星空下的秘密：知识图谱的传说起源

星空下的秘密：知识图谱的传说起源

仰望星空的古老民族

在很久很久以前，当夜幕降临大地，地球上不同角落的先民们不约而同地抬起头，望向同一片深邃的苍穹。那时候没有电灯，没有手机，没有任何人工光源，漆黑的天空反而成为一块无与伦比的画布，而点缀其上的点点星光，则是祖先们最早认识和书写的文字。

古巴比伦人是最早系统观察星空的民族之一。他们生活的两河流域（今伊拉克境内）是一片平坦的冲积平原，缺乏山脉和森林的遮挡，视野极为开阔。每年泛滥的幼发拉底河和底格里斯河定期为这片土地带来肥沃的淤泥，让巴比伦人得以农耕为生，但也使他们必须精确掌握天象变化来预测洪水和安排农时。正是在这种生存需求的驱动下，巴比伦祭司们开始夜复一夜地记录星辰的位置和运动，他们用楔形文字在泥板上刻下太阳、月亮和行星的运行轨迹，编纂出了人类历史上最早的天文历法。

与中国、古埃及等文明一样，巴比伦人也将天空中的星星连接成图案，他们称之为“姆鲁”（MUL），意为“天上的羊群”或“星群”。这些星群后来逐渐演变成我们今天所熟知的十二星座的雏形：黄道带上的十二个区域，每个区域都有一个独特的名称和象征。牡羊座、金牛座、双子座……这些名字在三千多年后的今天依然被全世界的天文爱好者使用着，成为人类共同的文化遗产。

古希腊人则赋予了星座更多的神话色彩。当希腊人抬头仰望星空时，他们看到的不只是光点，而是一个个动人的故事：英勇的猎户座俄里翁手持盾牌和木棒，腰间佩着闪闪发光的宝剑，身边有两只忠实的猎犬（大犬座和小犬座）相伴；他的脚下是凶猛的天蝎座，据说这两个星座永远不会同时出现在天空中——每当猎户座从东方升起时，天蝎座就会从西方落下，因为在天界的故事里，正是这只毒蝎子杀死了骄傲的猎人俄里翁。

宙斯之女珀尔修斯骑着飞马座 Pegasus 飞越天际，手中提着美杜莎的头颅，脚边是化为星座的仙女座安德洛墨达；被她解放的埃塞俄比亚公主如今化作 Andromeda 星系，距离我们约 250 万光年，是肉眼可见的最远天体之一。这些神话故事并非凭空想象，而是古希腊人将零散的星星编织成有意义图案的智慧结晶。当一个孩子听完珀尔修斯的故事后，再仰望仙女座时，他会发现那些原本杂乱无章的光点突然有了秩序和意义——这正是用连接来组织知识的最初形态。

星星之间的秘密连线

让我们更仔细地观察一个具体的例子。冬季夜晚最引人注目的星座之一是猎户座，它由七颗明亮的恒星组成一个巨大的人形图案：四颗星构成躯干的主体（左肩是参宿四，右肩是参宿五，左脚是参宿七，右脚是参宿六），另外三颗等距排列的星构成腰间的佩剑。在这个图案中，参宿四是一颗红超巨星，体积是太阳的 700 多倍，如果把它放在太阳的位置，其边缘将超过木星轨道；参宿七则是一颗蓝超巨星，亮度是太阳的 12 万倍，距离我们约 860 光年。

但真正让猎户座变得易于记忆和理解的，是那些看似虚构的连线。希腊人并没有真的在天空中看到线条，但通过想象这些连线，他们把七个独立的光点整合成了一个有意义的整体。这个“整体”不是数学上的精确图形，而是一个充满故事的英雄形象。当我们记住“猎户座”时，我们实际上是在大脑中建立了一个知识网络：七颗星星的位置被标记为身体的不同部位，它们之间的相对关系被编码为躯干和四肢的形态，而关于俄里翁的神话故事则为这个几何图形注入了情感和意义。

