rio创意广告

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>匠(jiang)心(xin)故(gu)事(shi) | 當(dang)AI遇(yu)上(shang)“知(zhi)識(shi)墻(qiang)”，華(hua)為(wei)雲(yun)推(tui)開(kai)壹(yi)扇(shan)新(xin)門(men)

打(da)开知识計(ji)算(suan)的(de)门，透(tou)進(jin)智(zhi)能(neng)時(shi)代(dai)的光(guang)

在(zai)企(qi)業(ye)、行(xing)业應(ying)用(yong)AI时，我(wo)們(men)一般(ban)都(dou)會(hui)說(shuo)需(xu)要(yao)具(ju)備(bei)三(san)大(da)條(tiao)件(jian)：算力(li)、算法(fa)、數(shu)據(ju)。而(er)企业在獲(huo)取(qu)這(zhe)三大要素(su)過(guo)程(cheng)中(zhong)的難(nan)題(ti)，也(ye)被(bei)稱(cheng)为AI的“三座(zuo)大山(shan)”。

但(dan)可(ke)能很(hen)多(duo)人(ren)不(bu)知道(dao)，除(chu)了(le)“三座大山”之(zhi)外(wai)，還(hai)有(you)一個(ge)困(kun)擾(rao)企业应用AI的难题，叫(jiao)做(zuo)——知识。我们總(zong)是(shi)说，AI需要與(yu)行业Know-How結(jie)合(he)，需要与行业特(te)性(xing)相(xiang)融(rong)，需要掌(zhang)握(wo)幫(bang)助(zhu)企业降(jiang)本(ben)增(zeng)效(xiao)的具體(ti)方(fang)法。这些(xie)提(ti)法最(zui)終(zhong)都指(zhi)向(xiang)AI需要与行业知识结合，才(cai)能在商(shang)业世(shi)界(jie)中產(chan)生(sheng)真(zhen)正(zheng)的價(jia)值(zhi)。

或(huo)許(xu)可以(yi)说，知识是企业与AI之間(jian)的軸(zhou)承(cheng)和(he)連(lian)接(jie)器(qi)，是整(zheng)个产业智能化(hua)系(xi)統(tong)中必(bi)不可少(shao)的一部(bu)分(fen)。

但也正由(you)於(yu)“知识”这个概(gai)念(nian)的特殊(shu)性和差(cha)異(yi)化，AI与行业知识结合是AI产业化命(ming)题中最抽(chou)象(xiang)，也最难標(biao)準(zhun)化的一項(xiang)。可以说，擺(bai)在企业应用AI面(mian)前(qian)的除了“三座大山”，还有一道“知识之墙”。

近(jin)兩(liang)年(nian)，AI产业的一大變(bian)化就(jiu)是越(yue)來(lai)越多的研(yan)究(jiu)力量(liang)、产品(pin)力量，开始(shi)向“知识”这个神(shen)秘(mi)且(qie)復(fu)雜(za)的領(ling)域(yu)进發(fa)，嘗(chang)試(shi)在这道AI之墙上打开一扇门。

而如(ru)果(guo)妳(ni)對(dui)AI感(gan)興(xing)趣(qu)，应該(gai)会知道其(qi)中一个代表(biao)性方案(an)：2020年9月(yue)，在华为全(quan)聯(lian)接2020上，华为云发布(bu)了知识计算解(jie)決(jue)方案，这被称为业界首(shou)个全生命周(zhou)期(qi)知识计算解决方案，填(tian)補(bu)了一片(pian)非(fei)常(chang)重(zhong)要的产业空(kong)白(bai)。

时至(zhi)如今(jin)，知识计算的落(luo)地(di)案例(li)不斷(duan)豐(feng)富(fu)，这个产业方向背(bei)後(hou)的故事也被更(geng)多披(pi)露(lu)出(chu)来。我们希(xi)望(wang)跟(gen)大家(jia)一起(qi)探(tan)索(suo)这樣(yang)一个故事：面对抽象莫(mo)測(ce)的知识，繁(fan)杂多元(yuan)的行业，知识计算究竟(jing)是如何(he)聚(ju)沙(sha)成(cheng)塔(ta)，完(wan)成这个特殊领域的产业落地与标准化方案推出的。

