-
产品及方案 产品及方案
-
数据驱动型组织通过体系化的方法构建全域数据能力,实现数据驱动运营,重塑组织生产力
- 行业方案
- 典型方案
- 产品
-
数据驱动型组织
- 服务与支持
- 社区
- 合作伙伴
- 关于爱数
请选择咨询类型
扫码关注
爱数技术支持中心公众号
我们将在 24 小时之内联系你。
近年来,随着人工智能技术的发展,其在语音识别、人脸识别等感知智能技术已取得了长足的发展,但当人工智能深入企业的IT运维、生产制造等垂直场景中应用时,遇到了巨大的挑战。人工智能迫切需要使机器具备能理解、会思考的认知能力,实现对业务知识的理解、业务场景的思考、业务逻辑的判断,辅助业务人员进行推理与决策,提升工作效率。
对于人类来说,认知的高度决定了其可以创造价值的高度。人类从出生到成人,通过不断的学习知识,来提升自我的认知能力,在成人后的大学甚至工作当中,也逐渐从学习通用知识,到钻研某一细分领域的专业知识,并逐渐成长为领域专家。在机器的世界,机器的认知提升也是像人类一样,需要不断地学习领域知识,不断地提升认知能力,最终成长为可以理解问题、进行推理分析,甚至辅助人类决策的领域专家。
那如何通过领域认知智能帮助业务系统快速提升认知能力,给日常的工作带来质的飞跃呢?本期知识汇邀请到爱数领域认知智能研究专家陈骁,为大家深度解读领域认知智能。
Q1
领域认知智能是什么?
A
陈骁:
领域认知智能是利用人工智能的手段获取领域知识,并利用领域知识完成领域内任务的技术体系。
领域认知智能的核心是领域知识,技术上的关键要素是如何有效地从企业的全域数据(结构化、非结构化、机器数据)中高效、精确、自动地获取知识,以及如何利用这些知识来实现智能应用,来辅助人类的工作。
Q2
领域认知智能与通用认知智能最大的区别是什么?是否可以用场景举例说明?
A
陈骁:
通用认知智能,一般指让机器和人一样具有“理解”、“思考”与“推理”的能力。
人类通过与世界互动,可以从事物中学习知识、获取经验,并存储在大脑中,再利用这些知识解决实际生产生活中的问题。现阶段的认知智能技术,还无法让机器获取这样的能力,这属于强人工智能的范畴。当然,有无数的科学家正在为此而努力。
虽然通用认知智能还离我们很远,但是现有的技术让机器获取某一个具体领域的知识,并辅助人类解决这个领域的部分问题是可行的,这是一种弱人工智能。这类认知智能技术的核心是将数据知识化,也就是把数据结构化,再将数据的关系创建出来。
比如说,某个家电生产厂商,可以通过认知智能技术,自动化地从内部的各种产品资料中抽取产品的参数、各种问题处理方案,这相当于非结构数据的结构化,再与客服系统中的用户信息进行对接,就能实现一个智能的客服辅助系统,帮助客服人员精确地查找到用户咨询问题的答案,提升工作效率。
Q3
组织为什么需要领域认知智能?
A
陈骁:
爱数认为,领域认知智能的核心是帮助企业实现数据知识化,从而实现数据驱动创新,这是实现数据驱动型组织的重要组成部分。有了领域认知智能,企业有两方面的好处:
第一,将企业中散落在各个业务系统、各种类型的数据中蕴藏的知识提取出来,这些知识往往是企业经营中的核心数据资产,让企业能够更好地理解自己的数据以及知识。
第二,有了这些知识,可以帮助企业提升各个环节的用户体验和运营效率。
比如刚才提到的智能客服的例子。当然还有很多其他的应用场景,如:帮助智能运维系统发现 IT 系统的异常并推荐解决方案;为知识管理系统提供各个领域的知识,增强员工学习效率;通过构建各行各业的产业链知识,服务于城市、园区的智慧招商等等。
Q4
如何实现领域认知智能?
A
陈骁:
实现领域认知智能有三个重要的步骤:
首先,建立业务认知模型,也就是这个领域内的业务模型,这需要领域专家和技术人员共同协作,根据业务场景和业务问题绘制出知识的模型。
第二,构建领域知识网络,这一步需要数据科学家的大量投入,领域知识网络是一种大规模的知识组织形式,包含知识图谱,用于保存和展示领域内或者企业经营中的实体以及他们之间的关系;领域规则库,可以通过自动化或者手工方式生成,用于保存辅助决策、进行推理或者知识抽取的各类业务规则;领域词库和预训练语言模型,同样可以辅助知识抽取,也可以为搜索、问答等应用场景中的用户意图理解提供帮助。
第三,利用领域知识网络来实现认知智能应用,应用开发者需要分析和了解用户的需求和使用场景,开发者可以基于这些需求开发相关的应用。
听上去好像不太复杂,但实际上每个环节都需要付出很大的努力才能完成。尤其是知识网络的生成,需要真正能够帮助企业实现应用的智能化。
Q5
实现领域认知智能的关键所在?
A
陈骁:
实现领域认知智能,需要方法论和工具并举。
方法论层面:上面的三个流程由于其复杂性,都需要一套行之有效的方法论以及最佳实践。这些方法论和最佳实践需要经过大量实践的积累,各行各业各个领域也会有所差异,我们爱数也会致力于开发这样的方法论,尽可能地让领域认知智能更加容易落地。
工具层面,要能同时满足上面三个流程的进行,我们之前提到,要实现领域认知智能需要领域专家、数据科学家和应用开发者三方共同配合才可以实现。所以必须要有满足业务认知模型建立、领域知识网络生成及领域认知智能应用开发的工具,其中知识网络生成不但要对接多元异构数据,需要强大的开放性和灵活性,还需要满足从各类数据中抽取知识,因此数据加工能力、算法开发和模型训练的能力尤为重要。对于领域认知智能应用的开发,同样需要模型训练和模型开发的能力,还需要能够提供丰富的应用集成方式和应用调试的能力。
除此之外,用户体验也很重要,能够帮助三类用户实现快速地业务认知模型建立、领域知识网络生成及认知智能应用开发。
Q6
爱数关于领域认知智能未来的发展规划?
A
陈骁:
爱数的规划主要体现在三个方面,第一是认知智能框架,第二是领域知识网络的共建、共享、交易,第三是利用领域知识网络实现自身产品的智能化。
爱数的 AnyDATA Framework 2是专门用于实现领域认知智能的开发框架,且已经持续迭代了两年多的时间,我们增加了大量的特性来满足上面提到的三个开发场景。
领域知识网络方面,仅靠爱数一家肯定无法满足千行百业的需求,所以我们希望各行各业的用户、合作伙伴的开发者和数据科学家都能够去构建自己领域的知识网络。爱数会提供一个领域知识服务平台,所有的领域知识网络都可以在这个平台上进行交易,推动行业知识的累积,同时也能辅助知识资产变现。
在认知智能应用方面,爱数也会先行先试,我们会自己构建一系列的领域知识网络,例如:智能运维知识网络、企业规章制度知识网络等来满足 AnyRobot 和 AnyShare 对于领域知识网络的需求,从而持续优化我们的方法论和迭代我们的认知智能框架,以帮助各行各业实现领域的认知智能,实现数据驱动型组织。
请就本文对您的益处进行评级: