科技云報(bào)道：ChatGPT的勝利，宣告知識圖譜的消亡？

　　科技云報(bào)道原創(chuàng)。

　　過去10年，知識圖譜可謂是最接近“人工智能”的概念。業(yè)內(nèi)普遍認(rèn)為，知識圖譜的概念最先是由谷歌于2012年正式提出，主要用來支撐下一代搜索和在線廣告業(yè)務(wù)。

　　此后，這項(xiàng)技術(shù)迅速火爆，被國內(nèi)外多家搜索引擎公司所采用，如：美國的微軟必應(yīng)，中國的百度、搜狗等，都在短短的一年內(nèi)紛紛宣布了各自的“知識圖譜”產(chǎn)品，足以看出這項(xiàng)革新對整個(gè)搜索引擎界的整體影響。

　　但這項(xiàng)技術(shù)的應(yīng)用并不僅拘泥于搜索引擎領(lǐng)域范圍。由于讓人工智能具備了認(rèn)知能力和邏輯能力，知識圖譜進(jìn)而實(shí)現(xiàn)了智能分析、智能搜索、人機(jī)交互、個(gè)性化推薦等場景應(yīng)用，成為互聯(lián)網(wǎng)知識驅(qū)動的智能應(yīng)用的基礎(chǔ)設(shè)施。

　　可以說知識圖譜與大數(shù)據(jù)和深度學(xué)習(xí)一起，成為推動互聯(lián)網(wǎng)和人工智能發(fā)展的核心驅(qū)動力之一。

　　然而，ChatGPT的橫空出世讓整個(gè)AI界都沸騰了。

　　ChatGPT帶來的震撼在于，它不用借助知識圖譜就可以很好地解決用戶對話知識問答相關(guān)的任務(wù)，具有非常強(qiáng)大的理解能力、流暢的對話能力和上下文的刻畫能力。

　　更重要的是，它將原來基于特定任務(wù)的模型變成了一個(gè)統(tǒng)一的、基于提示的、任務(wù)無關(guān)的模型，可以去嘗試解決非常復(fù)雜或困難的、人類參與很多的任務(wù)。

　　這也讓AI界認(rèn)知產(chǎn)生了分化，有觀點(diǎn)認(rèn)為有了ChatGPT這種大語言模型后，知識圖譜完全沒有存在的意義，甚至有的公司已經(jīng)徹底拋棄了知識圖譜路線。

　　那么，在大模型時(shí)代，知識圖譜真的要消亡了嗎?

　　知識圖譜vs大語言模型

　　在討論這個(gè)問題之前，先來了解一下知識圖譜和大語言模型的異同。

　　知識圖譜從字面上看，可以拆分為知識+圖譜，這樣就可以理解：將需要的知識數(shù)據(jù)(結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù))以圖譜的形式進(jìn)行展示，這種簡單的過程也是知識圖譜的構(gòu)建過程。

　　知識圖譜通常包含實(shí)體、關(guān)系和屬性三個(gè)要素，例如人名、國家、語言等實(shí)體，以及人口、首都、官方語言等關(guān)系和屬性。它可以根據(jù)圖譜中定義的關(guān)系提供精確且邏輯一致的答案，因此對于信息檢索、問答和結(jié)構(gòu)化數(shù)據(jù)推理等任務(wù)特別有用。

　　大語言模型是基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，像GPT-4這樣的大語言模型是在大量文本數(shù)據(jù)上進(jìn)行訓(xùn)練，以學(xué)習(xí)模式、上下文以及單詞和短語之間的關(guān)系。

　　它們可以生成類似人類的文本、回答問題、提供建議以及執(zhí)行其他自然語言任務(wù)，還可以很好地處理模棱兩可和不完整的信息，并且處理廣泛的主題。

　　不難發(fā)現(xiàn)，兩者在知識的學(xué)習(xí)、分析、推理方面有著類似的功能，但卻各有優(yōu)劣勢。

　　知識圖譜通常需要手動或半自動構(gòu)建，是一種非常耗時(shí)耗人力的工作，隨著知識的不斷擴(kuò)展和變化，知識圖譜也需要不斷更新;

