Граф знань — це структуроване представлення інформації у вигляді мережі сутностей (вузлів) і зв'язків (ребер), що дозволяє комп'ютерам моделювати складні факти реального світу та їхні взаємозв'язки. Сутностями можуть бути люди, місця, події, поняття чи будь-які інші ідентифіковані об'єкти; зв'язки описують, як сутності поєднані між собою (народився_в, є_частиною, відкрив). Графи знань живлять пошукові системи (Google Knowledge Graph), віртуальних асистентів (Siri, Alexa), рекомендаційні системи та рушії штучного інтелекту для міркувань.
Графи знань зазвичай представлені за допомогою Resource Description Framework (RDF) — стандарту консорціуму World Wide Web Consortium (W3C), який кодує факти у вигляді триплетів суб'єкт-предикат-об'єкт: (Марія Кюрі) - (народилася в) - (Варшава). SPARQL — це мова запитів для графів RDF, аналогічна SQL для реляційних баз даних. SPARQL дозволяє складні запити на кшталт «перелічити всіх лауреатів Нобелівської премії з фізики, народжених у Східній Європі». Великі публічні графи знань включають Wikidata (понад 90 мільйонів сутностей), DBpedia та Freebase (нині закритий).
Графові нейронні мережі (GNN) навчають представлення вузлів і ребер, які можна використовувати для передбачення зв'язків (які нові факти, ймовірно, правдиві?), класифікації сутностей (до якого типу належить цей об'єкт?) та відповідей на запитання. Доповнення графів знань — автоматичне виведення відсутніх фактів — є активною сферою досліджень, що використовує методи вкладення (TransE, RotatE, ComplEx), які представляють сутності як вектори, а зв'язки — як геометричні операції у просторі вкладень. Великі мовні моделі дедалі частіше поєднують із графами знань, щоб обґрунтовувати свої відповіді перевіреними фактичними базами даних.
Реляційна база даних зберігає дані у структурованих таблицях із заздалегідь визначеними схемами. Граф знань зберігає дані як гнучку мережу сутностей і зв'язків, що дозволяє легко додавати нові типи сутностей чи зв'язків без перепроєктування схеми. Графи знань чудово підходять для представлення складної, взаємопов'язаної та неоднорідної інформації, де зв'язки між елементами даних настільки ж важливі, як і самі дані.
Триплет RDF — це твердження суб'єкт-предикат-об'єкт, що кодує один факт. Наприклад: (Альберт Ейнштейн, народився_в, Ульм) або (Ульм, розташований_в, Німеччина). Суб'єкти й об'єкти — це сутності (ідентифіковані за URI), а предикати — це зв'язки. Граф знань — це набір мільйонів таких триплетів, що разом кодують багату фактичну мережу.
Граф знань Google (запущений у 2012 році) лежить в основі інформаційних панелей, що показуються праворуч у результатах пошуку, надаючи структуровані відповіді на запити на кшталт «Хто така Марія Кюрі?». Він містить мільярди сутностей і зв'язків, отриманих із Вікіпедії, Freebase та інших постачальників даних. Це дозволяє Google розуміти запити семантично (розпізнаючи, що «Ейнштейн» стосується фізика), а не просто зіставляти ключові слова.
Вкладення графа знань відображає сутності та зв'язки у неперервні векторні простори так, щоб геометрія відображала структуру графа. Модель TransE представляє триплет (h, r, t) як h + r ≈ t — вектор голови плюс вектор зв'язку має приблизно дорівнювати вектору хвоста. Вкладення дозволяють передбачати зв'язки (знаходити відсутні триплети), обчислювати подібність сутностей і слугують входом для моделей машинного навчання.
Біомедичні графи знань пов'язують гени, білки, хвороби, ліки, метаболічні шляхи та клінічні випробування. Аналіз на основі графів може знаходити кандидатні препарати для нової хвороби, виявляючи існуючі ліки, що діють на білки, причетні до цієї хвороби. Передбачення зв'язків виявляє ймовірні взаємодії між лікарськими сполуками та біологічними мішенями. Цей підхід допоміг пришвидшити дослідження з перепрофілювання ліків проти COVID-19 у 2020 році.