什么是知识图谱？分布式认知工业互联网核心技术解读

上一期万向区块链小课中为什么是分布式认知工业互联网，我们带大家了解了万向区块链为什么要提出“分布式认知工业互联网”这一全新概念。简单来说，分布式认知工业互联网就是在工业互联网的基础上集成了区块链、隐私计算和知识图谱三大核心技术，帮助传统工业制造业应对数字化转型过程中面临的挑战。

区块链和隐私计算，关注我们的小伙伴应该都很熟悉了。知识图谱则属于人工智能领域，“分布式认知”里的认知指的就是知识图谱。它是怎么做到和区块链、隐私计算结合在一起，为工业互联网赋能的呢？今天，我们将聚焦知识图谱，和大家一起学习什么是知识图谱？以及知识图谱在分布式认知工业互联网中发挥着哪些关键作用？

什么是知识图谱

知识图谱本质上是一种大规模语义网络，其中的信息点可以是对实体事物或是事件的描述，也可以是对抽象概念的解释。但是这些信息点必须表意清晰，确保人类和计算机能够对其进行高效的处理且不会产生歧义。同时，这些信息点必须相互关联，一个信息点能为另一个信息点提供语境，或是起到解释作用。

比如在一个电影相关的知识图谱中会有许多代表电影名称、导演、演员等相关信息的节点。一个电影节点可以和相关导演及演员节点相关联。如果有需要的话，我们可以按照这个逻辑将所有电影信息整理成一张巨大的知识图谱，方便信息的查询和检索。

由此可见，知识图谱为信息和数据的融合、统一、链接和复用提供了良好的框架，有助于提高信息数据的管理和分析效率。一方面知识图借助资源描述框架（RDF）清晰有效地呈现出数据结构、分类、词汇表、元数据、参考信息和基本数据等各类数据和内容。另一方面知识图谱里的数据和信息已经按照一定的标准进行过整理，所以分析管理起来更加高效。

知识图谱在分布式认知工业互联网中扮演什么角色

在分布式认知工业互联网中，区块链、隐私计算和知识图谱三大核心技术各司其职又相辅相成，为传统制造业的数字化转型打造一个完整的技术闭环。

区块链主要用于存储和调用制造企业在生产制造、贸易销售等活动中产生的海量数据资产，同时构建分布式商业模式及价值交换和激励模式。

隐私计算主要用于保护数据安全。目前传统工业互联网面临的一大问题在于相关企业因为担心网络环境不安全，数据易遭到泄露和篡改，所以不愿意分享自有数据，从而形成了数据孤岛，让海量数据的价值难以发挥。用隐私计算的方式将数据进行加密处理后再分享使用，将解决制造企业的这一顾虑，有助于打破数据孤岛，并为充分挖掘数据价值做好准备。

知识图谱则能对区块链上存储的经过隐私计算保护的海量数据进行结构化的梳理，方便决策者使用和分析这些数据，从中及时发现并解决企业生产管理中的问题，预测并把握企业乃至行业的发展趋势和机会，可以说为工业互联赋予了认知智能。

具体来看，在分布式认知工业互联网中，知识图谱可以从以下几方面赋能制造企业：

1、风险评估及消减

制造企业面临的风险与挑战错综复杂，包括金融问题、权益人纠纷、*监管、社会影响等方方面面。将企业内部的流程、管理等信息按照知识图谱的架构进行整理，可以帮助企业梳理出内部的关键风险点。如果能进一步从第三方获取更多外部数据或信息补充到这个知识图谱中，企业就能更加全面地认识到潜在风险及其影响，从而提前做好风险应对措施。

2、优化制造流程

增强流程透明度是优化生产运营流程的首要前提。用知识图谱梳理制造设备产生的大量数据，有逻辑地呈现出不同数据之间的关系，可以帮助决策者更加清晰透明地了解整套生产制造流程，做出最优的优化决策，进而提高产量、减少生产事故。

3、工厂监控

在工厂建设之初就将工厂的相关信息纳入知识图谱中可以帮助制造企业更加全面细致地监管工厂的生产制造情况。由于知识图谱中的各个信息点都是互相关联而且以高度结构化的方式呈现，企业能够快速发现具体哪条生产线中的哪台机器出现了问题，具体哪批原材料可能无法及时到货等非常细节的问题，从而做出精准的应对措施，提高工作效率。

4、预测把握行业商机

通过对知识图谱整理并表现出来的行业情况做进一步研究和分析，企业可以更加深入地厘清所在产业链上下游的关系，发现合适的合作伙伴，洞察并预测出行业基本走势和市场未来走向，提前抢占商机。

我们可以把知识图谱形象地理解为分布式认知工业互联网的大脑，通过认知智能合理分析和利用制造企业的海量数据，辅助企业做出明智决策，让数据的价值发挥到极致。

通过将这一认知技术和区块链及隐私计算集成至传统工业互联网中打造分布式认知工业互联网，我们希望能够帮助传统制造企业解决数据上平台、多方数据流转及价值交换问题，助力制造业完成数字化时代的转型升级。

在第六届区块链全球峰会上，通联数据首席算法专家吴凯棋分享了很多知识图谱在实际场景中的应用，感兴趣的看这里→工业认知互联网的枢纽-知识图谱。