華為云知識計算解決方案,AI行業(yè)落地新路徑

AI作為華為智能體參考架構(gòu)的核心，其知識計算將為行業(yè)知識與AI融合提供全新的方法，在助力政企、行業(yè)構(gòu)建全場景智慧時發(fā)揮關(guān)鍵作用。華為相信，知識計算將深度改變知識的使用方式，再次釋放知識的強大?量，賦能千行百業(yè)再次騰飛。

2018年，華為就提出了人工智能在行業(yè)落地一定要圍繞場景進行，并進一步總結(jié)出了海量重復(fù)型、專家經(jīng)驗傳承型及多域協(xié)同型三大典型場景，這個觀點今天看來仍然非常實用。

有了明確定義的商業(yè)場景，是否就能確保AI的成功落地呢？大量的項目實踐證明，這還不夠，行業(yè)雖然不缺數(shù)據(jù)，但是缺少與之匹配的AI算力，并且AI的落地過程中通常要經(jīng)歷反復(fù)迭代，其障礙不是技術(shù)而是原有組織結(jié)構(gòu)及人才構(gòu)成，為此，2019年，華為云把明確定義的商業(yè)場景、充沛的算力、可以演進的AI、組織與人才的匹配歸納為影響行業(yè)AI落地的4個關(guān)鍵要素。

知識計算，實現(xiàn)行業(yè)知識與AI結(jié)合

隨著人工智能在行業(yè)中的進一步深化，華為云在總結(jié)了600多個項目實踐后驚喜地發(fā)現(xiàn)，超過30%項目中的AI都進入了核心生產(chǎn)系統(tǒng)，而且AI一旦進入核心系統(tǒng)，會帶來平均18%以上的盈利及效率提升。

與此同時，在這個過程中，華為云也發(fā)現(xiàn)了更深層次的問題。

行業(yè)專家如何與AI專家合作：如何讓雙方能夠相互能聽得懂，圍繞一個共同的目標(biāo)相互促進是個難點；

行業(yè)知識與AI模型結(jié)合：不同行業(yè)都有自己數(shù)十年甚至上百年的專業(yè)積累，形成了大量成熟的基于物理、化學(xué)、生物信息等知識表達的機理模型，這些模型與數(shù)據(jù)驅(qū)動的AI模型能否結(jié)合，及如何有效結(jié)合；

行業(yè)應(yīng)用與AI系統(tǒng)結(jié)合：行業(yè)自身多年積累的應(yīng)用系統(tǒng)、控制系統(tǒng)和AI系統(tǒng)到底是什么關(guān)系，如何讓這些行業(yè)應(yīng)用平滑有序地升級為智慧系統(tǒng)。

這3個問題背后的根本問題就是——行業(yè)知識如何與AI結(jié)合？解決這個機理性問題后，專家配合及系統(tǒng)配合的問題就將隨之清晰。

為了解決這些問題，通過對自身實踐的總結(jié)，華為云帶來了一個全新的方法——知識計算，知識計算就是把各種形態(tài)的知識，通過一系列AI技術(shù)進行抽取、表達后協(xié)同大量數(shù)據(jù)進行計算，進而產(chǎn)生更為精準(zhǔn)的模型，并再次賦能給機器和人的一種全新方法。知識計算的本質(zhì)是知識驅(qū)動與數(shù)據(jù)驅(qū)動的一種高效融合。

每個行業(yè)都在發(fā)展過程中沉淀了大量的知識，比如生產(chǎn)系統(tǒng)中的機理模型、大量的行業(yè)技術(shù)典籍文獻、專家的寶貴經(jīng)驗、歷史積累的方法總結(jié)、測試報告等。

行業(yè)不缺知識，但是缺乏高效利用知識的方法。比如當(dāng)油氣領(lǐng)域測井專家解釋一口油井時，需要多個領(lǐng)域的專家在多個系統(tǒng)中反復(fù)分析和判斷，才能一點點完成解釋，解釋時間往往要以月計算。

如果把專家的知識通過圖譜進行表達，再把相關(guān)的油井?dāng)?shù)據(jù)通過圖嵌入Embedding技術(shù)變成向量，那么大量經(jīng)過知識表達后的向量就可以在新的空間進行高效的運算，進而生成一個強大的模型，這個模型就可以精確高效地進行推理。通過這種方法，不僅大幅節(jié)省了專家的時間，也讓專家知識的使用和傳承變得更為有效。

