知識圖譜與認知智能（文末留言贈書）

人工智能綜合心理學、統(tǒng)計學、計算機科學等多領(lǐng)域的技術(shù)，對人類認知、決策的智能過程進行模擬、延伸和擴展，進而幫助人類創(chuàng)造更大的價值。

人工智能可分為計算智能、感知智能和認知智能，如下圖所示。計算智能指對數(shù)據(jù)的基礎(chǔ)邏輯計算和統(tǒng)計分析；感知智能指基于視覺、聲學的信號，對目標進行模式識別與分類；認知智能指實現(xiàn)對信息的認知、理解、推理和決策，并實現(xiàn)人、物、企業(yè)等智慧實體的認知與協(xié)同。那么，三者的差異有哪些呢？接下來會進行講解。

（1）計算智能，通常指基于清晰規(guī)則的數(shù)值運算，比如數(shù)值加減、微積分、矩陣分解等。計算智能得益于計算機存儲與硬件的快速發(fā)展，已給互聯(lián)網(wǎng)、金融和工業(yè)等多個領(lǐng)域帶來產(chǎn)業(yè)價值。然而計算智能也面臨顯著困境。以金融場景為例，計算智能受限于指定的數(shù)據(jù)邏輯規(guī)則，雖然可以高性能地計算股票的統(tǒng)計特征，但無法運用專家知識，也難以進行深度、動態(tài)和啟發(fā)式的推理，對投資、博弈等業(yè)務(wù)貢獻的價值有限。計算智能所需的高性能硬件和網(wǎng)絡(luò)支持等，也給企業(yè)帶來了巨大的成本壓力。

（2）感知智能，其核心在于模擬人的視覺、聽覺和觸覺等感知能力。感知智能目前用于完成人可以簡單完成的重復度較高的工作，比如人臉識別、語音識別等。感知智能的核心業(yè)務(wù)目標是提高效率且降低成本。但是，感知智能在產(chǎn)業(yè)落地方面面臨諸如成本高昂、智能能力有限、業(yè)務(wù)突破性價值局限等眾多挑戰(zhàn)：在成本方面，圖像識別的機器成本、樣本標注成本都非常高；在智能能力方面，感知智能主要集中在模式識別層面，重在提升視覺、語音等單一場景中的效率，不具備理解和推理能力；在業(yè)務(wù)突破性價值方面，人工智能在產(chǎn)業(yè)中落地時只有集合領(lǐng)域的專業(yè)知識，提升對業(yè)務(wù)場景的認知與決策能力，才能創(chuàng)造核心價值。比如，在發(fā)票自動識別、審批和審計，以及工業(yè)品質(zhì)量檢測等諸多場景中，需要對基于感知智能獲取的圖像信息進行審計和檢測等知識推理；在與人類行為相關(guān)的用戶營銷、生產(chǎn)安全管理等場景中，企業(yè)不僅需要對用戶的行為進行感知與識別，更需要對其動機和后果結(jié)合專業(yè)知識進行認知、理解、預測和判斷，例如在生產(chǎn)安全管理場景中，企業(yè)可以通過監(jiān)控設(shè)備感知來識別用戶的行為，結(jié)合安全專業(yè)知識、企業(yè)業(yè)務(wù)安全規(guī)則，判斷其是否違規(guī)。

（3）認知智能，則具有人類思維理解、知識共享、行動協(xié)同或博弈等核心特征。首先，認知智能需要具有對采集的信息進行處理、存儲和轉(zhuǎn)化的能力，在這一階段需要運用計算智能、感知智能的數(shù)據(jù)清洗、圖像識別能力。其次，認知智能需要擁有對業(yè)務(wù)需求的理解及對分散數(shù)據(jù)、知識的治理能力。最后，認知智能需要能夠針對業(yè)務(wù)場景進行策略構(gòu)建和決策，提升人與機器、人與人、人與業(yè)務(wù)的協(xié)同、共享和博弈等能力。

