人工智能如此强大的原因之一是它解决复杂问题的能力。但人工智能应用的好坏取决于为其提供的源数据情况。
知识工程(KE)涉及从海量数据中获取知识并将其放入知识库。大数据、云计算和自然语言处理的快速发展极大地改善了数据收集和处理工作,这反过来又推动许多组织更多地投资于需要KE的知识密集型应用程序。
在人工智能系统中,有效的KE使应用程序能够执行诊断疾病、评估市场数据以提供财务建议,甚至为聊天机器人提供客户支持等任务。
认识到有效知识工程的复杂性和重要性,IEC和ISO人工智能联合委员会SC 42刚刚发布了一项标准来提供帮助。
ISO/IEC 5392定义了知识工程的参考体系结构,从系统用户和功能的角度描述了角色、活动、结构层、组件及其自身和其他系统之间的关系。
ISO/IEC 5392项目编辑李瑞琪指出:“随着知识型系统在金融、制造、医疗、运输和其他领域越来越流行,需要一种系统的方法来构建它们,类似于软件工程中使用的方法。本标准提供了通用的KE词汇表,并定义了KE的组件、技术和特性,以实现世界各地的开发人员、集成商、用户和其他利益相关者之间的有效互操作性和通信。通过这种方式,它为融入其他人工智能技术奠定了坚实的基础。”
SC 42主席Wael William Diab表示:“该标准是一系列横向标准之一,可以在应用程序和用例中使用。它考虑了道德和社会问题,如安全、安保、隐私、透明度和完整性,以确保并实现人工智能的广泛、负责任的采用。”
SC 42制定了人工智能的国际标准,采用整体方法来考虑整个人工智能生态系统。它着眼于技术能力和非技术性需求,如业务、法规和策略需求、应用程序领域需求以及道德和社会问题。
该委员会定期组织人工智能研讨会,讨论新兴趋势、技术、需求和应用以及标准的作用。他们汇集了来自研究、部署、标准化、创业、应用和监督等不同地区、行业和背景的人工智能发展前沿创新者。