从地理信息服务到地理知识服务:基本问题与发展路径

　　摘要:从地理信息服务升级到地理知识服务,既是一种必然的发展趋势,也是信息爆炸困境下的迫切现实需求.本文辨析了地理知识服务的内涵、其与地理信息服务的联系与区别,以及其对形式化知识表示与智能化知识处理的要求;在分析传统人工智能技术的局限性和人工智能技术新近突破性进展的基础上,指出最新发展水平的人工智能技术为发展地理知识服务所提供了令人乐观的认知智能基础;从地理知识服务的时空本质特性的角度,指出了发展地理知识服务面临的空间表示知识化、空间分析认知化、知识服务情境化三方面的主要问题;进而提出了地理知识服务的分级发展策略和推进路径.

　　关键词:地理信息服务;地理知识服务;地理空间人工智能;时空知识图谱

　　1信息爆炸呼唤智能化的地理知识服务

　　经过将近20年的发展,地理信息服务作为地理信息技术在当今网络计算时代的基本应用形式,已成为全社会重要的基础信息服务之一[1].地理信息服务实现了让用户通过网络随时随地便捷获取地理信息的目标,然而,面对未在已有地理信息服务中预先定义好的实际问题,现有地理信息技术缺乏根据情况从大量信息中自动整合相关信息,融合地理知识进行推理,形成高价值知识性输出以支持决策的能力,使我们面临数据海量、信息爆炸、知识难求的局面[2].究其原因,这是因为现有的地理信息技术缺乏知识和认知智能.

　　不论是整合信息,还是形成认识、分析情况乃至决策,都需要知识和认知智能,而这是现有地理信息技术所不具备的.信息爆炸使得将主要面向信息检索的地理信息服务提升到具有一定认知智能的地理知识服务的需求变得十分迫切.实际上,文献[2—4]都曾指出由地理信息服务转向地理知识服务是必然的发展趋势.

　　地理知识服务以知识表示与包括知识推理在内的一定程度的认知智能为基础.近10年来,人工智能技术取得了广为人知的突破.笔者认为,融合深度学习、语义网、自然语言处理3项重大人工智能突破的知识图谱技术,正在带来知识获取、管理与应用及认知智能的迅速发展,为发展地理知识服务带来了机遇.基于这些最新进展,本文尝试从地理知识服务的内涵、地理知识服务的需要及能得到什么样的人工智能技术支撑、发展地理知识服务面临的基本问题等角度,探讨从地理信息服务到地理知识服务的智能化升级,旨在抛砖引玉,促进地理信息智能化的研究与发展.

　　2地理知识服务的内涵及其辨析

　　虽然地理知识服务这一术语在国内外文献中已经提出,但它的内涵仍需进一步明确、辨析.特别是,对于什么是地理知识,地理知识服务是否以智能化的知识处理为前提,地理知识服务与地理信息服务的关系与区别都有待澄清.在此,笔者给出自己的理解,为后文提供概念基础,也供大家批评、讨论.

　　2.1地理知识服务的内涵

　　笔者把本文所展望的下一代具有认知智能特征的地理信息技术的基本应用形式称为地理知识服务,它以地理知识为服务内容,以计算机中的形式化知识表示为地理知识载体,以地理空间认知智能为智能特征,以面向情境或问题或主动或应需地准确提供地理知识为服务目标.进一步阐释如下.

　　2.1.1信息与知识的辨析

　　本文所提地理知识服务中的知识既包括地理信息(事实性地理知识),例如“泰山在山东省”,也包括平常意义上的概念性、规律性地理知识等,例如“沙漠中昼夜温差很大”.本文所说的知识是知识工程意义上的知识,强调的是知识表示的形式,而非知识内容.例如“泰山在山东省”可以说是一条信息,也可以说是一条事实性知识,它到底是信息还是知识不在于它本身,而在于它是否与其他知识有效关联、处理它的智能主体能否利用知识的关联进行智能推理.

　　对人而言,可以想象,一个有地理知识的人和一个年幼无知的小孩,他们对“泰山在山东省”的这一事实的理解是不相同的.而对计算机而言,在它的内部表示中,如果泰山在山东省这个基本事实是一条孤立的数据,则它就是一条信息数据,仅能基于它回答“泰山在哪个省”这样直接的问题.而如果泰山在山东这个基本事实关联到了“山”“泰山是一座山”“省”“山东是一个省”等概念与事实上,并且计算机还能理解到山是有一定地域规模的高出周围地表的地形现象、省是一种由国家直接管辖的行政区划等,则计算机可以在这些关联的概念与事实上作出很多推理,则“泰山在山东省”这一基本事实就成了一条知识.因此,地理知识服务与地理信息服务的本质区别体现在计算机内部的数据表示以及基于这种表示能做的“运算”上.地理信息服务基于结构化的信息数据表示,其处理主要面向信息查询或检索;而地理知识服务基于知识表示,其处理主要面向知识推理.

