谷歌知识图谱十年发展史
在IT行业这个发展更新速度很快的行业,只有不停止的学习,才不会被行业所淘汰。如果你是科技周边学习者,那么本文《谷歌知识图谱十年发展史》就很适合你!本篇内容主要包括##content_title##,希望对大家的知识积累有所帮助,助力实战开发!

2018年,Gartner首次宣布知识图谱是一项新兴技术;1996年的资源描述框架(一种为标准的主-动-宾语义扫清道路的图谱数据模型)问世整整26年后,知识图谱才到达成熟度曲线的顶峰。
10年前,谷歌(现在是控股公司Alphabet的子公司)提及了“知识图谱”(knowledge graph)这个术语,并笼统地描述了其知识图谱是如何工作的。
而20年前,Tim Berners-Lee、James Hendler和Ora Lassila发表了他们的第一篇文章来描述他们设想的语义Web。许多知识图谱是使用W3C随后在至少10年前实施的语义标准来构建的。
想想此后发生的事情蛮有意思。在过去这十年,Alphabet逐渐发展成为全球市值(已发行股票的总价值)超过1万亿美元的六大公司之一。
下面是2022年初Alphabet在市值方面与最接近的IT公司相比的排名:

这些市值领先者在知识图谱方面有何作为?
我做了一些案头研究,分析图中所示的这些公司中哪些在过去十年致力于开发知识图谱:
•苹果在2010年收购了从斯坦福研究院(SRI)的项目派生而来的Siri。Tom Gruber是SRI团队的联合创始人。作为人在回路AI领域的先驱,Gruber于1993年在SRI发表了关于知识共享本体(ontology)设计的成果。后来在2019年,苹果的工作记录描述了其知识图谱工程团队的工作,描述如下:

Aaron Bradley通过Twitter提供,2019年1月19日
•微软亚洲研究院在2010年开发出了Trinity分布式图谱存储,并在2013年的一篇论文中发表了其内存中RDF图谱功能。多年来,Satori一直是微软版的知识/事实图谱,类似谷歌知识图谱。微软学术知识图谱(MAKG)出现在2019年前后。该公司在2022年的一份数据和分析科学家空缺职位要求中提到,推动“商业知识图谱模型和算法的创新”是该职位的一项要求。
•多年来,亚马逊似乎对招聘本体专业人员犹豫不决,但在2010年代后期着手开发产品知识图谱。Alexa对话式助手基于知识图谱,Alexa的含义表示语言(MRL)基于图谱,一篇关于该主题的论文在2016年发表。来自捷克技术大学的Alquist团队因对话式知识图谱获得了第四届年度Alexa大奖,该知识图谱是2020年Alquist 3.0智能助手的基础。
•Meta(Facebook)在2013年3月宣布了Facebook Graph,到2013年6月将其提供给 Facebook的所有美国英语用户。该图谱含有当时十亿不同Facebook用户的信息。Graph在2022年继续提供给用户使用。
•Alphabet(谷歌)在2012年宣布了其知识图谱,员工队伍中继续拥有语义标准方面有经验的本体专业人员和数据架构师。
•特斯拉——我还没有发现表明特斯拉在使用知识图谱的任何证据。
谷歌早期的知识图谱
这里展示了一张谷歌用来描述其知识图谱的插图。这是一张有向图,上面有命名实体(达芬奇、蒙娜丽莎和卢浮宫)以及显示实体之间关系的命名关系。

该图表明了可以开发的上下文片段,并将Tinker Toy风格连接到另一个兼容的语义图,这是一种深度集成的过程,比链接关系表简单得多、可扩展性强得多。为了减少获取信息的点击次数,谷歌随后使用选择的一些达芬奇片段来填充知识面板,内容直接显示在结果页面上。到2016年,谷歌上每月有1000亿次搜索结果,其中三分之一都附有知识面板。
谷歌搜索结果页面通常很快就能响应返回结果,而且搜索引擎及算法会确保你对这些检索结果是否感兴趣。
2020年代的知识图谱
快进到2020年。Gartner随后在其《人工智能成熟度曲线》中将知识图谱绘在靠近期望膨胀期顶峰的位置。

2018年,Gartner首次宣布知识图谱是一项新兴技术;1996年的资源描述框架(一种为标准的主-动-宾语义扫清道路的图谱数据模型)问世整整26年后,知识图谱才到达成熟度曲线的顶峰。
当然,值得注意的是,神经网络背后的理论可以追溯到1873年,而针对AI中的神经网络的具体研究重点是从1943年开始的。但直到1990年代,计算、网络和存储才取得长足发展,神经网络才站稳脚跟。许多AI专家表示,今天的神经网络算法与“AI”刚刚起步时开发的算法有短暂的相似之处。
缓慢发展的技术可能最有影响力
其他许多企业在各自实施的知识图谱方面取得了重大进展。在2月28日至3月1日,Semantic Arts举办了首次企业数据转换和知识图谱采用线上活动。部分演讲嘉宾包括如下:
•Montefiore 医院的Parsa Mirhaji
•西门子的Thomas Hubauer
•阿斯利康的Ben Gardner和Colin Wood
•宜家的Katarinna Kari
•斯沃琪集团的Peter Hutzli
现在说知识图谱已经成为主流还为时过早,但很明显,越来越多的《财富》全球1000强公司正在针对许多不同的用途采用该技术。
原文标题:Ten years of Google Knowledge Graph
作者:Alan Morrison
文章来源:https://www.datasciencecentral.com/ten-years-of-google-knowledge-graph/
到这里,我们也就讲完了《谷歌知识图谱十年发展史》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于谷歌,知识图谱的知识点!
修复:谷歌浏览器请求太多错误 429 [已解决]
- 上一篇
- 修复:谷歌浏览器请求太多错误 429 [已解决]
- 下一篇
- iPhone 14 Pro 屏幕比上一代略大一些
-
- 科技周边 · 人工智能 | 6小时前 |
- Embedding 批量请求的长度和失败重试设计
- 383浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- RAG 文档切片怎样决定 overlap
- 278浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- ONNX 导出怎样声明动态 batch 和序列长度
- 131浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- RAG 检索结果怎样设置召回和重排的 Top K
- 491浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | LoRa PEFT merge_and_unload adapter unload disable_adapter delete_adapter
- PEFT 怎样卸载 adapter 并保留基础模型
- 485浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Accelerate mixed_precision 怎样选择 fp16 或 bf16
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Accelerate 怎样配置梯度累积
- 356浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | skip take Hugging Face Datasets streaming IterableDataset shard
- IterableDataset 只有一个 shard 时怎么继续切分数据
- 441浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | JSON split Hugging Face dataset Datasets
- Hugging Face Datasets 怎样从 JSON 加载数据集
- 266浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Transformers 生成文本怎样理解 past_key_values 缓存
- 370浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 498次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 558次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 584次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 534次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 347次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
