数据智慧子的特征回顾小结（下）
还有，智慧子的属性多维。我在前面学过，在智慧知识世界里，从数据、信息、知识到智慧的金字塔层次递进中，存在着层次界限的模糊，下面层次的智慧子都可以作为上层次的数据智慧子使用。数据智慧子（数据）的概念是对人类智慧知识世界的智慧子中数据部分的统称，在数据科学里，都可转化为数，通常以数据集（具有一组相同属性的一组数据元素常常被组成n*m维数据矩阵）的形式存储、使用，其中的每个数据元素（形式可以是数字、字符、图像、视频等），是由多个属性（或称特征、变量）来描述的，每一个属性都是智慧子的一个维度，也就是说数据元素含有多个维度的数据项，并且这些属性维度还可以根据项目需要来扩展升维或缩减降维。
数据的多维属性，也决定其他类智慧子的属性维度多元，智慧层智慧子也需要拥有处理多维属性的多种能力，每一种能力就是一个属性维度，所以同样也是属性多维。虽然对于不超过3个属性的数据元素，我们人类思维是比较擅长处理的，但数据智慧子的维度通常都是超过3个的多维，我们常规的思维就显得捉襟见肘了，因此我们需要外部的智能体如软件系统的帮助。于是数据科学应运而生，经过近些年的蓬勃发展，人们使用AI扩展自我智慧能力，现在已经具备分析处理含有3个以上、成百上千维度，甚至是有上百万个属性的数据智慧子的能力。
最后学的是智慧子的迭代特征。迭代是一个科学概念，依据百度百科的定义：迭代通常是为了逼近所需目标或结果而进行重复反馈过程的活动。智慧子不仅可以抽象描述外部的客观物质世界，也可以抽象描述自身所处的智慧知识世界。对于描述对象是人们已发现的三个不同世界对象的智慧子，都存在因所在世界基本属性的变化而发生用于抽象描述他们的智慧子的迭代，更有智慧子是描述综合了多个世界的个体（比如生命），会同时受制于所处各个世界基本属性的制约，从而发生对应属性维度的动态更迭，使智慧子迭代变得更加的频繁。
另外，造成智慧子迭代的因素还有很多，比如智慧子的复杂性、抽象性、属性多维、数据模型或逻辑排序的选择等等多重因素，都会造成了智慧子的失真或与项目设定的目标要求不一致而发生智慧子迭代。由于智慧子本就是智慧知识世界的组成原料，智慧子自身的迭代，再加上算法、逻辑等复杂因素而产生各种智慧子序列的迭代，因此说作为整体的智慧知识世界也具有迭代的特征。
数据智慧子所具有的，智慧子以及智慧知识世界区别于物质世界的几个主要的普遍特征的学习到此结束，可能还存在未被挖掘的其他的普遍特征，欢迎朋友们补充。接下来学数据区别于其他类智慧子的独有特征。#读书[超话]##新星闪光计划##捕捉美好挑战##微博影像年#