从感知智能到认知智能，知识图谱是一个支点 原创

未来几年， AI市场仍将保持快速增长。根据IDC最新发布的全球人工智能市场半年度追踪报告显示，2021年全球AI市场（包括软件、硬件和服务）收入预计将同比增长15.2%，达到3418亿美元，并且将在2022年进一步加速增长，增幅达到18.8%，到2024年有望突破5000亿美元大关。这一串数字反映出的正是市场对AI技术的追捧。当下智能化是各个行业数字化转型无可争议的重点，相应地，技术和环境都在快速演进，一个明显趋势就是，智能正在从感知智能向认知智能突破，其中的知识图谱技术起到了很好的推动作用。

从感知智能向认知智能演进

人工智能诞生于上个世纪60年代，很长时间以来一直只是学术圈的话题，直到近年来，随着网络条件的改善，云计算和移动设备的普及，人工智能技术很快破圈，在各个行业得到广泛应用。纵观这些年的技术进步，可以发现，人工智能的技术突破，很大程度上是得益于海量数据的产生以及大规模运算能力的提升，真正让深度学习这项“老”技术焕发了新生，突破了一项又一项感知能力。尽管如此，今天大部分AI应用仍然处在感知智能这个层面，距离我们理想的人工智能——认知智能仍有不小的距离。

按照复旦大学肖仰华教授在日前由百分点科技和机器之心联合举办的数据智能技术实践论坛上的分享，理想的人工智能是机器像人一样思考，也就是机器具备认知智能。认知智能是指让机器能够像人一样思考，而这种思考能力具体体现在机器能够理解数据、理解语言进而理解现实世界的能力，体现在机器能够解释数据、解释过程进而解释现象的能力，体现在推理、规划等等一系列人类所独有的认知能力上。

肖教授表示，人工智能技术未来破题的关键在于要突破以知识图谱为代表的知识智能的边界，向认知智能这样的智能新形态发展。他认为，认知智能作为数据智能、知识智能融合创新产物，将是知识图谱等知识工程技术发展的必然归宿。

实际上，知识图谱被认为是实现通用人工智能的重要基石。因为从感知到认知的跨越过程中，构建大规模高质量知识图谱是一个重要环节，当人工智能可以通过更结构化的表示理解人类知识，并进行互联，才有可能让机器真正实现推理、联想等认知功能。正因为如此，知识图谱技术成为目前业界的一个热点，在生产场景得到广泛应用。

据悉，百分点科技就已经将知识图谱应用在多个政府和企业项目中，也积累了丰富的实践经验。百分点科技首席算法科学家苏海波在大会演讲中分享几个知识图谱的应用案例：在快销行业，可快速发现产品缺陷，指导产品改进，提升用户体验等应用；在公共安全领域，通过公共安全的人、事、地、物，快速帮助分析师进行关联分析，包括时间、地点等各个维度上的分析，高效地解决公共安全方面的问题；在灾害应急方面，可以构建灾害链知识图谱，预测衍生灾害发生的概率，提前采取应对措施。

务实推动AI技术落地

其实，今天我们大多数人或多或少地都已经享受到知识图谱的价值，比如智能客服，就是知识图谱的一个典型应用场景，而且正在得到广泛应用。

面对各个行业对知识图谱技术的应用热情。百分点科技首席算法科学家苏海波在接受采访时提醒说，知识图谱落地有三个前提条件：一是应用场景要清晰，业务场景到底要解决什么样的问题，越具体、越清晰越好；二是知识依赖的数据边界清晰，解决应用问题依赖的数据是不是能够基于客户内部数据或者外部公开的数据获得；三是构建可控，能够介入的工作量可控，人构建的代价要比机器的代价大，要考虑整个灵活性。

当然，目前来看，知识图谱目前在应用中还面临挑战：一大挑战是知识图谱的成本与效用问题突出，如何低成本地从文本及各种资源抽取出有效的知识是一个重要的制约因素。其次，知识图谱只是AI从感知智能迈向认知智能的众多技术之一。知识图谱技术也面临其他技术的冲击，比如深度学习在自然语言处理领域一个非常重要的成果——大规模预训练语言模型得到应用，使得我们要重新思考知识图谱的价值和意义。

展望未来，苏海波认为，可以预见未来知识图谱的构建的自动化的程度会越来越高，知识图谱的成本降低下来。其次是知识图谱多模态的发展，前几年知识图谱主要从文本中抽取对应的知识，未来一定会把这种语音、视频、图像所有的知识都融合进来进行海量数据的融合。第三，整个知识图谱需要和数据治理相结合。

值得一提的是，苏海波提到的数据治理是几乎所有AI技术落地的一个重要环节。本质上说，数据治理就是让数据从无序到有序，这个过程中涉及数据统一的标准、数据质量和数据孤岛等诸多问题，在此过程中还要保证数据安全。这个过程也并不容易，不过，百分点科技在服务政企客户的过程中已经积累下一套方法论，可以有效降低失败风险。

总之，和所有技术一样，再先进的技术要落地都需要大量务实的推进工作。不管是知识图谱这项技术还是整个人工智能技术本身，缺乏务实精神恰恰是很多人工智能项目失败的根本原因。在接受采访时，百分点科技CTO刘译璟也特别强调了这个问题。

“AI项目落地最重要的不是技术，不是工具，最重要的是缺乏既懂技术又懂业务的人。因为AI天然地就是一个跨学科、跨领域的问题，要有人躬身入局来做这个事情，懂AI技术和懂业务的这两部分人要坐下来碰撞，把现实的问题转化成AI能理解的数学或者计算机问题，不断地迭代或者不断地做优化才能落地。只有等这个项目做成功，才有可能孵化出这个领域里面的一套工具来。而大家期盼的往往是一套现成的流程、工具、算法，那是不现实的。”百分点科技CTO刘译璟表示。