知識圖譜 (KG) 是由現(xiàn)實世界實體（節(jié)點）及其相互關(guān)系（邊）組成的結(jié)構(gòu)化網(wǎng)絡(luò)，以機(jī)器可讀的形式對知識進(jìn)行編碼。在人工智能領(lǐng)域，知識圖譜是語義理解、推理和數(shù)據(jù)集成的強(qiáng)大工具。它們?yōu)槿斯ぶ悄芟到y(tǒng)提供上下文，通過鏈接不同的數(shù)據(jù)源并揭示隱藏的關(guān)系，實現(xiàn)更易于解釋、更準(zhǔn)確的決策。

知識圖譜的概念最初由谷歌 2012 年的知識圖譜推廣，實際上建立在語義網(wǎng)絡(luò)和本體領(lǐng)域數(shù)十年的研究基礎(chǔ)之上，最早可追溯到 20 世紀(jì) 60 年代。如今，知識圖譜已廣泛應(yīng)用于各行各業(yè)，從支持搜索引擎和語音助手，到推動科學(xué)研究和企業(yè)分析的發(fā)展。未來的創(chuàng)新將致力于實現(xiàn)知識圖譜構(gòu)建的自動化，增強(qiáng)推理能力，并將知識圖譜與人工智能模型緊密結(jié)合，從而構(gòu)建更值得信賴、更具情境感知能力和更智能的系統(tǒng)。

定義和結(jié)構(gòu)

知識圖譜是一種將知識表示為一組實體（節(jié)點）及其之間關(guān)系（邊）的網(wǎng)絡(luò)。每個節(jié)點通常對應(yīng)于由唯一 ID 或 URI 標(biāo)識的現(xiàn)實世界概念或?qū)ο螅ɡ纾宋铩⒌攸c或物品）；每條邊表示連接兩個實體（例如，Person worksFor Company）的特定關(guān)系或謂詞。屬性 (Attribute) 可以注釋節(jié)點和邊以捕獲其他詳細(xì)信息（例如，實體的名稱、出生日期等）。與嚴(yán)格的關(guān)系數(shù)據(jù)庫不同，知識圖譜使用靈活的基于圖的數(shù)據(jù)模型（通常是 RDF 或?qū)傩詧D），這些模型可以適應(yīng)異構(gòu)和不斷發(fā)展的數(shù)據(jù)。這種靈活性和表現(xiàn)力使知識圖譜能夠捕獲信息的上下文和含義，從而促進(jìn)不同數(shù)據(jù)源的整合和新事實的推斷。

在人工智能中的作用

知識圖譜在實現(xiàn)機(jī)器推理和語義理解方面發(fā)揮著關(guān)鍵作用。通過將數(shù)據(jù)組織成一個有意義網(wǎng)絡(luò)，知識圖譜為人工智能系統(tǒng)提供了一種關(guān)于世界的結(jié)構(gòu)化“背景知識”。它們充當(dāng)了原始數(shù)據(jù)與更高層次理解之間的橋梁：人工智能算法可以遍歷知識圖譜以查找多跳連接、應(yīng)用邏輯規(guī)則或利用關(guān)聯(lián)的上下文來豐富數(shù)據(jù)。知識圖譜的常見人工智能用例包括：

