人工智能產(chǎn)業(yè)中不可忽略的技術(shù)領(lǐng)域之知識(shí)圖譜

#本文僅代表作者觀點(diǎn)，不代表IPRdaily立場(chǎng)，未經(jīng)作者許可，禁止轉(zhuǎn)載#

來(lái)源：IPRdaily（iprdaily.cn）

原標(biāo)題：人工智能產(chǎn)業(yè)中不可忽略的技術(shù)領(lǐng)域之知識(shí)圖譜

知識(shí)圖譜，是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。本文主要分析了何為知識(shí)圖譜，知識(shí)圖譜的現(xiàn)狀及發(fā)展。

2012年，Google推出了一款名叫Knowledge Graph（知識(shí)圖譜）的產(chǎn)品，該產(chǎn)品從Metaweb衍生而來(lái)，主要用于提高搜索引擎質(zhì)量，改善用戶搜索體驗(yàn)。

2020年，知識(shí)圖譜從一個(gè)分支產(chǎn)品成為建立大規(guī)模知識(shí)的殺手锏應(yīng)用，在搜索、自然語(yǔ)言處理、智能助手、電子商務(wù)等領(lǐng)域發(fā)揮著重要作用。

8年時(shí)間，隨著大數(shù)據(jù)時(shí)代的到來(lái)和人工智能技術(shù)的飛速進(jìn)步，知識(shí)圖譜越發(fā)顯露出其基礎(chǔ)性和重要性。

那么，到底什么是知識(shí)圖譜呢？

知識(shí)圖譜，是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。

知識(shí)圖譜可以將互聯(lián)網(wǎng)的信息表達(dá)成更接近人類認(rèn)知世界的形式，同時(shí)提供了一種更好的組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。知識(shí)圖譜給互聯(lián)網(wǎng)語(yǔ)義搜索帶來(lái)了活力，同時(shí)也在智能問答中顯示出強(qiáng)大威力，已經(jīng)成為互聯(lián)網(wǎng)知識(shí)驅(qū)動(dòng)的智能應(yīng)用的基礎(chǔ)設(shè)施。知識(shí)圖譜與大數(shù)據(jù)和深度學(xué)習(xí)一起，成為推動(dòng)互聯(lián)網(wǎng)和人工智能發(fā)展的核心驅(qū)動(dòng)力之一。【1】

文字表述看似深?yuàn)W，實(shí)則我們?cè)谌粘Ｉ钪薪?jīng)常感受到知識(shí)圖譜技術(shù)帶來(lái)的便利。

圖1

圖2

比如在百度中搜索劉德華的個(gè)人信息，會(huì)出現(xiàn)圖1和圖2兩種展示形式，從內(nèi)容上看，兩者展示的信息差別不大，但圖2看起來(lái)就更加直觀。尤其是隨著文本內(nèi)容的增加，圖2的表現(xiàn)形式的優(yōu)勢(shì)就會(huì)更加突出。放到大數(shù)據(jù)的互聯(lián)網(wǎng)平臺(tái)，圖2的表達(dá)模式顯然更便于處理加工，但是互聯(lián)網(wǎng)等數(shù)據(jù)平臺(tái)所搜集的信息多為如圖1所示的碎片式信息，所以把圖1內(nèi)的文字內(nèi)容轉(zhuǎn)換成圖2的過(guò)程，就涉及到上面提及的知識(shí)圖譜技術(shù)。

圖3

再比如圖3，我們經(jīng)常會(huì)看到針對(duì)某個(gè)人或者某件事關(guān)鍵詞的呈現(xiàn)，事實(shí)上這種呈現(xiàn)形式也是機(jī)器利用知識(shí)圖譜技術(shù)把網(wǎng)友的評(píng)價(jià)等碎片化的信息進(jìn)行整理加工后形成的。

