知識圖譜產(chǎn)業(yè)競爭分析報告2024年-2026年

2024年-2026年知識圖譜產(chǎn)業(yè)競爭分析報告匯報人：黃法賢2024-08-01知識圖譜定義產(chǎn)業(yè)鏈發(fā)展歷程政治環(huán)境商業(yè)模式政治環(huán)境目錄經(jīng)濟環(huán)境社會環(huán)境技術環(huán)境發(fā)展驅動因素行業(yè)壁壘行業(yè)風險行業(yè)現(xiàn)狀目錄行業(yè)痛點問題及解決方案行業(yè)發(fā)展趨勢前景機遇與挑戰(zhàn)競爭格局行業(yè)定義01什么是知識圖譜知識圖譜指對現(xiàn)實世界事物之間的相互關系進行形式化描述的結構化語義知識網(wǎng)絡?！皩嶓w-關系-實體”、“實體-屬性-屬性值”三元組是知識圖譜的基礎表達方式，其中包含實體、概念、屬性、屬性值、關系等元素。實體指具有可區(qū)別性且獨立存在的事物，如“中國”、“比爾蓋茨”等；概念指具有同種特性的實體構成的集合，如“國家”、“民族”等；屬性指實體具有的特征、特性、特點，如“面積”、“性別”、“生日”等；屬性值指實體指定屬性的值，如“960萬平方公里”、“男”、“1988年5月17日”等；關系指實體之間的關聯(lián)描述，如“妻子”、“朋友”、“首都”等。知識圖譜以實體或概念作為節(jié)點，關系或屬性作為邊，形成語義知識網(wǎng)絡圖。知識圖譜的應用價值主要體現(xiàn)在通過圖形的方式向用戶展示經(jīng)整理加工的結構化知識。知識圖譜是人工智能重要分支知識工程在大數(shù)據(jù)環(huán)境中的應用體現(xiàn)，已廣泛應用到金融反欺詐、公安情報分析、流程自動化、智能客服等多個場景，逐漸成為人工智能發(fā)展的核心驅動力之一。定義產(chǎn)業(yè)鏈02互聯(lián)網(wǎng)、社交網(wǎng)絡、日志、地理位置、傳感器、文檔上游信息抽取、知識融合、知識加工、知識推理、數(shù)據(jù)庫運營中游金融、客服、工業(yè)、科研、醫(yī)療下游產(chǎn)業(yè)鏈010203發(fā)展歷程031950年，英國數(shù)學家、邏輯學家艾倫圖靈提出圖靈測試，為人工智能的誕生作出了鋪墊。1956年，人工智能正式誕生于美國達特茅斯會議，人工智能自此進入初步發(fā)展階段，關注度不斷提升。這一階段以符號主義和聯(lián)結主義為主導，符號主義認為智能行為的本質是物理符號的操作和運算，聯(lián)結主義則認為大腦（神經(jīng)元及其連接機制）是一切智能活動的基礎。這一時期的知識表示方法主要有邏輯知識表示、產(chǎn)生式規(guī)則等。發(fā)展歷程早期人工智能（1950-1970年）知識工程（1970-1990年）萬維網(wǎng)Web0（1990-2000年）群體智能（2000-2012年）20世紀70年代初，人工智能遇到了發(fā)展瓶頸，過于強調利用人的求解問題能力而忽視知識對智能的支持，令人工智能難以實現(xiàn)實際應用。在此背景下，人工智能領域專家逐漸認識到知識對于人工智能發(fā)展的重要性，人工智能開始轉向建立基于知識的系統(tǒng)。1977年，美國科學家愛德華費根鮑姆提出知識工程的定義，明確了知識工程在人工智能發(fā)展中的關鍵地位，知識工程自此進入快速發(fā)展期，這一時期涌現(xiàn)出一批通過知識庫和推理機混合作用實現(xiàn)智能的專家系統(tǒng)和開發(fā)平臺。在1990至2000年間，萬維網(wǎng)Web0逐漸興起，成為大眾共享信息的公共平臺，一批人工構建大規(guī)模知識庫亦在此背景下出現(xiàn)，如英文的WordNet，中文的HowNet等。1998年，萬維網(wǎng)之父蒂姆伯納斯李提出語義網(wǎng)，語義網(wǎng)直接向機器提供可直接用于程序處理的知識表示，是自然語言處理的前身。