2020/10/29 14:42

雪豹也上云，这是腾讯云小微AI知识图谱平台的小场景大应用

知识图谱的建设永远在路上，腾讯云小微 AI 平台以应用引领，通过一款雪豹科普小程序，展现了知识图谱云服务的新可能。

2020 年 10 月 23 日是第八个「世界雪豹日」。为了让人更好地了解雪豹、了解雪豹保护，腾讯和 WWF 合作推出了小程序「神秘雪豹在哪里」，你可以通过长按下面的图片来体验。

神秘雪豹在哪里？摄影：Jed-Weingarten

抱歉，应该是这张——但上面的图片里也有雪豹，你能看出它在哪里吗？（答案见文末）

虽是与大熊猫齐名的生态保护明星物种，但公众对于雪豹的了解十分有限，而雪豹保护的需求却极为迫切。

作为高原山地食物链上的顶级物种，雪豹的保护成效直接关系到高原山地生态系统的稳定性和完整性。据专家介绍，一只雪豹要健康生存，下端食物链至少需要三四百只岩羊，而支持三四百只岩羊，至少需要一百平方公里的草原。因此，雪豹生存状态，实际上是生态系统健康的指标。

中国是世界上雪豹分布范围最大、种群数量最多的国家。虽然近年来雪豹保护卓见成效，但仍需持续努力，逆转其种群数量衰减的趋势，确保这一物种能够继续生存。

只有了解雪豹，才能更好地保护雪豹；而要了解雪豹，就必须了解与之相关的各种动植物和生态知识。一直以来，雪豹保护和科普工作者都在思考，如何将大量枯燥零散的信息组织起来，把雪豹讲好、讲活，最终让人行动起来去保护雪豹。

这款小程序便是腾讯科技公益互助计划与腾讯云小微AI团队在生态环保领域的一次创新尝试：从看雪豹可爱的外貌，到了解其背后的生态价值，最后关注雪豹物种乃至其他动物的生态保护，都在一个小程序里完成。

上线两天，使用人数便超过了 10 万。

解锁「云上养豹」新姿势

打开「神秘雪豹在哪里」小程序，点击图片上雪豹的不同部位，便可查看相应的知识点，如雪豹的分布区域、身体结构、成长阶段、生存环境等。

「同域物种生物链图谱」则展示了雪豹相关生物链上每一个物种的简介。

用户可以自由探索雪豹「金字塔式」食物链的全貌，更好地理解作为高山旗舰物种，雪豹与其生态及周边生物的关键联系。

此外，小程序里还设置了互动，捐赠微信步数，可以在不同地点布置红外相机，进而获取野生雪豹及其他物种的照片。现在能访问四川卧龙国家级自然保护区，未来还将开放甘肃祁连山国家公园等其他保护区。

该小程序背靠腾讯云小微 AI 知识图谱，拥有专业、全面和新的底层数据；同时，使用大量视频、图片，纳入跨媒体语义表示，最后通过多维数据可视化，将「雪豹」直观地呈现在公众面前。

让知识的获取与传播从质变到量变

与自然语言处理和计算机视觉不同，「知识图谱」不是一类具体的应用型技术任务。本质上说，知识图谱是一个大规模的语义网络，在这个网络上有节点有边，能用图谱的形式把知识关联起来。

我们生活在瞬息万变的时代，在线信息的数量、传播速度和真实性各异。把知识关联起来，能够产生 1+1>2 的效果，让知识的获取与传播从质变到量变。

整体而言，现有的知识图谱可分为大规模通用知识图谱和垂直领域行业知识图谱两大类：通用知识图谱面向全领域知识，信息一般来自开放的互联网；行业知识图谱侧重于满足垂直领域知识类查询和推理的需求，注重具体场景中的认知深度以及与专业知识的结合程度，常见于交通、能源、医疗、司法、金融、文旅等垂直应用场景。

近年来，知识图谱的需求和研究逐渐从大规模、简单的应用场景向小规模、复杂应用场景切换。然而，这些场景多存在数据资源缺乏，需要密集的专家知识和深度的知识应用等特性，因此在知识抽取、建模以及融合等环节上存在诸多挑战。

