日前，海南大学计算机科学与技术学院教授、博士生导师段玉聪发布了重磅报告《DEEPSEEK 只是 DIKWP 语义空间交互提升效率的一个案例》。该报告从DIKWP 核心思想与不确定性消解框架、DEEPSEEK 的技术特点与关键创新、DEEPSEEK 在 DIKWP 语义空间转化中扮演的角色、DEEPSEEK 作为 DIKWP 框架下的一个“成功案例”、DEEPSEEK 技术在 DIKWP 框架下的价值与局限、借鉴与扩展——从 DEEPSEEK 走向 DIKWP 更广阔落地等方面论述 DEEPSEEK 与 DIKWP 的关系。

       据介绍，当下数字经济的快速发展，引发了对大型语言模型（LLM）、强化学习（RL）、知识图谱以及混合智能等众多技术的关注与应用。其中，小微企业、跨机构组织乃至整个社会都面临“不完整（Incomplete）、不一致（Inconsistent）、不精确（Imprecise）”的 3-No 问题——开放世界场景下，任何数据或知识都有可能出现缺失、冲突或模糊。而传统的信息处理方法往往难以在多源异构、主客观融合的情境中应对这种高不确定性。为此，段玉聪提出了基于DIKWP（Data-Information-Knowledge-Wisdom-Purpose）的“五层语义模型”与不确定性消解方法，辅之以一系列“语义数学”工具（RDXS、EXCR、ESCR、PUCR 等），旨在从数据、信息、知识、智慧、意图五个层面统一处理面向不同主体的资源、经验、目标与价值诉求，从而更好地化解 3-No 问题。

       “尽管 DEEPSEEK 展现了强大的自学习能力和多维度推理能力，但作为 DIKWP 语义空间交互提升效率的一个案例，它仍然处于不断进化的过程中。未来，随着技术的不断迭代和语义数学的进一步发展，DEEPSEEK 及类似的大模型将能够更加精准地融入 DIKWP 模型，提供更强大的跨层次、跨领域、不确定性消解的能力。” 段玉聪说，DEEPSEEK 不仅是一个技术案例，它更是 DIKWP 模型在实际应用中的一次有力实践。这一实践不仅验证了 DIKWP 模型在高不确定性背景下的理论优势，也展示了如何通过技术创新实现跨层次、跨领域的语义推理与不确定性消解。未来，随着 DEEPSEEK 及其他大模型的进一步发展，我们有理由相信，DIKWP 语义数学将能够为解决更为复杂的智能问题提供更加全面且精确的理论框架和应用路径。（陈建峰）