大讲堂那天我在搜索框里敲了三个字：阿司匹林。
回车。屏幕上蹦出来的东西多得有点烦——适应症、禁忌、能不能和布洛芬一起吃、孕妇碰不碰得、跟华法林会不会打架。我一个链接都没点，答案就已经被拼好，摆在右边那张小卡片里。
这事其实挺怪的。搜索引擎又不懂药。它凭什么知道“阿司匹林”和“华法林”之间藏着一条叫“出血风险”的线？
答案是：它并不是“懂”，它只是记得。记住这两样东西之间存在某种关系，以及这种关系是从哪儿来的。
那张卡片背后站着的东西，叫知识图谱。
它记的不是字，是“东西”和“东西之间的关系”
先别急着背定义。说个更土的说法——知识图谱就是一张网。网上每个结是一个人、一种药、一座城市、一起事故；结与结之间的线，写着它们怎么扯上关系。
学术点讲，叫三元组。主语、谓语、宾语。（阿司匹林，可能引起，胃出血），这是一条。（乔布斯，创办，苹果公司），这也是一条。再给它挂上时间，就变成四元组。就这么朴素。
你大概会想，就这？这不就是数据库换个说法嘛。
不是。关系型数据库里，你要查“我朋友的同事里，谁住在我家三公里内”，得写一长串 JOIN；跳到第五层的时候，写的人自己都绕晕了。换到图里，这就是沿着边走几步的事。
差别在于，图数据库把“关系”本身当成了一等公民——关系可以有属性，有方向，还能自己带权重。用表来表达这一层，你得再建一张表，再联一次。
还有更实在的差别。真实的图谱，是长歪的。有些节点挂着上百万条边，比如“中国”；有些孤零零的，只有一个邻居。这种分布，做查询计划的人每天都要为它头疼。
抽取那一步，脏得超出想象
图谱不会自己从地里长出来。得有人喂它。
从维基百科、药典、病历、新闻里，把实体抠出来，再把关系抠出来，然后把同一个东西的不同叫法合并到同一个节点上——阿司匹林、乙酰水杨酸、aspirin、拜阿司匹灵，机器得认出来这是同一味药。这一步叫实体对齐。做起来能让人崩溃。
为什么崩溃？“苹果”可能是水果，可能是公司，也可能是部电影。中文还更麻烦，“乔丹”到底是打球的那个，还是卖鞋的那个？
所以稍微上点规模的图谱，前面通常压着一层叫本体（ontology）的东西。说白了就是先跟机器约好：这个世界上有哪几类东西——人、组织、地点、事件；人和组织之间允许有哪些关系——任职、创办、隶属。约定在先，抽取的时候才有护栏，不然抽出来的东西互相打架。
医药领域算是走得比较靠前的。药、靶点、通路、疾病、症状、不良反应，连成一整片。新药研发里有个老难题叫“老药新用”——一个治糖尿病的分子，说不定对别的病也有效，纯靠人脑去想几乎不可能。放到图里顺着路径走一走，反而能翻出些蛛丝马迹。
几个我经常听到的误会
误会一：知识图谱就是更大的知识库。
体量从来不是重点。重点是那些边。一个塞满一亿条孤立事实的库，未必比得上一个只有十万个节点、但关系密实的网。因为推理发生在边上，不在点上。
误会二：大模型都这么强了，图谱没用了。
恰恰相反。模型写东西很溜，但它记不住具体事实，一不留神就编。图谱呢，冷冰冰的，可每一条边都能追溯——谁写的、从哪来、什么时候更新的。把两边接起来，让模型去图里找依据，眼下是个挺热闹的方向。别的不提，至少能少编一点。
误会三：建完就完事了。
想得美。人会换工作，公司会改名，药会被召回。图谱得有更新机制，还得处理新旧冲突。这块工作量，往往比初次搭建还大。
我想问它三个问题
——图谱能不能自己发现自己缺了什么？
能一点。比如发现两个节点之间路径特别绕，或者某一类关系稀疏得反常，就提示这里可能是盲区。但要说它像人一样主动好奇，还差得远。
——那张网会不会越织越乱？
会。实体对齐错一次，错误的合并会顺着边往外扩散，越传越广。清理起来比从零建还费劲。所以不少团队的图谱里，都留着一套人工复核的口子。
——普通人用得上吗？
你其实每天都在用。搜人名时旁边弹出的信息卡、电商那句“买了它的人还买”、手机里“根据你的位置推荐”，背后都可能是图在跑。你感觉不到它，只是因为它藏得够深。
回头再看那次搜“阿司匹林”。屏幕上那张被拼出来的小卡片，其实是无数人一条一条填进去的边。谁和谁有关，怎么个有关法。
机器并不认识药，也不认识病。它只是记性好，而且——记得住关系。
作者|科技
排版|科技
审核|阿辰