華為雲知識計算:讓AI在企業生產系統中發揮核心價值
作者:心月
【環球網科技綜合報道】從2016年起,圍繞着“人工智能”開發應用的創業公司不斷湧現,傳統行業也在積極地利用人工智能技術開拓新的市場需求,AI正在加速進入千行百業。即便如此,數據顯示目前AI在傳統行業應用的滲透率只有4%,其主要障礙就是AI還很難與行業知識相結合。AI如何從新的應用方向切入,賦能企業業務、生產發展成為整個AI產業的燃眉之急。
為了幫助企業釋放知識的力量,推動AI進入核心業務系統,讓AI真正發揮價值,華為於2020年9月發佈了基於AI開發平台ModelArts打造的業界首個全生命週期知識計算解決方案。負責該方向的華為雲袁晶博士曾對筆者表示,全生命週期的知識計算解決方案包含知識獲取、知識建模、知識管理以及知識應用四大模塊。它是一種把各種形態的知識通過一系列AI技術進行抽取、表達、並協同大量數據進行計算,進而產生更為精準的模型,再次賦能給機器和人的全新方法。

釋放知識力量,推動AI進入核心生產系統
在談到研發知識計算解決方案的原因、以及知識計算解決方案對於AI落地行業的作用時,袁晶講到,知識計算是解決行業知識與AI結合的一條全新而且有效的路徑,將行業知識與AI技術相結合,並賦能到機器和人,進而實現輔助人高效分析和決策,釋放行業專家的精力,集中關注業務創新;還能輔助人實現高效知識傳承,縮短人員培養週期。
據袁晶介紹,知識計算包含以下特點:
輔助推理與決策。將各類數據、知識、經驗以及資料進行多模態建模。並基於具體的業務場景,將知識便捷地、以數字化的方式呈現。
解決知識碎片化問題。將過去分散在不同部門、不同地域、不同領域專業、不同存儲介質中的碎片化知識,進行整合以實現統一集中的計算。
突破行業機理模型。機理模型在實際運用中會產生大量偏差(由於認知程度、假設因素、計算簡化等眾多因素)。通過知識計算,把機理模型與AI結合,並結合大量數據,彌補機理模型侷限。
袁晶表示,AI在行業落地的關鍵要素之一即知識與數據的雙重驅動。基於華為雲知識計算解決方案打造的企業級知識計算平台,可以一站式完成行業知識的獲取、建模與管理,推動AI進入企業核心業務系統,輔助企業分析和決策,實現知識高效傳承,釋放行業專家的精力。
其一,知識計算可以將行業知識轉化為數學模型。“知識”一詞看似簡單,實際上有着豐富的分類方法、多層次的含義、多樣化的形式。例如,它可以是可見的字符、圖像、音頻、視頻,也可以是不可見的經驗、直覺、邏輯關係。當一部分知識無法被計算機自動生成數學模型時,知識計算就被“委以重任”,派上用場。
例如,在配煤優化的場景中,傳統配煤以膠質層重疊為理論基礎,主要根據專業配煤師的經驗來確定不同來源的煤的比例,目的是讓燃燒率最大化。但人工配煤的過程中存在配煤比數據不穩定等問題。華為雲知識計算解決方案利用機理模型與AI結合的方式,可以將配煤專家的程序性知識轉化為數學模型,通過數字化的方式,將存在人腦中的抽象經驗傳承下來。
*其二,知識計算可提升模型泛化能力。*顧名思義,小模型具備推理時間短、佔用資源少、單個模型成本低等優點。但對於業務場景複雜多樣的企業來説,針對每一個單獨業務場景開發一個小模型的做法,將需要負擔起巨大的開發成本。華為雲知識計算洞悉企業的痛點,提供大模型加微調的解決方案。這項構築在華為雲眾多產品能力之上的解決方案,能夠按需調用關鍵技術,有效地節省研發資金,加速企業的AI開發及落地的進程。
