人工智能:直播答題熱潮中，AI有一招，成為互聯網大佬們“大撒幣”的克星！

萬萬沒想到，2018開年頭號熱詞居然是——“撒幣”。直播答題被投資圈兒大佬們硬生生用錢砸成了一個風口，無數網民捧著手機頭腦飛轉，紛紛出頭想當被幣砸到的那個幸運兒。

這不，我們的AI也想化妝成選手，也來答個題，說不定能干到大佬們沒幣可撒......

畢竟，答題也是講科學的對不對？

很多人在答題沖關時，會借助搜索引擎尋找信息,搜索引擎返回的結果有兩種形式，一種是我們要在返回頁面的中自己繼續尋找關鍵的答案,另一種呢，搜索引擎則直接明了的告訴我們答案，比如“長城有多長”，在分秒必爭沖向百萬獎金的途中，簡直獲得了直掛云帆濟滄海的痛快！這背后的功勞主角，就是今天小編要講的知識圖譜。

直播 | 達鴻飛：區塊鏈現在要解決主流應用怎樣進入到更多行業里的問題:金色財經報道，10月23日，在《同行者?金色財經四周年特輯|共話未來洞見2020》直播活動中，Neo創始人達鴻飛表示，全球企業在 2019年采購區塊鏈服務的數據，在傳統的IT建設這塊，整體的金額是1345億美元，而在采購區塊鏈這塊，根據IDG的數據，這個數字只有27億美元，這也就是全球所有的企業服務區塊鏈公司整體的營收水平，我們可以在這個營收的基礎上乘以一定的系數，算出這些企業服務公司的市值是多少，這是27億美元，假如乘以10倍營收，就是270億美元，乘100就是 27000 億美元，這樣來看，仍然沒有達到萬億規模。所以可以說，我們今天還在一個非常小眾的市場，對我們來說大規模的主流應用怎樣進入到更多的行業里，這是我們現在要解決的問題。[2020/10/23]

在由“AI感知”通向“AI理解”的大路上，知識圖譜是被公認的技術基石。更更重要的是——它能幫你答題啊……

動態 | 區塊鏈直播服務DLive用戶群增長67％:據coindesk援引日經新聞亞太評論周一的報道，由于YouTube明星PewDiePie 4月的加入，基于區塊鏈的直播服務DLive的用戶群增長了67％。據報道，DLive目前擁有500多萬月活躍用戶和超過70,000條流媒體。此前截至3月份，該平臺每月活躍用戶約300萬，活躍流量近35,000。[2019/5/22]

知識圖譜是什么鬼？

簡單來說，知識圖譜就是一張由知識點相互連接而成的語義網絡。它是一種人工智能技術，是基于現有數據的再加工、結構化，再通過各種數據挖掘、信息抽取和知識融合技術形成一個統一的知識庫。

動態 | Thomas Cox 直播連線答疑 談離職后的規劃:據 EOS WTZ 直播連線消息，本周 Thomas Cox 在與EOS WTZ直播連線中，回答了很多中國社群提出的問題，也談到了從 Block.one 離職后的規劃，以下為本此直播小結。

1.什么是工作提案系統？工作提案系統中會使用法律合約嗎？

Thomas: 是一個用于給系統維護和生態系統改善提供現金流的系統。最后的設計中會用到智能合約以及李嘉圖合約。李嘉圖合約是一種能夠同時被人和計算機閱讀的法律合約。

2.關于造假仲裁令的看法？

Thomas: 這個假仲裁令的制作是十分業余的，很容易識別。

3.關于仲裁員？

Thomas: 仲裁員是由仲裁論壇選出的，每個人可以選擇自己想參加的仲裁論壇。ECAF論壇將會提交它自己的仲裁員由社群審核。

4.Thomas的未來計劃

在這次直播中，Thomas首次對外宣布了他即將離職 Block.one的消息。Thomas表示，早在今年2月份，他和 BM 就談論過社群治理的問題。

Block.one 最初的理念就是希望 EOS 能夠實現社群自治理，而不是由 Block.one 來做這件事情。所以身為社群治理的負責人Thomas將會在六月底離開 Block.one，并且以第三方的身份全職參與到社群治理的工作中。[2018/6/28]