这种“用连线来组织星点”的方法，其威力远超我们的直觉想象。心理学研究表明，人类的工作记忆（短时记忆）容量极为有限，大约只能同时处理 7±2 个信息单元。如果让你直接记住 100 颗星星的名称和位置，这几乎是不可能完成的任务。但如果你把它们组织成 10 个星座，每个星座平均包含 10 颗星，那么每个星座内部的位置关系就变得容易记忆得多——你不需要记住每颗星的绝对坐标，只需要记住它们相对于“肩膀”“腰带”“膝盖”等身体部位的相对位置。更妙的是，如果你还记住了关于这些星座的神话故事，那么这些故事就像一条条线索，把不同的星座也串联在一起。

举一个更具体的例子。想象你要记住黄道十二星座的名称和顺序。如果死记硬背，“牡羊、金牛、双子、巨蟹、狮子、处女、天秤、天蝎、射手、摩羯、水瓶、双鱼”这十二个词对于大多数人来说需要反复练习才能记住。但古人的智慧在于，他们创造了一句朗朗上口的咒语：“牡牛双蟹狮处女，天蝎射摩水鱼行”。通过押韵和节奏，这十二个名字被组织成了一句有韵律的句子，记忆的难度大大降低。更进一步，如果你了解了这十二个星座与太阳在黄道上运行的对应关系，理解了古巴比伦人用它们来标记月份和季节的用途，那么这些星座就不再是孤立的词汇，而是成为了时间观念的载体——一种关于“什么时候会发生什么”的知识网络。

古人还发现，不同星座之间的位置关系可以传递实用的信息。中国古代的占星师注意到，当东方地平线上升起苍龙七宿（角、亢、氐、房、心、尾、箕）时，恰好是春分前后，这预示着农耕季节的开始；而当北方玄武七宿（斗、牛、女、虚、危、室、壁）高悬中天时，已是深秋初冬，渔民可以开始捕捞一种名为“蟹”的洄游鱼类。星座之间的连线不仅帮助人们记住星星的位置，更帮助人们理解天体运行与人间事务之间的对应关系——尽管这些对应关系在今天看来大多缺乏科学依据，但它们代表了人类试图用连接来组织知识的最初尝试。

星空图：人类最早的“知识图谱”

如果我们把古人描绘星座的方式与现代知识组织技术做一个类比，会发现一个惊人的事实：古代的星图实际上就是人类最早的知识图谱（Knowledge Graph）。知识图谱的核心思想是用“实体”和“关系”来组织知识——实体是知识的基本单元，关系则是连接不同实体的桥梁。在古代星图中，“实体”就是那些星星，“关系”就是人们用想象线条连接星星的方式，而“图谱”则是最终的成果——一幅完整的星座图。

让我们用现代的术语重新描述古巴比伦人的做法。他们首先定义了实体：天空中的每一颗恒星都是一个实体，他们给其中最重要的恒星起了名字，如“心宿二”（天蝎座 α 星，中国古代称为大火）、“参宿四”（猎户座 α 星）等。然后，他们定义了关系：两颗或多颗星可以组成一个星群（星座），一个星群可以与其他星群产生位置关系（如“在……之东”“在……之北”），星星的升起和落下与季节之间存在对应关系，太阳和月亮沿着一条假想的“黄道”运行，这条黄道被划分为十二个区域，每一区域对应一个星座。

当这些实体和关系被绘制在同一张图上时，就形成了一个完整的知识网络。一个人只要学会阅读这张图，就能够回答各种各样的问题：今晚哪些星星会出现在东方地平线上？它们预示着什么季节？沿着这些星星的连线，你能找到哪两个星座？星座之间的相对位置如何帮助你在天空中定位？这些问题和答案都隐含在那张看似简单的星图之中，就像今天的搜索引擎可以通过知识图谱回答用户的各种提问一样。

古代中国人在星图制作上达到了登峰造极的成就。1978 年在湖北随县出土的战国曾侯乙墓漆箱盖上，绘有一幅完整的二十八宿图，这是目前发现的最早的二十八宿星象图。图中央是一个象征性的“斗”字，周围的二十八个字分别代表二十八宿的名称，整幅图案恰好形成一个椭圆形，与天球赤道的投影相吻合。这个设计精妙地体现了古代中国人的宇宙观：二十八宿是月亮每天行程中的一站，月亮大约每 28 天运行一周（实际约为 27.3 天），因此古代天文学家将黄道附近的星空划分为二十八个区域，每个区域以一宿命名，用来追踪月亮的运动。