• 知識集成：知識圖譜通過鏈接來自多個來源的信息來打破數(shù)據(jù)孤島，創(chuàng)建統(tǒng)一的“全局”。它們通過使用共享的標(biāo)識符和模式來促進(jìn)數(shù)據(jù)訪問和互操作性。例如，知識圖譜可以整合客戶數(shù)據(jù)、產(chǎn)品數(shù)據(jù)和社交媒體數(shù)據(jù)，從而實現(xiàn)在孤立數(shù)據(jù)庫中難以實現(xiàn)的整體分析。
• 語義豐富：知識圖譜 (KG) 為 AI 工作流程增添語義語境。它們可以為原始數(shù)據(jù)賦予豐富的含義（本體、分類），從而提升機(jī)器學(xué)習(xí)和自然語言處理 (NLP) 等其他 AI 技術(shù)的性能。例如，圖像識別系統(tǒng)可以使用知識圖譜將檢測到的對象與概念分類聯(lián)系起來，從而增強(qiáng)對像素模式之外的理解。
• 推理和推論：由于知識圖譜明確地建模了關(guān)系，因此它們支持邏輯推理。基于圖的推理器可以從現(xiàn)有事實中推斷出新的事實（例如，推斷兩個人在同一家公司工作，他們可能是同事）。這種能力有助于人工智能系統(tǒng)實現(xiàn)與人類推理類似的飛躍，而不是僅僅依賴于統(tǒng)計相關(guān)性。
• 人機(jī)交互：知識圖譜通常用作可解釋性和面向人類的知識檢索的媒介。它們可以通過追蹤圖中的連接來生成人類可讀的解釋。在對話式人工智能中，知識圖譜可以為聊天機(jī)器人或虛擬助手提供支持，確保答案基于已知事實，并提供這些事實的出處。
  意義和好處
  知識圖譜在人工智能中的重要性源于它們能夠?qū)⒅R明確地嵌入到人工智能系統(tǒng)中，而不是讓一切都從頭開始學(xué)習(xí)。這帶來了幾個好處：
• 減少數(shù)據(jù)需求：通過利用圖譜中編碼的先驗知識，AI 模型可能需要更少的訓(xùn)練樣本即可獲得良好性能。知識圖譜可以提供背景信息，而機(jī)器學(xué)習(xí)模型原本需要從大量帶標(biāo)簽的數(shù)據(jù)集中推斷這些背景信息。例如，知識圖譜可以告訴醫(yī)療 AI，阿司匹林是一種用于治療頭痛的藥物，而醫(yī)療 AI 的模型可能無法從有限的病歷中輕松學(xué)習(xí)到這一點。事實上，知識圖譜通過將領(lǐng)域知識注入 AI 流程，可以“減少對大量帶標(biāo)簽數(shù)據(jù)集的需求”。
• 改進(jìn)的遷移學(xué)習(xí)：基于圖譜的知識通常可以跨任務(wù)遷移。一旦人工智能系統(tǒng)能夠訪問廣泛的知識圖譜，它就可以將這些知識應(yīng)用于新領(lǐng)域，而無需對每條信息進(jìn)行重新訓(xùn)練。例如，自主代理在從一個城市移動到另一個城市時，可以遷移其對城市道路網(wǎng)絡(luò)的理解（來自知識圖譜），而無需從原始傳感器數(shù)據(jù)中重新學(xué)習(xí)。這種對遷移學(xué)習(xí)的便利性是將知識圖譜與機(jī)器學(xué)習(xí)相結(jié)合的公認(rèn)優(yōu)勢。
• 可解釋性：知識圖譜通過提供事實及其聯(lián)系的透明表示，為可解釋人工智能 (XAI)做出了貢獻(xiàn)。由于每條邊都具有語義含義，人工智能系統(tǒng)可以通過引用知識圖譜中導(dǎo)出該結(jié)論的關(guān)系鏈來解釋結(jié)論（例如，為什么會做出某個建議）。此類溯源和語義線索使人工智能決策更具可檢查性和可審計性，從而增強(qiáng)了信任。例如，金融人工智能可以通過指出交易受益人與已知欺詐實體之間的關(guān)聯(lián)圖路徑來解釋被標(biāo)記的交易。
• 數(shù)據(jù)集成與互操作性：知識圖譜 (KG) 使用共享詞匯表和標(biāo)識符（通常遵循關(guān)聯(lián)數(shù)據(jù)標(biāo)準(zhǔn)），實現(xiàn)系統(tǒng)間的互操作性。它們充當(dāng)數(shù)據(jù)的通用語言，因此整個組織（或整個網(wǎng)絡(luò)）的 AI 系統(tǒng)可以互聯(lián)互通它們的知識。這在數(shù)據(jù)分散于不同數(shù)據(jù)庫和格式的企業(yè)環(huán)境中至關(guān)重要——知識圖譜可以將這些數(shù)據(jù)統(tǒng)一到一個語義層。它也是構(gòu)建大規(guī)模 AI 的關(guān)鍵，谷歌利用其知識圖譜通過集成語義上下文來改進(jìn)搜索結(jié)果就是明證。