　　2.1.2知识与智能的关系

　　与上述知识的界定相匹配,这里所说的地理知识服务必然要求计算机系统(或者更具体地说就是地理知识系统/地理信息系统)具备有效处理知识的能力,即表示、理解和运用知识的能力———某种人工智能.按照现行文献中的一般用法,笔者把这种理解、运用(例如推理)乃至发现新知识的智能称为(计算机的)认知智能,以区别于现行文献中一般用法所提的感知智能,例如语音识别、人脸识别背后的智能.与语音识别、人脸识别等比较成熟的感知智能应用相比,语义搜索、智能问答、聊天机器人、商品推荐等已经出现的认知智能应用虽然还不够成熟,但广受业界和用户的追捧,并被寄予厚望.因此,本文中的地理知识服务既是以地理信息的知识化、地理信息技术的智能化为前提和基础的,也是作为当代地理信息技术智能化升级的具象目标来提的,还是作为未来智能化地理信息技术的主要应用形式来提的,以期避免简单地提地理信息技术智能化可能带来的笼统和泛泛.

　　2.2与地理信息服务的联系和比较

　　本文通过比较地理知识服务与传统的地理信息服务,进一步澄清地理知识服务的内涵.列出了现行的地理信息服务与所展望的地理知识服务的主要方面的对比.与地理信息服务相比,地理知识服务最大的不同是服务内容,前者提供信息,后者提供知识(包括在当前地理信息服务中以结构化信息型数据表示的事实性知识,即平常意义上的信息).

　　从内容来源上看,现行地理信息服务以空间数据库中数据为主,而大数据时代的地理知识服务需要将富含地理知识的文本、地图等考虑在内.从数据表示和处理能力上看,地理信息服务基于结构化的信息数据表示,其处理主要面向信息查询或检索;而地理知识服务基于知识表示,除了语义检索,其处理主要面向知识推理.此外,构建这种表示的方法很关键.如果依靠人工方式构建大规模知识库,则成本很高,若成本过高,则方法不可行.专家系统作为上一代知识工程技术的代表,虽然有一些成功的应用,但难以推广的主要原因之一就在于难以构建大规模规则知识库[14].

　　从应用效果上看,现行地理信息服务通过针对特定信息查询设计、定制的用户界面帮助用户查询地理信息,而所展望的地理知识服务根据用户给出的相对开放、灵活的提问或指示,根据感知觉察到的情境,智能化地集成分析所涉及的知识,作出必要的推理,或应需或主动地提供知识服务.

　　为了强化地理知识服务和地理信息服务的不同,一定程度地把它们放在了对立面作比较,而实际上,通过这种可比性和类比关系,本文试图表明地理知识服务是对地理信息服务的继承和知识化、智能化升级.从这种升级的角度来看,笔者认为现行的地理信息服务正是实现地理知识服务的现实起点.而如果暂时抛开其中的复杂性与各种困难,也可以简单地认为地理知识服务就是对现行地理信息服务在地理空间表示上的知识化、在地理空间分析上的认知化、在应用服务中的情境化.笔者用一个例子来说明地理信息服务与地理知识服务之间密切的联系和看似细微实则具有根本性不同的区别.设想在新冠疫情期间,驾车到成都双流机场迎接亲友的地理信息服务场景.

　　从驾车路线的导航来看,现有的导航服务可以准确、高效地实时导航,但它不能在导航开始前给出“到机场接机需要佩戴口罩,否则不能进入机场迎接大厅”这一重要提示.在这个例子中,现行地理信息服务由于不能整合有关信息、融合知识、自动推理,因而不具备情境化的智能服务能力.实际上,这样的智能服务需求非常普遍,包括雨季交通中对道路积水的提醒、郊野活动时对移动网络信号覆盖范围的提醒、隧道行车时对可能存在的路面暗冰的提醒等,都需要这样的基于知识的情境化推理智能.这些例子中,所提供的似乎仍然是地理信息服务,但由于其处理需要基于知识和认知智能来融合事实性知识(信息)和概念性知识,因此,本质上已经是智能化的地理知识服务.

　　3地理知识服务的人工智能技术发展基础

　　地理知识服务以计算机有效地表示和智能化地处理知识为前提和基础.本节结合人工智能技术的发展来分析、说明为什么说直到知识图谱技术的新近突破,当今发展水平的人工智能技术才为发展地理知识服务提供了让人有理由乐观的基础.首先,指出传统知识工程的不足、深度学习技术突破的局限性.然后,分析新近知识图谱技术在知识表示与推理上的发展带来的机遇.

　　4地理知识服务的基本问题

　　上文从地理信息服务到地理知识服务升级转换的角度,阐释了地理知识服务的内涵,并指出实现这种升级转换的关键是引入知识表示和认知智能,而知识图谱技术作为大数据时代的知识工程技术取得的进展为发展地理知识服务提供了知识表示与推理技术基础.然而,地理知识具有时空本质特性,当下常规知识图谱将时空作为一般属性,不能充分、精确地表示复杂时空关系,不足以充分关联、深入挖掘地理时空大数据中蕴含的丰富地理时空知识.这种情况类似于地理信息技术发展之初,一般的关系数据模型不足以表示复杂的地理对象,不足以处理地理对象之间复杂的空间关系.后来经过约20年(1980—2000年期间)的研究、发展,地理信息技术领域最终构建出拓展了关系数据模型的地理空间关系数据模型,研制出空间数据库引擎,支撑了当今大规模地理信息服务的实现.