如果把曾侯乙墓漆箱星图转化为一幅现代知识图谱，它会包含以下几类实体和关系：

• **实体类型**：恒星、星宿、月份、节气、方位
• **关系类型**：
• 某星属于某宿（如“参宿四属于参宿”）
• 某宿位于某方位（如“心宿位于东方苍龙”）
• 某宿与某月对应（如“角宿对应农历二月”）
• 某星与其他星的位置关系（如“参宿一在参宿三之西”）

这种结构化的知识组织方式让古代天文学家能够高效地完成复杂的计算任务。例如，要预测某一天月亮会经过哪颗星，只需查询月亮当前所在的“宿”，然后根据月亮的日均移动距离（约 13.5 度/天）推算它在未来某一天的位置。这种计算在今天看起来简单，但在一千多年前没有计算机辅助的情况下，能够系统化地完成这类推算，本身就是知识组织技术的胜利。

从石刻到数字：知识图谱的漫长进化

知识图谱的概念并非凭空出现，它经历了一个漫长而精彩的演化过程。理解这段历史，可以帮助我们更深刻地认识到，为什么知识图谱在今天的人工智能时代变得如此重要。

第一阶段：实体铭刻期（约公元前3000年—公元5世纪）。这是人类用物理方式记录和组织知识的时期。除了前面提到的星图之外，美索不达米亚的楔形文字泥板、古埃及的纸草文献、中国的甲骨文和青铜器铭文，都属于这一时期的知识载体。值得特别一提的是古希腊哲学家亚里士多德的分类体系。他尝试对当时已知的所有知识进行分类：逻辑学、修辞学、物理学、生物学、形而上学、伦理学、政治学、诗学……每个大类下面还有子类，子类下面还有更细的划分。这实际上是一个树状结构的知识图谱，尽管亚里士多德没有使用这个术语。在他的体系里，“生物学”是“自然科学”的子类，“动物学”又是“生物学”的子类，而“哺乳动物”是“动物学”的子类。这种层级分类的思想影响深远，至今仍是图书馆分类法（如中国图书馆分类法和杜威十进分类法）的基础。

第二阶段：索引与引用期（公元5世纪—15世纪）。随着书籍数量的增加，如何在茫茫书海中找到需要的信息成为一个现实问题。中国人在这一领域做出了重要贡献。公元 472 年，北魏时期的平原太守贾思勰发明了“书目”检索法，编纂了《魏书·释老志》，系统地著录了当时的佛道典籍。唐代以后，随着科举制度的推行，各类类书和索引工具大量涌现。宋代编纂的《太平御览》全书共 1000 卷，分 55 部，援引历代典籍 1690 余种，按天部、时序部、地部、皇王部、偏霸部等分类编排，实际上是一部超大规模的知识百科全书索引。欧洲的经院学者们也发展出了自己的索引系统：中世纪的手抄本中常见页边注释和交叉引用标记，读者可以通过这些标记在不同的手抄本之间跳转，找到相关的论述。

第三阶段：印刷与体系化期（公元15世纪—19世纪）。古登堡发明的活字印刷术是人类知识传播史上的里程碑，它让书籍的大规模复制成为可能，同时也带来了知识管理的全新挑战。印刷术普及后，同一本书可能有多个版本，同一个概念可能有多种表述，如何确保知识的准确性和一致性成为学者们必须面对的问题。正是在这一时期，现代意义上的百科全书、词典和术语表开始出现。狄德罗主编的《百科全书》（1751-1772 年）是一个标志性事件，这部共 28 卷的巨著试图系统地收录和解释当时人类知识的全部领域，每个条目都经过精心撰写和交叉参照，形成了一个庞大的知识网络。达朗贝尔在《百科全书》的序言中写道：“所有的事物都可以被联系在一起……我们生活在一个巨大的系统中，事物之间彼此关联、相互作用。”这几乎是对知识图谱思想的最早表述。

第四阶段：机械化与标准化期（公元19世纪—20世纪中叶）。工业革命带来的机械化浪潮也影响了知识组织领域。打字机、卡片目录、打孔卡片的发明，让大规模信息的分类和检索变得高效。1895 年，国际目录学会（后改为国际文献联合会）在伦敦成立，致力于推广文献分类的国际标准。1905 年，比利时学者奥特勒和拉封丹发表了《通用十进分类法》（UDC），这是一套基于十进制的层级分类系统，可以用数字标记任何知识领域。UDC 的发明让不同语言、不同学科的知识可以在统一的框架下进行比较和整合，被认为是现代文献信息检索的重要基础之一。