2020年的知識(shí)圖譜技術(shù)發(fā)展現(xiàn)狀

據(jù)《2020人工智能中國(guó)專利技術(shù)分析報(bào)告》統(tǒng)計(jì)，知識(shí)圖譜技術(shù)專利申請(qǐng)量整體呈現(xiàn)穩(wěn)中上升的趨勢(shì)。自2012年起，我國(guó)知識(shí)圖譜技術(shù)領(lǐng)域內(nèi)專利申請(qǐng)?jiān)鲩L(zhǎng)速度顯著加快，從圖4可以看到，2019年申請(qǐng)量達(dá)到巔峰，全年共申請(qǐng)4966件相關(guān)專利。據(jù)不完全數(shù)據(jù)統(tǒng)計(jì)，2020起始截止到2020年10月底，該領(lǐng)域的專利申請(qǐng)量已達(dá)到1942件，知識(shí)圖譜技術(shù)正成為各權(quán)利主體獲取人工智能產(chǎn)業(yè)競(jìng)爭(zhēng)力的有力武器。【2】

圖4：我國(guó)知識(shí)圖譜領(lǐng)域?qū)＠暾?qǐng)量年度變化趨勢(shì)（2020年統(tǒng)計(jì)數(shù)據(jù)截止至2020年10月底，受公開滯后影響，統(tǒng)計(jì)數(shù)據(jù)為不完全數(shù)據(jù)）

為了更好的了解知識(shí)圖譜領(lǐng)域?qū)＠暾?qǐng)人（或企業(yè)）的情況，筆者通過(guò)北京市知識(shí)產(chǎn)權(quán)公共信息服務(wù)平臺(tái)對(duì)知識(shí)圖譜領(lǐng)域的專利申請(qǐng)情況進(jìn)行了檢索，檢索結(jié)果如圖5所示，通過(guò)檢索發(fā)現(xiàn)，在知識(shí)圖譜領(lǐng)域，騰訊科技（深圳）有限公司 、北京百度網(wǎng)訊科技有限公司、平安科技（深圳）有限公司、北京明略軟件系統(tǒng)有限公司以及百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司分別排名前五。其中，騰訊科技以550件專利量排名第一，百度網(wǎng)訊以346件專利量排名第二，平安科技以182件專利量排名第三，北京明略以110件專利量排名第四，百度以92件專利量排名第五。

圖5  檢索日期：2021年2月22日

同時(shí)，筆者也在國(guó)家知識(shí)產(chǎn)權(quán)局專利檢索及分析網(wǎng)站檢索了知識(shí)圖譜領(lǐng)域的相關(guān)專利，檢索結(jié)果如圖6所示，與使用北京信息服務(wù)平臺(tái)檢索的結(jié)果相比，前五名的專利申請(qǐng)人的出入不大，分別為百度網(wǎng)訊、平安科技、騰訊科技、海南大學(xué)、北京明略。不過(guò)在專利申請(qǐng)量上有些區(qū)別，百度網(wǎng)訊以237件專利申請(qǐng)量排名第一，平安科技以136件專利申請(qǐng)量排名第二，騰訊科技以116件專利申請(qǐng)量排名第三，海南大學(xué)以64件專利申請(qǐng)量排名第四，北京明略以59件專利申請(qǐng)量排名第五。

圖6 檢索日期：2021年2月22日

從圖7中可以看出，2020年知識(shí)圖譜領(lǐng)域?qū)＠暾?qǐng)量國(guó)內(nèi)各省市排名中，北京、廣東是主要申請(qǐng)區(qū)域，其中，北京以占比31%的專利申請(qǐng)量排名第一，廣東以占比24%的專利申請(qǐng)量排名第二，浙江則以占比11%的專利申請(qǐng)量排名第三。

圖7：2020年知識(shí)圖譜領(lǐng)域?qū)＠暾?qǐng)國(guó)內(nèi)各省市的占比情況

使用工具：智慧芽專利數(shù)據(jù)庫(kù) 智慧芽英策

從圖8中可以看出，2020年申請(qǐng)的知識(shí)圖譜領(lǐng)域的專利的IPC主要集中在G06、H04，其中G06F16以占比21%排名第一，G06K9以占比17%排名第二；G06N3以占比14%排名第三。

