可能是人工智能最好的變現方式，可以干到王思聰沒幣可撒_幸運兒

曾記得十幾天之前否？那時我們躊躇滿志的跨進了2018，滿懷著對未來的渴望和珍重……然后我們驚奇的發現，2018第一個火起來的詞叫“撒幣”。

不是我說啥，這可真出戲啊。

似乎一夜之間，直播答題和這個叫做”撒幣”的關鍵詞就火了。王思聰的沖頂大會、映客的芝士超人、花椒的百萬贏家，一時之間大佬們瘋狂爭當“大撒幣”，人民群眾則紛紛出頭相當被幣砸到的那個幸運兒。

當然了，不管這些平臺們如何“撒”，最終“幣”還是要回到他們自己口袋里的，畢竟做生意是為了賺錢，搞出來這么大場面當然是為了放后招，沒聽說過哪位出題讓人答是為了做慈善的。除非...除非AI化妝成選手，也來答個題，說不定能干到王思聰們沒幣可撒...

畢竟，答題也是講科學的對不對？

AI答題這件事其實也不新鮮，不信你百度輸入一個“長城有多長”之類的，馬上就會給你跳出來答案。這里就是用了AI的專業答題姿勢：知識圖譜。

L'Atelier CEO：ETH可能是比NFT“安全得多”的投資:3月26日消息，法國巴黎銀行子公司L'Atelier首席執行官John Egan表示，以太坊目前可能是比NFT“安全得多”的投資。Egan表示，這是因為以太坊為NFT提供了基礎設施：“跟NFT相比，以太坊顯然強多了。因此，從以太坊和以太坊鄰近基礎設施入手，目前可能是一種非常安全的投資。”另一方面，根據Egan的說法，在這個階段購買NFT就像是在賭場賭博。L'Atelier通過研究和分析，給出了數字和虛擬領域的趨勢。Egan表示，NFT“在很大程度上是一種新興資產”，目前存在風險。（The Block）[2021/3/26 19:21:12]

借著直播答題的春風，今天講講知識圖譜的故事吧。雖然在機器視覺、語音交互等“網紅技術”面前，作為AI重要分支之一的知識圖譜似乎不那么出位。但是以應用度和腦洞指數來說，這個技術絕對當仁不讓。更重要的是，在“AI感知”通向“AI理解”的大路上，知識圖譜近乎是無法繞開的一道關卡。

美國房產抵押貸款出現違約危機 商業地產可能是重點:金色財經消息，新冠肺炎疫情全球爆發的影響持續在發酵，美國市場分析師們注意到，歷史上最大的抵押貸款拖欠浪潮似乎就要到來了。根據美國勞工部公布的失業數字顯示，美國3月16日~28日的兩周內，失業人數達到了1000萬。而這些失去收入的家庭，很有可能無力繼續支付房屋貸款。雖然那些由聯邦政府背書的抵押貸款可以推遲180天償付，但根據穆迪首席經濟學家馬克·贊迪的分析，如果美國經濟在整個夏季或更長時間內保持停滯，將有多達1500萬個美國家庭停止支付房地產抵押貸款。

從行為模式來說，當下在美國房地產抵押貸款市場中出現的情況，與2008年還是并不一樣的。根本就在于，2008年，面對被戳破泡沫的房地產市場，借款人的違約是主動的，而現在，更多是被動與無力。

據路透社(Reuters)報道，為了努力避免可能會出現的經濟災難以來，美聯儲的資產負債表在短短三周內大幅膨脹了1.5萬億美元，資產負債表創下新紀錄，增至的5.86萬億美元。在此背景下，這個數字相當于危機前整個國家經濟規模的四分之一還多。而且，未來幾周，隨著美聯儲不斷的積累資產以及經濟可能萎縮，這一規模肯定還會擴大。[2020/4/4]

