开放知识网络（Open Knowledge Network，OKN）是一个由知识图表组成的互联网络，它将提供一个基本的公共数据基础设施，以实现由人工智能驱动的未来。它将促进整合所需的各种数据，以制定解决方案，推动持续强劲的经济增长，扩大机会，并解决从气候变化到社会公平等复杂问题。

开放知识网络是实现人工智能(Al)驱动的未来的必要基础设施。开放知识网络（OKN）是国家人工智能（AI）基础设施的一个重要组成部分。它将为所有部门——包括政府机构、私人组织、学术界和公众——的用户提供用于各种用途的综合信息，包括解决社会问题、推动循证政策，以及发展新型人工智能(AI)能力。

利用每个生活领域产生的大量数据，并将其转化为有用的、可操作的信息和知识，对现代社会的有效运作至关重要。数据和信息应该易于查找、访问和重用。能够整合大量不同数据服务于社会广泛用途的知识结构是繁荣未来的国家基础设施。

开放知识网络被设想为一个开放的、互连的知识图形网络，作为公共的、可访问的基础设施。该基础设施将使用公开、公共数据以及需要受控访问的数据为广泛的社会用例开发各种解决方案。

2017年，美国国家科学基金会（NSF）在其《利用数据革命大理念》（Harnessing the Data Revolution Big Idea）中认识到，需要一个开放的网络结构来连接来自不同来源的完全不同的、异构的信息，以产生新颖的数据驱动的见解和解决方案。作为第一步，在2019年秋季，美国国家科学基金会（NSF）资助了21个开放知识网络（OKN）项目，作为融合加速器轨道A计划的一部分。在2020年秋季，其中五个项目进入了为期两年的第二阶段工作。2022 年 2 月，国家科学基金会（NSF）和科技政策办公室（OSTP）在一个为期 4 个月的开放知识网络创新短跑中邀请了来自政府、行业、学术界、非营利组织和其他社区的主题专家、最终用户和利益攸关方组成的更大社区。这项活动的高潮是在2022年6月举行了一次Proto-OKN路线图讲习班，产生了这份开放知识网络路线图报告。 

第1节介绍了开放知识网络（OKN）的构想，包括其特点、功能和好处，以及在这一领域的相关工作。

第2节描述了开放知识网络(OKN)活动的发起和开放知识网络(OKN)的创新冲刺过程。

第3节描述了与开放知识网络(OKN)的特征有关的关键要点。

第4节描述了创建开放知识网络(OKN)时要考虑的问题范围。

第5节说明如何以有效和可持续的方式推动这项工作。

第6节提供了创新冲刺期间开发的17个用例的概述。

第7节描述了实现Proto-OKN的可能时间表。

第8节根据前七节的调查结果提出结论。

•       附录A提供了来自开放知识网络(OKN)创新冲刺的所有17个用例的详细说明。

•      附录B提供了由国家科学基金会（NSF）融合加速器轨道A计划支持的五个开放知识网络（OKN）第二阶段项目的概述。

1、 开放知识网络(OKN)的设想

开放知识网络（Open Knowledge Network，OKN）的愿景是建立一个由特定用例驱动、但采用共享通用平台形式的公共基础设施。开放知识网络（Open Knowledge Network，OKN）的设想是通过语义链接有关相关实体的信息，转变我们从数据中解锁可操作洞察的能力。

提供共享访问和跨部门信息共享平台

开放知识网络(OKN)被视为面向所有人的包容性、开放性、社区驱动的基础设施，它不仅将为众多新应用提供可信赖的平台，还将为人工智能和数据科学研究，包括公平、偏见、多样性、公平和包容性开辟新前景。访问开放知识网络（OKN）的基础设施和内容将使研究人员和从业人员能够开发更健壮和有效的方法来回答问题、更具表现力的框架来获取知识、以及更自然的接口来访问这些知识（国家人工智能安全委员会（NSCAI）最终报告，2021）。任何组织无论规模或部门如何，都可以通过基于社区的多部门努力而受益，这将有助于通过开源软件和开放、共享的标准来分担发展的负担。

开放式知识网络设计的因素与方法

开放知识网络（Open Knowledge Network，OKN）的建立将充分利用之前在语义网和关联开放数据方面的工作，充分利用非常成功的Wikidata工作所提供的经验和平台，以及其他最近的数据共享工作。  

