新型基礎(chǔ)設(shè)施建設(shè)是為加快國家規(guī)劃建設(shè)推出的重大工程和基礎(chǔ)設(shè)施建設(shè)項(xiàng)目，面向新產(chǎn)業(yè)、新業(yè)態(tài)和新模式，同時(shí)助力傳統(tǒng)基礎(chǔ)設(shè)施的智能化改造。當(dāng)前人工智能的發(fā)展仍然處于弱人工智能的狀態(tài)，研究重心由感知智能過渡到認(rèn)知智能。知識(shí)圖譜是一種用圖模型來描述知識(shí)和建模世界萬物之間關(guān)聯(lián)關(guān)系的大規(guī)模語義網(wǎng)絡(luò)，幫助機(jī)器實(shí)現(xiàn)理解、解釋和推理的能力，是認(rèn)知智能的底層支撐。2019年知識(shí)圖譜相關(guān)的融資金額較2018年增長超過200%，逐漸成為人工智能又一熱點(diǎn)產(chǎn)業(yè)，產(chǎn)業(yè)鏈初具規(guī)模，2019年知識(shí)圖譜核心產(chǎn)品市場規(guī)模約65億元，知識(shí)圖譜技術(shù)帶動(dòng)經(jīng)濟(jì)增長規(guī)模約391.8億元。

新基建與知識(shí)圖譜

新基建

2020年4月，國家發(fā)展和改革委員會(huì)將新型基礎(chǔ)設(shè)施初步定義為：以新發(fā)展理念為引領(lǐng)，以技術(shù)創(chuàng)新為驅(qū)動(dòng)，以信息網(wǎng)絡(luò)為基礎(chǔ)，面向高質(zhì)量發(fā)展需要，提供數(shù)字轉(zhuǎn)型、智能升級(jí)、融合創(chuàng)新等服務(wù)的基礎(chǔ)設(shè)施體系。

與傳統(tǒng)的基礎(chǔ)設(shè)施建設(shè)相比，新基建體現(xiàn)出“重創(chuàng)新、補(bǔ)短板”的特征：主要面向新產(chǎn)業(yè)、新業(yè)態(tài)和新模式，促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化；但同時(shí)也對(duì)傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)形成補(bǔ)充，助力傳統(tǒng)基礎(chǔ)設(shè)施的智能化改造，提高傳統(tǒng)基礎(chǔ)設(shè)施的運(yùn)行效率。伴隨著技術(shù)革命和產(chǎn)業(yè)變革，新型基礎(chǔ)設(shè)施的內(nèi)涵和外延還將不斷豐富和延展。

人工智能是新基建的重點(diǎn)領(lǐng)域

人工智能是新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，在新基建的三大領(lǐng)域中，兩大領(lǐng)域都直接提及人工智能。在信息基礎(chǔ)設(shè)施領(lǐng)域，人工智能與云計(jì)算、區(qū)塊鏈一起被視為新技術(shù)基礎(chǔ)設(shè)施；而在融合基礎(chǔ)設(shè)施領(lǐng)域中，人工智能則被視為支撐傳統(tǒng)基礎(chǔ)設(shè)施轉(zhuǎn)型升級(jí)的重要工具。人工智能新基建的本質(zhì)不僅僅指向其自身的產(chǎn)業(yè)化發(fā)展，更是在實(shí)體經(jīng)濟(jì)中尋找應(yīng)用場景，賦能生產(chǎn)力升級(jí)，即作為重大應(yīng)用基礎(chǔ)設(shè)施，推動(dòng)各行業(yè)完成智能化轉(zhuǎn)型，實(shí)現(xiàn)新舊動(dòng)能的轉(zhuǎn)換。

