1   認(rèn)識(shí)懂行業(yè)AI

懂行業(yè)AI的目標(biāo)是將企業(yè)中寶貴的專家智能，以結(jié)構(gòu)化知識(shí)形式沉淀下來(lái)，使AI 不僅具備聊天或分類能力，更能在具體情境中進(jìn)行決策。于是，企業(yè)得以將人的經(jīng)驗(yàn)轉(zhuǎn)化為可復(fù)制、可稽核、可優(yōu)化的資產(chǎn)，進(jìn)一步降低風(fēng)險(xiǎn)、提升效率，并實(shí)現(xiàn)個(gè)人化與長(zhǎng)期優(yōu)化，形成企業(yè)的護(hù)城河。

懂行業(yè)AI建置的途徑有很多，本文采取的途徑是一套由可解釋性的KG（知識(shí)圖），結(jié)合可學(xué)習(xí)模型（如GNN/RL），還可以連接到可互動(dòng)環(huán)境DT（數(shù)字孿生），形成一個(gè)死循環(huán)系統(tǒng)。如下圖所示：

這途徑不僅提升AI 決策能力，更能促進(jìn)人類專家反思與知識(shí)演化，形成AI 與人類專家共同進(jìn)化的良性循環(huán)。它扮演一個(gè)行業(yè)智慧決策平臺(tái)。其核心元素是：

1.1 知識(shí)圖譜（KG）：提供語(yǔ)意理解與推理基礎(chǔ)

●   建立行業(yè)性KG，表達(dá)行業(yè)數(shù)據(jù)（如中醫(yī)、建筑、醫(yī)療記錄）。

●   基于三層KG 架構(gòu)，轉(zhuǎn)換成任務(wù)型KG，針對(duì)特定目標(biāo)擷取語(yǔ)意。

1.2 圖神經(jīng)網(wǎng)絡(luò)（GNN）：將圖數(shù)據(jù)轉(zhuǎn)為可學(xué)習(xí)嵌入向量

●   GCN / GAT 處理節(jié)點(diǎn)關(guān)系與特征融合。

●   可進(jìn)一步進(jìn)行相似性分析、連結(jié)預(yù)測(cè)、反事實(shí)連結(jié)等。

1.3 強(qiáng)化學(xué)習(xí)（RL）–為智能體（Agent）學(xué)習(xí)策略與決策

●   定義環(huán)境、狀態(tài)、行動(dòng)、獎(jiǎng)勵(lì)?？山Y(jié)合DQN 進(jìn)行訓(xùn)練。

●   KG作為背景知識(shí)，提升策略合理性與人類可接受性

1.4  數(shù)字孿生（DT）–與真實(shí)世界連結(jié)，實(shí)現(xiàn)模擬與互動(dòng)

●   將環(huán)境模型化為具反饋機(jī)制的DT（Digital Twin），融入實(shí)體設(shè)備、傳感器數(shù)據(jù)或歷史操作紀(jì)錄。

●   DT 可成為智能體的學(xué)習(xí)平臺(tái)，也可接收AI 決策反饋。

2   以KG表達(dá)領(lǐng)域?qū)＜业闹腔?/strong>

知識(shí)是人類理解和進(jìn)步的基石。隨著世界不斷推動(dòng)數(shù)字轉(zhuǎn)型，互聯(lián)互通日益加深，信息量和復(fù)雜性呈指數(shù)級(jí)增長(zhǎng)。在這個(gè)信息豐富的環(huán)境中，組織、鏈接和理解數(shù)據(jù)的需求已變得非常重要。這就是知識(shí)圖（KG：Knowledge Graph）發(fā)揮功效之處。

例如，中華文化里的五行知識(shí)里，五行中的每一種元素都具有獨(dú)特的屬性。元素之間的關(guān)系會(huì)增強(qiáng)或抑制我們生存發(fā)展的能力。五行之間有兩種相互作用的循環(huán)：相生與相克。此外，還可以連結(jié)到十二生肖，如下圖所示：

這些領(lǐng)域知識(shí)形成一套獨(dú)特的生肖文化，不僅用于紀(jì)年，還融入了婚姻擇配、本命年、祈福、春聯(lián)、繪畫等各種民間信仰和藝術(shù)創(chuàng)作中。而且，KG 恰好適合于表達(dá)這種網(wǎng)狀結(jié)構(gòu)的知識(shí)。

3   把KG納入RL強(qiáng)化學(xué)習(xí)的環(huán)境中

強(qiáng)化學(xué)習(xí)（RL: Reinforcement Learning）是一種機(jī)器學(xué)習(xí)方法，其中智能體（Agent）透過(guò)與環(huán)境（Environment）互動(dòng)來(lái)學(xué)習(xí)最優(yōu)決策，并因其行為獲得獎(jiǎng)勵(lì)（正向）或懲罰（負(fù)向），從而模擬人類的試誤學(xué)習(xí)過(guò)程，以最大化長(zhǎng)期收益。

強(qiáng)化學(xué)習(xí)環(huán)境扮演著Agent 與其試圖掌握的世界之間的橋梁。每一步，Agent 選擇一個(gè)動(dòng)作（Action），而環(huán)境則會(huì)以新的狀態(tài)（State）和獎(jiǎng)勵(lì)（Reward）作為響應(yīng)。如下圖所示：

（圖引自：https://datatonic.com/insights/reinforcementlearning-identifying-opportunities-use-cases）

此時(shí)專家們發(fā)現(xiàn)到，KG透過(guò)提供上下文信息、提高預(yù)測(cè)準(zhǔn)確性和促進(jìn)數(shù)據(jù)沿襲跟蹤，對(duì)RL強(qiáng)化學(xué)習(xí)具有很大的優(yōu)化效果。例如，可以把< 五行+ 生肖> 的KG融入到RL學(xué)習(xí)環(huán)境中。如下圖：

