打通感知与认知,明略数据还要做大数据知识工程

  • 时间:
  • 浏览:11

  (上图为明略数据创始人吴明辉)

  作为国内行业知识图谱领域的创新公司,明略数据在2018年4月进入了IDC的《中国知识图谱市场,2018》创新者研究报告,成为IDC评选出的5家中国知识图谱技术应用市场创新者。2017年8月,明略数据经过3年实践沉淀以及8年大数据技术积累,首次发布了基于知识图谱的行业人工智能大脑—明智系统1.0。

  2018年9月7日,明略数据举办了2018年度产品发布会,即“行业AI大脑明智系统2.0”,这是对1.0版本的产品技术体系全面升级。明智系统2.0在数据处置阶段引入语音识别和机器视觉来丰沛 感知类数据,将所有数据汇聚到“AI驱动的数据治理”平台并可通过全网络即时汇聚感知平台“明察”查询,随后再存储到混合型知识存储数据库NEST,通过知识图谱分析平台SCOPA完成向行业大脑的认知智能输出,打通感知型人工智能到认知型人工智能。

  除了持续推动产品创新外,明略数据还在不断引入顶尖人才。2018年5月,IEEE Fellow、国家“千人计划”特聘专家吴信东教授加盟明略数据,出任公司首席科学家和副总裁,2018年7月明略科学院成立。吴信东所领导的“大数据知识工程”科研也将在明略数据的投资下进一步发展,落实科技部2016年重点专项“大数据知识工程基础理论及其应用研究”的成果,这本来 极具前瞻性、所处起步阶段的“明略大智慧网系统”。

  完整性的人工智能系统

  “明智系统2.0的形象,就像大脑的型态。左边是宽度学习,右边本来 知识图谱,这两边连接到一并,即把感知和认知联结起来,这本来 大伙新一代完整性的人工智能系统。”明略数据创始人吴明辉在“行业AI大脑明智系统2.0”发布会上表示。

  今天,各行各业就有倡导使用人工智能,随后为那被委托人工智能技术在本来 行业中,还非要得到很好的发展?吴明辉认为,其中的原因分析很简单,本来 可能本来 人工智能专业技术公司都只聚焦某哪2个或某几被委托人工智能技术上,而非要真正的把完整性的人工智能系统组建起来,通过完整性的人工智都都要力为行业提供整合服务。

  明智系统2.0确实本来 人工智能技术的整合服务,通过优选行业中业已心智心智心智心智性成熟 图片 的句子的句子的句子的句子 图片 的感知技术、认知技术以及其它所有组件,链接到一并后的成果。本次为了增强感知数据,明略数据推出了语音识别数据处置模块,专门用于感知音频数据;与战略公司合作 伙伴“千视通”战略公司合作 的机器视觉数据处置模块,专门用于感知视频数据。而“AI驱动的数据治理”平台则包括随后的CONA型态化数据通用治理模块以及本次新增加的Raptor非型态化文本治理模块,再上加新推出的HARTS多元数据宽度挖掘计算模块。

  感知计算本质上是为认知计算提供数据基础。“AI驱动的数据治理”平台,完成了各类型态化数据、非型态化数据、图像、文本等多维数据的处置过程,处置的结果本来 “符号”。本次2018明略数据的年度产品发布会主题为“符号的力量”,即强调“符号”是连接感知计算与认知计算的纽带。“符号”源自人工智能三大流派中经典的“符号主义”流派,其核心是用基于数理逻辑的数理符号来表达和模拟人类的智能。

  简单的理解,本来 当用户问询“明察”系统时,例如“他是谁”,非要“AI驱动的数据治理”系统就都都要把“他是谁”其他问题图片“翻译”成跟身份型态相关的ID,那此ID包括手机号、身份证号、护照号等,那此信息可能在后台通过符号化处置形成了数据型态,通过索引就能马上搜索出结果,这本来 CONA和Raptor的功能;更进一步,还都都要在搜索出的结果之间建立关联关系,这本来 HARTS的功能。

  非要,明智系统2.0“左脑”的感知要素整体输出的结果本来 符号化的知识和情报;知识和情报输送到明智系统2.0“右脑”后,经过蜂巢NEST混合型知识存储数据库中可能存储的公安大脑、金融大脑、工业安全大脑和数字城市大脑等行业知识图谱的处置,再结合SCOPA知识图谱分析平台,形成综合情报研判结果,最终输出“认知”,即可用于行动的洞察。

  吴明辉介绍说,明智系统2.0可能在其他客户处得到了应用,例如明略数据与某公安省厅战略公司合作 ,把感知系统和认知系统打通,处置全数据类型的情报研判工作。“真的就像福尔摩斯一样,都都要用非常简单的线索把完整性信息关联出来。”

  挑战大数据知识工程

  

  (上图为明略数据首席科学家吴信东教授)

