很多領(lǐng)域都需要用知識和數(shù)據(jù)建立模型用于預(yù)測未來或認識過去。有些領(lǐng)域，知識很少，數(shù)據(jù)很多，數(shù)據(jù)容易獲取，建立模型時主要用數(shù)據(jù)就能完成，比如圖像識別、語音識別、垃圾識別，這主要針對具有人類日常知識的通用領(lǐng)域，數(shù)據(jù)標簽獲取難度低。有些領(lǐng)域，積累了很多知識，數(shù)據(jù)很少，公開的數(shù)據(jù)更少，數(shù)據(jù)獲取費用很高，建模型時使用少量的數(shù)據(jù)，再上大量的知識，比如地下地質(zhì)體地質(zhì)建模、金融預(yù)測模型，這些針對專業(yè)性很強的領(lǐng)域，門檻較高，數(shù)據(jù)標簽獲取的難度大，費用高。目前流行的基于大數(shù)據(jù)的機器學習適合于數(shù)據(jù)密集型建模，不太適應(yīng)缺少樣本的專業(yè)領(lǐng)域的機器學習?；诜枌W習的機器學習適合知識密集型建模，或許是專業(yè)領(lǐng)域智能建模的必有之路。

按照最早人工智能的發(fā)展設(shè)想，要達到強人工智能，類似于人類的智能，要先經(jīng)過數(shù)據(jù)智能（學習），再經(jīng)過符號（智能）學習，最后達到生物（人）智能?；跀?shù)據(jù)的學習計算量大，基于符號的機器學習計算量小，更符合人類的學習過程。而且人類知識也多以符號的形式存儲和表達。因此，從這個角度說，目前處于人工智能的初級階段。

鉆井資料少、地震資料分辨率地，建立模型時往往利用大量的經(jīng)驗知識。目前流行的機器學習方法，主要基于統(tǒng)計學方法，需要用到大量數(shù)據(jù)，從數(shù)據(jù)中重建專家的經(jīng)驗知識。與傳統(tǒng)的建模方法，即業(yè)務(wù)專家指導的數(shù)據(jù)空間插值方法不同。當不存在大量樣本可以學習的情況下，甚至小樣本也不存在的情況下，如何讓業(yè)務(wù)領(lǐng)域的專家知識約束機器學習非常重要，這應(yīng)該需要采用符號學習的方法，通常稱為知識表示（knowledge representation）。

要進行符號學習，那些專家關(guān)于地質(zhì)的地質(zhì)表示就非常重要，知識一般通過符號表示。實際上，基于符號的機器學習比基于數(shù)據(jù)統(tǒng)計的機器學習發(fā)展的更早，只是一直沒有取得突破，后者在互聯(lián)網(wǎng)支撐的大數(shù)據(jù)時代獲得了突飛猛進的發(fā)展。傳統(tǒng)上，基于符號的學習要把人類的知識符號化，再把這些具有一定關(guān)系的符號通過編碼的方式輸入給計算機，使計算機具有特定的智能特征，這條路有很多人嘗試，沒有走通，但仍有少量人在堅持。或許，基于數(shù)據(jù)統(tǒng)計和符號關(guān)系的方法相結(jié)合才是正道。人類知識的符號化表示，自動的表示，應(yīng)該是人工智能道路上不可或缺的一部。分析人類專家如何進行地質(zhì)建模有利于地質(zhì)建模領(lǐng)域的符號化機器學習。

人先經(jīng)過多年學習擁有地質(zhì)建模的相關(guān)知識，再拿到相關(guān)數(shù)據(jù)，才能建立合理的地質(zhì)模型。這些知識包含很多，知識的多少很大程度上決定了模型的準確性，因為，當數(shù)據(jù)相同時，不同人因為知識量的不同所建立的模型會差別很大。先知道這些知識是什么，數(shù)據(jù)是什么，模型是什么，然后才能決定如何進行地質(zhì)建模知識的符號化，要對那些知識進行符號化。

數(shù)據(jù)好理解，主要是野外露頭觀測、鉆井、測井、錄井、地震、巖石分析化驗、動態(tài)監(jiān)測、生產(chǎn)數(shù)據(jù)等。知識比較難理解，地質(zhì)建模的專家一般都學習了地史學、古生物學、構(gòu)造地質(zhì)學、礦物學、巖石學、沉積巖石學、沉積學、大學數(shù)學、大學化學、大學物理、數(shù)值計算、統(tǒng)計學、開發(fā)地質(zhì)學等專業(yè)知識。但什么是知識呢？按照通常的定義，知識人類通過實踐獲取的對事物規(guī)律的認識。知識具有相對正確性，可表示性&可利用性，不確定性。知識的分類：常識性知識、事實性知識、確定性知識、邏輯性知識等。有很多知識是描述性的文字，如何把描述性的知識讓計算機能夠識別和認識是符號機器學習的關(guān)鍵。這涉及要知識的表示與重建。

關(guān)于知識表示已經(jīng)有很長的研究歷史。知識表示是對知識的定量化描述，一種計算機可以接受的用于描述知識的數(shù)據(jù)結(jié)構(gòu)。早期的知識表示方法有一階謂詞邏輯、產(chǎn)生式系統(tǒng)、框架表示方法、語義網(wǎng)絡(luò)、邏輯程序、缺省邏輯和模態(tài)邏輯等。人們所熟悉的知識圖譜就是大規(guī)模的語義網(wǎng)絡(luò)的知識表示。常規(guī)的知識表示是人工的知識表示，是小規(guī)模的知識表示，需要花費巨大的人力物力，比如詞林辭海是上萬名專家花了10多年編撰而成的。大規(guī)模的知識表示是自動構(gòu)建的，比如知識圖譜，是在互聯(lián)網(wǎng)和大數(shù)據(jù)的背景自動構(gòu)造語義網(wǎng)絡(luò)，比如DBpedia就是基于維基百科網(wǎng)站資料構(gòu)建的知識圖譜。

是否可以從公開的書籍和文獻構(gòu)建地質(zhì)建模領(lǐng)域的后其他某個特定領(lǐng)域的知識呢。應(yīng)該是可以的。因為它不需要大量的樣本，只需要把已經(jīng)有的知識抽屜出來，按照計算機能理解的方式存儲，用于后續(xù)計算和推理。假設(shè)，基于大量文字和圖片材料的學習，獲取了這個領(lǐng)域比較完備的知識，具備了專家級別的專業(yè)知識，把它假設(shè)為一個機器人，問題什么專業(yè)問題都能準確回答。但是，如何把這些知識應(yīng)用實際的地質(zhì)建模仍是個問題。不過，可以肯定的是，真正把這樣基于符號的人工智能用于地質(zhì)建模，必要有大量的實際數(shù)據(jù)作為驗證。

目前有很多人都在關(guān)注這個領(lǐng)域，以上是我最近的一些思考，歡迎一起探討。