“知識對於人工智能的價值在於讓機器具備認知能力，而構建知識圖譜的本質就是讓機器形成認知能力，去理解這個世界。”喬昕說。
關鍵在於滿足業務需求
中國電子學會高級咨詢師凌霞曾撰文分析，隨著人工智能技術的發展與應用，知識圖譜作為關鍵技術之一，已被廣泛應用於很多行業與領域，如智能搜索、智能問答、個性化推薦、人機交互對話系統等領域。
艾瑞咨詢此次發布的報告顯示，2019年知識圖譜市場中以金融領域和公安領域應用份額占比最大，金融領域因標準化數據積累豐富，行業認知與直接需求最為明顯等因素，成為數據智能最早落地並產生價值的行業。事實上，業內專家認為，包括醫療在內的多個行業也將是知識圖譜大展身手的領域。
凌霞指出，例如，研發新藥的成本高，周期長，基於這樣的現狀，在歐盟第七框架下的開放藥品平台OpenPhacts項目，利用了來自實驗室的理化數據、各種期刊文獻中的研究成果以及各種開放數據。在醫療行業，還可通過整合大量醫療文獻和書籍以及各種電子病歷來獲取海量高質量的醫療知識，向醫護人員提供輔助臨床決策。
“目前醫學知識圖譜技術在疾病風險評估、智能輔助診療、醫療質量控制及醫療知識問答等智慧醫療領域都有著很好的發展前景。”喬昕說，例如針對新冠肺炎開發的醫助系統，新冠肺炎知識圖譜可用於計算問句之間的相似度以及輔助解答用戶提問。
“雖然醫療是個典型的以異構數據為主的行業，多源異構數據的融合在實際應用場景中確實更複雜，而且涉及到的數據集往往數據質量本身也有問題，相對而言構建知識圖譜也更難一些，但總體來說，目前構建知識圖譜已不存在太大技術上的難題，更重要的是將挖掘更多應用場景，構建出質量更好、更好用的知識圖譜。”喬昕說。 |