人工智能進(jìn)入認(rèn)知智能探索階段

當(dāng)前呈現(xiàn)弱人工智能狀態(tài)，在認(rèn)知智能領(lǐng)域還處于初級(jí)階段。人工智能的本質(zhì)是進(jìn)行生產(chǎn)力升級(jí)，因此評(píng)判人工智能技術(shù)是否有價(jià)值，要看其應(yīng)用是否貼近生產(chǎn)核心。一般認(rèn)為，人工智能分計(jì)算智能、感知智能和認(rèn)知智能三個(gè)層次。計(jì)算智能即快速計(jì)算、記憶和儲(chǔ)存的能力；感知智能即對(duì)自然界具象事物的識(shí)別與判斷能力；認(rèn)知智能則為理解、分析等能力。當(dāng)前，數(shù)據(jù)標(biāo)準(zhǔn)化趨于成熟，以快速計(jì)算和存儲(chǔ)為目標(biāo)的計(jì)算智能基本實(shí)現(xiàn)；在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的推動(dòng)下，以視聽覺等識(shí)別技術(shù)為目標(biāo)的感知智能突破了工業(yè)化紅線，實(shí)現(xiàn)了機(jī)器對(duì)自然界具象事物的判斷與識(shí)別。

感知智能呈現(xiàn)的終究是一種弱人工智能狀態(tài)，還只能在某一方面的人類工作上協(xié)助或替代人類。當(dāng)人們能使用機(jī)器識(shí)別更多事物，自然引發(fā)了對(duì)事物的理解和分析等深層次的自動(dòng)化知識(shí)服務(wù)的需求，而需要外部知識(shí)、邏輯推理或者領(lǐng)域遷移的認(rèn)知智能領(lǐng)域還處于初級(jí)階段。

知識(shí)圖譜

知識(shí)圖譜最常見的表示形式是RDF（三元組），即“實(shí)體x關(guān)系x實(shí)體”或“實(shí)體x屬性x屬性值”集合，其結(jié)點(diǎn)代表實(shí)體（entity）或者概念（con?cept），邊代表實(shí)體/概念之間的各種語義關(guān)系。由于知識(shí)圖譜富含實(shí)體、概念、屬性和關(guān)系等信息，使機(jī)器理解與解釋現(xiàn)實(shí)世界成為可能。

上世紀(jì)七八十年代，傳統(tǒng)的知識(shí)工程與專家系統(tǒng)解決了很多的問題，但都是在規(guī)則明確、邊界清晰、應(yīng)用封閉的限定場景取得成功，嚴(yán)重依賴專家干預(yù)，一旦涉及到開放的問題就不太可能實(shí)現(xiàn)，因此難以適應(yīng)大數(shù)據(jù)時(shí)代開放應(yīng)用到規(guī)模化的需求等問題。相對(duì)于傳統(tǒng)的知識(shí)表示，知識(shí)圖譜具有規(guī)模巨大、語義豐富、質(zhì)量精良與結(jié)構(gòu)友好等特點(diǎn)，宣告知識(shí)工程進(jìn)入了一個(gè)新的時(shí)代。

知識(shí)圖譜是認(rèn)知智能的底層支撐

讓機(jī)器具備認(rèn)知智能，具體體現(xiàn)在讓機(jī)器掌握知識(shí)，擁有理解數(shù)據(jù)、理解語言，進(jìn)而理解現(xiàn)實(shí)世界的能力，擁有解釋數(shù)據(jù)、解釋過程，進(jìn)而解釋現(xiàn)象的能力，擁有推理、規(guī)劃等一系列人類所獨(dú)有的思考認(rèn)知能力，而這些能力的實(shí)現(xiàn)與大規(guī)模、結(jié)構(gòu)化、關(guān)聯(lián)密度高的背景知識(shí)是密不可分的。