圖8：2020年知識(shí)圖譜領(lǐng)域?qū)＠暾?qǐng)IPC技術(shù)分支的占比情況

使用工具：智慧芽專利數(shù)據(jù)庫(kù)，智慧芽英策

從圖9中可以發(fā)現(xiàn)，人工智能、知識(shí)圖譜、特征向量、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等關(guān)鍵詞成為2020年知識(shí)圖譜領(lǐng)域申請(qǐng)專利中的創(chuàng)新詞云。

圖9：2020年知識(shí)圖譜領(lǐng)域?qū)＠械膭?chuàng)新詞云

使用工具：智慧芽專利數(shù)據(jù)庫(kù)，智慧芽英策

據(jù)中國(guó)軟件網(wǎng)不完全統(tǒng)計(jì)，我國(guó)知識(shí)圖譜產(chǎn)品或解決方案主流企業(yè)約有38家，在這其中，布局在金融領(lǐng)域的企業(yè)約占65%，公共服務(wù)與政務(wù)領(lǐng)域約占26%，能源與工業(yè)領(lǐng)域約占26%，是企業(yè)入局最高的三大領(lǐng)域。

圖10：知識(shí)圖譜企業(yè)在行業(yè)應(yīng)用中的分布情況

中國(guó)軟件網(wǎng)整理制圖

從圖10可以發(fā)現(xiàn)，許多公司利用知識(shí)圖譜技術(shù)涉足金融、公共服務(wù)與政務(wù)、醫(yī)療醫(yī)藥、能源與工業(yè)和商業(yè)領(lǐng)域等多個(gè)領(lǐng)域，比如騰訊云利用知識(shí)圖譜技術(shù)發(fā)展物聯(lián)網(wǎng)，并將其應(yīng)用于醫(yī)療儀器、運(yùn)輸業(yè)車輛GPS等，阿里云利用知識(shí)圖譜技術(shù)支持電力領(lǐng)域的操作規(guī)程等工作，華為云更是利用知識(shí)圖譜技術(shù)助力油氣的勘探開發(fā)，明略科技利用知識(shí)圖譜技術(shù)在金融、公共服務(wù)與政務(wù)、能源與工業(yè)和商業(yè)領(lǐng)域等均有涉足，北京海致網(wǎng)聚信息技術(shù)有限公司利用知識(shí)圖譜技術(shù)實(shí)現(xiàn)在公安領(lǐng)域的落地實(shí)踐。

那么知識(shí)圖譜在實(shí)際工作中是如何在不同領(lǐng)域發(fā)揮其功用呢？筆者咨詢了明略科技集團(tuán)知識(shí)工程實(shí)驗(yàn)室主任張杰博士，張杰博士曾帶領(lǐng)團(tuán)隊(duì)以“知識(shí)圖譜自動(dòng)構(gòu)建及行業(yè)應(yīng)用”為題獲得了2020年度第十屆吳文俊人工智能科學(xué)技術(shù)一等獎(jiǎng)。張杰博士表示：

過(guò)去幾年，明略科技通過(guò)自主研發(fā)的知識(shí)圖譜平臺(tái)和預(yù)構(gòu)建的行業(yè)解決方案服務(wù)于政府、公安、銀行、保險(xiǎn)、證券、軌交、電力、制造、融媒體、食品安全等領(lǐng)域的200多個(gè)行業(yè)客戶。

