在近日舉行的世界人工智能大會(huì)達(dá)觀數(shù)據(jù)論壇上，同濟(jì)大學(xué)特聘研究員、博士生導(dǎo)師王昊奮博士圍繞“知識(shí)圖譜在多模態(tài)大數(shù)據(jù)時(shí)代的創(chuàng)新和實(shí)踐”這一主題，分享了前沿的學(xué)術(shù)洞察與行業(yè)實(shí)踐經(jīng)驗(yàn)。該論壇作為大會(huì)的重要組成部分，由達(dá)觀數(shù)據(jù)聯(lián)合CSDN等知名技術(shù)社區(qū)舉辦，聚焦人工智能基礎(chǔ)軟件的開(kāi)發(fā)與應(yīng)用，吸引了眾多學(xué)術(shù)界與產(chǎn)業(yè)界的專家參與。

王昊奮博士首先指出，隨著大數(shù)據(jù)技術(shù)的飛速發(fā)展，數(shù)據(jù)形態(tài)已從傳統(tǒng)的結(jié)構(gòu)化文本，演變?yōu)楹w文本、圖像、音頻、視頻等多種模態(tài)的復(fù)雜綜合體。多模態(tài)大數(shù)據(jù)在帶來(lái)豐富信息價(jià)值的也因其異構(gòu)性、關(guān)聯(lián)復(fù)雜和語(yǔ)義鴻溝等問(wèn)題，對(duì)信息的深度理解與智能處理提出了巨大挑戰(zhàn)。在這一背景下，知識(shí)圖譜作為結(jié)構(gòu)化語(yǔ)義知識(shí)庫(kù)，成為連接多模態(tài)數(shù)據(jù)、實(shí)現(xiàn)認(rèn)知智能的關(guān)鍵基礎(chǔ)設(shè)施。

在創(chuàng)新層面，王昊奮重點(diǎn)介紹了其團(tuán)隊(duì)在多模態(tài)知識(shí)圖譜構(gòu)建與推理方面的最新探索。傳統(tǒng)知識(shí)圖譜主要基于文本構(gòu)建，而多模態(tài)知識(shí)圖譜的核心創(chuàng)新在于能夠融合并關(guān)聯(lián)不同模態(tài)數(shù)據(jù)中的實(shí)體與概念。例如，通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)識(shí)別圖像中的物體，通過(guò)自然語(yǔ)言處理技術(shù)理解描述文本，并將這些信息與知識(shí)圖譜中的實(shí)體節(jié)點(diǎn)進(jìn)行精準(zhǔn)對(duì)齊和關(guān)聯(lián)，從而構(gòu)建起一個(gè)“可看、可聽(tīng)、可讀”的立體化知識(shí)網(wǎng)絡(luò)。這種融合不僅豐富了知識(shí)的表達(dá)維度，也為更高級(jí)的語(yǔ)義理解與跨模態(tài)檢索、問(wèn)答等應(yīng)用奠定了基礎(chǔ)。

在實(shí)踐應(yīng)用方面，王昊奮結(jié)合達(dá)觀數(shù)據(jù)等企業(yè)在人工智能基礎(chǔ)軟件開(kāi)發(fā)中的實(shí)際案例，闡述了多模態(tài)知識(shí)圖譜如何賦能產(chǎn)業(yè)。在智能金融領(lǐng)域，知識(shí)圖譜可以整合公司年報(bào)、新聞?shì)浨椤⒐蓛r(jià)圖表等多源異構(gòu)數(shù)據(jù)，構(gòu)建產(chǎn)業(yè)鏈與風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)，輔助進(jìn)行投研分析與風(fēng)險(xiǎn)管控。在智慧醫(yī)療領(lǐng)域，通過(guò)關(guān)聯(lián)醫(yī)學(xué)文獻(xiàn)、臨床影像、病理報(bào)告和基因數(shù)據(jù)，可以構(gòu)建疾病知識(shí)圖譜，輔助醫(yī)生進(jìn)行診斷決策和科研發(fā)現(xiàn)。在智能內(nèi)容審核與推薦領(lǐng)域，多模態(tài)知識(shí)圖譜能夠深入理解圖文、視頻內(nèi)容的深層語(yǔ)義與上下文關(guān)聯(lián)，實(shí)現(xiàn)更精準(zhǔn)、更安全的審核與個(gè)性化推薦。

王昊奮強(qiáng)調(diào)，多模態(tài)知識(shí)圖譜的落地離不開(kāi)堅(jiān)實(shí)的人工智能基礎(chǔ)軟件棧支撐。這包括高效的多模態(tài)數(shù)據(jù)預(yù)處理與特征提取工具、可擴(kuò)展的知識(shí)存儲(chǔ)與計(jì)算引擎、以及面向領(lǐng)域的可視化與交互開(kāi)發(fā)平臺(tái)。達(dá)觀數(shù)據(jù)等企業(yè)在此領(lǐng)域持續(xù)投入，致力于開(kāi)發(fā)低代碼、高性能的知識(shí)圖譜平臺(tái)，降低技術(shù)應(yīng)用門檻，推動(dòng)知識(shí)圖譜技術(shù)在更多行業(yè)場(chǎng)景中規(guī)模化落地。

王昊奮展望了未來(lái)趨勢(shì)。他認(rèn)為，多模態(tài)知識(shí)圖譜將與大規(guī)模預(yù)訓(xùn)練模型（如多模態(tài)大模型）深度融合。知識(shí)圖譜能為大模型提供結(jié)構(gòu)化的先驗(yàn)知識(shí)，提升其推理的可解釋性與準(zhǔn)確性；而大模型強(qiáng)大的語(yǔ)義表示與生成能力，又能反過(guò)來(lái)助力知識(shí)圖譜的自動(dòng)化構(gòu)建與動(dòng)態(tài)演化。兩者協(xié)同，將共同驅(qū)動(dòng)下一代人工智能系統(tǒng)向更深層次的認(rèn)知與決策智能邁進(jìn)。

本次分享在CSDN等技術(shù)博客社區(qū)也引發(fā)了廣泛討論，為從事人工智能基礎(chǔ)軟件研發(fā)的工程師和研究人員提供了寶貴的思路與方向。知識(shí)圖譜作為AI的“知識(shí)大腦”，正在多模態(tài)大數(shù)據(jù)時(shí)代扮演愈加核心的角色，其創(chuàng)新與實(shí)踐將持續(xù)推動(dòng)人工智能技術(shù)賦能千行百業(yè)。