1.Gartner：2018-2020年AI成熟度曲线报告（HypeCycleforArtificialIntelligence,2020）介绍。人工智能领域越来越强？还是更“弱智”？如果对比过去三年Gartner的报告，是一件比较有意思的事情。有的技术逐渐过时淘汰，有的技术停滞不前，有的技术进步很快。东方凌宇首先列出了2018年到2020年的成熟度曲线来考验大家的眼光。1.2020年人工智能技术成熟度曲线报告（HypeCycleforArtificialIntelligence,2020），如下图所示：AImaturitycurvein20202.2019年人工智能技术成熟度曲线报告（HypeCycleforArtificialIntelligence）,2019)，如下图：2019AI成熟度曲线3、2018年人工智能技术成熟度曲线报告(HypeCycleforArtificialIntelligence,2018)，如下图：2018AI成熟度曲线2。近年来人工智能领域的技术介绍强化学习、生成对抗网络（GANs）、迁移学习、图学习、自监督学习、联邦学习……近年来，在人工智能领域，各种新技术层出不穷一个接一个出现，让人头晕目眩，疲于应对……以深度学习领域为例，梳理一下重大突破近几年的hroughs：2012年：应用AlexNet和Dropout方法处理ImageNet；2013年：使用深度强化学习玩Atari游戏；2014：使用“注意力”编码Device-decoder网络和Adam优化器；2014/2015：生成对抗网络（GAN）；2015：残差网络（ResNet）；2017年：变压器模型；2018：BERT和微调NLP模型；2019/2020年及以后：BIG语言模型、GPT-3语言模型、自监督学习……2020年下半年人工智能领域将出现革命性突破技术——GPT-3语言模型.这是什么“黑科技”？简单来说，这是OpenAI推出的1750亿参数的自回归语言模型。GPT-3掀起了人工智能领域的又一场革命。从参数数量上看，比当时世界上最大的深度学习模型TuringNLP还要大十倍。从功能上看，可以答题、翻译、写文章，还有一定的数学计算能力。AI大佬们谈起GPT-3是这样评价的：生命、宇宙、万物的答案就是4.398万亿个参数。——好潇洒的回答。看看下面的图片。借助GPT模型，最左边的一半是输入图像，中间四列是自动完成的图像，最右边是原始图像。识别遮挡图像的GPT模型最引人注目的是GPT3能够在没有特定训练的情况下完成这些任务。结论是：用过的都好。技术进步永无止境。3.知识图谱技术比较典型介绍2018-2020人工智能技术成熟度曲线报告。本文重点介绍知识图谱技术。该技术也是目前进展最快、场景价值得到广泛验证的技术之一。根据报告，我们可以先分析一下技术。知识图技术因其在其他非结构化数据中更好地揭示高阶相关性的能力而得到认可。知识图谱分为通用知识图谱和行业知识图谱。知识图谱的底层使用了自然语言处理（NLP）和相关的文本分析技术。知识图谱非常适合存储从非结构化资源分析中提取的数据。它们还能够存储结构化数据，包括隐式提供结构和内容的元数据、支持处理各种用例的编码信息。根据Gartner的建议，IT领导者应将知识图视为存储有关实体及其关系的数据的数据库，尤其是当数据来自许多不同的来源和形式时。例如，内容服务平台中的文档、数据源中的更新、视频中的音频或数据库中的表格。负责数据和分析的IT领导者必须将知识图谱纳入其数据和分析治理和管理的范围。为了防止数据孤岛的延续，他们应该研究和建立多个知识图谱的互操作方法。Gartner指出，知识图谱目前应用在以下领域：1.数字化工作场所；例如，协作、共享和洞察力；2、自动化；例如，从内容到RPA的数据提取；3.支持机器学习；训练数据；4.数据分析；例如，增强分析，尤其是在商业智能、增强分析报告和网络安全的背景下；5.数字商务；例如，产品信息管理和推荐；6.数据管理；例如，元数据管理、数据目录和数据结构。通用知识图谱以百科知识为主，强调知识的广度，数据来源一般比较单一。比如我们常用的搜索引擎就是通用知识图谱。行业知识图谱是专为专业领域打造的应用。它基于每个行业（如金融、电力、公安等）的知识构建知识库。其特点是知识深度大，数据来源更加丰富。因此，行业知识图谱可以凸显各垂直领域细分场景的价值。以金融知识图谱为例，它是一种利用图模型来描述知识与建模实体之间关系的技术方法。行业、事件、产品、金融机构业务等实体之间的复杂关系是实体关系的可计算模型。一方面，知识图谱链网络利用图相关计算和挖掘技术，加强风险管控、审计审计，构建企业、客户、员工的业务和个人图谱，全面记录关系特征，构建预-贷、贷、贷后等应用场景，名单池分层分类管理，动态风险预警与监控，基于知识图谱技术的风险智能管控。另一方面，通过资金转账等关联关系，可以与客户一起寻找客户，加强智能营销线索的推荐。有效提升管理复杂业务关系的能力，利用大数据知识图谱技术快速发现营销机会和潜在风险。默认客户模型下图是Gartner列出的企业AI成熟度模型，可以作为参考，看看你的企业AI成熟度处于什么阶段？企业AI成熟度模型在行业知识图谱方面，金融行业是目前应用知识图谱最多的行业。爱分析报告还列出了金融领域知识图谱的主要厂商和玩家名单，如下：金融行业知识图谱主流厂商