　　类似地,针对目前知识图谱中时空建模的上述根本性不足,笔者认为发展地理知识服务的关键是要发展充分顾及时空知识表示与时空关系推理特性的时空知识图谱技术.正如当初空间数据库技术以当时的关系数据库技术为基础,有理由认为待发展的时空知识图谱技术宜以当前的知识图谱技术为基础,而扩展的关键是要向知识图谱中植入时空维度,如图2所示,发展时空型知识图谱的理论、方法与技术.为此,需要解决3个方面的主要问题.

　　5地理知识服务的分级发展和推进路径

　　地理知识服务是地理信息产业的一次智能化升级,其发展是一项长期而浩大的艰巨工程.下文就如何循序渐进地推进其发展,从分级发展和推进路径两个方面抛出构想.

　　5.1分级发展策略

　　前文为了强调与现行地理信息服务的区别和对其的升级,强化了地理知识服务的认知智能属性.然而,计算机的认知智能仍在发展中,还远不成熟.而面对信息爆炸困境和人工智能技术的迅速发展,不同智能化程度的地理知识服务有现实需求.因此,宜分级推进地理知识服务的发展.下面从知识化、智能化程度的角度,尝试给出一种地理知识服务分级.这里有意拉大级别之间的差距,以便于区分各个级别.第一级(L1)为现行的地理知识网站和地理信息服务,它们未采用知识表示方法,不具备知识智能化处理能力.

　　在第二级(L2)中,引入了结构化或向量式知识表示,强调自动构建知识图谱的能力和知识推理能力,设想中的典型应用为地理知识语义搜索和智能问答.第三级(L3)强调结构化符号知识表示与向量式知识表示的融合,以及两种表示下知识推理的融合,在此基础上形成对地理空间的理解性认知,设想中的典型应用为地理场景“看图说话”、智能对话.第四级(L4)强调具备根据实际情况在较为开放的知识领域中自动整合知识、有针对性地提供知识服务或解释地理现象,设想中的典型应用为情境觉知的地理知识服务和人造GIS/GKS分析员,后者由文献[11]提出.5.2从理论研究到规模化应用的发展路径从地理信息服务到地理知识服务的发展是一种根本性改造,涉及理论与方法研究、关键技术研发、基础工程建设、应用推广与产业化等方面.

　　理论与方法研究的基本问题在上文已经着重阐述,主要包含表示知识化、分析认知化、服务情境化3方面.在关键技术研发上,一方面,需要研发具备时空知识表示、推理、智能交互能力的时空知识图谱引擎;另一方面,需要研发从时空大数据自动构建时空知识图谱的工具.在地理知识基础工程建设上,一方面,需要构建具有广泛适用性的基础性地理时空本体,以及领域性、行业性地理时空本体,形成标准;另一方面,需要完成地理时空知识的标准化生产.在应用推广和产业化方面,需要构建基础性大规模知识服务平台以支撑全社会高效、经济的构建知识服务应用系统.

　　地理论文范例： 地理信息系统在旅游管理中的应用

　　6总结与展望

　　本文认为从地理信息服务升级到地理知识服务既是一种必然的发展趋势,也是信息爆炸困境下的迫切现实需求,并将地理知识服务作为地理信息技术智能化升级的具象目标、未来智能化地理信息技术的主要应用形式.本文从由地理信息服务到地理知识服务转换的角度,辨析了地理知识服务的内涵;分析了人工智能技术新近突破性进展为发展地理知识服务所提供的令人乐观的认知智能基础;在此基础上,从地理知识服务的时空本质特性的角度,指出了发展地理知识服务在空间表示知识化、空间分析认知化、知识服务情境化3方面面临的主要问题,进而提出了地理知识服务的分级发展策略和推进路径.智能化时代正在到来,地理信息服务的未来会或者需要怎么发展是个大问题.计算机认知智能的研究方兴未艾,技术发展日新月异.本文旨在抛砖引玉,促进地理信息技术智能化的研究与发展.

　　参考文献：

　　[1]李德仁.从测绘学到地球空间信息智能服务科学[J].测绘学报,2017,46(10):1207G1212.LIDeren.Fromgeomaticstogeospatialservicescience[J].ActaGeodaeticaetCartographicaSinica,2017,46(10):1207G1212.

　　[2]龚健雅,耿晶,吴华意.地理空间知识服务概论[J].武汉大学学报(信息科学版),2014,39(8):883G890.GONGJianya,GENGJing,WUHuayi.Geospatialknowledgeservice:areview[J].GeomaticsandInformationScienceofWuhanUniversity,2014,39(8):883G890.

　　[3]陆锋,余丽,仇培元.论地理知识图谱[J].地球信息科学学报,2017,19(6):723G734.LUFeng,YULi,QIUPeiyuan.Ongeographicknowledgegraph[J].JournalofGeoGinformationScience,2017,19(6):723G734.

　　作者：慎利1,2,徐柱1,2,李志林1,2,刘万增3,崔秉良4