当我们遇到一个未知的事物，比如我们发现了一个新的物种，不知道是从哪个星球来的，我们想去认识它的时候，就会提出下面的几个问题：
1. 它是个什么东东？
2. 它为什么是这个样子的？
3. 它是怎么来的？和我们谁有关系？
4. 它是男的还是女的？它会死吗？
5. 它对我们有威胁吗？
6. balabalabala
探究这些问题的过程，就是一个知识构建的过程，而在这个过程中一直追问的核心，就是“它是xxx”，这是一个存在（being），我们一直在追问的这个“存在”，就是Ontology。
西方的哲学史，伴随着工业革命、科技革命，到今天的信息革命，以及未来的机器（人工智能）革命。是人类自我认知，对自己这个本体的认知的过程，人工智能发展到今天，就是一个伟大的见证。
科学家们一直在研究如何让机器模仿人类，可以自由的行走，可以观察、记忆、分析、思考。现在的机器已经具有了部分只有人类才有的能力，比如可以通过画面和声音来识别事物；可以理解你的简单的语言，并作出合适的回应。
那么，现在的智能机器是如何学习和构建知识，并理解人类的呢？
这就要回到Ontology（本体论），科学家们最初创造计算机的时候，就是想让计算机可以帮助人类处理信息，而帮助人类处理信息，就要理解这些信息。具体的过程大概如下：
- 人类把信息输入计算机
- 计算机定义信息结构
- 计算机通过逻辑语言（编程语言），解析人类输入的信息，比把信息按照之前定义好的结构进行存储记忆
计算机通过逻辑编程语言，接受、处理、分析、存储定义好的信息结构的过程，就是一个认识理解人类这个信息（知识、事物）的过程，是最基本的知识构建的过程。
随着计算机信息技术的神速发展，2012年，Google提出了知识图谱的理论和技术。而知识图谱的构建，用到的RDF、RDFS、OWL（Web Ontology Language），都属于用来表示Ontology的一种方式。可以说，知识图谱是Ontology的具体实现方式，计算机用知识图谱的技术，也就是人类学习构建知识的方式，真实的模仿了人类的学习知识、构建知识、逻辑和推理的能力。
Ontology，这个知识学习构建的核心，人类终极的追问。现在又多了计算机朋友们。如果想象人和机器人的一段对话，是非常有趣的一个场景：
某某人：你是谁？
机器人：你是谁？
某某人：你从哪里来？
机器人：你从哪里来？
某某人：你到哪里去？
机器人：你到哪里去？
某某人：xxxxxxxxxx
机器人：sdirnknidrkefnsif
。。。。。。
说到学习，作为人类，你是否已经具备了这种知识构建的能力了呢？