*其三,知識計算能夠突破業務固有流程,進而實現AI在業界落地。*特定的企業通常有自己固化的生產流程。對於這些企業,華為雲知識計算解決方案提供流水線式的圖譜構建能力,將圖譜構建抽象為如下基本流程:本體構建、數據源配置、信息抽取、知識映射以及知識融合。通過將每一個流程模塊抽象成插件形式的方式,企業可以按需組合插件配置,生成圖譜構建任務,以此改變原有的生產方式,推動AI與行業的結合。
值得一提的是,華為雲知識計算解決方案是一個開放的架構。“我們更多是把不同行業面臨的問題、需求的場景,做了歸納和總結,由此形成更多維、更豐富、更貼近客户實際使用場景的產品。同時,我們希望邀請客户參與到合作的過程中來,讓知識計算的框架更清晰,最終成為能夠解決行業智能化升級的參考路徑”,袁晶表示,這是知識計算未來發展的着力點之一。
打造企業知識計算平台,讓AI賦能千行百業
“知識計算”的終極目標是讓AI與行業知識深度結合、讓AI真正進入企業研發、生產、運營、銷售、售後服務等核心流程,“實踐”也正是檢驗知識計算成果的唯一標準。
據袁晶介紹,華為雲知識計算解決方案如今已在石油、汽車、醫療、化纖、煤焦化、鋼鐵、交通等行業率先實踐。
在汽車行業,中國第一汽車集團有限公司(以下簡稱“中國一汽”)應用華為雲知識計算解決方案構建的一汽知識計算平台,基於業務場景,可將知識便捷地、以數字化的方式呈現在眼前,快速提升員工能力。通過使用一汽知識計算平台,中國一汽紅旗某4S店的一次性修復率提升了4%,客户維修等待時間下降了23%,廠家支持介入率下降了30%,維修技師的培養時間縮短了30%。
在鋼鐵行業,煙台華新不鏽鋼公司基於華為雲知識計算解決方案,將合金配料的行業機理與AI深度融合,構建的全新AI模型,可幫助合金配料工程師進行優化決策,找到符合鋼水質量和經濟效益的最優合金配料比例。實踐顯示,AI模型合金成分的預測準確率可達95%以上,相比只基於機理模型的預測提升了10%,每年節省成本2000萬元。
在醫療行業,華為雲與中科院北京基因組所韓大力教授團隊合作,通過知識計算,將DNA羥甲基數據與經過大量研究實驗積累的基因知識圖譜進行整合計算,可更加準確地識別出血液中關鍵生物的標記物,將早期診斷的準確性提升了9個百分點,有助於對食道癌患者的早期發現。
在交通行業,華為雲攜手交通管理部門運用知識計算,綜合運用各類專業知識,通過道路即時信息反饋、整合專家經驗,經過AI運算形成了一套系統化的控制方案,可用於城市路口和區域的通行優化。目前,該方案已在深圳300多個路口進行了驗證,擁堵指數下降了8%。未來,知識計算將進一步運用到道路、機場、地鐵等立體化的交通治理。
做有影響力的工作,推動AI行業落地和商業化進程
在加入華為前,袁晶博士曾任微軟研究院研究員、微軟人工智能創造事業部副總經理、微軟小冰資深科學家主管。
2018年加入華為後,袁晶更多是希望去做AI的商業化,讓AI真正能在不同的行業場景中進行落地。橫跨AI學術、產品、商業化三個領域,成為了袁晶的獨特標籤,持續做有影響力的工作,也是他一直所堅持的目標。他很享受從技術研發到產品化到商業化整個流程,華為所提供的自由度可以更好地讓他和他的團隊將自身優勢發揮出來。
袁晶目前主要負責兩個團隊。一個團隊面向認知智能和知識計算研究並孵化核心能力,另一個團隊主要在不同技術領域將AI產品化以及構建面向行業的AI解決方案,比如智慧城市、智慧醫療、智能製造等。同時,他的團隊也不斷探索知識計算在這些行業的實踐及應用。
袁晶坦言,希望通過知識計算深度改變知識的使用方式,釋放知識的強大⼒量,賦能千行百業。“我們提出的知識計算解決方案,是理念,是方法,是一系列工具,但每個具體案例實踐是我們和行業客户共同完成實現的,需要行業客户深度參與共同進行。”