“所有在 AI 領(lǐng)域深耕的人，最終都會發(fā)現(xiàn)語義鴻溝仍是一個非常具有挑戰(zhàn)性的問題，這最終還需要借助知識圖譜等技術(shù)，來幫助將整體的 AI 認(rèn)知取得新進(jìn)展?！痹?5 月 26 日的 CTA 峰會機(jī)器學(xué)習(xí)專場，Hulu 首席研究主管謝曉輝如此說道。

某種程度上，機(jī)器學(xué)習(xí)技術(shù)的發(fā)展可能碰到了天花板，他的觀點(diǎn)說明知識圖譜對增強(qiáng)機(jī)器學(xué)習(xí)至關(guān)重要。當(dāng)然，作為實(shí)現(xiàn)科學(xué)認(rèn)知非常重要的一步，知識圖譜自身也有著復(fù)雜的技術(shù)和應(yīng)用。

5 月 27 日，由 CSDN 與數(shù)字經(jīng)濟(jì)人才發(fā)展中心聯(lián)合主辦的CTA 核心技術(shù)及應(yīng)用峰會在杭州國際博覽中心繼續(xù)進(jìn)行。在知識圖譜專場，來自學(xué)界和業(yè)界的知名技術(shù)專家就知識圖譜領(lǐng)域的技術(shù)應(yīng)用實(shí)踐、以及未來發(fā)展方向進(jìn)行了全面深入的探討。他們分別是：

東南大學(xué)教授漆桂林

清華大學(xué)長聘教授李涓子

樂言科技 CTO、中文知識圖譜 zhishi.me 創(chuàng)建人王昊奮

百度知識圖譜構(gòu)建與認(rèn)知團(tuán)隊(duì)負(fù)責(zé)人張揚(yáng)

復(fù)旦大學(xué)教授、復(fù)旦大學(xué)知識工場實(shí)驗(yàn)室負(fù)責(zé)人肖仰華

上海交通大學(xué)電子信息與電氣工程學(xué)院教授朱其立

螞蟻金服人工智能部技術(shù)專家劉陽陽

海知智能聯(lián)合創(chuàng)始人&CTO 丁力

北京知識圖譜科技有限公司CEO 吳剛

以下為上述各位嘉賓演講精華內(nèi)容，整理如下：

漆桂林：知識圖譜平臺化是知識圖譜成功的保證

作為本次知識圖譜論壇的出品人，東南大學(xué)教授漆桂林圍繞《知識圖譜的技術(shù)分析和平臺化路線》對相關(guān)需要關(guān)注的問題做了全局性的深入分析。

在他看來，知識圖譜平臺的出現(xiàn)極大促進(jìn)了人工智能的發(fā)展，為機(jī)器提供認(rèn)知思維能力和關(guān)聯(lián)分析能力?，F(xiàn)在，企業(yè)開始構(gòu)建知識圖譜平臺已是必然趨勢。不過技術(shù)研發(fā)周期長、技術(shù)選項(xiàng)難、人才稀缺、成本高都是企業(yè)平臺化過程中的困難。未來，不僅有行業(yè)平臺，也會有公共平臺幫助降低知識圖譜技術(shù)應(yīng)用的門檻，這需要我們沉淀各種數(shù)據(jù)和技術(shù)，快速構(gòu)建知識圖譜以支撐行業(yè)應(yīng)用，充分發(fā)揮知識圖譜的價值。

他還給出了知識圖譜構(gòu)建經(jīng)驗(yàn)總結(jié)，主要有四點(diǎn)：知識圖譜項(xiàng)目應(yīng)該緊緊把握需求驅(qū)動原則；知識圖譜項(xiàng)目成功與否不是看圖譜建多好，而是看需求是否滿足；每一個知識圖譜構(gòu)建都是一個項(xiàng)目，控制成本是圖譜構(gòu)建中的一個核心要素；簡單才是美，不要過于強(qiáng)調(diào)復(fù)雜算法（比如說很多 DL 模型）。

最后他總結(jié)稱，知識圖譜平臺化是知識圖譜成功的保證。知識圖譜平臺將跟機(jī)器學(xué)習(xí)平臺一樣，讓知識圖譜更好普及，而隨著知識圖譜平臺的發(fā)展，企業(yè)將需要更多知識工程師，而不是算法工程師，知識圖譜門檻也將降低。

