04 知识图谱应用展望
创新的知识图谱形态
构建多模态知识图谱，拓展知识图谱的应用场景和领域
单模态交互技术是弱人工智能时代典型的代表特征，集中在单一模态的感知技术给智能机器产品带来了很多的局限性，个体从感知到认知外界进而形成知识的过程，通常需要多种感官同时对信息进行处理和融合。当前知识图谱技术已经被广泛用于处理结构化数据和文本数据，但对于视觉、听觉数据等的关注度相对较低，且目前仍缺乏有效的技术手段来从这些数据中抽取知识。如果在更大范围内进行链接预测和实体对齐，进而进行实体关系抽取，能使现有的模型在综合考虑文本和视觉特征时获得更好的性能。传统的知识图谱构建将不同模态的数据分别完成抽取再通过图谱融合来形成最后的多模态图谱，但从源头上没有考虑不同模态特征之间的依赖和对应关系，使知识融合的最终结果无法很好地刻画多模态数据本身蕴含的各种关联。多模态知识图谱为每种模态（如图像、文本）构建一个特征表示，将不同模态的嵌入映射到同一个嵌入空间，以实现最大化链接节点的嵌入之间的相似性，以及最小化未链接节点的嵌入，使边在相同模态内的两个节点之间以及来自不同模态的节点之间。即多模态知识图谱在传统知识图谱的基础上，把多模态化的认知体验与相应的符号关联，构建多种模态下的实体，以及多模态实体间多种模态的语义关系，即使得图谱本身一开始就具备多模态的特性。
知识图谱与区块链技术结合发展
优化知识来源管理、知识储存和更新、知识产权保护
区块链技术的最关键特征为去中心化，即不依靠中心管理节点，让每个个体都有机会成为中心，能实现数据的分布式记录、存储和更新。在知识图谱中运用区块链技术能实现多节点知识输入、储存和更新，使开放链接知识库在更多分布节点获取知识，鼓励更多人群、特别是那些具有专业领域知识的人共同来参与知识图谱的搭建，实现知识量的进一步充实。实现去中心化还能解决容错性问题，提升系统的抗攻击性，使知识图谱或知识管理平台不太可能因为某一个局部的意外故障而停止工作，任何一个节点受到攻击也不会使整个系统造成瘫痪。区块链技术还具有开放性的特性，将知识图谱与区块链技术相结合，使知识图谱记录的数据不可逆，也不可篡改，在系统层面上实现信息的公开，每次记录或标注的数据和知识都能追溯到源头，对伪造所有权的行为也能提供完整的证据链，实现知识确权，即知识在被多层转让后仍可追溯到相应原始知识贡献者，知识贡献者的知识产权受到更有力保护。区块链技术的另一特性是透明性，数据对所有人公开，任何人都可以通过公开的接口查询区块链上的数据和基于数据开发相关应用，整个平台信息高度透明，为搭建完成后的知识图谱加强了可查询性和应用性。另外，知识的贡献不仅仅应该被记录，而应该被更多的激励，区块链的激励机制使得知识贡献者的数字化资产可以被交易，实现知识变现的效果，提升知识贡献的积极性。
