2020年11月7日， CCF TF 第33期技術(shù)研討會《人工智能的下半場——知識圖譜的新機遇與行業(yè)落地》在新氦類腦智能落下帷幕。聯(lián)想、阿里、中國科學(xué)技術(shù)大學(xué)、貝殼找房、PlantData海乂知、新氦類腦智能等單位的6位技術(shù)專家及學(xué)者作為研討會的特邀嘉賓，分享各自領(lǐng)域的創(chuàng)新進展，并為參會觀眾解答疑惑，本次活動吸引了90余名來自美團、百度、科大訊飛、商湯科技、閱文、愛奇藝等企業(yè)的企業(yè)家及一線資深技術(shù)負責人及北京大學(xué)、清華大學(xué)、復(fù)旦大學(xué)、 浙江大學(xué)、華東理工大學(xué)、東南大學(xué)等高校師生參加。
CCF上海分部主席白碩出席會議并致辭，CCF TF SIGKG主席/同濟大學(xué)百人計劃特聘研究員王昊奮擔任會議主持人，CCF上海分部副主席丁炎、CCF理事/CCF上海分部秘書長束慶山、啟迪之星（上海）副總經(jīng)理衛(wèi)冕出席會議。
聯(lián)想集團高級總監(jiān)胡長建分享了《知識圖譜技術(shù)及聯(lián)想落地實踐》的報告?！爸R圖譜項目落地有3個要點，第一點是人機結(jié)合，人可以托底并實現(xiàn)數(shù)據(jù)的正向收集，第二點是借助工具將隱性知識轉(zhuǎn)化為顯性知識，第三點是AI項目是組合拳，數(shù)據(jù)整合+知識整合+算法整合?！焙L建總監(jiān)還結(jié)合聯(lián)想的實際業(yè)務(wù)場景，介紹聯(lián)想的知識圖譜技術(shù)以及知識圖譜在聯(lián)想智能客服系統(tǒng)、輔助商業(yè)決策等方面的應(yīng)用實踐。
阿里云工業(yè)知識圖譜團隊以及智慧能源研發(fā)團隊負責人邱劍分享了題為《工業(yè)知識圖譜在能源領(lǐng)域的實踐》的報告。介紹了阿里云工業(yè)知識圖譜平臺及其相關(guān)技術(shù)如何幫助能源客戶從結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)源中半自動化挖掘?qū)I(yè)知識，基于知識圖譜構(gòu)建、維護和運營知識體系，并給上層應(yīng)用（如精準搜索、輔助問答、多輪對話、AI虛擬老師傅等）提供知識支撐，切實提升客戶的生產(chǎn)力和工作效率。其中，業(yè)務(wù)數(shù)據(jù)主要有2類：一部分為非結(jié)構(gòu)化文本型數(shù)據(jù)，需要借助自然語言處理與信息抽取的技術(shù)，以知識圖譜的方式將寶貴的信息沉淀下來。另一部分為物聯(lián)網(wǎng)的傳感器數(shù)據(jù)，需要與非結(jié)構(gòu)化數(shù)據(jù)、工業(yè)機理模型、數(shù)學(xué)公式、經(jīng)驗規(guī)則進行有機結(jié)合，充分挖掘現(xiàn)象背后的因果性與相關(guān)性，實現(xiàn)一定程度的智能問答、推薦與推理。
中國科學(xué)技術(shù)大學(xué)副教授徐童分享了題為《多模態(tài)知識驅(qū)動的“美麗新世界”》的報告。介紹了團隊近年來在多模態(tài)知識理解、關(guān)聯(lián)與圖譜構(gòu)建方面的若干嘗試，認為多模態(tài)圖譜是一把雙刃劍：各模態(tài)之間的語義信息互為支撐，多模態(tài)能夠獲得更完備的語義描述，但多種模態(tài)信息的表征方式各不相同，從而在語義融合的過程中存在著“鴻溝”，同時多模態(tài)知識圖譜也給存儲與索引帶來了新的挑戰(zhàn)。在未來研究方向上，通過大規(guī)模眾包數(shù)據(jù)構(gòu)建MMKG，或是MMKG與事理圖譜相結(jié)合，具有巨大的研究潛力。