李涓子：知識是人工智能的核心命題與關(guān)鍵基礎(chǔ)

清華大學(xué)長聘教授李涓子以《用知識為 AI 賦能》為題帶來了精彩的分享。她提到，知識是人工智能的核心命題與關(guān)鍵基礎(chǔ)。

專家系統(tǒng)讓人工智能應(yīng)用于行業(yè)，讓計(jì)算機(jī)解決領(lǐng)域中的問題?，F(xiàn)在到了構(gòu)建一個生產(chǎn)知識的知識引擎，大規(guī)模應(yīng)用知識的時代。而要實(shí)現(xiàn)機(jī)器智能，需要語言知識、常識知識、行業(yè)知識的知識。實(shí)現(xiàn)全類型知識的支持，要經(jīng)歷三個階段：增加專家系統(tǒng)的階段、統(tǒng)計(jì)學(xué)習(xí)的階段、可解釋的、魯棒性的人工智能階段，她希望實(shí)現(xiàn)一個可解釋的、魯棒的、可信的、安全的人工智能，未來主要的實(shí)現(xiàn)方法是知識驅(qū)動和數(shù)據(jù)驅(qū)動相結(jié)合的方法。

在她看來，未來可能在五到十年內(nèi)是知識圖譜逐漸成熟和發(fā)展的階段。從技術(shù)研究和整個核心技術(shù)發(fā)展與應(yīng)用過程中可以看到，實(shí)現(xiàn)大規(guī)模的知識還面臨很多挑戰(zhàn)，她還希望能有一個知識生態(tài)，讓大家能共同貢獻(xiàn)知識。最后，她認(rèn)為需要把知識圖譜技術(shù)平臺化，把數(shù)據(jù)轉(zhuǎn)化成知識，提供創(chuàng)新應(yīng)用，發(fā)揮知識的價值。

王昊奮：知識圖譜不是一門學(xué)科，更像是一個工程

樂言科技 CTO、中文知識圖譜 zhishi.me 創(chuàng)建人王昊奮主要講述了知識驅(qū)動的智能問答在企業(yè)計(jì)算中的落地實(shí)踐。

為什么說智能問答越來越重要？因?yàn)樗鉀Q了信息過載的問題，同時知識圖譜技術(shù)的提出，使智能問答系統(tǒng)的能力更加強(qiáng)大。隨后，他從 IRQA（基于信息檢索的問答）、KBQA（基于知識庫的問答）、MRC（基于閱讀理解的回答）三種問答技術(shù)形態(tài)出發(fā)，指出不同的 QA 技術(shù)擅長回答的問題不同，需要取長補(bǔ)短。

此外，王昊奮認(rèn)為，知識圖譜并不是一個學(xué)科，其實(shí)更像是一個工程，它未來會結(jié)合自然語言處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫等各方面技術(shù)的優(yōu)點(diǎn)和成果來去形成本身的應(yīng)用。

張揚(yáng)：構(gòu)建易于開發(fā)者使用的開放知識圖譜平臺

百度知識圖譜構(gòu)建與認(rèn)知團(tuán)隊(duì)負(fù)責(zé)人張揚(yáng)主要回顧了百度知識圖譜的發(fā)展歷程，分為四個階段：

第一階段：2013 年以前，Pre-KG，其主要用于解決結(jié)構(gòu)化數(shù)據(jù)生產(chǎn)與處理，以及穩(wěn)定的數(shù)據(jù)通路與時效性。

第二階段：2014 年-2015 年，領(lǐng)域知識圖譜，其主要挑戰(zhàn)在于知識表示、知識生產(chǎn)、知識更新、實(shí)體抽取、Tag 抽取等。

第三階段：2016 年-2017 年，通用知識圖譜。僅靠垂類數(shù)據(jù)無法滿足用戶在搜索推薦場景下的多樣化知識需求，這導(dǎo)致海量知識獲取、自動化知識表示、以及知識化搜索與推薦等方面的挑戰(zhàn)。期間，主要采用了知識抽取、知識抽取、知識化搜索、知識化推薦等方法。

