通过这个研究结果可以看出，可预测的体力工作、数据处理、数据收集等三类活动具有很高的自动化潜力，其中可预测的体力工作，如制造环境下的装配生产线，这类工作主要是低成本或低技能的一线工人的工作。另外两类活动是数据收集和数据处理，这两类活动不是低技能的员工所做的，而往往是高薪和高技能的白领职业人士所做的工作。数据收集和数据处理占用总工作时间的比例高达33%。根据麦肯锡的报告，各领域至少有2.3亿余知识工作者，占据了全球雇员的9%，但雇佣成本却是相应全球成本的27%。然而，在知识工作中，有80%是较为初级的体力与脑力劳动，只有20%是创新工作。 根据这个背景，在2013年麦肯锡全球研究所发布的《颠覆技术：即将变革生活、商业和全球经济的进展》报告中，预测了12项可能在2025年之前决定未来经济的颠覆技术。其中，知识工作的自动化智能软件系统位居第二，该报告预计到2025年，知识工作的自动化每年可直接产生5.2万亿至6.7万亿美元的经济价值，不计自动化所带来的效率间接提高，相当于额外1.1亿至1.4 亿个全职雇员的产出。
麦肯锡报告2013年 从这里开始，知识自动化一骑绝尘，进入了人们的视野。麦肯锡认为，知识工作者，如律师，设计师，医生等等，将会有大量现货的工作，可以通过软件来完成。这个出乎意料的角度，引起了人们广泛地思考，人脑的挑战者一一登上历史舞台。在其预测的12项颠覆技术之中，知识自动化与人们的未来工作性质的改变、组织结构的改变、驱动经济增长与提高生产力等方面可能起到主导作用。自动化专业人士，由过去主要关注的物理过程的自动化，开始重视转移到知识工作的自动化上。2016年在拉斯维加斯的电子消费品展上，点燃了全球“认知计算”的火把。
从自动化的视角看，第一次工业革命的特征是机械自动化，第二次工业革命的特征是电气、电子自动化，但本质还都是物理过程的自动化，主要特色是利用自然科学的定律，如牛顿定律等，对过程进行精确地建模，再实施控制，落实设定的目标。计算机和网络系统的兴起，开始了虚拟空间里的信息过程自动化时代，其特色是多数过程不再是物理实在的，而是人为规定的“人工”流程，如管理措施、法律程序、交易步骤等。大型生产的ERP（企业资源规划）、MES（制造执行系统）、电子商务系统等等，实质上都是信息自动化，只不过是人在系统之外，相对而言自动化程度不高而已。目前，网络空间里的许多信息系统正向“人”在其中的智能自动化方向发展，这一趋势必然导致对知识自动化的更高要求。最新统计表明，今年网络流量的61.5%已经是互联网“机器人”（Internet bots）产生的，人类本身仅造就了38.5%的流量，而去年这两个数据分别是51%与49%，如何实施安全有效的知识自动化任务变得更加迫切。 知识自动化是信息自动化的自然延伸与提高，是“人”嵌在自动化之中的必然要求，也是从物理世界的自动化控制转向人类社会本身的智能化管理的基础。而且，这一基础必须借助于虚拟空间里的自动化才能实现和完善，进而实现能够动态变化、实时反馈的智能化社会管理。
KAE（Knowledge Automation Engine）AI知识自动化引擎，是一款国内自主研发的，全新基于AI技术，以启发式可视化交互式方式来实现的智能知识自动化系统。 KAE专注于大数据知识工程领域的应用，可用于各专业领域知识图谱系统的自动化创建，是适用于各种系统平台的AI中台（AI Midware）。可赋能企业不同维度的知识/情报应用，知识结构化，认知智能化。
KAE知识自动化技术结构图 KAE AI自动化引擎的核心技术基于无监督机器学习，实现了全自动化建模，无人工干预。利用神经网络算法自动对语料进行训练，无需人工参与自动生成专业领域词表。故非常适合企业不同维度的知识/情报智能化应用。且便于数据/知识的更新，自动进行动态数据/知识维护，并且可结合企业各内部系统/平台的使用。
