ISO与IEC联合发布《信息技术 人工智能 知识工程参考架构》ISO/IEC 5392:2024

随着人工智能技术的飞速发展，知识驱动的人工智能应用逐渐成为行业关注的焦点。知识工程（KE）作为人工智能的核心分支，正通过自动或半自动地从信息源中获取知识，推动金融、医疗、交通和制造等多个行业实现智能化转型。

为准确定义人工智能（AI）中知识工程（KE）的参考架构，2024年3月，ISO与IEC联合发布标准《信息技术 人工智能 知识工程参考架构》（ISO/IEC 5392:2024）。

标准从系统用户和功能的角度描述了知识工程的角色、活动、构造层、组件及其与其他系统之间的关系。

知识工程的关键在于将人类知识转化为机器可以理解的形式，进而提供智能的知识驱动服务。知识库的建设目标之一就是实现这一转化，使得人类知识能够被人工智能系统有效利用。目前，KE与大数据、深度学习、自然语言处理等技术一同，成为推动人工智能发展的核心力量。

知识服务的关键技术包括知识表示、知识建模、知识获取、知识存储、知识融合、知识计算、知识维护、知识可视化等。随着知识服务平台产品和解决方案的不断开发，知识服务在组织中的实施变得更加敏捷。分布式知识服务系统通过系统间的知识交流和知识维护，实现了集成和部署。分布式自主代理系统及其在系统间的协作，进一步促进了智能和知识驱动行为的产生，加强协作与合作。

资源描述框架（RDF）、资源描述框架模式（RDFS）、RDFS-PLUS、本体网络语言（OWL）、SPARQL 协议和 RDF 查询语言（SPARQL）以及与本体相关的理论和标准在知识表示和知识建模方面提供了坚实的工具和理论基础。其他相关的 KE 标准也已制定。

知识库已成功应用于金融欺诈识别、设备远程运维、用户画像和产品推荐、研究重点跟踪和预测、智能信用分析、基于相似案例的法律纠纷和案件预测、新闻智能分发、智能计算机辅助诊断和治疗等多个行业。许多组织将基于知识库的平台或系统视为重要的知识基础设施。然而，KE 词汇表、基本 KE 构建组件、KE 流程及其关系尚未明确定义，导致了数据提供者、基础技术提供者、算法提供者、系统协调者和知识共享系统的其他利益相关者之间的误解以及不必要的沟通和部署成本。

关注“广东技术性贸易措施”，获取更多服务。