更更重要的是——他能幫你答題啊。

聲音 | 江卓爾：澳本聰只是跳梁小丑，基本不可能是中本聰團隊一員:5月27日，萊比特礦池江卓爾在微博上對網友認定澳本聰（CSW）是中本聰的言論進行了反駁，并列舉了3個CSW不是中本聰的理由。1.CSW與bitcointalk.org上發言的中本聰性格和行為差太多。2.曾有觀點認為中本聰有可能是一個團隊，CSW是其中一員，并且其他人都死了，只剩下CSW掌握中本聰幣。但經過BCH算力戰一役，也足以證明CSW沒有創世私鑰。否則CSW不會答應給Roger出示簽名，最后卻做不到。然后在Roger看不到簽名，決定支持BCH后，CSW怒極寫信大罵Roger。3.語言會騙人，而利益不會。他隨后更表示，CSW基本不可能是中本聰團隊一員，難以想象中本聰會和這種嘴炮連天，從無做事成果，水平極差（兩次破產）的人一起工作。CSW最多是一個知情者，知道中本聰死了，然后出來當跳梁小丑。[2019/5/27]

知識圖譜是什么鬼？

李禮輝：數字貨幣可能是清算效率最高的工具:近日，以“區塊鏈的金融應用”的主題研討會在北京舉行。中國銀行原行長、中國互聯網金融協會區塊鏈工作組組長李禮輝在談及法定數字貨幣時表示，數字貨幣是采用數字化技術的貨幣形式，具有法定地位，具有國家主權背書，而且具有發行責任主體的數字貨幣，它構成法定數字貨幣。他還提出，我們中國如果說真的要推出我們的數字票據系統或者我們去他們那里進行一些金融交易，我認為必須要有數字貨幣作為清算基礎。[2018/5/10]

知識圖譜這個概念被提出并不算太久，但是要追根溯源理解這個技術到底是玩什么的，那可能真要往上倒騰幾十年才行。

上世紀40年代，人工智能被提出之后，無數科學家們就開始琢磨，到底用什么方式能讓機器模擬出人的智慧呢？琢磨來琢磨去，人對于信息能夠進行關聯理解似乎是個路子。所謂信息關聯，就是人類在接受一個信息后，會把它放在記憶中進行歸納和調用。比如說你打小認識了你三舅，絕不可能過幾年管他叫二哥。

惡意軟件在臉書的聊天軟件中傳播 其最初來源可能是朝鮮:網絡安全研究人員通過臉書的聊天軟件Facebook Messenger應用發現了一種新型的惡意軟件。這個惡意的僵尸程序被命名為“Digmine”，它正在利用被感染的計算機，為其無良的開發人員挖掘加密貨幣monero。Digmine最早在韓國被發現，現在已經傳播到阿塞拜疆，烏克蘭，越南，菲律賓，泰國和委內瑞拉。雖然研究人員沒有提到，但根據其最初在韓國被發現推斷，Digmine最可能的起源是朝鮮。[2017/12/26]

利用這個思路，上世紀50年代末，學術界提出了語義網絡的設想，打算把數據進行結構化的處理，讓單個信息組合成有聯系、能共鳴的“知識”。今天我們用到的很多技術都來源于語義網絡，比如機器翻譯、自然語言處理等等，知識圖譜也是其中之一。

上世紀80年代，受到多方面刺激的地球人開始了一次AI復興運動，而這次運動的主角，就是各國開始打造專家系統和知識庫。那時候科學家們相信，如果把人類大量知識進行邏輯化關聯和語義網絡存儲，最終人類就能打造出全知全能，啥啥都懂的人工智能。可惜好景不長，最終AI沒等來呢PC先來了，專家系統紛紛被棄置。但是海量知識構成的知識庫卻成為了寶物流傳了下來。

2002年，基于語義web技術和Freebase等優質知識庫，谷歌宣布推出了知識圖譜概念，并在2013年投入使用。所謂知識圖譜，實際上是建立在網頁百科知識庫基礎上，利用語義網絡進行知識關聯的技術。它可以用來幫助學術人員快速搜集和理解信息，也可以用來分析情報，辨別信息真偽。在產業端則為搜索、內容推薦和智能問答提供了基礎，成為今天AI領域不是十分熱門，卻也足夠強勢的一個技術類別。

如果說了這么多還沒明白，那就舉個直白的例子吧：

假如你這幾天很好奇一個叫PGone的詞為啥火了。然后你去搜索一下，結果給你推薦的詞是PGtwo、PGthree...那你就跟沒搜一樣。假如蹦出來兩個詞，一個是賈乃亮一個是地溝油，那么你就了然了嘛...

