我國大學(xué)的大學(xué)生們歷來就不缺乏各種有意思的想法和各種有意義的實(shí)踐，南開大學(xué)團(tuán)隊(duì)剛剛展示了用腦電波控制汽車行駛的駕駛系統(tǒng)之后，復(fù)旦大學(xué)的一支團(tuán)隊(duì)設(shè)計(jì)開發(fā)出了用意念控制無人機(jī)的系統(tǒng)。

這一套系統(tǒng)在今年的首屆中國研究生未來飛行器創(chuàng)新大賽上出現(xiàn)，被命名為“靈魂出竅：基于意念-手勢(shì)協(xié)同控制與虛擬現(xiàn)實(shí)技術(shù)的微型飛行器設(shè)計(jì)”。實(shí)現(xiàn)這一方案則需要眾多智能設(shè)備幫助。包括一個(gè)MindWaveMobile腦電耳機(jī)、一個(gè)Myo臂環(huán)、一副虛擬現(xiàn)實(shí)（VR）眼鏡、一架六軸飛行器以及搭載的云臺(tái)和同步攝像頭。

這套方案背后有著很堅(jiān)實(shí)的科學(xué)理論基礎(chǔ)。我們的大腦由數(shù)以萬計(jì)的針尖大小的神經(jīng)交錯(cuò)構(gòu)成的，神經(jīng)的活動(dòng)會(huì)產(chǎn)生一個(gè)很輕微的放電，依據(jù)放電形式的不同也就有了不同的腦波模式。團(tuán)隊(duì)以人類沉睡中大腦產(chǎn)生的delta波為例，講述了這一概念，并且介紹到在警覺和清醒狀態(tài)時(shí)人集中思考一件事，會(huì)產(chǎn)生一種波，這種波就是beta波。

而復(fù)旦大學(xué)這一系統(tǒng)，就利用到了beta波。用戶佩戴的非侵入式腦電傳感器檢測(cè)到beta波后，會(huì)給飛行組件發(fā)出上升指令。手臂上佩戴的腕帶則會(huì)讀取用戶手臂動(dòng)作，通過手勢(shì)“左”使飛行器向左飛行，手勢(shì)“右”使飛行器向右飛行，手勢(shì)“五指伸開”使飛行器向前飛行，手勢(shì)“握拳”使飛行器向后飛行。通過頭部俯仰和左右轉(zhuǎn)動(dòng)控制攝像頭的傾斜角度。。

而用戶通過頭戴的VR頭盔，能夠直接看到飛行器視角的實(shí)時(shí)三維影像，也由此讓用戶能夠產(chǎn)生在天空中飛翔的感覺，看到空中的廣闊視野。

這一套系統(tǒng)雖然現(xiàn)在仍顯比較簡(jiǎn)單，但是如果一旦真的在大型器械上實(shí)現(xiàn)，那么我們的駕駛方式很有可能會(huì)迎來一個(gè)大的變革。為我國學(xué)生的創(chuàng)新思維和動(dòng)手能力點(diǎn)一個(gè)大大的贊。

原文鏈接：http://www.smarthey.com/home/index/detail/id/1397.html

肖仰華教授1萬5千字雄文帶您深度剖析知識(shí)圖譜與認(rèn)知智能，對(duì)知識(shí)圖譜技術(shù)與落地應(yīng)用中的一系列關(guān)鍵問題做了系統(tǒng)梳理與解答。

來源|知識(shí)工廠（公眾號(hào)ID：fudankw）

作者|肖仰華博士（復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授，博士生導(dǎo)師，知識(shí)工場(chǎng)實(shí)驗(yàn)室負(fù)責(zé)人。）

報(bào)告摘要：人類社會(huì)已經(jīng)進(jìn)入智能化時(shí)代。各行各業(yè)紛紛踏上智能化升級(jí)與轉(zhuǎn)型的道路，各類智能化應(yīng)用需求大量涌現(xiàn)。這些智能化應(yīng)用需求對(duì)于機(jī)器認(rèn)知水平提出了全新要求。實(shí)現(xiàn)機(jī)器認(rèn)知智能的關(guān)鍵技術(shù)之一是知識(shí)庫技術(shù)。

