近年來，人工智慧（AI）正在快速地改變我們的生活，可以看到各家科技公司都紛紛推出人工智慧產品或是系統，比如 Amazon 推出的 Amazon Go 無人超市，使用者只需下載 App，走進這家超市，就可以直接拿走商品，節省了排隊結帳的時間成本，是人工智慧時代的全新體驗。又或是 Apple 推出的 Siri 功能，可以呼叫 Siri 協助我們各種事物，比方說搜尋、打電話等，節省我們直接打字及撥打的時間。而這些人工智慧產品的出現，其實都依賴於背後各個領域技術的突破發展，包括機器學習、語音識別、自然語言處理等等的技術發展。
AI 為什麼需要知識圖譜？
知識是人工智慧的基礎，機器可以透過模仿，表達出人類的視覺、聽覺等感知能力。而 「認知」正是機器所缺乏的能力。同時，知識是使我們不斷地進步，推動我們不斷前進的動力。而知識對於人工智慧的價值就在於，讓機器具備認知能力。
有了知識的人工智慧會變得更強大，可以做更多的事情。反過來，因為更強大的人工智慧，可以幫我們更有效地去挖掘及獲取更多的知識。機器通過人工智慧技術與使用者的互動，從中獲取資料、優化演算法，更重要的是建置知識圖譜，認知和理解我們存在的這個世界，提升技術及生活品質。
推動人工智慧的幕後幫手
人工智慧背後兩大技術驅動力：深度學習與知識圖譜。
我們可以將這兩個技術進行一個簡單的比較：
將深度學習歸納為隱性的模型，通常是面向某一個具體任務，比如說人臉識別。通常在很多訓練上能夠取得非常優秀的結果，同時它也有非常多的限制性，比如說需要大量的訓練數據，來學習更有用的特徵，最終達到增加分類的目的或預測的準確性。
另一方面，知識圖譜能夠廣泛地適用於不同的任務。與深度學習相比的話，知識圖譜可呈現出的連結性比較強，且具有理解能力，類似於人類的思考。
知識圖譜的「理解能力」已被一些人工智慧大規模運用，比如在醫療領域，人工智慧可以進行癌症判別的診斷結果，幫助醫生判斷診斷結果，再來做下一步的措施。以及金融領域，人工智慧可以用於推薦適合的投資方案給投資人，並運用知識圖譜給出一個合理的解釋及說明。
知識圖譜的優勢
知識圖譜可以將圖文內容的挖掘、自然語言的處理、及語句分析等技術結合。
- 知識推理能力：知識圖譜可以自動推斷出新的知識。根據實體名稱、屬性等資訊，可以推斷出之間的關係。
- 語義理解能力：比如説以下字句“位於臺北的博物館”，對於知識圖譜而言這不再是單純的字句，而是可以拆解為不同關係來查詢及分析：「要查詢某一個東西，它屬於地標類別的，位於臺北的」。
因此我們可以知道知識圖譜的優勢在於「推理以及理解」，它的理解是具有邏輯的，而不只是單純的相似關鍵字的串連。
知識圖譜的在行業中的應用
隨著人工智慧（AI）不斷地發展，知識圖譜已經在搜尋引擎、聊天機器人、問答系統、臨床決策支援等方面都有實際應用。
知識圖譜的未來展望
知識圖譜是以語義網路作為理論基礎，結合了機器學習、自然語言處理和知識推理的成果，對於解決資料中文字分析和影像處理發揮了重要的作用。
然而當前的知識圖譜在臺灣發展並不廣泛，且還處於初級階段，甚至面臨眾多挑戰和難題。
知識圖譜的建置是多學科的結合，需要知識庫、自然語言理解、機器學習和資料探勘等多方面技術的融合。要讓知識圖譜能在臺灣市場上廣泛應用，也需要學術界和相關業界甚至政府單位一起探討及推廣，找到更合適的解決方案。
SourceZones 源銳資訊 