1   認識通用性行業KG

1.1 食物FlavorGraph為例

在上一期里，藉由< 用戶、食材和食譜> 三位一體的多層次關聯來建立知識圖（KG：Knowledge Graph）。并且基于上述KG體通過三個階段來生成反事實食材組合的圖譜，這結合了多階段的GCN模型和反事實分析來進行推薦和創新。其中，幕后有一個基礎組件：FlavorGraph。它即是俗稱的：行業KG（industry knowledge graph），是由Sony AI團隊與韓國高麗大學合作建立的食材配對通用性KG。它的數據量包含1,561 項風味化合物（flavor molecules）和百萬筆食譜，形成食物和化合物組成的巨大知識網絡，表達食材跟食材或食材與化合物之間的關系，可用來推薦互補的配料，幫助廚師們創新烹飪菜肴。

1.2 以醫藥DRKG為例

DRKG（Drug Repurposing Knowledge Gaph）是由亞馬遜上海AI實驗室聯合來自亞馬遜AI北美、明尼蘇達大學、俄亥俄州立大學、湖南大學的研究者，共同構建的大規模藥物再利用知識圖，其包括屬于13種實體類型（entity-types）的97, 238個實體（entities）；以及屬于107種邊緣類型（edge-types）的5,874,261 項連結(links)。如圖-1所示。

圖1 通用性DRKG

（引自https://github.com/gnn4dr/DRKG）

這DGRK非常有助于新藥開發，它可以有效縮短藥物研發周期、降低成本和風險。從上述的醫療行業的DRKG，以及飲食行業的FlavorGraph 等，我們來觀察它們對于各行業的AI應用，提供了很大的幫助。

2   行業KG+AI模型

將知識圖KG和AI模型結合起來，更能夠掌握數據之間的關系和準確涵意，提升了推論的準確性，也更發揮AI器學習方法的能力。愈來愈多企業開始使用AI來幫助決策，KG+AI將智能融入數據本身，來為AI提供了更可解釋、更準確的背景。進而協助企業人士降低決策風險，提升企業效益。例如，在醫藥行業，能解釋某藥物為何對特定疾病有效。而在飲食行業FlavorGraph提供的通用化學風味知識，并由AI模型（如GCN模型）進一步挖掘潛在菜單組合的關系，激發食譜創新。其中，KG與GCN模型的結合過程，如下：

2.1 數據收集與篩選：

收集企業內部數據（如食材采購列表、銷售記錄），并且清洗數據，去除冗余或不相關的數據。利用行業KG結構化數據提升GCN模型輸入數據的質量。

2.2 立KG：

設計節點（node）與邊（edge）的類型，例如「食材」、「料理」、「風味」等。并且定義節點特征（feature）和關系（relationship），例如「包含」、「兼容」、「替代」等。

2.3 練GCN模型：

訓練GCN來實現模型的目標，包括使用模型來提取知識。例如風味搭配建議、新菜單推薦等。

上述的KG 與GCN 模型是互補的，KG 中的數據是高度結構化的圖形數據，包含節點和關系。而GCN能夠處理圖結構數據，通過聚合鄰居節點的信息來學習每個節點的表示。于是，GCN自然適配KG的結構，捕捉節點間復雜的語義關系。這KG是行業數據的「智能連接器」，能有效提升企業AI解決方案的效率與準確性。例如，FlavorGraph與DRKG已經展現燦爛光芒，應用于許多商業場景，讓企業采用行業KG，結合自身數據打用造更有競爭力的AI 應。

3   基于通用性行業KG，建構下游企業KG

通用性行業KG（如FlavorGraph）蘊含豐富的行業共享性知識，而企業則針對小領域的特殊需求（如拉面的烹飪過程、食材搭配、口味調配等），建立專用的企業KG( 如FoodKG) 更具針對性。如圖-2所示。

圖2 行業KG支持下游任務

從行業KG（如FlavorGraph）中提取相關節點與邊，補充企業內部數據（如食材采購列表、銷售記錄）。清洗數據，去除冗余或不相關的數據。有了行業KG提供跨域知識的支持，能有效應用于拉面食材推薦、菜單設計和個性化服務等多種場景。這種模式是一種知識驅動的AI遷移學習，能加速AI針對企業目標的應用。