知識(shí)圖譜作為大數(shù)據(jù)時(shí)代的重要的知識(shí)表示方式之一，為機(jī)器語言認(rèn)知提供了豐富的背景知識(shí)，使得機(jī)器語言認(rèn)知成為可能，因而也成為了行業(yè)智能化轉(zhuǎn)型道路上的關(guān)鍵技術(shù)之一。本報(bào)告結(jié)合復(fù)旦大學(xué)相關(guān)課題組在基于知識(shí)圖譜的認(rèn)知智能化研究與落地實(shí)踐，系統(tǒng)地介紹知識(shí)圖譜與認(rèn)知智能之間的關(guān)系，梳理新一代知識(shí)工程技術(shù)給認(rèn)知智能帶來的全新機(jī)遇，介紹基于知識(shí)圖譜的認(rèn)知智能落地關(guān)鍵技術(shù)，展望以知識(shí)圖譜為典型代表的知識(shí)工程復(fù)興之路。

下文根據(jù)肖仰華教授近期所作報(bào)告《知識(shí)圖譜與認(rèn)知智能》整理而成，并經(jīng)肖仰華教授親自審核。

獲取完整PPT，請(qǐng)前往

http://kw.fudan.edu.cn/workshop/intro2018

今天跟大家分享的主題是《知識(shí)圖譜與認(rèn)知智能》。

知識(shí)圖譜自2012年提出至今，發(fā)展迅速，如今已經(jīng)成為人工智能領(lǐng)域的熱門問題之一，吸引了來自學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注，在一系列實(shí)際應(yīng)用中取得了較好的落地效果，產(chǎn)生了巨大的社會(huì)與經(jīng)濟(jì)效益。那么到底是什么在支撐著知識(shí)圖譜技術(shù)的繁榮景象？是一股什么力量讓知識(shí)圖譜技術(shù)吸引了如此多的關(guān)注？換句話說，知識(shí)圖譜到底能解決什么問題？何以能夠解決這些問題？今天的報(bào)告主要圍繞著這些問題，給大家做一個(gè)初步的解答。

先簡(jiǎn)單介紹一下整個(gè)報(bào)告的總體思路。人類社會(huì)已經(jīng)進(jìn)入智能時(shí)代，智能時(shí)代的社會(huì)發(fā)展催生了大量的智能化應(yīng)用，智能化應(yīng)用對(duì)機(jī)器的認(rèn)知智能化水平提出了前所未有的要求，機(jī)器認(rèn)知智能的實(shí)現(xiàn)依賴的就是知識(shí)圖譜技術(shù)。

我想大家已經(jīng)深刻地感受到我們身處在一個(gè)智能化的時(shí)代。

從2012年Google的圖像識(shí)別錯(cuò)誤率顯著下降，機(jī)器在圖像識(shí)別方面接近人類水平；到2016年AlphaGo戰(zhàn)勝了人類圍棋冠軍；再到2017年AlphaZero戰(zhàn)勝了AlphaGo，以及DeepMind去嘗試星際爭(zhēng)霸游戲，這一系列AI發(fā)展的標(biāo)志性事件讓我們看到了人工智能技術(shù)幫助解決人類社會(huì)發(fā)展若干問題的希望。我們已經(jīng)見證的這一系列人工智能技術(shù)的發(fā)展，本質(zhì)上是受益于大數(shù)據(jù)給人工智能帶來的數(shù)據(jù)紅利。

這一波人工智能熱潮是在大數(shù)據(jù)所給予的海量標(biāo)注樣本以及超強(qiáng)計(jì)算能力這兩個(gè)強(qiáng)大的支撐作用下所形成的?？梢哉f，這一波人工智能的發(fā)展本質(zhì)上是大數(shù)據(jù)喂養(yǎng)出來的。到了今天，可以很自豪地宣告機(jī)器智能在感知智能和計(jì)算智能等若干具體問題上已經(jīng)達(dá)到甚至超越人類水平?，F(xiàn)在，在語音識(shí)別與合成、圖像識(shí)別、封閉環(huán)境有限規(guī)則的游戲領(lǐng)域等問題上，機(jī)器智能水平堪比、甚至超越人類水準(zhǔn)。

