|
本文为京东科技新媒体对艾瑞发布的《面向人工智能“新基建”的知识图谱行业白皮书》的解读，转载请注明来源。 人类的知识体系、认知方式可能被人工智能学习并模仿吗？人工智能可以真正实现对人类文字表述含义的理解吗？ 目前，知识图谱作为人工智能试图解决这些问题的方式之一，被学术和产业界热烈讨论。通过智能化的将文字信息中的数据进行提取，知识图谱能够实现对知识间关系的联结和转化。 目前知识图谱广泛应用于金融风控、智能投顾、智慧城市和智慧医疗等领域，从核心上提高了这些行业的运行效率。 2021年1月，科技部批准成立的“认知智能国家重点实验室”联合权威咨询机构“艾瑞”发布了《面向人工智能“新基建”的知识图谱行业白皮书》。  这本白皮书，从宏观层面上肯定了知识图谱作为人工智能的发展方向之一，在国家“新基建”上的重要地位。 从具体应用的角度看，科大讯飞、京东科技、明略科技等科技公司也纷纷建立起知识图谱能力，应用场景切入政务、公安、营销、工业、金融、医疗等行业。 人工智能“排头兵”，带动400亿经济增长人工智能的应用需要首先对输入的数据进行理解和分析，然后构建恰当的分析模型，在实际应用中再结合具体场景，根据分析模型进行推理决策。 知识图谱是人工智能应用链条的第一步，其主要特点是具有快速的数据处理能力和对知识关联性的加工推理能力。 随着人工智能行业的发展和算法的进步，知识图谱一方面建立起自身丰富的应用场景，另一方面正在与大数据、区块链等新技术相融合，扩展应用方向。 2019年，仅知识图谱的核心产品的市场规模就达到65亿元，带动391.8亿元的经济增长。 而知识图谱市场将保持持续的快速增长，预计到2025年，知识图谱核心产品的市场规模将达到237.9亿元，带动1305.9亿元的经济增长，2019年-2025年的年复合增长率达到突破20%，快于大多数的科技产品市场增速。  知识图谱的应用主要分为两个方向，一是以知识图谱本身为中心的应用，二是知识图谱联合其他多种技术共同赋能的应用。 这两种应用方向代表着知识图谱既可以作为创新产品直接推向市场，还可以成为赋能工具，被已有的应用和产品所应用，以提升已有产品的综合效率和体验。 以知识图谱本身为核心的应用场景众多，包括图挖掘、关联分析等。在垂直行业中，知识图谱可以加速人工智能对业务场景的深刻理解，最大程度的满足垂直领域的知识查询需求，如工业场景中的业务流程查询、司法场景中的案例查询等。 将知识图谱作为赋能工具的应用是通过知识图谱对数据进行处理，并将结果用于其他算法模型和应用，主要的场景包括搜索引擎、智能问答、智能推荐等。 目前搜索与推荐都有较为成熟的算法模型和商业产品，百度和谷歌的搜索引擎、京东的商品智能推荐和客服对话中的智能问答均不能缺少知识图谱技术的助力。 知识图谱通过赋能，可以提升原有模型的效率和精确度，更好地完善已有的推荐和搜索产品。 基于知识图谱领域巨大的应用潜能，科技公司纷纷入局，包括阿里、腾讯、百度、字节跳动、京东科技、科大讯飞等头部互联网公司纷纷建立起知识图谱服务平台，海致星图、明略科技等初创企业也开始建立起知识图谱能力，并针对垂直行业进行应用探索。 比如科大讯飞将知识图谱研究提升到了战略高度，科技部批准成立的知智能国家重点实验室即依托于科大讯飞开展知识图谱的研究工作。在进行知识图谱核心技术自研的同时，科大讯飞还开展了知识图谱产业加速营，对知识图谱应用落地的场景进行探索和尝试。  知识图谱产业概览 智慧城市：全面打通城市数据“壁垒”中国的城市治理是城市发展水平的重要衡量标准之一，精细化发展要求城市在数据层面上具有更好的统筹和综合处理能力。 随着交通、政务、企业情况等方面数据来源的扩展，城市的数据平台面临着整合问题。 知识图谱作为一种底层的人工智能技术，能够很好的将来源于不同部门、不同领域、相互孤立的数据打通，并且实现这些不同数据源的集成与交换，在聚合数据的层面上进行数据挖掘与发现。  以明略科技打造的知识图谱平台DIP为例，通过与腾讯云的合作，双方共同为一个省会城市的辖区建立了智能数据平台。