当然这样的例子还有很多，在美国做 Semantic Search 的公司还有 200 家，在每一个垂直领域里都有，这上面列的是一些大公司，但实际上小的公司比这多得多，要多一个数量级。所以我们回过头来看，在 2007 年的时候 Gartner 做了这个预测，他预测到 2017 年，majority of Web pages are decorated with some form of semantic hypertext。这个确实我们已经做到了。

　　这个翻身的过程中，Tim Berners-Lee 起到了巨大的作用。2006 年的链接数据，2009 年的政府开放数据，W3C 一直发挥的社区引导作用，都是 Tim 直接领导的结果。可以说，除了他，也没有第二个人在领域出现执行偏差的时候，能够发挥这么大的影响力来实事求是地纠正。他不断地总结，在他的 Design Issues 里，不断反思 Web 发展的一些原则性问题。这些思考通常指导着之后多年的实践。

　　六、五个问题

　　好，通过这些例子我们学到了什么？在之前的 15 年当中，我们经历了被人鄙视的阶段，我们也在最近五六年里面打了一个翻身仗。那我们现在应该反思一些基本的问题，

　　第一个问题，就是设计和总结的问题，其实这也是工程领域里可能是一个通用的规则，就是一个有用的有实践价值的系统，通常是总结出来的，而非设计出来的。当在 2001 年的时候，我们去设想基于逻辑的一整套的表现方式的时候，我们是跟现实脱节的。所以那一套东西被现实无情地打脸了。2006 年之后我们从数据出发（在 Tim Berners-Lee 的引导之下 ），自下向上，我们看现实世界能有什么样的数据。Wikipedia 上的 infobox，这是人类现在已经有的行为，我们就把这个 infobox 里面的一些半结构化的数据提取出来变成 DBpedia，DBpedia 后来被应用到其他产品里面去，提高了问答系统的效率，这是自底向上由我们总结出来的，而不是谁一开始设计出来的。好的东西都是总结出来的而不是设计出来的。

　　第二，面向Semantic，还是面向Web？这也是一个典型的学派之争。在 Semantic Web 这个领域里面有面向Semantic和面向Web这两个学派，Jim Hendler 有一个很著名的演讲叫 Two Towers，一个是 Semantic Tower，另一个是 Web Tower。到底什么是新的东西？Frank van Harmelen 说：The novel part of the Semantic Web is not the Semantics, but the Web。只有 Web 是我们加入这个领域的，什么是 Web？Web 就是互联，就是资源的互联和流通，而不是知识表现。如果我们现在去看知识图谱的话，观察的重点不应该是所谓的分布式表示、机器学习、深度学习，也不应该是所谓的逻辑表达，这些都很重要，但不是这个领域最关键的问题。这个领域最关键的问题是，如何能够让知识在网络上流动起来，如何让人能够更方便的去应用知识、去表达知识，这才是最重要的，人才是这个领域最重要的东西。这就是 Web，Web 是人不是机器。

　　第三个就是面向方法，还是面向问题？ Semantic Web 或者知识图谱，到底是一堆 formulas 还是 questions？我们到底是拿着锤子去找钉子，还是我们现在已经有一个需求。我们要的需求是什么，是钉子吗？不是，我们的需求是墙上的洞，这才是我们的需求。所以我们要面向需求去解决问题，而不是面向我们现在的方法来解决问题。当我们在面向问题的时候，我们发现要解决任何一个问题，都不是一种方法能够解决掉的。我们回去看 Siri 或者 Watson 的整个架构里面，atv，是用了人工智能的多种方法，综合在一起取长补短才解决了这个问题的，没有任何一种单独的方法，无论是统计的方法，深度学习的方法，或者逻辑的方法，可能解决我们现在面临的问题。只有三种方法综合起来之后才可能。我经常会遇到有人会问我这个问题，他说：我现在要做一个知识图谱的应用，该不该用图数据库。问这个问题本身是第一个危险信号，我是不是该用图数据库是第二个危险信号。如果要从这种角度来问问题的话，那么这个项目 90% 会失败，因为它不是从问题出发，而是从方法出发。这是我们一定要避免的风险。