作为开放知识网络（OKN）基础的许多核心技术是成熟的。然而，成功创建开放知识网络(OKN)不仅仅是一项技术活动，更是一项社会技术挑战。开放知识网络(OKN)的设计和实现包括人、社会和组织因素以及技术因素。创建开放知识网络（OKN）需要领域知识专家和各种其他利益相关者的深入参与。这包括数据所有者、决策者、各种终端用户社区、工具构建者和数据可视化专家。

2.  开放知识网络(OKN)概念的起源

开放知识网络（OKN）的愿景在过去五年中一直在蓬勃发展，并得到广泛的支持。最初的设想在2017年提出，作为国家科学基金会利用数据革命大理念的一部分。这一想法通过社区会议得到进一步发展，最终在联邦机构间大数据工作组（NITRD开放知识网络（OKN）讲习班）组织的讲习班上达到高潮。美国国家安全委员会（National Security Commission on Artificial Intelligence）的最后报告指出，开放知识网络（OKN）必须支持AI研究环境。

开放知识网络(OKN)创新冲刺

开放知识网络(OKN)创新冲刺的目标是评估创建开放知识网络(OKN)的机会空间及其形成中可能的挑战。2022年2月23日至25日的冲刺启动会议吸引了来自政府、学术界、工业和非营利组织等所有部门的150多名与会者。社区成员报名参加了为期4个月的冲刺练习，并组成了17个不同的小组，代表了广泛的应用领域和主题。

3.  开放知识网络(OKN)的特点

创新冲刺表明，需要让广泛的利益攸关方和最终用户参与，以便全面了解开放知识网络的特征。利益相关者的范围从数据管理员和数据程序员到各种最终用户。冲刺练习帮助捕获他们的需求和需求，作为设计过程的一部分。

在开发过程的早期，以用户为中心的设计方法是必要的。以用户为中心的设计向涉众展示了他们和他们的客户或客户将从所提议的最终产品中得到的好处。设计一个满足用户需求和偏好的开放知识网络（OKN）对于它的成功采用至关重要。在一个旨在向具有不同需求的广大用户提供便捷接入的项目中，不能满足用户的需求将限制项目的成功，使其更难以长期维持。

创新冲刺定义了开放知识网络(OKN)的若干基本特征，包括：

•       允许来自各种源的输入的开放体系结构。

•       反映真实世界信息更新和变化的动态系统。

•       通过遍历网络中的链接来链接不同的信息并推断实体之间的链接的能力。

•       网络的"横向"和"纵向"要素的相互联系。"横向"要素提供了一个共同的技术基础设施和社会技术框架，与知识领域无关。“垂直”元素侧重于准备和摄取来自特定信息领域的内容。

创新冲刺网还确定了对建立和维持开放知识网络至关重要的七个要素：

•       治理：一套指导原则，使开放知识网络（OKN）的利益攸关方能够指导和监督系统的政策、设计、开发、运行和管理。

•       道德：基于提供一致性、透明度和问责制的道德原则的结构和程序。

•       来源：能够跟踪任何及所有随时间变化的信息的方法，包括资产的原始来源和使用的后续过程。

•       可伸缩性/互操作性:灵活、可扩展的数据基础设施，具有弹性，能够交换、使用和传输开放知识网络(OKN)资源。

•       可持续性：一个可扩展的生态系统，使开放知识网络（OKN）能够以向后和向前的兼容性满足当前和未来的需求。

•       访问权限：一个灵活的系统允许访问开放知识网络（OKN）资源，从开放公共访问到预定义的特权访问和分析。

•       数据验证：用于确保摄取的数据准确、完整并满足指定标准的过程、过程和度量，包括区分可信数据和不可信数据或错误信息。

通过整合不同实体拥有的各种数据集而创建的开放知识网络将：

•       为各种各样的用户，例如政府雇员、公司、私人公民、非营利组织，帮助回答动态、相互关联的问题。

•       增加当前数据集成以及未来使用和数据重用的灵活性。

•       通过创建预先集成的、Al就绪的数据，增强人工智能和机器学习工具的能力。

•       使数据驱动的洞察力能够处理"未知的未知"，并提高各种规模的机构和组织的决策能力。

•       减少数据清理和“数据争用”的开支。

•       通过将开放知识网络（Open Knowledge Network，OKN）框架建立在开放的、完善的Web标准之上，允许使用现成的、开源的工具，从而减少进入障碍。

通过从软件和平台依赖转移到语义互联的数据，增强数据互操作性。

4.   创建开放式知识网络(OKN)

