柯基数据用知识图谱加“数”工业企业前行

近年来，众多大型制造企业加快布局工业互联网，谋求借此重塑核心竞争力。由于知识图谱能帮助企业降本增效，并通过构建数字化产业生态推动企业转型，它也因此成为工业互联网领域首当其冲的香饽饽。

工业知识图谱应用广泛

对于互联网企业来说，知识图谱并非新概念，从一开始的Google搜索，到现在的聊天机器人、大数据风控、智能医疗、自适应教育、推荐系统等，无不跟知识图谱相关。知识图谱在技术领域的热度逐年上升。

作为最初只是用来优化搜索引擎的一种技术，知识图谱在科技发展中不断外延、扩大，如今已成为人工智能技术中的知识容器和孵化器。它被广泛应用在越来越多的垂直领域，俨然晋级为基础数据服务。

工业知识图谱构建包括智能搜索与交互问答、精准数据处理、智能分析与决策、复杂关系挖掘推理。那么，制造业企业如何应用知识图谱的呢？

以石油行业应用场景为例，石油行业属于传统行业，有大量的专家经验和行业数据。通过构建知识图谱，我们可以将石油行业术语尤其是术语之间的关系进行充分展现，并且可以通过关联关系进行定位，查找到术语之间的隐藏关系——当某一类问题出现时，新员工或对专业知识不熟的人就可以通过知识图谱快速解决问题。

知识图谱还用于电力检修场景，检修人员可以通过手机APP在知识图谱上查询相关信息，包括什么时间发生故障，解决方案是什么，甚至可以检索到成功解决这一问题的老师傅是谁。

综合来看，工业领域的知识图谱大致可以分为两类，一类是已有设备信息、生产信息的数字化知识图谱，比如将设备维护手册、故障应用案例、一线专家经验等进行数字化，构建相应的知识图谱；另一类是将设备信息、设备及数字化系统工作过程信息、生产流程部分或全部数字化，并将其中不同垂直领域的数据关联起来，构建相应的知识图谱。