第五阶段：数字化与互联期（公元20世纪中叶—2010年代）。计算机的发明彻底改变了知识组织的方式。1957 年，世界上第一台商用计算机 UNIVAC I 交付美国人口统计局使用；1969 年，阿帕网（ARPANET）上线运行，互联网时代的大幕徐徐拉开。1989 年，蒂姆·伯纳斯-李在欧洲核子研究中心（CERN）发明了万维网（World Wide Web），人类的知识第一次可以在全球范围内即时共享。与此同时，一系列知识表示和推理的技术标准相继问世：1980 年，哲学家约翰·麦卡锡提出“知识图”的概念；1983 年，符号人工智能研究者罗杰·斯库勒开发了 KL-ONE 知识表示语言；1998 年，万维网发明人蒂姆·伯纳斯-李提出“语义网”（Semantic Web）的构想；2001 年，他在《科学美国人》杂志发表文章《语义网》，描绘了一个机器可以理解和处理网络信息的未来图景。

第六阶段：知识图谱时代（2012 年至今）。2012 年，谷歌正式推出“知识图谱”（Knowledge Graph）产品，并在搜索结果页面右侧以信息卡片的形式展示结构化的知识摘要。这是“知识图谱”一词首次被科技巨头用于产品命名，尽管其背后的技术理念可以追溯到语义网和符号人工智能的研究。谷歌知识图谱的规模令人惊叹：截至 2020 年，它已经包含了超过 5 亿个实体和 5000 亿条关系，每天响应数十亿次查询请求。更重要的是，谷歌知识图谱的成功引领了一股热潮：百度推出“百度知识图谱”，搜狗推出“知立方”，微软推出“Satori”，亚马逊、苹果、Facebook 等科技巨头也纷纷跟进，研发各自的知识图谱产品。如今，知识图谱已经成为人工智能领域最活跃的研究方向之一，被誉为“机器理解世界的基石”。

为什么连接比孤立更重要

在深入了解知识图谱的现代应用之前，我们需要先回答一个根本性的问题：为什么“用连接来组织知识”如此重要？为什么我们不直接把信息一条条地存储起来，而是要费尽心思地建立它们之间的关联？

答案藏在我们大脑的工作方式里。神经科学家发现，人类大脑是一个高度互联的网络。每一段记忆都不只是存储在大脑的某一个特定区域，而是分散存储在由数十亿个神经元组成的网络中。当我们回忆一段往事时，并不是从记忆库中“调取”一份文件，而是在神经网络中“激活”一群相互连接的神经元，这些神经元的同步放电让我们产生了“有意识地回忆起某事”的体验。

这个发现对于理解知识组织方式有着深刻的启示。认知心理学研究表明，知识的组织方式直接影响记忆和理解的效率。孤立的知识点就像散落在地上的珠子，很容易丢失；但如果用一根线把它们串起来，不仅更容易找到每颗珠子，线的形状本身也成了一种有意义的结构。更有威力的是，当珠子之间形成了多条连线（而不是只靠一根主线串联）时，整个网络变得更加稳定和丰富——即使某根线断了，其他线仍然可以帮你找到那些珠子；而且你可以从不同的角度进入这个网络，根据不同的线索找到你需要的东西。

让我们用一个具体的例子来说明。假设你要学习“光合作用”这个概念。如果只是死记硬背定义——“光合作用是植物、藻类和某些细菌利用阳光将二氧化碳和水转化为葡萄糖和氧气的过程”——你可能会很快忘记。但如果你把这个概念与已知的知识联系起来，情况就完全不同了：

• **光合作用发生在叶绿体中**（结构位置）
• **叶绿体存在于植物细胞里**（生物层次）
• **光合作用需要阳光、二氧化碳和水**（反应物）
• **光合作用产生葡萄糖和氧气**（产物）
• **葡萄糖是植物的能量来源和构建材料**（功能）
• **氧气是动物呼吸所需**（生态关联）
• **光合作用吸收二氧化碳，有助于减缓温室效应**（环境意义）
• **光合作用与细胞呼吸是相反的过程**（对比关系）