开放知识网络（Open Knowledge Network，OKN）是一个开放的、与领域无关的、基于社区的项目，用于建立国家级的数据基础设施，开发和维护成本由许多涉众分摊。开放知识网络（OKN）的管理和维护也将是一个分布式编辑过程。维基百科(Wikipedia)和维基数据(Wikidata)等已建立的集体情报努力为开放知识网络(OKN)提供了一个模型和宝贵的经验基础。

另一个重要的经验基础是建立在国家科学基金会（NSF）聚合加速器计划中的设计思想和以用户为中心的设计方法。这些设计方法已被证明在识别用户需求和要求，以及开发原型和所谓的最小可行产品(MVP)中是必不可少的。这一办法不仅有助于澄清执行问题和优先事项，也有助于让各种利益攸关方参与进程并增强其权能。

创新冲刺确定了创建原型开放知识网络(OKN)所需的活动，其中包括：

•       收集特定于每个领域的用例功能的需求，通过相应的横向需求将功能聚合为一般需求，了解这些功能中哪些立即可用，哪些需要研究进展，并确定来自不同领域（例如，健康和环境、自然资源或司法记录）的数据之间所需的链接类型。

•       以本体的形式建立质量模式，同时考虑现有本体并确定任何差距，汇编跨不同领域的相关数据资源、服务和框架的清单，采用共同或共享的表示。

•       鼓励现有的存储库尽可能在原型 OKN、国家信息交换模型（NIEM）本体和 schema.org 框架的扩展之间提供简单的通信。确定和解决任何访问障碍将有助于开放知识网络（OKN）创建对各种域存储库（包括私有和敏感数据）的更可靠的数据访问。 

•       促进跨域信息互联，特别强调目前可能严重脱节和/或难以整合的信息。

•       开发高效原型，用于查询和访问数据，并在适用的情况下使用数据执行推理任务。

•       使没有实质性技术技能的领域/学科专家能够参与，例如验证/验证/管理知识库。

•       使用不同的数据访问模式构建各种用户友好界面，使专家、非专家和非技术用户能够访问和使用数据、信息和开放知识网络(OKN)服务。

•制定衡量标准，客观衡量不同利益攸关方使用开放知识网络的情况和影响。

•       确保可以从各种资源获取数据，包括非结构化、半结构化和结构化来源，更重要的是，获取不同质量和保真度的数据。

•       开发一种方法，使开放知识网络(OKN)的开放系统设计也能够支持使用既定的治理原则和程序合并私有和访问控制的数据的能力。

在开放知识网络（OKN）系统中，数据和信息的流动可以分为几个不同的阶段：设计、摄入、富集、存储、消耗和维护。

•       设计将包括目标用例的描述以及相关数据源的需求和评估。然后基于这些描述和评估来开发给定用例的知识图的本体和模式。模式应该与图形数据一起开发、记录和提供，以支持图形及其用例的未来更新和演进。

•       输入包括设置数据管道和工作流以根据设计来构造/创建图。这包括登记和建立对外部数据源的访问，将"遗留数据"映射到知识图结构，并为每个数据源纳入数据质量检查措施。

•       充实将由一组方法组成，这些方法被设计成使用诸如实体消歧、将模式和数据与现有本体和图进行对准/映射、合并帮助提高数据质量的措施以及使数据集成决策显式、可重用和可逆的技术来提高图的质量和适用性。充实还可包括使用知识管理方法来完成数据预测链接，发现与其他开放知识网络的链接，以及评估数据质量。评估可以包括识别不准确和矛盾的数据、创建派生数据、表示数据的不同上下文、以及获得不同的语义视图以服务于不同的利益相关者/用户社区。

•       存储将包括使用最先进的技术来管理本体和知识图本身，使用最先进的存储技术，包括使用基于云的实现的图形数据库和三重存储。通过云的存储和访问将有助于建立开放知识网络（Open Knowledge Network，OKN）作为广泛共享的基础设施。

•       消费通常通过各种用户接口以及软件接口，即应用编程接口(API)，用于包括知识图访问、本体管理、出处/谱系管理以及其他重用和管理任务的任务。广泛的功能需要用户界面/API，包括开放知识网络(OKN)管理、数据管理、数据探索和信息查询。软件接口(应用编程接口(API))将基于开放标准(例如，W3C`语义网络栈'和其它相关规范)，以允许第三方使用开放知识网络(OKN)来构建应用。

