计算机的认知革命像人类一样思考世界
据以色列历史学家尤瓦尔·赫拉利在《人类简史》中描述，大约距今7万到3万年2前，人类的先祖——智人发生了认知革命，这让与同时代其他大型物种相比在体力、耐力均不占优势的智人开始拥有了征服世界的能力。
这场关于地球命运的认知革命是什么呢？尤瓦尔·赫拉利的答案是讲故事，也就是把碎片化的信息加工成体系化知识的能力。就像民族、种群、国家等世界上根本不存在的东西，但却被一种全新认知识框架给“推理”出来，瞬间紧紧将无数陌生人紧密组织起来。比如国旗之与国家，商标之与企业，并围绕一个中心，衍生出诸多标签和属性，让更多相近的群体进入到相同的知识体系中，人类认识世界理解事物的过程，就是用概念、属性和关系去认知世界的过程。
而人类这种认识世界的过程，正在计算机世界上演。
“知识图谱”是由Google于年提出，旨在通过描述现实世界中各类概念、属性、实体及其关系，赋予搜索引擎理解用户意图的能力，正式拉开知识图谱商用的大幕。
知识图谱是一种大规模的语义网络，旨在通过将现实世界的概念、属性、实体及其之间的关系通过图结构来表示，帮助计算机系统更深层次理解真实世界。知识图谱提供了一种更好地组织、管理和理解海量信息的能力，与大数据和深度学习一起，成为推动互联网和人工智能发展的核心驱动力之一。
上图采用知识图谱展示了金庸先生的家族关系、文学作品等相关关系，每个人物、作品、角色都作为一个实体存在，实体之间通过语义明确的关系相连。通过这样结构化的表达，与金庸相关的各类常识、事实知识可以非常方便地通过系统进行处理：
实体识别：当计算机接收到“金庸”这个词时，不再是传统的字符串处理，计算机通过知识图谱能认识到这是一个武侠作家，其真名叫查良镛，毕业于剑桥大学等个人信息；
自动联想：当计算机识别到“金庸”时，可提供更多与之相关的信息服务，相关作品阅读、相关影视剧观看、相似人物古龙、梁羽生（同为著名武侠作家）、经典作品角色郭靖、杨过等；
图挖掘：知识图谱以有向图的方式进行数据建模，天然支持各种图挖掘分析，如通过社群分析可识别出金庸先生的各作品间人物族群关系，通过路径分析可识别出刘德华与金庸通过“杨过”关联；
知识推理：推理是知识图谱的最诱人之处，例如上图中，知识图谱可通过古龙的作品有《楚留香传奇》，而《楚留香传奇》是一部武侠小说的事实，推断出古龙的职业为武侠小说作家（红色虚线部分）。
这与人类认识世界的方式并无二致，围绕一个核心，联想出诸多概念、属性、关系，并利用常识、经验、专业知识推理出更多事实。知识图谱正在尝试模仿人类的认知方式，赋予计算机理解世界的能力。
知识图谱是人工智能进步的阶梯
知识图谱作为人工智能技术中的知识容器和孵化器，会对未来AI领域的发展起到关键性的作用。
当下不可解释性正成为人工智能发展重要的“伦理”考验，想要完全获得人们的信任，人工智能必须要能够解释过程和结果。因为任何基于人工智能技术的模型几乎不能做到百分之百的正确，在很多领域人们的心理容错阈值是极低的，比如自动驾驶一旦出现车祸，势必会对人工智能产生巨大的质疑。
理解和解释将来会是整个后深度学习时代人工智能最为核心的使命。知识图谱逐渐融合了认知计算、知识与推理、信息检索与抽取、自然语言处理与语义Web、数据挖掘与机器学习等交叉学科和技术。知识图谱中所富含的实体、概念、属性、关系等信息，将大大提升人工智能复杂模型的可解释性，在未来将是人工智能发展的重要阶梯。
既然知识图谱这么强大，到底能应用在什么领域呢？
当下知识图谱发展火热，已经被广泛应用到金融反欺诈，信贷风控、公共安全、舆情监控、搜索引擎、电商营销、工业质检等多个领域中，其中又以金融最为成熟和活跃，主要有以下三种应用场景：
精准营销
知识图谱可以结合多种数据源去分析实体之间的关系，从而对用户的行为有更好的理解。比如某社交电商平台将某时间片内的营销访问路径、店主、粉丝及之间的关系数据传入同盾知识图谱，使用关键成员、最佳路径等算法，挖掘该营销数据体系内关键成员和营销最佳路径，进而优化营销策略，实现营销效能最大化。
反欺诈
通过构建已知欺诈要素的关系图谱，全方位了解客户海量风险数据的离线统计分析，建立客户风险特征信息库，优化风险模型和规则，来服务于申请和交易环节的反欺诈等环节。
