近年來，人工智能技術(shù)（AI）一直是各行各業(yè)的討論焦點，與物聯(lián)網(wǎng)、分布式數(shù)據(jù)庫、5G、自然語言處理等等熱詞一同涌現(xiàn)在時代的浪潮前沿。然而，當各行各業(yè)關(guān)注于這些時代熱詞，探索研發(fā)新的AI場景時，卻常常忽視了最成熟也很重要的AI技術(shù)——知識圖譜。

或許你說不出知識圖譜的具體定義，但其實處于信息時代的我們早已離不開它。當你打開百度，搜索某個字怎么念，或者今年高考的高校錄取分數(shù)線，其結(jié)果的聯(lián)想就來自于知識圖譜的構(gòu)建；當你打開淘寶或者今日頭條，其中按照你的興趣愛好定制的個性化推薦內(nèi)容，背后也是知識圖譜在發(fā)揮作用……

而現(xiàn)在，互聯(lián)網(wǎng)巨頭們重新認識到在數(shù)據(jù)之上的知識的重要，紛紛在知識圖譜上暗暗較勁。

在百度新春內(nèi)部演講中，李彥宏說，“知識圖譜（包括需求圖譜、用戶畫像等等），這些東西都是百度整個人工智能當中非常基礎(chǔ)的構(gòu)件，也是我們相對于其他任何一家公司的優(yōu)勢所在?！痹贏I World 世界人工智能大會上，百度副總裁、AI技術(shù)平臺體系（AIG）總負責人王海峰也避開萬眾矚目的眾多熱詞，將重心聚焦于知識圖譜上。

除了百度，谷歌、阿里、華為等玩家也在積極部署知識圖譜。谷歌將語音搜索、Google Assistant、Google Lens、Google Home諸多軟硬件產(chǎn)品均接入谷歌知識圖譜，以構(gòu)建更大的知識網(wǎng)絡(luò)，阿里也利用自己的電商優(yōu)勢捕獲海量數(shù)據(jù)形成更有效的用戶畫像并入自己的知識網(wǎng)絡(luò)，并聯(lián)合清華大學(xué)、中科院等機構(gòu)組建高級知識圖譜研究團隊……

那究竟知識圖譜是什么？它又與人工智能有著怎樣的聯(lián)系呢？

中文知識圖譜（Chinese Knowledge Graph） ，最早起源于Google Knowledge Graph。Knowledge Graph是在2012年由谷歌提出的，用于增強其搜索引擎功能的知識庫。

知識圖譜本質(zhì)上是一種語義網(wǎng)絡(luò)。其結(jié)點代表實體（entity）或者概念（concept），邊代表實體/概念之間的各種語義關(guān)系。知識圖譜是一種結(jié)構(gòu)化的語義知識庫，其基本組成單位是“實體-關(guān)系-實體”的三元組，以及實體及其相關(guān)屬性-值對，通過實體間的關(guān)系構(gòu)成網(wǎng)狀的知識結(jié)構(gòu)，每一個節(jié)點均為實體，實體具有屬性-值對，同時實體與實體之間通過關(guān)系相互連接，構(gòu)成一個特定領(lǐng)域的知識網(wǎng)絡(luò)。

簡而言之，知識圖譜就是通過不同知識的關(guān)聯(lián)性而形成的網(wǎng)狀的知識結(jié)構(gòu)。形成知識圖譜的過程實際上就是加工信息、建立認知、理解所應(yīng)用的領(lǐng)域的過程。人類證實因為有了獲取知識、形成知識的能力才可以不斷進步；同樣，知識是人工智能的基石，知識圖譜對于人工智能的價值也正是在于它可以讓機器具備認知能力。

另外，知識對于AI的價值，王海峰的總結(jié)是，兩者結(jié)合可以正循環(huán)：“有了知識的人工智能會變得更強大，可以做更多的事情。反過來，因為更強大的人工智能，可以幫我們更好地從客觀世界中去挖掘、獲取和沉淀知識，這些知識和人工智能系統(tǒng)形成正循環(huán)，兩者共同進步?！?/p>