萬維網(wǎng)Web0開啟了知識共享時代，為互聯(lián)網(wǎng)環(huán)境下大規(guī)模知識表示和共享奠定了基礎。在2000至2012年間，萬維網(wǎng)使知識從封閉走向開放，從集中式變?yōu)榉植际?，知識可以由知識源之間的關聯(lián)產(chǎn)生，而非只能固定由專家系統(tǒng)內(nèi)部定義產(chǎn)生，群體智能由此出現(xiàn)，典型代表為維基百科，知識可以由用戶建立，互聯(lián)網(wǎng)大眾用戶可對知識庫的建立和完善作出貢獻，群體智能亦成為后一階段大規(guī)模結構化知識圖譜的重要前提。04政治環(huán)境FROMBAIDUWENKUCHAPTER描述:《關于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》:以“智能制造”和“互聯(lián)網(wǎng)+人工智能”為出發(fā)點，開始重點關注人工智能領域的發(fā)展布局，提出要加快人工智能核心技術突破，提高各行業(yè)的智能化水平。:《十三五”規(guī)劃綱》:人工智能正式被寫入“十三五”規(guī)劃綱要中，成為“十三五”建設期間重點布局的新興發(fā)展領域之一。:《新一代人工智能發(fā)展規(guī)劃》:提出到2030年中國人工智能理論、技術、應用總體達到世界領先水平。政治環(huán)境1政治環(huán)境《關于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》:以“智能制造”和“互聯(lián)網(wǎng)+人工智能”為出發(fā)點，開始重點關注人工智能領域的發(fā)展布局，提出要加快人工智能核心技術突破，提高各行業(yè)的智能化水平?！妒濉币?guī)劃綱》:人工智能正式被寫入“十三五”規(guī)劃綱要中，成為“十三五”建設期間重點布局的新興發(fā)展領域之一。政治環(huán)境《新一代人工智能產(chǎn)業(yè)創(chuàng)新重點任務揭榜工作方案》針對人工智能17個細分領域提出發(fā)展要求，提出要開展集中攻關，重點突破一批創(chuàng)新性強、應用效果好的人工智能標志性技術、產(chǎn)品和服務?！洞龠M新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020）》提出鼓勵建設提供知識圖譜等共性服務的開放性云平臺，以充實人工智能訓練資源庫，是鼓勵知識圖譜和深度學習技術融合發(fā)展的體現(xiàn)?！丁笆濉眹铱萍紕?chuàng)新規(guī)劃》指出要研究人工智能支持產(chǎn)業(yè)發(fā)展,重點發(fā)展大數(shù)據(jù)驅動的類人智能技術方案，明確人工智能作為發(fā)展新—代信息技術的主要方向《工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動計劃（2021-2023年）》制定了一系列推動工業(yè)互聯(lián)網(wǎng)新型基礎設施建設量質并進的發(fā)展目標。3月，《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》（以下簡稱“綱要”）全文正式發(fā)布。在共19篇65章的綱要全文中，“智能”、“智慧”相關表述達57處。以人工智能為代表的新一代信息技術，將成為我國十四五期間推動經(jīng)濟高質量發(fā)展、建設創(chuàng)新型國家，實現(xiàn)新型工業(yè)化、信息化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化的重要技術保障和核心驅動力之一。05商業(yè)模式FROMBAIDUWENKUCHAPTER06經(jīng)濟環(huán)境FROMBAIDUWENKUCHAPTER我國經(jīng)濟不斷發(fā)展，幾度趕超世界各國，一躍而上，成為GDP總量僅次于美國的唯一一個發(fā)展中國家。