别再卷大模型了：Palantir 告诉我们，AI 的进阶是“本体论”

本文简要介绍本体论的起源及应用，NebulaGraph 将在 4.18 举办「Data+AI」MeetUp，由 NebulaGraph 产品专家@方扬，带来主题为「以本体论重构数据：图技术驱动 AI 理解世界」的 topic，将结合本体论对 NebulaGraph 的 AI 能力进行深度分享，欢迎添加 NebulaGraphbot，获取报名链接。

2月 28 日，美国和以色列对伊朗发动突袭。开战 24 小时内，美军通过 Maven Smart System 识别并打击了超过 1000 个伊朗目标。在 2003 年伊拉克战争中，达成同样的战果需要 2000 名顶级情报分析师通宵达旦地从如山的报告中找线索。

Maven 系统由科技公司 Palantir 耗费 13 亿美元打造，将卫星、无人机、雷达、信号情报全线打通，分类、排序、推荐打击方案由 AI 完成。其CTO Sankar 坦言，这个高精尖武器其实就是一个哲学概念的工程化应用：本体论（Ontology）。

与此同时，越来越多的 AI 产品发布会上，本体论也变成了常客。

为何一个研究了 2000 多年的哲学概念，突然成了解决 AI 幻觉和构建万物互联世界的救命稻草？

一、什么是本体论？

（一）哲学的终极追问

本体论一词源于希腊语 onto（存在）和 logia（学问）。在亚里士多德看来，这是“第一哲学”。它不关心具体的物理定律，而是关心：世界上到底存在什么？这些存在的东西，彼此之间有什么关系？

想象一个简单的场景：你的桌子上有一个苹果。

• 物理学关心它的质量、加速度。

• 生物学关心它的细胞、品种。

• 本体论则关心：这个“苹果”是一个实体（Entity），它属于“水果”这个类（type），它具有“红色”这个属性（Property）。如果我咬了一口，它还是原来的那个“实体”吗？

（二）计算机科学的翻译官

到了 20 世纪 90 年代，人工智能专家 Tom Gruber 给出了一个著名的定义：本体是对概念化说明的显式规范。

翻译成通俗易懂的人话就是：本体论是给机器的一份世界说明书。

机器不像人类，它天生没有常识。你告诉机器“苹果”，它可能认为是一串二进制代码。本体论的作用，就是构建一套结构化的知识框架，告诉机器：

• 对象（Objects）：定义“是什么”。可理解为说明书里的“名词大类”。它划定了世界由哪些基本对象组成。

例子：什么是“人”、什么是“公司”、什么是“城市”。

• 实体实例（Entity instance）：定义“哪一个”。这是大类下的具体对象。有了类型，机器才能识别出具体的个体。

例子：在“人”类型下，具体指“张三”；在“城市”类型下，具体指“杭州”。

• 属性（Property）：定义“长什么样”。这是每一个实体的特征描述，用来刻画细节。

例子：“张三”的年龄是 30 岁；“杭州”的人口是 1200 万；“公司”的注册资本是 1 亿元。

• 链接（Links）：定义“怎么关联”。明确实体之间的联系方式，如“属于”、“导致”、“包含”，它把孤立的点连成网。

例子：“张三”在“NebulaGraph”上班；“NebulaGraph”的总部位于“杭州”。

• 约束（Constraints）：定义“规则”。这是逻辑的边界，防止机器产生低级错误。

例子：一般情况下，一个人不能同时在两个互斥的地点上班（你不能同时出现在杭州 office ，又在美国 office）；或者“一家公司的成立日期必须早于它的注销日期”。