失联客户管理
除了贷前的风险控制，知识图谱也可以在贷后发挥其强大的作用。比如在贷后失联客户管理的问题上，知识图谱可以挖掘出更多潜在联系人，从而提高贷后管理的成功率。
同盾科技知识图谱——云图
同盾科技是国内第三方智能风控与分析决策服务提供商，结合NLP、图计算、深度学习、知识推理和可视化等技术，面向金融、风控、营销以及公共安全等场景，围绕行业知识图谱、知识图谱构建平台和知识图谱分析套件三大核心模块，提供一整套高效、灵活打造的一体化知识图谱构建与应用解决方案。
云图核心优势
优势一：灵活的产品架构
支持在同盾云端、客户本地端和两端融合三种部署方式，高效、快速搭建知识图谱平台及应用；配置化、插件化的产品架构适配能力强，灵活度高，扩展性强；与同盾机器学习平台、大数据计算平台等无缝整合，可快速搭建平台级知识图谱。
优势二：强大的知识计算引擎
自动不停歇的从数据到知识、从知识到服务的计算引擎，具备处理文本、语言、视频等多模态的结构化、半结构化和非结构化数据的自然语言处理技术，可提供基于图谱的建模、推理等知识计算和学习服务。
优势三：场景化解决方案或模型
基于丰富的图查询、图分析和图挖掘技术，通过社区检测、关键节点分析、关联分析、特殊结构发现等场景化算法和模型，提供风控和营销等场景化决策服务。
优势四：智能的可视化交互
可视化的知识展示，可直观反映其现实世界的逻辑关系，提供丰富的定位、筛选、布局、时序演化、关系挖掘、地址聚类等智能分析功能，帮助业务人员作出高效准确的决策。
某银行企业异常交易风险识别
某国有大行对公业务的风险识别，尤其是非黑名单风险的识别，难度较大，如担保圈、洗钱交易链、代客操作风险等，以上风险无法基于规则及时预警和识别，是企业风控的挑战点。
基于银行对公业务的客户数据，并结合企业关联信息，如股权/重要参股、董监高法等信息，构建企业关系图谱（包含部分个人信息）在关系图谱的基础上，挖掘洗钱团伙、担保圈、异常交易风险。
某大型企业经销商关联风险识别
某国内大型企业的客户主要依赖经销商，但经销商能否及时还款，依赖经销商上下游企业的工程款项收回情况而定，因此，需要针对经销商关联的上下游企业的评估。
将经销商名称和采购关系的企业名称，通过企业信息，如企业参股/投资、董监高法投资/关联企业/司法、企业工商/税务、企业负面舆情等信息，融合成机械工程企业的知识图谱，进而挖掘关键指标，如企业关联风险、企业董监高涉诉、行业风险等。
企业风险图谱
根据企业和供应商信息，比如股权/重要控股/参股、企业上下游关联企业的工商/税务/司法等信息，通过数据的清洗、实体及关系的抽取、数据融合，构建企业知识图谱，进而进行异常风险的挖掘，如不一致性验证（同一个时间点，不可能存在同一个客户在两个地点交易；同一次交易关联两个地理位置差异巨大的IP或设备等）、团伙挖掘（以某企业为核心的关联派系、资金异常交易链、担保圈）、异常风险识别（虚假交易等、电信诈骗资金交易链识别等），以上风险完全基于业务遗产特点，通过关系网络识别，突破了依赖黑名单识别的局限，能更灵敏的识别企业风险。
亮点：
?构建企业关系图谱，融合企业上下游、关键控制人等信息；
?针对客户业务场景的企业关系图谱的构建，挖掘供应链、控股等关系图谱；
?结合业务痛点的图谱挖掘，如团伙挖掘、亲密度识别、担保圈识别、异常交易链识别等；
?异常指标的挖掘，用于事前风控、事中预警。
同盾云图产品体系广泛应用于银行、新金融、汽车金融、保险、物流等各行业，累计服务超过家客户，在贷前决策、贷后管理、案件调查等各场景中，以先进、智能的产品和技术能力，帮助客户实现从数据到知识、从知识到智能的转变。
了解更多同盾相关资讯
同盾科技荣获亚洲银行家“年度风险数据与分析技术实施大奖”同盾机器学习平台“天机“成功部署多家银行全新升级加速智能决策同盾获OJK数字金融创新备案成为第一批进入印尼监管沙盒的技术服务商贯穿全生态链杭州余杭中小微企业金融服务平台正式启动同盾人工智能研究院发表文档图像最新研究成果，性能达到国际领先水平?end?
服务咨询
--
长按