華為云全生命周期知識計算解決方案

在華為全聯(lián)接2020上，華為云正式發(fā)布了業(yè)界首個全生命周期知識計算解決方案，其以ModelArts AI開發(fā)平臺為基礎(chǔ)，包含知識獲取、知識建模、知識管理以及知識應(yīng)用四大模塊，覆蓋了知識在企業(yè)生產(chǎn)環(huán)節(jié)中的全生命周期。

華為云人工智能領(lǐng)域總裁賈永利發(fā)布知識計算解決方案

知識獲取是知識計算的起點，需要對多模態(tài)數(shù)據(jù)進行解析和處理，這是數(shù)據(jù)轉(zhuǎn)化為知識的第一個關(guān)鍵階段，然后就可以采用初級知識根據(jù)業(yè)務(wù)場景進行知識建模。

知識建模是重中之重，如上述案例中油井的解釋用了圖嵌入方法，工業(yè)中還可以采用機理模型+AI并行計算的方法、機理模型嵌入深度神經(jīng)網(wǎng)絡(luò)等不同的方法來適應(yīng)不同場景的需要。其中，一方面要考慮整體算法的可靠性、可解釋性；另一方面也要考慮能否利用海量數(shù)據(jù)提高知識的運算效率。

知識建模后，還需要強大的知識管理能力，包括自動化的更新、沖突管理、質(zhì)檢控制等。在知識應(yīng)用模塊，華為云提供了高并發(fā)的實時查詢、搜索、推薦等基礎(chǔ)能力，及知識推理、預(yù)測等高級能力。

企業(yè)可以基于華為云知識計算解決方案打造自己的知識計算平臺，用于研發(fā)、生產(chǎn)、運營、銷售、售后服務(wù)等企業(yè)核心流程。目前，該方案已在石油、汽車、醫(yī)療、化纖、煤焦化、鋼鐵、交通等行業(yè)率先實踐。

在汽車行業(yè)，中國第一汽車集團有限公司（以下簡稱“中國一汽”）應(yīng)用華為云知識計算解決方案構(gòu)建的一汽知識計算平臺，基于業(yè)務(wù)場景，可將知識便捷地、以數(shù)字化的方式呈現(xiàn)在眼前，快速提升員工能力。

通過使用一汽知識計算平臺，中國一汽紅旗某4S店的一次性修復(fù)率提升了4%，客戶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(yǎng)時間縮短了30%。

在鋼鐵行業(yè)，煙臺華新不銹鋼公司基于華為云知識計算解決方案，將合金配料的行業(yè)機理與AI深度融合，構(gòu)建的全新AI模型，可幫助合金配料工程師進行優(yōu)化決策，找到符合鋼水質(zhì)量和經(jīng)濟效益的最優(yōu)合金配料比例。實踐顯示，AI模型合金成分的預(yù)測準(zhǔn)確率可達95%以上，相比只基于機理模型的預(yù)測提升了10%，每年節(jié)省成本2000萬元。

在醫(yī)療行業(yè)，華為云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(shù)據(jù)與經(jīng)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(zhǔn)確地識別出血液中關(guān)鍵生物的標(biāo)記物，將早期診斷的準(zhǔn)確性提升了9個百分點，有助于對食道癌患者的早期發(fā)現(xiàn)。

在交通行業(yè)，華為云攜手交通管理部門運用知識計算，綜合運用各類專業(yè)知識，通過道路實時信息反饋、整合專家經(jīng)驗，經(jīng)過AI運算形成了一套系統(tǒng)化的控制方案，可用于城市路口和區(qū)域的通行優(yōu)化。目前，該方案已在深圳300多個路口進行了驗證，擁堵指數(shù)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。

知識計算將深度改變知識的使用方式，再次釋放知識的強大?量，賦能千行百業(yè)再次騰飛。華為愿與行業(yè)客戶、伙伴一起構(gòu)建行業(yè)AI知識計算平臺，共建全場景智慧、創(chuàng)造行業(yè)新價值。