簡史與演變

雖然“知識圖譜”一詞隨著 2012 年谷歌的公告進(jìn)入流行詞匯，但其底層概念在人工智能歷史中根深蒂固。知識圖譜的早期形式可以追溯到20 世紀(jì) 60 年代的語義網(wǎng)絡(luò)——人工智能先驅(qū)使用的基于圖的知識表示。在隨后的幾十年里，特別是在 20 世紀(jì) 90 年代，本體形式化了如何用明確定義的分類法和關(guān)系來表示領(lǐng)域知識。20 世紀(jì) 90 年代末和 21 世紀(jì)初，由 Tim Berners-Lee 倡導(dǎo)的語義網(wǎng)問世，他提議在網(wǎng)絡(luò)上以機(jī)器可讀的圖形形式 (RDF) 發(fā)布數(shù)據(jù)。RDF 和 OWL（Web 本體語言）等舉措以及鏈接數(shù)據(jù)原則（大約 2006 年）為在網(wǎng)絡(luò)上互連數(shù)據(jù)提供了標(biāo)準(zhǔn)。所有這些都為現(xiàn)代知識圖譜奠定了基礎(chǔ)。谷歌的知識圖譜標(biāo)志著一個轉(zhuǎn)折點，它在網(wǎng)絡(luò)規(guī)模上展示了一個龐大的互連實體描述圖如何為搜索和問答提供動力。繼谷歌之后，其他科技巨頭也構(gòu)建了自己的知識圖譜，例如微軟為必應(yīng)開發(fā)的 Satori、Facebook 的實體圖譜，這一概念在學(xué)術(shù)界之外獲得了廣泛關(guān)注。當(dāng)今的知識圖譜已經(jīng)發(fā)展到包括領(lǐng)域特定圖譜（用于醫(yī)學(xué)、金融等）、開放知識庫（如 Wikidata）以及組織內(nèi)部用于分析的企業(yè)知識圖譜。人們對動態(tài)知識圖譜的興趣也日益濃厚，它會隨著新數(shù)據(jù)的到來而不斷更新和增長而不是靜態(tài)快照。動態(tài)知識圖譜通過允許圖譜的結(jié)構(gòu)隨時間變化來解決知識不斷發(fā)展的挑戰(zhàn) — — 例如，將新的研究結(jié)果自動集成到生物醫(yī)學(xué)圖中。這種演變?nèi)栽诶^續(xù)，當(dāng)前的研究重點是知識圖譜的擴(kuò)展、構(gòu)建自動化，以及將其與新興的人工智能范式相結(jié)合。總而言之，知識圖譜代表了數(shù)十年來人工智能知識表示研究的匯聚，如今已在現(xiàn)實世界的人工智能系統(tǒng)中得以運用，為數(shù)據(jù)賦予意義和理性。

最新進(jìn)展

2023-2025 年期間，知識圖譜研究取得了顯著進(jìn)展。一個主流趨勢是知識圖譜與大型語言模型 (LLM)及其他人工智能技術(shù)的融合，從而形成兼具符號方法和神經(jīng)方法優(yōu)勢的混合系統(tǒng)。關(guān)鍵進(jìn)展包括：

