增强AI上下文与复杂网络的链接
本系列翻译文章原文链接地址【AI and Graph Technology: 4 Ways Graphs Add Context】
人工智能的概念已经存在了很长一段时间。一个很宽松的定义是人工智能是模仿人类智能来解决问题。通常人工智能方法的目标是做出预测；进行分类（增加标记标签）；或者是预测一个特定的值（例如预测在一个数字序列中的下一个值）。
从更广泛的意义上来讲，人工智能分为狭义和广义。狭义人工智能是聚焦地完成一个特定任务，例如图片识别。更通用的AI包括多任务规划的能力、语言理解能力、目标识别、以及学习和解决问题的能力。如今的人工智能解决方案大多属于狭义的人工智能范畴，但随着时间的推移人工智能适用于新事物的能力也在不断变强。
让人工智能应用程序更广泛应用的一种方法是为它们提供上下文，用相关的信息围绕着他们来解决手头的问题。
以自动驾驶汽车为例。教自动驾驶汽车在雨天行驶是困难的，因为有这么多的变化在下雨的时候(考虑晴天下雨，阴天，阳光从左边或右边照射过来，风夹杂着雨，雨雪混合等等)。
如果自动驾驶汽车的人工智能需要考虑每一个可能出现的情况，要训练它适应所有的情况是不可能的。但是为AI提供上下文相关的信息（下雨和夜晚，夜晚和温度），它就可能根据更多的上下文信息推断出下一步要采取的行动（比如减速或者打开车头灯）。
图技术连接数据并定义关系，通过增强人工智能的上下文，图技术使得开发复杂的人工智能应用存在实现的可能。
一、什么是人工智能
二、上下文对于人工智能的重要性
三、图提供的四种上下文
…待更新