知識圖譜作為人工智能的重要研究領域，其核心理念可追溯到第一次人工智能浪潮。但直至進入人工智能下半場，當具備能理解、會思考、可解釋等特征的認知智能成為突破自身天花板的關鍵，知識圖譜才得以蓬勃發(fā)展。近年來，知識圖譜技術熱度不減，作為實現認知智能的核心驅動力，已廣泛應用在金融、電商、醫(yī)療、政務等諸多領域。

知識圖譜究竟能解決哪些問題、應用在哪些場景？其技術架構如何發(fā)展演變？又將如何支撐實現認知智能的終極目標？成為技術圈熱議的焦點。

InfoQ 基于對知識圖譜技術生態(tài)的深刻觀察，重磅發(fā)布《知識圖譜：打破人工智能的認知天花板》研究報告。帶您探索知識圖譜如何實現機器的辨識、思考與主動學習，梳理知識圖譜技術體系與產業(yè)鏈結構，剖析實現認知智能的技術挑戰(zhàn)與發(fā)展趨勢，探求知識圖譜將如何打破人工智能的認知天花板。

兩個認識維度

知識圖譜是實現人工智能從“感知”躍升到“認知”的基矗本質上，知識圖譜是一種由關聯(lián)性知識組成的網狀知識結構，對機器而言表現為圖譜，其形成過程即建立對行業(yè)或領域的理解和認知，擁有規(guī)范的層次結構和強大的知識表示能力。

具體來說，在內容維度，知識圖譜是一種表達規(guī)范、關聯(lián)性強的高質量數據表示；在技術維度，知識圖譜可解釋為一種使用圖結構描述知識和建模萬物關聯(lián)關系的技術方法。

三個價值特征

在知識圖譜的價值維度，首先，當人工智能進入以場景為牽引的深度應用階段，數據治理需要基于業(yè)務戰(zhàn)略高度進行邏輯性的存儲和應用，而知識圖譜有助于實現業(yè)務戰(zhàn)略高度的行業(yè)數據治理；其次，知識圖譜實現了基于語義連接的知識融合和可解釋性，成為人類思維與機器路徑思維的轉換器；最后，知識圖譜借助概念上下位關系、屬性類型及約束、圖模型實體間關聯(lián)關系，結合業(yè)務場景定義的關系推理規(guī)則，實現了對推理和決策的有力支撐，使其在更多領域得以廣泛應用。

知識圖譜技術體系

知識圖譜的構建是一項龐大而復雜的工程，不僅需要算法模型的持續(xù)優(yōu)化，更需要持續(xù)的知識運營以及工程系統(tǒng)的搭建，最終形成知識網絡并得以應用。從知識圖譜的構建技術來看，主要包含知識圖譜表示、知識存儲、知識抽娶知識融合、知識推理等關鍵組成部分。在其發(fā)展演進過程中，經歷了從人工群體智慧構建到自動獲取構建的轉變，知識圖譜與深度學習的融合成為重要發(fā)展方向。

圖 知識圖譜的構建技術體系（資料來源：InfoQ 研究院）

產業(yè)鏈結構

從知識圖譜的產業(yè)鏈結構來看，知識圖譜上游產業(yè)涉及數據采集標注、云服務、硬件資源、數據庫等數據和技術支撐，第三方數據服務商通過數據采集、標注旨為構建知識圖譜提供規(guī)范、豐富、持續(xù)更新的原始數據資源池。

中游從事知識圖譜的設計與構建，以應用場景為導向，設計知識圖譜的表達方式和粒度，包括提供用于知識圖譜分析、應用的各類套件工具及解決方案，并通過知識抽娶知識融合、知識補全與推理、知識檢索與分析等環(huán)節(jié)構建完成。

下游知識圖譜的應用正由大規(guī)模、簡單場景，向小規(guī)模、復雜場景轉變。智能搜索、智能推薦、智能出行等大規(guī)模、簡單知識應用、單一應用模式的場景逐漸成熟，知識圖譜開始在金融、能源、工業(yè)、醫(yī)療等數據資源有限、知識深度應用的復雜場景發(fā)揮關鍵作用。

圖 知識圖譜產業(yè)鏈結構（資料來源：InfoQ 研究院）

技術挑戰(zhàn)與發(fā)展趨勢

當前，知識圖譜的主要技術挑戰(zhàn)在于缺失多元知識來源和表示形式帶來的推理能力不足，以及欠缺具備深度知識的行業(yè)知識圖譜快速工業(yè)化能力。關于未來發(fā)展趨勢，一方面，伴隨應用場景不斷深入專業(yè)領域，知識圖譜將從知識服務延伸至深層決策和預測服務，成為構建商業(yè)決策類、預測類應用的底層關鍵技術；另一方面，場景驅動下的知識圖譜技術生態(tài)將呈現系統(tǒng)化發(fā)展趨勢，與知識表示、自然語言處理、機器學習、圖數據庫、多媒體處理等關聯(lián)技術相互融合，深度賦能應用場景。
責任編輯：YYX