在論文評估體系中，香農(nóng)熵依據(jù)各個文章的參考文獻(xiàn)數(shù)量和引用量進(jìn)行計算，而結(jié)構(gòu)熵的計算則考慮了整個引文網(wǎng)絡(luò)的結(jié)構(gòu)。

香農(nóng)熵、結(jié)構(gòu)熵與知識的關(guān)系如圖所示。

熵與知識的關(guān)系

雖然我們不知道有多少未知信息存在，但我們知道已知信息有多少。通過發(fā)現(xiàn)的過程來擴(kuò)展視野當(dāng)中的信息（香農(nóng)熵），通過學(xué)習(xí)的過程來結(jié)構(gòu)化信息形成知識（KQI）。因此，KQI反映了知識被量化的程度。

接下來的問題是KQI可以用來干什么，以及KQI可以用來揭示什么？

為了探索這些問題，我們在Acemap學(xué)術(shù)數(shù)據(jù)庫中約兩億篇的學(xué)術(shù)文獻(xiàn)上進(jìn)行實驗。

結(jié)果表明，從1970年到2020年，對于大多數(shù)學(xué)科而言，與文獻(xiàn)數(shù)量的爆發(fā)式增長相比，知識通常隨時間線性增加。這表明知識增長的速度與科學(xué)生產(chǎn)力之間存在脫節(jié)，并且這種趨勢至今沒有減弱。不同領(lǐng)域的學(xué)術(shù)網(wǎng)絡(luò)結(jié)構(gòu)的差異也會導(dǎo)致知識量呈現(xiàn)差異。實驗結(jié)果還顯示，不同領(lǐng)域的知識量排名與科學(xué)生產(chǎn)力的排名并不完全一致，即兩者并不等價。我們在經(jīng)典的巴拉巴西-阿爾伯特?zé)o標(biāo)度網(wǎng)絡(luò)（BA）模型下進(jìn)行了理論分析，證明了文獻(xiàn)數(shù)量的多項式增加只能帶來知識的線性增加。至此我們得到了兩者之間的量化關(guān)系。

有人說，21世紀(jì)是生命科學(xué)的世紀(jì)。有趣的是，通過對文獻(xiàn)數(shù)據(jù)進(jìn)行KQI探索，我們發(fā)現(xiàn)在這一時期，生物學(xué)和醫(yī)學(xué)領(lǐng)域的KQI確實呈現(xiàn)出加速增長的趨勢，但這些領(lǐng)域的論文數(shù)量并沒有異常增長。材料、工程等領(lǐng)域也存在類似的現(xiàn)象。

為了解釋這些現(xiàn)象，我們借鑒經(jīng)典滲流理論當(dāng)中網(wǎng)絡(luò)級聯(lián)故障的臨界效應(yīng)，得出了知識爆發(fā)增長的臨界點。

臨界點意味著知識之間建立了充分的關(guān)聯(lián)，從而促進(jìn)了知識的蓬勃發(fā)展。具體來說，從一些活躍的知識開始，一定數(shù)量活躍知識的共同啟發(fā)可以激活一個不活躍的知識，最終導(dǎo)致幾乎所有的知識都可以被激活。不同的領(lǐng)域具有不同的閾值a，說明從一篇論文遷移到另一篇論文的難度是不一樣的。

我們發(fā)現(xiàn)，基于前人工作不斷深挖的領(lǐng)域不容易達(dá)到臨界值，而開創(chuàng)性工作的領(lǐng)域則恰恰相反。

對此，一種合理的解釋是，外界對深挖領(lǐng)域的工作難以全面理解，所以知識爆點的臨界閾值a值較高。對于每一個領(lǐng)域來說，隨著科學(xué)生產(chǎn)力的提升，只要知識量達(dá)到這一知識爆點閾值，都會發(fā)生質(zhì)的轉(zhuǎn)變。

通過KQI，我們還可以發(fā)現(xiàn)一些現(xiàn)象。帕累托法則，也稱為二八定律，指的是最富有的20%人口擁有大約80%的財富。我們發(fā)現(xiàn)知識中也存在類似的二八定律，即17%的科學(xué)文獻(xiàn)可以占據(jù)一個領(lǐng)域里83%的知識量，而83%的文獻(xiàn)只占據(jù)17%的知識。

