深度学习的最新进展证明了基于学习的方法解决非常艰难的下游任务的能力。从历史上看，这在预测任务中已经证明了这一点，而更类似于传统的KDD（数据库中的知识发现）管道的任务却取得了比例减少的。基于学习的方法可以帮助KDD管道内的固有硬概率，例如“数据中有多少个模式”，“数据中有哪些不同的结构”和“我们如何才能强有力地提取这些结构？”在本愿景论文中，我们主张需要合成数据生成器赋予知识分解的基于廉价的学习解决方案。我们描述了一般的想法，即早期的概念验证结果，这些结果表达了范式的可行性，并概述了许多令人兴奋的挑战，以及一系列衡量成功的里程碑。