我國經(jīng)濟趕超我國人口基數(shù)大，改革開放后人才競爭激烈，大學生就業(yè)情況一直困擾著我國發(fā)展過程中。就業(yè)問題挑戰(zhàn)促進社會就業(yè)公平問題需持續(xù)關注并及時解決，個人需提前做好職業(yè)規(guī)劃與人生規(guī)劃重中之重。公平就業(yè)關注經(jīng)濟環(huán)境07社會環(huán)境FROMBAIDUWENKUCHAPTER總體發(fā)展穩(wěn)中向好我國總體發(fā)展穩(wěn)中向好，宏觀環(huán)境穩(wěn)定繁榮，對于青年人來說，也是機遇無限的時代。關注就業(yè)公平與提前規(guī)劃促進社會就業(yè)公平問題需持續(xù)關注并及時解決，對于個人來說提前做好職業(yè)規(guī)劃、人生規(guī)劃也是人生發(fā)展的重中之重。就業(yè)問題與人才競爭我國人口基數(shù)大，就業(yè)問題一直是發(fā)展過程中面臨的挑戰(zhàn)，人才競爭激烈，大學生畢業(yè)后就業(yè)情況、失業(yè)人士困擾國家發(fā)展。政治體系與法治化進程自改革開放以來，政治體系日趨完善，法治化進程也逐步趨近完美，市場經(jīng)濟體系也在不斷蓬勃發(fā)展。中國當前的環(huán)境下描述了當前技術發(fā)展的日新月異，包括人工智能、大數(shù)據(jù)、云計算等前沿技術的涌現(xiàn)。技術環(huán)境需求增長、消費升級、技術創(chuàng)新等是行業(yè)發(fā)展的主要驅動因素，推動了行業(yè)的進步。發(fā)展驅動因素行業(yè)壁壘包括資金、技術、人才、品牌、渠道等方面的優(yōu)勢，提高了新進入者的難度。行業(yè)壁壘我國經(jīng)濟不斷發(fā)展08技術環(huán)境FROMBAIDUWENKUCHAPTER技術驅動技術環(huán)境的發(fā)展為行業(yè)帶來了新的機遇，是行業(yè)發(fā)展的重要驅動力。創(chuàng)新動力技術環(huán)境的不斷創(chuàng)新和進步，為行業(yè)的創(chuàng)新發(fā)展提供了有力支持。人才需求技術環(huán)境的發(fā)展促進了人才的需求和流動，為行業(yè)的人才隊伍建設提供了機遇。團隊建設技術環(huán)境的發(fā)展要求企業(yè)加強團隊建設，提高員工的技能和素質，以適應快速變化的市場需求。合作與交流技術環(huán)境的發(fā)展促進了企業(yè)間的合作與交流，推動了行業(yè)的整體發(fā)展。技術環(huán)境010203040509發(fā)展驅動因素FROMBAIDUWENKUCHAPTER發(fā)展驅動因素知識圖譜是人工智能領域的重要基礎支撐技術，自2015年起，中國政府相繼頒布一系列支持人工智能發(fā)展的相關政策，人工智能的關注度逐步提升。2015年，頒布了《中國制造2025》、《關于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》，以“智能制造”和“互聯(lián)網(wǎng)+人工智能”為出發(fā)點，開始重點關注人工智能領域的發(fā)展布局，提出要加快人工智能核心技術突破，提高各行業(yè)的智能化水平。政策大力支持知識圖譜作為人工智能領域的重要基礎支撐技術，是資本市場重點關注對象之一。在資本力量的推動下，一批以知識圖譜技術為核心的創(chuàng)業(yè)公司進入到市場中，逐漸成為市場中的有力競爭者。除明略數(shù)據(jù)，竹間智能、達觀數(shù)據(jù)、知因智慧、Plantdata等知識圖譜創(chuàng)業(yè)企業(yè)已完成B輪、A輪、天使輪等輪次的一級市場融資，鳥瞰智能也通過新三板上市獲得融資，充足的資金支持為初創(chuàng)型知識圖譜企業(yè)保駕護航，助推其進一步升級發(fā)展。