从信息自动化到知识自动化的自动化系统的功能分析

从信息自动化到知识自动化的自动化系统的功能分析

刘怡轩

中国联合网络通信有限公司东莞市分公司 广东 东莞 523000

摘要：知识本身就被视作智能的本质之一，而在自动化系统的发展过程中，信息自动化在大数据、人工智能等先进技术的环境下逐渐难以满足系统发展需求，信息自动化便向着知识自动化转型发展。本文将简述信息自动化到知识自动化的重要意义，并分析从信息自动化到知识自动化的自动化系统功能，以期为生产服务、建设发展提供智能化途径。

关键词：知识自动化；自动化系统；数据处理

引言：知识自动化系统是一种可以执行知识工作的智能软件，除了传统信息系统具有的规则、推理和分析能力外，也包含对各类知识、模式识别和过往经验的模拟计算，能够承担工作者的大部分工作。

1信息自动化到知识自动化的意义

2013年“知识工作自动化”一词首先出现在人们的视野当中，那时信息技术蓬勃发展，大数据、云计算、物联网崭露头角，知识自动化的概念才刚刚孕育而生。但就是在信息自动化的背景下，知识自动化一骑绝尘，因为知识自动化是传统产业智能化转型的重要途径。虽然现阶段知识自动化在多数领域还未得到普及，但是其作用和价值却得到了普遍认可，基本可以认为信息化在向智能化发展的过程中必然需要将信息转变为知识，才能发挥出信息的实际作用和潜在价值，能够在合适的情况下提供最有效的知识。如果说信息自动化降低了人类重复性劳动工作，那么知识自动化便是降低了人类重复性的思考工作。

信息自动化转变为知识自动化的途径主要有两种方式。第一种是通过人工智能网络或机器学习等技术为核心，让信息系统在不断的数据分析和决策驱动中逐渐完善知识库。例如著名的AlphaGo就是这一类型，利用其所学的知识来获得感知智能，这种从信息自动化到知识自动化方式比较有针对性，虽然需要大量的时间学习，但培养出的计算核心效果良好。另一种则是通过认知计算，将智能系统立足于知识层面，通过知识图谱、自然语言处理等技术，映射真实世界所具有的知识，将相关知识经验数字化，赋予智能系统学习、判断和推理的能力。此种方式将经验知识模型化、显性化表达，其不断积累和继承的知识理念可以为企业发展提供高价值的决策导向^[1]。

2知识自动化的自动化系统的功能

2.1工业制造

传统信息自动化工业生产是由人将相应知识信息导入到系统当中，由机器按照知识信息完成相关的制造工作。而知识自动化融入机器当中，可以实现一定程度的智能化功能。例如机器自检、预警风险、优化制造流程等内容，而且知识自动化机器可以协同合作，通过促进工业制造的高效发展。自动化系统在运行过程中会学习其他机器的操作数据和人类的操作行为，逐渐形成新的机器知识，这些知识便是配合其他机器运作或工作人员操作的基本能力。

知识自动化系统将会继承并传承过往的经验和工业技术，使人从生产劳动中转变为创新性活动，以此来促进工业制造的发展水平。由于工作制造中设计多种系统软件、硬件设备，知识自动化系统需要通过一个统一的平台来将过往的操作流程移植并固定在平台当中，形成新的流程。这是今后自动化系统发展的主要方向，现阶段由于各种系统软件生产商不同、硬件设备型号不同，想要完全组合成一个统一的平台较为困难。其实，这也能够看出知识自动化系统功能的本质是工业知识的统一和规范，只有将软件系统固化下来的数字化资产，进行传承和积累，才能构建起一体化知识自动化系统，否则将会耗费大量资源。知识自动化将技术知识传承下来，使得过往因人员流动或退休而出现的技术流失或知识浪费等现象解决，这是工业企业持续提升发展能力的关键环节，必须要增强知识自动化系统在产业中的功能运用。