知識圖譜與大型語言模型 (LLM) 集成：研究人員正在積極探索如何將知識圖譜 (KG) 與大型語言模型 (LLM) 集成，以實現(xiàn)更優(yōu)的推理能力，并減少眾所周知的大型語言模型幻覺問題。一個方向是將知識圖譜用作大型語言模型 (LLM) 的外部知識源，例如，從知識圖譜中檢索事實，作為大型語言模型 (LLM) 答案的基礎(chǔ)。這種方法在應(yīng)用于非結(jié)構(gòu)化知識時通常被稱為檢索增強(qiáng)生成 (RAG)，目前正在擴(kuò)展到結(jié)構(gòu)化知識圖譜。研究表明，將知識圖譜事實與大型語言模型 (LLM) 相結(jié)合可以提高事實準(zhǔn)確性，并使模型能夠處理涉及多跳推理的復(fù)雜查詢。然而，諸如將知識圖譜知識的表示與大型語言模型 (LLM) 基于語言的知識進(jìn)行匹配等挑戰(zhàn)仍然是研究的課題。另一個方向是使用大型語言模型 (LLM) 實現(xiàn)知識圖譜構(gòu)建和管理的自動化。 2024 年，多項研究證明，LLM 可以通過提取實體和關(guān)系，在極少的人工監(jiān)督下輔助從文本中構(gòu)建知識圖譜。這表明，利用生成式人工智能讀取和吸收來自非結(jié)構(gòu)化來源的信息，使知識圖譜保持最新狀態(tài)大有可為。LLM 和知識圖譜之間的相互作用已成為一個至關(guān)重要的課題，各種調(diào)查和研討會都致力于探索這一新的研究前沿。普遍認(rèn)為，LLM-KG 的協(xié)同作用是雙向的：知識圖譜可以使 LLM 更加扎實、更易于解釋，而 LLM 可以使知識圖譜的創(chuàng)建和查詢理解更加自動化。這種協(xié)同效應(yīng)是近期會議的一大亮點。例如，Gerhard Weikum 在 ISWC 2023 上發(fā)表了題為“大型語言模型時代的知識圖譜”的主題演講，提出了整合搜索引擎、知識圖譜和大型語言模型 (LLM) 的架構(gòu)，以實現(xiàn)穩(wěn)健的信息檢索。同樣，Deborah McGuinness 在同一次會議上的主題演講探討了由生成式人工智能引發(fā)的語義網(wǎng)研究的“復(fù)興”，表明人們對知識圖譜作為強(qiáng)大大型語言模型 (LLM) 補(bǔ)充的興趣再度升溫。總而言之，到 2025 年，知識圖譜與大型語言模型的整合將成為一條關(guān)鍵的研究途徑，旨在將符號推理與神經(jīng)語言理解相結(jié)合，應(yīng)用于下一代人工智能系統(tǒng)。

知識圖譜嵌入和 Graph ML：另一個活躍領(lǐng)域是知識圖譜嵌入，其目標(biāo)是將實體和關(guān)系表示為連續(xù)空間中的向量。這有助于使用 ML 算法進(jìn)行鏈接預(yù)測、實體分類以及大型知識圖譜上的其他任務(wù)。TransE（2013）和 ComplEx（2016）等經(jīng)典模型奠定了基礎(chǔ)，而近期的研究正在進(jìn)一步推動這一前沿的發(fā)展。從 2023 年到 2025 年，研究人員將引入更具表現(xiàn)力的嵌入技術(shù)，這些技術(shù)能夠處理復(fù)雜的關(guān)系模式（例如對稱性、層次結(jié)構(gòu)）和多跳推理。例如，基于圖神經(jīng)網(wǎng)絡(luò) (GNN) 和 Transformer 構(gòu)建的模型越來越受歡迎：關(guān)系圖卷積網(wǎng)絡(luò) (R-GCN)及其變體采用了鄰域結(jié)構(gòu)，而較新的Graph Transformer架構(gòu)則旨在捕獲圖中的長距離依賴關(guān)系。 2024 年的 IEEE 會議論文《探索知識圖譜嵌入的前沿》強(qiáng)調(diào)，現(xiàn)代 KG 嵌入正在解決諸如時間動態(tài)（隨時間變化的知識）、多模態(tài)知識（將文本、圖像合并到實體表示中）以及海量圖的可擴(kuò)展性等挑戰(zhàn)。人們還對將更多語義帶回嵌入模型感興趣——例如，將本體信息或邏輯規(guī)則合并到嵌入訓(xùn)練中，以確保學(xué)習(xí)到的向量遵守已知約束的方法。FB15k-237 和 Wikidata5M 等基準(zhǔn)測試?yán)^續(xù)推動進(jìn)步，Papers With Code 報告稱，到 2025 年，最先進(jìn)的鏈接預(yù)測結(jié)果將穩(wěn)步提升。除了靜態(tài)嵌入之外，知識圖譜補(bǔ)全技術(shù)還與邏輯推理（例如規(guī)則挖掘算法）相結(jié)合，以提高準(zhǔn)確性；一些 2023 年的研究將基于規(guī)則的推理與基于嵌入的預(yù)測相結(jié)合，以達(dá)到兩全其美的效果。