•       图表和图表的维护将长期持续进行。适当的版本控制（例如，通过不同的版本）将被用来根据图形来最小化对应用程序的干扰。

建立开放式知识网络(OKN)系统的方法应该是反复和不断发展的，以促进系统的灵活性和适应不断变化的需要。应该开发一套可测量的度量标准来帮助衡量功能、性能和进度。这些将通过不断的用户测试予以加强。

应该有一个集中的、轻量级的治理委员会，其分层结构允许在数据集级别进行分布式数据治理。治理结构将包括一个"数据工作组"，以帮助与联邦机构和其他数据持有者进行接口，并帮助这些利益攸关方整合其数据。为了确保一个合乎道德的系统，系统治理应该坚持并适应当前的框架和指导方针，包括支持开放标准和FAIR数据（可查找、可访问、可互操作和可重用），同时定期评估系统的潜在危害。

5.   向前推进的考虑

开放知识网络(OKN)是一流的最佳机会，可为开放数据提供 FAIR 访问，支持人工智能(AI)和ML工具和生态系统，并利用所需的数据和信息来应对社会挑战和创新机会。开放知识网络(OKN)路线图为Proto-OKN开发的跨政府努力应该如何进行提供了指导。原型应努力提供公共数据基础设施，供政府机构和其他利益攸关方使用。该原型将展示整合和使用公共数据的能力，以开发新的解决方案，应对当今美国人面临的一些最复杂的挑战。它还将有助于提高公众对用美国纳税人的钱创建的数据资源的访问。

如前所述，开放知识网络（OKN）将利用若干领域的技术进步和经验基础，包括语义网、本体论和本体论工程、Wikidata生态系统、链接开放数据等。它将利用现有技术和现有标准，包括来自W3C、IEEE、OASIS和国家信息交换模型(NIEM)的技术和标准。同时，这一活动还将有助于确定技术领域的新标准、流程和方法，如数据获取和数据充实的工作流程/流程标准化，以及创建开放知识网络等国家基础设施的社会技术方面。

利益攸关方强有力的参与对于开放知识网络(OKN)的成功至关重要，它将围绕以下关键考虑因素建立：

•       参与式设计。开放知识网络（OKN）将根据以人为中心的设计原则发展，让利益相关者和最终用户参与。重要的是，这将包括编制面向广大受众——从技术人员到最终用户和高级管理人员——的教育和培训材料。

•       公开捐款。为了避免只让少数人受益的封闭的专有系统的风险，该系统将对所有人开放。透明度是可信系统的一个基本属性。用于数据摄取、丰富和消费的数据、元数据和过程将是开放的、可访问的和透明的。

•       道德。要确保一个合乎道德、负责任的系统，就必须采取有意识和以社区为中心的办法，精心设计，同时不断进行监测。许多因素将有助于这一目标的成功，包括与社区直接合作，并确保数据、用户和参与的社区具有包容性。

•       可持续性。一个开放、包容的体系需要坚定的利益攸关者群体来确保目的、数据和网络的可持续性。从将对机构和其他组织具有明确价值的用例相互连接开始，将有助于建立该社区，并将与现有的开放科学工作、数据库倡议和共享研究计算结构相连接。建立或纳入一个协调实体，如拟议的“国家人工智能(AI)研究资源”，对于发展开放知识网络(OKN)作为一个基础设施的运营和维护所需的长期支持可能是有价值的。
 

•       可扩展性。开放知识网络（Open Knowledge Network，OKN）应该使用上面描述的现有标准进行架构，但是要着眼于未来。新的数据、用例和伙伴关系必须能够连接到并使用开放知识网络(OKN)，以提供更多的价值和影响。

•       连接。保持对数据源、开放知识网络(OKN)工具的最终用户和其他利益攸关方的关注至关重要。在开发用例和建立开放知识网络（OpenKnowledgeNetwork，OKN）的连接结构中固有的以人为中心的设计应该有助于防止碎片化。

6.    用例

Open Knowledge Network(OKN)Innovation Sprint活动从各种用例的角度探讨了Open Knowledge Network(OKN)设计过程，每种用例都侧重于特定的社会需求。参与者组成了17个用例组。其中13个小组侧重于开放知识网络（OKN）的具体用例或“纵向”应用，4个小组侧重于交叉的“横向”主题。13个“垂直”用例属于以下大类：