貝殼找房知識圖譜負責人王賀青分享了題為《知識圖譜技術(shù)在居住領(lǐng)域的遷移應(yīng)用和演進》的報告。介紹了貝殼如何把知識圖譜技術(shù)遷移應(yīng)用到房產(chǎn)領(lǐng)域，依托于鏈家積累十多年的行業(yè)樓盤字典，打造出領(lǐng)先房產(chǎn)知識圖譜；通過三個房產(chǎn)領(lǐng)域特色AI應(yīng)用：C端智能搜索、小貝咨詢助手、VR帶看助手，展示了知識圖譜技術(shù)如何賦能經(jīng)紀人作業(yè)，提升用戶的找房效率。最后王賀青總結(jié)了知識圖譜技術(shù)如何在產(chǎn)業(yè)數(shù)據(jù)和產(chǎn)業(yè)應(yīng)用之間起到橋梁的作用，幫助實現(xiàn)數(shù)據(jù)建設(shè)到應(yīng)用的閉環(huán)。展望了貝殼未來希望構(gòu)建”住“的領(lǐng)域圖譜標準和開源技術(shù)的愿景。
PlantDataCTO 胡芳槐分享了題為《敏捷知識圖譜工程》的報告。胡芳槐博士分享了實現(xiàn)知識圖譜工程敏捷化的思考，并展示了PlantData在敏捷知識圖譜工程方面的相關(guān)嘗試：1 通過組件化、預(yù)構(gòu)建等過程，實現(xiàn)知識圖譜模式、數(shù)據(jù)、模型、算法等的可復(fù)用與開箱即用、2 虛擬知識圖譜，可實現(xiàn)結(jié)構(gòu)化數(shù)據(jù)的快速智能化利用；3基于業(yè)務(wù)應(yīng)用編排引擎AutoDI，可實現(xiàn)快速構(gòu)建基于知識圖譜的應(yīng)用；4 基于組件化、預(yù)構(gòu)建、虛擬知識圖譜和應(yīng)用編排，構(gòu)建了基于知識圖譜的認知智能中臺。PlantData一直致力于知識圖譜前沿技術(shù)的行業(yè)落地，2017年在全國知識圖譜及語義計算大會上提出了知識圖譜全生命周期管理的概念，為學(xué)界和業(yè)界廣泛認可及采納。
新氦類腦智能公司機器視覺實驗室主任 楊文志分享了題為《知識圖譜在共享知識上的商業(yè)應(yīng)用》的報告。他分享了關(guān)于知識圖譜模型商用落地的經(jīng)驗，探討了三個問題：典型適合知識圖譜的場景是什么？不適合知識圖譜的場景是什么？以及還有什么知識圖譜的延伸應(yīng)用？首先從原理上剖析了傳統(tǒng)知識圖譜的典型應(yīng)用場景：推薦系統(tǒng)、推理系統(tǒng)等；然后引申談到了在一些要求高正確率的場景下，一般學(xué)術(shù)知識圖譜模型往往無法直接達到需求，而需要一些面向產(chǎn)品的優(yōu)化工程。隨后闡述知識圖譜的結(jié)構(gòu)特點，并展示了一些將知識圖譜抽象并延申使用的商業(yè)案例：風(fēng)控系統(tǒng)、機器視覺、空間自適應(yīng)系統(tǒng)等，展示了知識圖譜在共享知識方面對算法產(chǎn)品的性能提高具有深層次的幫助，并期待有更多知識圖譜的延伸應(yīng)用陸續(xù)出現(xiàn)在更寬廣的領(lǐng)域當中。
圓桌論壇環(huán)節(jié)中，在PlantDataCTO 胡芳槐博士的主持下，參會講者共同就“知識圖譜的機遇與挑戰(zhàn)”、“知識圖譜的實踐難點及如何解決”、“多模態(tài)知識圖譜的發(fā)展及難點” 等話題進行更多深度觀點的交流。會議最后，CCF上海分部主席 白碩還為所有講者及會議主席王昊奮博士頒發(fā)了感謝獎牌。
人工智能當前已經(jīng)成為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，而知識圖譜是人工智能進步的階梯，推動知識圖譜的行業(yè)落地實踐，將會推動人工智能進一步發(fā)展。正如各位嘉賓在CCF TF33研討會上分享的，未來知識圖譜挑戰(zhàn)與機遇并存，仍存在著巨大市場潛力，如何更好地將知識圖譜與各行業(yè)融合，讓我們拭目以待。
編自：中國計算機學(xué)會（CCF）
滬公網(wǎng)安備 31011002003093號