務(wù)實推動AI技術(shù)落地

時間：2022-04-13 00:57:01 | 來源：行業(yè)動態(tài)

時間：2022-04-13 00:57:01 來源：行業(yè)動態(tài)

其實，今天我們大多數(shù)人或多或少地都已經(jīng)享受到知識圖譜的價值，比如智能客服，就是知識圖譜的一個典型應(yīng)用場景，而且正在得到廣泛應(yīng)用。

面對各個行業(yè)對知識圖譜技術(shù)的應(yīng)用熱情。百分點科技首席算法科學家蘇海波在接受采訪時提醒說，知識圖譜落地有三個前提條件：一是應(yīng)用場景要清晰，業(yè)務(wù)場景到底要解決什么樣的問題，越具體、越清晰越好；二是知識依賴的數(shù)據(jù)邊界清晰，解決應(yīng)用問題依賴的數(shù)據(jù)是不是能夠基于客戶內(nèi)部數(shù)據(jù)或者外部公開的數(shù)據(jù)獲得；三是構(gòu)建可控，能夠介入的工作量可控，人構(gòu)建的代價要比機器的代價大，要考慮整個靈活性。

當然，目前來看，知識圖譜目前在應(yīng)用中還面臨挑戰(zhàn)：一大挑戰(zhàn)是知識圖譜的成本與效用問題突出，如何低成本地從文本及各種資源抽取出有效的知識是一個重要的制約因素。其次，知識圖譜只是AI從感知智能邁向認知智能的眾多技術(shù)之一。知識圖譜技術(shù)也面臨其他技術(shù)的沖擊，比如深度學習在自然語言處理領(lǐng)域一個非常重要的成果大規(guī)模預訓練語言模型得到應(yīng)用，使得我們要重新思考知識圖譜的價值和意義。

展望未來，蘇海波認為，可以預見未來知識圖譜的構(gòu)建的自動化的程度會越來越高，知識圖譜的成本降低下來。其次是知識圖譜多模態(tài)的發(fā)展，前幾年知識圖譜主要從文本中抽取對應(yīng)的知識，未來一定會把這種語音、視頻、圖像所有的知識都融合進來進行海量數(shù)據(jù)的融合。第三，整個知識圖譜需要和數(shù)據(jù)治理相結(jié)合。

值得一提的是，蘇海波提到的數(shù)據(jù)治理是幾乎所有AI技術(shù)落地的一個重要環(huán)節(jié)。本質(zhì)上說，數(shù)據(jù)治理就是讓數(shù)據(jù)從無序到有序，這個過程中涉及數(shù)據(jù)統(tǒng)一的標準、數(shù)據(jù)質(zhì)量和數(shù)據(jù)孤島等諸多問題，在此過程中還要保證數(shù)據(jù)安全。這個過程也并不容易，不過，百分點科技在服務(wù)政企客戶的過程中已經(jīng)積累下一套方法論，可以有效降低失敗風險。

總之，和所有技術(shù)一樣，再先進的技術(shù)要落地都需要大量務(wù)實的推進工作。不管是知識圖譜這項技術(shù)還是整個人工智能技術(shù)本身，缺乏務(wù)實精神恰恰是很多人工智能項目失敗的根本原因。在接受采訪時，百分點科技CTO劉譯璟也特別強調(diào)了這個問題。

AI項目落地最重要的不是技術(shù)，不是工具，最重要的是缺乏既懂技術(shù)又懂業(yè)務(wù)的人。因為AI天然地就是一個跨學科、跨領(lǐng)域的問題，要有人躬身入局來做這個事情，懂AI技術(shù)和懂業(yè)務(wù)的這兩部分人要坐下來碰撞，把現(xiàn)實的問題轉(zhuǎn)化成AI能理解的數(shù)學或者計算機問題，不斷地迭代或者不斷地做優(yōu)化才能落地。只有等這個項目做成功，才有可能孵化出這個領(lǐng)域里面的一套工具來。而大家期盼的往往是一套現(xiàn)成的流程、工具、算法，那是不現(xiàn)實的。百分點科技CTO劉譯璟表示。