Thumb Up   Thumb Down Comments

【人工智能】学就完了,知识为什么还需要加图谱?


 



 重要讲话

世界正在进入以信息产业为主导的经济发展时期。我们要把握数字化、网络化、智能化融合发展的契机,推进互联网、大数据、人工智能同实体经济深度融合,做大做强数字经济。

——《努力成为世界主要科学中心和创新高地》,习近平


“利用知识、数据、算法、算力四项要素,发展以知识驱动与数据驱动融合的第三代人工智能势在必行。一是“+知识图谱”,主要包括信息网络产业+知识图谱和AI产业+知识图谱;二是“知识图谱+”,主要是围绕知识图谱的基础设施。” 

——张钹(中科院院士、清华大学计算机系教授)


 技术背景

知识图谱发源于「人工智能重要分支知识工程」,知识图谱的发展历程最早可追溯到20世纪50年代人工智能诞生并初步发展,20世纪70年代至90年代,人工智能领域专家认识到知识对于人工智能发展的重要性,知识工程诞生并迅速发展。

在1990至2000年间,万维网Web1.0的产生为大众提供了开放平台,为互联网环境下大规模知识表示和共享奠定了基础。

2000至2012年间,万维网促使知识从封闭走向开放,从集中式变成分布式,群体智能由此出现,典型代表为维基百科,群体智能成为以后大规模结构化知识图谱的重要前提。2012年,谷歌推出“知识图谱”项目产品,标志着知识图谱正式诞生,知识工程进入发展新时期。


当前,人工智能逐渐形成三大主流发展方向:「计算智能」、「感知智能」、「认知智能」。

计算智能是指进行数值运算的智力能力,感知智能是指进行视觉、听觉等感知的智力能力,认知智能是指理解语言、逻辑和知识的智力能力。

2021 年 1 月 8 日,由中国电子技术标准化研究院主办的 “第一届知识图谱产业发展论坛” 在北京成功召开。会上发布了首批知识图谱产品认证证书、知识驱动先锋企业证书、知识图谱实践案例集等相关成果。



 原理解读

知识图谱是用图模型来描述知识和建模世界万物之间关联关系的大规模语义网络,是大数据时代知识表示的重要方式。知识图谱的构建遵循知识抽取、知识融合、知识加工、知识应用的基本流程。


通过自动或半自动的构建方法,可以不同程度地提高知识图谱的构建效率并降低成本。同时,得益于结构化和半结构化数据的积累和方法创新,已经能够实现亿级知识图谱的构建。

知识图谱是试图在认知智能层面进行创新的「新型人工智能技术」,是一种揭示实体之间关系的语义网络,可以对现实世界事物及其相互关系进行形式化描述,并以图的形式进行存储。

知识图谱对于人工智能的重要价值在于知识是人工智能的基石,知识使机器具备认知能力。近年来,人工智能在深度学习和知识图技术领域都取得了新的进展,基于两者的深度融合是未来人工智能的发展方向。

低配版知识图谱

所有接受义务教育的读者都忘不了这张来自门捷列夫大师手绘的元素周期表吧,从某种意义上说,这是最基本的知识图谱。怎么样,有没有“我也参与了数十亿大项目”的巅峰体验?



 作用意义

知识图谱的核心作用是利用图结构方式建模、识别和推断事物之间的复杂关联关系和沉淀领域知识,近年来已经被广泛应用于语义搜索、智能问答、决策分析、通用知识图谱和垂直领域知识图谱。

目前,知识图谱的应用主要集中在文本分析方面,将文本数据扩展到图像、语音等不同模态,多模态知识图谱的表示、获取和推理是现阶段值得关注的方向,学术界和工业界也都有了一些探索性的研究。尽管存在诸多技术难点,但随着深度学习的发展和算法的不断迭代,知识图谱已普遍应用在了知识融合、语义搜索和推荐、问答和对话系统中,并有相当规模的工业级知识图谱已经落地。


自谷歌在2012年率先将知识图谱用于增强搜索引擎的性能并提高知识搜索的质量,知识图谱就在国内外掀起了研发热潮。同时,针对互联网基础资源领域,国外也已经开展了多项知识图谱技术的应用与研究。

  • 基于维基百科数据构建的多语言知识图谱DBpedia」 ,其规模庞大并覆盖了125种语言,在全世界都有广泛的应用;

  • 具有较高置信度的「YAGO」 ,其拥有的大部分实体都经过了高质量的评估,具有较高的准确率;

  • 由微软公司所构建的「Probase」 也极具代表性,是拥有概念最多的知识图谱。


 产业动态

目前,我国知识图谱产品或解决方案主流企业约有数十家 ,其中,公共服务与政务领域、能源与工业领域、金融领域是企业入局最高的三大领域。

  • 在公共服务与政务领域中,随着越来多的政策支持,知识图谱应用需求不断增加。以公安为例,海致网聚开发的公安知识图谱应用范围突出,目前已与公安部、上海、北京等80多个地市公安机关展开了大数据应用的深度合作。

  • 在能源与工业领域中,互联网厂商在知识图谱中技术积累更为成熟。腾讯云利用知识图谱在物联网数据接入、管理、分析等方面提供从引擎级产品到行业知识落地的全套解决方案,原生的图计算框架能协助挖掘数据价值;阿里云和华为云则分别在电力知识图谱应用和油气知识图谱应用中展示出了一定的关注度。

  • 在金融业务领域中,知识图谱因其能够更好地表达金融机构业务场景的交易全貌,可以更好地服务于人工智能时代的分析与决策场景,成为了金融机构近年来的技术创新热点。明略科技融合近十年的全量数据积累,建成了国内银行业首个全行级知识图谱用于监控和发现经济损失。


从知识图谱应用发展趋势来看,当前正在从通用知识图谱应用向行业知识图谱应用拓展,而认知推理是其中的难点之一。利用双系统理论进行认知推理、将知识驱动与模型驱动相结合、将图神经网络和认知符号相结合的推理方法是未来的热点研究方向。未来,知识图谱将会在决策推理、深度关联挖掘等场景中发挥重要作用。


关于我们

一把手学堂远望大学旗下科技产业信息平台,致力于服务各级领导进行精准决策,为经济发展提供高效支持!




Related Articals