說到人工智能技術，知識人們首先會聯想到深度學習、圖譜機器學習技術；談到人工智能應用，應用人們很可能會馬上想起語音助理、行業自動駕駛等等，決條件不過，在AIWorld 2017世界人工智能大會上,百度副總裁、AI技術平臺體系（AIG）總負責人王海峰卻沒有講這些，這次他聊的是知識圖譜。
雖然你可能說不出知識圖譜的具體定義，但其實每天都在使用它。當你在百度搜索時，搜索結果右側的聯想，就來自于知識圖譜技術的應用；你問百度某個字怎么念，答案也來自知識圖譜的應用；你和度秘聊天，問他詹姆斯和科比誰厲害、都取得了哪些成就等等，背后都是合肥瑤海如何獲得外圍信息vx《134-8006-5952》提供外圍女上門服務快速選照片快速安排不收定金面到付款30分鐘可到達知識圖譜在發揮作用……王海峰在演講中甚至表示，百度搜索、地圖、金融……越來越多的應用，都越來越依賴知識圖譜。
聽完王海峰的演講，我的第一個反應就是：知識圖譜的價值被行業低估了，各行各業都在研發底層技術和尋求AI場景，卻忽視了最成熟也很重要的AI技術：知識圖譜。
知識圖譜跟人工智能有什么關系？
知識圖譜不難理解——就是通過不同知識的關聯性形成成一個網狀的知識結構，對機器來說就是圖譜，形成知識圖譜的過程本質是在建立認知，理解世界，理解應用的行業或者說領域，每個人都有自己的知識面，或者說知識結構，本質就是不同的知識圖譜，正是因為有獲取和形成知識的能力，人類才可以不斷進步。
王海峰認為，知識圖譜對于人工智能的重要價值在于，知識是人工智能的基石。機器可以模仿人類的視覺、聽覺等感知能力，但這種感知能力不是人類的專屬，動物也具備感知能力，甚至某些感知能力比人類更強，比如狗的嗅覺。而“認知語言是人區別于其他動物的能力，同時，知識也使人不斷地進步，不斷地凝練、傳承知識，是推動人不斷進步的重要基礎。”而知識對于人工智能的價值就在于，讓機器具備認知能力。
知識對于AI的價值，王海峰的總結是兩者結合可以正循環：
“有了知識的人工智能會變得更強大，可以做更多的事情。反過來，因為更強大的人工智能，可以幫我們更好地從客觀世界中去挖掘、獲取和沉淀知識，這些知識和人工智能系統形成正循環，兩者共同進步。”
在此之前，人工智能的基礎是什么？行業有不同聲音，比如馬云說數據就是未來的能源，與云計算和互聯網一起構成智能世界的基礎；李彥宏說算法很重要，數據秒殺算法；馬化騰說AI的四個要素是數據、場景、計算力和人才。總體來說，數據和算法是大家認為比較基礎的東西。王海峰從技術層面將將AI核心技術分為感知層與認知層，提出認知層的基礎是知識的觀點，與行業的看法并不矛盾。因為知識圖譜的基礎，就是數據和算法，它需要應用自然語言處理和深度學習技術來進行數據挖掘，在海量知識中找出關聯性，形成圖譜。
為什么王海峰如此重視知識圖譜技術？
構建知識圖譜這個過程的本質，就是讓機器形成認知能力，理解這個世界。事實上，現在機器的感知能力已經越來越接近于人類了，語音識別準確率達到97%甚至更高，圖像識別某些領域如人臉識別，比人類個體更加準確和迅速。所以，未來人工智能的重點進步方向將是認知層，機器理解這個世界，才能更好地與世界交互，為人類服務。百度是中國最積極和大力布局人工智能的科技巨頭，作為百度人工智能技術體系的最高負責人，王海峰重視知識圖譜也表明百度未來會強化機器認知能力。
當然，王海峰為什么如此重視知識圖譜，還有兩層不容忽視的原因。
第一，王海峰本人的研究方向和從業經歷決定他是務實派。
王海峰不是從研究學者轉型而來的技術管理者，而是學術和工程并舉，從實踐中成長起來的科學家。王海峰2010年加入百度時，這一輪AI熱還沒爆發，即便是最早布局AI的百度，成立深度學習實驗室也是在2013年。王海峰加入百度后，先后為百度創建了自然語言處理部、互聯網數據研發部（包括知識圖譜和互聯網數據挖掘）、推薦引擎和個性化部、多媒體部（包括語音和圖像技術）、圖片搜索部、語音技術部等。
