人工智能是對一類能夠實現機器模擬智慧生命某些特征的技術統稱，從學術上可以分為，對人類已有知識進行組織編輯的符號主義、通過數學理論公式推導聚類和預測問題的連接主義，以及利用機器模仿生物活體行為的行為主義三個流派，分別以知識工程、機器學習和仿生機器人為時代代表，而知識圖譜就是新一代知識工程的具體體現。2012年，深度學習在計算機視覺和智能語音上產生重大突破，打開了人工智能商業化的大門，使得連接主義一度成為人工智能的代名詞，但隨著應用落地成為主旋律，缺位行業邏輯和理論概念的連接主義，往往找不到最佳的應用場景而止步于淺層嘗試，在此背景下，人工智能技術應當走向融合，符號主義需要連接主義提供強大的計算支撐，連接主義需要符號主義的邏輯指導，二者又共同作用于行為主義，充當機器人的大腦和“記憶宮殿”，在多種技術綜合利用下的垂直領域智能解決方案才是當今最符合市場期待的方向。
人工智能與互聯網或5G等技術本質上存在差別，后者解決的是信息的發出、傳遞、接收與反饋的閉環問題，而人工智能的本質是進行生產力升級，因此評判人工智能使用的是否有價值，要看其技術應用是否貼近生產核心。人類生產力可以歸類為知識生產力和勞動生產力，人工智能走入產業后，可以分為感知智能、認知智能和行為智能，后兩者更與生產力相對應。以計算機視覺、語音識別為代表的感知智能應用深度學習，在算力與數據的支撐下突破了工業紅線，實現了機器對于自然界具象事物的判斷與識別，但僅僅如此并沒有觸及核心生產環節，所以也就限制了其商業應用半徑。當人們使用機器能識別更多事物的時候，自然而然的引發了，對事物背后的事理，理解、分析和決策的深層次需求，認知智能呼之欲出。認知智能核心解決的問題是對人類文明抽象概念的識別與聯想，通過自然語言處理（NLP）技術對文字內容在語義上進行初步認知和自動抓取，經由知識圖譜對概念間的關系屬性進行聯結、轉換，從而對人類社會生產、生活行為進行描繪，實現業務規范梳理、生產流程可視化、人際關系挖掘等代表應用，這與注重經驗、邏輯和方法論累積的知識生產力產生了直接對應，而與勞動生產力相對應的行為智能同樣需要知識的指導，所以認知智能的發展才是人工智能回歸本質的表征，而搭建知識圖譜是認知智能可以參與生產的基礎錨點。
知識圖譜是一種描繪實體之間關系的語義網絡，是人工智能重要研究領域——知識工程的主要表現形式之一。知識圖譜通過RDF（三元組），既“實體 x 關系 x 另一實體”或“實體 x 屬性 x 屬性值”集合的形式，以人類對世界認知的角度，闡述世間萬物之間的關系，通過NLP技術、圖計算、知識表示學習等手段，將非線性世界中的知識信息結構化，以便機器計算、存儲和查詢，起到賦予機器人類認知的效果 ，是人工智能技術走向認知的必要基礎。