這一系列人工智能技術(shù)的突破性進(jìn)展，促使各行各業(yè)紛紛走向了一條智能化升級(jí)和轉(zhuǎn)型的道路。智能化技術(shù)尤其為我國傳統(tǒng)行業(yè)的發(fā)展帶來了全新機(jī)遇，對(duì)于我國經(jīng)濟(jì)結(jié)構(gòu)升級(jí)，以及傳統(tǒng)實(shí)體行業(yè)擺脫當(dāng)前一系列發(fā)展困境帶來了全新的機(jī)遇。智能化升級(jí)和轉(zhuǎn)型已經(jīng)成為各行各業(yè)的普遍訴求。各行業(yè)走向智能化的發(fā)展道路，在某種意義上也是人類社會(huì)發(fā)展的必然趨勢(shì)。

自計(jì)算機(jī)面世以來，人類社會(huì)在經(jīng)歷了計(jì)算機(jī)技術(shù)發(fā)展的一系列浪潮之后，基本完成了信息化的使命。信息化時(shí)代最重要的任務(wù)是數(shù)據(jù)記錄與采集，這勢(shì)必造就大數(shù)據(jù)。當(dāng)我們邁進(jìn)大數(shù)據(jù)時(shí)代之后，我們勢(shì)必對(duì)大數(shù)據(jù)的價(jià)值挖掘提出訴求。大數(shù)據(jù)的價(jià)值挖掘需要智能化手段。因此大數(shù)據(jù)時(shí)代的到來，某種意義上只是智能化時(shí)代的短暫序曲。我相信，未來若干年，計(jì)算機(jī)技術(shù)的主要使命是幫助人類社會(huì)實(shí)現(xiàn)智能化。

在各行業(yè)的智能化發(fā)展進(jìn)程中，AI+或者AI賦能成為了傳統(tǒng)行業(yè)智能化升級(jí)和轉(zhuǎn)型的一個(gè)基本模式。在AI的賦能下，傳統(tǒng)行業(yè)面臨著非常多的機(jī)遇，其所關(guān)心的一系列核心問題，比如增加收入、降低成本、提高效率和安全保障等，都將顯著受益于智能化技術(shù)。比如智能客服系統(tǒng)已經(jīng)在很多行業(yè)大規(guī)模應(yīng)用，大大降低了人工客服的巨大勞動(dòng)力成本；一些企業(yè)利用知識(shí)圖譜，對(duì)企業(yè)內(nèi)部的研發(fā)資源進(jìn)行管理，顯著提升研發(fā)效率，這些都是AI可以賦能傳統(tǒng)行業(yè)的具體體現(xiàn)。

智能化的升級(jí)和轉(zhuǎn)型對(duì)整個(gè)傳統(tǒng)行業(yè)產(chǎn)生的影響將是顛覆性的，將重塑整個(gè)行業(yè)的形態(tài)，革新傳統(tǒng)行業(yè)的各個(gè)關(guān)鍵環(huán)節(jié)，智能化技術(shù)將逐步滲透到傳統(tǒng)行業(yè)的各個(gè)角落。最近幾年我們看到越來越多的傳統(tǒng)行業(yè)將人工智能領(lǐng)域升格為企業(yè)的核心戰(zhàn)略，在電商、社交、物流、金融、醫(yī)療、司法、制造等很多領(lǐng)域涌現(xiàn)出越來越多的AI賦能傳統(tǒng)行業(yè)的發(fā)展案例。

智能化對(duì)機(jī)器的智能水平提出了要求，包括機(jī)器的計(jì)算智能、感知智能，尤其是機(jī)器的認(rèn)知智能。所謂讓機(jī)器具備認(rèn)知智能是指讓機(jī)器能夠像人一樣思考，而這種思考能力具體體現(xiàn)在機(jī)器能夠理解數(shù)據(jù)、理解語言進(jìn)而理解現(xiàn)實(shí)世界的能力，體現(xiàn)在機(jī)器能夠解釋數(shù)據(jù)、解釋過程進(jìn)而解釋現(xiàn)象的能力，體現(xiàn)在推理、規(guī)劃等等一系列人類所獨(dú)有的認(rèn)知能力上。