資本投入推動行業(yè)發(fā)展隨著科技發(fā)展進步，高效化、智能化已成為社會發(fā)展的重要趨勢，而知識圖譜作為人工智能重要分支知識工程的具體應用體現(xiàn)，不僅能加深垂直應用領域的智能化程度，還能為用戶降低運營成本、提高系統(tǒng)運作效率，切合社會高效化、智能化的發(fā)展需求。社會高效化、智能化的發(fā)展趨勢促使社會對知識圖譜技術的需求逐步提高，知識圖譜行業(yè)發(fā)展空間將逐步擴大。社會高效化、智能化運作需求促進行業(yè)發(fā)展充足的數(shù)據(jù)源是構建高質量知識圖譜的重要前提。目前，半結構化、非結構化、結構化數(shù)據(jù)源均越來越豐富，成為助推知識圖譜行業(yè)發(fā)展的重要力量。在非結構化數(shù)據(jù)方面，除網(wǎng)絡日志、網(wǎng)頁、社交網(wǎng)絡等傳統(tǒng)開放鏈接來源，傳感器、定位系統(tǒng)等物聯(lián)網(wǎng)感知設備亦逐漸成為知識圖譜的重要數(shù)據(jù)采集源，數(shù)據(jù)采集渠道進一步拓寬。在半結構化和結構化數(shù)據(jù)方面，一批通用型開放鏈接知識庫項目發(fā)展迅速并逐步完善，如Freebase、Wikidata、DBpedia、YAGO等，這些知識庫主要由人工構建，將非結構化數(shù)據(jù)轉化成半結構化或結構化數(shù)據(jù)，覆蓋面較廣，包含大量實體、關系、事實等數(shù)據(jù)，是知識圖譜的重要數(shù)據(jù)來源。充足數(shù)據(jù)源助推行業(yè)發(fā)展10行業(yè)壁壘FROMBAIDUWENKUCHAPTER11行業(yè)風險FROMBAIDUWENKUCHAPTER12行業(yè)現(xiàn)狀FROMBAIDUWENKUCHAPTER行業(yè)現(xiàn)狀01市場份額變化在中國知識圖譜產(chǎn)品市場中，百度百科、互動百科等通用知識圖譜庫逐步完善，關注度不斷提升，使知識圖譜技術進一步得到認可，而在行業(yè)知識圖譜產(chǎn)品方面，明略數(shù)據(jù)、達觀數(shù)據(jù)等一批以知識圖譜技術為核心的初創(chuàng)型企業(yè)注重在垂直領域深耕，研發(fā)出針對金融、客服、醫(yī)療等行業(yè)的定制化知識圖譜應用產(chǎn)品，用戶數(shù)量不斷提高，加快知識圖譜產(chǎn)品商用化的發(fā)展步伐。根據(jù)沙利文數(shù)據(jù)顯示，中國知識圖譜行業(yè)市場規(guī)模從2014年的7億元增長至2018年的87億元，年復合增長率為61%。隨著知識圖譜技術的不斷完善、行業(yè)知識圖譜產(chǎn)品的種類不斷增多，知識圖譜產(chǎn)品的市場認可度將逐步提高，各領域對知識圖譜產(chǎn)品的需求也將不斷提升，有望推動行業(yè)進一步規(guī)模化發(fā)展。行業(yè)現(xiàn)狀知識索引可將有價值的信息以自然語言的形式直接展現(xiàn)搜索引擎是互聯(lián)網(wǎng)發(fā)展中最具代表性的應用之一，它解決了人們?nèi)绾畏奖惬@取信息的問題，一度成為大部分流量的入口。但隨著網(wǎng)絡中信息沉積越來越多，人們真正需要的，隱藏在大量無用信息中有價值的部分，我們稱之為知識的內(nèi)容，往往得不到直觀展現(xiàn)，這成為了搜索引擎領域重點要解決的問題。2012年5月，谷歌率先提出知識圖譜概念，用以更好的描述現(xiàn)實世界中實體關聯(lián)性問題，進而提高信息搜索中的知識獲取效率，隨后搜狗、微軟、百度紛紛推出相關概念架構，知識圖譜被視為下一代搜索引擎的核心技術。傳統(tǒng)搜索引擎一般采用網(wǎng)頁索引，按照“網(wǎng)頁--(預處理)--》臨時庫--(索引)--》索引好的庫--(由用戶行為觸發(fā)檢索)--》為用戶展示網(wǎng)頁結果”的流程執(zhí)行，信息源來自網(wǎng)頁，展現(xiàn)內(nèi)容也是網(wǎng)頁鏈接。