人工智能与 图数据库技术 通过领域知识和关联数据提高AI性能

人工智能（AI ）的概念历史悠久。简单地给个定义，人工智能是一种解决方案或一套工具，可以模仿人类智能的方式解决问题。通常，它实际的目标是进行预测：对事物进行分类（例如添加标签）或预测人工智能与图数据库技术 

通过领域知识和关联数据提高AI性能

人工智能（AI ）的概念历史悠久。简单地给个定义，人工智能是一种解决方案或一套工具，可以模仿人类智能的方式解决问题。通常，它实际的目标是进行预测：对事物进行分类（例如添加标签）或预测值（例如系列中预期的下一个数字）。
从更广泛的意义上说，AI有两类：狭义的和普遍的方法。狭义AI专注于很好地执行某项任务，例如图像识别。更普遍的AI包括智能规划、自然语言理解、对象识别、机器学习或解决问题的多种能力。今天的人工智能解决方案虽然大多属于狭义的人工智能类别，但它们在适用于新情况方面拥有越来越广泛的能力，因此随着时间的推移也变得更加强大。
使AI应用程序能够具有更广泛的能力的一种方法是为它们提供领域知识(又称上下文 ，context)，为它们提供相关信息以用于解决手头的问题。
考虑一下自动驾驶汽车的情行。在雨天条件下自动驾驶车辆是很困难的，因为在多雨的条件下会有更多可变因素（想想太阳雨、暴风雨、冬天雨雪混合等不同天气类型，还有光线的因素、可能从左上或右上方照射下来）。
自动驾驶汽车的AI需要学习光线和天气条件的每种可能组合，但是事实上在所有可能的情况下对其进行训练上是不可能做到的。换一个角度，如果能为AI提供关联的领域相关知识（例如下雨的夜晚、夜晚和温 度的关联），则可以组合来自多个领域相关的信 息并推断出下一个要采取的操作（如减速或打开前灯）。
图和图数据库技术管理关联数据并定义关系。通过应用领域相关知识增强AI的性能，图技术提供了一种有效的技术手段来实现复杂AI应用程序的开发。