2.4.3 知识图谱助力机器智能

随着互联网的发展，网络数据内容呈现爆炸式增长的态势。由于互联网内容具有大规模、异质多元、组织结构松散等特点，给人们有效获取信息和知识提出了挑战。知识图谱（Knowledge Graph）以其强大的语义处理能力和开放组织能力，为互联网时代的知识化组织和智能应用奠定了基础，知识图谱示例如图2-11所示。

图2-11 知识图谱示例

知识图谱是知识工程的一个分支，以知识工程中的语义网络作为理论基础，并且结合了机器学习、自然语言处理、知识表示和知识推理的最新成果，在大数据的推动下受到了业界和学术界的广泛关注。知识图谱旨在描述真实世界中存在的各种实体或概念，知识图谱实现对客观世界从字符串描述到结构化语义描述，是对客观世界的知识映射。

知识图谱对于人工智能的重要价值在于知识是人工智能的基石。机器可以模仿人类的视觉、听觉等感知能力，但这种感知能力不是人类的专属，动物也具备感知能力，甚至某些感知能力比人类更强，例如狗的嗅觉。而认知语言是人区别于其他动物的能力，同时，知识也使人不断地进步，不断地提炼、传承知识，是推动人不断进步的重要基础。而知识对于人工智能的价值就在于，让机器具备认知能力。

知识对于人工智能的价值重大，有了知识的人工智能会变得更强大，可以做更多的事情。反过来，更强大的人工智能，可以帮我们更好地从客观世界中去挖掘、获取和沉淀知识，这些知识和人工智能系统形成正循环，两者共同进步。

更具体而言，知识图谱可以说是人工智能应用于行业的先决条件。目前，人工智能已受到各行各业的关注，不只是BAT在战略投资人工智能，金融、汽车、零售、娱乐、制造等行业也都在积极拥抱人工智能技术。然而，人工智能要想在行业中得到应用，首先要对行业建立起认知，只有真正理解了行业和场景，才能实现智能化。也就是说，只有建立了行业知识图谱，才能给出行业人工智能应用方案。

机器通过人工智能技术与用户的互动，从中获取数据、优化算法，更重要的是构建和完善知识图谱，认知和理解世界，进而服务于这个世界，让人类的生活更加美好。