我在通用電氣研究中心工作的10年里，我們對通用電氣所有業(yè)務(wù)進(jìn)行了創(chuàng)新，以提高客戶的影響力。我學(xué)會了將客戶問題與技術(shù)匹配起來的微妙平衡。當(dāng)業(yè)務(wù)專家描述了挑戰(zhàn)，而技術(shù)上不同的專家進(jìn)行了辯論，每個專家都代表不同的技術(shù)時，這種方法就奏效了。多樣性是關(guān)鍵;否則，您最終會僅僅得到一個錘子（最喜歡的技術(shù)解決方案）被應(yīng)用到釘子（手頭的業(yè)務(wù)問題）上。

今天，我們有兩個錘子正在受到關(guān)注：人工智能（AI）和區(qū)塊鏈。在本文中，我將描述這兩種技術(shù)的一個關(guān)鍵方面，它可以幫助您確定它們是否適合于客戶問題。

由于人工智能是一門非常廣泛的學(xué)科，讓我們把重點放在知識表示方面，特別是知識圖，它正在成為許多人工智能解決方案中表示數(shù)據(jù)的基礎(chǔ)層。當(dāng)我最近有機會與來自亞馬遜（Amazon）、優(yōu)步（Uber）、富國銀行（Wells Fargo）等公司的學(xué)術(shù)和行業(yè)專家一起，在哥倫比亞大學(xué)（Columbia University）舉行的人工智能知識圖譜大會（Knowledge Graphs for AI）上發(fā)言時，這個事實就很明顯了。

現(xiàn)有的、定義良好的和填充的知識圖對企業(yè)來說是有價值的。知識圖的挑戰(zhàn)在于如何將其開發(fā)出來并加以維護(hù)。具體來說，很難為圖定義正確的結(jié)構(gòu)并將有價值的數(shù)據(jù)放入其中。

這可以被描述為“本體問題”。本體是圖結(jié)構(gòu)的定義，它就像一個描述所有關(guān)鍵概念和關(guān)系的數(shù)據(jù)庫模式。糟糕的本體定義將使將數(shù)據(jù)放入圖中變得非常困難，而糟糕的本體定義也會使訪問數(shù)據(jù)變得非常痛苦。解決本體問題通常需要一小群訓(xùn)練有素的本體學(xué)家、分類學(xué)家或信息科學(xué)家。換句話說，需要一個集中的組來定義和維護(hù)知識圖結(jié)構(gòu)的質(zhì)量。這種集中通常意味著知識圖的終結(jié)。在這種情況下，企業(yè)（除非其業(yè)務(wù)是知識圖，如谷歌或Microsoft）將把集中化視為失敗的臨界點，而將所需的特定技能集視為風(fēng)險。通常情況下，知識圖是被創(chuàng)建的，但是過了一段時間，它就不再被維護(hù)，不再被使用，不再存在。

那么，如何解決本體問題呢？由于比特幣和區(qū)塊鏈（詳見下文），分布式技術(shù)的概念變得更加流行。我最近看到了兩種通過分布式方法解決本體問題的方法。第一種方法（也許不那么令人驚訝）是保持本體非常簡單和非常專注于領(lǐng)域，同時使知識圖中的價值來自于知識的分布式創(chuàng)建。這方面的一個例子是我在通用電氣共同領(lǐng)導(dǎo)開發(fā)的一個分析建模工具。該工具的一部分是基于云的分析創(chuàng)作環(huán)境，專門用于創(chuàng)建工業(yè)數(shù)字孿生模型，第二部分是知識圖和助手，用于捕獲有關(guān)資產(chǎn)、數(shù)字孿生和用戶操作，以便向根據(jù)資產(chǎn)、現(xiàn)有模型或其他用戶可能對其當(dāng)前操作“感興趣”的新用戶。

知識圖中的本體非常簡單：它的價值來自于用戶創(chuàng)建知識并通過他們的行為添加到其中——他們對幕后發(fā)生的事情沒有任何特定的知識。 在平臺上工作的用戶越多，他們利用知識圖推薦的機會就越多，使用的分析模型越多，知識圖就越豐富。該工具的成功并不依賴于本體問題——而是轉(zhuǎn)移到用戶活動及其創(chuàng)建有用知識的成功上。

我看到的第二個解決知識圖和人工智能本體問題的創(chuàng)新方法是通過分布式的更小的知識圖集合來構(gòu)建它。這里有兩個例子。首先是使用一個通用標(biāo)準(zhǔn)——在本例中是萬維網(wǎng)聯(lián)盟的語義網(wǎng)。有了數(shù)十億的事實可用，語義網(wǎng)通過數(shù)千個實體的分布式貢獻(xiàn)，匯集了一個巨大的知識圖。

其次，與基于標(biāo)準(zhǔn)的方法類似，創(chuàng)建和集成分布式微服務(wù)，每個服務(wù)提供一些小型本體和數(shù)據(jù)或計算，可以促進(jìn)知識圖的生成。您需要一個平臺來理解微服務(wù)定義，就像Facebook發(fā)布的GraphQL定義一樣，并得到正在成長的GraphQL基金會的支持。通過微服務(wù)的聚集，知識圖的成功和價值依賴于平臺支持的同一種商品：由客戶創(chuàng)建有價值的微服務(wù)。

最后，為了更清楚地說明這一點，讓我們回到區(qū)塊鏈。比特幣網(wǎng)絡(luò)的成功得益于其創(chuàng)造者的分布式思維。要繞過現(xiàn)有貨幣，需要一個不可變的賬本，使其不能被黑。工作證明共識方法確保支持區(qū)塊鏈的全球用戶網(wǎng)絡(luò)將得到“挖掘”或驗證交易的獎勵。一組購買和交換比特幣的分布式參與者給出了比特幣的價值，而這些分布式的礦工為網(wǎng)絡(luò)提供了信任，同時獲得了同樣的商品回報：比特幣。

要為你的人工智能或區(qū)塊鏈找到合適的釘子，想想分布式：一個客戶社區(qū)在你的技術(shù)上互動，在那里他們發(fā)現(xiàn)價值，同時又能創(chuàng)造更多的價值，所有這些都在你技術(shù)所提供的商品上。