前言：

人工智能二十世纪七十年代以来被称为世界三大尖端技术之一。人工智能是新一轮科技革命和产业变革的核心驱动力，在新基建的三大领域中，两大领域都直接提及人工智能。

作者 ｜ 方文

在信息基础设施领域，人工智能与云计算、区块链一起被视为一种新技术基础设施；而在融合基础设施领域中，人工智能则被视为支撑传统基础设施转型升级的重要工具。

人工智能新基建的本质不仅仅指向其自身的产业化发展，更是在实体经济中寻找应用场景，赋能生产力升级，即作为重大应用基础设施，推动各行业完成智能化转型，实现新旧动能的转换。

艾瑞咨询测算，2019年人工智能赋能实体经济产生的市场规模超过570亿元。

人工智能的本质是进行生产力升级，因此评判人工智能技术是否有价值，要看其应用是否贴近生产核心。一般认为，人工智能分计算智能、感知智能和认知智能三个层次。

计算智能即快速计算、记忆和储存的能力；感知智能即对自然界具象事物的识别与判断能力；认知智能则为理解、分析等能力。

当前，数据标准化已经趋于成熟，以快速计算和存储为目标的计算智能已基本实现；在机器学习和深度学习技术的推动下，以视听觉等识别技术为目标的感知智能也突破了工业化红线，实现了机器对自然界具象事物的判断与识别。

知识图谱是符号主义人工智能的代表，核心在于对多模、多源异构数据和多维复杂关系的高效处理与可视化展示，将社会生活与生产活动中难以用数学模型直接表示的关联属性，融合成一张以关系为纽带的数据网络。

通过对关系的挖掘与分析，能够找到隐藏在行为之下的关联，并进行直观的展示。基于知识图谱的上述优势，适宜解决关系复杂的问题，如深度搜索、规范业务流程、规则和经验性预测等相关研究课题。

连结主义中的深度学习算法是新一代人工智能的标志性技术，但深度学习有其局限性，侧重解决影响因素较少、但计算高度复杂的问题，而不太适宜解决影响因素较多、且掺杂众多非线性关系的问题。

通过与知识图谱的配合使用，依托于行业知识与经验的深度学习将产生更多贴近产业核心的认知智能应用，有助于覆盖场景中大多数问题，形成完整的以“场景需求”为导向的人工智能解决方案，进一步实现生产力升级的终极目标。

知识图谱逐渐成为人工智能又一热点产业，2019年知识图谱相关的融资金额较2018年增长超过200％，产业链已初具规模，互联网公司、人工智能公司及大数据智能公司纷纷入局。2019年知识图谱核心产品市场规模约65亿元，预计2024年将突破200亿元；2019年知识图谱技术带动经济增长规模约391．8亿元，预计2024年将突破1000亿元。