什么是大数据知识工程？

自人工智能提出伊始，让机器利用人类的知识解决问题就一直是其重要的发展思路之一。20世纪70年代发展起来的专家系统，就是以“让机器利用专家知识来解决现实问题”为基本目标。以构建专家系统为核心目标的知识工程成为符号主义思潮的代表，与以神经网络为代表的连接主义交相辉映，成为人工智能发展历程中最为亮丽的两道风景线。近年来，伴随着大数据技术飞速发展，知识工程进入了大数据知识工程的全新阶段。以知识图谱为代表的大规模知识表示不仅为大数据的价值挖掘带来了全新机遇，也为机器智脑的发展带来全新机遇。大数据知识工程以大规模自动化知识获取为其根本特征。自动化知识获取使得知识库的规模呈几何级数增长。知识库在规模上的量变正在酝酿着效用上的质变。这一质变将使得机器智脑应对现实环境中的开放性复杂问题成为可能。

大数据知识工程将为机器人打造一颗“最强大脑”。伴随这一发展进程的将是机器认知智能的逐步发展。认知智能发展过程本质上将是人类脑力不断解放的过程。在工业革命和信息化时代，人类的体力劳动被逐步解放。而随着人工智能技术的发展，尤其是认知智能技术的发展，人类的脑力劳动也将被逐步解放。越来越多只有人才能从事的知识工作将逐步被机器所代替，伴随而来的将是机器生产力的革命性进步。

在我们即将迈出构建机器智脑的豪迈征程之前，仍然存在一些问题必须得到清晰地回答。首先，当下人工智能的发展很大程度体现在以深度学习为代表的机器学习的突飞猛进上，这在一定程度上宣告了连接主义的“胜利”。此时提及符号知识会不会不合时宜？换言之，符号知识对于发展机器智脑是否必要？如果承认了这种必要性，将知识灌输给机器难在何处？是否具备充分的研究价值？当前的知识库积累以及当前的研究项目能否应对这些挑战？未来还有哪些困难需要我们解决？只有清晰地回答了这些问题才能放下思想包袱轻装上阵。