我们为什么要研究知识图谱 | 计算机的认知革命

　　据以色列历史学家尤瓦尔·赫拉利在《人类简史》中描述，大约距今7万到3万年2前，人类的先祖——智人发生了认知革命，这让与同时代其他大型物种相比在体力、耐力均不占优势的智人开始拥有了征服世界的能力。

　　这场关于地球命运的认知革命是什么呢？尤瓦尔·赫拉利的答案是讲故事，也就是把碎片化的信息加工成体系化知识的能力。就像民族、种群、国家等世界上根本不存在的东西，但却被一种全新认知识框架给“推理”出来，瞬间紧紧将无数陌生人紧密组织起来。比如国旗之与国家，商标之与企业，并围绕一个中心，衍生出诸多标签和属性，让更多相近的群体进入到相同的知识体系中，人类认识世界理解事物的过程，就是用概念、属性和关系去认知世界的过程。

　　而人类这种认识世界的过程，正在计算机世界上演。

　　“知识图谱”是由Google于2012年提出，旨在通过描述现实世界中各类概念、属性、实体及其关系，赋予搜索引擎理解用户意图的能力，正式拉开知识图谱商用的大幕。

　　知识图谱是一种大规模的语义网络，旨在通过将现实世界的概念、属性、实体及其之间的关系通过图结构来表示，帮助计算机系统更深层次理解真实世界。知识图谱提供了一种更好地组织、管理和理解海量信息的能力，与大数据和深度学习一起，成为推动互联网和人工智能发展的核心驱动力之一。

　　上图采用知识图谱展示了金庸先生的家族关系、文学作品等相关关系，每个人物、作品、角色都作为一个实体存在，实体之间通过语义明确的关系相连。通过这样结构化的表达，与金庸相关的各类常识、事实知识可以非常方便地通过系统进行处理：

　　实体识别：当计算机接收到“金庸”这个词时，不再是传统的字符串处理，计算机通过知识图谱能认识到这是一个武侠作家，其真名叫查良镛，毕业于剑桥大学等个人信息；

　　自动联想：当计算机识别到“金庸”时，可提供更多与之相关的信息服务，相关作品阅读、相关影视剧观看、相似人物古龙、梁羽生（同为着名武侠作家）、经典作品角色郭靖、杨过等；

　　图挖掘：知识图谱以有向图的方式进行数据建模，天然支持各种图挖掘分析，如通过社群分析可识别出金庸先生的各作品间人物族群关系，通过路径分析可识别出刘德华与金庸通过“杨过”关联；

　　知识推理：推理是知识图谱的最诱人之处，例如上图中，知识图谱可通过古龙的作品有《楚留香传奇》，而《楚留香传奇》是一部武侠小说的事实，推断出古龙的职业为武侠小说作家（红色虚线部分）。

　　这与人类认识世界的方式并无二致，围绕一个核心，联想出诸多概念、属性、关系，并利用常识、经验、专业知识推理出更多事实。知识图谱正在尝试模仿人类的认知方式，赋予计算机理解世界的能力。

　　知识图谱是人工智能进步的阶梯

　　知识图谱作为人工智能技术中的知识容器和孵化器，会对未来 AI 领域的发展起到关键性的作用。

　　当下不可解释性正成为人工智能发展重要的“伦理”考验，想要完全获得人们的信任，人工智能必须要能够解释过程和结果。因为任何基于人工智能技术的模型几乎不能做到百分之百的正确，在很多领域人们的心理容错阈值是极低的，比如自动驾驶一旦出现车祸，势必会对人工智能产生巨大的质疑。

　　理解和解释将来会是整个后深度学习时代人工智能最为核心的使命。知识图谱逐渐融合了认知计算、知识与推理、信息检索与抽取、自然语言处理与语义Web、数据挖掘与机器学习等交叉学科和技术。知识图谱中所富含的实体、概念、属性、关系等信息，将大大提升人工智能复杂模型的可解释性，在未来将是人工智能发展的重要阶梯。