智慧城市项目学院：将不定期分享与智慧城市项目建设有关的动态，以及跟项目建设、产品选型、方案设计、行业方案有关的内容。

 

智慧城市项目学院将不定期分享与智慧城市项目建设有关的动态，以及跟项目建设、产品选型、方案设计、行业方案有关的线上课程，敬请关注和扫描选择聆听。最新话题：与3D GIS BIM专家交流智慧城市应用

已有可聆听的课程：1、中外专家论道全球半导体新趋势2、中外专家论道数字孪生智慧城市3、AI+视联网技术及应用新趋势4、智慧城市区块链和物联网应用5、全球5G+物联网应用新趋势6、智慧城市+AI面临的机遇和挑

7、与3D GIS BIM专家交流智慧城市应用本期正文知识图谱（Knowledge Graph）又称科学知识图谱，是图书情报学领域的概念，用于绘制、分析和显示学科或学术研究主体之间的相互联系，是揭示显示科学知识发展进程与结构关系的可视化工具。

  在多数情况下，知识图谱采用图结构进行可视化表示，使用结点代表作者、学术机构、科学文献或关键词，使用连线代表结点间关系绘制知识图谱的常用工具包括CiteSpace、Ucinet、Gephi、Bibexcel等。

知识图谱与智慧城市建设是什么关系？在八部委《关于促进智慧城市健康发展的指导意见》当中明确提出：智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念和新模式。

建设智慧城市，对加快工业化、信息化、城镇化、农业现代化融合，提升城市可持续发展能力具有重要意义以数据应用为核心，例如，北京市仅各委办局的数据总量就达到了1600PB因此，要利用人工对海量的数据进行治理、利用和共享几乎是不可能完成的事。

随着海量异构数据的大量生成，例如视频数据、图像数据、音频数据，企业致力于开拓更多的数据应用和更多场景的落地这将促进对数据治理、数据集市和数据即服务的发展，数据管理和集成平台的市场规模也将进一步扩大同时，分析算法与业务应用的融合。

终端用户将不再满足简单的业务分析、统计，技术供应商需考虑如何将分析能力与业务系统融合，帮助用户在获得预测结果的同时，可以直接为用户提供业务洞察服务因此，构建不同行业的城市大脑是必由之路RPA+AI就是推导知识图谱，实现实时业务洞察服务的关键技术。

那么，它是如何提取知识图谱的呢？首先，要整明白：AI是大脑，RPA是神经末梢人工智能，就好比人类的大脑，主要负责发出命令，通常具备“思考”与“学习”的能力一方面，AI结合机器学习、深度学习，拥有了自主学习能力；另一方面，其通过计算机视觉、语音识别、自然语言处理等技术具备了认知能力；另外，AI还可以通过大数据不断矫正自己的行为，从而有预测、规划、调度以及流程场景重塑的能力。

 RPA，则更像是人类的双手，倾向于重复地接收并执行命令，通常具有“动手”的能力RPA作为一种软件机器人，需要依靠固定的脚本来执行命令，擅长执行基于明确规则，大量重复且机械性的工作不过，传统的RPA无法独立思考，只能死板地按照人给它预设好的程序工作。

其次，要整明白：RPA+AI的目标是构建知识库第一步，运用 AI 的能力，尤其是自然语言处理和知识图谱技术，可以构建底层知识库，处理非结构化数据；第二步，结合业务场景，将业务规则沉淀下来，构建模型；第三步，将数据和模型结合，运用到具体场景中，完成流程自动化。

这里面有个数据完全结构化的问题其次，要整明白：当下所处的阶段RPA只能做一些基于规则的简单的数据搬运、填充工作，NLP和OCR等AI技术拓展了RPA自动化的边界，使其能够处理非结构化数据和打通线上线下交互，这些都标志着数字化员工的发展已经走过早期阶段，企业日常办公的智能化正在进入RPA+AI的深水区。

仅仅在银行里可能就有上千个场景和流程有待挖掘，对应到市场规模上十年之内至少是5000亿级目前，国内只有15家RPA厂商最后，要整明白：整个技术体系RPA+AI包括三个层次的技术支撑核心技术包括知识图谱引擎、智能搜索引擎、非结构化数据机器学习平台。

 知识图谱引擎：支持寻找数据关系(将分散数据建立关联)、动态更新(持续接入数据字段的最新信息)、探索数据(用最简单的方式搜索数据)  智能搜索引擎：支持深度搜索(基于机器视觉、自然语言处理技术，搜索图表、表格中数据)、数据接入(支持非公开与公开数据接入与整合)、数据创造(通过合并已有数据，创造新数据)。

 非结构化数据机器学习平台：支持全流程数据处理(数据输入、标记、训练、校验全流程处理)、多类型文件支持(支持各类非结构化数据处理，如PDF、图片等)、AI算法引擎优化学习(海量语料不断优化解析结果)RPA机器人收费模式，即1个机器人就是1个业务流程，客户按每年使用机器人数量收费。

由此可见，智慧城市中国首席咨询专家周智勇分析认为，RPA+AI生成知识图谱和知识库的过程是：首先对海量（流式或非流式）非结构化数据进行由机器学习平台主导的治理，其次，利用RPA进行知识点的智能搜索以生成知识图谱，最终，利用知识图谱引擎生产知识库，从而为智慧决策提供支持。

结束语当前，物互联所产生的数据爆发式增长，不仅为分析关系提供了有效原料，更为人工智能、数据智能的飞速发展带来了前所未有的数据红利，知识图谱应运而生，成为下一代智能搜索的核心关键技术 知识图谱不仅是一个全局知识库，更是支撑智能搜索和深度问答等智能应用的基础，能够为许多相关学科领域开启新的发展机会。

从这个意义上来看，知识图谱不仅是一项技术，更是一项战略资产，公共安全、电商、金融、媒体出版等行业均对知识图谱有海量的需求因此，场景化的行业+RPA+AI将是不同的智慧城市行业的竞争焦点知识生产自动化的时代已经悄然来临！。

周智勇智慧城市中国总编辑、总工程师、智慧城市专家微信 13316859465电话 13302928746如需了解更多关于智慧城市技术，可点击阅读原文了解智慧城市社群和方案设计社群分别面向智慧城市及方案设计两个领域，欢迎有兴趣者扫码加入。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186