曾記得十幾天之前否？那時(shí)我們躊躇滿(mǎn)志的跨進(jìn)了2018，滿(mǎn)懷著(zhù)對未來(lái)的渴望，然后我們驚奇地發(fā)現，2018第一個(gè)火起來(lái)的詞叫“撒幣”…...

不是我說(shuō)啥，這可真出戲啊。

似乎一夜之間，直播答題和這個(gè)叫做”撒幣”的關(guān)鍵詞就火了。王思聰的沖頂大會(huì )、映客的芝士超人、花椒的百萬(wàn)贏(yíng)家，一時(shí)之間大佬們瘋狂爭當“大撒幣”，人民群眾則紛紛出頭想當被幣砸到的那個(gè)幸運兒。

當然了，不管這些平臺們如何“撒”，最終“幣”還是要回到他們自己口袋里的，畢竟做生意是為了賺錢(qián)，搞出來(lái)這么大場(chǎng)面當然是為了放后招，沒(méi)聽(tīng)說(shuō)過(guò)哪位出題讓人答是為了做慈善的。除非來(lái)答題的是個(gè)AI，說(shuō)不定能干到王思聰、周鴻祎們沒(méi)幣可撒......

畢竟，答題也是講科學(xué)的對不對？

AI答題這件事其實(shí)也不新鮮，不信你百度輸入一個(gè)“長(cháng)城有多長(cháng)”之類(lèi)的問(wèn)題，馬上就會(huì )給你找出來(lái)答案。這里就是用了AI的專(zhuān)業(yè)答題“姿勢”：知識圖譜。

借著(zhù)直播答題的春風(fēng)，今天我們來(lái)講講知識圖譜吧。雖然在機器視覺(jué)、語(yǔ)音交互等“網(wǎng)紅技術(shù)”面前，作為AI重要分支之一的知識圖譜似乎不那么出位。但是以應用程度和腦洞指數來(lái)說(shuō)，這個(gè)技術(shù)絕對當仁不讓。更重要的是，在“AI感知”通向“AI理解”的大路上，知識圖譜近乎是無(wú)法繞開(kāi)的一道關(guān)卡。

更更重要的是，它能幫你答題啊……

知識圖譜是什么？

知識圖譜這個(gè)概念的提出時(shí)間并不算太久，但是要追根溯源理解這個(gè)技術(shù)到底是玩什么的，那可能真要往上倒騰幾十年才行。

上世紀40年代，人工智能被提出之后，無(wú)數科學(xué)家們就開(kāi)始琢磨，到底用什么方式能讓機器模擬出人的智慧呢？琢磨來(lái)琢磨去，人對于信息能夠進(jìn)行關(guān)聯(lián)理解似乎是個(gè)路子。所謂信息關(guān)聯(lián)，就是人類(lèi)在接受一個(gè)信息后，會(huì )把它放在記憶中進(jìn)行歸納和調用。比如說(shuō)你打小認識了你三舅，絕不可能過(guò)幾年管他叫二哥......

利用這個(gè)思路，上世紀50年代末，學(xué)術(shù)界提出了語(yǔ)義網(wǎng)絡(luò )（semantic network）的設想，打算把數據進(jìn)行結構化的處理，讓單個(gè)信息組合成有聯(lián)系、能共鳴的“知識”。今天我們用到的很多技術(shù)都來(lái)源于語(yǔ)義網(wǎng)絡(luò )，比如機器翻譯、自然語(yǔ)言處理等等，知識圖譜也是其中之一。

上世紀80年代，受到多方面刺激的地球人開(kāi)始了一次AI復興運動(dòng)，而這次運動(dòng)的主角，就是各國開(kāi)始打造專(zhuān)家系統和知識庫。那時(shí)候科學(xué)家們相信，如果把人類(lèi)大量知識進(jìn)行邏輯化關(guān)聯(lián)和語(yǔ)義網(wǎng)絡(luò )存儲，最終人類(lèi)就能打造出全知全能，啥都懂的人工智能?？上Ш镁安婚L(cháng)，最終AI沒(méi)等來(lái)呢，PC先來(lái)了，專(zhuān)家系統紛紛被棄置，但是海量知識構成的知識庫卻流傳了下來(lái)。

2002年，基于語(yǔ)義Web技術(shù)和Freebase等優(yōu)質(zhì)知識庫，谷歌宣布推出了知識圖譜（Knowledge Graph）概念，并在2013年投入使用。所謂知識圖譜，實(shí)際上是建立在網(wǎng)頁(yè)百科知識庫基礎上，利用語(yǔ)義網(wǎng)絡(luò )進(jìn)行知識關(guān)聯(lián)的技術(shù)。它可以用來(lái)幫助學(xué)術(shù)人員快速搜集和理解信息，也可以用來(lái)分析情報，辨別信息真偽。在產(chǎn)業(yè)端則為搜索、內容推薦和智能問(wèn)答提供了基礎，成為今天AI領(lǐng)域不是十分熱門(mén)，卻也足夠強勢的一個(gè)技術(shù)類(lèi)別。

如果說(shuō)了這么多還沒(méi)明白，那就舉個(gè)直白的例子吧：

假如，你這幾天很好奇一個(gè)叫PG ONE的詞為啥火了，然后你去搜索一下，結果給你推薦的詞是PG TWO、PG THREE......那你就跟沒(méi)搜一樣。假如蹦出來(lái)兩個(gè)詞，一個(gè)是賈乃亮，一個(gè)是地溝油，那么你就了然了嘛。