更具體而言，知識圖譜可以說是AI應(yīng)用行業(yè)的先決條件。目前，人工智能已受到各行各業(yè)的關(guān)注，不只是BAT在戰(zhàn)略投資人工智能，金融、汽車、零售、娛樂、制造等等行業(yè)都在積極擁抱人工智能技術(shù)。然而，人工智能要在行業(yè)中得到應(yīng)用，首先必須要對行業(yè)建立起認知，只有真正理解了行業(yè)和場景，才能實現(xiàn)智能化。也就是說，只有建立了行業(yè)知識圖譜，才能給出行業(yè)AI方案。

例如在金融行業(yè)。眾所周知，金融是百度最先商用的AI場景，正如李彥宏曾說：“金融的數(shù)據(jù)化本質(zhì)，加上業(yè)務(wù)規(guī)則清晰，使它成為人工智能最佳的應(yīng)用場景?！苯鹑诘闹R相對垂直，因此也非常適合與知識圖譜技術(shù)結(jié)合。在五年前，百度就已將知識圖譜應(yīng)用在股票領(lǐng)域，旗下產(chǎn)品股市通通過數(shù)據(jù)、信息與股票的關(guān)系，以及股票與股票之間的關(guān)系，在股票領(lǐng)域首創(chuàng)知識圖譜，實現(xiàn)智能選股。不只是百度金融（現(xiàn)度小滿）在應(yīng)用知識圖譜，整個金融行業(yè)都在將知識圖譜應(yīng)用在個人征信、貸款風控、保險銷售、保險策劃、金融指數(shù)、反欺詐、客戶管理管理、智能客服等領(lǐng)域，出現(xiàn)了不少提供金融AI技術(shù)或者是金融知識圖譜服務(wù)的創(chuàng)業(yè)公司，百度金融（現(xiàn)度小滿）也一直在積極地推進智能金融科技的開放，包括金融知識圖譜的開放。

除了金融領(lǐng)域，咨詢也是知識圖譜應(yīng)用的典型場景。

隨著內(nèi)容創(chuàng)作進入自媒體時代，目前內(nèi)容分發(fā)信息流日益流行，而信息流的基礎(chǔ)就是個性化推薦技術(shù)。要做好個性化推薦技術(shù)只需做好兩點：一個是理解用戶的閱讀興趣；另一個是理解資訊內(nèi)容。然而兩點要做到都不容易，理解用戶的前提是足夠多的用戶興趣數(shù)據(jù)，理解內(nèi)容的前提則是知識圖譜，平臺必須要有一定的“認知”才知道不同內(nèi)容意味著什么，適合哪些興趣的用戶，而不是簡單的關(guān)鍵詞匹配。

舉個例子，一個文章內(nèi)容是馬云最新演講解讀，是將其推薦給電商行業(yè)人士，還是希望獲得成功的年輕人，還是李彥宏等企業(yè)家們？每個人都可能感興趣，如何推薦就要結(jié)合對內(nèi)容的認知，以及對用戶興趣以及當前場景的理解，這時知識圖譜就派上用場了。特別是在視頻領(lǐng)域，要理解內(nèi)容不是靠文字識別，而是要靠機器視覺技術(shù)，對內(nèi)容本身的理解難度更高，知識圖譜在這時則顯得更為重要。

現(xiàn)在，今日頭條、百度、一點資訊、搜狐、網(wǎng)易、企鵝、UC、微博等等都在做信息流。百度世界大會上宣布百度信息流月活超過6億，相比去年5月剛推出時日均閱讀量提升105倍，短視頻日均播放量提升169倍，這個成果，與知識圖譜的優(yōu)勢密不可分。

王海峰在演講中也指出，“人工智能與傳統(tǒng)產(chǎn)業(yè)融合的過程中，要想為這個行業(yè)提供更好的服務(wù)，就需要對這個行業(yè)進行定制化，要有行業(yè)知識，這時候就需要在通用知識圖譜的基礎(chǔ)上，有相應(yīng)的行業(yè)知識圖譜，進而幫助這個行業(yè)提升生產(chǎn)力，幫助這些行業(yè)、產(chǎn)業(yè)升級。”

從王海峰的邏輯，我們窺見一條未來人工智能走向應(yīng)用的必經(jīng)之路：

機器通過人工智能技術(shù)與用戶的互動，從中獲取數(shù)據(jù)、優(yōu)化算法，更重要的是構(gòu)建和完善知識圖譜，認知和理解世界，進而服務(wù)于這個世界，讓人類的生活更加美好。