导读：很多在编程一线的朋友，可能会问，我的未来在哪里？软件工程除了当码农还有出路吗？读了这篇文章你应该已经有了答案。本文阐述了什么是知识工程，并阐述了知识工程的主要工作和内容。

1、研究知识，引领了人工智能

丘吉尔曾说过，“回顾历史越久远，展望未来就越深远”，

为纪念人工智能领域做出杰出贡献的先辈与开拓者们，鼓励更多后起之秀投身该领域，人工智能国际杂志《IEEE Intelligent Systems》自2006年始至今陆续推选出了60位人工智能专家(参看《诺伯特·维纳奖得主王飞跃 | AI 名人堂，世界人工智能60年60位名人榜》)。

爱德华·费根鲍姆(Edward Albert Feigenbaum)，1936年生于新泽西州的威霍肯。1952年，费根鲍姆进入卡内基梅隆大学（当时还叫卡内基理工学院）电气工程系。在那里，他遇到了著名的诺贝尔奖得主西蒙教授。他的重大贡献在于通过实验和研究，证明了实现智能行为的主要手段在于知识，在多数实际情况下是特定领域的知识，由此获得了1994年图灵奖。费根鲍姆除在斯坦福大学计算机科学系任教授外，还是美国空军的首席科学家。

与智能打交道，就意味着我们永远是与知识工程打交道了。

什么是知识工程？

2、智能软件开发与服务

“知识工程”研究的内容是如何组成由电子计算机和现代通讯技术结合而成的新的通讯教育、控制系统。“知识工程”研究的中心，是“智能软件服务”，即研究编制程序，提供软件服务。

这就等价于，在智能通行的时代里，再也没有纯IT。也没有码农，只有知识工程师。他们做着类似现在码农的事，用知识库的API编程，进行只能软件开发，并提供相关的服务。

3、DIKW体系

说到知识工程，必须要了解知识工程的DIKW体系。这是一个模型。

DIKW体系就是关于数据、信息、知识及智慧的体系。当中每一层比下一层赋予某些特质。资料层是最基本的。资讯层加入内容。知识层加入“如何去使用”，智慧层加入“什么时候才用”。如此，DIKW体系是一个模型让我们了解分析、重要性及概念工作上的极限。DIKW体系常用于资讯科学及知识管理。

DIKW的模型

简单来说，DIKW模型，告诉我们，从采集的数据开始，到智能的过程。

当我们用传感器，相机，眼睛，甚至人工进行读取的数据后，提炼出信息，将信息关联起来形成知识（比如归纳，总结，假设，演绎），再优化迭代成知识体系，知识升华就会产生智慧和智能。

4、一切皆信息

知识工程，告诉我们，一切的智能都来自于信息。信息的载体是什么呢？我们必须要关注信息的载体，才能通过信息的复制，传输，解读，升华等方式形成智能。

信息的载体形式，大约，也只有佛学说的最清楚了。那就是著名的六识。

对应的载体，只有前2识是可被记录传播的。那就是图像和声音。

我们理解智能制造，必须要从追踪这两个载体开始。

5、结束

除了技术还有文化。8识里，我们又追求了几个境界。