400-868-1122
根云-工業趨勢分析
返回
一、 工業知識圖譜的基本含義
（一）工業知識圖譜的基本概念
知識圖譜由是由節點和關系構成的結構化網絡，是與大數據、深度學習并列的三大人工智能技術之一。谷歌、微軟、百度、搜狗、美團、中國知網等國內外公司都在該領域投入了大量資源進行深度研究，并在搜索、社交、金融、消費和商業等領域取得了較好的應用。
工業知識圖譜是基于工業產品研發、生產、運行、保障、營銷和企業管理等運行規律建立的關系網絡，用于更好地組織、管理和理解工業體系的內部聯系，是知識圖譜的重點發展方向之一。知識圖譜相對深度學習等方法，無需海量數據訓練，能更加廣泛地應用到不同具體任務，正符合了工業知識總量多、細分專業知識量少、對知識應用可靠性要求高的要求，可作為工業人工智能領域優先發展對象。
（二）工業知識圖譜的內在含義
工業知識圖譜本質是對工業知識和工業知識關系的管理。
工業知識管理是對各種工業資源的統一管理。隨著工業數字化、網絡化和智能化進程的不斷推進，人們需要以知識的方式對工業實體（含工業機器、工業產品等）、工業環境（含自然環境、社會環境等）、工業組織（含企業、政府等）和人進行統籌管理。工業知識可以分為三種形態，即經驗、圖文知識、工業模型和工業APP（圖中以軟件二字代替）。經驗是認識工業資源的直接結果；圖文知識是經驗知識顯性化的結果；工業模型和工業APP是圖文知識模型化和軟件化的結果。工業模型和工業APP是極具有工業特征的知識形態，是工業知識圖譜重點管理對象。
工業知識圖譜是對各種工業關系的統一管理。工業知識圖譜記錄了各種工業實體、工業環境、工業組織和人之間的各種動態關系。具體來說，工業知識圖譜記錄著各種產品與環境的關系、設計與生產的關系、生產設備與產品的關系、產品與零部件的關系、零部件與材料的關系、供應商與采購商的關系、上游產業與下游產業的關系等。
（三）工業知識圖譜的應用價值
工業體系龐大，工業產品類型多、定制化程度高，導致工業知識關系極其復雜，遠遠超過人的思維邏輯、分類體系、目錄體系等一般管理手段的能力范疇。通過建立工業知識圖譜，可以有效表達、管理和分析工業知識體系，并為不同個性化工業場景提供精準知識服務。
工業知識圖譜具有一般知識圖譜的通用價值，包括知識融合、語義搜索、知識推薦、知識問答、大數據分析與決策等。同時借助工業知識圖譜，可以協助人們更好認識、管理、優化、控制和和改進各種工業互聯網內的龐大資源和流程。
二、工業知識圖譜的應用領域
工業知識圖譜在產品全生命周期均能發揮重要作用，并能為工業相關的金融征信、產業分析、經濟研究和教育培訓等提供多樣化支持。
（一） 在研發領域中的應用
工業知識圖譜是提高研發效率的重要工具。知識圖譜可以圍繞工業產品匯集各種相關產品的發展趨勢，為新產品市場定位提供決策支持；可以識別新產品在不同的使用場景下的使用方法和使用要求，推送其他產品的應用案例；可以提供已有的相似產品、相關產品、相關技術、領域專家和信息化工具軟件等信息；可以在研發設計、仿真和試驗流程中，主動推送與當前工作緊密相關的知識信息。工業知識圖譜有利于破除封閉式重復研發，實現開創性的創新。
（二）在生產過程中的應用
工業知識圖譜是提高生產效率的重要工具。現代智能化生產車間是一個極其復雜的系統，工業知識圖譜可以將車間布局、生產設備、生產工藝、生產物料、物流倉儲、質量檢測、生產計劃、能耗管理和安全防護等各種知識結構化管理，為研發高效高可靠的生產系統設計提供信息支撐；也可以為生產現場人員提供快速精準的工藝工序、設備操作、質量分析和突發情況應對等知識，實現及時專業的現場指導。
（三）在運行保障中的應用
