数据即世界!
我曾经在公众号文章里面提出了我的观点: 数据即世界!
这点是对比哲学家维特根斯坦的语言即世界论述的。
因为人类语言有时候在表达和沟通的时候往往具有主观性和局限性,而客观、精准的数据(信息)才是我们真正的世界:脱离物理实体,我们的任何思考和意识都离不开的世界。
我还曾经写过一篇文章 我们已经生活在楚门的世界,正因为因为高度的数字化数据化,我们的个人信息,个人隐私都面临着极高的泄露风险,虽然这是数据即世界这句话比较负面的一面。
脱离物理实体,一切均可数字化,数据化,数据即世界。
但是反过来说,数据怎么反向表达出世界,让认知对象理解,这是个问题。
用数据反过来表达世界,构建世界就是数据建模。
搞计算机的朋友最熟悉数据建模了,ER图模型,UML模型,数据仓库模型等等...这些东西都是计算机层面的技术语言,都可以不太严谨的称为语义层-把底层数据翻译给认知对象看的。
近几年,世界上最热的数据科技公司Palantir又把本体论本体建模给推出来了。
于是有朋友问到:Palantir的Ontology本体建模,是不是就是我们常说的语义层?
我在文章求人不如求己,直接去Palantir官网,扒它的核心竞争力里也有介绍,跟我们常说的语义层,不太一样。
语义层(Semantic Layer)和本体(Ontology)虽然都涉及对数据和信息的抽象,但它们的出发点、核心目的以及应用场景有着根本的区别。
简单来说,语义层是为了让“人”更方便地看懂和使用数据,而本体是为了让“AI”能真正理解数据和业务逻辑。
为了让你更直观地理解,我们可以通过以下几个维度进行对比:
| 维度 | 语义层 (Semantic Layer) | 本体 (Ontology) |
|---|---|---|
| 核心定位 | 数据访问层:连接技术与业务,屏蔽底层复杂度 | 知识模型层:描述领域本质,构建可推理的知识结构 |
| 建模中心 | 以表 / 指标为中心:关注数据字段、维度、指标计算 | 以对象 / 概念为中心:关注实体、属性、关系、规则 |
| 表达能力 | 弱定义术语、简单关系、计算逻辑 | 强定义分类体系、复杂关系(如继承、因果)、公理、约束 |
| 核心目的 | 抽象屏蔽数据库底层复… |