有这麽(me)一群(qun)人，当他(ta)们面向AI产业的“知识之墙”时，沒(mei)有選(xuan)擇(ze)嘆(tan)息(xi)或者(zhe)回(hui)頭(tou)，而是要打开一扇门。

「知识墙：AI落地的巨(ju)大挑(tiao)戰(zhan)」

從(cong)上世紀(ji)70年代專(zhuan)家系统兴起以来，AI的商业化需求(qiu)始终与行业知识、专业知识緊(jin)密(mi)相连。但直(zhi)到(dao)今天(tian)，行业知识智能化这个根(gen)本需求也没有得(de)到很好(hao)滿(man)足(zu)，这也直接導(dao)致(zhi)了AI在傳(chuan)统行业、實(shi)体經(jing)濟(ji)中的滲(shen)透率(lv)始终难以提升(sheng)。

事实上，AI与行业知识的结合经歷(li)了漫(man)長(chang)的产业化探索。

从邏(luo)輯(ji)機(ji)到专家系统，再(zai)到目(mu)前依(yi)舊(jiu)盛(sheng)行的行业知识圖(tu)譜(pu)，種(zhong)种方案都存(cun)在根本性的問(wen)题。比(bi)如说，传统的企业知识图谱方案缺(que)乏(fa)标准化、统一的構(gou)建(jian)流(liu)程；每(mei)个方案差异化巨大，耗(hao)时漫长，並(bing)且缺乏可驗(yan)證(zheng)的应用价值檢(jian)测；企业既(ji)缺乏動(dong)力去(qu)推动，也很难在长期使(shi)用中获得持(chi)續(xu)价值。

另(ling)一方面，行业知识图谱主(zhu)要还是以一个数据集(ji)的方式(shi)呈(cheng)現(xian)，价值在于查(zha)找(zhao)答(da)案，但缺乏自(zi)动化、智能化的能力去解决问题。企业真正需要的往(wang)往不是去查詢(xun)知识，而是讓(rang)知识系统給(gei)出进一步(bu)的運(yun)算结果。这就需要AI+知识系统擁(yong)有“可运行”、“可计算”的能力。

因(yin)此(ci)，真正想(xiang)要让行业知识与AI结合，成为各(ge)行业、企业能夠(gou)普(pu)遍(bian)应用的产业底(di)座，就需要一套(tao)整体的方法、技(ji)術(shu)、工(gong)具，帮助解决企业从获取知识、轉(zhuan)化知识、获得智能化价值的全流程问题。

而这裏(li)面就涉(she)及(ji)幾(ji)个方面的技术难點(dian)：

首先(xian)，行业知识的真正存在形(xing)式，是行业技巧(qiao)、专家经验，以及大量口(kou)传耳(er)授(shou)的心得。这些內(nei)容(rong)之间不一定(ding)有著(zhe)紧密關(guan)联，也缺乏统一逻辑。但如果想要让AI拥有行业经验，就必須(xu)把(ba)这些碎(sui)片化、非结构化的内容转化为数學(xue)語(yu)言(yan)，变成AI可以聽(ting)懂(dong)、能够踐(jian)行的数据化路(lu)徑(jing)； 其次(ci)，AI应用行业知识来創(chuang)造(zao)价值本身(shen)还是新生事物(wu)。这里涉及大量实践性挑战，比如模(mo)型(xing)泛(fan)化能力、模型可解釋(shi)性等(deng)问题。想要在知识领域获得突(tu)破(po)，还需要一系列(lie)AI模型本身的優(you)化与升級(ji)； 此外，AI与行业知识的结合落地，还受(shou)到行业場(chang)景(jing)、組(zu)織(zhi)流程、企业生产方式等一系列外在的、非技术因素的条件制(zhi)約(yue)。AI+行业知识能否(fou)落地，很大程度(du)上取决于行业生態(tai)本身的智能化升级空间与技术获取能力。

知识的挑战、AI的挑战、行业的挑战，三大难题让这道“知识墙”难以突破。而就是面对这样一个现狀(zhuang)，华为云的AI人决定试一试。

「开门者：推开知识计算的新路」

2018年，袁(yuan)晶(jing)博(bo)士(shi)加(jia)入(ru)华为云。袁晶博士是一名(ming)在AI学术界和产业界的跨(kua)界专家，曾(zeng)在頂(ding)级國(guo)際(ji)期刊(kan)会議(yi)上发表80余(yu)篇(pian)論(lun)文(wen)，并多次获得最佳(jia)论文獎(jiang)项。