自動推理與查詢：這一時期，知識圖譜推理算法也取得了進(jìn)展。這包括針對大型三元組存儲的改進(jìn)的 SPARQL 查詢優(yōu)化器，以及將符號邏輯與神經(jīng)網(wǎng)絡(luò)相結(jié)合的新型推理方法。例如，神經(jīng)符號系統(tǒng)可以使用可微邏輯對知識圖譜進(jìn)行推理，從而能夠處理不確定性和噪聲。一種趨勢是開發(fā)能夠超越三元組的推理方法，承認(rèn)現(xiàn)實世界的知識通常不僅僅是二元關(guān)系。這引發(fā)了對超關(guān)系知識圖譜（具有 n 元事實或限定詞，例如維基數(shù)據(jù)）及其相應(yīng)推理技術(shù)的研究。2023 年的 K-CAP 會議論文綜述了“超越三元組的推理”，并重點介紹了處理復(fù)雜斷言（例如涉及多個實體或上下文的斷言）的系統(tǒng)。此外，查詢語言也在不斷發(fā)展——SPARQL 仍然是 RDF 知識圖譜的主導(dǎo)，但人們正在探索用于屬性圖和圖挖掘的擴(kuò)展和全新語言。 Cypher（Neo4j 的查詢語言）影響了 openCypher 和 GQL 提案，與此同時，TigerGraph 中的 GSQL 則強(qiáng)調(diào)分布式圖分析。它與機(jī)器學(xué)習(xí)的相互作用體現(xiàn)在神經(jīng)查詢應(yīng)答中：像 KG-BERT 這樣的系統(tǒng)將知識圖譜查詢視為文本，并使用 Transformer 模型來查找答案，從而連接自然語言處理 (NLP) 和結(jié)構(gòu)化查詢。與此同時，語義網(wǎng)社區(qū)已經(jīng)制定了 SPARQL-Star（用于更好地處理關(guān)于語句的語句）和 SHACL（用于約束檢查）等標(biāo)準(zhǔn)，這反映了我們查詢和驗證知識圖譜方式的持續(xù)改進(jìn)。

新興趨勢

2025 年新興研究趨勢：

(a)知識圖譜 (KG) 與大型語言模型 (LLM) 的協(xié)同作用處于前沿，旨在實現(xiàn)既能回憶事實又能生成流暢文本的人工智能。

(b)企業(yè)規(guī)模和自動管理——許多進(jìn)展都集中在使知識圖譜更易于構(gòu)建和維護(hù)（使用人工智能進(jìn)行提取、眾包貢獻(xiàn)或自我更新機(jī)制）。

(c)可解釋且值得信賴的人工智能——知識圖譜越來越多地被視為用戶可以信賴的人工智能途徑，它通過使用事實圖譜支撐決策。

(d)特定領(lǐng)域的知識圖譜——專門的圖譜（例如，在生物醫(yī)學(xué)、地球科學(xué)或法律領(lǐng)域）正在蓬勃發(fā)展，每種領(lǐng)域都催生了對自定義本體和定制算法的研究（例如，用于連接基因、蛋白質(zhì)和化合物的藥物發(fā)現(xiàn)知識圖譜）。

(e)知識圖譜嵌入 2.0——超越簡單的翻譯模型，轉(zhuǎn)向更復(fù)雜的、或許是混合符號嵌入的方法，該方法將本體模式和文本描述與用于表征學(xué)習(xí)的圖結(jié)構(gòu)相結(jié)合。

(f)多模態(tài)數(shù)據(jù)集成——致力于將圖像、音頻和視頻納入知識圖譜（例如，將實體鏈接到圖像節(jié)點），并在此類多模態(tài)知識圖譜上進(jìn)行表征學(xué)習(xí)。

總體而言，目前最先進(jìn)的技術(shù)表明，知識圖譜與人工智能的結(jié)合越來越深入，可擴(kuò)展性越來越強(qiáng)，并且在構(gòu)建和使用方式上也越來越智能。