1.3.2　认知智能与知识图谱的技术关联

知识图谱是认知智能状态获取与决策的基石，那么认知智能技术与知识图谱技术有哪些技术关联呢？

在认知智能的知识存储与转化过程中，知识图谱将数据通过治理、抽取转化为由符号与图拓扑组成的知识表示结构，可以更加有效地将场景数据与知识经验的关联状态清晰地展现出来。知识图谱为认知智能提供了从全局知识关联的角度去联合描述客观世界信息规律的能力，具有图拓扑结构与语义抽象能力，有效聚集了企业在复杂认知决策场景中所需的多模态异构信息。因此知识图谱可以作为认知智能知识存储、知识推理的基础媒介，帮助认知智能完成对信息的理解、处理、计划及执行。

知识图谱的图关联符号网络结构蕴含了大量信息，认知智能可以基于此运用图挖掘技术从多方面获得收益，典型的如下。

（1）认知智能基于知识图谱可以获得个体状态、关联实体和组织结构从微观到宏观的全面认知，通过知识可视化的应用，根据业务需求对知识图谱进行可视化展现，并将目标实体的因果、依存、互斥、传播进行可视化展现，帮助决策者进行联想。在社交营销、公安侦查、税务稽查、信贷反欺诈场景中，业务人员可以将用户的个体信息、社交关系和社会组织结构通过知识图谱进行统一的聚合管理，以形成全面认知。同时，基于图数据库等高性能图系统，业务人员可以获得远超传统关系数据库的关联查询与分析效率。

（2）认知智能基于知识图谱，可以运用统计、深度学习模型构建更深度、更精确的推理决策能力。基于图的拓扑结构、符号信息，业务人员可以更加深入地对事物的状态进行判断，了解过去、现在与未来。首先，基于知识图谱的传导性，可以构建公司的风险传导模型，对上市公司的子公司股价变化引起的级联变化进行精准预估。然后，基于知识图谱的图拓扑结构，在知识图谱上进行实体属性的预测或者校验，比如在用户画像场景中，通过知识图谱挖掘用户的年龄、兴趣等真实属性，把控用户的真实需求。最后，基于知识图谱还可以做结构预测，比如从已知的蛋白质结构特性推理未知的相似蛋白质结构特性。知识越多，公理越多，认知智能的知识推理能力就越强。

（3）认知智能基于知识图谱可以获得知识沉淀和策略优化能力。知识沉淀指对人类专家经验、业务规则标准进行聚合、沉淀，并进行知识的分享、传递与传承。例如，将企业业务团队面向用户、设备等实体的业务逻辑，以知识图谱的形式进行关联存储，形成企业知识库。在此之上可以建设企业认知决策助手，为业务提供行业知识推理、策略搜索、策略建议、策略筛选的策略优化能力。企业决策助手可以构建行业知识推理引擎，通过如文档搜索、知识问答等方式，实现对知识图谱的存储与调用。企业决策助手基于企业知识库的知识沉淀，可以独立或者辅助业务人员进行知识联想、归因、演绎决策的知识推理，提升决策效率。例如，企业决策助手可以辅助新员工对业务场景状态进行认知，并通过意图理解、检索匹配专家策略、算法策略进行推送，提升新员工的业务能力。

（4）认知智能基于知识图谱可以构建认知协同的智能应用能力。协同的基础是寻找可协作对象，以及高效获得协作对象的需求与反馈，通过网络决策实现智能协同，达到资源共享。知识图谱的分布式数据结构，可以协助网络中的实体进行信息共享、关联查询和协同决策，从而推进网络全局协同。在微博、Facebook等社交场景中，用户通过分享推荐实现认知协同；在电商场景中，用户通过团购获得更低的商品价格；在Uber、滴滴等拼车场景中，企业通过汽车认知协同形成资源最优化配置。在以上场景中，知识图谱都可以高效地进行数据聚合和关联查询，进而为认知协同提供支持。