2.2生产开发

生产开发是需要知识的最大化利用，从过往经验、知识结构中实现创新应用，构建出更为适宜生产需求的系统组件。在人工进行开发设计时，需要大量的数据信息支持，即便如此在设计开发阶段也很容易出现差错和遗漏，并且在汇聚知识资源、知识挖掘方面将耗费大量的时间。而知识自动化系统针对知识开发类需求，以生产业务需求为导向，通过信息化手段将有效的知识汇聚在一起，并通过个性化的知识分析和经验，快速帮助工作人员进行分析。在需要知识自动化系统决策方面，利用知识图谱技术将多种知识经验显性化表达，使系统模拟专家进行知识决策。

知识自动化的自动化系统在成为通用标准知识编制的参考后，能够对生产开发业务中的共性部分进行重接，扩展出更加适宜业务需求的信息方案。这些数据信息是智能系统在不断学习中所展现出来的经验，而这种表现证明了知识自动化功能的有效性和可靠性。知识自动化系统功能的实现需要相当复杂的过程，尤其是在自动化需求高、专业技术强的行业中。例如在勘探开发作业中，需要智能系统能够对知识进行自动抽取和填充，依照自然语言处理技术进行文本语法的分析，生产相应的逻辑规则，才能为之后的深度学习提供相关知识。然后将多层次结构知识进行融合，标准化、统一化处理后使不同知识能够在同一图谱上显示，达到系统互操作。之后存储相关知识并逐渐迭代丰富其中的内容，形成可以人机交互的知识共享能力，初步达成员工借助知识自动化系统进行开发工作的需求。最后，基于开发知识图谱，深度挖掘各类专业数据、专业文件、解释结果，并进行深度关联和解析，达到可以自动生成专业图表、文档报告等内容的能力，将为开发设计和业务创新提供有效支撑

^[2]。

2.3办公服务

在办公服务方面，大数据、云计算等技术与知识自动化系统的联系较为密切，很多内容都依据大数据、云计算开展。过往的办公自动化系统在知识处理方面效果不佳，信息自动组化注重物理传递、数据控制，忽略了知识信息在自动化工作中的重要性。而信息自动化系统本身的数据处理能力也具有局限性，在海量数据信息的时代背景下，并非比拼谁能更快处理数据信息，而是谁能更快提取和分析出有效的数据信息。以法律工作为例，在司法工作中法律法规、文书卷宗、诉讼信息等具有实质意义的资料文件是从大量法律知识、社会常识中得到的，这就需要自动化系统能够将数据转换为知识，面对诉讼、审判、管理等不同业务，能够快速加工、构建、提取出相应的办公信息。知识自动化系统能够在自然语言技术的支持下，按照主体抽取、关系抽取、属性抽取的逻辑识别法律数据中的各项元素，再由算法推理、计算逻辑生成文书解析、法规符合等工作需求，为办公提供了更为准确的数据。

在服务方面，知识自动化系统能够进一步优化大数据、云计算技术所存在的一些弊端。比如在信息反复推送、大数据杀熟、外卖线路和时间不断压榨的信息自动化处理中，知识自动化能够更贴合人类经验需求。以信息反复推送为例，点击某条新闻后，APP会反复推送类似的新闻，但使用者已经无需或不想再观看此类新闻。信息自动化系统所表现形式就是各种推送新闻的反复叠加，服务对象需要反复刷新才能看到新的内容，导致服务效果下降。而知识自动化系统会分析服务对象的经验行为、观看时间，并以此调整推送的重复率，并且知识自动化系统本身也能将一些低质量的推送信息剔除，进一步保障了服务的质量。

结论：知识自动化是自动化系统未来发展的必然选择，也是传统产业智能化转型的重要方向，作为一项庞大且复杂的工程，知识自动化的自动化系统构建需要时间积累，并不断探索知识信息在系统中的运用效果，进而为产业发展提供高质量的服务效果，促进数据信息向着知识和智慧转变。

参考文献：

[1]王振华,李义章,王书恒,等.知识自动化平台——数字工业的操作系统[J].人工智能,2021(02):38-45.

[2]李新鹏,徐建航,郭子明,等.调度自动化系统知识图谱的构建与应用[J].中国电力,2019,52(02):70-77+157.