https://www.yiliao.com/index.php?action=history&feed=atom&title=%E9%9A%90%E6%80%A7%E7%9F%A5%E8%AF%86
隐性知识 - 版本历史
2026-04-18T11:21:04Z
本wiki的该页面的版本历史
MediaWiki 1.35.1
https://www.yiliao.com/index.php?title=%E9%9A%90%E6%80%A7%E7%9F%A5%E8%AF%86&diff=312660&oldid=prev
77921020：建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面
2026-01-04T02:05:09Z
<p>建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面</p>
<p><b>新页面</b></p><div><div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;"><br />
<br />
<div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;"><br />
<p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;"><br />
<strong>Tacit Knowledge</strong>（<strong>隐性知识</strong>）是由物理化学家兼哲学家迈克尔·波兰尼（Michael Polanyi）提出的概念，他那句著名的<strong>“我们知道的，比我们能说出来的多”</strong>（"We can know more than we can tell"）精准地定义了这一概念。在医学领域，隐性知识表现为临床医生的<strong>“直觉”</strong>、<strong>“手感”</strong>或<strong>“临床眼光”</strong>（Clinical Gaze）。它是高度个人化、情境化且难以形式化的。与记录在指南中的<strong>[[显性知识]]</strong>不同，隐性知识是 AI 最难习得的部分，也是导致 AI 医生在复杂病例面前显得“笨拙”的主要原因。<br />
</p><br />
</div><br />
<br />
<div class="medical-infobox mw-collapsible mw-collapsed" style="width: 100%; max-width: 320px; margin: 0 auto 35px auto; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden;"><br />
<br />
<div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #e0f2fe 0%, #bae6fd 100%); text-align: center; cursor: pointer;"><br />
<div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1.2px;">Tacit Knowledge</div><br />
<div style="font-size: 0.7em; opacity: 0.85; margin-top: 4px; white-space: nowrap;">(点击展开)</div><br />
</div><br />
<br />
<div class="mw-collapsible-content"><br />
<div style="padding: 25px; text-align: center; background-color: #f8fafc;"><br />
<div style="display: inline-block; background: #ffffff; border: 1px solid #e2e8f0; border-radius: 12px; padding: 20px; box-shadow: 0 4px 10px rgba(0,0,0,0.04);"><br />
[[Image:Iceberg_Model_Knowledge.png|100px|冰山模型]]<br />
</div><br />
<div style="font-size: 0.8em; color: #64748b; margin-top: 12px; font-weight: 600;">冰山水面下的90%</div><br />
</div><br />
<br />
<table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.85em;"><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0; width: 40%;">提出者</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">Michael Polanyi (1966)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">主要特征</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">难以编码, 情境依赖, 经验性</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">获取方式</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">学徒制, 长期实践, 潜移默化</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">AI获取技术</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #b91c1c; font-weight: bold;">[[RLHF]], [[模仿学习]]</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569;">核心标签</th><br />
<td style="padding: 6px 12px; color: #1e40af;">[[直觉]], [[专家经验]]</td><br />
</tr><br />
</table><br />
</div><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">冰山模型：看不见的才是关键</h2><br />
<br />
<p style="margin: 15px 0; text-align: justify;"><br />
如果把医学知识比作一座冰山：<br />
<br>• <strong>水面之上 (显性)：</strong> 是教科书、指南、论文。这部分仅占 10%，AI 通过 OCR 和 NLP 很容易学会。<br />
<br>• <strong>水面之下 (隐性)：</strong> 是医生在成千上万次看诊中积累的微观判断。例如外科医生缝合时的手感力度、精神科医生对患者微表情的捕捉。这占了 90%。<br />
</p><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">横向测评：显性知识 vs 隐性知识</h2><br />
<br />
<div style="overflow-x: auto; margin: 30px auto; max-width: 100%;"><br />
<table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.9em; text-align: left;"><br />
