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)不同應用場景的需求。隨著深度學習與知識圖譜等多重技術的深度融合，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)時場景復雜、可解釋性較低等問題。在技術方面，知識和數(shù)據(jù)雙輪驅(qū)動的人工智能技術路線展現(xiàn)了強勁的發(fā)展?jié)摿�，知識的融合應用有效地提升了智能問答、智能推薦、大規(guī)模預訓練模型等人工智能技術中的效果。文心大模型、孟子大模型等均嘗試利用知識增強技術路線提升效果。在應用方面，知識與人工智能的融合拓展了人工智能的應用范圍，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用水平。