在近日舉行的世界人工智能大會達觀數(shù)據(jù)論壇上，同濟大學特聘研究員、博士生導師王昊奮博士圍繞“知識圖譜在多模態(tài)大數(shù)據(jù)時代的創(chuàng)新和實踐”這一主題，分享了前沿的學術(shù)洞察與行業(yè)實踐經(jīng)驗。該論壇作為大會的重要組成部分，由達觀數(shù)據(jù)聯(lián)合CSDN等知名技術(shù)社區(qū)舉辦，聚焦人工智能基礎軟件的開發(fā)與應用，吸引了眾多學術(shù)界與產(chǎn)業(yè)界的專家參與。

王昊奮博士首先指出，隨著大數(shù)據(jù)技術(shù)的飛速發(fā)展，數(shù)據(jù)形態(tài)已從傳統(tǒng)的結(jié)構(gòu)化文本，演變?yōu)楹w文本、圖像、音頻、視頻等多種模態(tài)的復雜綜合體。多模態(tài)大數(shù)據(jù)在帶來豐富信息價值的也因其異構(gòu)性、關(guān)聯(lián)復雜和語義鴻溝等問題，對信息的深度理解與智能處理提出了巨大挑戰(zhàn)。在這一背景下，知識圖譜作為結(jié)構(gòu)化語義知識庫，成為連接多模態(tài)數(shù)據(jù)、實現(xiàn)認知智能的關(guān)鍵基礎設施。

在創(chuàng)新層面，王昊奮重點介紹了其團隊在多模態(tài)知識圖譜構(gòu)建與推理方面的最新探索。傳統(tǒng)知識圖譜主要基于文本構(gòu)建，而多模態(tài)知識圖譜的核心創(chuàng)新在于能夠融合并關(guān)聯(lián)不同模態(tài)數(shù)據(jù)中的實體與概念。例如，通過計算機視覺技術(shù)識別圖像中的物體，通過自然語言處理技術(shù)理解描述文本，并將這些信息與知識圖譜中的實體節(jié)點進行精準對齊和關(guān)聯(lián)，從而構(gòu)建起一個“可看、可聽、可讀”的立體化知識網(wǎng)絡。這種融合不僅豐富了知識的表達維度，也為更高級的語義理解與跨模態(tài)檢索、問答等應用奠定了基礎。

在實踐應用方面，王昊奮結(jié)合達觀數(shù)據(jù)等企業(yè)在人工智能基礎軟件開發(fā)中的實際案例，闡述了多模態(tài)知識圖譜如何賦能產(chǎn)業(yè)。在智能金融領(lǐng)域，知識圖譜可以整合公司年報、新聞輿情、股價圖表等多源異構(gòu)數(shù)據(jù)，構(gòu)建產(chǎn)業(yè)鏈與風險關(guān)聯(lián)網(wǎng)絡，輔助進行投研分析與風險管控。在智慧醫(yī)療領(lǐng)域，通過關(guān)聯(lián)醫(yī)學文獻、臨床影像、病理報告和基因數(shù)據(jù)，可以構(gòu)建疾病知識圖譜，輔助醫(yī)生進行診斷決策和科研發(fā)現(xiàn)。在智能內(nèi)容審核與推薦領(lǐng)域，多模態(tài)知識圖譜能夠深入理解圖文、視頻內(nèi)容的深層語義與上下文關(guān)聯(lián)，實現(xiàn)更精準、更安全的審核與個性化推薦。

王昊奮強調(diào)，多模態(tài)知識圖譜的落地離不開堅實的人工智能基礎軟件棧支撐。這包括高效的多模態(tài)數(shù)據(jù)預處理與特征提取工具、可擴展的知識存儲與計算引擎、以及面向領(lǐng)域的可視化與交互開發(fā)平臺。達觀數(shù)據(jù)等企業(yè)在此領(lǐng)域持續(xù)投入，致力于開發(fā)低代碼、高性能的知識圖譜平臺，降低技術(shù)應用門檻，推動知識圖譜技術(shù)在更多行業(yè)場景中規(guī)模化落地。

王昊奮展望了未來趨勢。他認為，多模態(tài)知識圖譜將與大規(guī)模預訓練模型（如多模態(tài)大模型）深度融合。知識圖譜能為大模型提供結(jié)構(gòu)化的先驗知識，提升其推理的可解釋性與準確性；而大模型強大的語義表示與生成能力，又能反過來助力知識圖譜的自動化構(gòu)建與動態(tài)演化。兩者協(xié)同，將共同驅(qū)動下一代人工智能系統(tǒng)向更深層次的認知與決策智能邁進。

本次分享在CSDN等技術(shù)博客社區(qū)也引發(fā)了廣泛討論，為從事人工智能基礎軟件研發(fā)的工程師和研究人員提供了寶貴的思路與方向。知識圖譜作為AI的“知識大腦”，正在多模態(tài)大數(shù)據(jù)時代扮演愈加核心的角色，其創(chuàng)新與實踐將持續(xù)推動人工智能技術(shù)賦能千行百業(yè)。