增強AI上下文與複雜網絡的鏈接
本系列翻譯文章原文鏈接地址【AI and Graph Technology: 4 Ways Graphs Add Context】
人工智能的概念已經存在了很長一段時間。一個很寬鬆的定義是人工智能是模仿人類智能來解決問題。通常人工智能方法的目標是做出預測；進行分類（增加標記標籤）；或者是預測一個特定的值（例如預測在一個數字序列中的下一個值）。
從更廣泛的意義上來講，人工智能分爲狹義和廣義。狹義人工智能是聚焦地完成一個特定任務，例如圖片識別。更通用的AI包括多任務規劃的能力、語言理解能力、目標識別、以及學習和解決問題的能力。如今的人工智能解決方案大多屬於狹義的人工智能範疇，但隨着時間的推移人工智能適用於新事物的能力也在不斷變強。
讓人工智能應用程序更廣泛應用的一種方法是爲它們提供上下文，用相關的信息圍繞着他們來解決手頭的問題。
以自動駕駛汽車爲例。教自動駕駛汽車在雨天行駛是困難的，因爲有這麼多的變化在下雨的時候(考慮晴天下雨，陰天，陽光從左邊或右邊照射過來，風夾雜着雨，雨雪混合等等)。
如果自動駕駛汽車的人工智能需要考慮每一個可能出現的情況，要訓練它適應所有的情況是不可能的。但是爲AI提供上下文相關的信息（下雨和夜晚，夜晚和溫度），它就可能根據更多的上下文信息推斷出下一步要採取的行動（比如減速或者打開車頭燈）。
圖技術連接數據並定義關係，通過增強人工智能的上下文，圖技術使得開發複雜的人工智能應用存在實現的可能。
一、什麼是人工智能
二、上下文對於人工智能的重要性
三、圖提供的四種上下文
…待更新