而基于知識圖譜的搜索作為和網(wǎng)頁索引同級、并行的另一套知識索引，更注重信息間的關聯(lián)性和自然語言理解，通過圖存儲的形式從新組織互聯(lián)網(wǎng)中的信息，再以人類的語言習慣進行查詢和展現(xiàn)，從而提高搜索體驗，因為知識的存儲形式發(fā)生了變化，所以知識索引信息來源和展現(xiàn)載體都不再局限于網(wǎng)頁文字，語音交互和更加豐富的loT場景將會是未來的發(fā)展方向。01應用NLP的知識抽取將成為知識搜索的重要破局點目前，互聯(lián)網(wǎng)上只有極少數(shù)知識被人工整理成了機器可以解析的格式，如各類百科欄目和垂直領域數(shù)據(jù)庫，這些資源支撐了當下絕大部分通用知識圖譜的搭建，但這些信息也僅僅是滄海一粟，無論是覆蓋范圍、更新頻率、可靠程度都無法滿足日益增長的自動化和智能化需求，更嚴峻的是新—代互聯(lián)網(wǎng)用戶逐漸喪失了參與編輯的精神，甚至不知道可以編輯百科內(nèi)容，在此趨勢下基于百科的知識圖譜將會變成一種靜態(tài)數(shù)據(jù)留檔，其支撐的知識搜索也將會大量依賴于權威組織編輯，成本和效率將會成為致命傷，因此應用準確且自動化的NLP技術，在更廣泛的網(wǎng)頁文本信息中，替代人工進行知識抽取，成為了知識搜索領域重要的破局點。知識搜索引擎Magi提供了一種NLP+評價系統(tǒng)的半監(jiān)督學習方式，通過互聯(lián)網(wǎng)對有監(jiān)督學習的原始NLP模型進行“放養(yǎng)式”訓練，再由“一個知識點在不同表達中被印證，則證明其可信度較高”而形成的評價系統(tǒng)去收斂訓練成果，從而完成較低成本，可持續(xù)的廣域下NLP模型訓練，經(jīng)過搜索引擎M的公測體驗，以及B端知識抽取的定制服務，Magi逐漸形成了獨立NLP產(chǎn)品的服務模式，為知識工程輕需求用戶，和知識圖譜搭建者提供了完善的RPA服務0213行業(yè)痛點FROMBAIDUWENKUCHAPTER技術發(fā)展遇瓶頸現(xiàn)階段，知識圖譜在信息抽取、知識表示、知識推理等方面面臨技術困難，技術瓶頸問題成為制約行業(yè)發(fā)展的關鍵因素之一。知識推理是提升知識圖譜智能化水平的關鍵環(huán)節(jié)，而目前的知識圖譜產(chǎn)品在知識推理環(huán)節(jié)常出現(xiàn)推理知識準確率低，冗余度高，邏輯性不強等問題，將推理得到的知識加入知識庫前通常還需對其進行可證明性檢查、冗余性檢查等，知識推理技術水平仍較為薄弱。此外，知識庫融合、答案自動生成等知識圖譜發(fā)展需求也為知識推理技術帶來新的挑戰(zhàn)，知識推理技術明顯滯后于知識圖譜發(fā)展需求，知識推理技術問題需得到進一步重視方可逐步改善。人工維護成本高目前，知識圖譜的多個構建環(huán)節(jié)仍需大量人工參與，如本體構建、知識推理、質量評估、知識更新等環(huán)節(jié)。由于機器學習仍處于初步發(fā)展階段，知識圖譜構建過程中的數(shù)據(jù)標注、數(shù)據(jù)清洗、數(shù)據(jù)冗余度檢查、數(shù)據(jù)更新等工作仍需人為操作完成，人工維護成本較高，不利于行業(yè)發(fā)展。在本體構建環(huán)節(jié)，本體可由人工手動編輯和數(shù)據(jù)驅動自動生成兩種方法完成構建。由于實體數(shù)據(jù)繁雜，采用人工手動編輯方法進行本體構建會造成工作量超負荷。而采用數(shù)據(jù)驅動自動生成方法進行本體構建，后期還需要經(jīng)過質量評估和人工審核來修正和確認，效率相比人工手動編輯方法雖有所提高，但仍需大量人工參與才能完成，人工審核的維護成本較高。知識圖譜的知識更新仍主要由人工操作完成由于人的認知能力不斷提高、知識量不斷增長，知識圖譜也需與時俱進，實現(xiàn)知識更新。而目前，知識圖譜的知識更新仍主要由人工操作完成，需要人工輸入數(shù)據(jù)，人工定義規(guī)則，人工消除沖突等，實施難度較大，耗費大量人力，不利于行業(yè)發(fā)展。