曾记得十几天之前否？那时我们踌躇满志的跨进了2018，满怀着对未来的渴望和珍重……然后我们惊奇的发现，2018第一个火起来的词叫“撒币”。
不是我说啥，这可真出戏啊。
似乎一夜之间，直播答题和这个叫做”撒币”的关键词就火了。王思聪的冲顶大会、映客的芝士超人、花椒的百万赢家，一时之间大佬们疯狂争当“大撒币”，人民群众则纷纷出头相当被币砸到的那个幸运儿。
当然了，不管这些平台们如何“撒”，最终“币”还是要回到他们自己口袋里的，毕竟做生意是为了赚钱，搞出来这么大场面当然是为了放后招，没听说过哪位出题让人答是为了做慈善的。除非...除非AI化妆成选手，也来答个题，说不定能干到王思聪们没币可撒...
毕竟，答题也是讲科学的对不对？
AI答题这件事其实也不新鲜，不信你百度输入一个“长城有多长”之类的，马上就会给你跳出来答案。这里就是用了AI的专业答题姿势：知识图谱。
观点：国际贸易可能是英国采用数字英镑的最大驱动力之一:NEM企业执行董事Antony Welfare表示，数字英镑带来的最大好处之一可能是金融普惠，理由是移动设备无处不在，并且大众使用广泛。Welfare警告说，各国在CBDC方面的差距可能会破坏英镑的地位 。“从长远来看，采用数字英镑的最大驱动力之一可能在于国际贸易领域，” Welfare补充说：“拥有CBDC的国家或地区可以要求以自己的本地CBDC进行付款，即数字人民币，数字美元等，这将是上敏感的谈判问题，并有可能破坏英镑的价值。”（Cointelegraph）[2021/4/21 20:43:48]
借着直播答题的春风，今天讲讲知识图谱的故事吧。虽然在机器视觉、语音交互等“网红技术”面前，作为AI重要分支之一的知识图谱似乎不那么出位。但是以应用度和脑洞指数来说，这个技术绝对当仁不让。更重要的是，在“AI感知”通向“AI理解”的大路上，知识图谱近乎是无法绕开的一道关卡。
现场 | 信通院刘阳：区块链可能是一种真正满足数字经济需求的技术:金色财经现场报道，10月28日，第六届区块链全球峰会的分布式认知工业互联网主题论坛于上海开幕，论坛上中国信息通信研究院工业互联网与物联网研究所副总工程师刘阳演讲表示，传统产业在新的数字经济领域的占比超过80%，第四次工业革命需要强大的数字化、信息化、智能化新基础设施作为基石。
区块链可能是一种真正满足数字经济需求的技术，可以实现数据要素的确权、定价、交易的关键支撑，区块链可能是重塑经济社会信任机制的技术，区块链是具有多方聚力推动产业经济价值的共性技术。区块链是数字智能时代核心技术的重要突破口，拥有技术创新空间。基于以上原因，区块链被纳入了新基建的范畴。[2020/10/28]
更更重要的是——他能帮你答题啊。
知识图谱是什么鬼？
知识图谱这个概念被提出并不算太久，但是要追根溯源理解这个技术到底是玩什么的，那可能真要往上倒腾几十年才行。
德丰杰投资基金合伙人汤忠一：区块链最早的应用有可能是DeFi，机会也更大:金色财经现场报道，2020 Cointelegraph中文大湾区·国际区块链周8月5日在深圳举行。德丰杰投资基金合伙人汤忠一在会上表示，从互联网历史来看，互联网依次带来通信、媒体、电子商务、分享经济、金融科技（fintech），金融科技（fintech）比电子商务晚了15年，不是技术没到，主要是金融管制太严格。区块链最早的应用有可能是DeFi，DeFi机会也更大，DeFi其实很容易（low hanging fruit），但是现实来看联盟链起来会更快，因为大公司在推。因金融世界各地有管制，DeFi拖得时间会比较长。[2020/8/5]
上世纪40年代，人工智能被提出之后，无数科学家们就开始琢磨，到底用什么方式能让机器模拟出人的智慧呢？琢磨来琢磨去，人对于信息能够进行关联理解似乎是个路子。所谓信息关联，就是人类在接受一个信息后，会把它放在记忆中进行归纳和调用。比如说你打小认识了你三舅，绝不可能过几年管他叫二哥。
观点：从长期看比特币可能是当前经济放缓的受益者:Delphi Digital联合创始人Kevin Kelly表示，宏观经济背景从未像现在这样有利于比特币。Kelly指出，传统市场的起伏经常反映在比特币市场和其他加密货币上。最近的一个例子是3月中旬发生的恐慌性下跌。随着传统市场的复苏，加密市场也一并复苏。在最近的崩盘中，尽管所有资产类别都出现了下跌和复苏，但比特币与黄金的涨势更为一致。尽管比特币只存在了大约10年，但其已开始被视为安全的避风港资产。
鉴于BTC的特点，Kelly认为，从长远来看，BTC可以被视为一种非主权的、数字原生的、硬性上限供应，属于安全的避险资产。然而，比特币与其他资产类别之间存在相关性，但假以时日，这种相关性可能会随着风险资产的增加而减弱。（AMBCrypto）[2020/5/7]
利用这个思路，上世纪50年代末，学术界提出了语义网络的设想，打算把数据进行结构化的处理，让单个信息组合成有联系、能共鸣的“知识”。今天我们用到的很多技术都来源于语义网络，比如机器翻译、自然语言处理等等，知识图谱也是其中之一。
CFTC前主席：Telegram的禁令可能是SAFT框架的“丧钟”:美国商品期货交易委员会（CFTC）前主席Gary Gensler表示，周二联邦法院对Telegram的判决（禁止向投资者交付GRAM）可能是SAFT（未来代币简单协议）的“丧钟”。联邦法院的裁决意味着SAFT框架并不能保证代币免受证券法的约束，具体代币仍需通过豪伊测试。（Decrypt）[2020/3/27]
上世纪80年代，受到多方面刺激的地球人开始了一次AI复兴运动，而这次运动的主角，就是各国开始打造专家系统和知识库。那时候科学家们相信，如果把人类大量知识进行逻辑化关联和语义网络存储，最终人类就能打造出全知全能，啥啥都懂的人工智能。可惜好景不长，最终AI没等来呢PC先来了，专家系统纷纷被弃置。但是海量知识构成的知识库却成为了宝物流传了下来。
2002年，基于语义web技术和Freebase等优质知识库，谷歌宣布推出了知识图谱概念，并在2013年投入使用。所谓知识图谱，实际上是建立在网页百科知识库基础上，利用语义网络进行知识关联的技术。它可以用来帮助学术人员快速搜集和理解信息，也可以用来分析情报，辨别信息真伪。在产业端则为搜索、内容推荐和智能问答提供了基础，成为今天AI领域不是十分热门，却也足够强势的一个技术类别。
如果说了这么多还没明白，那就举个直白的例子吧：
假如你这几天很好奇一个叫PGone的词为啥火了。然后你去搜索一下，结果给你推荐的词是PGtwo、PGthree...那你就跟没搜一样。假如蹦出来两个词，一个是贾乃亮一个是地沟油，那么你就了然了嘛...