在社交媒體輿情分析場(chǎng)景中，基于知識(shí)圖譜，可以把用戶產(chǎn)生的評(píng)論，與后臺(tái)的產(chǎn)品知識(shí)庫(kù)相對(duì)應(yīng)，便于運(yùn)營(yíng)人員對(duì)產(chǎn)品更細(xì)粒度的特性做用戶輿情走勢(shì)分析，隨后把這些結(jié)果整合到BI系統(tǒng)，從而實(shí)現(xiàn)用戶需求洞察，輔助生產(chǎn)創(chuàng)意內(nèi)容，實(shí)現(xiàn)千人千面的個(gè)性化廣告。

在線下零售場(chǎng)景中，首先銷售人員通過(guò)佩戴明略的電子工牌，將銷售過(guò)程數(shù)字化，然后通過(guò)語(yǔ)音識(shí)別技術(shù)將銷售對(duì)話轉(zhuǎn)為文字，再通過(guò)自然語(yǔ)言處理技術(shù)進(jìn)行話題分類，計(jì)算出話題之間轉(zhuǎn)移的概率，形成一個(gè)話題轉(zhuǎn)移的知識(shí)圖譜，最后通過(guò)與金牌銷售員的話題圖譜做比對(duì)，可以幫助銷售人員做復(fù)盤，分析流單的主要環(huán)節(jié)，改善話術(shù)并提高成單率。我們研發(fā)的HAO圖譜系統(tǒng)是目前國(guó)際上第一個(gè)語(yǔ)音實(shí)時(shí)生成圖譜的企業(yè)級(jí)知識(shí)圖譜開發(fā)工具包。

在金融風(fēng)控場(chǎng)景中，個(gè)人信貸客戶可以通過(guò)親友、同事、擔(dān)保等關(guān)系組成圖譜，對(duì)公客戶可以通過(guò)股權(quán)、擔(dān)保、資金關(guān)系組成圖譜，我們使用圖表示學(xué)習(xí)算法將客戶做向量化表示，向量中蘊(yùn)含了圖譜的結(jié)構(gòu)信息，這個(gè)向量可以用于反欺詐模型和信用評(píng)分模型。

在工業(yè)設(shè)備維保場(chǎng)景中，我們可以從傳感器發(fā)出的故障信號(hào)的時(shí)間序列數(shù)據(jù)中挖掘出故障的主伴生關(guān)系，可以從維修工單的非結(jié)構(gòu)化文本中挖掘出因果關(guān)系，然后逐漸拼接出檢修知識(shí)圖譜，為維修工人提供檢修最佳實(shí)踐，應(yīng)用這套系統(tǒng)后車輛故障率降低約50%，逐步從每日檢修變成每8日檢修，大幅度降低運(yùn)營(yíng)故障、減少了人工作業(yè)、提高了檢修效率。

知識(shí)圖譜前路坦蕩，未來(lái)已來(lái)

根據(jù)統(tǒng)計(jì)的數(shù)據(jù)顯示，目前知識(shí)圖譜已經(jīng)在技術(shù)上有了一定發(fā)展，并逐步在電子商務(wù)、公安、醫(yī)療等領(lǐng)域開始落地，那么目前知識(shí)圖譜領(lǐng)域的發(fā)展情況究竟如何，已經(jīng)具備了哪些優(yōu)勢(shì)？未來(lái)知識(shí)圖譜技術(shù)發(fā)展又將會(huì)面對(duì)哪些技術(shù)挑戰(zhàn)呢？針對(duì)這些問題，張杰博士回復(fù)說(shuō)：

