研究發現，中國企業存在較為嚴重的「人才斷層」現象。我國企業在用一批非常年輕的隊伍進行越來越複雜系統的研製，其中潛藏著巨大的風險甚至威脅。人才斷層已成為企業不得不解決的問題，而解決人才斷層問題不能寄希望於返老還童丹和長生不老藥。人才的核心價值是經驗與知識。當我們把人才斷層定義為知識和經驗的斷層時，發現靈丹妙藥真的存在，那就是「知識工程」。企業強大之處往往不在於引進了多少先進技術，而在於真實積累了多少現有成果。通過知識工程手段，讓新一代技術人員快速擁有老一代專家的做事方法和處事經驗，可以在很大程度上解決這個問題。知識和經驗的傳承本來是一件自然的事情，但是中國企業的人才斷層現狀要求我們必須通過特殊手段來強制完成這一使命，這個特殊手段就是知識工程。
知識工程2.0體系認為，研發型企業是知識最密集的企業，是知識工程最重要的陣地。研發過程就是利用現有知識創造新知識的過程，凡是對研發工作有幫助的資源都是知識。我們不對知識和資源這兩個概念進行嚴格區分，知識工程就是對研發資源的智慧型化增值加工過程。即使知識和資源有區別，也是相對而言、互相轉化的。
知識體系的建立是知識工程的核心工作。本書從企業實踐出發，研究製造業企業的資源特徵，形成對知識體系的獨特分類模式，即實物、資料、資訊、模式和技術，同時這五類知識也具有層次遞進的特徵。針對這五類知識，提出五種知識層級的提公升方法，即增值加工，分別是數位化、標準化、結構化、正規化化和模型化。在智慧型製造時代，大資料分析方法的出現為知識層級的提公升開闢了一種新方法——智慧型分析法，使得我們可以獲得全息化的知識。因此，全息化是第六種知識加工方法。圍繞知識的智慧型化加工及其工程化應用，形成相應的技術、工具、流程、標準、規範、人才、組織以及這些要素的載體——知識工程平台，共同構成知識工程體系。
研發體系的三維模型中，知識是乙個重要維度。依據本書所提出的知識工程分層模型，該維度由五個層次構成：1—有序級，2—共享級，3—自動級，4—智慧型級，5—智慧型級。外加乙個基本級，即0—顯性級，形成「顯序共自能慧」模型。普通企業研發知識工程層次通常在顯性級、有序級和共享級層面。先進企業開始使用自動化和智慧型化知識。未來工業4.0時代，基於大資料的智慧型級知識將普遍採用，那時我們將步入智慧型研發時代。
在知識工程2.0提出之前，精益研發2.0日趨成熟。精益研發提出了面向中國製造2025的研發體系框架和藍圖。知識工程是該藍圖的實現途徑，是精益研發體系的要素建設，其建設成果將形成企業精益研發的基礎。因此，我們將本書定義為《精益研發2.0》的姊妹篇。閱讀過《精益研發2.0》的讀者會發現，本書與之是相互呼應的。有些章節內容相似，觀點相同，但討論視角不同。
基於知識工程2.0的思想，結合智慧型製造時代的新興科技，本書提出乙個知識泛在的智慧型研發理想模型，並對映而成相對應的資訊化理想模型——智慧型研發平台。將這兩個模型推薦給中國製造業企業，協助其規劃和建設與智慧型製造時代相匹配的研發體系。中**工行業正在進行智慧型院所的體系設計，這兩個模型也適用於智慧型院所的規劃和建設。
研發體系中知識積累和應用的層次決定了研發的智慧型程度。知識層次越高，研發智慧型程度越高，知識層級的提公升意味著企業智慧型程度的提公升。基於知識工程的層次模型，本書提出智慧型研發體系的進化路線——成熟度模型，即自發級、意識級、穩序級、協同級、智慧型級、智慧型級。此進化模型表明了乙個觀點：智慧型研發在路上。研發在製造業產業鏈中的特殊地位，以及研發資訊化的先發優勢，決定了智慧型研發探索者將是智慧型工業的引路人。
