人工智能:可能是人工智能最好的變現方式，可以干到王思聰沒幣可撒_學人工智能后悔死了

曾記得十幾天之前否？那時我們躊躇滿志的跨進了2018，滿懷著對未來的渴望和珍重……然后我們驚奇的發現，2018第一個火起來的詞叫“撒幣”。

不是我說啥，這可真出戲啊。

似乎一夜之間，直播答題和這個叫做”撒幣”的關鍵詞就火了。王思聰的沖頂大會、映客的芝士超人、花椒的百萬贏家，一時之間大佬們瘋狂爭當“大撒幣”，人民群眾則紛紛出頭相當被幣砸到的那個幸運兒。

當然了，不管這些平臺們如何“撒”，最終“幣”還是要回到他們自己口袋里的，畢竟做生意是為了賺錢，搞出來這么大場面當然是為了放后招，沒聽說過哪位出題讓人答是為了做慈善的。除非...除非AI化妝成選手，也來答個題，說不定能干到王思聰們沒幣可撒...

畢竟，答題也是講科學的對不對？

AI答題這件事其實也不新鮮，不信你百度輸入一個“長城有多長”之類的，馬上就會給你跳出來答案。這里就是用了AI的專業答題姿勢：知識圖譜。

知情人士：Binance.US退出收購Voyager可能是與CFTC即將達成和解的一部分:金色財經報道，Binance.US 已宣布決定終止與 Voyager Digital 的資產購買協議，理由是“美國充滿敵意和不確定的監管環境”。\u2028該公告引發人們的猜測，Binance.US 退出交易可能是與商品期貨交易委員會（CFTC）即將達成和解的一部分，因為監管機構的專員暗示有可能在正在進行的訴訟中找到前進的道路。

此前消息，美國商品期貨交易委員會 (CFTC) 于 3 月下旬起訴幣安，指控其違反交易和衍生品規則。

\u2028[2023/4/26 14:27:52]

借著直播答題的春風，今天講講知識圖譜的故事吧。雖然在機器視覺、語音交互等“網紅技術”面前，作為AI重要分支之一的知識圖譜似乎不那么出位。但是以應用度和腦洞指數來說，這個技術絕對當仁不讓。更重要的是，在“AI感知”通向“AI理解”的大路上，知識圖譜近乎是無法繞開的一道關卡。

彭博分析師：2萬美元可能是比特幣的重要支撐價位:6月19日消息，Bloomberg Intelligence高級大宗商品策略師Mike McGlone近日表示，比特幣的2萬美元區間可能會成為新的價格底線，類似于過去幾年5000美元區間發揮的作用。

據悉，在2018年熊市期間，5000美元的價格區間在大約一年時間里提供支撐。2020年，盡管BTC曾多次短暫突破該區間，但5000美元的水平也起到支撐作用。（The Daily Hodl）[2022/6/19 4:38:36]

更更重要的是——他能幫你答題啊。

知識圖譜是什么鬼？

知識圖譜這個概念被提出并不算太久，但是要追根溯源理解這個技術到底是玩什么的，那可能真要往上倒騰幾十年才行。

上世紀40年代，人工智能被提出之后，無數科學家們就開始琢磨，到底用什么方式能讓機器模擬出人的智慧呢？琢磨來琢磨去，人對于信息能夠進行關聯理解似乎是個路子。所謂信息關聯，就是人類在接受一個信息后，會把它放在記憶中進行歸納和調用。比如說你打小認識了你三舅，絕不可能過幾年管他叫二哥。

李禮輝：法定數字貨幣可能是第六版人民幣:中國銀行原行長、中國互聯網金融業協會區塊鏈研究組組長李禮輝近日提到法定數字貨幣主要有四方面的優勢，首先，法定數字貨幣具有替代現鈔、節省現金流通的成本的好處，它可能是第六版的人民幣；其次，能強化支付系統的公共屬性，推進普惠金融，可以讓更多人利用這種支付系統；第三，可以保證金融交易的可靠性；第四，可以精準調節貨幣供應，加強貨幣市場流通的供應。同時，法定數字貨幣也有三個方面的潛在風險：一個是會削弱商業銀行的初始信貸能力和盈利能力；第二個問題它更容易觸發系統性的金融風險；第三個問題是，因為數字貨幣，中央銀行的資產負債表會迅速擴大，大量存款會到中央銀行，而中央銀行有調控的權利，但是也要承擔更加直接的責任。（新浪財經）[2020/10/20]