<tr style="background-color: #f1f5f9; border-bottom: 2px solid #0f172a;"><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #0f172a; width: 20%;">维度</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #475569;">显性知识 (Explicit)</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #1e40af;">隐性知识 (Tacit)</th><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600; background-color: #ffffff;">存在形式</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">文档、代码、数据库、指南。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">大脑中的直觉、思维模式、肌肉记忆。</td><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600; background-color: #f8fafc;">传递方式</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">阅读、下载、复制。效率高。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;"><strong>学徒制</strong>、观摩、共同工作。效率低。</td><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600; background-color: #ffffff;">医学示例</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">“空腹血糖 > 7.0 mmol/L 可诊断为糖尿病”。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">“这个病人虽然指标正常，但他面容晦暗，呼吸急促，我感觉他马上要休克。”</td><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600; background-color: #f8fafc;">AI处理难度</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;"><strong>低。</strong> 规则引擎、知识图谱即可处理。</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;"><strong>极高。</strong> 需要深度学习模拟，并需要人类专家去“调教”。</td><br />
</tr><br />
</table><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">AI 如何习得隐性知识？</h2><br />
<br />
<div style="margin-bottom: 25px; border: 1px solid #e2e8f0; border-radius: 8px; padding: 20px; background-color: #ffffff;"><br />
<h3 style="margin-top: 0; color: #1e40af; font-size: 1.1em; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;">The Feigenbaum Bottleneck (费根鲍姆瓶颈)</h3><br />
<p style="text-align: justify; color: #334155;"><br />
早期专家系统失败的原因，就是因为工程师试图把专家的每一条隐性直觉都写成 If-Then 代码，结果发现写不完，或者专家自己也说不清楚。这就是著名的<strong>“知识获取瓶颈”</strong>。<br />
</p><br />
</div><br />
<br />
<div style="margin-bottom: 25px; border: 1px solid #e2e8f0; border-radius: 8px; padding: 20px; background-color: #f8fafc;"><br />
<h3 style="margin-top: 0; color: #b91c1c; font-size: 1.1em; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;">现代解法：RLHF (人类反馈强化学习)</h3><br />
<p style="text-align: justify; color: #334155;"><br />
对于“智慧医生”，我们不强迫专家写规则，而是让 AI 生成多个回答，然后让专家去**“打分”**或**“排序”**（Preference Ranking）。<br />
<br><em>例子：</em> AI 对同一个病例给出了三个方案。专家选了 B，并评价“B 方案虽然激进，但考虑到患者年轻且耐受力强，是最佳选择”。<br />
<br>通过海量的这种反馈，AI 的神经网络参数被微调，从而隐式地捕捉到了专家的“直觉偏好”。<br />
</p><br />
</div><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">关键参考文献</span><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[1] <strong>Polanyi M. (1966).</strong> <em>The Tacit Dimension.</em><br><br />
<span style="color: #475569;">[起源]：波兰尼在这本书中首次系统阐述了隐性知识，指出所有的知识根源都是隐性的。</span><br />
</p><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[2] <strong>Collins HM. (2010).</strong> <em>Tacit and Explicit Knowledge.</em><br><br />
<span style="color: #475569;">[进阶]：深入探讨了隐性知识是否真的能被转化为显性知识，对于 AI 工程师理解模型能力的边界至关重要。</span><br />
</p><br />
</div><br />
<br />
<div style="margin: 40px 0; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;"><br />
<div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;"><br />
隐性知识 · 知识图谱<br />
</div><br />
<table style="width: 100%; border-collapse: collapse; background-color: #ffffff;"><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">上级概念</td><br />
<td style="padding: 10px 15px; color: #334155;">[[知识管理]] (KM) • [[认识论]]</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">转化模型</td><br />
<td style="padding: 10px 15px; color: #334155;">[[SECI模型]] (社会化-外化-组合-内化)</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">数字化难点</td><br />
<td style="padding: 10px 15px; color: #334155;">[[知识获取瓶颈]] • [[语境依赖]]</td><br />
</tr><br />
<tr><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">AI 解决方案</td><br />
<td style="padding: 10px 15px; color: #334155;">[[RLHF]] • [[模仿学习]] (Imitation Learning) • [[联邦学习]]</td><br />
</tr><br />
</table><br />
</div><br />
<br />
</div></div>
77921020