目前各行各业在数字化、智能化发展的大势所趋下,信息新技术不断涌现,也在加快深入融合到传统实体行业应用中,比如知识图谱、人工智能、数字孪生等等,特别是基于人工智能的大模型在去年底被chatgpt的带领下涌现出一波又一波的浪潮,目前出现了各种开源大模型,国内更有各种类型的百模千模大战,为了跟踪最新技术和应用实践,本文也在时刻关注大模型,更在关注知识图谱,实事求是来说,知识图谱出现的更早,大概在2012年左右逐步兴起,但由于知识图谱本身是一个持续性、系统性、基础性工程,是不太容易体现出短期价值的工作,导致很多公司不愿意投入太多资源,其实本文认为,通过知识图谱为基础的认知智能的发展才是未来,知识图谱与大模型的结合或相互助力才是王道,也就是说,在大模型发展的当下,知识图谱与大模型的融合发展成为一个有意义的探索方向。知识图谱是对数据/文本的压缩,通过知识建模定义的知识的结构规范,提炼出知识最本质特征和语义。因此,schema是一种强范式指令,大模型是in-context learning,借助大模型来,实现自动生成常识知识的schema定义(垂直细领域、业务实体特有schema仍需专家)、以schema作为prompt约束,生成高质量的结构化知识并沉淀到知识图谱。比如在知识建模、知识抽取、知识推理探测等方向开展互动。