相較于感知能力，認(rèn)知能力的實(shí)現(xiàn)難度更大，價(jià)值也更大。前幾年在深度學(xué)習(xí)的推動(dòng)下，機(jī)器感知能力顯著提升。但是感知能力動(dòng)物也具備，比如我們家里的小貓小狗也能識(shí)別主人，識(shí)別物體。所以讓機(jī)器具備感知能力只是讓機(jī)器具備了一般動(dòng)物所具備的能力，還不是那么值得“炫耀”的事情。但是，認(rèn)知能力是人類獨(dú)有的能力，一旦機(jī)器具備認(rèn)知能力，AI技術(shù)將會(huì)給人類社會(huì)帶來顛覆性革命，同時(shí)也將釋放出巨大的產(chǎn)業(yè)能量。所以實(shí)現(xiàn)機(jī)器的認(rèn)知能力是人工智能發(fā)展進(jìn)程中具有里程碑意義的重大事件。

隨著大數(shù)據(jù)紅利的消失殆盡，以深度學(xué)習(xí)為代表的感知智能水平日益接近其“天花板”。以深度學(xué)習(xí)為代表的統(tǒng)計(jì)學(xué)習(xí)嚴(yán)重依賴大樣本，這些方法只能習(xí)得數(shù)據(jù)中的統(tǒng)計(jì)模式。然而，現(xiàn)實(shí)世界很多實(shí)際問題的解決單單依靠統(tǒng)計(jì)模式是不夠的，還需要知識(shí)，特別是符號(hào)化的知識(shí)。

我們?nèi)祟惖恼Z言理解、司法判案、醫(yī)療診斷、投資決策等等很多領(lǐng)域都是顯著依賴我們的知識(shí)才能實(shí)現(xiàn)的。很多從事自然語言處理的研發(fā)人員普遍有個(gè)深刻的感受：即便數(shù)據(jù)量再大，模型再先進(jìn)，很多自然語言處理任務(wù)，比如中文分詞、情感分析達(dá)到一定準(zhǔn)確率之后，就很難再改進(jìn)了。

比如，中文分詞的一個(gè)經(jīng)典案例：“南京市長江大橋”，不管是分為“南京市長+江大橋”還是“南京市+長江大橋”都依賴我們的知識(shí)。如果從上下文我們得知是在討論南京市長，并且有個(gè)人叫“江大橋”，我們會(huì)傾向于分為“南京市長+江大橋”，否則我們會(huì)根據(jù)我們已有的知識(shí)斷句為“南京市+長江大橋”。不管是哪種情況，我們都在利用我們的知識(shí)。我記得我國知名統(tǒng)計(jì)學(xué)者徐宗本院士在去年年底一個(gè)論壇上說過：“數(shù)據(jù)不夠模型補(bǔ)”。我想傳達(dá)類似的觀點(diǎn)：“數(shù)據(jù)不夠知識(shí)補(bǔ)”，甚至“數(shù)據(jù)足夠了，知識(shí)也不能缺失”。而知識(shí)圖譜就是這種不可或缺的知識(shí)的重要表現(xiàn)形式之一。

機(jī)器認(rèn)知智能絕不是束之高閣、高高在上的前沿技術(shù)。它是一類能夠?qū)崒?shí)在在落地的、有著廣泛且多樣的應(yīng)用需求的、能夠產(chǎn)生巨大社會(huì)經(jīng)濟(jì)價(jià)值的技術(shù)。機(jī)器認(rèn)知智能的發(fā)展過程本質(zhì)上是人類腦力不斷解放的過程。在工業(yè)革命和信息化時(shí)代，我們的體力被逐步解放；而隨著人工智能技術(shù)的發(fā)展，尤其是認(rèn)知智能技術(shù)的發(fā)展，我們的腦力也將會(huì)逐步解放。越來越多的知識(shí)工作將逐步被機(jī)器所代替，伴隨而來的將是機(jī)器生產(chǎn)力的進(jìn)一步解放。機(jī)器認(rèn)知智能在應(yīng)用方面是廣泛和多樣的，體現(xiàn)在精準(zhǔn)分析、智慧搜索、智能推薦、智能解釋、更自然的人機(jī)交互和深層關(guān)系推理等各個(gè)方面。

