免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

1知識圖譜與人工智能的關系

在人工智能應用層出不窮的今天，作為軟件從業者，我們都非常關注如何在自己研發的應用中使用人工智能技術，以提高軟件的智能化水平。

回顧過往人工智能應用，主要利用了語音識別、圖像識別方面的成果，但是不如想象般遍地開花。究其原因，我們發現，以機器學習為基礎的人工智能應用往往需要滿足以下幾個特點：

1）必須具備充足的數據，而且這些數據是準確可靠的；2）需要具備完整的信息，例如下棋，是完整信息博弈，只要算的快就可以，而人的決策往往是在不具備完整信息的情況下做出的；3）結果是明確的，人很容易確定結果是否正確，即使暫時不能確定，確定的代價也不高；4）過程往往是靜態的，缺乏動態的可預測性。

這些特點導致很多情況下無法采用機器學習方式，進行人工智能的應用。例如在大型裝備的故障診斷中，我們無法具備大量準確的故障數據進行學習，因為很多故障沒有發生過或者很少發生；故障發生后對故障原因的判定，也不是一個很容易判定的結果，因為故障現象難以重現；故障發生后應急方案的制訂，目前深度學習、神經網絡的方式，由于人無法了解其推理過程，產生的預案也往往不敢使用。

上述四點只要能夠改善某一點，就可以給人工智能的應用帶來更廣闊的空間，這也是知識圖譜作為人工智能一個重要方向的原因。

知識圖譜（KG  Knowledge Graph）是 Google 2012 年提出的概念，并成功應用于搜索引擎當中。但什么是知識圖譜，Google并沒有給出明確的定義，目前業界的定義例如維基百科、百度百科都是從 Google 搜索引擎中知識圖譜的運用出發，進行相關的功能描述。

我們可以把知識圖譜，理解為對知識的一種結構化描述，它以結構化的形式描述客觀世界中概念、實體及其之間的關系，便于計算機更好的管理、計算和理解信息。它是新一代的知識庫技術，通過結構化、語義化的處理將信息轉換為知識，加以應用。

通常結構化知識是以圖的形式進行表示，學術術語可以成為語義網絡。圖的節點表示概念和實體（學術術語稱為語義符號），圖的邊表示節點之間的關系（學術術語稱為語義關系），此外每個節點還有屬性。

例如：人物、娛樂人物、歌手、影視演員都是概念，這幾個概念之間有從屬關系，周杰倫是一個實體，周杰倫是歌手，也是影視演員，周杰倫的出生日期等就是屬性，周杰倫的妻子是昆凌，昆凌的丈夫是周杰倫，這就是關系，從上述關系可以推理出昆凌的丈夫是一個娛樂人物。

這個簡單的示例表明，通過概念、實體以及之間的關系進行知識結構化表示，就可以讓計算機具備推理能力，這種推理能力：

1）可以不需要大量數據基礎就可以建立起來；2）不一定需要完備的信息就可以進行推理；3）推理的過程是可以評估的，人可以通過推理過程判斷結果是否準確；4）可以進行對未來的預測。這就可以在一定程度上解決目前機器學習方式面臨的問題。

研究知識圖譜、人工智能的時候，我們經常遇到很多專業術語，例如語義網絡、本體、知識庫等等，理解起來非常費力。實際上如上例而言，用圖的結構來表示知識就是語義網絡，圖的節點表示概念和實體，學術術語稱為語義符號，圖的邊表示節點之間的關系，學術術語稱為語義關系。

本體（Ontology）的源自于哲學領域，在哲學中的定義為“對世界上客觀事物的系統描述”。哲學中的本體關心的是客觀現實的抽象本質，而在計算機領域，本體是一種描述知識的方式。自從本體的概念引進后，就出現了資源描述框架 RDF（Resource Description Framework）、網絡本體語言 OWL（Ontology Web Language）這樣的語言進行標準化的知識表示。

其實本體也是基于圖、概念、實體、屬性、關系這些來描述知識的。傳統人工智能領域采用了大量的學術術語，而Google的一個創新就是利用“知識圖譜”這樣直白的語言，形象的表述了一個復雜事物，用 AlphaGo 這樣直觀的示例，普及了人工智能的概念。而本文也希望盡可能用類比的方式，采用易于軟件研發理解的語言來介紹使用知識圖譜的過程，這也是取名“解開知識圖譜神秘面紗”的初衷。