德国维基媒体组织（Wikimedia Deutschland）近日推出名为“Wikidata嵌入项目”（Wikidata Embedding Project）的新数据库，旨在提升维基百科及其姊妹项目海量知识对人工智能模型的可访问性。该项目将维基数据中近1.2亿条结构化信息转化为向量形式，使AI系统能更高效地理解语义关系，从而支持自然语言查询和更精准的智能响应。 该系统采用向量化的语义搜索技术，将词条如“科学家”转化为数字坐标，使其在语义空间中与“研究员”“学者”“贝尔实验室成员”等概念紧密关联，同时提供多语言翻译、相关图像及扩展概念，极大增强了数据的上下文表达能力。这一技术特别适用于检索增强生成（RAG）系统，帮助AI模型在回答问题时引用经过编辑验证的权威信息，而非依赖模糊或低质量的网络抓取数据。 项目由维基媒体德国分会主导，联合AI搜索公司Jina.AI与IBM旗下DataStax共同开发。Jina.AI负责将原始数据转化为向量，DataStax则提供免费的实时向量数据库基础设施。这一开源项目让中小型AI公司也能获得以往仅由科技巨头掌握的高质量知识资源，有助于打破大公司对AI数据的垄断，推动更公平、开放的技术生态。 项目负责人菲利普·萨阿德（Philippe Saadé）强调：“强大的AI不必由少数公司掌控，它可以是开放、协作且为所有人服务的。” 项目数据已通过Toolforge平台公开，开发者还可参加10月9日的线上研讨会。 此举也恰逢埃隆·马斯克宣布打造名为“Grokipedia”的维基百科替代品，声称其将“更准确、更符合xAI理解宇宙的目标”，并批评维基百科存在“政治正确”倾向。这一动向反而凸显了维基媒体推动开放、中立、可信赖知识共享的紧迫性。 尽管当前数据库未涵盖2024年9月18日之后的新增内容，但项目团队表示，对已有条目的小规模更新不会显著影响向量表示的实用性。未来将根据开发者反馈进行迭代升级。 总体来看，Wikidata嵌入项目不仅提升了AI获取高质量知识的能力，更在推动技术民主化、保障信息可信度方面迈出关键一步。