本書的副書名指出知識工程2.0是智慧型製造時代的研發智慧型，書中的討論物件和舉例均以研發企業或研發過程為背景。但這只是因為研發過程是知識最密集、產出最豐富和應用最深入的過程，並不代表本書所提的方法不適用於非研發型企業。非研發型企業或非研發過程的知識工程方法是本書所提方法的子集，大部分方法進行適應性改造，即可適用於這些企業或過程。
推薦序自序
前言致謝
第1章 知識工程2.0的產生背景
一、知識工程對中國企業的重要性
二、國外知識工程發展日趨成熟
三、國內精益研發體系日漸成熟
四、知識工程1.0的成功實踐
五、知識工程2.0的發展方向
第2章 知識工程2.0的藍圖與框架
一、企業知識的本質
二、知識資源增值是核心
三、知識工程體系藍圖
四、知識工程體系框架
五、知識工程體系成熟度
六、知識工程整合平台
第3章 隱性知識的顯性化
一、知識螺旋與顯性化
二、利用社群實現顯性化
三、知識的顯性化表達
四、知識體系的顯性化
五、知識關係與知識地圖
六、知識顯性化以人為本
第4章 資料資源的標準化
一、**資料的標準化
二、試驗資料的標準化
三、標準化資料管理框架
四、基於標準化資料的業務協同
五、基於資料標準化的科研「駕駛艙」
第5章 資訊資源的結構化
一、資訊資源結構化概述
二、利用自動摘要進行資訊的結構化
三、利用分類進行資訊的結構化
四、利用聚類進行資訊的結構化
五、利用流程進行資訊的結構化
六、資訊知識的組合檢索
第6章 模式資源的正規化化
一、模式知識的主要形式
二、研發管控模式正規化化
三、設計協同模式正規化化
四、**整合模式正規化化
五、質量管理模式正規化化
六、精益專案模式正規化化
第7章 技術資源的模型化
一、基於模型的產品技術平台
二、基於模型的系統工程
三、基於模型的快速論證
四、基於**模型的虛擬試驗
五、基於模型的定義
六、基於模型的企業
第8章 知識資源的全息化
一、大資料的通用定義
二、工業大資料的特點
三、工業大資料的分類
四、工業大資料的常規應用
五、工業大資料的知識應用
六、工業大資料分析技術
第9章 知識工程2.0的規劃與建設
一、知識工程規劃步驟
二、知識工程藍圖設計
三、知識工程路線規劃
四、知識工程體系建設方**
五、知識工程建設成果
六、知識工程2.0的特點與價值
第10章 知識泛在的智慧型研發體系
一、智慧型研發時代背景
二、智慧型研發需求背景
三、智慧型研發三維架構
四、研發體系理想模型
五、智慧型研發模型及平台
六、智慧型研發體系模型
七、智慧型研發成熟度模型
八、開放式智慧型研發模式
九、智慧型研發路線規劃
十、智慧型研發中的知識泛在
後記 眾籌研討會問答摘要
附錄 縮略詞
參考文獻
人工智慧知識普及
很多人對人工智慧的理解可能還僅僅停留在乙個基本概念的層度，沒有能深入理解，近年來這個概念也多由於一些事件，如圍棋下過人類之類的事件所引爆。這裡簡要的普及下。這個圖表明了三者間的關係。人工智慧是乙個大課題。細分下看 人工智慧 簡單的說就是讓計算機有智慧型。比如我發現了乙個規律，房價 年份 240.2 ...
智慧型製造與DIKW 資料，資訊，知識，智慧型
目前對智慧型製造系統的定義分為四個階段 自動化數位化 d 資料獲取 網路化 i 資訊共享 智慧型化 kw 知識的獲取，智慧型 dikw體系是關於資料 資訊 知識及智慧型的體系。資料是記錄下來可以被鑑別的符號。它是最原始的素材 如數字 文字 影象 符號等 未被加工解釋，沒有回答特定的問題，沒有任何意義...
人工智慧知識點記錄
1 構成產生式系統的基本元素有 綜合資料庫 產生式規則 控制系統 控制策略按執行規則的方式分類,分為 搜尋策略 衝突消解策略 正向反向雙向推理 三類。2 歸結過程中控制策略的作用是給出控制策略，以使僅對選擇合適的子句間方可做歸結，避免 多餘的 不必要的歸結式出現 常見的控制策略有 推理方向 求解策略...