從技術(shù)角度來(lái)看，“人工智能”是機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、機(jī)器人技術(shù)、專家系統(tǒng)等多種技術(shù)的統(tǒng)稱，籠統(tǒng)地談?wù)摗叭斯ぶ悄堋眲t缺乏實(shí)際意義。今天的人工智能技術(shù)公司，主要通過(guò)圖像識(shí)別、語(yǔ)音識(shí)別等模式識(shí)別技術(shù)，完成“感知”層面的工作。而真正到達(dá)“認(rèn)知”的層面，目前知識(shí)圖譜技術(shù)被廣泛看好，它有希望成為“大腦”。最典型的則是IBM Watson在認(rèn)知計(jì)算方向的探索，路雖坎坷，但方向值得肯定

智能時(shí)代

從基于明確規(guī)則與特定領(lǐng)域的“計(jì)算智能”，到語(yǔ)音、圖像、視頻識(shí)別預(yù)處理的“感知智能”，再到具備理解、推理和解釋的“認(rèn)知智能”，難度價(jià)值越來(lái)越大。而隨著數(shù)據(jù)紅利消耗殆盡，以深度學(xué)習(xí)為代表的感知智能遇到天花板，認(rèn)知智能將是未來(lái)一段時(shí)期內(nèi)AI發(fā)展的焦點(diǎn)，是進(jìn)一步釋放AI產(chǎn)能的關(guān)鍵。認(rèn)知智能應(yīng)用需求廣泛多樣：精準(zhǔn)分析、智慧搜索、智能推薦、智能解釋、自然人機(jī)交互、深層關(guān)系推理等，需要對(duì)傳統(tǒng)信息化手段的全面而徹底的革新，以解放人類腦力，顯著提高機(jī)器生產(chǎn)力。知識(shí)圖譜是實(shí)現(xiàn)認(rèn)知智能的關(guān)鍵技術(shù)， 是實(shí)現(xiàn)機(jī)器認(rèn)知智能的使能器

知識(shí)圖譜

知識(shí)圖譜，作為一種語(yǔ)義網(wǎng)絡(luò)，是大數(shù)據(jù)時(shí)代知識(shí)表示的重要方式之一；作為一種技術(shù)體系，是大數(shù)據(jù)時(shí)代知識(shí)工程的代表性進(jìn)展

機(jī)器理解數(shù)據(jù)的本質(zhì)是建立從數(shù)據(jù)到知識(shí)庫(kù)中實(shí)體、概念、關(guān)系的映射；機(jī)器解釋現(xiàn)象的本質(zhì)是利用知識(shí)庫(kù)中實(shí)體、概念、關(guān)系解釋現(xiàn)象的過(guò)程

知識(shí)是人類在認(rèn)識(shí)和改造客觀世界的過(guò)程中總結(jié)出的客觀事實(shí)、概 念、定理和公理的集合

起源與發(fā)展

知識(shí)圖譜始于20世紀(jì)50年代，至今大致分為三個(gè)發(fā)展階段

• 第一階段 (1955年—1977年)是知識(shí)圖譜的起源階段，在這一階段中引文網(wǎng)絡(luò)分析開(kāi)始成為一種研究當(dāng)代科學(xué)發(fā)展脈絡(luò)的常用方法
• 第二階段(1977年-2012 年)是知識(shí)圖譜的發(fā)展階段，語(yǔ)義網(wǎng)得到快速發(fā)展，“知識(shí)本體”的研究開(kāi)始成為計(jì)算機(jī)科學(xué)的一個(gè)重要領(lǐng)域，知識(shí)圖譜吸收了語(yǔ)義網(wǎng)、本體在知識(shí)組織和表達(dá)方面的理念，使得知識(shí)更易于在計(jì)算機(jī)之間和計(jì)算機(jī)與人之間交換、流通和加工
• 第三階段(2012年—至今)是知識(shí)圖譜繁榮階段，2012年谷歌提出Google Knowledge Graph，知識(shí)圖譜正式得名，谷歌通過(guò)知識(shí)圖譜技術(shù)改善了搜索引擎性能。在人工智能的蓬勃發(fā)展下，知識(shí)圖譜涉及到的知識(shí)抽取、表示、融合、推理、問(wèn)答等關(guān)鍵問(wèn)題得到一定程度的解決和突破，知識(shí)圖譜成為知識(shí)服務(wù)領(lǐng)域的一個(gè)新熱點(diǎn)，受到國(guó)內(nèi)外學(xué)者和 工業(yè)界廣泛關(guān)注

知識(shí)圖譜主要技術(shù)

