2018年3月22日，CCF YOCSEF天津在天津大学北洋园校区计算机学院55教学楼B204会议室成功举办了“知识图谱：基于逻辑还是基于学习？”专题论坛。

图1. 部分参会代表合影

本次论坛以“知识图谱：基于逻辑还是基于学习？”为主题，邀请到知识图谱领域国际著名学者英国阿伯丁大学Jeff Z. Pan 教授，OpenKG共同发起人、YOCSEF上海主席王昊奋博士进行引导发言，同时邀请了YOCSEF天津荣誉委员天津大学胡清华教授，YOCSEF天津主席天津工业大学汪剑鸣教授、YOCSEF天津候任主席河北工业大学董永峰教授作为活动特邀嘉宾参与专题论坛讨论。本次学术报告会执行主席为YOCSEF天津副主席天津大学王鑫博士和YOCSEF天津委员天津大学张小旺博士。本次专题论坛特别邀请到YOCSEF总部候任学术秘书、北京交通大学李浥东博士进行指导。YOCSEF天津AC委员南开大学程明明教授、杨巨峰博士、刘杰博士、洪泰基金燕洁、信诚科技郝恩平参加了活动。本次专题论坛共有来自天津大学、南开大学、天津工业大学、河北工业大学、中国民航大学、西安理工大学、北京交通大学、天津师范大学等高校的师生以及企业界的代表近90人参加。

知识图谱是人工智能的重要基石。国务院《新一代人工智能发展规划》在重点任务“建立新一代人工智能关键共性技术体系”中强调要“形成涵盖数十亿实体规模的多源、多学科和多数据类型的跨媒体知识图谱”，将“知识图谱构建与学习”列为人工智能的一项重要关键共性技术。一方面，以逻辑表示、逻辑推理为代表的符号主义和以机器学习、深度学习为代表的联结主义一直是人工智能的两大流派，他们在知识图谱的构建、挖掘、分析与应用中各自发挥着关键性作用；另一方面，近年来迅速发展的知识图谱表示学习是逻辑与学习相互融合的典型方法。本专题论坛将邀请知识图谱领域的国内外著名专家学者，就“知识图谱是基于逻辑还是基于学习？”这一议题展开深入讨论。

下午14:30专题论坛开始，YOCSEF天津前主席、荣誉委员天津大学计算机科学与技术学院副院长胡清华教授致欢迎词，欢迎与会代表来到天津大学参加本次专题论坛。

图2. 胡清华教授致欢迎词

Jeff Z. Pan 教授以“基于逻辑的知识图谱: 是什么？为什么？怎么做？”为题首先进行了引导发言。Jeff Z. Pan教授认为知识图谱的应用十分广泛，如搜索、问答、推荐系统都是很好的应用实例。从图谱的构成角度进行了简明扼要的阐述，从本体语言角度介绍了目前知识图谱上的现有方法，同时逻辑也扮演着重要的角色，可以用来检查支持图谱中是否存在错误。

图3. Jeff Z. Pan教授做引导发言

接着，王昊奋博士做了题目为“知识图谱学习与学习知识图谱”的引导发言，深入浅出地向与会者介绍了知识图谱。从AI顶级会议看知识图谱的发展，可以了解到知识扮演的角色越来越重要，AI的核心是学习与推理结合。从谷歌知识图谱、Facebook兴趣图谱的应用层面来看，知识图谱的应用会变得愈加丰富。同时做好知识图谱的兼容并蓄，综合利用好多方面方法和技术亦是关键。

图4. 王昊奋博士做引导发言

引导发言后正式进入专题讨论环节，各位嘉宾和参会者围绕以下六个问题开展了讨论：1）在全民AI时代，知识图谱会成为深度学习之后的下一个仙丹吗？2）知识图谱是2B的突破还是2C的突破？3）知识图谱是学术问题还是工程问题？4）知识图谱是基于逻辑的，基于学习的，还是混合方法？5）知识图谱为机器学习服务，还是机器学习为知识图谱服务？6）国内知识图谱学术和产业界关注的问题与欧洲相比有哪些差异？

图5. 专题讨论环节

讨论环节形成了如下主要观点。

(1) 知识图谱不是替代深度学习，从感知计算到认知计算，知识图谱的研究更加引人注目，对于知识图谱，我们应该只重视应用，屏蔽掉细节。目前，知识图谱还不像深度学习那样具有被广泛接受的工具；未来，知识图谱应在应用方面发挥越来越大的作用。

(2) 当前市场上2B、2C都有许多好的案例，但知识图谱是2B的机会可能多一点。在全民AI时代，所有的项目、活动等都需要以知识图谱做支撑，我们的时代正在从弱AI向强AI过渡。2B、2C对于知识图谱而言都是突破，在认知领域二者都是突破点。

(3) 知识图谱是一个工程问题，但是工程问题不一定是没有学术作为基础的，在探究工程问题的过程中，该问题可能会从工程问题转换为学术问题。但是有些问题如果仅仅从学术领域去推，很难落地成为一个学术问题。一个问题是工程问题，该问题在发展的过程做那个逐渐引起社会的关注，慢慢地人们透过问题本身或许可以观察到某些子问题是有学术价值的。

(4) “知识图谱是基于什么的”这一议题需要根据所研究问题的着重点而确定，在解决某个具体的问题时，选择最适合的方法去解决才是关键所在。不同的个体对“基于”这个词语的理解是不同的，自然就会产生不同的观点。一种观点为“基于逻辑”是知识图谱的基础，而“基于学习”则主要强调图谱的应用层面。也有人认为知识图谱如果抽掉逻辑，就不存在了，但是假如抽掉学习，知识图谱还可以采用其它的方法进行构建。

(5) 知识图谱和机器学习现在还是较松的耦合关系，当二者的耦合性发展得比较强的时候，也许会发生一些质变，在技术上也许会出现新的突破。表面看来，二者是互为服务的，事实上迄今为止对于这一议题尚无定论。

(6) 欧洲的知识图谱学术和产业界的关注的问题基本与国内相似，而且无论在国内外，都希望知识图谱能够引起社会广泛的关注；某种程度上在欧洲，知识图谱在推理方面的应用更广泛些。

本次专题论坛于17:30结束。参加论坛的嘉宾、老师、同学们对各议题积极思考，展开了深入的讨论，发表了各自的见解。本次专题论坛取得了圆满成功。