• 从“数据导向”到“语义导向”：ISO/IEC 25005 系列自2005年起围绕数据质量与治理展开，至2025年第二部分（TR 25005-2）发布，核心转向“用例分析与共通考量”，标志着智慧城市标准化由结构化数据管理进入语义治理阶段。

• 跨机构融合趋势：ISO、IEC、ITU、IEEE 与 UN-Habitat 的协同（如 ITU-T FG-DPM 与 U4SSC 计划）均强调城市数字化不应停留在“数据接入”，而要实现“跨语义理解与智能决策”。

• 当前标准空白：尽管TR 25005-2初步引入“数据共享与语义一致性”概念，但缺乏统一的语义演化框架与意图层设计，导致智能系统间语义碎片化、AI决策可解释性不足。

• DIKWP五维一体语义模型：由段玉聪教授提出，涵盖数据（Data）、信息（Information）、知识（Knowledge）、智慧（Wisdom）、意图（Purpose）五个语义层，并通过网状交互形成语义流转与认知闭环。不同于传统的层级金字塔，DIKWP强调语义场中的动态互化与路径演化。

• 语义治理的核心机制：

• D→I：语义感知与结构化

• I→K：信息聚合与模式发现

• K→W：知识升维与判断优化

• W→P：智慧生成与意图导向

• P→D：意图驱动数据再生（反馈闭环）这一闭环使城市治理从被动监测走向主动认知，实现“意图驱动的智慧城市”范式。

• 与ISO标准兼容的语义映射：DIKWP模型可作为ISO 25005-2中“共通考量”的语义中枢，将标准中提及的“数据互操作性”“AI可信性”“跨域数据共享”等抽象要求具体化为语义操作路径。

• 语义主权的提出与内涵：语义主权是数字主权的延伸，指国家或地区在AI系统语义生成、解释与使用中的自主权。DIKWP框架提供了实现语义主权的技术底座——通过P层（意图）设计，保障AI系统表达和理解符合本国文化与价值体系。

• 对比国际趋势：欧盟AI Act 与 UNESCO《AI伦理建议书》均强调“语义可解释性与文化一致性”；美国NIST AI RMF提出“AI输出的可追溯与语义透明”。DIKWP可作为中国方案的语义支撑，实现国际标准体系中的“中国语义表达权”。

• ISO-ITU-WAAC三维协同机制：

• ISO标准：技术结构化与验证

• ITU框架：政策与城市级落地

• WAAC体系：意识与语义层学术标准化以DIKWP为核心语义框架，三者可形成“技术—政策—认知”一体化治理体系。

• 智慧城市的“语义拐点”：传统城市治理依赖数据融合与算法决策，但缺乏对AI系统“理解城市”的结构化路径。DIKWP模型可使智慧城市实现“从感知城市到理解城市”的跃迁。

• AI语义互操作的全球契机：随着TR 25005-2发布，全球标准进入从“互联”到“互懂”的阶段。DIKWP提供统一语义坐标系，可成为国际标准化组织推动跨域语义协作的技术中枢。

• 战略意义：

• 为国家构建AI语义主权体系提供国际话语支撑；

• 为AI伦理、透明度和信任体系建立语义可验证模型；

• 为智慧城市标准化、数据治理、AI治理政策奠定统一语义基础。

转载本文请联系原作者获取授权，同时请注明本文来自段玉聪科学网博客。

链接地址：https://wap.sciencenet.cn/blog-3429562-1508101.html?mobile=1

收藏

分享