明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”

Posted 创业最前线

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”相关的知识,希望对你有一定的参考价值。

明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”

创业最前线」首席主笔|龙

  本文系作者原创,转载请申请授权


“云计算改变IT架构,大数据改变商业模式”。


在行业掀起从消费互联网向产业互联网转型的热浪之时,新的风口由此而产生。明略数据这样一批大数据+AI领域的“原住民”,开始成为各大势力关注的对象。


将深度学习与符号主义相结合,明略数据完成了极富前瞻性的从感知AI到认知AI的规划。


明略数据这样的企业,通过将人工智能与各个行业深度结合,将人类知识与大数据、机器智能和商业智能深度结合,做到“人机协同”,试图在将来帮助计算机跟人一样理解客观世界,达到机器辅助人类理解分析决策的能力。


人工智能从未如此高速的发展和变革,它正成为催生产业深度互联的发动机,谁又会站在新一波浪巅峰?



明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”

腾讯为何选择投资明略?



中国庞大的人口基数导致在中国做消费互联网时,轻松就可以获得几千万甚至几个亿的用户。而由C to B,不仅仅是中国难题,也曾经是世界难题。


曾经,微软的第二任CEO鲍尔默就倒在了B端业务上,在他离开前,微软市值缩水一半。然而第三任CEO纳德拉最终以一往无前的勇气与执行力完成了这个转型,重回巅峰。


潮头已至,围绕腾讯在11月1日宣布的产业互联网战略,To B新浪潮开始涌起。


从宏观上说,这要求产业互联网革命的参与者,不仅要具备信息化的处理能力,更要具备云计算的能力,利用互联网、云计算、大数据和人工智能等技术,为服务对象而深入到各个产业领域,帮助传统行业正确高效的重构产业链和业务链,优化产业效率、创造全新价值。


腾讯这次之所以敢放开手脚进行产业互联网转型,一个重要的因素功不可没。这就是腾讯的布局能力,在消费互联网还没有走到高潮之前,腾讯已经进行了产业互联网数年之久的布局谋篇。它需要明白的其实是两件事,什么自己做,什么别人做。


自己做,就是构建整个产业格局的战略态势;


别人做,就是把具体垂直领域的解决交给可靠、新锐、灵活的创业伙伴。


其中,就有目前已经在行业AI领域打得有声有色的明略数据。


腾讯战略投资明略数据,源自明略数据在AI领域的独特成就。


不久前,这家还很低调的公司,举办了2018年度产品发布会。会上推出的“行业AI大脑明智系统2.0”,引起了国内AI行业广泛的注意。


明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”

这是国内为数不多的将认知智能的关键技术——知识图谱与深度学习、机器学习相结合,在数据处理阶段引入语音识别和机器视觉来丰富感知类数据,将所有数据汇聚到“AI驱动的数据治理”平台CONA并可通过全网络即时查询,由知识图谱数据库NEST负责存储,最终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的藩篱。


这既是一个非常完整的解决方案,又是一个具有无限潜力的发展方向。


除了获得腾讯的战略投资外,这个在成立仅仅4年多的独角兽已经在资本市场大展手脚,今年4月,低调的AI独角兽官宣了一轮已于去年完成的10亿元C轮融资,由华兴新经济基金和腾讯领投。更早之前,红杉资本中国基金成为其B轮的领投方。


要知道,没“两把刷子”,又怎能成为在互联网领域里以“谨慎”著称的腾讯投资标的。


2017年,由明略数据研发的AI人机交互产品“小明”正式在一些省市公安机关入职上岗。


它不仅能把潜在犯罪嫌疑人的历史图谱分析清楚,并结合时间、地点和其他维度,最后为公安民警提供决策参考,可以说是民警的研判助理,但又因为具备AI的学习及计算分析能力,堪比富有经验的优秀老民警,甚至可以说是民警标配的“福尔摩斯”。


这让腾讯看到了这家数据+AI独角兽公司未来更大价值的潜力。



明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”

明略的杀手锏



继2017年政府工作报告中首次出现“人工智能”后,智能化发展成为当前及未来城市建设及转型发展的主旋律,我们或许还不理解什么叫“智慧城市”,那么你还对《唐人街探案》里天才少年秦风高智商推理破获连环杀凶案还记忆犹新吗?