二、为什么本体论再次出圈？

本体论可以为语义异构、知识不可复用、无法自动推理、语义网络理解、领域知识建模等问题提供解决思路，在 AI 时代，其核心价值可概括为以下两点：

（一）解决 AI 幻觉问题

比如，目前的生成式 AI（如 ChatGPT）本质上是概率预测机器。它通过上万亿个词汇的排列组合，猜出下一个字该说什么。

尴尬就在这里：概率不等于逻辑。它可能计算出“林黛玉倒拔垂杨柳”在统计学上是通顺的，但它不理解“林黛玉”这个实体的属性（柔弱）与“倒拔垂杨柳”这个动作（力量型）在本体论逻辑上是冲突的。

引入本体论后，AI 就有了一本逻辑指南。在回答问题前，它会先检索底层的知识图谱，确认实体之间的逻辑关系，从而极大地降低 AI 胡说八道的概率。

再如，传统 RAG 通过向量相似度，只做到了语义相关性检索，但本体论引入了一种确定性逻辑。

Palantir 的 Maven 系统敢应用于实战打击，是因为它在 AI 推荐方案后，会通过本体层进行逻辑验证，如：某个被标记的目标在物理规则上是否可能在 5 分钟内出现在两个地点？这种本体约束是 AI 走向高可靠性的必经之路。

（二）解决数据巴别塔难题

在《圣经》中记载了这样一个故事：人类曾想联合起来修建一座通往天堂的巴别塔，但上帝让人类突然说起了不同的语言，彼此无法沟通，最终计划失败，人群四散。巴别塔的故事，形象地展现了因缺乏通用语言或标准而导致的系统无法整合的状态。‌

比如，在大型企业中，财务部门有一套数据库，销售部门有一套，研发部门又有一套。同样是“客户”这个词，财务看的是“纳税人识别号”，销售看的是“联系人电话”。

再比如，在图数据库领域，在 ISO-GQL（国际标准图查询语言）未发布之前，每家厂商有各自的图查询语言，Neo4j 是 Cypher，NebulaGraph 是 nGQL，Apache TinkerPop 框架下的图遍历语言则是 Gremlin ，导致用户的学习成本和迁移成本居高不下。

这些现象正是数据孤岛的体现。而本体论提供了一套共用语言，使不同来源的数据能够基于统一的逻辑模型实现互通与理解。

三、本体论的实战工具：NebulaGraph

理论再美，也需要强大的技术底座来实现。

本体论强调的是“关系”，而图数据库（Graph Database）天生就是为了“关系”而生的，是本体论的完美物理映射，让本体可计算、可推理、可进化。

（一）NebulaGraph 介绍

作为开源图数据库的领军者，NebulaGraph 的出现，真正让大规模本体模型的存储和实时查询成为了可能。

1. 天然契合本体结构

在 NebulaGraph 中，数据由点（Vertex）和边（Edge）组成。点对应本体论中的“实体”，边对应“关系”。这种结构与人类大脑思考问题的方式、与本体论的建模逻辑高度统一。

2. 动态 Schema

属性灵活，可为顶点动态添加属性，非破坏性更新完美适配知识图谱中“概念”的增量演进特性；类型即约束，虽设计灵活，但其强类型的边设计，确保了关系的语义严谨性，避免关系泛滥导致的本体论失真。

3. 逻辑一致性

NebulaGraph 5.x 是首个原生支持 ISO-GQL 的图数据库，这不仅是查询语言的统一，更是本体论中“关系语义”的标准化。

4. 极致的关联查询性能

利用 NebulaGraph，可以在毫秒级完成千亿数据集的多条查询（即“朋友的朋友的朋友…”）的查询，这是传统数据库无法企及的。

5. 赋能上下文图谱

NebulaGraph 基于本体论，通过构建企业级的上下文图谱（Context Graph），作为大模型的“外挂大脑”，让 AI 理解，“过去发生了什么”，以及“为什么允许发生”，真正解决传统向量 RAG 只做检索，无法形成关键认知的难题。

