知識圖譜是機器認知世界的基礎(chǔ)，是AI進步的階梯。9月15日，百度世界2020大會以線上直播的形式召開，會上驚喜亮相的具有認知能力的虛擬人，一度引發(fā)眾多開發(fā)者、媒體的熱議，而這背后離不開百度AI“知識”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)模的知識圖譜，擁有超過50億實體，5500億事實，能夠通過語言、聽覺、視覺等獲得對世界的統(tǒng)一認知，突破了實際應(yīng)用中場景復(fù)雜多變、數(shù)據(jù)稀缺等難題。”
(百度知識圖譜部、大數(shù)據(jù)部高級總監(jiān)朱勇)
在當天下午的百度大腦分論壇上，百度知識圖譜部、大數(shù)據(jù)部高級總監(jiān)朱勇也從技術(shù)層面詳細介紹了百度知識圖譜的最新進展：全新升級了多模態(tài)語義理解技術(shù)，可以支撐更加復(fù)雜的應(yīng)用場景;百度知識中臺提供的一站式解決方案，可助力企業(yè)提升運行效率和決策智能化水平。目前，百度知識圖譜技術(shù)產(chǎn)品已覆蓋100多個行業(yè)場景，每天的調(diào)用次數(shù)超過400億次，在包括醫(yī)療、金融、能源等多個行業(yè)領(lǐng)域廣泛落地。再一次全方位展現(xiàn)了百度大腦在知識圖譜技術(shù)領(lǐng)域的領(lǐng)先地位。
世界規(guī)模最大的知識圖譜再度全面升級
百度構(gòu)建了世界上最大規(guī)模的知識圖譜，除了基礎(chǔ)的由實體、屬性、關(guān)系構(gòu)成的通用圖譜之外，百度還針對不同的應(yīng)用場景和知識形態(tài)，構(gòu)建了事件圖譜、多媒體圖譜、行業(yè)知識圖譜等多種圖譜。
具體而言，在通用圖譜方面提出了基于深度自注意力機制的知識表示框架，通過深度自注意力網(wǎng)絡(luò)對知識圖譜中的實體和關(guān)系進行連續(xù)向量表示，在此基礎(chǔ)上，進一步引入預(yù)訓(xùn)練語言模型助力結(jié)構(gòu)化知識表示，二元關(guān)系推理能力全面超越現(xiàn)有方法，語言學(xué)知識圖譜上提升尤為顯著。此外，利用多元關(guān)系異構(gòu)圖表示，實現(xiàn)了簡單知識表示到復(fù)雜知識表示的躍遷，多元關(guān)系推理效果大幅提升，關(guān)鍵指標平均提升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，通過聯(lián)合文本語境與圖譜路徑，共同推斷實體間的語義關(guān)系，從而大幅提升關(guān)系抽取效果。目前，關(guān)系抽取在公開數(shù)據(jù)集上達到了業(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、事件表示、事件抽取、事件關(guān)系挖掘等核心能力，可實現(xiàn)分鐘級檢測熱點、構(gòu)建了包含4000多種事件類型、千萬量級的事件庫，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、事理挖掘為核心的關(guān)鍵技術(shù)，形成了數(shù)十萬事理節(jié)點、160多萬的事理關(guān)系。在真實的應(yīng)用場景中，實現(xiàn)了從具體事件到抽象事件的知識的跨越。
除此之外，還全新升級了多模態(tài)語義理解技術(shù)，可以支撐更加復(fù)雜的應(yīng)用場景。同時，通過多模態(tài)預(yù)訓(xùn)練技術(shù)和跨模態(tài)語義對齊與計算技術(shù)，實現(xiàn)了視頻語義理解的跨領(lǐng)域知識遷移，在真實的行業(yè)視頻搜索的場景中取得了超過92%的檢索精度。
知識圖譜賦能千行萬業(yè)智能化發(fā)展
知識圖譜對于 AI 基礎(chǔ)技術(shù)領(lǐng)域的研究具有重大意義，同時在行業(yè)落地、產(chǎn)業(yè)智能化當中也發(fā)揮著重要作用。隨著行業(yè)對知識圖譜的需求越來越多，在知識圖譜構(gòu)建上，百度面向行業(yè)客戶提供了行業(yè)知識圖譜一體化的服務(wù)。
據(jù)朱勇介紹，這整套完整的行業(yè)知識圖譜的技術(shù)體系有三個主要的特點：第一，專業(yè)性強，行業(yè)知識圖譜技術(shù)面向行業(yè)內(nèi)的專業(yè)復(fù)雜知識，實現(xiàn)了基于超圖的知識表達;第二，構(gòu)建效率高，支持低資源的學(xué)習(xí)機制，人機協(xié)同的圖譜構(gòu)建相對于傳統(tǒng)的人工構(gòu)建方法，效率提升百倍以上;第三，具有很強的可遷移性，實現(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多個行業(yè)的應(yīng)用場景。
其實，在行業(yè)知識圖譜的技術(shù)基礎(chǔ)上，早在今年5月的百度云智峰會上還發(fā)布了基于百度多年積累的知識圖譜、自然語言處理、多模態(tài)語義理解、智能搜索等 AI 核心技術(shù)打造的知識中臺，提供面向企業(yè)知識應(yīng)用全生命周期的一站式解決方案。知識中臺可以幫助企業(yè)高效地生產(chǎn)知識、靈活地組織知識、便捷的獲取知識、智能地應(yīng)用知識，從而全面提升企業(yè)運行效率和決策的智能化水平。
例如，基于醫(yī)療知識中臺快速構(gòu)建的醫(yī)學(xué)專業(yè)知識體系，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%的基層試點區(qū)域誤診/漏診率;攔截了大于90%的不合理用藥;對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)品已實現(xiàn)規(guī)?；涞?，服務(wù)數(shù)萬名醫(yī)生，觸達27個省市自治區(qū)300多家醫(yī)院，超過1500多家基層醫(yī)療機構(gòu)。
另外一個典型的場景是智慧法律，在類案檢索方面，類案推薦準確率超過90%，與過去相比結(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)點平均準確率達到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，百度知識圖譜也均已廣泛落地。目前，知識圖譜每天的調(diào)用次數(shù)超過了400億次。
正如王海峰所言：“在百度語言與知識技術(shù)的布局和發(fā)展中，我們始終在注意把握兩個趨勢，即技術(shù)發(fā)展趨勢和產(chǎn)業(yè)發(fā)展趨勢，并力爭引領(lǐng)趨勢。”百度在語言與知識領(lǐng)域的十年技術(shù)積累和產(chǎn)業(yè)實踐，都在不斷加速著產(chǎn)業(yè)智能化進程。同時，也讓業(yè)界看到百度在前瞻技術(shù)上的每一次突破，無不彰顯著百度背后的技術(shù)戰(zhàn)略與實力。