以雪豹知识图谱为代表，呈现出高度的复杂和专业特性，单「雪豹」这一个关键词就涉及雪豹和几十种生物的关系，以及雪豹和自身特性、和生态环境的关联的建立，还与很多野生动物保护的基本信息相关联，对知识的深度应用提出了很高的要求。

新一代知识图谱平台推动 AI 落地

通过与行业专家合作、公司内数据资源整合、线上资源积累等多种方式，腾讯云小微团队建设了数十个通用领域知识图谱，覆盖 51 个领域的知识，涉及 226 种概念类型，包含亿级实体及十亿级关系，三元组数量达 22 亿多。

与谷歌、百度、阿里等其他大公司构建的知识图谱不同，腾讯云知识图谱强调跨领域的特性：通过知识图谱平台，腾讯云小微 AI 能将数百个领域的通用知识，连接各行各业的知识与资源，能够支持深度问答、主动推荐等多种知识图谱应用。

腾讯相关负责人表示，平台积累了一定的方法与模型，当不同行业用户的数据量不够时，也能让知识抽取等技术顺利进行。

近年来，AI 的场景落地赋能产业升级是行业重点关注的方向。2019 年底，工信部发文明确指出推动发展大数据产业，知识图谱作为集大数据和人工智能于一身的综合技术，也成为重点关注领域。

根据腾讯云小微行业产品总经理刘凌介绍，腾讯云小微 AI 知识图谱平台以自有的海量通用知识为中心，通过实体链接、属性融合等多种技术，在教育、交通、政务、能源等领域落地，已见成效。

同时，从大众需求角度出发，重点关注文化旅游与生态保护，包括与省份和城市展开合作，梳理当地的历史人物及事件，建立其历史知识图谱，助力其历史文化的数据化存储与传播，以及与 WWF 动保团队合作进行湿地保护，还有类似这次的雪豹公益保护。

他们的下一步是将知识关联起来做知识推理，以及让各行业将专业领域的知识与腾讯云小微平台的数据结合，更有效率地去构建专属的行业知识图谱。

（答案揭晓：神秘雪豹在这里，你看见了吗？）

产业知识图谱腾讯云

相关数据

人工智能技术

在学术研究领域，人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体（intelligent agent）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

计算机视觉技术

计算机视觉（CV）是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

来源：机器之心

知识图谱技术

知识图谱本质上是语义网络，是一种基于图的数据结构，由节点(Point)和边(Edge)组成。在知识图谱里，每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲，知识图谱就是把所有不同种类的信息（Heterogeneous Information）连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。知识图谱这个概念最早由Google提出，主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎，知识图谱可用来更好地查询复杂的关联信息，从语义层面理解用户意图，改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候，搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月，家庭情况等等。

来源：机器之心

语义网技术

语义网是由万维网联盟的蒂姆·伯纳斯-李在1998年提出的一个概念，它的核心是：通过给万维网上的文档蒂姆加能够被计算机所理解的语义，从而使整个互联网成为一个通用的信息交换媒介。语义万维网通过使用标准、置标语言和相关的处理工具来扩展万维网的能力。

来源：维基百科

查询技术

一般来说，查询是询问的一种形式。它在不同的学科里涵义有所不同。在信息检索领域，查询指的是数据库和信息系统对信息检索的精确要求

来源：Wikipedia

自然语言处理技术

自然语言处理（英语：natural language processing，缩写作 NLP）是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言；自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

来源：维基百科

语义网络技术

语义网络常常用作知识表示的一种形式。它其实是一种有向图；其中，顶点代表的是概念，而边则表示的是这些概念之间的语义关系。

来源：维基百科

百度智能云机构

百度是全球最大的中文搜索引擎，是一家互联网综合信息服务公司，更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村，公司创始人李彦宏拥有“超链分析”技术专利，也使中国成为美国、俄罗斯、和韩国之外，全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com