資料的層次

2020 年受邀到台北商業大學授課，當時為了讓同學們了解「資料的層次」，以及“data”、“information”、“file”與“Big data”的意義、相依性與區別，想起緯創IT先進技術實驗室(witlab)創辦人郭二文曾說過，資訊化之前必須數位化，智慧化以資訊化為前提，感覺這些階層並非偶然。當時在準備教材時，便發現原來在 Information Science 領域的知識管理學門已經存在一個金字塔體系來闡釋「資料的層次」，就是 DIKW 金字塔。很奇妙，後來我發現資管系並不教這個，不是很多人明確地知道這個階層關係。為什麼這個階層很重要？因為它揭示了智慧不會憑空而生，有資料（礦）是AI（煉金）的基礎。

圖片來源：The journey from data to knowledge and wisdom

DIKW

這個詞是縮寫，指 Data(資料)、Information(資訊)、Knowledge(知識)及Wisdom(智慧)。我一直都不是很喜歡用「數據」來翻譯 Data, 原因與意識形態無關，而是因為 Data 英文原意並非特別用於數位型態 (digital format)。
在三十年前就存在「數據機」一詞，它特指處理數位型態 (digital format)的資料交換。雖然人類社會科技日新月異，仍然有相當龐大的資料並非數位型態。所以，我欣然接受 “Big data”翻譯為「大數據」一詞，因為數億筆資料非以數位型態是不能有效率儲存與處理的。

我自己談到數位領域 Data 與 Information 的區分，多半是這樣說明的，Data 是給機器或系統看的(或是神人、大神)，對一般人要到 information 階層以上才有意義。

我們在後面會講到“database”與”metadata“，用 DIKW 金字塔就特別容易說明他們的關係：RDBMS(關聯式資料庫) 是儲存”data”的 “information system (資訊系統)”中的一種類型，matadata（元資料、詮釋資料）是一種描述資料的資料，RDBMS(關聯式資料庫) 都有的 schema，就是 metadata 的其中一種。Schema 讓使用者得以較接近語言的方式去調閱 RDBMS 的 Data，且讓回應資料「組成」對人有意義的 “Information”。