由本体论信息到认识论信息（信息获取）

智能生成机制首先要解决“在给定条件下获得相关信息”的问题。即本体论信息（外部世界的问题信息与环境信息）转换为认识论信息（系统获得的信息）的问题。为了研究这个转换，需要澄清“信息”的有关概念。

Shannon信息论认为，信息是消除不确定性的东西，不确定性是指状态和状态出现方式的不确定。例如对于具有N种可能状态｛xn｜n∈（1，N）｝的随机变量x，若已知各个状态发生概率的分布为｛pn｜n∈（1，N）｝，那么相应的信息就可以用它的概率空间来描述:

不过，这样的信息智能告诉“x的某个状态xn会以概率pn发生”，至于它与所关心的问题求解在多大程度上相关，却不得而知，因此不能满足要求。

1988年，北京邮电大学钟义信教授在《信息科学原理》中引入了本体论信息和认识论信息的概念。事物的“本体论信息”是指事物对其运动状态及其变化方式的自述；事物的“认识论信息”则是认识主体关于该事物运动状态及其变化方式（包括这些“状态/方式”的形式、含义和效用）的表述。其中关于事物运动状态的形式的表述称为“语法信息”，关于事物运动状态的逻辑含义的表述称为“语义信息”，关于事物运动状态对主体所呈现的效用的表述称为“语用信息”。语法信息、语义信息、语用信息的综合体则称为“全信息”［1］。可见，本体论信息是事物自身的信息，认识论信息才是主体所获得的信息。如果主体获得了事物的全信息，就不仅了解了它的形式，而且了解了它的内容和价值。

全信息需要三类参量来描述。对于一个具有N种可能状态｛xn｜n∈（1，N）｝的变量x，用状态肯定度参量｛cn｜n∈（1，N）｝来描述x的语法信息（各个状态发生的肯定程度），用状态的逻辑真实度参量｛tn｜n∈（1，N）｝来描述x的语义信息（各个状态内容的逻辑真实程度），用状态的效用度参量｛un｜n∈（1，N）｝来描述x的语用信息（各个状态对于用户的价值大小）。因此全信息的描述如下所示:

其中0≤（）n≤1，n，∑（）n＞＝＜1，（）分别代表c，t，u。符号＞、＝、＜表示“大于或等于或小于”。

既然事物的全信息提供了该事物的形式、内容、价值的信息，就可以判定这个事物的信息是否与当前所关心的问题相关，以及多大程度上相关，进而就可以确定是否应当设法获取这个信息。全信息的获得是在外部本体论信息下，分别在传感系统和效用判定两个方面得到语法信息和语用信息，然后把传感系统和效用判定通过关联逻辑结合起来记得到语义信息，从而由本体论信息得到认识论信息，即全信息。