認(rèn)知智能的第一個(gè)應(yīng)用抓手就是大數(shù)據(jù)的精準(zhǔn)與精細(xì)分析。如今，越來越多的行業(yè)或者企業(yè)積累了規(guī)?？捎^的大數(shù)據(jù)。但是這些數(shù)據(jù)并未發(fā)揮出應(yīng)有的價(jià)值，很多大數(shù)據(jù)還需要消耗大量的運(yùn)維成本。大數(shù)據(jù)非但沒有創(chuàng)造價(jià)值，在很多情況下還成為了一筆負(fù)資產(chǎn)。這一現(xiàn)象的根本原因在于，當(dāng)前的機(jī)器缺乏諸如知識(shí)圖譜這樣的背景知識(shí)，機(jī)器理解大數(shù)據(jù)的手段有限，限制了大數(shù)據(jù)的精準(zhǔn)與精細(xì)分析，從而大大降低了大數(shù)據(jù)的潛在價(jià)值。

舉個(gè)親身體驗(yàn)的例子，在娛樂圈王寶強(qiáng)離婚案剛剛開始的時(shí)候，新浪微博的熱搜前三位分別是“王寶強(qiáng)離婚”、“王寶寶離婚”和“寶強(qiáng)離婚”。也就是說，當(dāng)時(shí)的微博平臺(tái)還沒有能力將這三件事自動(dòng)歸類到一件事，不知道這三件事其實(shí)說的是一件事。機(jī)器在統(tǒng)計(jì)事件熱度的時(shí)候就分開統(tǒng)計(jì)了，這就是因?yàn)楫?dāng)時(shí)機(jī)器缺乏背景知識(shí)，不知道王寶強(qiáng)又稱為“王寶寶”或“寶強(qiáng)”，所以沒有辦法做到大數(shù)據(jù)的精準(zhǔn)分析。

事實(shí)上，輿情分析、互聯(lián)網(wǎng)的商業(yè)洞察，還有軍事情報(bào)分析和商業(yè)情報(bào)分析都需要大數(shù)據(jù)的精準(zhǔn)分析，而這種精準(zhǔn)分析就必須要有強(qiáng)大的背景知識(shí)支撐。除了大數(shù)據(jù)的精準(zhǔn)分析，數(shù)據(jù)分析領(lǐng)域另一個(gè)重要趨勢(shì)：精細(xì)分析，也對(duì)知識(shí)圖譜和認(rèn)知智能提出了訴求。比如很多汽車制造廠商都希望實(shí)現(xiàn)個(gè)性化制造。個(gè)性化制造希望從互聯(lián)網(wǎng)上搜集用戶對(duì)汽車的評(píng)價(jià)與反饋，并以此為據(jù)實(shí)現(xiàn)汽車的按需與個(gè)性化定制。為了實(shí)現(xiàn)個(gè)性化定制，廠商不僅需要知道消費(fèi)者對(duì)汽車的褒貶態(tài)度，還需要進(jìn)一步了解消費(fèi)者不滿意的細(xì)節(jié)之處，以及消費(fèi)者希望如何改進(jìn)，甚至用戶提及了哪些競(jìng)爭(zhēng)品牌。顯然面向互聯(lián)網(wǎng)數(shù)據(jù)的精細(xì)化數(shù)據(jù)分析必需要求機(jī)器具備關(guān)于汽車評(píng)價(jià)的背景知識(shí)（比如汽車的車型、車飾、動(dòng)力、能耗等等）。因此，大數(shù)據(jù)的精準(zhǔn)和精細(xì)化分析需要智能化的技術(shù)支撐。

認(rèn)知智能的第二個(gè)非常重要的應(yīng)用抓手是智慧搜索。下一代智慧搜索對(duì)機(jī)器認(rèn)知智能提出了需求。智慧搜索體現(xiàn)在很多方面。

首先，體現(xiàn)在搜索意圖的精準(zhǔn)理解方面。比如在淘寶上搜索“iPad充電器”，用戶的意圖顯然是要搜索一個(gè)充電器，而不是一個(gè)iPad，這個(gè)時(shí)候淘寶應(yīng)該反饋給用戶若干個(gè)充電器以供選擇，而不是iPad。再比如在Google上搜索“toyskids”或者“kidstoys”，不管搜索這兩個(gè)中的哪一個(gè)，用戶的意圖都是在搜索給孩子的玩具，而不是玩玩具的小孩，因?yàn)橐话悴粫?huì)有人用搜索引擎搜孩子?！皌oyskids”和“kid’stoys”中兩個(gè)詞都是名詞，要辨別出哪一個(gè)是核心詞，哪一個(gè)是修飾詞，在缺乏上下文的短文本上，仍然是個(gè)具有挑戰(zhàn)性的難題。