第四階段：2018 年以后，多元異構(gòu)知識圖譜，不僅包括關(guān)注點(diǎn)圖譜，還有實(shí)體圖譜、事件圖片、用戶圖片、POI 圖譜，同時將這些圖譜進(jìn)行關(guān)聯(lián)。

最后張揚(yáng)強(qiáng)調(diào)，構(gòu)建知識圖譜的過程具有一定工作量和門檻。百度希望構(gòu)建一個開放的知識圖譜平臺，讓開發(fā)者更加聚焦于知識庫的應(yīng)用，從而簡化開發(fā)過程。

肖仰華：知識圖譜技術(shù)引領(lǐng)下的大數(shù)據(jù)知識工程全新階段

復(fù)旦大學(xué)教授、復(fù)旦大學(xué)知識工場實(shí)驗(yàn)室負(fù)責(zé)人肖仰華，詳細(xì)講述了大規(guī)模知識圖譜的構(gòu)建過程，主要有三個核心要素：成本、規(guī)模、質(zhì)量。如果要更省人力進(jìn)行驗(yàn)證，以知識抽取為例：首先，利用弱監(jiān)督、遠(yuǎn)程監(jiān)督的策略進(jìn)行自動標(biāo)注；其次，利用端到端深度學(xué)習(xí)模型降低特征工程代價；最后，利用先驗(yàn)知識降低樣本依賴。

此外，他還回溯了知識工程的起源，是由符號主義推動。然后，互聯(lián)網(wǎng)時代的大規(guī)模開放應(yīng)用，需要全新的知識表示，Google 知識圖譜誕生，代表著知識工程邁入大數(shù)據(jù)時代。這個時代下，傳統(tǒng)的方法已經(jīng)不適用，新的機(jī)遇與使命由數(shù)據(jù)驅(qū)動的大規(guī)模自動化知識抽取，可以利用眾包技術(shù)、高質(zhì)量的 UGC 等。

他還提到，知識將顯著增強(qiáng)加學(xué)習(xí)能力，包括降低機(jī)器學(xué)習(xí)模型的大樣本依賴，提高學(xué)習(xí)的經(jīng)濟(jì)性；提高機(jī)器學(xué)習(xí)模型對先驗(yàn)知識的利用效率；提高機(jī)器學(xué)習(xí)模型與先驗(yàn)知識的一致性。

肖仰華總結(jié)稱，大數(shù)據(jù)時代的到來，使得自動化知識獲取成為可能，知識工程有望突破知識庫的規(guī)模與質(zhì)量瓶頸。知識工程在知識圖譜技術(shù)引領(lǐng)下進(jìn)入大數(shù)據(jù)知識工程全新階段（BigKE），BigKE 將顯著提升機(jī)器認(rèn)知智能水平。

朱其立：構(gòu)建電商概念的認(rèn)知知識圖譜

上海交通大學(xué)電子信息與電氣工程學(xué)院教授朱其立講述了阿里巴巴電商認(rèn)知圖譜構(gòu)建的原因、認(rèn)知圖譜的結(jié)構(gòu)和算法模塊，以及主要的應(yīng)用案例及前景介紹。他表示，對于電商，首先需要認(rèn)識到用戶有哪些需求；其次，以商品為中心的知識體系在理解用戶需求時，存在天然缺陷。他還指出，要想來彌補(bǔ)這樣的語義鴻溝，需要構(gòu)建開放域概念和電商概念的認(rèn)知知識圖譜。

那么，在構(gòu)建認(rèn)知知識圖譜的過程中，團(tuán)隊(duì)提出了原子概念 （Primitive Concepts）的策略。他依次講述了原子概念的分類體系、原子概念的消歧、電商概念的挖掘、電商概念的生成、以及關(guān)系構(gòu)建。此外，他還指出，構(gòu)建該知識圖譜需要在實(shí)體識別、文本消歧、關(guān)系識別、短文本生成等關(guān)鍵 NLP 技術(shù)上實(shí)現(xiàn)突破，目前主要應(yīng)用于搜索、推薦、解釋等場景中。

