助力企业数字化转型，知识图谱为应用而生｜爱分析报告(27)

4.1.2 知识图谱是认知智能关键技术
人工智能分为感知智能、认知智能和行动智能三个阶段。当前正处于认知智能的起步阶段。
从感知智能到认知智能，知识图谱是关键一步。
认知智能是感知智能的进阶，需要在感知智能的基础上，结合行业知识，理解数据之间的逻辑关系以及代表的业务意义，并在此基础上进行分析决策。
感知智能阶段，更强调人工智能在信息获取上的应用创新，如计算机视觉领域的人脸识别算法应用。但随着人工智能与大数据技术的不断深化演进，业务场景数字化需求不断深化，同时大量无关联的数据使得管理变复杂，不利于用户数据管控，“数据孤岛”问题凸显。
核心问题在于，感知智能如同四肢，而认知智能如同大脑，忽略后端平台即“大脑”对于信息的知识抽取和与业务场景的关联分析，导致人工智能技术在推进过程中出现“四肢发达、头脑简单”的现象。
认知智能时代的到来，是在感知智能之上，提高了AI的理解分析能力。知识图谱技术将起到重要的支撑作用。在认知智能阶段，机器能够通过知识图谱挖掘隐性关系，洞察“肉眼”无法发现的关系和逻辑，用于最终的业务决策，注重行业知识图谱和关系挖掘，是人工智能在行业中更深层的落地应用。
认知智能时代刚刚起步，只有部分数字化水平较高的行业，如金融、政务、公安等行业开始逐步落地知识图谱应用场景，更多的行业还在探索阶段。
4.1.3 认知智能时代，知识图谱将高速发展
认知智能时代的到来将推动知识图谱技术高速发展。
人工智能各时代之间是包含关系，而非取代关系，随着感知智能技术的发展，认知智能技术也会不断发展，海量数据的有效管理的问题会一直存在，知识图谱是目前平衡数据与管控最有效的解决方案，不断发展的知识图谱技术将为数据提供更加有效的分析管理应用；
目前，认知智能发展至今，在落地应用过程中存在两大核心难点，即海量数据治理与关联关系挖掘。其中海量数据的治理工作将主要由数据中台完成。关联关系挖掘目前将主要依靠知识图谱技术进行。由于知识图谱技术本身的优势，可以实现数据间隐性关系识别，同时目前学界正在攻关的跨知识库关联关系分析，也将有利于未来认知智能时代，具有复合知识能力的人工智能技术的研发。认知智能时代将更加依赖知识图谱。