KAE自动知识结构化示意图 企业及各研究机构可以利用现代科学技术对大量的数据信息和知识进行有效组织和挖掘，形象直观地理解各种复杂关联、前沿问题、趋势演变等等。对知识结构化,自动化应用已成为一种大趋势和不可缺少的工具。
心理学家De Groot研究证明，国际象棋大师在观看棋盘5-10秒之后，几乎能准确无误的复盘，而新手只能回忆3-4个棋子的位置。但是对于棋盘上没有规律的棋子，象棋大师和普通人的记忆基本上没什么差别。也就是说象棋大师的客观记忆力并不突出，其他的心理研究也证明这些大师并没有任何智力方面的优势。 那为什么象棋大师，对于有规律的棋局有这种“过目不忘”的能力？ 研究结果证明，象棋大师不是去记忆单个棋子，而是将棋盘按照一块一块的“棋形”去记忆。在心理学上，这种方式被称为“组块理论”，也就是把多个信息按照一定的规则组合成一个模块 ，方便存取。
象棋大师，其它领域的高手们之所以记忆力强，是因为他们的知识是结构化的模块，当他们想到一个知识点，调取的是结构化的模块。 学习领域知名专家斯科特·扬在他的《如何高效学习》一书中提出了整体性学习法，他的核心观点是： 在知识之间创造联系 ，形成结构，会记得越牢、理解得越好，也越容易掌握并应用这些知识。 提高效能的一个关键途径就是将知识结构化。
所谓知识结构化，就是将学到的知识，加以归纳和整理，使之有一定的秩序和结构。通俗来讲，也就是让知识与知识间产生关联，让知识之间通过一定的关系结合在一起，用基本知识点组成小结构，小结构组成大结构，形成知识结构体系。
人的大脑天生对有组织有结构的信息比较敏感，我们很难记住那些孤立零散的信息， 所以将信息结构化能大大提高我们的记忆力。 最典型例子的就是星座，满天的星星，无法识别和记忆，但是当我们划分了星座，用线来连起来，形成“猎户星座”，“仙女座”，我们就一下子记住了这些星星，因为这些星座是结构化的信息。 2. 提高我们的判断力 模块化的知识更容易调用，这有助于增强我们的分析判断能力。 国际象棋大师参加“车轮大战”时， 在每张棋桌前只能停留两三秒钟，便要下出棋子。心理学家发现，象棋大师们在做判断时，通常依靠的不是理性分析，而是自己所积累的特有的知识结构。 3. 构建更高级更复杂的知识体系 基础化学理论告诉我们，事物都是有结构的，没有结构就无法稳定存在；越高级的事物，结构越复杂，复杂结构又是由简单结构组成的。 知识也是一样，有结构的知识才能稳定存在， 才能构建更复杂更高级的知识体系 。 4. 让我们转变为结构性思维模式 我们常说，输入决定输出。当我们大脑里面储存的都是结构化知识的时候，我们在思考的时候，分析问题的时候，也会不由自主的使用这种结构化的方式。 结构化思维方式，能够让我们对事物认知更加全面、更加系统，也更加完整。
KAE帮助客户实现 自动知识结构化 5步骤 通过以上5步骤，企业及各研究机构可以利用现代科学技术对大数据进行有效挖掘，自动对知识进行结构化，将数据驱动和知识引导相结合，使得知识成为比数据更重要的资产。 机器认知智能的发展过程本质上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，人类脑力也会逐步解放。越来越多的知识工作将逐步被机器所代替，伴随而来的是机器生产力的进一步提升。在这个基础上，各种智能应用如数据分析，智慧搜索，智能推荐，自然人机交互等已趋于成熟。
［1］肖仰华等.知识图谱：概念与技术［M］.北京：出版社电子工业，2020.1 ［2］王飞跃.机器人的未来发展：从工业自动化到知识自动化［J］.科技导报.2015世界机器人大会特刊，2015，33(21)：39-44 ［3］韩潇影.从信息自动化到知识自动化——大数据时代办公自动化系统的功能分析［J］.图书与情报.2014，03：131-133 ［4］Speer R，Havasi C. ConceptNet:A large semantic network for relational knowledge［M］.Springer,Berlin, Heidelberg,2013
|
|
|
