百度饮得知识图谱的头啖汤！会让大家跟着吃鸡吗？

2017 年，知识经济日益火爆，分答、知乎、得到等知识平台可谓如日中天。眼下这种火爆已在从人类延展到机器。互联网巨头纷纷对知识变得饥渴起来，知识成为数据之后的又一个香饽饽。

互联网巨头对知识越来越青睐

两三年来，互联网大佬言必谈数据，特别是大数据。曾有人戏称马云应该叫“Data Ma”，因为不懂技术的马云，十分钟爱谈大数据，马云的“五新理论”中有一个是“新能源”，其认为未来机器吃的不是电，而是数据。其外，李彦宏、马化腾等大佬关于大数据都有不少言论，马化腾说数据是AI应用的四大要素之一，李彦宏也提到：“由数据、算力、算法‘三位一体’共同驱动的人工智能或将成为推动经济增长与时代进步的新引擎。”

数据是AI的基础，也是互联网公司的重要资产，通过算法挖掘可以形成可观价值，是毋庸置疑的。不过，我观察到，今年互联网巨头们对于数据谈得少了，谈知识反而越来越多。

最具代表性的是百度，新春内部演讲中，李彦宏说，“知识图谱(包括需求图谱、用户画像等等)，这些东西都是百度整个人工智能当中非常基础的构件，也是我们相对于其他任何一家公司的优势所在。”“非常”一词足见李彦宏对于“知识”的重视。百度总裁兼COO陆奇在今年AI开发者大会上则指出，“知识就是力量，有了知识我们可以做预测、做自动化，解决任何重要的问题，人类历史就是改造世界、认识世界的历史，AI就是帮助人类认识世界、改造世界的工具，AI是人类历史上重要的里程碑。”在业务层面，百度在知识上的底层布局就是知识图谱。

除了百度谷歌在知识图谱上也一直在积极布局。 2012 年 5 月，Google就推出了知识图谱(Google Knowledge Graph)，利用其优化搜索结果。 2013 年，Google收购自然语言处理技术公司Wavii，将后者技术与GoogleKnowledge Graph整合。 2015 年谷歌推出医疗版知识图谱。现在谷歌语音搜索、Google Assistant、Google Lens、Google Home诸多软硬件产品均已接入谷歌知识图谱。

不只是百度、谷歌等搜索引擎在知识图谱上布局，阿里、华为等玩家也已在部署知识图谱，让自己变得更有知识。从Data到Knowledge，为什么互联网巨头们青睐的事物会有这样的转变?

知识对于互联网究竟有何价值?

知识对于互联网第一层价值是内容或者说信息价值——就像知乎、分答、百科、知道等等知识类产品一样，它们满足了用户的知识生产、共享、获取等需求。不过，长期来看，知识对于互联网的价值主要在于，起到一个从数据到AI的“桥梁”作用，它不可或缺且会日益重要。

第一，知识让机器具有认知能力。

每家互联网公司都在强调自己拥有海量数据，不过，不同数据价值是截然不同的。从应用场景看，搜索数据、社交数据、电商数据、支付数据、视频数据等等的价值可以说大不相同;从数据形式看，结构化与非结构化的数据价值不同，前者更可能被机器利用;从数据性质看，感知类和知识类数据价值截然不同，前者是视觉、声音、运动等物理感知数据;后者则是知识类数据，“人类对物质世界以及精神世界探索的结果总和。”只有人类才能产生、创作、总结和理解的数据，比如支付、搜索、创作、语言等等数据。

而知识类数据最核心的价值在于，可让机器形成认知能力。百度AIG(人工智能技术体系)负责人王海峰曾提出，AI可以分为感知层和认知层，感知是人类和动物都有的能力，机器一定程度也可以比人类更强;但认知是人类的专属能力。机器感知能力目前已趋于成熟(比如百度世界大会上语音技术可以实时生成字幕，再比如图像识别很多时候比人准)，但认知能力还有很大的提升空间。知识类数据可以让机器在感知能力的基础上形成认知能力。

第二，知识可以让机器与人类对话。

我们要机器成为合作伙伴也好，智能助理也罢，前提就是要能够与机器沟通，就是交互。目前我们与机器的主要交互方式，是反人性的——用输入法打字即便再简单也需要一定的学习成本，只有触摸、语音、视觉这样的交互方式才是自然的，是小孩子都拥有的能力。

尽管眼下已经有语音交互技术、图像识别技术，但整体来说还不够智能，比如语音无法理解长句子等复杂句式，再比如图像识别更多是对条形码等简易图片有效。要机器实现与人类的自然对话，像一个真正的助理那样与用户交互，就需要它储备足够多的知识。有知识储备的机器有了认知，就不只是拥有语音或者图像识别能力，而是具备语义理解能力，从听清进步到听懂，从看出来升级到看得懂。

再举个例子，一个真正的秘书不只是可以识别主人，还能根据主人表情揣摩其情绪，进而做出响应。iPhone X的Face ID目前只能识别主人的脸，如果有了知识就可以“读脸”揣摩主人情绪，比如用户愁眉苦脸时可以推荐一首欢快的歌曲。百度世界大会上李彦宏演示的“火车司机疲劳识别”，本质上就是在图像识别技术上加载了知识图谱后的成果，机器可以理解“什么表现是疲劳驾驶”。

第三，知识可以让机器智能决策。

如果机器只有感知能力，本质上只是改变数据输入方式——机器的数据输入自动化、无人化、实时化，进而提高输入效率、降低人力成本，增加采集场景。然而机器的本质还是传统意义上的功能计算机。就算可以做出决定，本质也只是“if this thenthat”的、在人类设定的规则下的按部就班。

然而，当机器通过足够多的知识建立认知能力，对世界有自己的理解后，就可以进行智能决策。一个例子是AlphaGo——相对于深蓝等基于规则的下棋程序不同，它每一步的走棋，是基于对围棋规则的认知以及下赢对方的目标而进行的，它是真正意义上的AI下棋。AlphaGo Zero则是进阶版，它可以不借助任何围棋棋谱与人类经验自我学习进步，等于说是构建了一套自主的知识体系，它成为知识的输出者，棋谱也值得人类棋手去学习。当然，前提也是有围棋规则这个人类知识的输入。

（编辑：辽源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!