其次，搜索的對(duì)象越來越復(fù)雜多元化。以前搜索的對(duì)象以文本為主，現(xiàn)在大家希望能搜索圖片和聲音，甚至還能搜代碼，搜視頻，搜設(shè)計(jì)素材等等，要求一切皆可搜索。

第三、搜索的粒度也越來越多元化?，F(xiàn)在的搜索不僅能做篇章級(jí)的搜索，還希望能做到段落級(jí)、語句級(jí)、詞匯級(jí)的搜索。尤其是在傳統(tǒng)知識(shí)管理領(lǐng)域，這個(gè)趨勢(shì)已經(jīng)非常明顯。傳統(tǒng)的知識(shí)管理大都只能做到文檔級(jí)搜索，這種粗粒度的知識(shí)管理已經(jīng)難以滿足實(shí)際應(yīng)用中細(xì)粒度的知識(shí)獲取需求。

最后，是跨媒體的協(xié)同搜索。傳統(tǒng)搜索以面向單質(zhì)單源數(shù)據(jù)的搜索居多。比如針對(duì)文本搜索難以借力視頻、圖片信息，針對(duì)圖片的搜索主要還是利用圖片自身的信息，對(duì)于大量文本信息利用率還不高。最近的趨勢(shì)是跨媒體的協(xié)同搜索。比如前幾年，明星王珞丹在微博上曬了張自家小區(qū)的照片，然后就有好事者根據(jù)她的微博社交網(wǎng)絡(luò)、百度地圖、微博文本與圖片信息等多個(gè)渠道多種媒體的信息，通過聯(lián)合檢索準(zhǔn)確推斷出其所在小區(qū)位置。所以，未來的趨勢(shì)是一切皆可搜索，并且搜索必達(dá)。

認(rèn)知智能的第三個(gè)應(yīng)用抓手是智能推薦。智能推薦表現(xiàn)在很多方面。

首先是場(chǎng)景化推薦。比如用戶在淘寶上搜“沙灘褲”、“沙灘鞋”，可以推測(cè)這個(gè)用戶很有可能要去沙灘度假。那么平臺(tái)是否能推薦“泳衣”、“防曬霜”之類的沙灘度假常用物品呢？事實(shí)上，任何搜索關(guān)鍵字背后，購物籃里的任何一件商品背后都體現(xiàn)著特定的消費(fèi)意圖，很有可能對(duì)應(yīng)到特定的消費(fèi)場(chǎng)景。建立場(chǎng)景圖譜，實(shí)現(xiàn)基于場(chǎng)景圖譜的精準(zhǔn)推薦，對(duì)于電商推薦而言至關(guān)重要。

第二、任務(wù)型推薦。很多搜索背后的動(dòng)機(jī)是完成特定任務(wù)。比如用戶購買了“羊肉卷”、“牛肉卷”、“菠菜”、“火鍋底料”，那么用戶很有可能是要做一頓火鍋，這種情況下，系統(tǒng)推薦火鍋調(diào)料、火鍋電磁爐，用戶很有可能買單。

第三、冷啟動(dòng)下的推薦。冷啟動(dòng)階段的推薦一直是傳統(tǒng)基于統(tǒng)計(jì)行為的推薦方法難以有效解決的問題。利用外部知識(shí)，特別是關(guān)于用戶與物品的知識(shí)指引冷啟動(dòng)階段的匹配與推薦，是有可能讓系統(tǒng)盡快渡過這個(gè)階段的。第四、跨領(lǐng)域的推薦。

當(dāng)阿里剛剛?cè)牍尚吕藭r(shí)，我們?cè)谠O(shè)想是否能將淘寶的商品推薦給微博的用戶。比如，如果一個(gè)微博用戶經(jīng)常曬九寨溝、黃山、泰山的照片，那么為這位用戶推薦一些淘寶的登山裝備準(zhǔn)沒錯(cuò)。這是典型的跨領(lǐng)域推薦，微博...