為什么需要建設(shè)認知智能能力呢？答案如下。

（1）當產(chǎn)業(yè)落地時，企業(yè)對人工智能有更高的預期。綜合計算智能、感知智能的缺陷，人工智能在產(chǎn)業(yè)中落地時需要基于專業(yè)的領(lǐng)域知識和數(shù)據(jù)，開發(fā)具有意圖理解、分析、推理和決策能力的認知智能應(yīng)用，實現(xiàn)業(yè)務(wù)價值的突破。

（2）認知智能已有基礎(chǔ)。產(chǎn)業(yè)互聯(lián)網(wǎng)的發(fā)展帶來了人與人、機器與機器、人與機器、人與組織、消費者與企業(yè)、企業(yè)與企業(yè)的深度連接。通過物聯(lián)網(wǎng)、大數(shù)據(jù)及企業(yè)信息系統(tǒng)的基礎(chǔ)建設(shè)，在產(chǎn)業(yè)互聯(lián)網(wǎng)中存在豐富、分散的數(shù)據(jù)與知識。

（3）認知智能已在多場景中初步應(yīng)用。在企業(yè)營銷推薦、公安偵查、信貸風控等領(lǐng)域，不少企業(yè)已基于知識圖譜、搜索、問答等技術(shù)，提升其在業(yè)務(wù)場景中引導用戶認知及決策的能力。

（4）認知智能是產(chǎn)業(yè)實現(xiàn)突破的核心手段。人工智能產(chǎn)業(yè)的發(fā)展，迫切需要探索超出存儲計算、感知識別價值的商業(yè)模式，來撐起更大的人工智能市場。在政府、企業(yè)等組織的數(shù)據(jù)智能化變革中，基于人、物、企業(yè)物理連接的協(xié)同、共享和博弈是核心業(yè)務(wù)需求。協(xié)同的基礎(chǔ)是認知意圖、數(shù)據(jù)、知識之間的邏輯關(guān)系和業(yè)務(wù)意義，以此輔助分析和輔助決策。人工智能的新一代的需求趨勢是利用知識、數(shù)據(jù)、算法和算力，將符號學知識驅(qū)動的人工智能和數(shù)據(jù)驅(qū)動的人工智能結(jié)合起來，形成更強大的認知決策智能，提升人、物和企業(yè)的信息博弈能力。

如何從計算、感知提升到認知呢？業(yè)內(nèi)比較推薦的是 DIKWI 模型，即 Data（數(shù)據(jù)）、Information（信息）、Knowledge（知識）、Wisdom（智慧）和 Impact（沖擊），如下圖所示。

分散的數(shù)據(jù)經(jīng)過計算和挖掘，通過分類處理形成信息。信息通過連接形成知識，基于知識的推理形成智慧，智慧通過提升認知帶來影響。對 DIKWI 模型要素的詳細解釋如下。

Data：指對世界進行記錄的符號化的最原始的素材，通常以數(shù)字、文本、圖像和圖拓撲等形式呈現(xiàn)。數(shù)據(jù)在未被加工、解釋前，是不能解決特定問題的。典型的數(shù)據(jù)有用戶點擊日志數(shù)據(jù)、電網(wǎng)電壓數(shù)據(jù)、工廠設(shè)備生產(chǎn)日志數(shù)據(jù)、車輛運行軌跡數(shù)據(jù)和企業(yè)財務(wù)報銷數(shù)據(jù)等。

Information：指被處理、識別后，具有邏輯表達能力的數(shù)據(jù)，比如通過圖像感知智能技術(shù)進行人臉識別、車輛識別可獲得人名、車牌信息等。

Knowledge：指信息經(jīng)抽取、提煉之后形成的實體的狀態(tài)與關(guān)聯(lián)數(shù)據(jù)。知識一方面對實體的個體狀態(tài)具有描述能力，能輔助知識的應(yīng)用方進行認知與判斷；另一方面對實體間的邏輯關(guān)聯(lián)、狀態(tài)關(guān)聯(lián)具有描述能力，能作為推理的條件、規(guī)則、約束、憑據(jù)，輔助知識的應(yīng)用方進行推理與決策。

