明略科技的“數(shù)據(jù)中臺”野望

本文作者：張瑞

2019-11-18 18:11

導(dǎo)語：明略正式發(fā)布，具有行業(yè)知識圖譜Know-How的新一代數(shù)據(jù)中臺。

人工智能怎么從感知智能，走向認知智能？

對未來智能世界懷有憧憬的AI初創(chuàng)企業(yè)們，無疑都在沿著各自的路徑，為這一問題不斷奔走。

這一問題的回答，還要回到最底層的數(shù)據(jù)分析和挖掘上。從基礎(chǔ)硬件、到業(yè)務(wù)應(yīng)用系統(tǒng)，再到云平臺，產(chǎn)業(yè)鏈層層向上傳遞，都離不開大數(shù)據(jù)軟件服務(wù)商的支撐。

而幫助企業(yè)連接數(shù)據(jù)，將數(shù)據(jù)用活，將垂直用戶的使用習(xí)慣和業(yè)務(wù)知識，注入到平臺，提供知識支撐，正是明略科技最擅長的。

公安領(lǐng)域的大數(shù)據(jù)服務(wù)專家

作為人工智能領(lǐng)域的獨角獸，明略科技從最初，就選擇了與國內(nèi)很多人工智能公司不同的路徑。

在業(yè)內(nèi)廠商紛紛選擇做算法、做應(yīng)用的同時，明略一開始就選擇了產(chǎn)業(yè)鏈上游，并且專攻難度極大的領(lǐng)域——公安大數(shù)據(jù)。不同類型的案件中、不同的應(yīng)用場景下，對于機器學(xué)習(xí)來說，其實最難的就是行業(yè)知識圖譜的建立。

為什么會選擇切入這一行業(yè)？

這就不得不提起明略科技創(chuàng)始人吳明輝與公安的淵源。父親是一名警察的吳明輝，自小耳濡目染，了解到公安工作時，一起重大案件往往需要幾百個警察分析情報，找線索，過程很是痛苦。

為公安行業(yè)和國家做點事。這是吳明輝，也是明略科技整個技術(shù)團隊最初的想法。

而作為AI最快的場景之一，公安領(lǐng)域也有著有規(guī)模數(shù)據(jù)、明確的業(yè)務(wù)指向等其他行業(yè)不具備的特性。

有了初心和數(shù)據(jù)基礎(chǔ)，明略科技的大數(shù)據(jù)及AI服務(wù)，就找到了最適合的落地方向。自此，明略科技就開始為公安提供破案引擎，將公安的破案邏輯附在產(chǎn)品中，不斷打造破案的知識分享系統(tǒng)。運用公安知識圖譜等認知智能手段，實現(xiàn)人、事、地、物、組織、虛擬身份的關(guān)聯(lián)，提升預(yù)警研判的準(zhǔn)度、精度。

AI進化，正走向認知智能

隨著不斷的深耕，明略科技在公安領(lǐng)域，利用大數(shù)據(jù)和AI，在替代人力的重復(fù)性工作上已經(jīng)有了不錯的進展。對警情案情的串并，情報線索的提取和分類、分發(fā)上，也都實現(xiàn)了大幅躍進。

但思及如何更好的提供智能，如何透過信息的表面，對發(fā)掘更多鏈接的深層線索或要素，并進行智能的推理、挖掘，也就是到認知智能層面，明略科技認為，目前做的還遠遠不夠。

舉個簡單的例子，公安領(lǐng)域的業(yè)務(wù)由“情指行督”幾個環(huán)節(jié)組成，即情報、指揮、行動和督察。在督察這一環(huán)節(jié)，如何更好的考核工作，就是一個較為復(fù)雜的問題。

公安人員往往都在忙碌于各種不同的工作中，但單靠簡單的接警次數(shù)、出警次數(shù)，或110響應(yīng)次數(shù)，很難衡量他們工作量。

比如警員每次響應(yīng)是不是有效、是不是第一時間給予了結(jié)果、案件是否第一時間就能破獲、破獲的過程中是否牽動了其它案件、是否給其它兄弟警種、兄弟部門提供了支撐……這些實際情況，都難以量化評估。

而傳統(tǒng)的數(shù)據(jù)平臺，依賴于前后和后臺的架構(gòu)。

前臺面向各個警種的各個獨立業(yè)務(wù)系統(tǒng)，后臺一對一為前臺服務(wù)進行支撐。但這種方式，對業(yè)務(wù)系統(tǒng)的支撐效率很低。后臺能夠基本滿足支撐一個系統(tǒng)運轉(zhuǎn)的要求，但對提供更高效、更智能的系統(tǒng)服務(wù)，就顯得力不從心。

