信息是知识吗？

我们来考虑一个语义信息项，例如个人传记。在阅读它时，我就可以断言我掌握了关于那个人的知识。这指出了普通语言中信息概念的第二个混淆来源：信息与知识的混淆。

诗人T.S.艾略特对它们的区别毫不怀疑。在他的戏剧《岩石》（1934）中，他曾经提出一个著名的疑惑：

我们在知识中失去的智慧在哪里？

我们在信息中丢失的知识在哪里？

艾略特显然暗示了一种等级制度：智慧高于知识，知识高于信息。

计算机科学家通常避免谈论智慧，因为这超出了他们的职权范围。但至少在某些情况下，他们在区分知识和信息方面仍然有些不安。例如，在计算机科学的一个分支领域人工智能中，一个长期存在的问题是知识表示—如何在计算机内存中表示关于世界的知识。他们研究的另一种问题是，如何从知识体系中做出推断。人工智能研究人员认为的知识，包括事实（“人皆有一死”）、理论（“自然选择导致的进化”）、法则（“每一个作用力都有一个相等和相反的反作用力”）、信仰（“有一个上帝”）、规则（“总会在停车标志处停下来”）和程序（“如何制作海鲜秋葵汤”）等等。但是，这些实体是如何构成知识而不是信息的，这在很大程度上还没有被说明。人工智能研究人员可能会宣称，他们在计算机科学分支中所做的是知识处理而不是信息处理；但他们似乎不愿解释为什么他们关心的是知识而不是信息。

另一个被称为“数据挖掘”的专业，关注的是从大量数据中进行“知识发现”。一些数据挖掘研究人员将知识描述为隐藏在大型数据库中的“有趣”和“有用”的模式或规律。他们将知识发现与信息检索（另一种计算活动）区分开来，后者关注的是基于某些查询从数据库中检索“有用的”信息，而前者识别的知识不仅仅是“有用的”信息，或者说不仅仅是规律性的模式：这些信息必须在某种意义上是“有趣的”才能成为知识。和艾略特一样，数据挖掘研究人员认为知识优于信息。无论如何，数据挖掘的重点是知识处理，而非信息检索。

计算哲学家卢恰诺·弗洛里迪对信息和知识的关系提出了以下观点。信息和知识具有“家族相似性”。它们都是有意义的实体，但它们的不同之处在于，信息元素像砖块一样是孤立的，而知识将信息元素相互关联，这样人们就可以通过关系产生新的推论。

举个例子：假设在开车时，我在汽车收音机上听到日内瓦的物理学家检测到了一种叫作希格斯玻色子的基本粒子。这个新事实（“希格斯玻色子存在”）对我来说无疑是一条新信息。我甚至可能认为我获得了一些新知识。但其实这是一种错觉，除非我可以将这些信息与其他有关基本粒子和宇宙学的相关信息联系起来；而且，我也无法判断这些信息的重要性。物理学家掌握了关于亚原子粒子和宇宙结构的事实、理论、定律等的集成网络，使他们能够吸收这一新事实并掌握其意义或后果。他们拥有这样做的知识，而我只是获得了一条新信息。 euE7YvVHP6xpympGH5wXdoPsLGSX0xPJ25zhztJ+fKsEpg3iBEYjfBeIRM83XLl8