• 知識(shí)獲取

通過(guò)知識(shí)抽取技術(shù)從不同來(lái)源、不同結(jié)構(gòu)(結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化)的數(shù)據(jù)中提取計(jì)算機(jī)可理解和計(jì)算的結(jié)構(gòu)化數(shù)據(jù)，形成知識(shí)存儲(chǔ)到知識(shí)圖譜中。當(dāng)前，獲取知識(shí)主要針對(duì)文本數(shù)據(jù)進(jìn)行，按照抽取對(duì)象的不同可分為：實(shí)體抽取、關(guān)系抽取、屬性抽取和事件抽取。通常有以下四種方式：眾包法、爬蟲(chóng)、機(jī)器學(xué)習(xí)、專家法

1. 實(shí)體抽取(命名實(shí)體識(shí)別，NER) 指從文本語(yǔ)料庫(kù)中自動(dòng)識(shí)別出專有名詞(機(jī)構(gòu)名、地名、人名、時(shí)間等)或有意義的名詞性短語(yǔ)，是知識(shí)圖譜構(gòu)建和知識(shí)獲取的基礎(chǔ)和關(guān)鍵，實(shí)體抽取的準(zhǔn)確性直接影響知識(shí)獲取的質(zhì)量和效率
2. 關(guān)系抽取 利用多種技術(shù)自動(dòng)從文本中發(fā)現(xiàn)命名實(shí)體之間的語(yǔ)義關(guān)系，將文本中的關(guān)系映射到實(shí)體關(guān)系三元組上
3. 屬性抽取 針對(duì)實(shí)體而言，以實(shí)現(xiàn)對(duì)實(shí)體的完整描述，由于可以把實(shí)體的屬性看作實(shí)體與屬性值之間的一種名詞性關(guān)系，所以屬性抽取任務(wù)就可以轉(zhuǎn)化為關(guān)系抽取任務(wù)
4. 事件抽取 發(fā)生在某個(gè)特定時(shí)間點(diǎn)或時(shí)間段、某個(gè)特定地域范圍內(nèi)，由一個(gè)或多個(gè)角色參與的一個(gè)或多個(gè)動(dòng)作組成的事情或狀態(tài)的改變

• 知識(shí)表示

知識(shí)是人類在認(rèn)識(shí)和改造客觀世界的過(guò)程中總結(jié)出的客觀事實(shí)、概念、定理和公理的集合。知識(shí)表示是將現(xiàn)實(shí)世界中存在的知識(shí)轉(zhuǎn)換成計(jì)算機(jī)可識(shí)別和處理的內(nèi)容，是一種描述知識(shí)的數(shù)據(jù)結(jié)構(gòu)，用于對(duì)知識(shí)的一種描述或約定，也是知識(shí)圖譜研究中知識(shí)獲取、融合、建模、計(jì)算與應(yīng)用的基礎(chǔ)。知識(shí)表示方法主要分為

1. 基于符號(hào)的知識(shí)表示方法 一階謂詞邏輯表示法、產(chǎn)生式規(guī)則表示法、框架表示法、語(yǔ)義網(wǎng)絡(luò)表示法
2. 基于表示學(xué)習(xí)的知識(shí)表示方法

• 知識(shí)存儲(chǔ)

針對(duì)知識(shí)圖譜的知識(shí)表示形式設(shè)計(jì)底層存儲(chǔ)方式，完成各類知識(shí)的存儲(chǔ)，以支持對(duì)大規(guī)模圖數(shù)據(jù)的有效管理和計(jì)算。知識(shí)存儲(chǔ)黨的對(duì)象包括：基本屬性知識(shí)、關(guān)聯(lián)知識(shí)、事件知識(shí)、時(shí)序知識(shí)和資源知識(shí)等。知識(shí)存儲(chǔ)方式的質(zhì)量直接影響到知識(shí)圖譜中知識(shí)查詢、知識(shí)計(jì)算及知識(shí)更新的效率

知識(shí)存儲(chǔ)方式和工具

1. 基于表結(jié)構(gòu)的存儲(chǔ)(關(guān)系型數(shù)據(jù)庫(kù))
2. 基于圖結(jié)構(gòu)的存儲(chǔ)(圖數(shù)據(jù)庫(kù)) 屬性圖、資源描述框架(RDF)、超圖(Hyper Graph)

• 知識(shí)建模

知識(shí)建模是指建立知識(shí)圖譜的數(shù)據(jù)模型，即采用什么樣的方式來(lái)表達(dá)知識(shí)，構(gòu)建一個(gè)本體模型對(duì)知識(shí)進(jìn)行描述。在本體模型中需要構(gòu)建本體的概念，屬性以及概念之間的關(guān)系。一般有自頂向下和自底向上兩種途徑

建模方法

1. 手工建模方式 步驟：明確領(lǐng)域本體及任務(wù)、模型復(fù)用、列出本體涉及領(lǐng)域中的元素、明確分類體系、定義屬性及關(guān)系、定義約束條件

2.半自動(dòng)建模方式 半自動(dòng)建模方式先通過(guò)自動(dòng)方式獲取知識(shí)圖譜，然后進(jìn)行大量的人工干預(yù)過(guò)程。運(yùn)用自然語(yǔ)言處理技術(shù)先自動(dòng)建模的方法可以分為三大類:基于結(jié)構(gòu)化數(shù)據(jù)的知識(shí)建模方法，基于半結(jié)構(gòu)化數(shù)據(jù)的知識(shí)建模方法和基于非結(jié)構(gòu)化數(shù)據(jù)的知識(shí)建模方法