　　同時(shí)，它的作用僅限于圖譜編碼中的知識范圍，這使得它在處理模棱兩可或不完整的信息時(shí)準(zhǔn)確率較低。

　　但它的優(yōu)勢在于準(zhǔn)確的知識庫，對于事實(shí)性的、專業(yè)性的知識有著非常高的準(zhǔn)確度。

　　相反，專業(yè)知識在大模型訓(xùn)練語料里占比非常少，這也使得ChatGPT等語言大模型生成的內(nèi)容的可靠性和真實(shí)性備受質(zhì)疑。

　　它無法將真實(shí)與想象、真實(shí)與虛構(gòu)分開，這種現(xiàn)象甚至促使創(chuàng)造了一個(gè)新術(shù)語：人工智能幻覺，維基百科將其定義為“人工智能的自信反應(yīng)，其訓(xùn)練數(shù)據(jù)似乎沒有合理性”。

　　同時(shí)，語言大模型需要大量的計(jì)算能力和資源來進(jìn)行訓(xùn)練和微調(diào)，其花費(fèi)的時(shí)間和成本也不容小覷。

　　目前，語言大模型只在通用領(lǐng)域給出了較為驚艷的表現(xiàn)，至于在知識圖譜廣泛應(yīng)用的垂直領(lǐng)域，語言大模型暫時(shí)未顯示出領(lǐng)先的一面。

　　知識圖譜退場為時(shí)尚早

　　正因?yàn)檎Z言大模型暫時(shí)還無法解決事實(shí)準(zhǔn)確性、可信度、可追溯等問題，知識圖譜的存在就非常有意義。

　　知識圖譜或者類似的知識庫、知識引擎，能夠?yàn)榇竽Ｐ吞峁��?zhǔn)確的知識，它可以被用來通知、聚焦、過濾和控制生成式人工智能，增強(qiáng)大模型響應(yīng)的智能和可靠性，使其更適合關(guān)鍵任務(wù)。

　　當(dāng)大模型真正落地到工業(yè)應(yīng)用時(shí)，也需要有知識圖譜對專業(yè)領(lǐng)域知識的支撐，至少短期來看是非常需要的。

　　因此，我們也可以說，知識圖譜的構(gòu)建原來有各種各樣的構(gòu)建方式，現(xiàn)在又多了一種構(gòu)建方式——用大模型去輔助整個(gè)知識圖譜構(gòu)建，通過大量語料和大數(shù)據(jù)的學(xué)習(xí)，通過Prompt去進(jìn)行知識的激發(fā)。

　　同時(shí)知識圖譜反過來也能夠去推動大模型Prompt工程里的相關(guān)工作，融入到大模型的訓(xùn)練中，使得生成更可控，更準(zhǔn)確。同時(shí)，知識圖譜也可以提供很多額外的語義信息，幫助大模型的知識推理做得更好。

　　所以從本質(zhì)上看，大語言模型出現(xiàn)后，并不是將知識圖譜消滅了，而是可以發(fā)揮知識圖譜和大模型這兩種技術(shù)的優(yōu)勢：在需要可控知識或可控邏輯的時(shí)候，知識圖譜會發(fā)揮更大作用;在需要更自由的交互任務(wù)理解和生成時(shí)，大模型發(fā)揮更好的作用。

　　結(jié)合這兩種方法的優(yōu)勢，可以產(chǎn)生更強(qiáng)大和有效的自然語言處理系統(tǒng)。

　　知識圖譜與大語言模型的結(jié)合

　　那么，知識圖譜如何與大語言模型相結(jié)合呢?

　　有意思的是，ChatGPT給出了將知識圖譜集成到大語言模型中的幾種方法：

　　使用知識圖譜數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練

　　將知識圖譜中的知識注入到大語言模型的預(yù)訓(xùn)練階段，可以幫助大模型學(xué)習(xí)實(shí)體與其屬性之間的關(guān)系�？梢酝ㄟ^將知識圖譜三元組(主語、謂語、賓語)轉(zhuǎn)換為自然語言句子并將它們添加到訓(xùn)練語料庫中來完成。

　　使用基于圖的目標(biāo)進(jìn)行微調(diào)