工業知識圖譜是提高保障能力的重要工具。現代工業產品大量采用了機械、電子和軟件等多學科先進知識，只有掌握各種知識才能高效使用和全面維護好工業產品。工業知識圖譜可以將工業產品的原理、結構、使用手冊、拆裝方法、維護手段、故障診斷和相關資深技術專家等進行結構化管理，以信息搜索、知識推送、知識查閱等多樣化的方式，提高運行保障教學培訓效率與效果，提高工作人員的熟練程度，提高故障定位的效率，降低產品故障停機次數，減少產品維修維護成本，減輕各種廢棄物對環境和操作人員的影響。
（四）在營銷采購中的應用
工業知識圖譜是提高營銷效率的重要工具。隨著產品定制化需求越來越多，面向各種細分領域的產品和技術不斷涌現，產品種類越來越多，性能差異越來越大。依賴人工手段的市場宣傳和會議交流難以實現精準對接。工業知識圖譜可以對工業產品的結構、功能、性能和工藝等技術性信息，以及價格、物流和口碑等商業信息進行綜合管理，依托各種電商平臺、設計數據庫和產品知識庫等提供服務，從而為供應鏈中設計師提供精準技術選型服務，為采購和銷售人員提供全面可靠的商業和財務信息。
三、工業知識圖譜的建設方法
工業知識圖譜已經迎來了良好的建設時機。過去上百年人類積累的工業知識，提供了大量工業知識圖譜建設的原始素材；新一輪工業革命的到來，促使大量工業企業急需提升自身制造能力，催生了工業知識圖譜建設的產業需求；新一代信息技術，為工業知識圖譜建設提供了設計建模、大數據、云計算和區塊鏈等先進手段。對于中國而言，過去幾十年的經濟快速發展，眾多企業具備了較好的經濟積累，也為本輪知識圖譜建設提供了資金保障。建立具有工業特色的知識圖譜，具備了天時、地利和人和優勢。
（一）工業知識圖譜的技術基礎
工業知識圖譜的技術需要在現有基礎上進行繼承和創新，也就是在已有數據獲取、圖譜繪制、可視化展現等通用知識圖譜技術基礎上，針對工業領域的特點，適量研發新方法、新手段。
工業知識圖譜需要適應工業數字化要求。工業知識節點的管理，需要支持系統模型、結構模型、仿真模型、工藝模型、交互式電子手冊（IETM）等知識類型；工業知識關系的管理，需要支持基于系統工程、系統層級、物料清單（BOM）、生命周期、供應鏈和CPS等典型關系；此外，還需要支持解析常見工業數據標準中包含的相關節點或關系，如系統建模語言（SysML）、產品模型數據交互規范（STEP）和開放式生命周期協作服務（OSLC）等，實現圖文知識與模型知識的互聯互通。
工業知識圖譜需要適用于人與機器等不同場景。當前其他領域的知識圖譜常常是用于人和計算機的環境。但是對于工業而言，未來大量智能機器的出現也同樣需要形成和應用知識圖譜。一方面它們需要利用知識進行自主學習、自主分析和自主決策；另一方面，各種不同工業智能體可以產生大量的數據，甚至會形成高質量的工業知識。因此工業知識圖譜的建設，需要考慮不同的使用情況，滿足不同的要求。
（二）工業知識圖譜的軟件實現
工業知識圖譜平臺是工業互聯網平臺中用于知識圖譜管理的子平臺。該平臺遵循工業互聯網平臺的物理層、平臺層、應用層和業務層的架構，其功能主要體現在平臺層和應用層。
平臺層主要用于構建、管理和使用跨行業跨領域的底層知識圖譜，包括知識建模、關系抽取、圖存儲、關系推理、實體融合、語義搜索、智能問答、語言理解和決策分析等功能。平臺層盡量充分利用現有通用知識圖譜技術，快速具備強大的圖譜建模工具，如自然語言處理、本體庫管理、機器學習、圖數據庫和區塊鏈等。
在應用層，需要面向不同產業、領域、地區、企業、產品、項目、制造階段和個人等開發個性化工業APP，視情況建立個性化應用門戶，充分利用大數據等手段，做好與已有知識管理系統、設計平臺、生產平臺、保障平臺的集成接入，實現知識的互聯互通。
平臺一方面采用工業互聯網平臺的安全機制，另一方面加強內部安全管理，并需建立自身的設計、接入、應用和評估標準。
（三）工業知識圖譜的內容建設
（本部分暫不公布）。
（四）工業知識圖譜的應用推廣
（本部分暫不公布）。
如果您想了解更多樹根科技為工業企業提供的工業互聯網解決方案，可以直接點擊網頁右方彈框的“聯系我們”，或者直接撥打樹根科技的熱線：400-868-1122.