通过运用知识图谱，明略科技实现了对此城市区域超过20个委办局、超过100类数据、整体超过30亿的数据量的整合，建立起13类知识主题库。 根据知识分类，明略科技构建出了城市运营分析指标体系，帮助该城市辖区提高了对人口特征的梳理分析、对突发事件的提前预警能力、对智能化服务的支持能力，从宏观层面提升了城市治理效率。 智慧金融：应用场景“遍地开花”金融是知识图谱应用最为广泛的场景之一。由于金融行业覆盖银行、券商、保险、基金等不同的细分，知识图谱在不同细分领域的应用也有所差别。 在银行领域，知识图谱主要应用于智能风控与反欺诈方向。银行传统的风控模式并不能很好的适应金融数据的爆发式增长，而以知识图谱为代表的技术可以帮助银行一方面建立企业关联分析平台，识别企业间的关联风险，另一方面打通个人用户基础信息、金融行为等方面的数据，实现信用风险的全面分析。 在投资研究领域，知识图谱主要应用于产业链分析。传统的投研一般需要从各个渠道搜索信息，并对数据进行分析，最后进行观点产出。这种方式不能快速捕捉最新的行业信息，且很难形成统一的知识沉淀。通过运用知识图谱，投研中的基础性工作能够直接减少，80%的数据能够实现快速触达，帮助分析师快速了解行业发展动态、总结行业发展趋势、形成洞见。 在智能投顾领域，知识图谱主要用于产品营销。 目前金融理财产品的销售开始进入了渠道为王的时代，如何进行良好的客户运营成为所有投资顾问机构的发展必修课。 通过运用知识图谱，可以提高用户洞察能力，充分挖掘用户在流动性、风险偏好、投资目标等多个角度的差异化需求，并将需求与自身的金融产品、投资策略相匹配，与大数据相结合，帮助投资顾问机构构建差异化竞争力，打造“千人千面”的营销模式，在短时间内实现获客，并降低营销成本。 以京东科技的智慧产业链产品为例，通过将智能图谱和自然语言处理技术运用到投资分析师的投研过程中，可以帮助分析师从海量的第三方投研报告等数据来源处抽取到核心的有效信息，并将这些文字性、非结构化的数据转化为直观、可视化的呈现，直接实现了对需要研究的行业的快速分析，效率提升达到数十倍。  智慧医疗：大规模落地，将“医生”与“患者”精确匹配医疗是典型的数据海量、数据来源众多的行业。 由于医疗数据的专业性很强、医疗知识和数据的结构复杂，数据融合一直是医疗行业数字化转型的痛点之一。 通过运用知识图谱，可以充分聚合专业的医学概念，从海量的临床病例中进行经验和知识总结提炼，实现医疗生态圈的全方位知识构建，提升医疗诊断效率。 从具体应用场景看，医疗知识图谱主要在患者智能就医导诊、医生辅助诊断、医药企业拓展市场方面有所应用。  2019年，平安科技在“医学知识图谱构建与应用技术研讨会”上，联合中国医学科学院医学信息研究所共同推出了中文的医疗知识图谱，将百万级的医学概念、千万级的医学关系进行了集成，一方面提升了医疗知识图谱的可解释性、可溯源性，另一方面已经在辅助诊疗等领域有了成熟的应用场景。 目前平安科技的医疗知识图谱产品已在超过百家的医院落地，为患者提供诊前的导诊服务，为医生提供诊断和治疗方式推荐。 推动“新基建”，助力传统行业“转型升级”知识图谱作为人工智能的重要分析，是实现机器理解人类认知过程、结构人类知识体系的重要一步，未来发展潜能巨大。 在国家新基建的倡导下，知识图谱可以实现对多应用场景知识体系的构建，赋能传统企业提升运营管理效率。 同时，知识图谱本身的技术能力将不断提高。在垂直行业的应用中，知识图谱推进的困难之一是对垂直行业的知识缺乏理解，通过和垂直行业用户的充分合作，知识图谱产品能够更好的完善行业模型，加强知识图谱中各个节点、关联性质的可解释性。通过与区块链等技术的结合，知识图谱可以实现多节点的知识输入与存储，构建有信任机制的知识平台，提高知识的流转效率和知识积累速度。 在应用领域上，知识图谱的场景将得到进一步的扩展。通过与垂直行业的特定知识相结合，知识图谱可以在构建通用平台的基础上，形成更细化、更精确的行业认知体系，帮助垂直行业在公司层面沉淀认知和经验，从而实现对多种应用场景的赋能。 本文为京东科技新媒体原创，转载请注明来源。 |
|
|