知識(shí)圖譜通過對(duì)海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行知識(shí)萃取并關(guān)聯(lián)形成網(wǎng)狀知識(shí)結(jié)構(gòu)，對(duì)概念間的關(guān)系屬性進(jìn)行聯(lián)結(jié)和轉(zhuǎn)換，支持非線性的、高階關(guān)系的分析，為描繪物理世界生產(chǎn)生活行為提供有效的方法與工具，是認(rèn)知智能的底層支撐。知識(shí)圖譜幫助機(jī)器實(shí)現(xiàn)認(rèn)知智能的“理解”和“解釋”能力：通過建立從數(shù)據(jù)到知識(shí)圖譜中實(shí)體、概念、關(guān)系的映射，使機(jī)器能理解數(shù)據(jù)，從數(shù)據(jù)中提煉出行業(yè)或領(lǐng)域內(nèi)高精度的知識(shí)；通過利用知識(shí)圖譜中實(shí)體、概念和關(guān)系來解釋現(xiàn)實(shí)世界中的事物和現(xiàn)象，使機(jī)器能解釋現(xiàn)象。基于知識(shí)圖譜和邏輯規(guī)則或統(tǒng)計(jì)規(guī)律，機(jī)器能推理出實(shí)體或概念間深層的、隱含的關(guān)系，實(shí)現(xiàn)認(rèn)知智能的“推理”能力。

知識(shí)圖譜是人工智能應(yīng)用鏈條的第一步，是人工智能的底層技術(shù)。知識(shí)圖譜在高效數(shù)據(jù)處理和知識(shí)加工推理方面的能力，推動(dòng)人工智能既有產(chǎn)品的升級(jí)或提供更有效的解決方案，同時(shí)也可轉(zhuǎn)化為新的商業(yè)產(chǎn)品形式。

知識(shí)圖譜的產(chǎn)品形式可以分為原圖應(yīng)用和算法支撐兩類。原圖應(yīng)用是指基于知識(shí)圖譜的圖結(jié)構(gòu)和豐富的語義關(guān)系，直接通過圖譜產(chǎn)生價(jià)值的服務(wù)形式，例如圖挖掘、關(guān)聯(lián)分析等。其中，通用知識(shí)圖譜被視為下一代搜索引擎的核心技術(shù)。算法支撐是指通過知識(shí)圖譜對(duì)信息源的數(shù)據(jù)進(jìn)行處理，將產(chǎn)出的結(jié)構(gòu)化關(guān)聯(lián)數(shù)據(jù)用于其他人工智能任務(wù)的算法模型訓(xùn)練和應(yīng)用，進(jìn)而得到能解決具體場景問題的研判建議，形成產(chǎn)生價(jià)值的服務(wù)形式。

知識(shí)圖譜為其他人工智能任務(wù)提供算法支撐的典型應(yīng)用主要包括智能問答、智能搜索和智能推薦、決策分析系統(tǒng)等?；谥R(shí)圖譜的智能搜索能對(duì)文本、圖片、視頻等復(fù)雜多元對(duì)象進(jìn)行跨媒體搜索，實(shí)現(xiàn)篇章級(jí)、段落級(jí)、語句級(jí)的多粒度搜索。

智能搜索使計(jì)算機(jī)能更準(zhǔn)確地識(shí)別和理解用戶深層的搜索意圖和需求，在知識(shí)圖譜中查找出目標(biāo)實(shí)體及其相關(guān)內(nèi)容，對(duì)結(jié)果內(nèi)容進(jìn)行實(shí)體排序和分類，并以符合人類習(xí)慣的自然語言的形式展示，從而提高搜索體驗(yàn)。

智能問答分為直接回答、統(tǒng)計(jì)回答和推理回答?；谥R(shí)圖譜的智能問答能從實(shí)體和短句兩個(gè)維度進(jìn)行挖掘，能理解多樣問法和有噪音問法，具有較高的準(zhǔn)確率、召回率。在對(duì)話結(jié)構(gòu)和流程設(shè)計(jì)上，能實(shí)現(xiàn)實(shí)體間上下文會(huì)話的識(shí)別與推理，最終實(shí)現(xiàn)更自然的人機(jī)交互?；谥R(shí)圖譜的智能推薦則通過獲得用戶和物品的精確畫像，從而實(shí)現(xiàn)準(zhǔn)確的匹配和有針對(duì)性的推薦，實(shí)現(xiàn)場景化、任務(wù)型的推薦。

