如果说，我们面对的是可以阅读、可以感知、可以理解的数据，即信息，那么在数据中必然存在着一些不能被我们理解和感知的数据。由于这些数据无法被理解，但是它们又实实在在地存在于弗洛里迪定义的信息圈之中，所以，它们构成了噪音(noise)。在这个意义上，噪音成为了信息的对立面，而信息圈根据可以被理解和感知的情况，对于所有数据进行了区分，一部分可以被个体所理解的数据成为了信息，而另一部分被视为杂乱、混乱的数据成为噪音。
实际上，从信息学诞生之初，人们就关注到了信息和噪音的存在。不过，对于信息和噪音存在两种不同的定义方式。一种是控制论的创始人诺伯特·维纳（Norbert Wiener）的定义，维纳借用了热力学的概念，将信息界定为熵的减少，而熵在热力学上代表系统的混沌程度。维纳说：“在一个系统中，信息量是衡量其有序程度的度量，而熵则是衡量其无序程度的度量。这两者一正一负，完全相反。”①由此可见，在维纳这里，信息和噪音的区分是非此即彼的，是完全对立的两个向量，信息代表着系统混乱程度的降低，而熵，或者说噪音代表着系统混乱程度的增加，信息量的增加必然意味着熵减，即噪音的降低。在这个意义上，信息和噪音是不能彼此共存的量，因为一个量的增多，必然意味着另一个量的减少。
第九章 从信息到数字生态
①[美]诺伯特·维纳：《控制论：关于动物和机器的控制与传播科
学》，陈娟译，北京：中国传媒大学出版社2018年版，第23页。
219