Wisdom：指人類等智慧物種表現(xiàn)出來的對物理世界的狀態(tài)認知、知識補全、條件推理、策略篩選等認知與決策能力。

Impact：指智慧個體的認知、決策與行動給環(huán)境帶來的影響，會影響個體對環(huán)境的認知及環(huán)境對個體的認知。

認知智能

從應(yīng)用實踐的角度，認知智能研究的目標是基于知識圖譜，提升業(yè)務(wù)中人、機器和企業(yè)組織的認知與決策能力。在整體框架上，認知智能需要在業(yè)務(wù)知識圖譜上通過構(gòu)建規(guī)則、統(tǒng)計推理或圖推理的方式構(gòu)建知識推理引擎。知識推理引擎需要深度挖掘知識圖譜網(wǎng)絡(luò)的隱藏信息，并找到人類專家難以發(fā)現(xiàn)的潛在關(guān)系、規(guī)則和解決方法，通過與業(yè)務(wù)系統(tǒng)集成來提高人類專家的決策分析能力。

認知智能包含了人類對信息獲取、存儲、轉(zhuǎn)化、運用的全過程。從心理學的角度，人類個體在進行認知心理活動時，會對信息進行知覺、注意、回憶、思考、分類、推理和決策等認知過程。

人類的認知過程如圖 1-6 所示，包括信息輸入、注意、信息接收、信息處理、計劃執(zhí)行和信息輸出 6 個階段，在每個階段中，又有多個子階段。

那么在產(chǎn)業(yè)實踐中，對認知智能又該如何定義呢？

如下圖所示，在產(chǎn)業(yè)實踐中，用戶認知智能、設(shè)備認知智能和企業(yè)認知智能是核心業(yè)務(wù)場景。企業(yè)希望通過人工智能技術(shù)，提升用戶、設(shè)備、企業(yè)對業(yè)務(wù)狀態(tài)的認知與決策能力。

從產(chǎn)業(yè)實踐的角度，認知智能應(yīng)是在計算智能、感知智能的基礎(chǔ)之上，完成對業(yè)務(wù)狀態(tài)的全面認知、知識推理、策略生成、策略篩選并輸出可執(zhí)行策略。比如，在用戶營銷服務(wù)場景中，認知智能可提升社群營銷中導購的營銷話術(shù)、商品推薦能力；在設(shè)備生產(chǎn)場景中，認知智能通過狀態(tài)分析、控制策略推薦可提升業(yè)務(wù)人員及機器人的調(diào)度控制能力；在企業(yè)調(diào)度、企業(yè)組織管理場景中，認知智能通過數(shù)據(jù)可視化展現(xiàn)、知識輔助解讀、任務(wù)自動下發(fā)等可提升企業(yè)管理者與業(yè)務(wù)員的認知決策能力。

認知智能與知識圖譜的技術(shù)關(guān)聯(lián)

知識圖譜是認知智能狀態(tài)獲取與決策的基石，那么認知智能技術(shù)與知識圖譜技術(shù)有哪些技術(shù)關(guān)聯(lián)呢？知識圖譜的圖關(guān)聯(lián)符號網(wǎng)絡(luò)結(jié)構(gòu)蘊含了大量信息，認知智能可以基于此運用圖挖掘技術(shù)從多方面獲得收益

更多關(guān)于認知智能與知識圖譜相關(guān)的知識，推薦一本新書《知識圖譜與認知智能：基本原理、關(guān)鍵技術(shù)、應(yīng)用場景與解決方案》，現(xiàn)在市面相關(guān)認知智能的書非常少，這本書詳細講解知識圖譜的基本原理、構(gòu)建方式、使用場景等，以及產(chǎn)業(yè)界應(yīng)用知識圖譜解決不同領(lǐng)域問題的很多案例。強烈推薦感興趣的同學去閱讀學習。

這次活動我們將為讀者朋友提供5本贈書，歡迎大家在評論區(qū)留言集贊！其中，集贊最多的5位讀者將獲得該書！

截止時間：2022年2月28日  20:00整