数字孪生制造【九】| NASA知识图谱及架构

导读：NASA针对内部知识管理需要，设立了首席知识架构师一职，推进知识图谱重构原有信息资源库的工作。David Meza总结了知识图谱和架构应用三大机遇，分享给数字孪生体联盟成员参考。

在数字孪生制造系列之六、七，介绍了NASA推进系统工程的各种举措。NASA明确采用数据驱动策略，它专门设立了首席知识架构师（CKA，Chief Knowledge Architect）一职，专门负责把数据转化为知识的努力。

David Meza作为NASA首席知识架构师，2016年5月19日，专门分享了“知识架构”（Knowledge Architecture）三大机遇。后来（2019年）该认识逐渐跟数字孪生体中的数字线程（Digital Thread）融合起来。

把数据转化为知识，传统方法是通过人来分析实现，如果利用数字孪生体，其工程方法迥然不同。

NASA对知识架构做了自己的阐释。David Meza认为，知识架构是知识管理、信息架构和数据科学三大领域的融合，它的核心是大数据。

跟消费互联网的做法不同，NASA在利用大数据的时候，更强调跟数字孪生体的结合，因为毕竟NASA需要解决的是宇宙飞船发射等工程问题。

当然，由于数据量越来越大，这需要采用更为灵活和更为简单的知识处理方法，知识图谱就是其最佳选择。

通过NASA多年来对知识图谱和架构的实践，David Meza提出了三大机遇。

机遇一：知识的搜索

相关统计显示，46%的知识工作者找不到所需要信息的一半；30%的研发投入都浪费在重复原有的研发工作；54%的决策都是基于不完整、不连续和不充分信息做出的。

因此，如果有一个知识搜索体系，则可以大大降低以上浪费。

机遇二：知识存储与获取

知识管理需要平衡标准化和灵活性两大需求，为了便于使用者查询和获取，知识规范化程度高，价值越大，但这会带来灵活性的丧失。通过现代知识图谱工具，则可以用松散的知识图谱方式，既保证了原有数据和知识的完整性，又可以轻松存储与获取。

机遇三：数据驱动可视化

人对于知识的理解，更倾向于图形化。

值得数字孪生体联盟的成员注意，NASA在推进知识图谱和架构的时候，积极参与了Neo4j开源项目，一方面可以获得行业研究和开发成果，又可以达到为国家和行业做出引导和示范的目的。

如果对本文所讲内容感兴趣，大家可以到数字孪生体课堂学习对应课程（本课程链接：https://uni.innodigital.cn/course/17，或点击阅读原文），数字孪生制造系列文章对应的演讲稿都会发布到课程页面上去。