知識(shí)圖譜的發(fā)展得益于技術(shù)的逐漸成熟和數(shù)字化轉(zhuǎn)型的歷史趨勢(shì)。最近幾年在大數(shù)據(jù)和人工智能技術(shù)飛速發(fā)展的背景下，很多傳統(tǒng)行業(yè)開展了新一輪的數(shù)字化轉(zhuǎn)型，2020年兩會(huì)期間，數(shù)字化轉(zhuǎn)型被寫入政府工作報(bào)告。智能化是企業(yè)數(shù)字化轉(zhuǎn)型的新方向、新階段。在智能化的過(guò)程中，業(yè)內(nèi)普遍認(rèn)為可以分為三個(gè)階段：算力智能、感知智能和認(rèn)知智能。知識(shí)圖譜被認(rèn)為是從感知智能邁向認(rèn)知智能的關(guān)鍵環(huán)節(jié)，因此得到了廣泛關(guān)注，越來(lái)越多的企業(yè)和組織開展知識(shí)圖譜的建設(shè)并結(jié)合業(yè)務(wù)場(chǎng)景開展應(yīng)用：一種是較為通用的技術(shù)型應(yīng)用，如可視化洞察、信息檢索、推薦系統(tǒng)、任務(wù)型問答；另一種是具有行業(yè)特色的解決方案型應(yīng)用，如金融反欺詐、快消品營(yíng)銷、工業(yè)維保等。

知識(shí)圖譜的優(yōu)勢(shì)主要體現(xiàn)在以下幾個(gè)方面：1）連接企業(yè)內(nèi)部數(shù)據(jù)和外部的海量數(shù)據(jù)。知識(shí)圖譜對(duì)數(shù)據(jù)類型的定義靈活，并能高效的支持深層次的關(guān)聯(lián)查詢，拓展企業(yè)數(shù)據(jù)總量的同時(shí)提升數(shù)據(jù)利用效率，釋放出大數(shù)據(jù)紅利；2）連接大數(shù)據(jù)技術(shù)和人工智能技術(shù)。它可以從網(wǎng)絡(luò)結(jié)構(gòu)、時(shí)間序列、行為對(duì)話等新型數(shù)據(jù)中加工出高階特征，提供給下游的算法工程師，使其更專注在具體的業(yè)務(wù)模型上；3）連接領(lǐng)域知識(shí)和常識(shí)知識(shí)。它可以對(duì)已有的知識(shí)體系做融合、補(bǔ)全、推理，提高知識(shí)體系的完備性，為流程優(yōu)化、輔助決策、預(yù)測(cè)分析等下游應(yīng)用提供基礎(chǔ)服務(wù)。

雖然知識(shí)圖譜技術(shù)具有廣闊的應(yīng)用前景，但現(xiàn)階段仍面臨很多技術(shù)挑戰(zhàn)：1）構(gòu)建成本問題。對(duì)于結(jié)構(gòu)化數(shù)據(jù)需要復(fù)雜的數(shù)據(jù)治理工作，對(duì)于非結(jié)構(gòu)數(shù)據(jù)，信息抽取環(huán)節(jié)需要大量的標(biāo)注工作；2）推理準(zhǔn)確度問題。知識(shí)圖譜可以為搜索引擎、推薦引擎帶來(lái)準(zhǔn)確度提升，但其獨(dú)特的應(yīng)用價(jià)值在推理問答，需要解決在領(lǐng)域知識(shí)不完備、且數(shù)據(jù)總量大的情況下進(jìn)行快速準(zhǔn)確的推理；3）形式化表示問題。知識(shí)圖譜的價(jià)值在應(yīng)用，應(yīng)用的難點(diǎn)在于知識(shí)推理，知識(shí)推理的難點(diǎn)在于知識(shí)表示。已有技術(shù)成果多集中在事實(shí)知識(shí)（know-what）上，原理知識(shí)（know-why）和技能知識(shí)（know-how）的研究缺乏數(shù)學(xué)基礎(chǔ)和最佳實(shí)踐參考。

