从计算智能，到感知智能，再到认知智能，是业界普遍认同的人工智能技术发展路径。随着技术的演进，人工智能已经在"听、说、看"等感知智能领域达到或超越了人类水准，但是在需要逻辑推理的认知智能领域还处于初级阶段。

当前被广泛使用的深度学习方法容易受到对抗样本的干扰已经是研究者们达成的共识，追其根本原因，张钹院士曾总结为：大家只是在灯亮的方向对模型修修补补，没有向人类深入学习。更为具体的是：没有在数据驱动的基础上引入知识，没有改变深度学习网络的模型与结构。

那么引入了知识的人工智能将给产业带来怎样的改变呢?

11月12日，华为云知识图谱负责人郑毅博士在我国人工智能领域旗舰学术会议—2020全国知识图谱与语义计算大会（CCKS）上带来《知识计算即服务：赋能企业知识化转型》主题演讲。

各行各业在发展的过程中沉淀了大量的知识，比如生产系统中的机理模型、丰富的技术典籍文献、专家大脑里面的宝贵经验、方法总结、测试报告等等。但是这些知识分散在不同部门，分散在不同地域，分散在不同介质中。对于一些专业领域，例如石油勘探，煤焦化配比，行业经验都沉淀在专家头脑中，新进人员需要漫长的学习过程才能逐渐掌握业务所需的知识，这些知识都无法做到高效传承，严重制约了企业业务的拓展。企业亟需一个内部的平台，将专家的宝贵知识，整理成统一的知识底座，消除知识孤岛，实现知识标准化、共享化和智能化，构建可持续传承的知识体系。

在工业领域，工业机理模型是工业生产的核心，而由于认知程度、假设因素、计算简化等众多因素，机理模型在实际运用中往往会产生偏差。用打靶做个比喻，机理模型可以保证打中靶标，但是稳定命中靶心还是很难。通过知识计算，把机理模型带入深度神经网络，一起参与大规模数据驱动的运算，就可以实现二者的优势融合，将打靶的水平稳定到10环，弥补机理模型局限。

为助力企业知识化转型，华为云推出业界首个全生命周期知识计算解决方案，赋能企业构建属于自己的知识计算平台。该方案提供从知识获取、知识建模、知识管理到知识应用的全流程服务，形成知识全生命周期的管理及使用。

如今，知识计算正在成为行业知识与 AI 结合的一条全新且高效的路径，逐渐被应用到各类行业场景中，使能企业进行知识化转型。知识计算不仅能够赋能机器，还可以赋能于人，让专家经验直达一线，大幅提升行业从业人员的工作能力。在汽车领域，一汽通过使用知识计算平台可以让4S门店一次修复率提升4%、等待时间下降23%，让车企专家培养周期缩短30%。

在油气领域的储层识别场景中，华为云知识计算解决方案将多源异构数据、空间地质关系、录井传感器特征等进行联合表征，通过结合联合表征与深度学习预测模型，使得符合率提升6%，通过一站式知识图谱流水线平台降低了图谱构建维护门槛，提升了知识建模及更新的效率，缩短了70%的油气层评估时间。郑毅表示知识计算已经在知识聚合、降本增效、增储上产等多方面为油气企业带来了巨大价值。

人们常说，知识就是力量。知识计算将深度改变知识的使用方式，再次释放知识的强大⼒量，突破当下的 AI 认知瓶颈，全方位地赋能企业，提高产业智能化程度，实现商业场景的迭代和升级，让AI真正做到普惠大众。