信息到数据到认知，结构化到知识图谱

从古至今，人类观察世界，认知世界并改造世界。

经过不断升级观察世界的工具，技术，得到对世界不一样层次的认知。

知难行易，仍是知易行难，或者知行合一。

行动是检验真理的惟一标准。

认知都有局限，相对论的颠覆，不影响牛顿绝对时空的伟大； 与量子力学的不统一，一样不妨碍爱因斯坦当之无愧的成就。由于就算是近似，都帮助咱们理解了世界，并改造得更好。

 

但凡自恰必有边界。

 

地心说当然不对，日心说难道就正确了么？太阳只是太阳系中心，太阳系只是宇宙里的一粒尘埃，卑微到泥土里。

信息无处不在，无所不是； 

 

从观察到测量。丈量世界，获得它的大小，密度，这是数据； 

人类进入信息时代，更容易被观察，被量化，被统计，这是大数据； 

啤酒放在超市里，有本身的销售状况，尿布也是； 

观察、分析啤酒与尿布的销售状况，两者有正相关性，这是知识。而后有意识将两者放在一块儿，这是认知指导行动。

 

数据不是知识，数据并不能指导咱们更好改造世界，不一样人对于数据有不一样解读。认知取决于先验积累，知识结构等。数据是客观存在，认知是主观判断，人与人的差距正缘于此。

 

积累结构化的数据，从宏观视角的GDP/CPI到行业指数，到公司财报。

积累非结构化数据，从图片，语音，视频，更重要是文本，抽取结构化数据。

 

结构化数据计算能够查询，检索，处理。但仍然还只是数据，客观存在的数据。计算机能够自动处理，并不能有效认知。

 

若是把人类的知识，历史积累，沉淀进去？结构化数据还不够，还须要有图谱。数据库里的父亲，儿子只是两个普通字段。在结构化的基础上赋予真实世界的关系，咱们的知识。

 

这样才能够推理，关联，联想，甚至自我进化。

深度学习表明的联结学派，有强大的分布式的统计力； 

强化学习有对环境的感知与自适应力； 

迁移学习，对关联与联想的能力； 

GAN可以将分布式的学习成果，具象表达； 

而知识图谱，则将人类知识量化成图，融入到上述过程当中。

 

孩童学语，包括了深度学习，强化学习，迁移学习，母语基本是这样学会的。但孩子还要去上学，咱们会教他名动形数量代，会教他主谓宾定状补这样的语法。这是咱们对语言的总结，这是知识。知识要量化给机器，这是机器得以智能的基础。

 

关于做者：魏佳斌，互联网产品/技术总监，北京大学光华管理学院（MBA）,特许金融分析师（CFA），资深产品经理/码农。偏心python，深度关注互联网趋势，人工智能，AI金融量化。致力于使用最前沿的认知技术去理解这个复杂的世界。

扫描下方二维码，关注：AI量化实验室（ailabx），了解AI量化最前沿技术、资讯。