别被术语吓住，知识图谱就是一张“熟人关系网”
说实话，我最烦网上一讲这个就搬一堆“语义网络”“实体链接”的术语，把简单的东西说的玄乎。你就换个角度想。
把每一个独立的“东西”都当成一个点，不管是盐水鸭、南京、孙中山、你的同事，全都是点。点和点之间的关联，就是线。盐水鸭属于“南京特产”，南京在“江苏省”，盐水鸭的主料是“水鸭”，你的同事A和B是夫妻，A又和你同是“铲屎官”……把所有点和线拼起来，就是一张知识图谱。
早二十年的搜索引擎不是这样的。你那时候搜“苹果”，引擎只认得“苹果”两个字，不管你要找吃的还是手机，所有带“苹果”的网页全给你排出来，你自己翻。现在你再搜“苹果”，搜索引擎直接就能分清，如果你最近搜过电子产品，直接给你弹出品牌信息，如果你搜过水果生鲜，直接给你说产地、营养。
为什么能分清楚？因为知识图谱认的是“东西”和“关系”，不是冷冰冰的关键词。它知道世界上有两种叫苹果的东西，也知道你要的是哪一种。
那些你没注意到的地方，知识图谱早就在干活了
很多人对知识图谱的印象还停留在搜索引擎的侧边栏，其实它早就渗进你生活的各个角落了。
你去三甲医院看病，医生点开你的个人信息，过敏史、上次拍的CT、三年前的手术记录、最近的检验结果，整整齐齐摆在一块，不用一个个科室调档案。这就是知识图谱把你所有分散的医疗信息串起来了。遇到你对某款药过敏，系统还能直接弹提醒，比医生记的还准。
现在爆火的大模型，天天被人说容易胡说八道编瞎话，业内现在最常用的解决方法，就是接一个知识图谱进去。大模型要回答问题，先去知识图谱里查已经验证过的准关系，再组织语言，瞎编的概率直接降了大半。
还有反诈办案，过去民警查骗子的转账链路，一笔笔翻流水，一个个拉关系，理清整个团伙要花好几天。现在把所有账户、收款人、IP地址全扔进知识图谱，谁是头，钱转到哪了，几小时就理的清清楚楚。
我前阵子帮朋友做企业数字化的采访，他们给做家具的工厂做知识图谱，把所有木材的属性、五金的型号、加工流程全串起来，设计师改个尺寸，系统直接就能告诉你哪块材料不合适，不用老师傅盯着算，省了好多事。
别被营销号吹晕了，知识图谱还有绕不开的坑
不过话说回来，现在很多做AI的拿知识图谱吹牛皮，说要颠覆这个颠覆那个，其实很多误区普通人分不清，就连不少入行的都搞错。
第一个误区，很多人说“知识图谱是大模型的备胎，大模型参数够大就不需要知识图谱了”。不对吗？不对。大模型是靠概率猜下一个字，它学的是训练数据里的文字规律，知识图谱是明明白白把确定的关系存起来，一查就对。你问“孙中山的妻子是谁”，知识图谱里直接写了答案，永远不会错，大模型哪天训练数据混了错误内容，转头就能给你说错，你说哪个靠谱？
知识图谱的确定性，是大模型给不了的。至少现在是。
第二个误区，说知识图谱能搞定所有行业问题。哪有这么简单。构建知识图谱本身就是个苦差事，你要先把所有的实体一个个标出来，再把关系一条条理清楚，稍微复杂点的领域，光整理数据就要花好几年。比如中医里的穴位和病症对应，不同流派说法都不一样，你怎么标这个关系？标错了反而会出问题。
还有更新的问题。上个月刚火的新网红，上周刚发布的新手机，新知识还没来得及进图谱，它就不知道，这时候反而不如大模型能跟上变化。我那个做企业服务的朋友跟我吐槽，之前给银行做客服知识图谱，花了八个月整理数据，上线才三个月，出了一堆新的监管政策，图谱全更了一遍，又花了三个月，折腾的要死。
所以现在业内的共识其实很清楚，大部分场景，知识图谱都是补短板的，不是来替换谁的。大模型补知识图谱的更新慢，知识图谱补大模型的瞎胡说，混着用才是最靠谱的。
扯远一点，说点题外话。你每次刷推荐，每次搜东西，知识图谱里你的那个点，就会多几条新的线，连着你的爱好，你的消费能力，你常去的地方，你家人的信息……技术就是这么一张网，把所有东西都连起来了。有时候想想，它能让你五分钟找到想吃的盐水鸭，也能把你的所有信息摊在别人面前，挺有意思的。
至少现在来说，它给我带来的方便还是多过麻烦的。毕竟换做十年前，我搜个盐水鸭，翻十页都找不到我要的老店，不是吗？
作者|科技
排版|科技
审核|阿辰