在现实生活中,让每一位警察都像“神探秦风”一样,运用将各种数据进行收集和逻辑性整理的智商破获每一宗离奇案件,这有可能吗?


真的有一家大数据人工智能公司在做这样的事情,正是——明略数据。


面对不同城市的不同警种的数据不统一,不标准化,数据混乱的情况,将所有的数据统筹到一个数据池中,再由这个数据池统一对外提供各种各样的服务,以海量多源异构数据、大数据分析发掘算法、以社交通联轨迹,再结合特征识别和机器学习等手段,实现公安内外部信息资源的汇聚整合,深度挖掘机各业务系统的整体联动,这正是为公安进行数字化转型,用大数据指导警务提供了强有力的支撑系统。


基于对这种认知,在2017年发布的包括知识图谱数据库“NEST蜂巢”,以及AI交互入口“小明”的“明智系统”,警察只需要通过对话形式向系统提出需求,系统可完成调出案件、进行案件解析、案例研判等多个操作。


明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”


通过对解析案件线索以及根据特征对案件进行推演等指令,明智系统便能够反馈案件关键信息,并给出相关的推演展示。从而帮助公安机关增强在应急处突、反恐维稳工作中的掌控力、回溯力和预警能力。


“明智系统”打造着一个开放的框架,利用智能算法、机器学习等技术,基于自有知识图谱数据库,通过统一的语音入口,以对话形式提供业务支持,向上链接业务场景,向下连接数据来源,夯实多源异构数据的综合处理和驾驭能力,融合各方数据,针对不同的业务场景建立不同的支撑服务体系,形成一个安全体系,去支撑公共安全各种打防管控的一把安全密码钥匙。


除了支持公安系统之外,更是铺设工业轨交、数字城市、金融等垂直领域。


随着银行IT架构转型升级,大数据建设的不断完善,利用大数据、人工智能技术挖掘数据价值,实现科技赋能金融、辅助客户管理、精准营销、风险管理、运营优化等场景下的智能业务决策已成金融垂直行业的必须智能需求。


利用人工智能及大数据技术的“明智系统”通过知识构建、知识计算、知识存储和知识应用的“关键四步”落地金融行业知识图谱。将业务经验、专家经验、机器学习相融合,让数据以接近人类认知的方式存储,最终实现银行各条线的业务效果提成。


同时,它更以知识图谱为核心面向金融机构提供围绕信贷风险监测与预警、内部审计、反洗钱、反欺诈、智能投研等方向的产品和解决方案。


帮助银行全面融合内外部数据,构筑知识图谱平台和能力,深度挖掘数据价值,建设业务应用,辅助决策。全面提升金融客户风险管理能力和效率,与金融客户并肩实现产业智能化升级。


在某全国大型股份制银行项目中,明略依托全行近十年全量数据,构建了“企业、个人、机构、账户、交易和行为数据”总规模达十亿点、百亿边的知识图谱平台,展现了全行完整的客户关系网及资金流转全貌,完善了银行整体风险管理能力,提升了银行风控效率。更是创建了全国首个银行业全行级知识图谱数据库。


在城市轨道交通领域,明略数据服务上海地铁车辆分公司实现国内首个车辆全生命周期数据管理的智能化平台。


明略数据通过帮助轨交运营单位有效提高工作效率,降低安全风险和运营成本,助力轨道交通行业向信息化、智能化迈进。


两手抓着2.0升级版明智系统和首创“深度学习与符号主义相结合” 的明略,就像苹果手机,从指纹智能到如今的人脸识别一般,相继在公安、金融、工业、综治、环保等行业打通着产业互联网中感知与认知智能的技术顶层设计,推动着行业智能化升级。



