知識(shí)圖譜是機(jī)器認(rèn)知世界的基礎(chǔ)，是AI進(jìn)步的階梯。9月15日，百度世界2020大會(huì)以線上直播的形式召開(kāi)，會(huì)上驚喜亮相的具有認(rèn)知能力的虛擬人，一度引發(fā)眾多開(kāi)發(fā)者、媒體的熱議，而這背后離不開(kāi)百度AI“知識(shí)”的賦能。主論壇上，百度CTO王海峰在致辭中提到：“百度構(gòu)建了世界上最大規(guī)模的知識(shí)圖譜，擁有超過(guò)50億實(shí)體，5500億事實(shí)，能夠通過(guò)語(yǔ)言、聽(tīng)覺(jué)、視覺(jué)等獲得對(duì)世界的統(tǒng)一認(rèn)知，突破了實(shí)際應(yīng)用中場(chǎng)景復(fù)雜多變、數(shù)據(jù)稀缺等難題。”

(百度知識(shí)圖譜部、大數(shù)據(jù)部高級(jí)總監(jiān)朱勇)

在當(dāng)天下午的百度大腦分論壇上，百度知識(shí)圖譜部、大數(shù)據(jù)部高級(jí)總監(jiān)朱勇也從技術(shù)層面詳細(xì)介紹了百度知識(shí)圖譜的最新進(jìn)展：全新升級(jí)了多模態(tài)語(yǔ)義理解技術(shù)，可以支撐更加復(fù)雜的應(yīng)用場(chǎng)景;百度知識(shí)中臺(tái)提供的一站式解決方案，可助力企業(yè)提升運(yùn)行效率和決策智能化水平。目前，百度知識(shí)圖譜技術(shù)產(chǎn)品已覆蓋100多個(gè)行業(yè)場(chǎng)景，每天的調(diào)用次數(shù)超過(guò)400億次，在包括醫(yī)療、金融、能源等多個(gè)行業(yè)領(lǐng)域廣泛落地。再一次全方位展現(xiàn)了百度大腦在知識(shí)圖譜技術(shù)領(lǐng)域的領(lǐng)先地位。

世界規(guī)模最大的知識(shí)圖譜再度全面升級(jí)

百度構(gòu)建了世界上最大規(guī)模的知識(shí)圖譜，除了基礎(chǔ)的由實(shí)體、屬性、關(guān)系構(gòu)成的通用圖譜之外，百度還針對(duì)不同的應(yīng)用場(chǎng)景和知識(shí)形態(tài)，構(gòu)建了事件圖譜、多媒體圖譜、行業(yè)知識(shí)圖譜等多種圖譜。

具體而言，在通用圖譜方面提出了基于深度自注意力機(jī)制的知識(shí)表示框架，通過(guò)深度自注意力網(wǎng)絡(luò)對(duì)知識(shí)圖譜中的實(shí)體和關(guān)系進(jìn)行連續(xù)向量表示，在此基礎(chǔ)上，進(jìn)一步引入預(yù)訓(xùn)練語(yǔ)言模型助力結(jié)構(gòu)化知識(shí)表示，二元關(guān)系推理能力全面超越現(xiàn)有方法，語(yǔ)言學(xué)知識(shí)圖譜上提升尤為顯著。此外，利用多元關(guān)系異構(gòu)圖表示，實(shí)現(xiàn)了簡(jiǎn)單知識(shí)表示到復(fù)雜知識(shí)表示的躍遷，多元關(guān)系推理效果大幅提升，關(guān)鍵指標(biāo)平均提升10%+。

在關(guān)系抽取技術(shù)上，提出了基于文本圖譜聯(lián)合預(yù)訓(xùn)練的關(guān)系抽取，通過(guò)聯(lián)合文本語(yǔ)境與圖譜路徑，共同推斷實(shí)體間的語(yǔ)義關(guān)系，從而大幅提升關(guān)系抽取效果。目前，關(guān)系抽取在公開(kāi)數(shù)據(jù)集上達(dá)到了業(yè)界最好的效果。

在事件圖譜方面，百度已經(jīng)形成了事件檢測(cè)、事件表示、事件抽取、事件關(guān)系挖掘等核心能力，可實(shí)現(xiàn)分鐘級(jí)檢測(cè)熱點(diǎn)、構(gòu)建了包含4000多種事件類型、千萬(wàn)量級(jí)的事件庫(kù)，并發(fā)布了業(yè)界規(guī)模最大的中文事件抽取數(shù)據(jù)集DuEE，助力業(yè)界事件抽取技術(shù)的發(fā)展。百度還研發(fā)了事理圖譜，包括事件抽象、事理表示、事理挖掘?yàn)楹诵牡年P(guān)鍵技術(shù)，形成了數(shù)十萬(wàn)事理節(jié)點(diǎn)、160多萬(wàn)的事理關(guān)系。在真實(shí)的應(yīng)用場(chǎng)景中，實(shí)現(xiàn)了從具體事件到抽象事件的知識(shí)的跨越。