劉陽陽：金融場景下知識圖譜技術(shù)的應(yīng)用實(shí)踐

螞蟻金服人工智能部技術(shù)專家劉陽陽分享了螞蟻金服知識圖譜相關(guān)的進(jìn)展，以及金融場景下知識圖譜技術(shù)的實(shí)踐與應(yīng)用，他分別從智能理賠、智能保顧、智能推薦三個場景對此進(jìn)行了說明。劉陽明表示，知識圖譜的應(yīng)用更主要是深入理解業(yè)務(wù)的痛點(diǎn)是什么，知識圖譜在其中能解決什么問題。

丁力：構(gòu)建知識圖譜的五點(diǎn)實(shí)踐經(jīng)驗(yàn)

知識圖譜是開放人機(jī)協(xié)同管理的知識組織機(jī)制，不但為開放數(shù)據(jù)互聯(lián)與融合提供了規(guī)范，也為領(lǐng)域知識圖譜的積累與復(fù)用提供協(xié)同管理機(jī)制。海智智能聯(lián)合創(chuàng)始人&CTO 丁力表示，在應(yīng)用層上，知識圖譜要考慮算法，另一方面還需要考慮如何在終端用戶中體現(xiàn)價值與特色，讓更多終端用戶使用平臺解決實(shí)際問題。

何時使用知識圖譜？知識圖譜作為一種面向人機(jī)協(xié)同的開放知識管理機(jī)制，有特定價值和成本。對于具體業(yè)務(wù)問題而言，知識圖譜并非唯一的解決方案，也不總是更好的解決方案。海智智能聯(lián)合創(chuàng)始人&CTO 丁力給出了五點(diǎn)實(shí)踐經(jīng)驗(yàn)：

這是一個封閉的系統(tǒng)還是開放的系統(tǒng)。 涉及到融合外部數(shù)據(jù)，尤其是文本數(shù)據(jù)與結(jié)構(gòu)化數(shù)據(jù)的融合，或者后續(xù)未知的數(shù)據(jù)修訂，知識圖譜會產(chǎn)生價值。

是否涉及復(fù)雜的關(guān)系查詢。關(guān)系數(shù)據(jù)庫同樣可以處理關(guān)系查詢，知識圖譜結(jié)合圖數(shù)據(jù)處理平臺則可以高效處理對復(fù)雜子圖（多層 JOIN）的探索式查詢。

是否要作為企業(yè)內(nèi)部數(shù)據(jù)標(biāo)準(zhǔn)化的一部分。一個獨(dú)立的業(yè)務(wù)系統(tǒng)可自洽運(yùn)行，但是當(dāng)與企業(yè)內(nèi)部其他信息系統(tǒng)對接，需要標(biāo)準(zhǔn)化的可理解的數(shù)據(jù)接口。

系統(tǒng)可以復(fù)用規(guī)則推理、圖分析、機(jī)器學(xué)習(xí)等常見人工智能模塊，知識圖譜通過通用的數(shù)據(jù)接口和可復(fù)制的研發(fā)流程，提升系統(tǒng)構(gòu)建效率

能否承擔(dān)實(shí)施知識圖譜基礎(chǔ)設(shè)施的成本。

此外，他還從知識圖譜的模板化解決方案、數(shù)據(jù)模型的選擇、本體概念體系的選擇三大層面講述了知識圖譜建模的技術(shù)要點(diǎn)。

吳剛：知識圖譜如何賦能企業(yè)智能化升級

北京知識圖譜科技有限公司 CEO 吳剛總結(jié)了五點(diǎn)知識圖譜項(xiàng)目挑戰(zhàn)：數(shù)據(jù)壁壘，高質(zhì)量知識獲取難，數(shù)據(jù)結(jié)構(gòu)化、知識融合難；平臺工具：技術(shù)棧長，知識圖譜構(gòu)建和運(yùn)維成本相對高；專業(yè)知識：知識專業(yè)性強(qiáng)，需行業(yè)專家技術(shù)團(tuán)隊(duì)的磨合，知識模型建立；閉環(huán)系統(tǒng)：半自動化學(xué)習(xí)、可迭代更新的閉環(huán)智能應(yīng)用。

由此，他給出業(yè)界在做知識圖譜項(xiàng)目技術(shù)應(yīng)用建議：控制成本、小步快走、快速迭代。這就需要具備以下能力：實(shí)踐與理論的鴻溝，從解決問題出發(fā)；工程開發(fā)能力；算法落地(nlp，機(jī)器學(xué)習(xí))；數(shù)據(jù)處理(爬蟲、ETL、數(shù)據(jù)清洗、本體構(gòu)建、圖譜構(gòu)建)。

