隨著數(shu)字化(hua)、網(wang)絡化(hua)、智(zhi)能化(hua)的(de)到(dao)來，通過(guo)互(hu)聯(lian)網(wang)、物聯(lian)網(wang)采集到(dao)的(de)數(shu)據呈現爆(bao)炸式的(de)增長。其中(zhong)，文本、圖片、音頻、視頻等無法用統一結(jie)構表(biao)示的(de)非結(jie)構化(hua)數(shu)據，在海(hai)量數(shu)據中(zhong)占據越(yue)(yue)來越(yue)(yue)高(gao)的(de)比(bi)例。
數據(ju)是新(xin)基建(jian)的關鍵生產要素(su)(su)。明略科技首席科學家吳信東認為，知(zhi)識圖譜(pu)技術有助于(yu)提升數據(ju)的生產要素(su)(su)效能(neng)，助力新(xin)基建(jian)價值最大化。
什(shen)么是知(zhi)識圖(tu)(tu)譜？通俗(su)地說，就是把(ba)所有(you)不(bu)同(tong)種類的(de)(de)(de)信息連接(jie)在(zai)一起而得到的(de)(de)(de)一個(ge)語(yu)義關系網絡。它的(de)(de)(de)一個(ge)特點，就是可以(yi)抽取實體關系、事件、標簽、模型、規則(ze)等條件，形(xing)(xing)成以(yi)圖(tu)(tu)為基礎(chu)的(de)(de)(de)數據形(xing)(xing)式。和一般的(de)(de)(de)數據存儲形(xing)(xing)式的(de)(de)(de)區別在(zai)于(yu)，知(zhi)識圖(tu)(tu)譜“保(bao)存”有(you)推理規則(ze)和專家經驗(yan)，不(bu)僅(jin)僅(jin)能(neng)用(yong)數據反映事件，還(huan)能(neng)反映出事件之間的(de)(de)(de)聯系。
吳信東打個比方，當車輛(liang)出現故(gu)障無法啟動，資深維修專家用小錘頭敲兩三次，根據聲音判斷就可(ke)能知(zhi)道哪一個部(bu)(bu)件出了問題。新手則會把可(ke)能出問題的(de)部(bu)(bu)件都拆開來檢查，嘗(chang)試所有的(de)可(ke)能。知(zhi)識圖(tu)譜相當于人工(gong)智(zhi)能時(shi)代的(de)行業專家。
“以(yi)前(qian)大(da)(da)家(jia)使(shi)用(yong)數據，只關注(zhu)最終得出的(de)結(jie)果，過程中的(de)數據分析、計算(suan)等‘洞察力(li)’并(bing)沒有積累下(xia)來，也(ye)就無法(fa)分享、復(fu)用(yong)這種經驗。”吳信東說，人工智能(neng)需要(yao)實現(xian)從(cong)感知(zhi)(zhi)到認(ren)知(zhi)(zhi)的(de)能(neng)力(li)跨越。知(zhi)(zhi)識(shi)圖(tu)譜是目前(qian)與人類(lei)大(da)(da)腦思維本質最趨(qu)近的(de)人工智能(neng)底層(ceng)技術，可通過實體、關系、事件挖掘實現(xian)對客觀世界的(de)認(ren)知(zhi)(zhi)，并(bing)且由已(yi)有的(de)知(zhi)(zhi)識(shi)產生新的(de)知(zhi)(zhi)識(shi)。
目(mu)前(qian)，知識圖譜作為(wei)知識的一種(zhong)形式，已(yi)經(jing)在(zai)語義搜索、智(zhi)能(neng)問答、數據(ju)分析(xi)、自然語言理解、視(shi)覺(jue)理解、物聯(lian)網設備互聯(lian)等多(duo)個方(fang)面發(fa)揮(hui)越(yue)來(lai)越(yue)大的作用。在(zai)新冠(guan)肺炎疫情防控(kong)中，技(ji)術人員通過(guo)知識圖譜技(ji)術，快速搭(da)建了(le)疫情防控(kong)圖譜分析(xi)研(yan)判系統，為(wei)抗疫提(ti)供大數據(ju)支撐。
吳信東介(jie)紹，在人工智(zhi)能領域，營(ying)銷(xiao)智(zhi)能國(guo)家新一代人工智(zhi)能開放(fang)創新平臺就是聚焦消費者動態變化(hua)的(de)個性化(hua)、碎片(pian)化(hua)需求，用基于行業(ye)知識圖譜的(de)知識推理與服務(wu)(wu)技術，幫(bang)助企業(ye)從(cong)(cong)多源異構的(de)海量數據中發現(xian)業(ye)務(wu)(wu)規律，建立(li)從(cong)(cong)研發、生產、營(ying)銷(xiao)、銷(xiao)售到服務(wu)(wu)的(de)完整智(zhi)能商(shang)業(ye)閉環，實(shi)現(xian)精(jing)準洞察、實(shi)時決策和高效運轉。
在推動制造業升級和發展工業互聯(lian)網領域，基(ji)于知識圖譜的解決(jue)方(fang)案，可形成完(wan)整的智能服務平臺，有(you)效降低對人的依賴(lai)程度。例如，結合知識圖譜與機器學習技術，可以搭建(jian)針對地鐵(tie)車輛故(gu)障維修的遠(yuan)(yuan)程診(zhen)斷輔助決(jue)策系統，幫助售后部門遠(yuan)(yuan)程診(zhen)斷并提供維修建(jian)議，通過這一系統，企業能夠加速和擴大維修經驗(yan)的積累和分享。
吳信東(dong)認為，圖譜(pu)(pu)化將是企業(ye)進行數據(ju)管理的(de)未來趨(qu)勢，知識圖譜(pu)(pu)能夠連(lian)接上游大數據(ju)和下游人工智能應(ying)用任務(wu)，從而(er)更有效(xiao)地把數據(ju)轉(zhuan)化成(cheng)為真正的(de)行業(ye)知識，滿足行業(ye)應(ying)用需求。