知識(shí)圖譜典型應(yīng)用場景

城市治理

中國城市存在巨大的存量治理和精細(xì)化發(fā)展需求。隨著城市公共管理的數(shù)據(jù)來源由政務(wù)數(shù)據(jù)不斷拓展至交通、視頻、環(huán)境等其他城市運(yùn)行感知數(shù)據(jù)以及企業(yè)數(shù)據(jù)，城市大數(shù)據(jù)平臺(tái)也從政務(wù)共享交換平臺(tái)，發(fā)展成為多方共建共用共享的大數(shù)據(jù)平臺(tái)?；谥R(shí)圖譜技術(shù)，將分散在政府各個(gè)部門、生產(chǎn)生活各個(gè)領(lǐng)域的相互孤立的數(shù)據(jù)資源聯(lián)通共享，實(shí)現(xiàn)多源數(shù)據(jù)集成交換，從而對(duì)政務(wù)數(shù)據(jù)和社會(huì)數(shù)據(jù)進(jìn)行深度挖掘。通過數(shù)據(jù)融合分析與管控，最大化發(fā)揮數(shù)據(jù)要素的效能，發(fā)現(xiàn)不同群體、不同行業(yè)的服務(wù)需求，實(shí)現(xiàn)政務(wù)服務(wù)的精準(zhǔn)化供給、政府科學(xué)決策和高效社會(huì)治理。

公安大數(shù)據(jù)是全面助推公安工作質(zhì)量、效率、動(dòng)力變革的重要力量。隨著跨部門、警種、業(yè)務(wù)的協(xié)同和整合大趨勢(shì)的到來，知識(shí)圖譜能通過數(shù)據(jù)分析、文本語義分析等手段，抽取出人、物、地、機(jī)構(gòu)、虛擬身份等實(shí)體，并根據(jù)其中的屬性、時(shí)空、語義、特征、位置聯(lián)系等建立相互關(guān)聯(lián)，構(gòu)建多維多層的，實(shí)體與實(shí)體、實(shí)體與事件的關(guān)系網(wǎng)絡(luò)。在解決公安大數(shù)據(jù)發(fā)展中面臨的數(shù)據(jù)缺乏關(guān)聯(lián)性、缺乏全警種智能應(yīng)用等問題時(shí)發(fā)揮重要作用，真正激發(fā)大數(shù)據(jù)的價(jià)值。

建設(shè)公安知識(shí)圖譜遵循知識(shí)圖譜搭建邏輯。知識(shí)抽取、本體層建設(shè)和實(shí)戰(zhàn)應(yīng)用開發(fā)等環(huán)節(jié)需要運(yùn)用分布式儲(chǔ)存、關(guān)聯(lián)算法、語義推理等技術(shù)，將公安部門多年業(yè)務(wù)中積累的技戰(zhàn)法進(jìn)行總結(jié)和可視化處理，與技術(shù)算法相互轉(zhuǎn)換，以集成犯罪和預(yù)測模型，實(shí)現(xiàn)重點(diǎn)人員場所關(guān)聯(lián)分析、物品關(guān)聯(lián)分析、團(tuán)伙關(guān)系分析、異常事件挖掘、相似案件推理等功能，提升公安信息化的智能化水平，促進(jìn)公安情報(bào)研判的演進(jìn)，高效服務(wù)公安的打防管控工作，做到精準(zhǔn)的犯罪預(yù)測預(yù)警。

醫(yī)療健康

醫(yī)療健康是典型的數(shù)據(jù)海量且多源異構(gòu)的行業(yè)，數(shù)據(jù)專業(yè)性強(qiáng)、結(jié)構(gòu)復(fù)雜，數(shù)據(jù)融合在醫(yī)療健康行業(yè)應(yīng)用場景中更加困難。利用知識(shí)圖譜的能力，聚合核心醫(yī)學(xué)概念和醫(yī)療生態(tài)圈知識(shí)，從海量的臨床案例中對(duì)經(jīng)驗(yàn)和知識(shí)進(jìn)行提煉整理、錄入標(biāo)注、體系構(gòu)建，在解決優(yōu)質(zhì)醫(yī)療資源供給不足和醫(yī)療服務(wù)需求持續(xù)增加的矛盾中產(chǎn)生重要的作用。

教育知識(shí)