現在，就來觀摩這個「知識驅動AI遷移學習」的第一項事情：將行業FlavorGraph 的節點嵌入（node embedding）作為企業FoodKG + GCN的初始特征（initial features）。將已有的行業知識（如FlavorGraph中的節點嵌入）轉化為模型可用的初始特征，等同于利用外部的知識來增強本地圖譜的表現。無論是餐飲、醫療、金融、制造還是零售行業，都能從跨域知識的遷移中受益。初始特征來自于成熟的知識圖譜，代表了節點間的隱含語義與結構關系。這種初始化能顯著提升模型在各行業的學習能力和性能。預先訓練的嵌入能輕松應用于新節點或關系的擴展，而無需重新從零訓練。不同行業的圖譜和嵌入可共享或遷移，促進跨領域應用。例如，將醫療行業的知識嵌入應用于健康食品推薦（如從DRKG遷移到FlavorGraph）。還有，將財務數據圖譜嵌入用于供應鏈風險管理等許多商業情境。

其中，節點嵌入（node embeddings）是將知識圖譜中的節點轉換為數值向量，亦即壓縮節點的高維屬性與關系信息到低維空間中，保留圖結構的核心語義。然后，于節點嵌入的向量空間，衡量節點之間的相似性。使用行業大KG的節點嵌入作為下游企業小KG+GCN 模型輸入，非常有助于提升推薦、分類、或預測任務的準確度。基于KG 的知識來生成節點嵌入的常見技術包刮：DeepWalk、Node2 Vec、GraphSAGE、或GCN 等。

4   實際案例演示：實踐下游任務

剛才提到了，每個食材和化學成分都是FlavorGraph圖中的節點(node)，這些節點之間的邊（edge）代表食材和化學成分之間的關聯。例如，某些食材共享相似的化學成分或風味特性。然后，FlavorGraph + AI的框架中，其關鍵任務之一就是：生成食材及其化學成分的節點嵌入。

由于SONY AI團隊已經使用FlavorGraph + DeepWalk方法來生成其節點嵌入了。所以在企業KG 的下游任務建構中，就能直接讀取它，來做為下游FoodKG + GCN的起始輸入節點特征。

4.1 從FlavorGraph讀取節點嵌入

現在，就來寫一個小Python 程序讀取之。

此程序運行時，就會從FlavorGraph取出食材( 如蛋)的節點嵌入，輸出如下：

由于FlavorGraph是行業大型KG，其包容眾多食材，其節點嵌入向量采取較高的300維度。例如，這程序讀取的食材< 蛋> 的嵌入向量含有300個數值。

4.2 建立企業KG

基于FlavorGraph生成的節點嵌入，就能建立下游任務的高質量企業KG。通常企業KG的節點和邊的數量，都比上游通用性KG少很多，但是為了接受從上游遷移而來的節點嵌入，所以企業KG的節點特征( 向量) 也必須設定成：300維。現在，就動手撰寫一個小Python程序，來建立一個小型FoodKG。它只有200個節點，以及171個邊。如下代碼：

此程序運行時，就會從nodes_tiny_200.csv和edges_tiny_200.csv兩個檔案里， 讀取200個節點和171個邊的數據，建立一個下游的FoodKG。接著，從上游FlavorGraph讀取節點嵌入，做為FoodKG的起始節點特征。并且輸出如下：

于是，準備好了FoodKG。

4.3 企業KG來訓練GCN

接下來，就是引進GCN模型來學習FoodKG的數據。這是一般典型的GCN 訓練，于此省略其訓練代碼。

此程序運行時，就展開訓練200 回合，并輸出：

這是典型的GCN訓練流程。從loss 值的持續下降，這GCN的學習效果是良好的。至此，完成了一項關鍵任務：利用行業KG提供的預訓練嵌入，將KG節點轉化為可用于GCN模型的數值特征，并且展開訓練。

5   結束語

通用性行業KG可以支持建構各種企業KG，并結合GCN等模型，來支持眾多企業AI的下游任務。例如，也能支持建立發酵食材的IngGraph，來實踐另一項下游客制化任務。發酵過程中的食材（例如：酸奶、醬油、啤酒、泡菜等）往往會經歷復雜的化學反應和微生物活動。在FlavorGraph風味關聯圖中，這些食材都是圖中的節點，而發酵過程中的風味轉變、化學物質（如有機酸、酯類、醇類等）的變化則成為邊來連接這些節點。GCN模型不僅學習食材間的靜態關聯，還能捕捉發酵過程中風味的變化。而下游IngGraph這樣的系統可以幫助用戶實現更精確的食材搭配與風味設計，尤其是針對那些風味組合復雜、需要高度自定義的發酵食材領域。

（本文來源于《EEPW》202501）