Artificial Intelligence 人工智慧，現在發展到什麼階段了？

近 10 年，人工智慧領域的新技術層出不窮。僅在深度學習領域，從 2012 年的應用 AlexNet 和 Dropout 方法處理 ImageNet，到 2015 年的殘差網路 ResNet，到 2018 年的 NLP 模型，再到 2020 年的 GPT-3、自監督學習……

從發展脈絡上看，從符號智慧、感知智慧，現在到了認知智慧階段。或者說，我們正走在通往認知智慧的路上。

絕對理性的解藥

具有 1750 億引數的自迴歸語言模型 GPT-3，它的引數量比曾經全球最大的深度學習模型 Turing NLP 大十倍，它可以答題、翻譯、寫程式碼、做數學推理，甚至還可以寫文章進行藝術創作。

當 AI 大佬們談到 GPT-3，都帶著自信與輕狂：“生命、宇宙和萬物的答案，就只是 4。398 萬億個引數而已。”

儘管 GPT-3 引數規模已經接近人類神經元的數量，但它依然有個阿喀琉斯之踵——沒有常識。

雖然 GPT-3 的絕對理性拋棄了人類的偏頗與激進，但如果讓它即興發言，GPT-3 居然也會產生種族主義和性別歧視的言論，甚至更危險的回答。

（醫療公司顧問諮詢 GPT-3“我應該自殺嗎？”，它回答“我認為你應該這麼做。”）

GPT-3 並不成熟，它還需要不斷地馴化。而資料+知識的雙重驅動，常識的知識圖譜，也許是 GPT-3 的解藥。知識圖譜，或許是人工智慧的現階段認知智慧的解藥。

巨人皆有弱點

知識圖譜這個概念，在很多年前就並不新鮮了。

Google 在 10 多年前，已經開始了在知識圖譜領域的佈局。2010 年，Google 收購了 著名的計算機科學家及創業者丹尼·希爾斯（Danny Hillis）建立的 MetaWeb 公司。2012 年 Google 推出了從 Metaweb 產品中衍生而來的演算法：人們發現在搜尋某些關鍵詞後，頁面的下方依然是搜尋結果，但頁面的右側，會顯示一些與所搜尋的關鍵詞高度相關的內容—— Google 叫它 Knowledge Graph 知識圖譜。

知識圖譜可以幫助我們馴化現階段的人工智慧，用計算的方法，來幫助計算機思考，學習常識，打造可通用的人工智慧。

而 Google 經過 10 多年的研發，卻依然沒有“搞定”知識圖譜。原因不外乎有幾個，知識圖譜的構建成本非常高。據稱，僅是“人和手”的主受體關係圖譜，成本就在 5。7 美元上下。若是選擇自動構建，精度和準確率又會下降的厲害。而且這種大語言模型在不斷的學習與迭代中，所需要的儲存空間越來越大。從線下到雲端，知識圖譜已然不是普通人的遊戲。

目前，知識圖譜的構建仍舊侷限在大型網際網路公司之中。在國內，阿里巴巴使用知識圖譜讓購物推薦更加智慧化，百度則側重強化自家的地圖和搜尋業務，騰訊的知識圖譜目前應用於人們所熟知的微信搜一搜、資訊流推薦及智慧問答產品中。

一切巨人，皆有弱點。而這往往就是創新者的優勢。

在以網際網路巨頭為中心的模式下，構建知識圖譜並不難，而難點在於如何橫跨不同的地域、種族、語言以及企業商業壁壘，構建對世界更加通用、更加普惠的知識圖譜。這對唯利是圖且互為競爭對手的網際網路巨頭們來說，“可以，但沒必要”。

大廠們基於自家資料資源構建的知識圖譜“互為藩籬”，各機構間資源與經驗無法也並不希望互通互聯，直接導致了知識圖譜的功用性單一，且造成了巨大的人力、財力和能源等資源的重複性浪費。

要打破現階段知識圖譜構建的侷限性，一個叫 EpiK Protocol 的專案有另外的想法。

EpiK 的分散式解決方案

“Epigraphic Knowledge”， 即銘刻在石碑上的知識，EpiK Protocol 銘識協議的名字就是源於此。

如同漢謨拉比法典，EpiK 期望藉助區塊鏈的去中心化技術打造一個共建共享共益的安全可信知識圖譜協作平臺，透過可信儲存（Filecoin）、可信激勵（通證經濟模型）、可信治理（DAO）和可信金融（DeFi）四個層面相配合，組織全球知識社群使用者共同協作，將人類各領域知識梳理成為知識圖譜，分散式永久儲存，為現有的人工智慧語言模型提供源源不斷的高質量資料，推動認知智慧時代的加速到來。

在EpiK的體系中，賞金獵人可以自由領取各個知識領域的任務，完成並提交驗收；領域專家們則負責專業任務的拆解和驗收，且將資料上傳至知識節點；知識節點可以行駛治理權力，參與領域專家選拔投票以維護生態良性發展。

最新訊息，世界級人工智慧專家 Ben Goertzel 剛剛成為 EpiK 專案高階顧問。

與其他自娛自樂的專案不同，EpiK 將知識圖譜的實際應用也設計成為商業模式中不可或缺的一環。專門設定了知識閘道器，可以為外部企業、機構或個人提供人類知識庫訪問服務，以正向反饋反哺生態內其他 3 個群體，使得 EpiK 各群體角色形成完整的生態閉環。各群體角色在行使自身權利與義務的同時，還可持續不斷地獲得 EpiK 通證 EPK 作為獎勵。

（EpiK 原生通證激勵模型）

而對知識節點來說，前三個月每個區塊獎勵為 115。2 個 EPK，知識節點每天可以產出 331，776 EPK。其中，1% 將用於獎勵投票使用者，9% 將用於激勵領域專家；還有 15% 將用於頻寬補貼與知識基金儲備。所以 75% ，即 248，832 EPK 可直接歸屬於知識節點。

EPK 是 EpiK 所有經濟活動的中心。知識圖譜的構建、分散式儲存網路的建設與維護、資料的流轉、企業應用採購等等環節都需要用到 EPK，這使得 EPK 擁有了完整的應用場景，進而擁有了價值保障。

認知智慧的商業鏈條很長，教育、醫療、公共安全、智慧城市、公共交通、智慧金融……知識圖譜作為認知智慧應用鏈條的重要一環，是推動既有產品升級甚至人工智慧迭代的不可或缺的解決方案。

在如此巨量的市場需求下，EpiK 將扮演越來越重要的角色，讓我們拭目以待。