2020年，袁晶博士获得了ACM SIGSPATIAL十(shi)年影(ying)響(xiang)力论文榮(rong)譽(yu)奖；2021年，他获得了SIGKDD China 时间验证奖(Test of Time Award)。

在云计算产业中，华为云有一个鮮(xian)明(ming)的标簽(qian)，就是一手(shou)抓(zhua)新技术，一手抓商业落地。以二(er)者之间的強(qiang)联接作(zuo)为一大产业特色(se)，这也是华为云吸(xi)引(yin)袁晶博士的一个特点。

来到华为云之后，袁晶博士同(tong)时負(fu)責(ze)AI算法、技术研究创新團(tuan)隊(dui)和AI面向行业的产品商业化团队，这让他和他的团队有意(yi)识地去審(shen)視(shi)行业真正需要的是什(shen)么，从而全流程參(can)与AI技术的落地閉(bi)環(huan)。

就是这样一个具有突破以往领域限(xian)制的自由度，让袁晶博士团队看(kan)到了行业知识与AI结合的必要性与紧迫(po)性。相比于传统的行业知识突破、数据获取等碎片化服(fu)務(wu)，团队認(ren)为当务之急(ji)是构建整体性的、囊(nang)括(kuo)一系列工具与能力、能够实现全周期行业知识与AI结合的方案。

在这一过程中，袁晶博士与团队在NLP、多模态等领域的前沿(yan)技术视野(ye)与能力成为了关鍵(jian)推力之一，构成了“AI+行业知识”中“AI技术”的那(na)一面。此前，袁晶博士团队有多篇论文被ACL 2021，CVPR2021等顶会接收(shou)，并且获得CCKS篇章(zhang)级事件抽取技术評(ping)测冠(guan)軍(jun)、国际權(quan)威(wei)WSDM CUP大賽(sai)金(jin)牌(pai)等荣誉。

另一方面，华为云已(yi)经在多个行业中实践了超(chao)过600个AI项目，从而積(ji)累(lei)了大量的行业需求、行业经验，这些实践经验构成了“知识”的那一面。

“AI技术”和“知识”二者相遇，让华为云有了推动一个全新方向的可能性。雖(sui)然(ran)前途(tu)依旧充(chong)满挑战，但至少有了打破僵(jiang)局(ju)的机会。

一系列的研发、产品化与行业融合实践之后，“知识计算”解决方案终于在2020年正式发布，共(gong)包(bao)括四(si)个方面的技术能力与产品服务：

知识获取，通(tong)过对多模态的行业知识，比如生产系统中的机理(li)模型、专家经验进行解析(xi)和處(chu)理，完成由现实经验向数学模型转化的第(di)一步； 知识建模，根据业务场景的具体需求，向客(ke)戶(hu)提供(gong)方便(bian)快(kuai)捷(jie)的知识建模工具，比如流水(shui)線(xian)式的自动化知识图谱，極(ji)大縮(suo)短(duan)行业知识图谱的构建时间，并且实现图谱的自动更新； 知识管(guan)理，让用户获得行业知识的存儲(chu)和高(gao)性能查询能力，并且实现自动化更新、沖(chong)突管理等功(gong)能； 在知识应用層(ceng)面，华为云可以提供知识搜(sou)索、可视化分析、知识推薦(jian)等基(ji)礎(chu)能力，以及智能对話(hua)、預(yu)测分析、知识推理等高级能力。这些能力接口將(jiang)华为云多元化的技术向企业开放(fang)，突破了企业应用知识的最后一公(gong)里。

我们可以发现，袁晶博士在华为云推动的全新方向——知识计算，并不是一项單(dan)一产品或服务，而是一个关于全生命周期完成AI与行业知识融合的理念、方法，以及由此产生的一系列工具、能力。这些理念、能力、工具与具体行业、具体案例进行结合，获得了各行业客户、合作夥(huo)伴(ban)的深(shen)度共建，最终才凝(ning)结出全周期、可生长、具有行业特性的华为云知识计算解决方案。

在知识计算築(zhu)造和推廣(guang)的过程中，相关团队非常重视其在不同行业、不同场景中的差异化表现与能力局限。只(zhi)有承认行业差异，才能尊(zun)重行业知识，逐(zhu)个攻(gong)破行业应用AI的挑战。