利用這個思路，上世紀50年代末，學術界提出了語義網絡的設想，打算把數據進行結構化的處理，讓單個信息組合成有聯系、能共鳴的“知識”。今天我們用到的很多技術都來源于語義網絡，比如機器翻譯、自然語言處理等等，知識圖譜也是其中之一。

CZZ技術社區核心開發者彭松：當前Defi的熱潮可能是假牛市，真正出金的人依然比較少，現在談牛市還為時尚早:8月21日，在以“DeFi-如何抓住大潮中的機遇？”為主題的金色沙龍中，CZZ技術社區核心開發者彭松表示，根據三大交易所的入金數據，可以看到市場主要是資金的轉移，而不是新資金進來。大多數是灰度基金的購買，而不是新的用戶進來，所以這可能是一波假牛。這一波牛市完全是由DEX起來的，而不是Comp起來的。DEX造成了大量的鎖倉，DEX的日交易量幾個月前100萬左右，現在沒過幾個月突破了2億美金，從上百筆到現在十萬筆。這更多是幣圈現有資金的鎖倉，交易所流動性減少造成價格上漲，還沒有太多的新資金進來。要進入一個完全的牛市，必須要大量的公鏈共識和鏈上交易。比如BTC，DOGE等，雖然這是古典幣圈，但是古典幣圈也占了幣圈三分之二的市值。它們要動起來，才能造成牛市，吸引更多的資金進來，而不是現在的假牛。

大家還處于才盈利一點的狀態，現在Defi挖礦是一個假牛現象。這一波的假牛，真正出金的人還是比較少的。現在談牛市還為時尚早，更多人資金也被套在defi挖礦循環里，可能是一個假牛的狀態。[2020/8/21]

上世紀80年代，受到多方面刺激的地球人開始了一次AI復興運動，而這次運動的主角，就是各國開始打造專家系統和知識庫。那時候科學家們相信，如果把人類大量知識進行邏輯化關聯和語義網絡存儲，最終人類就能打造出全知全能，啥啥都懂的人工智能。可惜好景不長，最終AI沒等來呢PC先來了，專家系統紛紛被棄置。但是海量知識構成的知識庫卻成為了寶物流傳了下來。

聲音 | 張勤：區塊鏈算法可能是去中心的 但技術的承載是有中心的:中國科學技術協會原副主席張勤在BAC 2018區塊鏈應用大會發表演講，稱區塊鏈技術給我們提供了很好的發展機遇，但是能不能給我們帶來技術產業的發展，不能僅僅憑借熱情，更重要的是要進行深入的了解和研究。他表示，我們的算法可能是去中心的，但是我們技術的承載是有中心的，有國家的。[2018/11/26]

2002年，基于語義web技術和Freebase等優質知識庫，谷歌宣布推出了知識圖譜概念，并在2013年投入使用。所謂知識圖譜，實際上是建立在網頁百科知識庫基礎上，利用語義網絡進行知識關聯的技術。它可以用來幫助學術人員快速搜集和理解信息，也可以用來分析情報，辨別信息真偽。在產業端則為搜索、內容推薦和智能問答提供了基礎，成為今天AI領域不是十分熱門，卻也足夠強勢的一個技術類別。

如果說了這么多還沒明白，那就舉個直白的例子吧：

假如你這幾天很好奇一個叫PGone的詞為啥火了。然后你去搜索一下，結果給你推薦的詞是PGtwo、PGthree...那你就跟沒搜一樣。假如蹦出來兩個詞，一個是賈乃亮一個是地溝油，那么你就了然了嘛...

