在AI浪潮席卷而至的今天,人工智能技术逐渐开始运用并活跃在各行各业中。而其技术背后离不开大数据的支持。强劲需求的背后,也吸引不少企业涉足市场。作为大数据与人工智能独角兽,明略数据依据行业市场需求,于近日召开以"符号的力量 - 行业AI大脑明智系统2.0"为主题的发布会。
据悉,此次是明略数据据继2017年推出"行业AI大脑明智系统1.0"之后再一次产品技术体系全面升级。也是业内首创"符号主义和深度学习有效结合"人工智能顶层设计,在其行业AI大脑"明智系统2.0"中打通感知与认知智能,旨在推动人机同行,让AI真正创造商业与社会价值。另外,覆盖安防、金融、工业、数字城市四大垂直领域完整的产品与解决方案集体亮相。同时,由公安部第一研究所牵头、明略数据联合编写的业内首个《公安知识图谱标准与白皮书》正式发布。
发布会上,明略数据创始人兼董事长吴明辉发表了以"符号认知数据,连接产生智能"的主题演讲。"我们正在进入一个人工智能真正为社会创造价值的时代,其核心是感知智能与认知智能的打通。人工智能产业发展亟需前瞻性的技术顶层设计,唯有借助符号的力量,将符号主义与深度学习融合,才能更加充分利用我国的大数据红利,为'数字化、网络化、智能化'的'数字中国'国家战略助力攻坚。" 吴明辉介绍道。
与此同时,明略数据首席科学家、IEEE Fellow、明略科学院院长吴信东教授发表了《符号驱动大智慧创造》学术报告。
明智系统2.0全面升级,首次打通感知与认知智能
打通感知智能是明智系统2.0的业界首创。与明智系统1.0相比,各类数据在升级的明智系统2.0中汇聚,进入"符号化"的过程,实现数据的充分融合和碰撞挖掘,从而有效的面向行业业务构建行业AI大脑,由此,明智系统2.0通过"符号的力量"完成对于行业数据中所蕴含知识的抽取、融合、推理、和沉淀等一系列过程,打通感知智能。
其中,强化认知智能是明智系统2.0的升级亮点。所有汇聚的数据通过明智系统2.0各大产品被符号化之后,在明略数据自主研发、行业领先的混合型知识存储数据库-NEST中存储。多元异构数据通过强大的动态索引及知识分析技术被充分融合,在此基础上逻辑推理及复杂运算得以开展。基于语义的分析检索等各类场景应用可以通过强大的引擎"明察"被加速完成。
坚持格物致知、人机同行,明智系统2.0初衷不改。呈现在用户面前的是一个极简的人机交互入口。通过企业级Siri"小明",用户以最自然的方式和行业AI大脑对话。每一次人机交互对话的背后,都是明智系统2.0内部的海量"符号"在形成、重构。正如人脑一样,行业人工智能大脑以"不断发现最优解"为第一性原理,以计算代价最小、计算结果最准确为核心目标不断优化迭代。
四大行业AI产品解决方案亮相
在发布会上,公安部第一研究所牵头、明略数据联合编写的业内首个《公安知识图谱标准与白皮书》正式发布。基于明略数据公安知识图谱的明智系统现在已经部署到30多个地市级公安局。据保守估计,明略数据公安知识图谱是30多个大类公安数据来源中的6529张表和1538亿条数据的结晶,沉淀了 80% 以上不同种类公安数据的处理经验。在明略数据,运用这一规模庞大的公安知识图谱等认知智能手段,实现人、事、地、物、组织、虚拟身份的关联,进一步提高预警研判的准度、精度。
作为明略数据C轮融资领投方之一的华兴新经济基金管理合伙人辛耀州参加发布会并发言,他表示,明略数据在推动安防、金融、工业、数字城市等领域产业智能化方面积累了丰富的技术解决方案与成功案例,因此,华兴资本坚信明略数据可以成为业界第一个打通感知与认知智能并践行人工智能行业落地的公司。"
腾讯云渠道总经理祝敏珂也来到发布会现场,带来《腾云共创,智连未来》主题分享。据了解,明略数据已经与腾讯云合作,参与2018年"数字北京"等数字城市系列项目的数据治理、汇聚以及解决方案规划等工作。
在金融行业的实践中,明略数据完成了全国首个银行业全行级知识图谱数据库。在某全国大型股份制银行项目中,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。
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。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。
打造业界顶级研发力量
在短短一年时间内,明略数据完成明智系统2.0的重磅升级,同时首创"符号的力量" ,打通感知与认知智能的技术顶层设计,实力源于顶级研发团队。今年5月,IEEE Fellow吴信东教授加盟明略数据,出任公司首席科学家和副总裁。7月,在吴信东的带领下,明略科学院正式成立,目前已有来自中国科学院、中国工程院、澳大利亚科学院等机构的十几名院士入选首批Fellows,共同推动中国行业人工智能的前沿技术发展。明略数据成立于2014年,经过数年发展,目前公司员工已有500余人,其中约八成为技术工程人员。明略数据技术团队在吴信东教授带领下,凭借多年行业AI落地实践经验,秉承科技报国、以天下为己任的价值观,这印证了尤瓦尔·赫拉利在《人类简史》中所讲,"符号与故事让人类达成共识,实现大规模协作,从而成为地球上唯一的智慧物种"。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。