與貧富矛盾不同，知識領(lǐng)域中的二八定律反映了頂尖論文和普通論文之間的辯證關(guān)系。一方面，沒有普通論文的積累就不會有頂尖論文的出現(xiàn)；另一方面，過多普通論文又會淹沒頂尖論文。這一規(guī)律意味著，只需研究少量論文，就可以獲得其學(xué)術(shù)網(wǎng)絡(luò)中絕大多數(shù)的知識。

然而，我們必須注意，不能忽視那些80%的文獻(xiàn)的價值，因為KQI低并不意味著文獻(xiàn)一文不值，只不過它可以被KQI高的文獻(xiàn)概括。

受此啟發(fā)，我們提出了知識脈絡(luò)的概念，也就是通過KQI，用最少的論文來涵蓋大部分知識，以代表學(xué)科的發(fā)展。這可以幫助年輕的研究人員決定閱讀哪些文章、幫助跨學(xué)科工作者快速掌握新學(xué)科的概況，以及幫助我們建立知識體系，撰寫文獻(xiàn)綜述等。

KQI還可以用來反映各個學(xué)科在不同時期的知識含金量的變化。

以計算機(jī)學(xué)科為例，下圖展示了該領(lǐng)域KQI排名前五的論文的KQI走勢，以及它相對引用量的變化。

計算機(jī)論文的KQI與引用量的變化(實線代表KQI，虛線代表引用量)

這5篇論文在計算機(jī)學(xué)科中都很有影響力。

我們可以觀察到，論文的KQI隨研究熱點的轉(zhuǎn)移不斷變化。例如，神經(jīng)網(wǎng)絡(luò)相關(guān)的研究起始于20世紀(jì)80年代，但在1995年左右，由于支持向量機(jī)算法的出現(xiàn)，這一研究進(jìn)入了冬天；近年來，隨著深度學(xué)習(xí)的興起，這一領(lǐng)域再次蓬勃發(fā)展。這種變化在KQI上表現(xiàn)得非常明顯，但在引用量這一指標(biāo)上并沒有得到反映。

此外，KQI還能夠找到那些引用量不高但具有價值的論文，同時也能過濾掉那些引用量很高但是知識量不高的論文。如下頁圖所示，深色格子代表引用量和KQI一致，淺色格子代表兩者之間不一致。引用量的高低與文章的價值（“√”或“×”）并不完全一致，KQI則更能反映一篇論文的價值。即使一篇論文的被引頻次不高，但如果它產(chǎn)生了一定的影響力，也會間接說明這篇論文的價值。

如何評價文獻(xiàn)：KQI與引用量

此外，當(dāng)圖結(jié)構(gòu)發(fā)生變化時，即使引用量不變，論文的KQI也會隨之變化。受最新研究熱點的影響，KQI的值會有增有減，這樣會更真實地反映一個工作的知識隨時間的變化。

KQI與柏拉圖JTB理論也是相對應(yīng)的：一篇論文的正確性通過引用來反映，看它是否被廣泛認(rèn)可；而合理性則通過論文的參考文獻(xiàn)來反映，看它是否基于一些被認(rèn)可的論文。KQI同時反映了論文的正確性和合理性。

由于熵的可加性，我們也可以根據(jù)作者對論文進(jìn)行KQI的聚合，以度量作者的KQI。

以圖靈獎和諾貝爾獎為例，計算機(jī)領(lǐng)域KQI排名前50名的作者中有1/3都是圖靈獎獲得者，而KQI排名前10000的作者包含了現(xiàn)有數(shù)據(jù)中共74個圖靈獎獲得者中的71位，以及86位諾貝爾經(jīng)濟(jì)學(xué)獎獲得者中的85位。僅有幾名作者未被收錄，有的并非因為論文獲獎，還有一些被歸類到數(shù)學(xué)領(lǐng)域。

另外，馮·諾依曼獎?wù)?、麥克阿瑟獎、蘭切斯特獎，以及信息檢索之父、信息理論之父等，在KQI度量中都名列前茅。

同時，我們還對機(jī)構(gòu)和國家做了KQI排名。

我們發(fā)現(xiàn)，美國在文獻(xiàn)數(shù)量和KQI上都遠(yuǎn)遠(yuǎn)超過其他國家。如今，中國的文獻(xiàn)總量達(dá)到美國的一半，但KQI尚有差距。這也說明近年來呼吁中國科研從數(shù)量向質(zhì)量轉(zhuǎn)變的聲音是正確的。