所謂的知識圖譜，就是讓智能體去理解知識之間網絡關系，并能主動以此提供服務的技術。

今天的知識圖譜專治各種“撒幣”

假如你以為本文到此就該結束了，那么你又錯了。

上文說了知識圖譜專治各種“大撒幣”行為，并不是隨便講講的。我們要知道，2002年知識圖譜技術假如跟王思聰剛一波正面，那是基本沒有勝算的。

這里有幾種可能：首先是假如你的知識庫是更新到前年的，人家問你PGone的嫂子是誰你怎么辦？或者人家不問你長城有多長，問你最長的墻有多長怎么辦？

在考教真人的直播答題過程中，可能面臨各種語言上的調整、提問方式的改變，以及加入最新信息。這都是幾年前基于單一結構知識庫的知識圖譜技術難以勝任的。

這就把知識圖譜難住了嗎？不能夠，畢竟為答題而生，必須要搞點新高度出來才行。

這項技術在近幾年間發生了重要變化，比如：

1、大數據+機器學習帶來了史無前例的效率契機。

今天的AI復興，是建立在機器學習驅動大數據的基礎上的，知識圖譜也是如此。舉例來說，搜索引擎知識圖譜技術，是建立在搜索數據和百科、問答等數據庫之上的。數據本身的優質化是知識圖譜運行的基礎。而在機器學習、深度學習領域的積累，則讓圖譜技術實現了及時化、逐步完善圖譜關聯強度和理解力提升。換句話說，知識圖譜技術正在變得愈發即時性與可成長。

2、語音交互成為啟動知識圖譜的新形式。

知識圖譜想要真的為人類所用，那么就不能是人類用固定方式去出發知識圖譜的模板。而應該是知識圖譜主動理解人類的語言和思維習慣，做到主動輸出服務。這就需要知識圖譜與語音交互緊密結合。

3、強語義理解能力成為關鍵。

能聽懂“長城有多長”，卻聽不懂“長城從東到西一共多少距離”的知識圖譜，顯然是知識沒譜。深度學習各種語意、語義、語序和方言的知識圖譜能力，也成為了目前知識圖譜技術的喚醒核心。

這幾種能力加持下，把知識圖譜偽裝成選手去搞點“撒幣”，顯然已經不算什么了...但是如果只干這點事，其實也蠻虧的。

撒出一個明天

無論是語音交互還是機器視覺，我們今天正在努力教會AI一件事，就是識別。可是，在識別之后呢？AI下一步要干什么？

識別的下一步當然是理解和處理，但如果想讓AI開啟這些能力，很多人都認為，知識圖譜的爆發將是AI下一步的必經之路。

今天知識圖譜的核心，在于通過數據生成可視化的知識鏈條，用鏈條形成網絡，利用網絡來進行預測、生成自動化，最終生成機器主動提供的智能化服務。

要知道，人類理解世界并不是基于一個個散亂的信息，而是基于信息背后的“知識”。

我們期待的知識圖譜技術，是通過這種技術的完善，把AI調整到主動輸出服務模式。經典計算階段是你想到的，電腦幫你做出來。而知識圖譜時代，是你想不到的，AI可以想到。

能做到這一步的AI技術，當然不會只滿足去答答題，做個直播。人家的使命是改變世界好不好？

其實，知識圖譜作為一種隱藏的后端技術，今天已經悄然布局在了我們的生活。比如我們今天在百度搜“李白寫過哪些飲酒詩？”，已經不是跳出來有這些關鍵詞的網站，而是直接跳出來你的答案，這背后就是知識圖譜即使已經解答了你的問題。

更重要的是，知識圖譜技術作為AI交互手段的必要觸達點，正在為其他AI產業提供幫助，比如智能處理、無人駕駛。

更遠的未來，或許是利用知識圖譜技術達成物聯網間的協作、人機交互的全新升級，那么最終所能抵達的，遠遠不是答題這一件小事而已。

所以呢，直播平臺上誰給誰撒幣，誰是大撒幣，其實也不是很重要了。真正重要的是，技術正在努力把未來的幣，撒到現在的土壤里。

更多精彩內容，關注鈦媒體微信號，或者下載鈦媒體App

Tags：人工智能知識鏈幸運兒人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目知識鏈幣是什么幣幸運兒幣是什么幣

Ethereum