所谓的知识图谱，就是让智能体去理解知识之间网络关系，并能主动以此提供服务的技术。
今天的知识图谱专治各种“撒币”
假如你以为本文到此就该结束了，那么你又错了。
上文说了知识图谱专治各种“大撒币”行为，并不是随便讲讲的。我们要知道，2002年知识图谱技术假如跟王思聪刚一波正面，那是基本没有胜算的。
这里有几种可能：首先是假如你的知识库是更新到前年的，人家问你PGone的嫂子是谁你怎么办？或者人家不问你长城有多长，问你最长的墙有多长怎么办？
在考教真人的直播答题过程中，可能面临各种语言上的调整、提问方式的改变，以及加入最新信息。这都是几年前基于单一结构知识库的知识图谱技术难以胜任的。
这就把知识图谱难住了吗？不能够，毕竟为答题而生，必须要搞点新高度出来才行。
这项技术在近几年间发生了重要变化，比如：
1、大数据+机器学习带来了史无前例的效率契机。
今天的AI复兴，是建立在机器学习驱动大数据的基础上的，知识图谱也是如此。举例来说，搜索引擎知识图谱技术，是建立在搜索数据和百科、问答等数据库之上的。数据本身的优质化是知识图谱运行的基础。而在机器学习、深度学习领域的积累，则让图谱技术实现了及时化、逐步完善图谱关联强度和理解力提升。换句话说，知识图谱技术正在变得愈发即时性与可成长。
2、语音交互成为启动知识图谱的新形式。
知识图谱想要真的为人类所用，那么就不能是人类用固定方式去出发知识图谱的模板。而应该是知识图谱主动理解人类的语言和思维习惯，做到主动输出服务。这就需要知识图谱与语音交互紧密结合。
3、强语义理解能力成为关键。
能听懂“长城有多长”，却听不懂“长城从东到西一共多少距离”的知识图谱，显然是知识没谱。深度学习各种语意、语义、语序和方言的知识图谱能力，也成为了目前知识图谱技术的唤醒核心。
这几种能力加持下，把知识图谱伪装成选手去搞点“撒币”，显然已经不算什么了...但是如果只干这点事，其实也蛮亏的。
撒出一个明天
无论是语音交互还是机器视觉，我们今天正在努力教会AI一件事，就是识别。可是，在识别之后呢？AI下一步要干什么？
识别的下一步当然是理解和处理，但如果想让AI开启这些能力，很多人都认为，知识图谱的爆发将是AI下一步的必经之路。
今天知识图谱的核心，在于通过数据生成可视化的知识链条，用链条形成网络，利用网络来进行预测、生成自动化，最终生成机器主动提供的智能化服务。
要知道，人类理解世界并不是基于一个个散乱的信息，而是基于信息背后的“知识”。
我们期待的知识图谱技术，是通过这种技术的完善，把AI调整到主动输出服务模式。经典计算阶段是你想到的，电脑帮你做出来。而知识图谱时代，是你想不到的，AI可以想到。
能做到这一步的AI技术，当然不会只满足去答答题，做个直播。人家的使命是改变世界好不好？
其实，知识图谱作为一种隐藏的后端技术，今天已经悄然布局在了我们的生活。比如我们今天在百度搜“李白写过哪些饮酒诗？”，已经不是跳出来有这些关键词的网站，而是直接跳出来你的答案，这背后就是知识图谱即使已经解答了你的问题。
更重要的是，知识图谱技术作为AI交互手段的必要触达点，正在为其他AI产业提供帮助，比如智能处理、无人驾驶。
更远的未来，或许是利用知识图谱技术达成物联网间的协作、人机交互的全新升级，那么最终所能抵达的，远远不是答题这一件小事而已。
所以呢，直播平台上谁给谁撒币，谁是大撒币，其实也不是很重要了。真正重要的是，技术正在努力把未来的币，撒到现在的土壤里。
更多精彩内容，关注钛媒体微信号，或者下载钛媒体App
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。