既然它是一張“網”，那么這張“網”又是怎樣來描述我們這個世界呢？

何一直播：頂級項目幣安不收上幣費 不公布審核模型:何一在直播里回應“幣安上幣標準”：幣安上幣的唯一渠道就是網頁提交申請。項目方提交后會經歷初審和二審，然后有人會和項目方聯系。目前排隊的有5000多個幣種，但是4月份以來幣安只上了10個左右。幣安會將項目按質量分級，最頂級的不收上幣費，低等級、存疑的項目則需要交高額的保證金。幣安也不會輕易下任何一個幣，因為任何一個幣都會影響十萬以上的用戶。關于審核模型的問題，我們有5個維度，但模型不會公布，因為公布之后就會引發項目方針對性造假。[2018/5/18]

知識圖譜包括三個要素：實體、事件和關系。比如最近很火的PGone，如果你不知道PGone為啥火了，然后你去搜索一下，結果給你推薦的詞是PGtwo、PGthree...那你就跟沒搜一樣。假如蹦出來兩個詞，一個是賈乃亮一個是地溝油，那么你看完整個故事就知道是怎么回事了。

所謂的知識圖譜，就是讓智能體去理解事物以及他們之間的關系，并能基于此提供相關的技術和服務。所以，像這樣的問答就能把知識圖譜難住了嗎？不能夠。

今天的知識圖譜也專治各種“大撒幣”行為，而這也并不是隨便講講的。我們要知道，早幾年，知識圖譜技術假如跟互聯網大佬們照一波正面，那是基本沒有勝算的。

但是現在，基于深度學習各種語意、語義、語序和方言的知識圖譜能力，也成為了目前知識圖譜技術的喚醒核心。在這幾種能力加持下，像以這樣的智能技術偽裝成AI選手去搞點“撒幣”，顯然已經不算什么了。

如果你以為知識圖譜只能干這點事，那你就錯了。

撒出一個明天！

人工智能的火爆下，今天我們正在努力教會AI一件事：“識別”。可是，在“識別”之后呢？AI下一步要干什么？是理解和處理。但如果想讓AI開啟這些能力，很多人都認為，知識圖譜將是AI下一步的必經之路。

今天知識圖譜的核心，在于通過數據生成可視化的知識鏈條，用鏈條形成網絡，利用網絡來進行預測、生成自動化，最終生成機器主動提供的智能化服務。

要知道，人類理解世界并不是基于一個個散亂的信息，而是基于信息背后的“知識”。

我們期待的知識圖譜技術，是通過這種技術的完善，把AI調整到主動輸出服務模式。經典計算階段是你想到的，電腦幫你做出來。而知識圖譜時代，是你想不到的，AI可以想到。

能做到這一步的AI技術，當然不會只滿足去答答題，做個直播。人家的使命是改變世界好不好？

其實，知識圖譜作為一種后端基礎技術，今天已經悄然布局在了我們的工作中。以Giiso寫作機器人為例。Giiso自主研發的寫作機器人就是基于知識圖譜技術，可以實現個性化的智能寫作，智能分析閱讀寫作素材，能快速生成文章，釋放內容創作者信息素材收集的時間。

知識圖譜技術也是Giiso兩大核心技術之一，而基于知識圖譜和智能語義技術研發的寫作機器人，可以協助記者編輯工作，讓其從重復性、規范性和客觀數據聚合類勞動中解脫出來，更好地投入到深度文章的創造中去。更可以通過大數據幫助創作深度文章的作者進行語料、素材的高效率搜集與初級加工工作，同時也可以基于行業的深度結構化數據完成基礎數據分析及文章生成工作，服務于內容生產者，提升其工作效率。現已進入商用階段，并和深圳《晶報》、《深圳之窗》這樣的媒體和門戶網站達成了戰略合作。

未來或許利用知識圖譜技術能達成物聯網間的協作、人機協作的全新升級，那么最終所能抵達的，遠遠不是答題這一件小事而已。像Giiso這樣基于知識圖譜技術封裝成的產品，顯然已經成最終的研發步入商業落地。而且，更大的產品變革還在醞釀中。

所以呢，直播平臺上誰給誰撒幣，誰是“大撒幣”，其實也不是很重要了。真正重要的是，技術正在努力把未來的幣，撒到現在的土壤里。

Tags：人工智能知識鏈幸運兒人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目知識鏈幣是什么幣幸運兒幣是什么幣

屎幣