在特定人工智能任务中，知识工程优于数据驱动学习

数据驱动学习是现代人工智能的关键，但在某些情况下，使用规则正式编码概念的知识工程可能更优越。根据V. Cheng和Z. Yu的说法，人们在基本算术方面胜过聊天机器人，因为他们使用规则，而不仅仅是例子。知识工程在规则可用、精度至关重要（如在自主系统中）以及清晰度至关重要（如在教育中）的情况下表现出色。与不断发展的自然语言不同，形式化知识在文化和语言之间保持稳定，这对于机器和人类知识的保存都至关重要。然而，知识工程在人工智能研究中经常被忽视，很少有数据集正式编码人类知识用于机器学习。人工智能应该纳入概念形成，以发展更像人类的推理。