•       公平、社会关怀和司法问题

•       气候变化、灾害、能源系统

•       健康传播与信息准确性

•       创新和研究生态系统，以及

•       宏观层面的问题，包括：

•       供应链信息

•       数据驱动的决策支持，以及

•       财务风险分析。

附录A中提供了对每个用例的更详细的讨论。以下叙述中的每个用例都标有为创建它而集合的组的名称，以及创建它所必需的因素。

公平、社会关怀和司法问题

以下三个开放知识网络（Open Knowledge Network，OKN）用例侧重于提供社区护理的概念，以改善所有社区成员的社区健康和福祉。社区护理将通过社会服务提供，如拆迁服务规划和家庭团聚；解决和预防无家可归问题；提高司法系统的透明度。

B组：综合司法平台

该用例组探讨了收集、汇总和统一司法系统各领域数据所需的数据基础设施，以改善其工作方式，揭示数据系统的模式和趋势，并评估偏见和其他法外因素对机构、社区和个人的影响。

H组：无家可归

该小组探讨了创建知识图表的需求，该知识图表将提供对无家可归者、可用住房、住所和社会服务使用情况的近乎实时的数据跟踪。它还将跟踪相关的资金和项目，以帮助城市和社区领导人安置无家可归的公民，并防止未来的无家可归。

M组:销售服务计划系统

这个小组的重点是发展以OKN为基础的社会服务，使从监禁中释放的人能够成功地返回其社区和家庭。这些服务将有助于减少累犯和改善以前被监禁者及其家人的福祉。

气候变化、灾害、能源系统

这一组的四个用例广泛涉及气候变化及其对粮食系统的影响、地方社区和社区一级决策的各个方面、能源系统，以及自然灾害，由于气候变化和其他因素，自然灾害经常成为复杂的事件。

E组：粮食和气候

该小组专注于开发一个食品和气候用例。他们确定，将现有的气候和粮食系统本体应用于公共机构奖励数据，将改善投资结果，增进投资决策者之间的了解。本体然后可以提供对更全面的信息的访问。获得这些信息的决策者能够更好地就粮食投资在何处提供最大效益作出知情决定。他们还可以更容易地查明投资缺口。

G组：气候变化

该小组侧重于一个多层面的决策支持系统，该系统使用一套连贯的气候数据，帮助当地和全球社区的居民和决策者作出知情的决定。这些决定有可能对社区卫生和基础设施、刑事司法系统公平和环境保护产生重大影响。决策不当会损害个人、社区和环境。在提议的基于OKN的决策支持系统的支持下做出的决策可能有所帮助。开放知识网络（OKN）将揭示社会、经济和环境因素之间的相互关系，从而缓解广泛的问题，提高复原力。

L组：能源

该小组探讨开发一个基于OKN的决策支持工具，使能源部、公用事业和地方社区/利益攸关方能够：

•       评估极端事件给电网带来的风险

•       确定社区能源复原力、能源公正和负担，以及

•确定可再生能源在实现清洁能源目标的同时减少能源负担的机会。

P组：使灾害事件复杂化

该小组探讨了使用开放知识网络（OKN）来聚集和连接多样、多规模、分布式数据。他们研究了这种知识图如何能够在灾害事件之前和期间向决策者提供预测和实时信息。这类事件往往同时发生，造成复杂的影响情景，需要广泛的利益攸关方作出协调一致的反应。在不断变化、不确定的环境中，如果没有知识图的支持，就可能做出错误的决策。气候变化带来的影响可能会更加严重。

健康传播与信息准确性

本专题的用例探讨了如何提供善意的公共卫生信息，以对抗社交媒体上关于本专题的大量错误信息，特别侧重于这方面的弱势群体。

F组：健康资讯

该小组探讨了为健康相关信息——以及错误信息——开发数据基础设施的问题，目的是减少健康方面的错误信息，改善公共健康。为实现这些目标而开发的开放知识网络（OKN）将促进健康行为，特别是在弱势群体中，如老年人、低收入家庭和少数群体社区。

创新和研究生态系统

本主题的用例探索如何为各种研究和创新计划的利益相关者提供数据驱动的、有洞察力的决策支持。具体来说，他们探讨了如何使该系统能够支持研究人员查明目前的研究差距和机会。

C组：国防创新计划

该小组调查了目前由美国资助的基于OKN的所有创新项目库的建设情况。陆军和国防部的其他机构。拟议的储存库将帮助用户确定各种方案之间的联系，消除重复工作，启动新的合作，并加快向最终用户大规模过渡技术。