這種結(jié)合KG 的RL 學(xué)習(xí)環(huán)境，就具有下述優(yōu)點(diǎn)：

●   語(yǔ)意感知：狀態(tài)空間包含來(lái)自KG 的五行語(yǔ)意。

●   策略導(dǎo)向：獎(jiǎng)勵(lì)函數(shù)引導(dǎo)Agent 偏好合理、合宜的配對(duì)。

●   學(xué)習(xí)解釋性：可以解釋Agent 為什么推薦這對(duì)配對(duì)。

于是，讓Agent 學(xué)習(xí)領(lǐng)域知識(shí)，而極可能成為的< 懂婚姻配對(duì)> 專家了。

4   實(shí)踐范例

茲以「護(hù)理夜間巡房」機(jī)器人為例，演練如何建立KG+RL 學(xué)習(xí)環(huán)境，來(lái)讓NurseAgent 學(xué)習(xí)「護(hù)理夜間巡房」基本流程和任務(wù)。夜間巡房是醫(yī)院大夜班護(hù)理人員在深夜對(duì)病房進(jìn)行定時(shí)或不定時(shí)的巡視、觀察與照護(hù)，主要確保病人生命安全、處理緊急狀況、給予必要治療，并記錄病人狀況，以維護(hù)病人健康，也包括應(yīng)對(duì)病人需求與突發(fā)事件。

4.1 建立行業(yè)KG

首先，把「護(hù)理夜間巡房」的流程，整理成一張護(hù)理思考地圖：當(dāng)下處于哪個(gè)會(huì)話（state） →這一刻最重要的照護(hù)目的（intent）是什么→哪些行動(dòng)（action）可以達(dá)成這個(gè)目的。于是就可以定義KG 的節(jié)點(diǎn)型態(tài)（Node type），如下圖所示：

接著，繼續(xù)萃取專家知識(shí)里的三元組（Triple），即可定義出各節(jié)點(diǎn)的邊。如下圖所示：

除了< 結(jié)束班次> 之外，這KG 里每個(gè)狀態(tài)節(jié)點(diǎn)有其質(zhì)量鏈接，表示此階段（狀態(tài)）本身的自然傾向或目的。在每一步執(zhí)行時(shí)，環(huán)境會(huì)查該節(jié)點(diǎn)對(duì)NurseAgent所選的action 是否「符合目的」，并給予相應(yīng)獎(jiǎng)勵(lì)。這讓每個(gè)「狀態(tài)」不只是流程位置，更具有知識(shí)意義。

于是，這些知識(shí)透過(guò)KG 形式建立后，NurseAgent將從KG 中抽取關(guān)系、形成狀態(tài)轉(zhuǎn)移的邏輯，然后透過(guò)RL學(xué)習(xí)來(lái)提升其決策能力。這樣將專家的KG（結(jié)構(gòu)化知識(shí)） + RL 強(qiáng)化學(xué)習(xí)（動(dòng)態(tài)決策）結(jié)合，打造出可自我學(xué)習(xí)與進(jìn)化的NurseAgent，成為「護(hù)理夜間巡房」的好幫手。

4.2 與LLM一起建立RL學(xué)習(xí)環(huán)境

一旦建立好了KG，不論KG 的格式是*.json、*.bin或.png 等，一般的LLM（如ChatGPT、Gemini）都可以看懂，然后迅速幫忙撰寫Python 程序代碼，來(lái)建立一個(gè)RL 學(xué)習(xí)環(huán)境：

基于這個(gè)KG+RL 學(xué)習(xí)環(huán)境，就能展開(kāi)NurseAgent的學(xué)習(xí)流程了。夜間巡房不是一串動(dòng)作而已，而是每個(gè)時(shí)刻都有一個(gè)優(yōu)先照護(hù)目的，而所做的每個(gè)行為（動(dòng)作）都必須能完成那個(gè)目的。

在這學(xué)習(xí)過(guò)程中，其反復(fù)練習(xí)「在每個(gè)巡房階段，做什么最合理」。亦即，讓護(hù)理NurseAgent 在一個(gè)可控的夜間巡房模擬情境里，反復(fù)演練很多次，最后把最有質(zhì)量的巡房流程學(xué)出來(lái)并存成一份可用的“經(jīng)驗(yàn)表”（如Q-table）。當(dāng)學(xué)習(xí)完成了，就檢測(cè)看看其學(xué)習(xí)成果，如下：

從這輸出可以看到NurseAgent 已經(jīng)學(xué)會(huì)了一個(gè)簡(jiǎn)單的夜班巡房流程：

●   交班開(kāi)始：先做準(zhǔn)備（備物、確認(rèn)設(shè)備）。

●   巡房：以安全為主。

●   量測(cè)生命征象：以評(píng)估為主。

●   紀(jì)錄：撰寫護(hù)理紀(jì)錄。

●   下班結(jié)束。

5   結(jié)束語(yǔ)

在本范例的懂行業(yè)AI 系統(tǒng)建置中，KG 成為可學(xué)習(xí)的專家規(guī)則，而且讓AI 決策邏輯具有可解釋性。在學(xué)習(xí)過(guò)程中可逐步觀察，每一步執(zhí)行的結(jié)果和獎(jiǎng)勵(lì)信息也都明顯可查，于是讓夜間巡房任務(wù)流程具體貼近實(shí)務(wù)應(yīng)用。

（本文來(lái)源于《EEPW》202601）