近日,2020全球人工智能产品应用博览会在苏州举行。明略首席科学家、明略科学院院长吴信东受邀出席开幕式暨主论坛并发表主题演讲,分享HAO智能理论框架的底层逻辑和应用前景。
HACE原理:大数据的本质特征
吴信东提出了HACE原理,大数据始于物理异构(Heterogeneous)、逻辑自治(Autonomous)的多源海量数据,旨在寻求复杂的(Complex)和演化的(Evolving)数据关联的方法和途径。吴信东认为,从大数据的来源来看,异构和自治是大数据中多个数据源的最本质特征。大数据分析的最本质目标是异构、自治的多源海量数据中复杂且随时间和空间演化的数据关联。
依据HACE原理对大数据特征的描述,可形成一个大数据的三层架构图。第一层架构是数据挖掘平台,使用带有高计算性能的集群计算机。第二层架构是大数据的语义和应用知识,包括数据共享与隐私、领域和应用知识的问题。第三层架构从三方面提出了大数据挖掘算法,包括局部学习和多信息源的模型融合,稀疏不确定和不完整的数据挖掘、挖掘复杂的动态数据。
BigKE模型:从大数据到大知识
在大数据时代,利用知识工程的思想和方法,对大数据进行获取、验证、表示、推论和解释,通过挖掘出的知识来形成解决问题的专家系统,就是大知识,也称为大数据知识工程。
大数据知识工程旨在形成对个性化服务有价值和指导作用的专家系统。从融合的碎片知识,用知识图谱表示大数据隐藏的大知识,最终提供以需求为导向的知识服务。
吴信东提出了大数据知识工程模型(BigKE),以解决碎片化知识建模与多数据源的在线学习、碎片知识的非线性融合、需求驱动下的自动化知识导航问题。
大知识可在多个领域得到应用,包括动态网络大辞典、网络新闻动态跟踪和总结、普适医疗信息管理与服务、职业培训、自动编辑和出版、智慧城市的动态认知与决策等。
HAO智能:从大知识到大智慧
明略HAO智能理论框架,将人类智能(Human Intelligence)、人工智能(Artificial Intelligence)和组织智能(Organizational Intelligence)与大环境下的大数据分析相结合,来定义大智慧。企业和组织的大智慧,始于大数据,成于大知识,通过将来自多个数据源的分散知识,领域专业知识,商业洞察和制度文化集成在一起,为企业和组织的活动提供个性化需求驱动的知识服务。
针对组织活动中的人机协同问题,从早期的系统设计做充分考虑,将人类智能和人工智能作为智能系统里面的相互补充的组成部分。从数据感知到采取行动,把人和机器放在大的框架中,都作为智能体(Agent),每一个智能体有自己的工作和定位,把人类专家、知识图谱,组织行为问题求解的需求有机结合在一起。由前端的摄像设备、通信设备,进行采集信息,再加上人类获取的数据,在后台进行信息处理,从分析、计算、推理、优化到底层输出,辅助决策,形成从感知到认知再到行动的智能闭环。
智能决策:从HAO智能理论到HAO技术体系
目前,明略依托新一代人工智能国家开放创新平台,基于HAO智能理论框架,打造了HAO技术体系,具体包括感知层的HAO感知、HAO数据一体机,认知层的HAO交互、HAO图谱、HAO模型、HAO情报、HAO预测,以及决策层的HAO代理、HAO排序等系列基础软件模型、应用工具和解决方案。明略通过利用大数据、人工智能技术,已在公共安全、数字城市、银行、证券、保险、轨交、电力、餐饮、零售、泛媒体、快消、营销等多个行业场景中落地企业级解决方案,帮助企业从多源异构的海量数据中发现业务规律,实现智能决策。
在公共安全领域,已经在超过100个公安机构部署知识图谱平台,打造了公安行业里现存收录数量级之最的图谱规模,高达16亿“实体”,40亿种“边”,140亿个“事件”,帮助警务工作者进行智能案情研判与决策。
在餐饮行业,一个智慧餐厅中,智能决策系统需要综合餐桌的翻台情况、排队顾客的情绪、厨房的生产能力、服务员的繁忙程度等信息,基于餐饮行业知识、企业商业管理知识、门店运营知识、服务员个人智慧等多个知识系统和知识图谱的融合与联动,为工作人员提供决策参考和行动建议。