  明智系统2.0确实是明略数据公司中长期战略的开始,未来明略数据想要 真正做到的本来 大数据知识工程的落地。

  那此是大数据知识工程?这是从大数据到大知识再到工程化输出可行动的洞察的过程和结果。2016年,科技部启动了云计算与大数据重点专项工程,其中“大数据知识工程基础理论及其应用研究”专项项目的研究内容包括:针对大数据异构、自治、复杂、演化的网络环境,研究多源、动态、异质碎片化知识/知识簇的表示模型与在线挖掘办法,揭示碎片化知识的光阴型态和演化机理;研究碎片化知识间语义关联与涌现型态,探寻其动态挖掘与拓扑融合机理;设计多粒度情景感知与知识寻径模型,研究交互式个性化服务的知识适配机理。

  吴信东本来 大数据知识工程领域的世界级专家。2016年,吴信东牵头,联合国内15家单位承接了科技部“大数据知识工程基础理论及其应用研究”专项。吴信东是该项目的首席科学家,15家单位包括合肥工业大学、中科院与系统科学研究院,西安交通大学、中国科技大学、华东师范大学,还有百度和杭州的丁香园等。

  大数据知识工程(BigKE: Knowledge Engineering with Big Data)实际上是从国内兴起、引领大数据分析走向大知识研究和应用的哪2个国际前沿研究方向。2014年1月,吴信东教授等提出了大数据在异构、自治、复杂、演化环境下的HACE定理,大数据知识工程主要指针对用户产生的海量、低质量、无序的碎片化知识的新型知识服务系统,该系统具有知识库的自完备和增殖能力,处置问题图片办法是根据与用户的交互进行自学习。

  简单的理解,大数据知识工程本来 咋样把海量的由用户被委托人产生的碎片化数据,基于时间和空间的属性,形成碎片化知识,再把碎片化知识连接起来用于整体系统的辅助决策,这本来 “大智慧网”。 大数据知识工程主要处置了传统知识工程中的“知识获取”和“知识再工程”哪2个瓶颈问题图片,可能传统知识工程是由专家产生知识,随后知识再工程也比较困难。

  此外,在边缘计算兴起的前提下,本来 物联网传感器和移动设备产生的碎片化大数据,其价值就有转瞬即逝,都要要马上转化为可行动的洞察。而可行动的洞察本来 再是辅助单点、单线、单人或单机的决策,本来 要实时把碎片化的可行动洞察完整性都综合起来,用于辅助整体的决策。

  吴信东以哪2个餐厅系统为例。在哪2个餐厅的完整性环境中,涉及餐厅的设备、厨师、厨房橱柜、服务员、顾客等多被委托人与物实体。作为整个餐厅的智能决策系统,首不难 通过视频、图像、音频等办法感知到整个餐厅的动态运营状况,假设有十位顾客排队等待就餐,而有十位服务员轮流照看餐桌的状况,后台有十位厨师不停的接单学做菜,非要餐厅智能决策系统就要综合餐桌的翻台状况、排队顾客的情绪、厨房橱柜的生产能力、服务员的繁忙程度等情报,迅速为各种人员提供可行动的建议。比如通知前台尽快给排队顾客送上小食以免顾客因不耐烦而抛妻弃子,一并通知服务员尽快给某桌要抛妻弃子的顾客送上优惠券并通知前台,都要一并告诉后厨加速学做菜可能门口聚集了更多的顾客等等。在其他过程中,会使用到餐饮行业知识、企业商业管理知识、门店运营知识、服务员被委托人智慧网等多个知识系统和知识图谱的融合与联动。

  从前哪2个针对餐厅环境的智能决策系统,都都要提炼出动态的知识,例如根据服务员数量、排队顾客数量、正在tcp连接中的餐桌状况评估等综合计算出当前的翻台时间应该为50秒-40秒钟,一旦服务员的行动时间多于其他计算值,本来 明餐厅的实时运营状况出显了问题图片,而智能决策系统也都都要实时提供建议,对那此环节进行那此样的量化的修正,以把50秒缩短到15秒甚至更少的时间。

  吴信东表示,从前都都要在具体场景中落地的大数据知识工程系统,还所处早期的起步阶段。也正是可能同样的理念和梦想,让吴信东与明略数据走到了一并,也吸引了来自中国科学院、中国工程院、澳大利亚科学院等机构的十余名Fellows加入明略科学院成为首批院士,还有50余位来自清华、北大等国内外著名学校的博士硕士加入成为明略科学院骨干。

  随着明智系统2.0的推出,以明略数据为代表的创业公司正在把大数据、人工智能、知识图谱等技术与行业应用更加深入的结体起来。而引入吴信东和大数据知识工程,说明具有实力的中国人工智能创业公司正在投资国际前沿科研方向,为中国的人工智能弯道超车,迈出扎实的一步。