最近總有人提Palantir，這家美國(guó)大數(shù)據(jù)分析公司，據(jù)說(shuō)著名的“棱鏡”就是他家開發(fā)的。上個(gè)月又爆出Palantir業(yè)績(jī)不佳大裁員的消息，據(jù)說(shuō)裁掉了上百名數(shù)據(jù)分析師。

俺在三年前研究過(guò)Palantir的技術(shù)路線和系統(tǒng)架構(gòu)，P家實(shí)現(xiàn)了多種來(lái)源的結(jié)構(gòu)化數(shù)據(jù)和文本數(shù)據(jù)的導(dǎo)入與集成，以及結(jié)合時(shí)空和人物線索的探索式數(shù)據(jù)分析，其核心技術(shù)中使用了動(dòng)態(tài)本體(Dynamic Ontology)。

說(shuō)起這個(gè)動(dòng)態(tài)本體，背后還有深厚的哲學(xué)背景。本體 Ontology 可以追溯柏拉圖的邏各斯，亞里士多德的形而上學(xué)。

這個(gè)圖說(shuō)的是著名的柏拉圖的洞穴比喻。柏拉圖認(rèn)為現(xiàn)實(shí)世界都是理性世界的倒影，理性世界才是世界的本質(zhì)，是完美的。就好比是在洞穴中，囚犯只看到了投在洞穴墻壁上的影子，只能通過(guò)這些影子推測(cè)理性世界的樣子。

具體到“本體”(Ontology)這個(gè)詞。

本體論(Ontology)是探究世界的本原或基質(zhì)的哲學(xué)理論，該詞是由17世紀(jì)的德國(guó)經(jīng)院學(xué)者郭克蘭紐(Goclenius，1547-1628)首先使用的。此詞由ont(?ντ)加上表示“學(xué)問(wèn)”、“學(xué)說(shuō)”的詞綴——ology構(gòu)成，即是關(guān)于ont的學(xué)問(wèn)。ont源出希臘文，是on(?ν)的變式，相當(dāng)于英文的being;也就是巴門尼德(Parmenides)的“存在”。以上出自必應(yīng)網(wǎng)典。

簡(jiǎn)而言之，本體意味著存在一個(gè)外在的完美的知識(shí)體系，不依賴人類的認(rèn)識(shí)而存在。人類探索知識(shí)的過(guò)程就是不斷從現(xiàn)實(shí)世界的現(xiàn)象中，摸索、推測(cè)這個(gè)完美知識(shí)體系的過(guò)程。人類的認(rèn)識(shí)注定只能不斷接近，卻永遠(yuǎn)達(dá)不到這個(gè)完美的知識(shí)體系。

講本體的哲學(xué)來(lái)源，和Palantir，和數(shù)據(jù)處理有什么關(guān)系呢?這就涉及到數(shù)據(jù)的本質(zhì)到底是什么的問(wèn)題了。

數(shù)據(jù)形式上只是一些有結(jié)構(gòu)的數(shù)，僅僅有數(shù)是沒(méi)有用的，使用數(shù)據(jù)首先需要對(duì)數(shù)據(jù)的結(jié)構(gòu)作出解釋。所謂解釋，就是貼上概念的標(biāo)簽。

通常的關(guān)系數(shù)據(jù)庫(kù)設(shè)計(jì)，每一列都有一個(gè)標(biāo)簽，每個(gè)表又有一個(gè)標(biāo)簽。如果這些標(biāo)簽是有意義的文字，那么通常文字的意義就是對(duì)列或者表的解釋，如果不是，那就會(huì)有一個(gè)把標(biāo)簽轉(zhuǎn)換為有意義文字的辦法，這個(gè)辦法通常是寫在設(shè)計(jì)文檔里。

當(dāng)然如果數(shù)據(jù)的使用者就只有原始設(shè)計(jì)者一個(gè)人，也可以不加解釋，這種情況下，實(shí)際上也是有解釋的，只不過(guò)這種解釋只存在于那個(gè)人頭腦里罷了。有了解釋，一個(gè)人設(shè)計(jì)的數(shù)據(jù)結(jié)構(gòu)就可以被其他人利用。

標(biāo)簽使不同的人對(duì)數(shù)據(jù)所對(duì)應(yīng)的概念達(dá)成共識(shí)，這個(gè)共識(shí)是基于對(duì)概念體系本身的共識(shí)而產(chǎn)生的。所以前提是數(shù)據(jù)的設(shè)計(jì)者和使用者擁有部分相同的概念體系。這些相同的概念體系的部分，如果可以形式化地記錄下來(lái)，就形成了外在于這些參與者的公共知識(shí)，這些被形式化了的公共知識(shí)也被稱作知識(shí)本體，由于表現(xiàn)形式主要是概念節(jié)點(diǎn)以及概念之間的關(guān)系組成的網(wǎng)絡(luò)，是圖結(jié)構(gòu)，知識(shí)本體又被稱作知識(shí)圖譜。

共享同一套知識(shí)本體，使得數(shù)據(jù)設(shè)計(jì)者與數(shù)據(jù)使用者，對(duì)于數(shù)據(jù)的使用方式達(dá)成共識(shí)。這就保證了數(shù)據(jù)使用者可以按照數(shù)據(jù)設(shè)計(jì)者最初的意圖去使用數(shù)據(jù)，去進(jìn)行各種變換，計(jì)算。

不同來(lái)源的數(shù)據(jù)通常各自背后都有一套概念體系，如果各自的概念體系之間有交集，就可以把這些概念體系連接起來(lái)，如果連接起來(lái)之后的概念體系當(dāng)中沒(méi)有邏輯上的矛盾，就說(shuō)這些概念體系融合到一起了，這就是知識(shí)融合。

達(dá)成了知識(shí)融合，多個(gè)來(lái)源的數(shù)據(jù)就可以混合起來(lái)，一起參加各種運(yùn)算，這就是數(shù)據(jù)融合。因此數(shù)據(jù)融合是以知識(shí)融合為基礎(chǔ)的，只不過(guò)知識(shí)融合有時(shí)候只發(fā)生在負(fù)責(zé)數(shù)據(jù)融合的人的頭腦之中，沒(méi)有外在的形式化表示，看起來(lái)好像并沒(méi)有做知識(shí)融合這個(gè)步驟。

來(lái)源：海云數(shù)據(jù)可視化-HYDATA