或许可以说，知识计算并不是一条捷径，而是一个AI落地趨(qu)勢(shi)下(xia)的必经之路。这条路虽然并不好走(zou)，但总算是已经有了“开门人”。

「冲鋒(feng)时：面向行业，AI突圍(wei)」

或许，知识计算的价值听起来会感覺(jiao)有点过分抽象和模糊(hu)，这是因为整套解决方案涉及的技术领域眾(zhong)多，总结起来較(jiao)为理论化。

確(que)实，想要理解知识计算的价值，只有进入行业场景中这一个选择。因为知识计算本就是为行业而生，也应该在行业中进行理解。

例如，在石(shi)油(you)勘(kan)探的一个重要环節(jie)“测井(jing)”中，地球(qiu)物理学家需通过对電(dian)阻(zu)率、自然电位(wei)、聲(sheng)波(bo)等綜(zong)合信(xin)息的研究进行油氣(qi)层识別(bie)。但要对数千(qian)米(mi)以下的地下构造和油藏(zang)特征(zheng)进行准确判(pan)断还是非常困难的，这需要对大量信息的综合计算，还需要经验丰富的专家准确分析才能做到。

以往，可能需要好几个老(lao)专家几个月时间完成的测井解释工作，在知识计算帮助下可以在不到一星(xing)期内完成，而且油气层识别准确率達(da)到了专家的水平(ping)。这就是知识计算的必要性，它(ta)将专家的碎片化、经验化知识转化为可计算的模型，并将其遷(qian)移(yi)到更多工作的智能化处理中。

目前，中石油集团已经基于华为云知识计算解决的打造了全球首个油气领域人工智能平臺(tai)，为我国油气行业的创新发展(zhan)提供了智能化的驅(qu)动引擎(qing)和开发生态。

当然，在探索石油测井解释的知识计算解决方案时，团队也经历了不少交(jiao)流中的磨(mo)合期。

比如在华为云的AI专家给石油专家講(jiang)解知识图谱时，很自然地会舉(ju)一个在知识图谱领域常用的例子(zi)：比如“明星甲(jia)”作为一个“实体”、他的妻(qi)子是“乙(yi)”、他们建立(li)了“夫(fu)妻”的“关系”。但油气领域的专家卻(que)对明星的例子非常不解——他们面对的是地层、油井这些数据，娛(yu)樂(le)圈(quan)的例子好像(xiang)和油气一点关系都没有。但也正是在这种从不解到了解、相互(hu)磨合和溝(gou)通的过程中，知识计算逐漸(jian)真正与行业结合了起来。

在知识计算的发展历程中，华为云知识计算团队真实意识到了各行业对相关能力的遠(yuan)見(jian)和渴(ke)求。在一些必然磨合之上，是华为云与行业客户之间对于知识计算的高度认同与惺(xing)惺相惜(xi)。

在疫(yi)情(qing)爆(bao)发之后，袁晶团队与浙(zhe)江(jiang)大学计算机学院(yuan)、浙江大学藥(yao)学院的師(shi)生建立了联系和合作。在第一次线上沟通中就一拍(pai)即(ji)合，决定围繞(rao)病(bing)毒(du)、基因、蛋(dan)白等已有知识庫(ku)和科(ke)研文獻(xian)构建新冠科研领域知识图谱，用来帮助相关专家提升病毒家族(zu)数据分析、基因蛋白等分析的效率。

在疫情疾(ji)風(feng)暴(bao)雨(yu)一般襲(xi)来时，华为云的AI专家与高校(xiao)专家第一时间投(tou)身到了智能抗(kang)疫的前线。这可能是知识计算值得被記(ji)憶(yi)的另一面。

真正身在一线的企业，对知识计算的价值敏(min)感性往往远超于大众想象。

2020年，袁晶博士团队的一位成員(yuan)在HDC.Cloud大会期间做了一个企业知识图谱的直播(bo)内容，同时发布了一篇技术文章。这篇文章被一汽(qi)集团董(dong)事长看到，馬(ma)上指示(shi)信息技术人员与团队进行深入交流。通过线上、现场的多次沟通，最终孵(fu)化了一汽的知识计算智能維(wei)修(xiu)项目，为上千维修技师提供智能化的维修助手，极大提升维修技师在定位问题和解决问题上的效率。