具有行業(yè)知識圖譜的中臺，從數(shù)據(jù)打通業(yè)務(wù)

如何解決這一難題？

這就需要綜合的數(shù)據(jù)分析，去完成評估和考察。對更好前臺、后臺聯(lián)動，數(shù)據(jù)和業(yè)務(wù)能有效融合的高要求，也就催生了“中臺”的誕生。

正如阿里在電商行業(yè)中，提出了阿里中臺，華為在通訊行業(yè)中提出了華為中臺，明略科技也基于業(yè)務(wù)要求，在公安業(yè)務(wù)中提出了自己的中臺概念。

“簡單來說，明略科技想要利用更多數(shù)據(jù)，從數(shù)據(jù)中產(chǎn)生更多的業(yè)務(wù)價值和知識。將傳統(tǒng)只能做一些BI統(tǒng)計性智能分析的數(shù)據(jù)倉庫，進行升級，提升智能分析應(yīng)用?！泵髀钥萍技瘓F副總裁任鑫琦說道。

具體而言，中臺以面向前臺、面向業(yè)務(wù)的方式，考慮后臺的數(shù)據(jù)如何組織，采用怎樣的技術(shù)將數(shù)據(jù)組織和加工成什么形式，提供查詢、計算、數(shù)據(jù)挖掘服、AI等服務(wù)。這就是中臺的核心價值。

如在剛才提到的“督察”問題上，基于傳統(tǒng)架構(gòu)，只能進行較為簡單的審計、考核的業(yè)務(wù)系統(tǒng)，警員往往機械填寫東西，考核的維度很少。

但基于中臺架構(gòu)，就能打通公安各級的行政關(guān)系和數(shù)據(jù)權(quán)限。連通多源異構(gòu)的公安數(shù)據(jù)、社會化數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等維度的數(shù)據(jù)，構(gòu)建以知識圖譜為核心的多維感知和智能體系，并針對不同警種和業(yè)務(wù)環(huán)節(jié)，進行檢索、分析、挖掘等。這就是中臺的典型應(yīng)用，也是明略智能的再進化。

11月15日，明略科技集團在上海舉辦以“FASTER 聚變·增長新動力”為主題的2019數(shù)據(jù)智能峰會，宣布“打造智能時代的企業(yè)中臺”新戰(zhàn)略，基于自身的業(yè)務(wù)邏輯，正式發(fā)布了具有行業(yè)知識圖譜Know-How的新一代數(shù)據(jù)中臺，同時發(fā)布了智能運維、多維感知、智慧零售三大行業(yè)解決方案。

明略科技的“數(shù)據(jù)中臺”野望

值得注意的是，與其他廠商的數(shù)據(jù)中臺不同，明略的數(shù)據(jù)中臺的底層邏輯是自研的HAO智能體系。

而HAO智能理論，所立足的點，正是通過打通感知、認知、行動系統(tǒng)，幫助企業(yè)或組織進行分析決策，實現(xiàn)AI的閉環(huán)。

任鑫琦認為，認知不是感知的延伸。從一個感知維度的智能無論怎么演進，都無法演進為有推理或者有認知能力的智能體。多維感知分析，并不是多個維度感知智能的疊加。感知技術(shù)為萬物互聯(lián)提供了可能，認知智能則為萬物互聯(lián)提供了智能。要實現(xiàn)從感知到認知的智能跨越，最重要的中間載體是“知識圖譜”。知識圖譜就像人類“大腦”一樣，將數(shù)據(jù)進行有機組織，而非對數(shù)據(jù)進行簡單分門別類式的儲存。

明略科技的“數(shù)據(jù)中臺”野望

明略科技推出的數(shù)據(jù)中臺，通過合并更多的數(shù)據(jù)，包括IoT萬物感知體系，對不同感知端背后的數(shù)據(jù)進行信息和知識挖掘，構(gòu)建知識圖譜，提高AI可解釋性，通過綜合分析，為決策提供依據(jù)和參考。其本質(zhì)就是打通感知和認知，將數(shù)據(jù)轉(zhuǎn)換為信息、知識，最終形成智慧，實現(xiàn)從識別到理解，再到分析、決策的智能遞進。

數(shù)據(jù)、場景的雙向驅(qū)動，明略的中臺邏輯

不過，需要說明的是，由于近兩年興起，而起初定義不清，各種中臺層出不窮，也常常使其成為裝著各種概念的籃子。

但作為大數(shù)據(jù)的軟件產(chǎn)品、平臺和智能服務(wù)商，明略科技對中臺，顯然有著清晰的理解和定位，并將其真正用到了業(yè)務(wù)中。這也是為什么，在數(shù)據(jù)層面，同行者很多都逐漸消失或轉(zhuǎn)型，而明略科技卻能一直深扎，越行越遠。