R组:研究差距

该小组调查了开放知识网络(OKN)的发展如何能够帮助确定被忽视的研究方法；发现作为未来工作目标的研究差距；促进更公平和有力的资金分配和更有针对性的人力资源培训。

供应链、决策支持、财务风险分析

这些用例处理供应链管理、决策支持和财务风险评估中的宏观问题。它们促进使用数据驱动的见解、决定和预测，供公共和私营代理机构用于解决下列问题。

A组：战略供应链

该小组审议了开发开放知识网络（OKN）的若干用途，包括供应链流动的实时可见性（如水、面具和医疗供应）；确定和预测瓶颈和短缺；危机管理和灾难恢复；可持续性战略；以及行业健康。供应链复原力对于上述各项至关重要。

J组：对政府领导人的决策支持

该小组调查了OKN驱动的联邦、州和地方各级决策支持系统的开发，以便为公民和决策者提供与广泛决策相关的数据驱动的见解和预测。这些问题涉及以下方面：

•       土地使用

•       运输选择

•       清洁空气和水的管理，以及

•       应急和救灾。

Q组:公共行业风险分析与预警系统

这个小组的重点是创建一个商业和金融开放知识网络（OKN）策划从公开的来源。知识图表将提供与机会和风险因素有关的指标和指数。公开提供的来源可包括：

•       SEC文件

•       分析报告、新闻报告和Web文本

横向问题

本主题的用例探讨了可用于创建开放知识网络(OKN)的公共技术基础设施和社会技术框架。

D组：国家信息交换模型（NIEM）本体论

这个团队探索了使用国家信息交换模型(NIEM)来构建一个本体，该本体可以作为其他知识图设计和样本知识图的基础。本体将通过利用基础本体来帮助实现更快的跨域互操作性。这将改善各种科学领域和政府实体的知识图表/网络之间的整合和相互联系。

第一组：电子同意服务

该小组调查了开发电子同意服务作为管理隐私偏好的共同机制的可能性。同意服务将覆盖用于在基于OKN的数据共享系统中保护个人和/或敏感信息的同意断言。

K组:面向科研人员的协作知识图

这个团队为+OKN 探索了一个分布式软件环境，参与者可以在其中建立他们自己的“节点”或利用已有的基础设施来发布、访问和使用具有隐私和道德保障的知识图。

N组：学习资源

该小组侧重于开放知识网络（OKN）培训和教育网关的需求和要求，以便向从机构管理人员和当选官员到技术/软件架构师、数据贡献者、专业人员、教育工作者、研究人员、学生和公众成员等所有利益攸关方提供学习和外联材料。

7.   时间表和工作

开放知识网络（OKN）的工作应利用相关领域的现有工作和目前的技术基础。使用以用户为中心的设计方法和迭代实现方法，对于匹配不同用例不断变化的需求和需求非常重要。像美国国家科学基金会（NSF）收敛加速器开放知识网络（OKN）第2阶段和Wikidata这样的前期努力应该得到认可和利用，同时也要关注在创新冲刺期间发现的重要的新需求和要求。时间表在制定短期、中期和长期（即6个月、2年和5年以上）的目标、目的和交付成果时应考虑到这些因素。下面的图2显示了2023至2028年的目标。  

8.   结论

将开放知识网络(OKN)创建为互连知识图的网络将通过使得能够使用大量数据和信息来推动下一次数据革命：

•      发展和分享现实世界的知识

•      加快合作创新

•      应对当前和未来的社会挑战

日益增长的数字数据生成以及需要将这些数据整合用于具有社会影响的广泛应用需要开放知识网络(OKN)这样的平台。开放知识网络（OKN）所预想的规模上的知识表示是未来铝基方法成功的关键。作为国家规模的基础设施，开放知识网络（OKN）可以造福于广泛的参与者，包括政府机构、私人组织、非营利组织、学术界等等。它可以推动各种旨在应对社会挑战的新颖应用，包括利用开放数据制定循证政策，也有助于发展新颖的人工智能能力。

从美国国家科学基金会（NSF）聚合加速器（见附录B）的A轨开始，公开支持的OKN相关活动在过去几年中取得了重大进展。开放知识网络(OKN)的创新冲刺已经引起了社区相当大的兴趣和热情，因为开放知识网络(OKN)不仅在个别部门和领域而且在整个国家具有影响变革的巨大潜力。现在正是着手创建开放知识网络（OKN）的好时机，首先要开展Proto-OKN开发活动。

原文及机器翻译已上传知识星球

长按识别下面的二维码可加入星球

里面已有6000多篇资料可供下载

越早加入越便宜

续费五折优惠