通过使用一汽知识计算平台，一汽紅(hong)旗(qi)某(mou)4S店(dian)的一次性修复率提升了4%，客户维修等待(dai)时间下降了23%，廠(chang)家支(zhi)持介(jie)入率下降了30%，维修技师的培(pei)養(yang)时间缩短了30%，为汽車(che)维修帶(dai)来了全方位的价值提升。

各个行业、各个企业都可以基于华为云知识计算解决方案，打造屬(shu)于自己(ji)的知识计算平台，并将知识计算能力应用于研发、生产、运營(ying)、銷(xiao)售(shou)、售后服务等企业核(he)心流程。

（AI賦(fu)能千行百(bai)业）

在煤(mei)炭(tan)行业，河(he)南(nan)鑫(xin)磊(lei)集团采(cai)用华为云知识计算解决方案后，煉(lian)焦(jiao)业务实现了“降本提質(zhi)”的雙(shuang)重效果：生产效率方面，传统方式原(yuan)料(liao)煤质量检测需要1天以上，现在配(pei)煤师只需要将配比輸(shu)入系统就会准确预测焦炭指标，预测准确率都在95%以上；经济效益(yi)方面，以河南鑫磊集团每年130萬(wan)噸(dun)的产量来推算，每年至少可节省(sheng)成本约3000万。

在交通行业，交通管理部门可以运用知识计算解决方案，完成城(cheng)市(shi)路口和區(qu)域的通行优化。目前，该方案已在深圳(zhen)300多个路口进行了验证，拥堵(du)指数下降了8%。未(wei)来，知识计算将进一步运用到道路、机场、地鐵(tie)等立体化的交通治(zhi)理。

在政(zheng)务领域，知识计算解决方案能能够協(xie)助政府(fu)实现事件预警(jing)、处置(zhi)措(cuo)施(shi)推荐等功能。如此前在某城市12345熱(re)线感知系统中，A通过热线投訴(su)小(xiao)区鄰(lin)居(ju)噪(zao)音(yin)扰民(min)问题，B在同一小区投诉小区垃(la)圾(ji)比较多，这看似(si)没有关联的两个问题，用知识计算引擎去分析问题产生的根因，发现其实关键问题是这个区域有典(dian)型的群租(zu)现象，再通过智能分撥(bo)关联相关处理部门，利(li)用机器人引擎推进流程和运转，通过数据分析研判、人机协同处置的闭环全流程，将“问题解决在开口之前”，极大提升政务服务满意度。

石油、汽车、醫(yi)療(liao)、化纖(xian)、煤焦化、鋼(gang)铁、交通，政务…种种事关国计民生的重点行业，都可以看到知识计算的落地案例、发展趋势与价值突围。在AI与知识的深入融合中，行业可以真正面向AI时代发起冲锋。

而这些可能性的开始，在于知识计算这扇大门的推开。这扇门，并不僅(jin)仅是一种技术创新或者产品打造，而是一种方向和銜(xian)接。它把广泛存在的行业知识智能化需求与AI執(zhi)行力联接到一起，不再让行业面对智能化时感觉茫(mang)然無(wu)措或者与我无关。

袁晶博士一直强調(tiao)，知识计算是理念，是方法，是一系列像积木(mu)一样的工具。这些积木确实需要企业用户自己拼(pin)裝(zhuang)，但零(ling)件、規(gui)則(ze)和方法都已具备。企业可以用最大的效率、最簡(jian)单的方式完成適(shi)合自己的组装，把知识变成智能时代的生产力。

对于AI产业来说，知识计算是一扇全新的探索之门；但对于无数行业、无数企业来说，每个知识计算解决方案都是一扇獨(du)一无二的门。

推开它，也许就是新的时代。

据悉(xi)，今年11月11-12日(ri)在杭(hang)州(zhou)举辦(ban)的AIIA产业峰(feng)会中，中国人工智能产业发展联盟(meng)、华为、中国信息通信研究院三方将联合发布知识计算白皮(pi)書(shu)。屆(jie)时学界和产业界大咖(ka)将齊(qi)聚一堂(tang)，共话知识计算如何赋能新一代人工智能与企业生产领域、流程环节深度融合，引领产业向价值鏈(lian)高端(duan)邁(mai)进，加速(su)推进行业智能化升级。返(fan)回搜狐(hu)，查看更多

责任(ren)編(bian)辑：