当这些连接都被建立起来之后，“光合作用”这个概念就不再是一个孤立的定义，而是一个知识网络中的枢纽节点。从这个节点出发，你可以连接到生物、化学、环境等多个领域的知识；当你需要回忆光合作用的某个方面时，可以从不同的角度切入——也许是从“温室效应”这个话题出发，也许是从“植物细胞结构”出发，每一条路径都可能通向同一个中心。

这就是“用连接来组织知识”的核心价值：它让知识变得更加牢固、更容易记忆、更有意义，也更方便在不同场景下灵活调用。现代知识图谱技术正是要在计算机中实现这种组织方式——用实体和关系构建知识网络，让机器能够像人脑一样高效地存储和检索信息，甚至发现人类难以察觉的隐藏联系。

谷歌搜索框背后的秘密

现在让我们回到 2012 年，看看知识图谱技术如何改变了我们每天都在使用的互联网搜索引擎。

在你输入任何一个查询词（比如“一带一路”或“爱因斯坦”）的瞬间，搜索引擎并不只是在匹配包含这些关键词的网页。背后的知识图谱系统会识别你查询的实体（一带一路是一个国际合作倡议，爱因斯坦是一位物理学家），然后从庞大的知识网络中提取关于这个实体的关键信息，并以信息卡片的形式直接展示在搜索结果旁边。

以搜索“爱因斯坦”为例。如果你在谷歌中输入这个姓名，右上角会出现一个信息卡片，显示他的头像、生卒年份（1879-1955）、主要成就（相对论的创立者）和一些关键事实（出生于德国乌尔姆，加入美国国籍，获得 1921 年诺贝尔物理学奖）。更重要的是，你可以直接在信息卡片中点击“相对论”“光电效应”“诺贝尔物理学奖”等标签，系统会立即跳转到与这些相关概念有关的搜索结果。这种体验完全不同于传统的搜索方式——你不再需要在海量网页中自己筛选信息，搜索引擎已经帮你把最重要的知识整理好了。

这个功能背后的技术正是知识图谱。当用户搜索一个实体时，系统需要完成以下步骤：

1. 实体识别：确定用户查询的是哪个实体（“爱因斯坦”可能指物理学家阿尔伯特·爱因斯坦，也可能指其他叫这个名字的人或事物，需要根据上下文判断） 2. 消歧义：如果存在多个可能的实体，选择最符合语境的那个 3. 关系抽取：从知识图谱中找出与该实体相关的重要关系 4. 答案生成：将抽取的关系组织成自然语言描述，展示给用户

每一步都涉及复杂的自然语言处理和知识推理技术。例如，要正确识别“苹果”究竟是指水果、公司还是歌词，系统需要分析查询词周围的上下文、用户的搜索历史、甚至一天中的时段（早上搜索“苹果”可能更多指向早餐水果，下午搜索可能指向股票行情）。这种智能理解能力，正是知识图谱相较于传统关键词匹配的巨大优势。

谷歌知识图谱的规模已经相当惊人。根据 2020 年公布的数据，它包含了超过 5 亿个实体、1500 多种关系类型和 5000 亿条事实陈述。更令人印象深刻的是其更新速度：每天有超过 1 亿条新事实被添加到知识图谱中，这些新事实来自于网页内容的自动抽取、结构化数据源的导入以及用户的反馈纠正。这种近乎实时的知识更新能力，让知识图谱能够紧跟现实世界的变化，保持信息的时效性。

但知识图谱的意义远不止于改进搜索体验。它是人工智能走向真正“理解”的关键技术基础。当一个系统拥有了对世界的结构化知识表征时，它就能够进行更复杂的推理、回答更复杂的问题、甚至在某些领域接近人类的认知水平。我们接下来要探讨的，正是知识图谱在各个领域的应用场景，以及它将如何塑造我们的未来。

知识图谱的四大超能力

如果我们把知识图谱看作一个有生命的智能系统，它拥有四项令人惊叹的“超能力”，这些能力让它在人工智能时代扮演着不可或缺的角色。

第一项超能力：关系推理。传统数据库擅长回答“是什么”的问题（事实查询），但很难回答“如果……会怎样”或“哪个……最大/最小/最重要”之类的问题。知识图谱则不同，因