030201行業(yè)痛點14問題及解決方案FROMBAIDUWENKUCHAPTER15行業(yè)發(fā)展趨勢前景FROMBAIDUWENKUCHAPTER發(fā)展趨勢前景描述知識圖譜和深度學習融合發(fā)展:知識圖譜和深度學習均是人工智能領域的重要基礎技術，知識圖譜屬于知識工程分支，深度學習屬于機器學習分支。知識圖譜和深度學習從兩個方向實現(xiàn)智能化，深度學習擅長解決端到端的問題，知識圖譜擅長處理知識類問題，曾就職于摩托羅拉、NTT、中國聯(lián)通等公司的知識圖譜研究專家表示，知識圖譜和深度學習協(xié)同并進能實現(xiàn)技術互補，是知識圖譜的重要發(fā)展思路之一。知識圖譜與區(qū)塊鏈結合發(fā)展:區(qū)塊鏈技術具有去中心化、透明化等特點，在知識圖譜中運用區(qū)塊鏈技術能在知識來源管理、知識儲存和更新、知識產(chǎn)權保護等方面實現(xiàn)優(yōu)化，知識圖譜與區(qū)塊鏈技術相結合逐漸成為知識圖譜發(fā)展的重要趨勢。區(qū)塊鏈的最關鍵特征為去中心化，即不依靠中心管理節(jié)點，能實現(xiàn)數(shù)據(jù)的分布式記錄、存儲和更新。在知識圖譜中運用區(qū)塊鏈技術能實現(xiàn)多節(jié)點知識輸入、儲存和更新，讓廣大人群均能參與構建知識庫。由群體智能發(fā)展而來的開放鏈接知識庫亦具有分布式儲存、更新數(shù)據(jù)的特征，而區(qū)塊鏈技術的去中心化特征更明顯，能使開放鏈接知識庫在更多分布節(jié)點獲取知識，知識量進一步充實。應用領域進一步擴展:目前，知識圖譜技術已廣泛應用于金融、醫(yī)療、客服等領域，其中以金融反欺詐應用場景最為常見，而知識圖譜在工業(yè)、科研等領域的可適用性亦較高，應用前景廣闊，發(fā)展?jié)摿τ写M一步發(fā)掘。以石油行業(yè)為例，原油精煉過程中會出現(xiàn)較多突發(fā)情況，包括設備故障、意外停機等，這些突發(fā)情況會使原油面臨腐蝕風險，而由于不同類型原油包含不同的化學成分，石油公司需要收集大量的石油精煉專業(yè)知識來應對突發(fā)情況，如不同類型的原油如何適應不同環(huán)境，如何處理石油避免腐蝕等。石油精煉專業(yè)知識主要由具有豐富行業(yè)經(jīng)驗的石油專家掌握，而隨著行業(yè)專家逐漸退休，石油精煉專業(yè)知識難以在工作團隊中推廣和分享，在突發(fā)情況發(fā)生時，工程師無法得到專業(yè)的見解和知識來應對事故風險。利用知識圖譜技術，石油公司可以建立石油精煉專業(yè)知識庫，將石油專家多年積累的專業(yè)知識進一步結構化，形成石油精煉專業(yè)知識網(wǎng)絡，便于石油精煉專業(yè)知識在工作團隊中推廣。突發(fā)情況發(fā)生時，工程師可根據(jù)原油類型、事故類型等信息從知識圖譜平臺中獲取事故應對方案，有效應對事故。標準化趨勢:隨著ISO/IECJTC1/SC42、W3C、IEEE、全國信息技術標準化技術委員會、國家人工智能標準化總體組等國內(nèi)外標準化組織或機構對知識圖譜標準化的關注與推動，《知識圖譜技術架構》等多項知識圖譜相關國際、國家標準獲得立項或提出討論。未來，知識圖譜領域基礎共性及關鍵技術標準將不斷涌現(xiàn)，依托正在研制的知識圖譜技術架構等標準，通過聚焦核心標準化需求逐步建立基本的知識圖譜標準體系并孵化典型行業(yè)中的知識圖譜應用標準，形成國際標準、國家標準、行業(yè)標準和團體標準良性互動的局面。行業(yè)發(fā)展趨勢前景知識圖譜和深度學習融合發(fā)展知識圖譜和深度學習均是人工智能領域的重要基礎技術，知識圖譜屬于知識工程分支，深度學習屬于機器學習分支。知識圖譜和深度學習從兩個方向實現(xiàn)智能化，深度學習擅長解決端到端的問題，知識圖譜擅長處理知識類問題，曾就職于摩托羅拉、NTT、中國聯(lián)通等公司的知識圖譜研究專家表示，知識圖譜和深度學習協(xié)同并進能實現(xiàn)技術互補，是知識圖譜的重要發(fā)展思路之一。