不難發現，百度最核心的AI相關技術王海峰都有經手甚至牽頭主導，與自動駕駛等技術的不同之處在于，這些技術都是直接影響上億用戶的應用型技術，而且相當一部分與知識圖譜有直接或間接關系。2013年上半年，王海峰作為執行負責人協助創建了百度深度學習研究院（IDL），百度正式進入AI行業，他此前幾年為百度布局的技術，為百度進入AI領域打下了基礎。我想正是這幾年讓王海峰的技術研發更偏應用性，注重實用價值，今天提出“知識圖譜對AI是基石”也許與這個思維方式有關系。
王海峰在學術上也居于大師級地位。在自然語言處理領域，他是世界上影響力最大的國際學術組織ACL（計算語言學協會）最年輕的會士，也是ACL 50多年來唯一的華人主席。百度搜索、翻譯、語音、輸入法以及知識圖譜等等產品，都是基于NLP技術。因為在人工智能上的成就，王海峰在今年5月還獲得了國家級科技獎“全國創新爭先獎”。
無論是作為百度AIG的負責人，還是學術大師，王海峰看重知識圖譜的價值都不奇怪。
第二，百度很早便在知識圖譜上進行布局，儲備充分。
百度很早就在研發知識圖譜技術。2014年開始，百度在搜索中將知識圖譜產品規模化應用，3年應用量增加了160倍，百度的知識圖譜的知識點已經達到幾個億；在技術層面，百度知識圖譜技術已經實現了動態技術，每天有幾百個數據流同時工作，支持秒級更新和多層查詢。世界是變化的，百度知識圖譜對世界的認知也是變化的，動態知識圖譜，需要很強的數據、算法和計算基礎。
百度知識圖譜不只是被應用在搜索系產品中（包含問答、百科等），DuerOS、信息流、甚至以圖搜圖，都在應用知識圖譜。王海峰在演講中透露，百度知識圖譜已經應用到幾十個領域。我記得2015年，百度還將知識圖譜應用在股票領域，旗下產品股市通通過數據、信息與股票的關系，以及股票與股票之間的關系，在股票領域首創知識圖譜，實現智能選股。
可以說，百度在知識圖譜上已經在數據、算法、計算和場景上形成了優勢，這也是百度被嚴重低估的一個優勢。算法、數據、計算力，每家公司都有，但在知識上百度卻是積累最豐富的，不只是狹義的百科、知道、文庫等等知識產品，搜索引擎與用戶交互的過程本身也是在完善知識體系。所以百度自然要用其擅長的知識圖譜，去強化在AI領域的優勢，尤其是機器認知能力和應用價值。
知識圖譜成為AI應用行業的先決條件
人工智能已受到各行各業的關注，不只是BAT在戰略投資人工智能，金融、汽車、零售、娛樂、制造等等行業都在積極擁抱人工智能技術。然而，人工智能要在行業中得到應用的先決條件，首先要對行業建立起認知，只有理解了行業和場景，才能真正智能化。說白了，就是要建立行業知識圖譜，才能給行業AI方案。
一個例子是零售行業，如果真要實現個性化的商品推薦，機器必須理解不同商品的特性，以及商品與銷售場景（如季節、地區、時段）、與促銷行為（打折、送券）、與用戶需求之間的關系，才能推薦滿足用戶需求的產品。這也是一個優秀的推銷員或商場導購的思考邏輯。然而，要理解這些要素之間的聯系，就必須構建零售行業的知識圖譜，且需要不斷動態學習來完善認知，才能進行有效的推薦，這就是“零售知識圖譜”。當然，針對不同的零售細分領域，比如美妝、3C、食品等，可能又要建立完全不同的知識圖譜，就像人類社會的細分一樣，在每個行業都建立起特有的知識圖譜。
類似邏輯同樣適用于客服、金融、制造、娛樂等場景，總而言之，人工智能要在一個行業得到應用的前提，就是要讓機器建立起對應行業的認知，形成行業知識圖譜。王海峰在演講中也指出，
“人工智能與傳統產業融合的過程中，要想為這個行業提供更好的服務，就需要對這個行業進行定制化，要有行業知識，這時候就需要在通用知識圖譜的基礎上，有相應的行業知識圖譜，進而幫助這個行業提升生產力，幫助這些行業、產業升級。”
王海峰的邏輯，也是未來人工智能走向應用的必經之路：機器通過人工智能技術與用戶的互動，從中獲取數據、優化算法，更重要的是構建和完善知識圖譜，認知和理解世界，進而服務于這個世界，讓人類的生活更加美好。
作者:探索
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