當(dāng)前人工智能技術(shù)更多應(yīng)用在如拍照搜題、口語評(píng)測、課堂監(jiān)控等外圍需求的工具上，并未能有效深入到教學(xué)場景中。搭建貫穿教材知識(shí)體系、教學(xué)資源管理和受教育者學(xué)習(xí)軌跡的知識(shí)圖譜，將教與學(xué)的全過程進(jìn)行可視化展現(xiàn)，使靜態(tài)知識(shí)點(diǎn)數(shù)據(jù)與動(dòng)態(tài)教學(xué)活動(dòng)數(shù)據(jù)產(chǎn)生關(guān)聯(lián)，為算法利用提供支撐環(huán)境。

知識(shí)圖譜在教育領(lǐng)域主要應(yīng)用場景有：一是將學(xué)科教材知識(shí)進(jìn)行本體建模，形成可關(guān)聯(lián)性查詢的知識(shí)網(wǎng)絡(luò)；二是以圖結(jié)構(gòu)將教學(xué)資源以及關(guān)系進(jìn)行語義化組織，以便合理調(diào)用；三是在知識(shí)圖譜的基礎(chǔ)上，應(yīng)用大數(shù)據(jù)、AI等技術(shù)形成面向?qū)W習(xí)目標(biāo)的個(gè)性化學(xué)習(xí)路徑，實(shí)現(xiàn)千人千面的教學(xué)方案；四是面對(duì)受教育者搭建個(gè)人知識(shí)圖譜，通過對(duì)其知識(shí)點(diǎn)學(xué)習(xí)進(jìn)度和考試反饋數(shù)據(jù)的實(shí)時(shí)關(guān)聯(lián)，形成知識(shí)掌握狀態(tài)的可視化個(gè)人畫像，實(shí)現(xiàn)習(xí)題推送和老師一對(duì)一教學(xué)有的放矢；五是將教育領(lǐng)域碎片化、多源異構(gòu)數(shù)據(jù)進(jìn)行處理，形成標(biāo)準(zhǔn)化的關(guān)聯(lián)數(shù)據(jù)集，為機(jī)器學(xué)習(xí)算法訓(xùn)練提供必要條件。

通用制造業(yè)

制造業(yè)體系龐大、場景豐富、產(chǎn)品類型多、定制化程度高，具有數(shù)據(jù)龐大且知識(shí)結(jié)構(gòu)復(fù)雜的特性，存在著如工序流程和工藝制造等事理知識(shí)，同時(shí)也存在大量的定量知識(shí)。事件之間存在著大量的事理邏輯關(guān)系，而不同角色本體構(gòu)造提出的需求也不盡相同。引入知識(shí)圖譜技術(shù)，將工廠車間、人工資源、物料組件、設(shè)備制具、工藝流程、故障等制造業(yè)的基礎(chǔ)數(shù)據(jù)進(jìn)行知識(shí)分類和建模，通過對(duì)知識(shí)的抽取，對(duì)定量知識(shí)與事理知識(shí)的融合以及對(duì)實(shí)體之間復(fù)雜關(guān)系的挖掘，構(gòu)建制造業(yè)知識(shí)服務(wù)平臺(tái)，建立產(chǎn)品規(guī)劃、設(shè)計(jì)、生產(chǎn)、試制、量產(chǎn)、使用、服務(wù)、營銷和企業(yè)管理等全生命周期的互聯(lián)，還能融合環(huán)境、焚燒、水務(wù)、模具、能源管理等多個(gè)相關(guān)行業(yè)的知識(shí)內(nèi)容，通過快速搜索和推理關(guān)系中的趨勢(shì)、異常和共性更好地組織、管理和理解制造業(yè)體系的內(nèi)部聯(lián)系，將知識(shí)轉(zhuǎn)化為決策依據(jù)，破除產(chǎn)品封閉式的重復(fù)研發(fā)實(shí)現(xiàn)創(chuàng)新，進(jìn)行全流程多方面的協(xié)調(diào)管控，提高制造流程中問題的預(yù)見和解決能力，提升資源管理能力、生產(chǎn)效率和產(chǎn)品質(zhì)量。