行業(yè)發(fā)展趨勢前景01020304知識圖譜與區(qū)塊鏈結合發(fā)展區(qū)塊鏈技術具有去中心化、透明化等特點，在知識圖譜中運用區(qū)塊鏈技術能在知識來源管理、知識儲存和更新、知識產(chǎn)權保護等方面實現(xiàn)優(yōu)化，知識圖譜與區(qū)塊鏈技術相結合逐漸成為知識圖譜發(fā)展的重要趨勢。區(qū)塊鏈的最關鍵特征為去中心化，即不依靠中心管理節(jié)點，能實現(xiàn)數(shù)據(jù)的分布式記錄、存儲和更新。在知識圖譜中運用區(qū)塊鏈技術能實現(xiàn)多節(jié)點知識輸入、儲存和更新，讓廣大人群均能參與構建知識庫。由群體智能發(fā)展而來的開放鏈接知識庫亦具有分布式儲存、更新數(shù)據(jù)的特征，而區(qū)塊鏈技術的去中心化特征更明顯，能使開放鏈接知識庫在更多分布節(jié)點獲取知識，知識量進一步充實。應用領域進一步擴展目前，知識圖譜技術已廣泛應用于金融、醫(yī)療、客服等領域，其中以金融反欺詐應用場景最為常見，而知識圖譜在工業(yè)、科研等領域的可適用性亦較高，應用前景廣闊，發(fā)展?jié)摿τ写M一步發(fā)掘。以石油行業(yè)為例，原油精煉過程中會出現(xiàn)較多突發(fā)情況，包括設備故障、意外停機等，這些突發(fā)情況會使原油面臨腐蝕風險，而由于不同類型原油包含不同的化學成分，石油公司需要收集大量的石油精煉專業(yè)知識來應對突發(fā)情況，如不同類型的原油如何適應不同環(huán)境，如何處理石油避免腐蝕等。石油精煉專業(yè)知識主要由具有豐富行業(yè)經(jīng)驗的石油專家掌握，而隨著行業(yè)專家逐漸退休，石油精煉專業(yè)知識難以在工作團隊中推廣和分享，在突發(fā)情況發(fā)生時，工程師無法得到專業(yè)的見解和知識來應對事故風險。利用知識圖譜技術，石油公司可以建立石油精煉專業(yè)知識庫，將石油專家多年積累的專業(yè)知識進一步結構化，形成石油精煉專業(yè)知識網(wǎng)絡，便于石油精煉專業(yè)知識在工作團隊中推廣。突發(fā)情況發(fā)生時，工程師可根據(jù)原油類型、事故類型等信息從知識圖譜平臺中獲取事故應對方案，有效應對事故。標準化趨勢隨著ISO/IECJTC1/SC42、W3C、IEEE、全國信息技術標準化技術委員會、國家人工智能標準化總體組等國內(nèi)外標準化組織或機構對知識圖譜標準化的關注與推動，《知識圖譜技術架構》等多項知識圖譜相關國際、國家標準獲得立項或提出討論。未來，知識圖譜領域基礎共性及關鍵技術標準將不斷涌現(xiàn)，依托正在研制的知識圖譜技術架構等標準，通過聚焦核心標準化需求逐步建立基本的知識圖譜標準體系并孵化典型行業(yè)中的知識圖譜應用標準，形成國際標準、國家標準、行業(yè)標準和團體標準良性互動的局面。16機遇與挑戰(zhàn)FROMBAIDUWENKUCHAPTER17競爭格局FROMBAIDUWENKUCHAPTER競爭格局中國知識圖譜行業(yè)主要由互聯(lián)網(wǎng)巨頭旗下知識圖譜服務平臺、傳統(tǒng)解決方案商旗下知識圖譜服務平臺以及初創(chuàng)型知識圖譜服務平臺三類企業(yè)參與競爭，其中，互聯(lián)網(wǎng)巨頭旗下知識圖譜服務平臺處于較領先位置，如百度的“知心”、騰訊的“星圖”、阿里巴巴的商品知識圖譜等，而傳統(tǒng)解決方案商旗下知識圖譜服務平臺以及初創(chuàng)型知識圖譜服務平臺緊隨其后。由于中國知識圖譜商業(yè)化應用仍處于初步發(fā)展階段，行業(yè)集中度并不高。明略數(shù)據(jù)、竹間智能等初創(chuàng)型知識圖譜平臺在資本推動下發(fā)展迅速，逐漸成為市場有力競爭者，與互聯(lián)網(wǎng)巨頭旗下知識圖譜服務平臺、傳統(tǒng)解決方案商旗下