（二）NebulaGraph 信贷反欺诈 Demo

以信贷反欺诈为场景，用 NebulaGraph 建立包含用户、身份证、手机号、设备、IP 等实体的风险关联网络，帮助风控人员快速评估金融信贷欺诈风险。

1. 设计图模型

在 NebulaGraph 中，点（Vertex）用来保存实体对象，边（Edge）用来连接点，表示两个点之间的关系或行为。这与本体论的基本逻辑完全一致。

2. 创建图空间并定义点、边

先创建图类型与图空间，并执行以下语句定义节点、边结构及属性：

CREATE GRAPH TYPE IF NOT EXISTS `financial_risk_type` AS {
  NODE TYPE `user` (LABEL `user`{`user_id` STRING NOT NULL, `name` STRING DEFAULT NULL, `is_blacklist` BOOL DEFAULT NULL, `is_overdue` BOOL DEFAULT NULL, `credit_limit_increase_times` INT64 DEFAULT NULL,  `is_credited` BOOL DEFAULT NULL, PRIMARY KEY (`user_id`)}),
  NODE TYPE `id_card` (LABEL `id_card`{`card_no` STRING NOT NULL, `is_black` BOOL DEFAULT NULL, PRIMARY KEY (`card_no`)}),
  NODE TYPE `phone` (LABEL `phone`{`phone_no` STRING NOT NULL, `is_black` BOOL DEFAULT NULL, PRIMARY KEY (`phone_no`)}),
  NODE TYPE `google_account` (LABEL `google_account`{`gaid` STRING NOT NULL, `is_black` BOOL DEFAULT NULL, PRIMARY KEY (`gaid`)}),
  NODE TYPE `email` (LABEL `email`{`email_addr` STRING NOT NULL, `is_black` BOOL DEFAULT NULL, PRIMARY KEY (`email_addr`)}),
  NODE TYPE `gps` (LABEL `gps`{`gps_coord` STRING NOT NULL, `is_black` BOOL DEFAULT NULL, PRIMARY KEY (`gps_coord`)}),
  NODE TYPE `device_id` (LABEL `device_id`{`device_no` STRING NOT NULL, `is_black` BOOL DEFAULT NULL, PRIMARY KEY (`device_no`)}),
  NODE TYPE `ewallet` (LABEL `ewallet`{`wallet_no` STRING NOT NULL, `is_black` BOOL DEFAULT NULL, PRIMARY KEY (`wallet_no`)}),
  NODE TYPE `bank_card` (LABEL `bank_card`{`bank_no` STRING NOT NULL, `is_black` BOOL DEFAULT NULL, PRIMARY KEY (`bank_no`)}),
  NODE TYPE `ip` (LABEL `ip`{`ip_addr` STRING NOT NULL, `is_black` BOOL DEFAULT NULL, PRIMARY KEY (`ip_addr`)}),
  EDGE TYPE `bind_idcard` (`user`)-[LABEL `bind_idcard`{}]->(`id_card`),
  EDGE TYPE `bind_phone` (`user`)-[LABEL `bind_phone`{}]->(`phone`),
  EDGE TYPE `bind_google` (`user`)-[LABEL `bind_google`{}]->(`google_account`),
  EDGE TYPE `bind_email` (`user`)-[LABEL `bind_email`{}]->(`email`),
  EDGE TYPE `bind_gps` (`user`)-[LABEL `bind_gps`{}]->(`gps`),
  EDGE TYPE `bind_device` (`user`)-[LABEL `bind_device`{}]->(`device_id`),
  EDGE TYPE `bind_ewallet` (`user`)-[LABEL `bind_ewallet`{}]->(`ewallet`),
  EDGE TYPE `bind_ip` (`user`)-[LABEL `bind_ewallet`{}]->(`ip`),
  EDGE TYPE `bind_bankcard` (`user`)-[LABEL `bind_bankcard`{}]->(`bank_card`)
}



"""
CREATE GRAPH `financial_risk_graph` :: `financial_risk_type`
"""

