同济大学王昊奋：知识图谱在多模态大数据时代的创新和实践 | 世界人工智能大会达观数据论坛

在2020年世界人工智能大会云端峰会中，达观数据与浦东青联联合举办了“智能时代，语你同行”行业论坛，围绕语言智能，在云端与多位行业专家与学者展开了一场精彩线上交流盛宴。

同济大学特聘研究员王昊奋教授围绕知识图谱详细介绍了多模态知识图谱的构建、以及大规模知识推理、多策略知识问答等关键技术，并就行业知识图谱在金融、工业互联网、泛传媒、抗疫等领域的实践进行了详细介绍。

以下为演讲内容：

大家好！非常荣幸受邀来到2020年世界人工智能大会由达观数据主办的智能时代 “语”你同行的云端高峰论坛。在经历了互联网和移动互联网的高速发展后，我们积累了很多文本大数据，此外也拥有了大量语音、图像、视频等多模态数据。

面对这样的数据增长与丰富，我们也悄然进入了人工智能的下半场。上半场的人工智能多由感知智能主宰，能够做到能听会说，能看会认。下半场则不满足于模拟人的各种感知能力，而要去提升其认知能力。也就是说，我们开始研究人类大脑并探索认知的机理，从而做到具备能理解、会思考、可解释等特征的认知智能。

2017年国务院发布了新一代人工智能发展规划，科技部、工信部以及国家各部委纷纷发布了各种重大专项指南，布局新一代人工智能。其中有很多词被反复提起，认知出现16次，知识图谱则出现13次。同时大家非常关注在金融、客服、教育、医疗等各个行业的落地。

图1 人工智能的下半场：认知智能

自从2012年谷歌率先提出知识图谱依赖，各大互联网公司和科研院所已经把知识图谱摆到与深度学习同样重要的地位，且作为认知智能的关键技术来进行深入研究。那么知识图谱能够做什么？简而言之两件事情：第一让机器更好地理解数据，第二让机器更好地解释现象。

围绕我们本次主题，知识图谱在各类深度学习的技术中也开始与各种感知智能技术做深入结合，比如图像识别技术、语音识别技术等。另一方面，知识图谱的动态性和多模态性也慢慢成为一种趋势。

知识图谱有完整和清晰的生命周期，主要包含三部分：

• 首先，解决知识从哪里来以及知识图谱如何进行高效构建？
• 其次，知识如何用？在原有知识的基础上，如何进一步发现隐含知识，从而增加额外价值；
• 最后，获得完成的知识图谱后，如何在各种行业和互联网应用中做大规模的智能化赋能是关键。