最后，他還給出了知識圖譜技術(shù)及應(yīng)用趨勢：

知識圖譜與深度學(xué)習(xí)、語音識別、圖像識別等技術(shù)深度結(jié)合，打通感知到認(rèn)知；

知識圖譜應(yīng)用場景由淺至深，逐漸沉淀高質(zhì)量精細(xì)化行業(yè)知識圖譜；

企業(yè)數(shù)據(jù)壁壘逐漸打通，應(yīng)用從 BI 到 AI；

全生命周期知識圖譜開放平臺化，構(gòu)建與運(yùn)維成本大大降低，人機(jī)協(xié)同，集成算法和行業(yè)模型，閉環(huán)迭代，半自動化自學(xué)習(xí)。

圓桌對話：知識圖譜產(chǎn)學(xué)研合作如何兼顧研究和落地？

在知識圖譜圓桌對話環(huán)節(jié)，樂言科技 CTO 王昊奮發(fā)問，知識圖譜處在一個半實(shí)用、半研發(fā)的階段，如何去迭代螺旋上升？同時，現(xiàn)在在知識圖譜的項(xiàng)目合作上，如何兼顧陽春白雪的研究和扎扎實(shí)實(shí)的落地？在場嘉賓分享了各自觀點(diǎn)。

肖仰華：與人合作很重要，我覺得陽春白雪的研究和扎扎實(shí)實(shí)的落地都需要。高?？梢栽谶@兩個方面發(fā)揮作用。陽春白雪探索一些新的知識表示機(jī)制、模型、算法，企業(yè)很難花時間做的事情委托高校去研究。為什么說高校也可以發(fā)揮落地作用？企業(yè)不缺某一個算法，缺的是不知道怎樣把這些算法拼起來，在工程咨詢方面可以找高校合作，但工業(yè)界不要對學(xué)校團(tuán)隊(duì)有過高的期望。另外，偏研究的團(tuán)隊(duì)不要期望落地，偏落地的團(tuán)隊(duì)不要期望偏陽春白雪。

李涓子：知識圖譜落地肯定是企業(yè)切實(shí)的需求，學(xué)界可以幫助建立知識圖譜整體架構(gòu)。而企業(yè)落地本身存在的問題，也可以把它變成研究問題。另外高?？赡苓€應(yīng)該在研究的前沿性要有一定前瞻性，比如我們還是希望能做常識知識的表示和推理，通過能夠結(jié)合知識驅(qū)動和數(shù)據(jù)驅(qū)動的方法做一些常識知識推理工作。

張揚(yáng)：企業(yè)和高校其實(shí)各有各的優(yōu)勢。高校的研究可能比較前沿，企業(yè)的優(yōu)勢就是可以快速的把技術(shù)轉(zhuǎn)換成商業(yè)產(chǎn)品。企業(yè)跟高校的合作，可以把問題的邊界定義清楚，這樣項(xiàng)目會更加可控。

朱其立：企業(yè)和高校雙方應(yīng)該坐下來，讓高校先了解企業(yè)需求，然后把這個需求抽象成一個科學(xué)問題，高校負(fù)責(zé)解決科學(xué)問題，科學(xué)問題在公開的數(shù)據(jù)上面做得比較好后，再把解決問題上獲取的知識傳遞給公司或者企業(yè)去具體實(shí)現(xiàn)，在數(shù)據(jù)上做一些測試、評估。如此迭代做下去，既有陽春白雪，又有實(shí)際應(yīng)用。

吳剛：像創(chuàng)業(yè)公司肯定不能像BAT的合作方式，后者有大量資金和時間支持。創(chuàng)業(yè)公司更多從應(yīng)用層面出發(fā)，不完全是做工程。高?？赡茉趨⑴c國家大型課題或者算法有很多的積累，雙方可以結(jié)合起來，通過結(jié)合算法，少部分的工程能力，為客戶做出產(chǎn)品，最后再投錢進(jìn)行更好的產(chǎn)學(xué)研合作。

至此，為其兩天的 CTA核心技術(shù)與應(yīng)用峰會圓滿結(jié)束。