知識グラフは、実世界のエンティティ（人、場所、組織、概念など）をノードとして格納し、それらの間の関係をラベル付きエッジとして格納する情報の構造化表現であり、検索、走査、推論が可能なネットワークを形成する。知識グラフは、記号的AI表現の広範な伝統の中に位置づけられ、検索、質問応答、現代の生成AIシステムの接地において中心的なインフラとなっている。
構造
知識グラフは通常、事実を主語、述語、目的語の三つ組として符号化する。例えば「Anthropic、設立年、2021」といった具合であり、多くの場合、許可されるエンティティ型と関係を定義する形式的スキーマやオントロジーに従う。この構造により、システムは、特定の年に設立されたすべての組織を見つけるといった論理クエリを実行でき、これは非構造化テキストだけから確実に抽出するのが難しいものであり、また定義されたルールに対する内部整合性をチェックすることも可能になる。
歴史
知識グラフの概念的ルーツは、1960年代以降の記号的AI研究で発展した意味ネットワークにあり、その後、1984年に開始された常識的事実を数百万件手作業で符号化するプロジェクトであるCycや、2000年代初頭にティム・バーナーズ＝リーが提唱した、機械可読なウェブデータの標準化形式を提案するセマンティック・ウェブ構想などの取り組みに遡る。「知識グラフ」という用語自体は、2012年にGoogleがKnowledge Graph製品を立ち上げて主流となり、買収したFreebaseデータベースやその他の情報源を活用して、多くのウェブ検索結果に付随する情報パネルを強化した。
Google Knowledge Graphとその後継
Googleがこの用語を採用した後、主要なテクノロジー企業は独自の大規模知識グラフを構築した。MicrosoftのSatoriやBingエンティティグラフ、FacebookのEntity Graph、Amazonのプロダクトグラフなどがあり、それぞれ検索、レコメンデーション、仮想アシスタント製品を強化するために調整されている。オープンでコミュニティ維持型の代替案としては、2012年にWikipediaの構造化コンパニオンとして立ち上げられたWikidataがあり、研究やアプリケーション向けに広く使用される無料の知識グラフリソースとなっている。
AIシステムでの利用
知識グラフは、大規模言語モデルシステムの時代に新たな重要性を帯びている。これらのシステムは幻覚を起こしやすく、もっともらしいが誤った記述を自信を持って生成する。言語モデルと知識グラフを組み合わせることで、検証済みの構造化事実に出力を接地するメカニズムが提供される。これは、関連するサブグラフを取得してプロンプトに含める方法（検索拡張生成の変種）や、生成された主張を後からグラフに対して検証する方法による。知識グラフはまた、意味検索システムでクエリやエンティティの曖昧性を解消するために使用され、ベクトルデータベースに格納された高密度埋め込みベースの検索手法を補完し、企業環境では、モデルのトレーニングデータに含まれなかった独自の構造化組織知識へのAIシステムのアクセスを提供する。
限界
知識グラフの構築と維持は労働集約的である。非構造化ソースから正確な構造化事実を抽出するには、かなりの人手によるキュレーションか、エラーを起こしやすい自動抽出が必要であり、スキーマはドメインの進化に伴って時代遅れになり得る。また、十分に文書化されたドメイン以外ではカバレッジが必然的に不完全である。これらの限界は、記号的知識グラフの精度と監査可能性を、ニューラル手法の柔軟性と広範なカバレッジと組み合わせるハイブリッドアプローチを動機付けており、これはエキスパートシステムに由来する明示的で構造化された表現と、自然言語処理や機械学習全般からの統計的パターン学習との間の、AIにおける長年の緊張関係を反映している。