目前，市場上做中臺業(yè)務(wù)的公司可以分為這三類。

一類是，此前提供Paas層和Iaas層能力為主的云平臺廠商，借由中臺的熱潮，又向下再提供中臺能力。

但其“中臺”，主要還是基于基礎(chǔ)平臺。往往在數(shù)據(jù)上的技術(shù)優(yōu)勢很強，但對于中臺這種為業(yè)務(wù)優(yōu)化而出現(xiàn)架構(gòu)，并沒有經(jīng)驗積累，尤其在垂直場景的業(yè)務(wù)能力不足。

這也是從“數(shù)據(jù)找場景”角度來做中臺。

另一類是，許多傳統(tǒng)廠商，基于自身的業(yè)務(wù)需求打造中臺。其對垂直領(lǐng)域的數(shù)據(jù)特征，有足夠理解。但對如何設(shè)計中臺的技術(shù)架構(gòu)，如何對數(shù)據(jù)進行處理、加工、存儲等方面，往往一知半解。

他們的路徑，顯然是從“場景找數(shù)據(jù)”來做中臺。

無論是，數(shù)據(jù)找場景，還是場景找數(shù)據(jù)，都各有各的門檻。中臺的概念雖好，但不是廠商輕易就能跨界做的。

明略科技在中臺上的優(yōu)勢，恰恰在于，其本身就是大數(shù)據(jù)的軟件產(chǎn)品、平臺和智能服務(wù)商，最初又選擇了切入公安等領(lǐng)域，做專業(yè)領(lǐng)域的數(shù)據(jù)分析，并一直思考如何利用數(shù)據(jù)提供有價值的產(chǎn)品和服務(wù)。

基于自身定位，恰好能實現(xiàn)上下銜接，將業(yè)務(wù)落到數(shù)據(jù)平臺上，這也就是明略科技中臺的主打方向。

自然，在專業(yè)領(lǐng)域深耕，隨之帶來的另一面，是縱向很深，但橫向難以大面積鋪開。在更多行業(yè)領(lǐng)域，通用能力可以橫向遷移，但新領(lǐng)域的行業(yè)知識和專家經(jīng)驗，就需要用做數(shù)據(jù)治理的經(jīng)驗，再去逐漸匹配行業(yè)。

這一點上，明略科技也很明確自己的方向。與其做的泛而不深，不如先深耕一兩個行業(yè)，待成熟再向其他行業(yè)拓展。一步一個腳印，逐步鋪開場景。

未來AI的想象力在哪

在公安領(lǐng)域，未來還有哪些值得想象的空間？

可以說，目前只實現(xiàn)了認知智能的第一步，將人從語言、文字或認知的理解中解放出來，而下一步就是將對理解后的信息的智能分析，以及將潛在信息的分析，更多注入到數(shù)據(jù)系統(tǒng)中。因而，未來的空間依然還有很大。

經(jīng)過2015年深度學(xué)習(xí)帶來的爆發(fā)式增長后，人們的普遍觀感是，近幾年AI在行業(yè)的落地，似乎并沒有那么快。

對于這一點，任鑫琦也有自己的看法，“這很正常。但實際上，AI并不慢，只是在和行業(yè)結(jié)合中，做自然增長?！?/p>

“這其實反映的更多是人們的心態(tài)。人們總是把一些近期能實現(xiàn)的技術(shù)想得過快，把一些遠期看著很難的技術(shù)想得過慢。這很適用于計算機視覺領(lǐng)域。往往大家認為準(zhǔn)備好一切的技術(shù)，其實并沒有那么快；而如機器人、認知智能、及腦科學(xué)，這些看似遙遙無期的技術(shù)，反而在逐漸進步?！比析午f道。

這一看法，也正好可以應(yīng)用于明略科技做認知智能上。

自成立以來，明略科技一直在探索人工智能在知識和管理復(fù)雜度高的行業(yè)中落地，不斷完善感知智能到認知智能的AI閉環(huán)，明略也在逐漸打造包括公安大腦、工業(yè)安全大腦、金融風(fēng)控大腦等在內(nèi)的AI大腦。

技術(shù)的發(fā)展，有時就是這樣一個“說時遲、那時快”的過程。更深層的智能潛行之時，說不定哪一朝便會來到人們眼前。

而行業(yè)也正期待著，更高階的人工智能，認知智能，更早到來。