所謂的知識圖譜，就是讓智能體去理解知識之間網(wǎng)絡(luò )關(guān)系，并能主動(dòng)以此提供服務(wù)的技術(shù)。

今天的知識圖譜可專(zhuān)治各種“撒幣”

上文說(shuō)了知識圖譜專(zhuān)治各種“撒幣”行為，并不是隨便講講的。我們要知道，2002年知識圖譜技術(shù)如果跟王思聰們剛一波正面，那是基本沒(méi)有勝算的。

這里有幾種可能：首先是假如你的知識庫是更新到前年的，人家問(wèn)你PG ONE的嫂子是誰(shuí)你怎么辦？或者人家不問(wèn)你長(cháng)城有多長(cháng)，問(wèn)你最長(cháng)的墻有多長(cháng)你怎么辦？

在考驗真人的直播答題過(guò)程中，可能面臨各種語(yǔ)言上的調整、提問(wèn)方式的改變，以及加入最新信息。這都是幾年前基于單一結構知識庫的知識圖譜技術(shù)難以勝任的。

這就把知識圖譜難住了嗎？不能夠，畢竟為答題而生，必須要搞點(diǎn)新高度出來(lái)才行。

這項技術(shù)在近幾年間發(fā)生了重要變化，比如：

1. 大數據+機器學(xué)習帶來(lái)了史無(wú)前例的效率契機

今天的AI復興，是建立在機器學(xué)習驅動(dòng)大數據的基礎上的，知識圖譜也是如此。舉例來(lái)說(shuō)，搜索引擎知識圖譜技術(shù)，是建立在搜索數據和百科、問(wèn)答等數據庫之上的。數據本身的優(yōu)質(zhì)化是知識圖譜運行的基礎。而在機器學(xué)習、深度學(xué)習領(lǐng)域的積累，則讓圖譜技術(shù)實(shí)現了及時(shí)化、逐步完善圖譜關(guān)聯(lián)強度和理解力提升。換句話(huà)說(shuō)，知識圖譜技術(shù)正在變得愈發(fā)即時(shí)性與可成長(cháng)。

2. 語(yǔ)音交互成為啟動(dòng)知識圖譜的新形式

讓知識圖譜想要真的為人類(lèi)所用，那么就不能是人類(lèi)用固定方式去觸發(fā)知識圖譜的模板。而應該是知識圖譜主動(dòng)理解人類(lèi)的語(yǔ)言和思維習慣，做到主動(dòng)輸出服務(wù)。這就需要知識圖譜與語(yǔ)音交互緊密結合。

3. 強語(yǔ)義理解能力成為關(guān)鍵

能聽(tīng)懂“長(cháng)城有多長(cháng)”，卻聽(tīng)不懂“長(cháng)城從東到西一共有多少距離”的知識圖譜，顯然是知識沒(méi)譜。深度學(xué)習各種語(yǔ)意、語(yǔ)義、語(yǔ)序和方言的知識圖譜能力，也成為了目前知識圖譜技術(shù)的喚醒核心。

這幾種能力加持下，把知識圖譜偽裝成選手去搞“撒幣”，顯然已經(jīng)不算什么了......但是如果只干這點(diǎn)事，其實(shí)也蠻虧的。

“撒”出一個(gè)明天

無(wú)論是語(yǔ)音交互還是機器視覺(jué)，我們今天正在努力教會(huì )AI一件事，那就是識別?？墒?，在識別之后呢？AI下一步要干什么？識別的下一步當然是理解和處理，但如果想讓AI開(kāi)啟這些能力，很多人都認為，知識圖譜的爆發(fā)將是AI下一步的必經(jīng)之路。

知識圖譜的核心，在于通過(guò)數據生成可視化的知識鏈條，用鏈條形成網(wǎng)絡(luò )，利用網(wǎng)絡(luò )來(lái)進(jìn)行預測、生成自動(dòng)化，最終生成機器主動(dòng)提供的智能化服務(wù)。

要知道，人類(lèi)理解世界并不是基于一個(gè)個(gè)散亂的信息，而是基于信息背后的“知識”。

我們期待的知識圖譜技術(shù)，是通過(guò)這種技術(shù)的完善，把AI調整到主動(dòng)輸出服務(wù)模式。傳統計算時(shí)代是你想到的，電腦幫你做出來(lái)。而知識圖譜時(shí)代，是你想不到的，AI可以想到。

能做到這一步的AI技術(shù)，當然不會(huì )只滿(mǎn)足去答題，做個(gè)直播。人家的使命是改變世界好不好？

其實(shí)，知識圖譜作為一種隱藏的后端技術(shù)，今天已經(jīng)悄然布局在我們生活的方方面面。比如我們今天在百度搜“李白寫(xiě)過(guò)哪些飲酒詩(shī)？”，已經(jīng)不是跳出來(lái)有這些關(guān)鍵詞的網(wǎng)站，而是直接跳出來(lái)你想要的答案，這背后就是知識圖譜解答了你的問(wèn)題。

更重要的是，知識圖譜技術(shù)作為AI交互手段的必要觸達點(diǎn)，正在為其他AI產(chǎn)業(yè)提供幫助，比如智能處理、無(wú)人駕駛。更遠的未來(lái)，或許是利用知識圖譜技術(shù)達成物聯(lián)網(wǎng)間的協(xié)作、人機交互的全新升級，能做的遠遠不止于答題這一件小事。

所以呢，直播平臺上誰(shuí)給誰(shuí)撒幣，誰(shuí)是大撒幣，其實(shí)也不是很重要了。真正重要的是，技術(shù)正在努力把未來(lái)的幣，撒到現在的土壤里。