2017年7月，我國《新一代人工智能發展規劃》正式印發，規劃明確指出：要構建覆蓋數億級的知識實體的多元、多學科、多數據源的知識圖譜。這表明在人工智能布局上，知識圖譜是人工智能發展的重要方向。

知識圖譜的重要性日益凸顯，近年來也成功實現了在公安、電子商務、金融、醫療等行業逐步落地。但從這波人工智能的浪潮來看，與安防緊密相關的公安知識圖譜建設將迎來巨大的發展空間。

本文將圍繞市場現狀、作用與意義、機遇與挑戰，淺析公安知識圖譜在公安業務中的應用。

公共知識圖譜市場現狀分析

在我國，公安知識圖譜建設只能追溯到2015年，初期以少而具體的工具軟件形式出現。而隨著2018年公安部相關政策的發布，公安知識圖譜開始在各級公安系統中投入建設，其形式也逐漸從工具化向平臺進行演變。

在我國，從事知識圖譜研究的公司并不多，如竹間智能、明略數據、海知智能、海智新圖、智器云科技等等，而在其中，進行公安知識圖譜進行研究的公司則更少。筆者經過一番研究后整理了以下表格，對部分從事公安知識圖譜進行研究的公司進行了簡單總結：

從上述表格中我們發現，“換湯不換藥”，我國公安知識圖譜目前正以平臺或者解決方案的形式出現，而單一的工具類型已成為平臺建設的某一關鍵環節。隨著技術的創新和發展，公安知識圖譜平臺將更好的賦能智慧公安乃至社會公共安全建設。

當然，除了上述提及以知識圖譜技術起家的公司，不少互聯網公司如BAT公司也逐漸開始了知識圖譜的研究工作。以騰訊為例，除了領投數據公司明略科技，騰訊優圖實驗室開發的跨年齡人臉識別技術已經在公安跨年齡尋親中進行了落地應用，而這項跨年齡人臉識別技術，就是以知識圖譜技術為基礎進行開發的。

公安知識圖譜的現實意義

很多人對公安知識圖譜還感到陌生，那筆者就換個名詞——“大數據”來對公安知識圖譜進行結合解讀。

如果說大數據技術的出現為大規模數據獲取提供了可能性，那么包括公安知識圖譜在內的知識圖譜技術的出現，則旨在進一步挖掘這些大數據背后的故事。

當下全球已經進入了數據大增長階段，大數據也已成為了對這些數據進行采集、挖掘以及應用的有力手段。但是，大數據并不非常理想，由于數據與數據之間的關系異常復雜且深厚，很多時候大數據只能對現有數據進行表面挖掘，并不能對數據之間的聯系以及背后的故事進行深度解讀和分析。

百度釋義知識圖譜是一張由知識點相互連接而成的語義網絡，也就是，語義智能是其核心所在。基于語義智能，知識圖譜對數據與數據進行重新連接，將數據與數據之間的關系基于圖的數據結構表現出來，將數據之間的多重關系進行展現，從而挖掘數據連接背后的故事，甚至創造數據連接后可能會“故事”，進一步釋放數據價值、提升數據管理能力。

公安知識圖譜將公安中的各類數據，匯總融合為人、事、地、物、組織、虛擬身份等不同實體，根據其中的屬性聯系、時空聯系、語義聯系、特征聯系、位置聯系等，重構數據之間的聯系，并將數據之間的聯系以一張關系大網的形式呈現出來，并根據數據的接入實時進行自動更新，真正挖掘大數據的價值，為公安部門找出更加準確的信息，做出更全面的總結并提供更有深度相關的信息。最后，結合公安業務經驗打造公安行業的智慧大腦，促進公安智慧研判的演進，縮短警務工作的辦案過程，科技提高警務工作效率。

也就是說，公安知識圖譜技術的出現，很好的打破了公安行業的數據孤島難題，并在將數據進行連接之后，挖掘出數據背后更多有價值的信息，科技挖掘公安數據背后的故事。

公安知識圖譜的機遇與挑戰

從引文分析到結構圖視，再到智能決策，在當下，基于知識圖譜技術為基礎的各類公安平臺已經出現，并逐步進入了落地應用階段。但不可否認的是，由于種種因素，公安知識圖譜在我國的應用，還處于初級部署階段。

艾瑞咨詢數據顯示，截止2018年，工具型公安知識圖譜應用率為30%，平臺型建設率為10%。也就是說，基于公安知識圖譜技術的平臺建設還擁有巨大的市場！而在這輪技術革新之下，公安知識圖譜的技術的發展也迎來了不少機遇。

●人工智能技術的發展。在第三波人工智能技術的驅動下，包括公安知識圖譜技術在內的知識圖譜技術開始應用在各大行業之中。另外，人工智能技術的發展進一步提高了知識圖譜技術的智能決策能力；

●智能安防、智慧警務發展需求推動。隨著人工智能、物聯網等新興技術的加持，智能安防時代已經到來，以AIoT為核心的萬物智聯時代也已經在安防行業滲透。在智能安防時代，公安行業迎來了更高的發展要求，如對即將發生進行主動性智能預警，對已經發生的案件進行智能溯源。而不論是哪個環節，公安知識圖譜都至關重要。

●大數據時代的發展需求。多維數據融合、數據中臺已經成為各行業的發展趨勢之一，公安行業也不例外。而不管是多維數據融合還是數據中臺，對數據有很高的要求。公安知識圖譜作為多維數據融合和數據中臺核心的技術，通過“圖”的方式，可整理多源異構數據之間的關系，并且加快中臺數據的響應速度。

●認知智能的驅動。當下，人工智能發展已經逐漸從感知智能上升到認知智能，而認知智能將大大主力前端數據的應用價值進行充分發揮，從而進一步推進深化人工智能、大數據、物聯網等技術與公安行業的融合能力。而以知識圖譜技術為核心的知識工程作為認知智能的重點，也必將迎來高速發展。

不可知否，種種因素的推動，包括公安知識圖譜在內的知識圖譜技術將迎來發展熱潮，但與此同時，我們也要發現公安知識圖譜技術發展正面臨不少挑戰，包括：

●目前，公安行業的AI能力依舊還停留在側重于前端感知數據的構建和全息化視頻解析方案的提升當中，以公安知識圖譜技術為中心的認知智能并未引起太大的重視。

●人才缺口。知識圖譜技術起源于國外，以IBM、谷歌等巨頭為主。而知識圖譜在近些年才進入我國市場，且在我國進行知識圖譜技術研發工作的企業數量還很少，在人才方面，我國具有很大的缺口。

●技術瓶頸。受限于語義理解技術，基于概念的知識圖譜應用在短時間內還難以進行快速突破。

●數據資源問題。盡管知識圖譜能夠挖掘數據背后的故事，但干凈的數據是重構數據聯系的基礎。就現階段而言，如何將海量的數據變成有用的數據，篩選出一批有用的數據，經過數據治理后的公安知識圖譜才能更直觀的推進大數據在公安行業的應用價值。

當然，公安知識圖譜技術發展所面臨的機遇和挑戰遠遠不止這些，但可以確定的是，進入智能安防下半場，公安行業要想向科技要警力、就要發展公安知識圖譜技術。