技能分享 | AI 跟知識圖譜的關係

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。

  1. 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。
  2. 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。

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s