万万没想到，2018开年头号热词居然是——“撒币”。直播答题被投资圈儿大佬们硬生生用钱砸成了一个风口，无数网民捧着手机头脑飞转，纷纷出头想当被币砸到的那个幸运儿。
这不，我们的AI（人工智能）也想化妆成选手，也来答个题，说不定能干到大佬们没币可撒......
毕竟，答题也是讲科学的对不对？
很多人在答题冲关时，会借助搜索引擎寻找信息,搜索引擎返回的结果有两种形式，一种是我们要在返回页面的中自己继续寻找关键的答案,另一种呢，搜索引擎则直接明了的告诉我们答案，比如“长城有多长”，在分秒必争冲向百万奖金的途中，简直获得了直挂云帆济沧海的痛快！这背后的功劳主角，就是今天小编要讲的知识图谱。
在由“AI感知”通向“AI理解”的大路上，知识图谱是被公认的技术基石。更更重要的是——它能帮你答题啊……
简单来说，知识图谱就是一张由知识点相互连接而成的语义网络。它是一种人工智能技术，是基于现有数据的再加工、结构化，再通过各种数据挖掘、信息抽取和知识融合技术形成一个统一的知识库。
既然它是一张“网”，那么这张“网”又是怎样来描述我们这个世界呢？
知识图谱包括三个要素：实体、事件和关系。比如最近很火的PGone，如果你不知道PGone为啥火了，然后你去搜索一下，结果给你推荐的词是PGtwo、PGthree...那你就跟没搜一样。假如蹦出来两个词，一个是贾乃亮一个是地沟油，那么你看完整个故事就知道是怎么回事了。
所谓的知识图谱，就是让智能体去理解事物以及他们之间的关系，并能基于此提供相关的技术和服务。所以，像这样的问答就能把知识图谱难住了吗？不能够。
今天的知识图谱也专治各种“大撒币”行为，而这也并不是随便讲讲的。我们要知道，早几年，知识图谱技术假如跟互联网大佬们照一波正面，那是基本没有胜算的。
但是现在，基于深度学习各种语意、语义、语序和方言的知识图谱能力，也成为了目前知识图谱技术的唤醒核心。在这几种能力加持下，像以这样的智能技术伪装成AI选手去搞点“撒币”，显然已经不算什么了。
如果你以为知识图谱只能干这点事，那你就错了。
人工智能的火爆下，今天我们正在努力教会AI一件事：“识别”。可是，在“识别”之后呢？AI下一步要干什么？是理解和处理。但如果想让AI开启这些能力，很多人都认为，知识图谱将是AI下一步的必经之路。
今天知识图谱的核心，在于通过数据生成可视化的知识链条，用链条形成网络，利用网络来进行预测、生成自动化，最终生成机器主动提供的智能化服务。
要知道，人类理解世界并不是基于一个个散乱的信息，而是基于信息背后的“知识”。
我们期待的知识图谱技术，是通过这种技术的完善，把AI调整到主动输出服务模式。经典计算阶段是你想到的，电脑帮你做出来。而知识图谱时代，是你想不到的，AI可以想到。
能做到这一步的AI技术，当然不会只满足去答答题，做个直播。人家的使命是改变世界好不好？
其实，知识图谱作为一种后端基础技术，今天已经悄然布局在了我们的工作中。以Giiso写作机器人为例。Giiso自主研发的写作机器人就是基于知识图谱技术，可以实现个性化的智能写作，智能分析阅读写作素材，能快速生成文章，释放内容创作者信息素材收集的时间。
知识图谱技术也是Giiso两大核心技术之一，而基于知识图谱和智能语义技术研发的写作机器人，可以协助记者编辑工作，让其从重复性、规范性和客观数据聚合类劳动中解脱出来，更好地投入到深度文章的创造中去。更可以通过大数据帮助创作深度文章的作者进行语料、素材的高效率搜集与初级加工工作，同时也可以基于行业的深度结构化数据完成基础数据分析及文章生成工作，服务于内容生产者，提升其工作效率。现已进入商用阶段，并和深圳《晶报》、《深圳之窗》这样的媒体和门户网站达成了战略合作。
未来或许利用知识图谱技术能达成物联网间的协作、人机协作的全新升级，那么最终所能抵达的，远远不是答题这一件小事而已。像Giiso这样基于知识图谱技术封装成的产品，显然已经成最终的研发步入商业落地。而且，更大的产品变革还在酝酿中。
所以呢，直播平台上谁给谁撒币，谁是“大撒币”，其实也不是很重要了。真正重要的是，技术正在努力把未来的币，撒到现在的土壤里。