明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”

运营智能数据

打造未来企业



目前看来,移动互联时代真正的商业赢家都是瞄准一个或几个细分垂直领域,在线下构筑重度运营体系,在线上运用IT系统形成闭环。


但是,对于传统行业,它们很难做到这样。


这就导致了各类IT服务类公司和咨询类公司的出现,但明略的模式则是,把利用企业自身数据的方法论和工具都交给企业,让企业轻松的在数据时代自主航行。


面对散乱在垂直企业的里大规模的数据,没分析技术也不行,利用大数据的难点归根结底在于技术范式的创立。


明略则通过人工智能技术帮助垂直企业的头部客户利用大数据,在人工智能技术环境中,将数据挖掘出高价值。


在每天大量产生的行为数据、物联网等数据中,衍生出对数据分析的大量需求,对多样化和复杂化的数据通过人工智能在海其量信息中进行高效的识别,并进行深度学习、机器完成各类数据的解析,形成洞察,完成垂直领域的深度延伸。


近年来,由于计算处理能力的突破以及互联网、物联网大数据的爆发,再加上深度学习算法在数据训练上取得的进展,算法、计算、数据三者都已成熟,这推动了人工智能开始进化。


人类提出人工智能概念已经有80年,而其中前70年的发展,还不如这数年里经历的变化多。AI行业在从感知智能上实现巨大突破到像明略数据的“明智系统2.0”开始尝试将感知与认知智能打通,这一切突破发生的太快了。


比如人脸识别判断身份这项,实际治安管理中,犯罪人员经常遮挡面部或选择夜间作案,导致仅凭摄像头无法识别。而’明智系统2.0’技术就补缺了这项安全性和准确性的缺失;再比如视频、语音、步态等更多维度数据,这将是明略数据也已经触及的领域。”一位业内人士这样说。


这里,要举一个小小的例子,就是在明略数据用于公安研判的AI人机交互产品“小明”,它的背后是明略对于数据中所蕴含知识的抽取、融合、推理、和沉淀等一系列过程,而它映射出的更大的能力是——明略不仅仅是基于大数据,结合AI在感知和认知方面的能力,给出行业性解决方案。


更可以根据行业的需求,不断驱动AI本身的迭代和跃升。


通过在垂直行业的摸爬滚打,这家公司积累着丰富的产业和客户资源,而这些使得它的数据“大脑”可以用各种方式来启发自己、训练自己,具备完善的数据思维,具备更聪明的大脑,从发掘数据到智能化使用数据,它铺设着AI产业化的高速公路。


而对于客户方企业来说,无所谓是否必须配备极专业、极昂贵的全班人马AI人才,只要能善用明略的产品和服务,也能转型升级,快速迈入数字化商业的快车道。


流量红利的消耗殆尽决定了产业互联网的勃兴。而业界也逐渐看到数据红利并不等于商业价值,这给以深度学习为代表的感知智能企业指明了向认知智能发展的方向,同时,它也将进一步的释放AI的产能。我们期待看到越来越多像明略这样的公司在各个行业里突破的案例诞生。


明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”


明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”


 中国领先创投新媒体

100W创业者及投资人关注

©   投稿合作  微信:cyzqx2013


以上是关于明略数据:深度学习目前还是“黑盒子”,做认知智能更要靠“谱”的主要内容,如果未能解决你的问题,请参考以下文章

人工智能深度学习入门练习之(11)TensorFlow – 理解人工智能

基于深度学习的自然语言处理技术:边界在何方?

认知机器学习深度学习

百分点认知智能实验室出品:深度迁移学习十八问

深度学习已经触到天花板了吗

深度学习 人工智能,机器学习和深度学习之间的关系。