有些行業(yè)的數(shù)字化進(jìn)程啟動(dòng)較晚，需要先解決數(shù)據(jù)在線和數(shù)據(jù)積累的問題，并且文化上重視數(shù)字化建設(shè)和數(shù)字化管理才可能使知識(shí)圖譜技術(shù)得以應(yīng)用。未來(lái)的改變可能會(huì)有以下幾方面：1）隨著5G、物聯(lián)網(wǎng)和感知技術(shù)的逐級(jí)成熟，企業(yè)非結(jié)構(gòu)化數(shù)據(jù)的占比會(huì)越來(lái)越高，從語(yǔ)音、圖像、視頻的多模態(tài)數(shù)據(jù)中聯(lián)合抽取知識(shí)的需求會(huì)越來(lái)越多；2）行業(yè)know-how類知識(shí)與know-what類知識(shí)可以相結(jié)合，從而推動(dòng)人機(jī)協(xié)同下的智能決策；3）知識(shí)密集型行業(yè)中的企業(yè)越來(lái)越重視知識(shí)資產(chǎn)，基于知識(shí)圖譜技術(shù)建設(shè)知識(shí)中臺(tái)，而不僅是管理文檔、管理數(shù)據(jù)，并以專家經(jīng)驗(yàn)加數(shù)據(jù)驅(qū)動(dòng)的方式做因果關(guān)系發(fā)現(xiàn)和因果推斷，輔助業(yè)務(wù)做出決策。

從蒸汽時(shí)代到電氣時(shí)代，再到21世紀(jì)的信息時(shí)代，科技的發(fā)展推動(dòng)著時(shí)代的進(jìn)步，而人工智能正成為推動(dòng)人類進(jìn)入智能時(shí)代的決定性力量。我們期待知識(shí)圖譜這一被認(rèn)為是從感知智能邁向認(rèn)知智能的關(guān)鍵環(huán)節(jié)的技術(shù)在未來(lái)有更大、更廣闊的應(yīng)用與發(fā)展空間。

注：

【1】：《產(chǎn)業(yè)專利分析報(bào)告-人工智能關(guān)鍵技術(shù)（第68冊(cè)）》

【2】：工信部電子知識(shí)產(chǎn)權(quán)中心公眾號(hào)文章《知識(shí)圖譜專利布局加快 提升AI產(chǎn)業(yè)競(jìng)爭(zhēng)力》

來(lái)源：IPRdaily中文網(wǎng)（iprdaiy.cn）

編輯：IPRdaily王穎          校對(duì)：IPRdaily縱橫君

注：原文鏈接：人工智能產(chǎn)業(yè)中不可忽略的技術(shù)領(lǐng)域之知識(shí)圖譜（點(diǎn)擊標(biāo)題查看原文）

如有想看文章主題內(nèi)容，歡迎留言評(píng)論~

開年重磅！“粵港澳大灣區(qū)40位知識(shí)產(chǎn)權(quán)領(lǐng)軍人物”評(píng)選活動(dòng)正式啟動(dòng)（附規(guī)則）

“粵港澳大灣區(qū)40位知識(shí)產(chǎn)權(quán)新銳人物”評(píng)選活動(dòng)正式啟動(dòng)（附規(guī)則）

「關(guān)于IPRdaily」

IPRdaily是具有全球影響力的知識(shí)產(chǎn)權(quán)媒體，致力于連接全球知識(shí)產(chǎn)權(quán)與科技創(chuàng)新人才。匯聚了來(lái)自于中國(guó)、美國(guó)、歐洲、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國(guó)等15個(gè)國(guó)家和地區(qū)的高科技公司及成長(zhǎng)型科技企業(yè)的管理者及科技研發(fā)或知識(shí)產(chǎn)權(quán)負(fù)責(zé)人，還有來(lái)自政府、律師及代理事務(wù)所、研發(fā)或服務(wù)機(jī)構(gòu)的全球近100萬(wàn)用戶（國(guó)內(nèi)70余萬(wàn)+海外近30萬(wàn)），2019年全年全網(wǎng)頁(yè)面瀏覽量已經(jīng)突破過(guò)億次傳播。

（英文官網(wǎng)：iprdaily.com  中文官網(wǎng)：iprdaily.cn） 

本文來(lái)自中國(guó)科技新聞網(wǎng)并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場(chǎng)，如若轉(zhuǎn)載，請(qǐng)注明出處：“http://jupyterflow.com/