證件,、人臉,，掃描對比，綠燈亮,，通過,，在經(jīng)過高鐵安檢閘口的這一流程時，你也許會想：機器認(rèn)識我,。而實際上,，并不是。

　　“當(dāng)前的人工智能（AI）識別做的只是比對,，缺少信息進(jìn)入大腦之后的‘加工,、理解、思考’步驟，因此僅僅停留在‘感知’,，而并非‘認(rèn)知’,。”6月18日,，紀(jì)念吳文俊誕辰一百周年活動的“認(rèn)知智能行業(yè)應(yīng)用大會”舉行,，中國人民大學(xué)高瓴人工智能學(xué)院執(zhí)行院長文繼榮表示，要讓AI有類似大腦的活動,，走到認(rèn)知階段,，需要讓它掌握知識、進(jìn)行推理,。AI從“感知智能”走向“認(rèn)知智能”的實踐目前在通用狀態(tài)下比較困難,，但在一些諸如反洗錢、偵察等領(lǐng)域正在應(yīng)用,。

　　AI“大腦”長成要先建知識庫

　　“現(xiàn)在的AI處于弱人工智能狀態(tài),，它沒有大腦，要讓它形成大腦,，最核心的是要有‘知識’,。”

　　微軟亞洲研究院前研究員,、北京一覽群智數(shù)據(jù)科技有限責(zé)任公司首席執(zhí)行官胡健表示,，如果現(xiàn)有的算法、模型是神經(jīng)或腦結(jié)構(gòu),，那么知識是大腦能夠運轉(zhuǎn)起來的原動力,。

　　讓AI獲得知識的知識庫在業(yè)界稱為“知識圖譜”，它不僅要關(guān)注知識點還要關(guān)注知識點間的關(guān)聯(lián),。這些關(guān)聯(lián)將賦予AI聯(lián)想力,。“提到水,，它要反應(yīng)到密度,、透明等多個性質(zhì)，還要和澆水,、能喝的功能聯(lián)系起來,，更高級的是計算出用多大力道去取水?！焙≌f,。

　　知識圖譜的建立非常困難，人類海量的知識如何翻譯成機器的語言,，并與之建立聯(lián)系,，很成問題,。尤其是之前這項工作一直是人工完成的，例如谷歌詞庫,、百度百科,、維基百科等都可以轉(zhuǎn)換為知識圖譜，但工作量大,、內(nèi)容異常龐雜,。

　　“關(guān)聯(lián)密度不足是另一個難以達(dá)到應(yīng)用的‘瓶頸’?！焙〗忉?，一個知識點可能最多出現(xiàn)在幾個關(guān)系中，能解決比爾·蓋茨的爸爸的鄰居的媽媽這種單維度的問題,，但離反映現(xiàn)實世界中“蝴蝶效應(yīng)”里的相互影響還差很遠(yuǎn),。

　　在關(guān)聯(lián)密度不足的情況下，AI的“大腦”即便擁有一個上千萬詞條體量的通用知識圖譜也難以達(dá)到應(yīng)用的級別,。

　　行業(yè)知識圖譜能達(dá)“認(rèn)知層面”

　　知識點的關(guān)聯(lián)密度更像是一個AI大腦皮層,，越復(fù)雜密集AI將越“聰明”。

　　“聚焦到行業(yè),，AI可以做到相對聰明一點?！焙≌f,，一些行業(yè)本身就有自己的基礎(chǔ)關(guān)聯(lián)圖，這為其制定圖譜提供了幫助,。例如公安系統(tǒng)有一套體系,，包括人、地,、事,、物、組織,、機構(gòu)以及關(guān)聯(lián),，將出入境數(shù)據(jù)、第三方物流數(shù)據(jù)等加入進(jìn)來之后,，可固定成知識圖譜,。

　　中國人民公安大學(xué)公共安全行為科學(xué)實驗室主任丁寧介紹，在做入室盜竊,、公交扒竊等一些行為規(guī)律的研究時,，知識圖譜中除了引入歷史數(shù)據(jù)的發(fā)展態(tài)勢、風(fēng)險感知之外,，還逐步加入了環(huán)境,、天氣等數(shù)據(jù),，包括PM2.5的值，結(jié)果發(fā)現(xiàn)PM2.5的值對公交扒竊是有影響的,。

　　“我們也提出虛實網(wǎng)絡(luò)結(jié)合的方向,，在掌握了實際的社交網(wǎng)，和資金流,、社交流聯(lián)系之后,，我們對于團伙的刻畫就比較準(zhǔn)確了?！倍幷f,，這將大大提高AI通過分析輔助決策的能力。

　　越密集越準(zhǔn)確,，AI知識圖譜的關(guān)系圖要做到像“福爾摩斯”一樣綜合分析,，要形成凝集大量信息的知識圖譜，這對傳統(tǒng)的人工建立知識圖譜的效率提出了挑戰(zhàn),?！盀榇耍覀冄邪l(fā)出人工智能的解決方式,，能夠自動從海量的多源異構(gòu)數(shù)據(jù)中抽取知識構(gòu)建關(guān)系,、理解語義以及與業(yè)務(wù)場景有效結(jié)合，更標(biāo)準(zhǔn)化,、效率更高,、關(guān)聯(lián)密度能做到更高?！焙≌f,。

　　“在此基礎(chǔ)上，我們研究出來跨境資金網(wǎng)絡(luò)可疑交易的一套AI模型,?！敝行陪y行反洗錢專家沈可生說，它習(xí)得“認(rèn)知智能”后每年的可疑交易預(yù)警量從50萬份下降到10萬份,，減少80％人工甄別的工作量,，同時把結(jié)果的準(zhǔn)確度提升了80％。