智慧建筑

當(dāng)前建筑行業(yè)仍是勞動(dòng)力密集型行業(yè)，擁有動(dòng)態(tài)且復(fù)雜的行業(yè)結(jié)構(gòu)。根據(jù)不同項(xiàng)目類型、項(xiàng)目階段和項(xiàng)目目標(biāo)，將項(xiàng)目過程中不斷重復(fù)的知識(shí)、使用知識(shí)本體的方式進(jìn)行組織化的設(shè)計(jì)和管理，以實(shí)現(xiàn)從圖紙?jiān)O(shè)計(jì)、審圖、施工、驗(yàn)收到樓宇運(yùn)維全流程內(nèi)知識(shí)的重復(fù)使用和組織化管理，是建筑行業(yè)實(shí)現(xiàn)智能化的目標(biāo)。當(dāng)前建筑信息模型（BIM,Build?ing Information Modelling）從工程實(shí)踐到管理理念上都在給建筑業(yè)與施工業(yè)帶來不同程度的變革。作為含有豐富語義信息的三維模型載體，BIM的屬性與信息體系包含了建筑的空間幾何信息、屬性信息等，是實(shí)體建筑的數(shù)字化表達(dá)，具有真實(shí)性和全面性的特點(diǎn)，都可以有效分類和聚集成為若干知識(shí)本體。結(jié)合知識(shí)圖譜的知識(shí)抽取、知識(shí)融合及知識(shí)加工等構(gòu)建技術(shù)，集合成以BIM數(shù)據(jù)與規(guī)范為主的建筑工程行業(yè)知識(shí)圖譜，從而提升設(shè)計(jì)階段BIM審圖規(guī)范與效率、輔助施工階段質(zhì)量管理與決策、改善運(yùn)維階段數(shù)據(jù)流轉(zhuǎn)，進(jìn)而提高分析能力。

人工智能新基建下城市創(chuàng)新場景

城市是基礎(chǔ)設(shè)施建設(shè)的核心載體，城市智慧化建設(shè)是新基建價(jià)值實(shí)現(xiàn)的重要需求領(lǐng)域。數(shù)據(jù)是城市治理最重要的資源之一，新基建的各個(gè)領(lǐng)域中，5G使數(shù)據(jù)傳輸實(shí)現(xiàn)跳躍式發(fā)展，滿足更多應(yīng)用場景；物聯(lián)網(wǎng)采集海量數(shù)據(jù)，并根據(jù)反饋提供命令執(zhí)行支持；云計(jì)算提供計(jì)算存儲(chǔ)等基礎(chǔ)服務(wù)，為大規(guī)模軟硬件、數(shù)據(jù)的操作和管理提供平臺(tái)。例如，“蘇州交警5A計(jì)劃”依托人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、視頻識(shí)別、移動(dòng)互聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)，使交警自有數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)及其他部門數(shù)據(jù)實(shí)現(xiàn)匯聚共享，解決了城市外場設(shè)備多、應(yīng)用效率低、數(shù)據(jù)獨(dú)立分散、信控手段單一落后等問題。“蘇州交警5A計(jì)劃”在全市信號(hào)控制路口達(dá)5887個(gè)，聯(lián)網(wǎng)率達(dá)81.1%，實(shí)現(xiàn)交通狀態(tài)精準(zhǔn)感知、交通擁堵成因深度挖掘、交通事件預(yù)測、交通信號(hào)實(shí)時(shí)優(yōu)化等功能，2019年全市交通死亡事故起數(shù)和死亡人數(shù)同比下降13.67%、13.21%。

由此可見，人工智能技術(shù)尤其是通過對(duì)知識(shí)圖譜的應(yīng)用，能對(duì)城市生活中的衣、食、住、行，城市管理中的行政管理、公共事業(yè)管理、勞動(dòng)與社會(huì)保障、土地資源管理等數(shù)據(jù)進(jìn)行分析和挖掘，建成易于組織、管理和利用的動(dòng)態(tài)知識(shí)庫，提升城市治理效率。