1知識(shí)圖譜與人工智能的關(guān)系

在人工智能應(yīng)用層出不窮的今天，作為軟件從業(yè)者，我們都非常關(guān)注如何在自己研發(fā)的應(yīng)用中使用人工智能技術(shù)，以提高軟件的智能化水平。

回顧過(guò)往人工智能應(yīng)用，主要利用了語(yǔ)音識(shí)別、圖像識(shí)別方面的成果，但是不如想象般遍地開(kāi)花。究其原因，我們發(fā)現(xiàn)，以機(jī)器學(xué)習(xí)為基礎(chǔ)的人工智能應(yīng)用往往需要滿足以下幾個(gè)特點(diǎn)：

1）必須具備充足的數(shù)據(jù)，而且這些數(shù)據(jù)是準(zhǔn)確可靠的；2）需要具備完整的信息，例如下棋，是完整信息博弈，只要算的快就可以，而人的決策往往是在不具備完整信息的情況下做出的；3）結(jié)果是明確的，人很容易確定結(jié)果是否正確，即使暫時(shí)不能確定，確定的代價(jià)也不高；4）過(guò)程往往是靜態(tài)的，缺乏動(dòng)態(tài)的可預(yù)測(cè)性。

這些特點(diǎn)導(dǎo)致很多情況下無(wú)法采用機(jī)器學(xué)習(xí)方式，進(jìn)行人工智能的應(yīng)用。例如在大型裝備的故障診斷中，我們無(wú)法具備大量準(zhǔn)確的故障數(shù)據(jù)進(jìn)行學(xué)習(xí)，因?yàn)楹芏喙收蠜](méi)有發(fā)生過(guò)或者很少發(fā)生；故障發(fā)生后對(duì)故障原因的判定，也不是一個(gè)很容易判定的結(jié)果，因?yàn)楣收犀F(xiàn)象難以重現(xiàn)；故障發(fā)生后應(yīng)急方案的制訂，目前深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)的方式，由于人無(wú)法了解其推理過(guò)程，產(chǎn)生的預(yù)案也往往不敢使用。

上述四點(diǎn)只要能夠改善某一點(diǎn)，就可以給人工智能的應(yīng)用帶來(lái)更廣闊的空間，這也是知識(shí)圖譜作為人工智能一個(gè)重要方向的原因。

知識(shí)圖譜（KG  Knowledge Graph）是 Google 2012 年提出的概念，并成功應(yīng)用于搜索引擎當(dāng)中。但什么是知識(shí)圖譜，Google并沒(méi)有給出明確的定義，目前業(yè)界的定義例如維基百科、百度百科都是從 Google 搜索引擎中知識(shí)圖譜的運(yùn)用出發(fā)，進(jìn)行相關(guān)的功能描述。

我們可以把知識(shí)圖譜，理解為對(duì)知識(shí)的一種結(jié)構(gòu)化描述，它以結(jié)構(gòu)化的形式描述客觀世界中概念、實(shí)體及其之間的關(guān)系，便于計(jì)算機(jī)更好的管理、計(jì)算和理解信息。它是新一代的知識(shí)庫(kù)技術(shù)，通過(guò)結(jié)構(gòu)化、語(yǔ)義化的處理將信息轉(zhuǎn)換為知識(shí)，加以應(yīng)用。

通常結(jié)構(gòu)化知識(shí)是以圖的形式進(jìn)行表示，學(xué)術(shù)術(shù)語(yǔ)可以成為語(yǔ)義網(wǎng)絡(luò)。圖的節(jié)點(diǎn)表示概念和實(shí)體（學(xué)術(shù)術(shù)語(yǔ)稱為語(yǔ)義符號(hào)），圖的邊表示節(jié)點(diǎn)之間的關(guān)系（學(xué)術(shù)術(shù)語(yǔ)稱為語(yǔ)義關(guān)系），此外每個(gè)節(jié)點(diǎn)還有屬性。

例如：人物、娛樂(lè)人物、歌手、影視演員都是概念，這幾個(gè)概念之間有從屬關(guān)系，周杰倫是一個(gè)實(shí)體，周杰倫是歌手，也是影視演員，周杰倫的出生日期等就是屬性，周杰倫的妻子是昆凌，昆凌的丈夫是周杰倫，這就是關(guān)系，從上述關(guān)系可以推理出昆凌的丈夫是一個(gè)娛樂(lè)人物。

這個(gè)簡(jiǎn)單的示例表明，通過(guò)概念、實(shí)體以及之間的關(guān)系進(jìn)行知識(shí)結(jié)構(gòu)化表示，就可以讓計(jì)算機(jī)具備推理能力，這種推理能力：

1）可以不需要大量數(shù)據(jù)基礎(chǔ)就可以建立起來(lái)；2）不一定需要完備的信息就可以進(jìn)行推理；3）推理的過(guò)程是可以評(píng)估的，人可以通過(guò)推理過(guò)程判斷結(jié)果是否準(zhǔn)確；4）可以進(jìn)行對(duì)未來(lái)的預(yù)測(cè)。這就可以在一定程度上解決目前機(jī)器學(xué)習(xí)方式面臨的問(wèn)題。

研究知識(shí)圖譜、人工智能的時(shí)候，我們經(jīng)常遇到很多專業(yè)術(shù)語(yǔ)，例如語(yǔ)義網(wǎng)絡(luò)、本體、知識(shí)庫(kù)等等，理解起來(lái)非常費(fèi)力。實(shí)際上如上例而言，用圖的結(jié)構(gòu)來(lái)表示知識(shí)就是語(yǔ)義網(wǎng)絡(luò)，圖的節(jié)點(diǎn)表示概念和實(shí)體，學(xué)術(shù)術(shù)語(yǔ)稱為語(yǔ)義符號(hào)，圖的邊表示節(jié)點(diǎn)之間的關(guān)系，學(xué)術(shù)術(shù)語(yǔ)稱為語(yǔ)義關(guān)系。

本體（Ontology）的源自于哲學(xué)領(lǐng)域，在哲學(xué)中的定義為“對(duì)世界上客觀事物的系統(tǒng)描述”。哲學(xué)中的本體關(guān)心的是客觀現(xiàn)實(shí)的抽象本質(zhì)，而在計(jì)算機(jī)領(lǐng)域，本體是一種描述知識(shí)的方式。自從本體的概念引進(jìn)后，就出現(xiàn)了資源描述框架 RDF（Resource Description Framework）、網(wǎng)絡(luò)本體語(yǔ)言 OWL（Ontology Web Language）這樣的語(yǔ)言進(jìn)行標(biāo)準(zhǔn)化的知識(shí)表示。

其實(shí)本體也是基于圖、概念、實(shí)體、屬性、關(guān)系這些來(lái)描述知識(shí)的。傳統(tǒng)人工智能領(lǐng)域采用了大量的學(xué)術(shù)術(shù)語(yǔ)，而Google的一個(gè)創(chuàng)新就是利用“知識(shí)圖譜”這樣直白的語(yǔ)言，形象的表述了一個(gè)復(fù)雜事物，用 AlphaGo 這樣直觀的示例，普及了人工智能的概念。而本文也希望盡可能用類比的方式，采用易于軟件研發(fā)理解的語(yǔ)言來(lái)介紹使用知識(shí)圖譜的過(guò)程，這也是取名“解開(kāi)知識(shí)圖譜神秘面紗”的初衷。