在特定人工智能任務中，知識工程優於數據驅動學習

數據驅動學習是現代人工智能的關鍵，但在某些情況下，使用規則正式編碼概念的知識工程可能更優越。根據V. Cheng和Z. Yu的說法，人們在基本算術方面勝過聊天機器人，因為他們使用規則，而不僅僅是例子。知識工程在規則可用、精度至關重要（如在自主系統中）以及清晰度至關重要（如在教育中）的情況下表現出色。與不斷發展的自然語言不同，形式化知識在文化和語言之間保持穩定，這對於機器和人類知識的保存都至關重要。然而，知識工程在人工智能研究中經常被忽視，很少有數據集正式編碼人類知識用於機器學習。人工智能應該納入概念形成，以發展更像人類的推理。