3. 导入数据

使用 INSERT 语句分别导入用户、证件、设备、账户等关联数据。

-- 导入用户节点
TABLE `t` { `user_id`, `name`, `is_blacklist`, `is_overdue`, `credit_limit_increase_times`, `is_credited` } =
("u001", "张x", "FALSE", "TRUE", "2", "TRUE"),
("u002", "李x", "TRUE", "TRUE", "5", "FALSE"),
...
("u100", "吴x", "FALSE", "TRUE", "2", "FALSE")
USE `financial_risk_graph`
FOR re IN `t`
INSERT (@`user` {`user_id`: re.`user_id`, `name`: re.`name`, `is_blacklist`: CAST(re.`is_blacklist` AS BOOLEAN), `is_overdue`: CAST(re.`is_overdue` AS BOOLEAN), `credit_limit_increase_times`: CAST(re.`credit_limit_increase_times` AS INT), `is_credited`: CAST(re.`is_credited` AS BOOLEAN)})

-- 导入身份证绑定关系
TABLE `t` { `user_id`, `card_no` } =
-- 前20个用户每人绑定1-3个身份证，制造关联
("u001", "110101xxxx01010xxx"),
("u002", "110101xxxx01020xxx"),
("u002", "110101xxxx01030xxx"), -- u002绑定2个身份证
...
("u014", "110101xxxx01050xxx") -- u014共享u004的第一个身份证
USE `financial_risk_graph`
FOR re IN `t`
MATCH (v1@`user`{`user_id`: re.`user_id`}), (v2@`id_card`{`card_no`: re.`card_no`})
INSERT (v1)-[@`bind_idcard` {}]->(v2)
"""
MATCH (u:user {user_id: 'u001'}), (c:id_card {card_no: '110101198001010011'})
INSERT (u)-[:bind_idcard {}]->(c);

4. 进行查询

查询用户 3 跳内所有关联路径，以全面掌握目标用户的关联网络范围，发现潜在的风险传导路径。

use financial_risk_graph match p=(n@user{user_id:"u067"})-[]-{1,3}(e) return p

通过可视化界面，清晰展示出从用户 u067 出发，经过 1 到 3 跳能到达的所有节点及路径。

💡该 Demo 已在 NebulaGraph 官网上线，欢迎体验 https://www.nebula-graph.com.cn/posts/financial-risk-management

四、本体论如何改变我们的未来？

（一）Web3 链上分析：穿透匿名地址的马甲

在去中心化金融世界中，攻击者常通过多个看似独立的匿名地址进行洗钱或拉高出货。通过本体论建模，我们可以定义“同一实体操控”、“资金流向路径”等逻辑关系，将这些分散地址背后的真实关联网络一网打尽，让链上犯罪无所遁形。

（二）工业 4.0：数字孪生的灵魂

在波音飞机的制造中，几百万个零件之间存在着复杂的逻辑依赖。本体论可以定义零件之间的父子关系、物料清单（BOM）关系。当一个螺丝的设计发生变更，系统能通过图数据库立刻推演出这会影响到哪些传感器，甚至哪个航线的安全性。

（三）个性化医疗：精准到基因的关系网

每个人的基因、病史、用药、生活习惯都是碎片化的。通过本体论构建人体健康图谱，医生（或 AI 医生）可以发现：由于你带有某项基因特征，某种药物对你可能产生的副作用。这种深度的因果关联，只有基于本体论的图谱才能揭示。

五、结语：重构世界的秩序

本体论从两千年前的哲学辩论，演变成今天驱动 AI 的基石，说明了一个深刻的道理：世界的本质不在于孤立的数据，而在于数据之间的连接。

在这个信息爆炸、真假难辨的时代，谁能更清晰地梳理出“世界存在的方式”，谁就掌握了通往高阶智能的钥匙。

无论你是技术开发者、企业管理者，还是对世界充满好奇的观察者，拥抱本体论，其实就是拥抱一个更具逻辑、更加透明的未来。