　　在預(yù)訓(xùn)練之后，使用基于圖的目標(biāo)對特定任務(wù)的模型進(jìn)行微調(diào)，可以幫助大模型學(xué)習(xí)使用圖中編碼的知識進(jìn)行推理和推理。這可能涉及將自然語言查詢轉(zhuǎn)換為基于圖形的查詢，以及開發(fā)將基于圖形的推理與基于文本的推理相結(jié)合的方法。

　　例如，可以對模型進(jìn)行微調(diào)，以預(yù)測圖形中缺失的實(shí)體或關(guān)系，這可以提高其對底層結(jié)構(gòu)的理解。

　　改進(jìn)實(shí)體鏈接和消除歧義

　　增強(qiáng)模型識別文本中的實(shí)體并將其鏈接到知識圖譜中相應(yīng)節(jié)點(diǎn)的能力。這可以通過在訓(xùn)練或微調(diào)期間結(jié)合高級實(shí)體鏈接和消除歧義技術(shù)來實(shí)現(xiàn)。

　　集成圖嵌入

　　圖嵌入是一種用于將圖中的節(jié)點(diǎn)、邊或整個(gè)子圖轉(zhuǎn)換為連續(xù)向量或低維表示的技術(shù)，機(jī)器學(xué)習(xí)算法可以更輕松地處理這些向量或低維表示。

　　圖嵌入在知識工程的上下文中特別有用，因?yàn)樗�可以幫助將知識圖譜中的結(jié)構(gòu)化信息轉(zhuǎn)換為可以更容易地與機(jī)器學(xué)習(xí)算法(尤其是神經(jīng)網(wǎng)絡(luò))集成的格式。

　　使用圖神經(jīng)網(wǎng)絡(luò)或其他圖表示學(xué)習(xí)方法學(xué)習(xí)，并可用于豐富模型對實(shí)體及其關(guān)系的理解。

　　推理時(shí)查詢知識圖譜

　　當(dāng)模型遇到需要精確、結(jié)構(gòu)化知識的問題或任務(wù)時(shí)，可以查詢知識圖譜獲取相關(guān)信息。這可以通過將自然語言查詢轉(zhuǎn)換為基于圖形的查詢(例如，使用SPARQL)，然后使用檢索到的信息來回答問題或執(zhí)行任務(wù)來完成。

　　知識圖譜引導(dǎo)生成

　　將大語言模型的生成能力與知識圖譜中的結(jié)構(gòu)化信息相結(jié)合，可以生成更準(zhǔn)確、更相關(guān)的文本。例如，在生成實(shí)體的摘要或描述時(shí)，模型可以對知識圖譜中的信息進(jìn)行優(yōu)先級排序，以確保事實(shí)的正確性。

　　混合模型

　　開發(fā)包含基于圖和基于神經(jīng)網(wǎng)絡(luò)的組件的混合模型，可以利用這兩種方法的優(yōu)勢。例如，圖神經(jīng)網(wǎng)絡(luò)(GNN)可用于學(xué)習(xí)圖結(jié)構(gòu)數(shù)據(jù)的潛在表示，然后可以將其與大語言模型集成以執(zhí)行自然語言處理任務(wù)。

　　鼓勵可解釋性和可解釋性

　　開發(fā)允許大語言模型基于知識圖譜為其推理和預(yù)測生成解釋的方法。這可以幫助用戶了解模型如何利用知識圖譜中的結(jié)構(gòu)化信息，并有助于調(diào)試和優(yōu)化模型。

　　結(jié)語

　　技術(shù)的浪潮總是洶涌而至，在新的技術(shù)革新來臨之際，我們更應(yīng)該客觀看待新舊技術(shù)的優(yōu)劣，而不是沖動地去擁抱新技術(shù)，拋棄現(xiàn)有成熟技術(shù)。

　　對于知識圖譜來說，大模型的出現(xiàn)并不是一個(gè)沖擊，恰恰是給了知識圖譜一個(gè)新的生長空間。當(dāng)我們將大模型與自身優(yōu)勢的行業(yè)應(yīng)用去深度結(jié)合，形成數(shù)據(jù)和算法的持續(xù)迭代，必將看到更好的結(jié)果持續(xù)涌現(xiàn)。