• 知識(shí)融合

知識(shí)融合是知識(shí)組織與信息融合的交叉學(xué)科，它面向需求和創(chuàng)新，通過(guò)對(duì)眾多分散、異構(gòu)資源上知識(shí)的獲取、匹配、集成、挖掘等處理，獲取隱含的或有價(jià)值的新知識(shí)，同時(shí)優(yōu)化知識(shí)的結(jié)構(gòu)和內(nèi)涵，提供知識(shí)服務(wù)

• 知識(shí)計(jì)算 知識(shí)計(jì)算是基于已構(gòu)建的知識(shí)圖譜進(jìn)行能力輸出的過(guò)程，是知識(shí)圖譜能力輸出的主要方式。主要包括知識(shí)統(tǒng)計(jì)與圖挖掘、知識(shí)推理兩大部分內(nèi)容，知識(shí)統(tǒng)計(jì)與圖挖掘重點(diǎn)研究的是知識(shí)查詢、指標(biāo)統(tǒng)計(jì)和圖挖掘; 知識(shí)推理重點(diǎn)研究的是基于圖譜的邏輯推理算法，主要包括基于符號(hào)的推理和基于統(tǒng)計(jì)的推理

• 知識(shí)運(yùn)維

知識(shí)運(yùn)維是指在知識(shí)圖譜初次構(gòu)建完成之后，根據(jù)用戶的使用反饋、不斷出現(xiàn)的同類型知識(shí)以及增加的新的知識(shí)來(lái)源進(jìn)行全量行業(yè)知識(shí)圖譜的演化和完善的過(guò)程，運(yùn)維過(guò)程中需要保證知識(shí)圖譜的質(zhì)量可控及逐步的豐富衍化。知識(shí)圖譜的運(yùn)維過(guò)程是個(gè)工程化的體系，覆蓋了知識(shí)圖譜的從知識(shí)獲取至知識(shí)計(jì)算等的整個(gè)生命周期。知識(shí)圖譜的運(yùn)維包括兩個(gè)方面的關(guān)注點(diǎn): 一個(gè)是從數(shù)據(jù)源方面的基于增量數(shù)據(jù)的知識(shí)圖譜的構(gòu)建過(guò)程監(jiān)控，另一個(gè)是通過(guò)知識(shí)圖譜的應(yīng)用層發(fā)現(xiàn)的知識(shí)錯(cuò)誤和新的業(yè)務(wù)需求

知識(shí)圖譜存在的挑戰(zhàn)

1.數(shù)據(jù)相關(guān)的挑戰(zhàn) 數(shù)據(jù)是知識(shí)圖譜的基石，其數(shù)據(jù)來(lái)源主要有兩種：自有數(shù)據(jù)(自身采集或擁有)和外源數(shù)據(jù)(網(wǎng)絡(luò)爬蟲(chóng)、開(kāi)放共享或從數(shù)據(jù)交易所獲取)。在實(shí)際應(yīng)用中，多源數(shù)據(jù)的歧義、噪聲大、數(shù)據(jù)關(guān)聯(lián)性不明確等缺陷

2.算法相關(guān)的挑戰(zhàn) 知識(shí)圖譜系統(tǒng)從獲取、建模、融合、計(jì)算等各個(gè)環(huán)節(jié)均涉及不同的算法，目前個(gè)步驟所用到的算法根據(jù)現(xiàn)狀和需求不同存在不同挑戰(zhàn)。主要體現(xiàn)在：算法泛化能力差、算法魯棒性差、算法多樣化，缺乏統(tǒng)一的評(píng)測(cè)指標(biāo)、算法可解釋性、基礎(chǔ)知識(shí)庫(kù)融合挑戰(zhàn)、垂直領(lǐng)域知識(shí)庫(kù)構(gòu)建挑戰(zhàn)、基礎(chǔ)知識(shí)庫(kù)不愿開(kāi)放的挑戰(zhàn)、貫穿知識(shí)圖譜全生命周期的平臺(tái)缺失、基于文本的知識(shí)圖譜構(gòu)建工具性能弱、隱私安全和倫理相關(guān)的挑戰(zhàn)、測(cè)試評(píng)估及商業(yè)模式等方面的挑戰(zhàn)

小結(jié)

從感知到認(rèn)知，是個(gè)必然事件，而知識(shí)圖譜相當(dāng)于計(jì)算機(jī)的大腦，是認(rèn)知計(jì)算的關(guān)鍵組成部分。智能認(rèn)知領(lǐng)域是下一個(gè)待突破的方向，前景可期

參考文獻(xiàn)

《知識(shí)圖譜標(biāo)準(zhǔn)化白皮書(shū)2019》