知識(shí)驅(qū)動(dòng)助力人工智能認(rèn)知能力的提升，滿足人工智能深入各個(gè)行業(yè)不同應(yīng)用場(chǎng)景的需求。隨著深度學(xué)習(xí)與知識(shí)圖譜等多重技術(shù)的深度融合，綜合利用大量知識(shí)數(shù)據(jù)中的因果和邏輯關(guān)系，可以助力人工智能認(rèn)知能力的提升，來解決人工智能深入各個(gè)行業(yè)時(shí)場(chǎng)景復(fù)雜、可解釋性較低等問題。在技術(shù)方面，知識(shí)和數(shù)據(jù)雙輪驅(qū)動(dòng)的人工智能技術(shù)路線展現(xiàn)了強(qiáng)勁的發(fā)展?jié)摿�，知識(shí)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(shí)增強(qiáng)技術(shù)路線提升效果。在應(yīng)用方面，知識(shí)與人工智能的融合拓展了人工智能的應(yīng)用范圍，促進(jìn)形成知識(shí)凝練、知識(shí)流轉(zhuǎn)、知識(shí)賦能閉環(huán)，推動(dòng)數(shù)字化發(fā)展下行業(yè)與企業(yè)各類知識(shí)的沉淀、流轉(zhuǎn)，顯著提升實(shí)際場(chǎng)景的智能應(yīng)用水平。