本文提供了一个交叉学科的观点，以发展由人与机器组成的社会技术群体，通过结合人工智能和人类智能，共同实现复杂目标，并从彼此学习中不断提高。因此，需要为这些系统提供结构化的设计知识，并展示了使这些应用程序的系统开发人员有用的指导。

May, 2021

整合归纳推理和演绎推理的过程，系统文献综述发现研究了机器学习和本体结合的文章，并将归纳推理（由机器学习执行）和演绎推理（由本体执行）结合到人工智能系统中。通过分析 128 项研究，我们找到了三个主要的机器学习和本体结合的类别：增强本体、语义数据挖掘、学习与推理系统，并强调了这些研究中使用的多种机器学习算法。此外，我们还将我们的分类与领域内类似的近期工作和神经符号方法进行了比较。

Jan, 2024

探讨了人类智能与人工智能在预测特定结果方面的优劣，提出了在未来几十年内的劳动分工典范可能是混合智能。这个概念旨在利用人类智能和人工智能的互补优势，以使它们能够比两者分别表现得更好，并探讨了其在组织上下文中的应用。

May, 2021

本文讨论明确的知识，特别是本体论在可解释的人工智能和人类中心的可解释系统及可理解解释的发展中所起的不同角色。我们考虑到本体论在参考建模、常识推理和知识完善与复杂性管理方面能够做出的显著贡献，并概述了一些现有的方法，将它们与这三个提出的视角进行了定位。最后，本文讨论了仍需解决的挑战，以实现基于本体论的解释方法，并评估其人类理解能力和有效性。

Nov, 2023

人工智能本体论（AIO）是一个人工智能（AI）概念、方法论及其相互关系的系统化体系。通过手动整理和大语言模型（LLMs）的辅助开发，AIO 旨在通过提供一个全面框架，涵盖技术和伦理两个方面的人工智能技术，来应对人工智能领域迅速发展的局面。

Apr, 2024

人工智能在协同创造中的角色和责任分配是本研究的关键，主要通过建立一个包含人工智能的合作系统本体论来澄清相关研究，其中包括计算机作为分包商、计算机作为评论者、计算机作为队友等不同类别的分类。

Oct, 2023

本文探讨了强数据中心人工智能的可行性，并提出了共同进化的混合智能的概念。通过分析现有的认知体系结构方法，将人类无缝地融入智能问题解决的循环中。详细探讨了将人类纳入智能数据处理流程的认知架构，并对开发智能系统的可行性做出了一般性结论。

Sep, 2022

本文提出了一种新的理论方法，通过智能系统实现领域知识获取。我们介绍了一种混合模型，通过一个知识图谱数据库存储和推理最小输入知识，并通过逻辑神经网络学习新信息。我们研究了该系统处理新数据的行为，并展示最终系统能够丰富当前的知识并将其扩展到新领域。

Nov, 2022

国内外最新研究表明，数字孪生是一种在物理系统中利用语义网络技术进行监测和推理过程的新概念。本研究通过对 82 篇研究文章进行系统的文献综述，分析了数字孪生中语义技术、本体论和知识图谱的应用情况，并针对制造业和基础设施等不同领域提出了可能的研究方向和尚待解决的问题。

Aug, 2023

利用本体论组织法律信息，特别是知识产权的印度法院案例，以解决法律数据结构化和理解困难的问题。

May, 2024