除此之外，還全新升級(jí)了多模態(tài)語(yǔ)義理解技術(shù)，可以支撐更加復(fù)雜的應(yīng)用場(chǎng)景。同時(shí)，通過(guò)多模態(tài)預(yù)訓(xùn)練技術(shù)和跨模態(tài)語(yǔ)義對(duì)齊與計(jì)算技術(shù)，實(shí)現(xiàn)了視頻語(yǔ)義理解的跨領(lǐng)域知識(shí)遷移，在真實(shí)的行業(yè)視頻搜索的場(chǎng)景中取得了超過(guò)92%的檢索精度。

知識(shí)圖譜賦能千行萬(wàn)業(yè)智能化發(fā)展

知識(shí)圖譜對(duì)于 AI 基礎(chǔ)技術(shù)領(lǐng)域的研究具有重大意義，同時(shí)在行業(yè)落地、產(chǎn)業(yè)智能化當(dāng)中也發(fā)揮著重要作用。隨著行業(yè)對(duì)知識(shí)圖譜的需求越來(lái)越多，在知識(shí)圖譜構(gòu)建上，百度面向行業(yè)客戶提供了行業(yè)知識(shí)圖譜一體化的服務(wù)。

據(jù)朱勇介紹，這整套完整的行業(yè)知識(shí)圖譜的技術(shù)體系有三個(gè)主要的特點(diǎn)：第一，專業(yè)性強(qiáng)，行業(yè)知識(shí)圖譜技術(shù)面向行業(yè)內(nèi)的專業(yè)復(fù)雜知識(shí)，實(shí)現(xiàn)了基于超圖的知識(shí)表達(dá);第二，構(gòu)建效率高，支持低資源的學(xué)習(xí)機(jī)制，人機(jī)協(xié)同的圖譜構(gòu)建相對(duì)于傳統(tǒng)的人工構(gòu)建方法，效率提升百倍以上;第三，具有很強(qiáng)的可遷移性，實(shí)現(xiàn)了從通用到行業(yè)，以及跨行業(yè)的多層次遷移學(xué)習(xí)，目前已經(jīng)覆蓋了100多個(gè)行業(yè)的應(yīng)用場(chǎng)景。

其實(shí)，在行業(yè)知識(shí)圖譜的技術(shù)基礎(chǔ)上，早在今年5月的百度云智峰會(huì)上還發(fā)布了基于百度多年積累的知識(shí)圖譜、自然語(yǔ)言處理、多模態(tài)語(yǔ)義理解、智能搜索等 AI 核心技術(shù)打造的知識(shí)中臺(tái)，提供面向企業(yè)知識(shí)應(yīng)用全生命周期的一站式解決方案。知識(shí)中臺(tái)可以幫助企業(yè)高效地生產(chǎn)知識(shí)、靈活地組織知識(shí)、便捷的獲取知識(shí)、智能地應(yīng)用知識(shí)，從而全面提升企業(yè)運(yùn)行效率和決策的智能化水平。

例如，基于醫(yī)療知識(shí)中臺(tái)快速構(gòu)建的醫(yī)學(xué)專業(yè)知識(shí)體系，可提供具備輔助診斷、醫(yī)療質(zhì)控、合理用藥、健康管理等能力的智慧醫(yī)療解決方案，有效降低了32%的基層試點(diǎn)區(qū)域誤診/漏診率;攔截了大于90%的不合理用藥;對(duì)比人工檢查效率提升超20倍。據(jù)悉，目前百度的智慧醫(yī)療產(chǎn)品已實(shí)現(xiàn)規(guī)模化落地，服務(wù)數(shù)萬(wàn)名醫(yī)生，觸達(dá)27個(gè)省市自治區(qū)300多家醫(yī)院，超過(guò)1500多家基層醫(yī)療機(jī)構(gòu)。

另外一個(gè)典型的場(chǎng)景是智慧法律，在類案檢索方面，類案推薦準(zhǔn)確率超過(guò)90%，與過(guò)去相比結(jié)案率提高一倍以上;而在要素提取方面，不僅降低了人工處理卷宗的成本，庭審案件要素分析技術(shù)點(diǎn)平均準(zhǔn)確率達(dá)到90%，召回率為85%。此外，在能源電力、司法庭審、企業(yè)辦公等領(lǐng)域，百度知識(shí)圖譜也均已廣泛落地。目前，知識(shí)圖譜每天的調(diào)用次數(shù)超過(guò)了400億次。

正如王海峰所言：“在百度語(yǔ)言與知識(shí)技術(shù)的布局和發(fā)展中，我們始終在注意把握兩個(gè)趨勢(shì)，即技術(shù)發(fā)展趨勢(shì)和產(chǎn)業(yè)發(fā)展趨勢(shì)，并力爭(zhēng)引領(lǐng)趨勢(shì)。”百度在語(yǔ)言與知識(shí)領(lǐng)域的十年技術(shù)積累和產(chǎn)業(yè)實(shí)踐，都在不斷加速著產(chǎn)業(yè)智能化進(jìn)程。同時(shí)，也讓業(yè)界看到百度在前瞻技術(shù)上的每一次突破，無(wú)不彰顯著百度背后的技術(shù)戰(zhàn)略與實(shí)力。