知識圖譜在人工智能中的應用與思考

知識圖譜在人工智能中的應用與思考

1. 人工智能是爲了解決生產力升級的問題

人類的生產力可以分爲知識生產力，勞動生產力。人工智能可以從兩個方面加速生產力的提升。

人工智能又可以分爲感知型智能，認知性智能，行爲智能。一般來講，計算機視覺識別，語音識別等識別問題都可以歸結到感知性智能中。認知性智能包含自然語言理解（NLU），自然語言生成（NLG），知識推理（reasoning）等領域。行爲智能主要聚焦在智能體的行動上，一般指的是具有感知和認知能力的機器人的行爲。

2.人工智能的”三個主義“

現代的人工智能可分爲：

1. 符號主義：對已有知識進行編輯，常見的工具有數據庫，知識圖譜等。對應的是知識表示技術
2. 連結主義：使用數學理論或公式推導計算機的行爲法則，如分類與預測。對應了機器學習技術
3. 行爲主義：用機器人模仿人類行爲，對應了仿生機器人技術。

理想情況下是三個注意能一同發展，連結主義通過計算機算力支撐符號主義，符號主義使用知識和邏輯指導鏈接主義，說的也就是當下最流行的術語-人工智能3.0可解釋的人工智能。最後符號主義和連結主義共同作用到行爲主義中，充當機器人的大腦，指導機器人的行爲。

3.建設本體模型和實體數據庫是知識圖譜結構的核心

4.當下的trend

是從知識抽取過渡到事件抽取，以滿足知識更新的需求。
通過時間維度的表達將信息員中指定事件抽取並結構化的表示。
知識融合是另一個未來的主流方向

5.知識融合

知識融合中需要考慮的幾點難點：

1. 語義相似度
2. 簡單的圖譜對齊（尋找相同實體）
3. 複雜的圖譜對齊（尋找相同路徑：實體+關係）
4. 對於schema的對齊和合並
5. 對於foundational 知識圖譜的對齊合併（非特定域圖譜）

6.基於知識人圖譜的應用

1. 教育
2. 醫療
3. 考古
4. 軍事
5. 工業化
6. 公司

我們可以看到幾乎方方面面都需要知識介入，完善人工智能模型。