目前，自然語言處理(NLP)正獲得并保持著廣泛的關(guān)注，這通常與自然語言處理對(duì)不斷發(fā)展的高級(jí)人工智能(AI)的重要性有關(guān)。

這是有充分理由的。從歷史上看，自然語言雖然可以被人類輕易理解，但卻一直是計(jì)算機(jī)前所未有的導(dǎo)航挑戰(zhàn)。但是，盡管程度尚待商debate，但毫無疑問，自然語言處理的進(jìn)步正在改變這一事實(shí)，并且計(jì)算機(jī)越來越接近能夠有效有效地理解和管理自然語言的能力。

這最終將導(dǎo)致計(jì)算機(jī)不僅能夠理解編程語言形式的結(jié)構(gòu)化數(shù)據(jù)，而且能夠理解自然語言形式的數(shù)據(jù)(結(jié)構(gòu)化和非結(jié)構(gòu)化)。最具革命性的正是對(duì)AI的影響。

根據(jù)我過去討論過的DIKW模型(在文獻(xiàn)中通常用金字塔表示)，NLP當(dāng)前進(jìn)步的意義(尤其是與非結(jié)構(gòu)化數(shù)據(jù)有關(guān)的意義)變得顯而易見，我對(duì)此進(jìn)行了討論(包括與知識(shí)有關(guān)的特定考慮因素- >模型的智慧峰)。該模型著重強(qiáng)調(diào)了數(shù)據(jù)和信息如何帶來知識(shí)，以及知識(shí)(管理得當(dāng))如何帶來組織智慧。

我喜歡該模型的地方在于，它還形象地表示了關(guān)鍵的關(guān)系和現(xiàn)象，一個(gè)具體的例子就是我所說的“知識(shí)失敗”。這些都是無法有效地管理知識(shí)以創(chuàng)建組織智慧的過程(作為知識(shí)的一部分->智慧高峰)。

“知識(shí)生產(chǎn)過剩”，就是這種失敗的一種，被定義為“知識(shí)的發(fā)展超出了使組織智慧最佳地最大化所需的知識(shí)的發(fā)展”。至少?gòu)臍v史上看是這樣。一個(gè)必然的結(jié)果是，任何組織所面臨的挑戰(zhàn)不是總是了解更多，而是了解足夠。

這是因?yàn)橹R(shí)生產(chǎn)的弊端超出了必要的范圍。我已經(jīng)指出了知識(shí)生產(chǎn)過剩的弊端：最明顯的是浪費(fèi)了努力使事情變得有意義(我是David Shenk對(duì)“數(shù)據(jù)煙霧”的直觀參考的擁護(hù)者)。但同時(shí)，也將精力浪費(fèi)在了知識(shí)開發(fā)，共享，處理和管理上(因?yàn)榛A(chǔ)知識(shí)的創(chuàng)造是努力獲取數(shù)據(jù)和信息，并將信息進(jìn)一步發(fā)展為知識(shí)。)

但是，隨著NLP的最新發(fā)展，知識(shí)過度生產(chǎn)作為“知識(shí)失敗”的本質(zhì)正在發(fā)生變化。