由于KQI廣泛適用于國家、機(jī)構(gòu)、作者、論文等不同粒度對象的度量，我們也可以對它們進(jìn)行交叉比較。我們可以發(fā)現(xiàn)：厲害的國家通常有更多的機(jī)構(gòu)，也與學(xué)者的質(zhì)量、論文的數(shù)量和質(zhì)量相關(guān)；厲害的機(jī)構(gòu)通常有更多厲害的學(xué)者和論文；厲害的學(xué)者通常有更厲害的論文。這也暗示了KQI在消除唯論文數(shù)量和打破內(nèi)卷現(xiàn)象方面是具有潛力的。

實際上，還有一個更大膽的設(shè)想，即從物聯(lián)網(wǎng)到命聯(lián)網(wǎng)，達(dá)到萬命互聯(lián)的境界。我們已經(jīng)認(rèn)識到，萬物互聯(lián)消除了信息的不平等；而進(jìn)一步的萬命互聯(lián)則有助于破解生命的密碼，探尋生命的奧秘。

人類社會經(jīng)歷了農(nóng)業(yè)時代、工業(yè)時代，正在從信息時代向生命時代變遷。在物質(zhì)相對富足的情況下，健康、長壽、美麗和幸福將會被放在第一位。幸福和美麗不易量化，而健康和長壽是可以衡量的。“只有可以衡量的東西，才能被管理。”因此，健康和長壽是可以管理和改善的人類共同目標(biāo)，而基因則是生命的根本。

在健康和長壽管理中，檢測和預(yù)防起著重要作用。如果我們能提高病因明確的重大疾病（如唐氏綜合征、耳聾、宮頸癌、腸癌等）篩查的檢測通量，降低檢測價格，就能及早實現(xiàn)重大高發(fā)性疾病早篩的全面覆蓋。只有早篩查、早發(fā)現(xiàn)，將生命健康的重心從“精準(zhǔn)治療”前移到“精準(zhǔn)預(yù)防”，才能實現(xiàn)精準(zhǔn)健康管理，顯著提升人均期待壽命并大幅降低社會衛(wèi)生總負(fù)擔(dān)。

不同物種之間基因的配對可以闡釋物種之間的相似性。例如，人類與豬的基因相似度高達(dá)95%，人類和果蠅的基因相似度也有60%。因此，從命聯(lián)網(wǎng)的角度來看，或者說從以基因為節(jié)點的網(wǎng)絡(luò)視角來看，它們之間實際上存在關(guān)聯(lián)性，它們都是命聯(lián)網(wǎng)的一部分。

其實，萬命互聯(lián)這個概念早在19世紀(jì)就被德國著名的博物學(xué)家洪堡（Alexander Von Humboldt）提出。他當(dāng)時提出了“生命之網(wǎng)”的概念，也就是說將世界看作一個有機(jī)的整體的自然觀。

他曾經(jīng)說過：“一切事物都相互作用，有往必有還。”

所以，萬命互聯(lián)也是生命之網(wǎng)的終極意義。這也啟示我們以聯(lián)系的觀點看待問題，將人與自然視為一個有機(jī)整體，才有助于推動人類文明不斷向前發(fā)展。

在現(xiàn)實網(wǎng)絡(luò)中，信息來源于數(shù)據(jù)，而知識又能創(chuàng)造智慧。隨著網(wǎng)絡(luò)、大數(shù)據(jù)和人工智能技術(shù)的不斷發(fā)展，從物聯(lián)網(wǎng)到數(shù)聯(lián)網(wǎng)再到智聯(lián)網(wǎng)，網(wǎng)絡(luò)的形態(tài)與功能也在不斷地豐富和完善。

在這個過程中，數(shù)據(jù)、信息、知識和智慧四者不是相互獨(dú)立的，而是可以有機(jī)地被統(tǒng)一起來，層層遞進(jìn)，形成自下而上貫通的“數(shù)據(jù)-信息-知識-智慧”系統(tǒng)，為物聯(lián)網(wǎng)智能化提供重要的理論技術(shù)保障。

為了進(jìn)一步推進(jìn)網(wǎng)絡(luò)強(qiáng)國建設(shè)，促進(jìn)當(dāng)代網(wǎng)絡(luò)技術(shù)乃至生產(chǎn)生活方式的變革，我們還需要進(jìn)行更深入、更完善的探索與研究。

轉(zhuǎn)載內(nèi)容僅代表作者觀點

不代表中科院物理所立場

如需轉(zhuǎn)載請聯(lián)系原公眾號

來源：世界科學(xué)，作者傅洛伊

編輯：余蔭鎧