隨著人工智能技術(shù)的飛速發(fā)展，知識驅(qū)動的人工智能應(yīng)用逐漸成為行業(yè)關(guān)注的焦點。知識工程（KE）作為人工智能的核心分支，正通過自動或半自動地從信息源中獲取知識，推動金融、醫(yī)療、交通和制造等多個行業(yè)實現(xiàn)智能化轉(zhuǎn)型。

為準確定義人工智能（AI）中知識工程（KE）的參考架構(gòu)，2024年3月，ISO與IEC聯(lián)合發(fā)布標(biāo)準《信息技術(shù) 人工智能 知識工程參考架構(gòu)》（ISO/IEC 5392:2024）。

標(biāo)準從系統(tǒng)用戶和功能的角度描述了知識工程的角色、活動、構(gòu)造層、組件及其與其他系統(tǒng)之間的關(guān)系。

知識工程的關(guān)鍵在于將人類知識轉(zhuǎn)化為機器可以理解的形式，進而提供智能的知識驅(qū)動服務(wù)。知識庫的建設(shè)目標(biāo)之一就是實現(xiàn)這一轉(zhuǎn)化，使得人類知識能夠被人工智能系統(tǒng)有效利用。目前，KE與大數(shù)據(jù)、深度學(xué)習(xí)、自然語言處理等技術(shù)一同，成為推動人工智能發(fā)展的核心力量。

知識服務(wù)的關(guān)鍵技術(shù)包括知識表示、知識建模、知識獲取、知識存儲、知識融合、知識計算、知識維護、知識可視化等。隨著知識服務(wù)平臺產(chǎn)品和解決方案的不斷開發(fā)，知識服務(wù)在組織中的實施變得更加敏捷。分布式知識服務(wù)系統(tǒng)通過系統(tǒng)間的知識交流和知識維護，實現(xiàn)了集成和部署。分布式自主代理系統(tǒng)及其在系統(tǒng)間的協(xié)作，進一步促進了智能和知識驅(qū)動行為的產(chǎn)生，加強協(xié)作與合作。

資源描述框架（RDF）、資源描述框架模式（RDFS）、RDFS-PLUS、本體網(wǎng)絡(luò)語言（OWL）、SPARQL 協(xié)議和 RDF 查詢語言（SPARQL）以及與本體相關(guān)的理論和標(biāo)準在知識表示和知識建模方面提供了堅實的工具和理論基礎(chǔ)。其他相關(guān)的 KE 標(biāo)準也已制定。

知識庫已成功應(yīng)用于金融欺詐識別、設(shè)備遠程運維、用戶畫像和產(chǎn)品推薦、研究重點跟蹤和預(yù)測、智能信用分析、基于相似案例的法律糾紛和案件預(yù)測、新聞智能分發(fā)、智能計算機輔助診斷和治療等多個行業(yè)。許多組織將基于知識庫的平臺或系統(tǒng)視為重要的知識基礎(chǔ)設(shè)施。然而，KE 詞匯表、基本 KE 構(gòu)建組件、KE 流程及其關(guān)系尚未明確定義，導(dǎo)致了數(shù)據(jù)提供者、基礎(chǔ)技術(shù)提供者、算法提供者、系統(tǒng)協(xié)調(diào)者和知識共享系統(tǒng)的其他利益相關(guān)者之間的誤解以及不必要的溝通和部署成本。

關(guān)注“廣東技術(shù)性貿(mào)易措施”，獲取更多服務(wù)。