所謂的知識圖譜，就是讓智能體去理解知識之間網絡關系，并能主動以此提供服務的技術。

今天的知識圖譜專治各種“撒幣”

假如你以為本文到此就該結束了，那么你又錯了。

上文說了知識圖譜專治各種“大撒幣”行為，并不是隨便講講的。我們要知道，2002年知識圖譜技術假如跟王思聰剛一波正面，那是基本沒有勝算的。

這里有幾種可能：首先是假如你的知識庫是更新到前年的，人家問你PGone的嫂子是誰你怎么辦？或者人家不問你長城有多長，問你最長的墻有多長怎么辦？

在考教真人的直播答題過程中，可能面臨各種語言上的調整、提問方式的改變，以及加入最新信息。這都是幾年前基于單一結構知識庫的知識圖譜技術難以勝任的。

這就把知識圖譜難住了嗎？不能夠，畢竟為答題而生，必須要搞點新高度出來才行。

這項技術在近幾年間發生了重要變化，比如：

1、大數據+機器學習帶來了史無前例的效率契機。

今天的AI復興，是建立在機器學習驅動大數據的基礎上的，知識圖譜也是如此。舉例來說，搜索引擎知識圖譜技術，是建立在搜索數據和百科、問答等數據庫之上的。數據本身的優質化是知識圖譜運行的基礎。而在機器學習、深度學習領域的積累，則讓圖譜技術實現了及時化、逐步完善圖譜關聯強度和理解力提升。換句話說，知識圖譜技術正在變得愈發即時性與可成長。

2、語音交互成為啟動知識圖譜的新形式。

知識圖譜想要真的為人類所用，那么就不能是人類用固定方式去出發知識圖譜的模板。而應該是知識圖譜主動理解人類的語言和思維習慣，做到主動輸出服務。這就需要知識圖譜與語音交互緊密結合。

3、強語義理解能力成為關鍵。

能聽懂“長城有多長”，卻聽不懂“長城從東到西一共多少距離”的知識圖譜，顯然是知識沒譜。深度學習各種語意、語義、語序和方言的知識圖譜能力，也成為了目前知識圖譜技術的喚醒核心。

這幾種能力加持下，把知識圖譜偽裝成選手去搞點“撒幣”，顯然已經不算什么了...但是如果只干這點事，其實也蠻虧的。

撒出一個明天

無論是語音交互還是機器視覺，我們今天正在努力教會AI一件事，就是識別。可是，在識別之后呢？AI下一步要干什么？

識別的下一步當然是理解和處理，但如果想讓AI開啟這些能力，很多人都認為，知識圖譜的爆發將是AI下一步的必經之路。

今天知識圖譜的核心，在于通過數據生成可視化的知識鏈條，用鏈條形成網絡，利用網絡來進行預測、生成自動化，最終生成機器主動提供的智能化服務。

要知道，人類理解世界并不是基于一個個散亂的信息，而是基于信息背后的“知識”。

我們期待的知識圖譜技術，是通過這種技術的完善，把AI調整到主動輸出服務模式。經典計算階段是你想到的，電腦幫你做出來。而知識圖譜時代，是你想不到的，AI可以想到。

能做到這一步的AI技術，當然不會只滿足去答答題，做個直播。人家的使命是改變世界好不好？

其實，知識圖譜作為一種隱藏的后端技術，今天已經悄然布局在了我們的生活。比如我們今天在百度搜“李白寫過哪些飲酒詩？”，已經不是跳出來有這些關鍵詞的網站，而是直接跳出來你的答案，這背后就是知識圖譜即使已經解答了你的問題。

更重要的是，知識圖譜技術作為AI交互手段的必要觸達點，正在為其他AI產業提供幫助，比如智能處理、無人駕駛。

更遠的未來，或許是利用知識圖譜技術達成物聯網間的協作、人機交互的全新升級，那么最終所能抵達的，遠遠不是答題這一件小事而已。

所以呢，直播平臺上誰給誰撒幣，誰是大撒幣，其實也不是很重要了。真正重要的是，技術正在努力把未來的幣，撒到現在的土壤里。

更多精彩內容，關注鈦媒體微信號，或者下載鈦媒體App

Tags：人工智能知識鏈幸運兒人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目知識鏈幣是什么幣幸運兒幣是什么幣

幣贏