大数据知识工程发展现状及展望

大数据知识工程是人工智能的“基础设施”、诸多行业和领域面临的共性需求、信息化迈向智能化的必由之路。本文阐述了大数据知识工程产生的背景与概念内涵，提出了“数据知识化、知识体系化、知识可推理”的研究框架；梳理了知识获取与融合、知识表征、知识推理等大数据知识工程关键技术和智慧教育、税务风险管控、智慧医疗等典型场景中的工程应用；总结了大数据知识工程面临的挑战，研判了大数据知识工程的未来研究方向，包括复杂大数据知识获取、知识+数据混合学习、脑启发知识编码记忆等。研究建议，引导多学科交叉融合，设立重大和重点研发专项，推动大数据知识工程基础理论与技术攻关；加强企业和研究机构间交流合作，推广前沿研究成果并形成应用示范，建立大数据知识工程行业标准体系；以重大需求应用为导向，探索校企协同育人模式，加快大数据知识工程技术在重要行业的落地应用。