人工智能亟待破局，知识图谱成为焦点

“目前，人工智能技术（英文缩写：AI）正处于从感知智能向认知智能的过渡发展阶段。随着技术和产业的深度融合，大量的人工智能产品（比如智能音箱、智能手表、智能车载设备等）被推向市场，语音交互将逐渐替代传统的触摸屏方式。我们迫切需要新一代技术推动AI向可理解、可解释、可以和人类协同合作的方向发展，进而借助AI的大数据处理能力获得新知识，实现人类的跨越式发展。”民诺科技CEO刘运兴先生在谈到“新一代人工智能技术”时向记者表达了如上观点。他进一步解释说：阿尔法狗大获成功后，行业内掀起了深度学习的研究和应用热潮。在这一阶段，语音识别和图像识别技术获得极大发展，让AI技术和产品快速落地。然而深度学习在解决推理和认知方面却并不适应，原因是这种技术属于“黑匣子”，它的运作机理人类无法理解，不可解释，也无法进行知识的融合。就连DeepMind（阿尔法狗的开发团队）的创始人哈萨比斯在《经济学人》创新峰会上也表示，深度学习无法带来通用人工智能。

人工智能的“昨天、今天和明天”

1956年，达特茅斯会议标志着AI的诞生。1996年，IBM的“深蓝”计算机打败了国际象棋世界冠军卡斯帕罗夫，标志着AI技术上了一个新台阶。时隔20年后，谷歌的“阿尔法狗”击败了围棋世界冠军、职业九段棋手李世石，再次唤起世人对AI的关注和讨论，继而在全球范围内引发了对AI的投资浪潮。

从技术层次上来说，人工智能大致可分为计算智能、感知智能、认知智能、超级智能四个发展阶段。其中计算智能以强大算力和程序化为主要特点，“深蓝”击败卡斯帕罗夫就是代表性事件。感知智能以机器学习技术作为支撑，主要应用在图像识别和语音识别领域。近两年出现的人脸识别安检、语音指令查询都属于感知智能的应用场景。通俗地讲，这类技术让机器具备了“眼睛”和“耳朵”的功能。在认知智能阶段，我们需要让机器能够理解人类语言和意识，能够进行推理和判断，并且机器的处理反馈可以被人类理解。比如苹果的“SIRI”机器人、小米的“小爱同学”，以及应用在智能家居、智能可穿戴设备、智能车载设备上的各种语音助手，就是认知智能技术的一种雏形或者说初级应用。而超级智能是在认知智能技术发展成熟后，借助于机器在大数据领域的认知能力、处理速度、处理广度等技术优势，形成的机器全面超越人类个人能力的新阶段。届时，机器将开启超级AI视角，就如以色列作家尤瓦尔·赫拉利在《未来简史》中描绘的那样“未来，人工智能从你出生那天就认识你，读过你所有的电子邮件，听过你所有电话录音，知道你最爱的电影……”

当下，人工智能正处于从感知智能走向认知智能的过渡发展阶段，许多国家都把发展人工智能上升为国家战略。今年9月，美国国防部（英文缩写：DARPA）发布了一条新闻，计划在未来五年内投资20亿美元用以推动AI在沟通理解和逻辑推理方面的研究。DARPA希望研究“机器人如何获得像人类一样的交流和推理能力”，核心目的是能够更好地理解AI，打造“可解释的AI”，并且更安全地将其推向大规模应用。因此，我国领导人同志关于“发展新一代人工智能技术”的讲话具有深刻的战略思想和行业指导意义。

新一代人工智能技术如何演变并实现破局？

关于新一代人工智能技术的发展方向目前在行业内仍然存在不同的观点和声音。民诺科技CEO刘运兴的观点是：纵观人工智能技术的发展历程，结合工程实践当中的经验和判断，我们发现人工智能技术呈现出螺旋式上升的发展态势和演变规律。

比如深度学习是当今最炙手可热的基础性技术，而它的前身“人工神经网络”也曾两次陷入低谷。然而不论是“神经网络”还是后来的“深度学习”本质上都是由机器学习技术演变而来，无论发展到何种程度，都会存在自身的局限性（正如文章一开始所述）。在人工智能正在从感知时代向认知时代迈进的背景下，知识图谱技术又将迎来发展的生机。

和神经网络一样，知识图谱也曾经“三起三落”，从最初的本体论、语义网到后来的知识图谱（2012由谷歌提出），这一进化过程还在持续。近几年，国内外大公司都将重心放在了深度学习的研究和应用领域，知识图谱技术发展相对缓慢。例如百度、搜狗早在2012年就分别推出了自己的知识图谱技术（百度“知心”和搜狗“知立方”），然而这些年并未看到它们在该领域的创新成果和战略布局。随着机器认知时代的到来，我们迫切需要新一代知识图谱技术来破局。

在介绍民诺科技的创新经验和技术成果时刘运兴谈到“从2014年开始，我们就将发展新一代知识图谱技术作为主要的技术方向和发展战略，结合过去本体论、语义网方面的研究成果，通过创新本体模型设计，创新知识图谱和自然语言理解的技术融合，强化机器对于自然语言的理解和推理能力，构造出以知识图谱作为核心技术的机器阅读系统。从本体论的角度出发，我们把整个世界看做是一个本体，然后进行数据化处理，通过知识推理和搜索引擎技术找出事物之间的联系并推演事物之间的相互作用关系。这种技术可以很好的应用在金融、军事、公共安全领域。民诺科技的早期成果主要在金融投资应用领域，比如在2015年我们开发的《蜂鸟数据1.0》（AI金融产品）可以实时阅读并处理全网新闻资讯，识别金融领域中的投资风险、挖掘市场中潜在的交易机会并自动给出判断依据，甚至可以推理新闻媒体和上市公司之间的相互关系并结合传播路径来判读新闻的可靠性和真实性。因为蜂鸟数据的背后有一个强大的金融知识图谱做支撑，它涵盖了金融领域的各种金融机构、政策工具、产业链条、上市公司、产品服务、财经人物以及他们之间的各种关系，并且我们能通过这种关系来推理某一事件发生后对上市公司的影响以及辨别影响的传导机制。我们的终极目标是构建一个有知识、会思考，能够和人类相互理解和沟通、协同工作的通用智能系统（或者说AI超级大脑）。”