知識驅(qū)動助力人工智能認知能力的提升，滿足人工智能深入各個行業(yè)不同應(yīng)用場景的需求。隨著深度學(xué)習(xí)與知識圖譜等多重技術(shù)的深度融合，綜合利用大量知識數(shù)據(jù)中的因果和邏輯關(guān)系，可以助力人工智能認知能力的提升，來解決人工智能深入各個行業(yè)時場景復(fù)雜、可解釋性較低等問題。在技術(shù)方面，知識和數(shù)據(jù)雙輪驅(qū)動的人工智能技術(shù)路線展現(xiàn)了強勁的發(fā)展?jié)摿�，知識的融合應(yīng)用有效地提升了智能問答、智能推薦、大規(guī)模預(yù)訓(xùn)練模型等人工智能技術(shù)中的效果。文心大模型、孟子大模型等均嘗試?yán)�用知識增強技術(shù)路線提升效果。在應(yīng)用方面，知識與人工智能的融合拓展了人工智能的應(yīng)用范圍，促進形成知識凝練、知識流轉(zhuǎn)、知識賦能閉環(huán)，推動數(shù)字化發(fā)展下行業(yè)與企業(yè)各類知識的沉淀、流轉(zhuǎn)，顯著提升實際場景的智能應(yīng)用水平。