3月30日，肖仰华教授来到了复星大学大咖讲堂，为在座的复星同学们带来一场精彩的学术演讲，带我们认识从知识图谱到认知智能，如何引领大数据时代的知识过程。 

      本次活动是由复星大学、复星智能科技事业群及一号互联科技联合举办，旨在让更多的人了解认知智能是知识图谱等知识工程技术发展的下一站，是以知识图谱为代表的大数据知识工程突破自身局限、进一步完善的必经智能形态 。

       作为大数据知识工程的典型代表，知识图谱技术近年来取得了长足进步，并在一系列实际应用中取得了显著效果。但随着应用的深化，知识图谱技术也日益遭遇新的发展挑战，知识图谱向认知智能的发展趋势日益明显。

      肖仰华教授告诉了我们什么呢？伴随着大数据的日益积累、计算能力的快速增长为人类进入智能时代奠定了基础，大数据为智能技术的发展带来了前所未有的数据红利。

2012年，在图像识别的国际大赛ILSVRC(大型视觉辨识挑战竞赛)中，加拿大多伦多大学的研究团队基于深度卷积神经网络的模型夺冠，把TOP5错误率降到15.3%，领先第二名超过十个百分比。

2016年，Google全资收购的DeepMind推出名为AlphaGo的围棋程序，以4:1的总比分击败世界顶级职业围棋选手李世石，让全世界开始关注人工智能技术巨大的应用前景。

2017年，DeepMind联合游戏公司暴雪，宣布共同开发可以在“星际争霸2”中与人类玩家对抗的人工智能，并且发布了旨在加速即时战略游戏的人工智能应用的工具集。

这一系列的改变和进步无一不证明机器计算智能、感知智能达到甚至超越人类。

      而后，肖教授又向我们解释，知识图谱是什么？本质上是一种大规模语义网络。理解知识图谱的概念，有两个关键词。

首先是语义网络。语义网络表达了各种各样的实体、概念及其之间的各类语义关联。

      比如“C罗”是一个实体，“金球奖”也是一个实体，他们俩之间有一个语义关系就是“获得奖项”。“运动员”、“足球运动员”都是概念，后者是前者的子类（对应于图中的subclassOf 关系）。

      理解知识图谱的第二个关键词是“大规模”。语义网络并非新鲜事物，早在上个世纪七八十年代知识工程盛行之时，就已存在。相比较于那个时代的语义网络，知识图谱规模更大。

      从2012年Google提出知识图谱直到今天，知识图谱技术发展迅速，知识图谱的内涵远远超越了其作为语义网络的狭义内涵。

      肖仰华教授认为，在更多实际场合下，知识图谱作为一种技术体系，指代大数据时代知识工程的一系列代表性技术进展的总和。去年我国学科目录做了调整，首次出现了知识图谱的学科方向，教育部对于知识图谱这一学科的定位是“大规模知识工程”，这一定位是十分准确且内涵丰富的。

      基于知识图谱技术的潜在能力，业界也加快了知识图谱的应用落地。从应用的角度来看，知识图谱的应用趋势越来越从通用领域走向行业领域。现在的我们经历着怎样的局面和蜕变呢？是通用与行业应用百花齐放，各行各业都在思考着如何将知识图谱更加的适合自己。

随后，一号互联LEO也像我们展示了知识图谱的价值，并列举了相关行业内的应用案例。

知识图谱的价值是什么呢？

1、企业知识资产的整合与优化

       结构化数据、半结构化数据、非结构化数据以知识图谱形式进行沉淀，整合各渠道知识资产，搭建企业级知识库，为知识资产的优化提供源头解决方案。

2、提升知识的智能化搜索能力

      图数据库支持百亿量级到千亿量级规模的巨型图高效关系运算和复杂关系分析，使搜索更高效。同时图数据库将原本没有联系的数据连通，将离散的数据整合在一起，从而提供更有价值的决策支持，使搜索结果更智能。

3、知识展示可视化

      通过图谱可视化，把复杂的信息，以非常直观的方式呈现出来，对隐藏信息的来龙去脉一目了然，便于搜索和查找。

4、增强AI人工智能的逻辑推理能力

      基于知识图谱的搜索，除了能够直接回答用户的问题外，还具有一定的语义推理能力，提高搜索的精确度的同时，强化AI人工智能的逻辑推理能力，牵引人工智能从感知智能向认知智能的阶段发展。

      LEO提到，知识图谱在保险行业、汽车行业、制造行业、电商行业、医疗行业都发挥着巨大的作用和潜能。

       通过对保险知识图谱化重构，构建知识管理系统平台，为银保、代理、销售、客户提供智能化精准搜索、问答等服务。提升拓客效率、工作效率和客户满意度，降低企业人力服务成本，推动保险企业数字化、智能化能力建设。

     在汽车行业，基于知识图谱的关联性问答，使得车辆参数对比、零部件导购下单、智能呼入道路救援等场景。实现自动化、智能化服务，提升企业营销服务能力，降低售后运营成本。

     在电商行业，通过构造基于用户和商品维度的知识图谱，实现搜索引擎能力提升。精准刻画客户画像，并基于客户喜好、浏览轨迹等信息，构建智能营销与推荐应用。提升电商客户持续营销与服务能力，提高客户满意度，实现企业营收持续增长。

     基于疾病、症状、诊断、危险因素、用药等医学知识构建医学知识图谱，提供智能辅助诊断、智能问诊导诊、智能文献搜索等智能化场景应用，提高医疗机构服务效率，提升客户满意度。

     总体而言，知识图谱技术的落地应用前景是光明的，同时我们也充分意识到知识图谱落地的巨大挑战，并在努力的实现和靠近。