从浙江大学召开的OpenKS（知目）知识计算引擎开源项目发布会上获悉，浙大与合作单位研发的OpenKS知识计算引擎取得重大进展，有望解决“人工智能不够智能”的问题。
将大数据转化成结构化信息
在学习工作中，我们常会接触到表格和文档两种工具。比如，我们在录入一些个人信息的时候，可以在表格中设计好表头，按条目分别输入姓名、年龄、出生地等信息，计算机能够很容易地读取这些信息并加以整合、应用。而如果用一段文字“小A于1982年出生在杭州”来描述的话，计算机读取信息的时候可能就会懵圈。
为什么？因为表格是有结构的，而文字是非结构性的。对于目前的人工智能来说，非结构性数据只是数据，还不是知识，更不能被用于决策了。
关键的原因就是数据与知识之间的转化，还不是很顺畅。在没有“学习”之前，计算机不知道西湖区是杭州的一个城区，无法判断一个名词是人名、产品名还是公司名，而视频也只是一段数据流。
为了解决这个难题，2019年12月，以浙江大学计算机学院庄越挺教授作为首席科学家的科技创新2030“新一代人工智能”首批重大项目——“可泛化的领域知识学习与计算引擎”正式启动。
目前，经过各课题组的深入研究和课题间的紧密协作，基于百度飞桨深度学习框架，该团队共同研发了可用于支撑各行业知识服务系统构建的OpenKS知识计算引擎算法库。“目前OpenKS已基本支持知识学习与计算全流程主要任务，涉及非结构化数据集与知识图谱载入、多模态数据知识抽取、知识表征、分布式知识学习与计算、知识服务与智能应用等环节模块。”庄越挺说。
帮助行业快速建立知识图谱
新一代人工智能中，知识图谱作为最重要的知识表示方式，已成为研究热点。知识的自动发现，知识图谱的构建、演化和协同推理是知识计算的核心技术，而融合数据、算法与人类智慧，协同一体的大规模分布式知识计算引擎则是实际应用的关键。
“简单地说，知识图谱就是对信息的结构化表达，比如把一篇文章‘改成’一个表格。”庄越挺说，从全社会来看，众多知识密集型行业，如安防、金融风控、智慧城市、工程教育等均有着从海量数据中构建知识图谱并基于此进行快速决策的共性需求。然而，目前的人工智能技术在应对上述共性需求时，并没有通用、完整的解决方案，也无法同时解决数据不全、预测不准和计算不快等应用挑战。
该团队研发的OpenKS知识计算引擎算法库的一个重要功能，就是从数据中提炼出知识并在此基础上作出决策。
项目主要参与人员、浙大计算机学院教授肖俊介绍说，OpenKS知识计算引擎算法库集成了大量算法和解决方案，提供了一系列知识学习与计算的多层级接口标准，可供各机构研发人员以统一的形式进行算法模型研究成果的封装、集成与服务。
开源式打造“木匠的工具间”
目前，这套系统已经应用到多个行业领域。比如，在产业链的梳理中，系统帮助建立行业上下游各企业的知识图谱，寻找生产的薄弱环节或是缺少的零部件。
而且项目的研发过程采用了开源机制，支持企业和社区开发者根据不同的场景需求对接口服务进行调用和进一步开发。
“打个比方，我们是打造了一个‘木匠的工具间’，里面有锯子、刨子、榔头、钉子等各种工具，桌子、柜子这些常用的家具，系统可以帮忙做，如果是个性化的需求，木匠也可以在工具间里利用我们提供的这些工具来自己做。”庄越挺说，项目的研发过程中，行业专家、算法开发者和用户都发挥了各自作用，“达到越用越聪明的效果”。
目前OpenKS项目正在融合吸收来自跨媒体知识图谱构建、知识表征推理、可泛化协同求解、自适应学习中间件等方面的优秀成果，形成了一系列拥有自主知识产权的发明专利与软件著作产权，发表了一系列高水平学术论文。在后续项目的实施过程中，项目组将持续推动知识计算引擎的研发，让OpenKS知识计算引擎项目更好地为行业赋能，助力各类传统行业基础设施的智能化改造。
人工智能技术网 倡导尊重与保护知识产权。如发现本站文章存在版权等问题，烦请30天内提供版权疑问、身份证明、版权证明、联系方式等发邮件至1851688011@qq.com我们将及时沟通与处理。！：首页 > 新闻 » 浙大与合作单位研发的OpenKS知识计算引擎取得重大进展