「創業最前線」特約記者｜李明
本文系作者原創，轉載請申請授權
12月10日，“第八屆吳文俊人工智能科學技術獎頒獎典禮暨2018中國人工智能產業年會”在蘇州落下帷幕。這是中國人工智能科學技術領域最高獎項，也是人工智能領域的最高榮譽象徵。
“吳文俊人工智能科學技術獎” 是為表彰企業提升我國相關產業或行業的技術水平和競爭能力，在企業內實施的技術創新系統工程或技術創新平臺建設而設立。獲得吳文俊人工智能科學技術獎勵的單項技術或產品，是對企業技術創新工程實施效果和效益的證明和肯定。
成立僅四年的國內知名大數據人工智能領域的獨角獸企業明略數據斬獲 “第八屆吳文俊人工智能科技進步獎”榜首。
對於明略數據這樣的科技初創企業來說，這無疑證明了其在人工智能領域的技術實力和自主創新研發能力。
用人工智能技術，解放和發展生產力
正值慶祝改革開放40週年之際，吳文俊獎頒獎典禮的隆重舉行也呼應了改革開放40週年紀念的關鍵精神—— “始終堅持以經濟建設為中心，不斷解放和發展生產力”。
明略數據創始人兼董事長吳明輝認為：
“作為行業人工智能解決方案提供商，我們要做的就是銳意進取、自主創新，凝聚中國數據工程師的智慧與力量，用人工智能和大數據技術，推動中國各行各業不斷解放和發展生產力。”
（明略數據創始人兼董事長 吳明輝）
今年，科技領域的投資者將更多目光投向了To B的企業服務領域，將企業服務稱為未來十年最大的紅利。
中國企業服務市場獨角獸正在湧現，AI領域創業在技術、基礎設施、新商業模式、新應用方向有創業機會；今後能夠爆發的企業服務，基本上都是以人工智能和大數據賦能的企業服務軟件。
作為大數據和人工智能領域的獨角獸企業，明略數據的快速發展證明了AI行業的價值觀應以產業落地併為組織和企業創造實際業務價值為導向，真正體現科學技術作為第一生產力在中國經濟社會發展中發揮的積極作用。
今天，在AI賽道上充滿了眾多的比賽選手。與更多企業選擇的從消費領域切入不同，明略數據的人工智能選擇的則是面向行業，提供企業級服務，比如公共安全、金融、工業與物聯網等與國計民生息息相關的行業。這就意味著明略數據選擇了一個起點更高但也充滿坎坷的AI之路。
智能時代，企業級服務的本質應該是用技術提升工作效率，這也是行業人工智能的價值所在。
人工智能發展的三階段
在吳明輝看來，人工智能發展分為三個階段： 數據在線、數據分析和挖掘、人工智能。
1、最基礎、最關鍵的是第一個階段——數據在線。
“數據在線”是指將高質量數據（所有數據清洗乾淨）連接起來，這一步是AI的基礎建設，誰能做好數據在線，誰就贏在了人工智能的起跑線。明略數據要做的，就是在不同的行業裡幫助客戶實現其數據的在線與連接。
2、在數據的分析與挖掘階段，以明略數據最注重的公共安全領域為例，通過利用知識圖譜的技術，把客戶的數據連接到一起，對這些數據進行分析、挖掘、研判，就可以實現範圍鎖定、嫌犯抓捕等工作。
不僅如此，商業智能、醫療智能等都需要這麼來做。
3、人工智能的最終階段就是實現真正的智能化。
把人類大腦裡的核心的知識、算法，真正完全地部署到計算引擎裡去，能夠讓計算機自動地去做決策，從而真正提高各行各業人的工作效率。
而這三個人工智能發展階段，也是明略的歷史機遇。
從“數據在線”開始，明略已經在人工智能賽道上做到一步領先，而數據分析和挖掘、人工智能，明略的產品、技術也在各行業場景中積累大量的成功案例。
吳明輝的夢想是創造出比人類行業專家更加“智能”的行業人工智能機器人，用科技延伸人類智慧，以終為始，他的創業之路才剛剛開始。
人、機器、組織三位一體的HAO智能，推動行業AI落地
吳明輝在大會上帶來了明略數據的最新研究成果：HAO智能理論。
探討通過人類智能HI、機器智能AI和組織智能OI三位一體的集成，構建的新人工智能理論— HAO智能，來打通感知智能與認知智能，將深度學習與行業知識圖譜相結合，用以擴大行業人工智能的應用領域，並加速人工智能技術商業化落地。
明略數據的行業人工智能核心就是打通感知與認知，且知識驅動和數據驅動模型的結合應用已經在各個行業領域有重大突破：
今年9月，公安部第一研究所牽頭、明略數據聯合編寫的業內首個《公安知識圖譜標準與白皮書》正式發佈，基於明略數據公安知識圖譜的明智系統現在已經部署到30多個地市級公安局，為公安客戶治理了30多個大類公安數據，包括6529張表和1538億條數，沉澱了80%以上不同種類公安數據的處理經驗；
在金融行業，明略完成了全國首個銀行業全行級知識圖譜數據庫，併為交通銀行、中國人民銀行、光大銀行等多位行業標杆客戶構建了基於不同業務場景下的應用系統，完善了客戶整體風險管理能力，提升了風控效率；
在數字城市領域，明略數據幫助客戶實現了國內首個車輛全生命週期數據管理的智能化平臺。明略數據通過幫助軌交運營單位有效提高工作效率，將安全風險和運營成本整體下降10%，助力軌道交通行業向信息化、智能化邁進。
名偵探柯南的AI版本：小明機器人
去年，明略數據發佈了首款人工智能機器人—LiteMind（小明）。
通過可感知、被信任的擬人交互過程實現人機同行，降低系統使用難度，提升企業級應用的用戶體驗。借用人機對話及時，小明是一個簡單好用的企業級人工智能入口。具備自然語言理解、對話、實體抽取及標準化能力。
依靠大數據及人工智能，“小明”將會成為中國公安系統破案的得力助手。
比如，某地夜間發生了一起謀殺案，根據視頻監測只能模糊看到人的輪廓，同夥之間用暗語溝通，作案車輛車牌號被攝影頭記錄。以前，只用這些支離破碎的模糊信息很難破獲案件。
而小明可以直接協助民警進行案件線索解析，根據上述提供的特徵對案件進行推演。幾輪問題下來，不過幾分鐘，小明就能輕鬆找到犯罪嫌疑人，同時通過其他線索諸如手機信號等軌跡驗證其犯罪行為。
在金融詐騙領域，小明也是屢建奇功。
對於剛入行的新人來說，小明可以幫助他們迅速掌握 “專家”們的思路方法，提高自己的業務能力。
這一切的背後，就是知識圖譜數據庫提供強大的支持。
知識圖譜數據庫能夠對本體、關係、規則的混合存儲，用認識架構的方式存儲數據，並在此過程中將經驗全盤接收，不斷學習不斷成長，就像人腦一般。
人類賦予了機器智慧，而在“小明”背後的明智系統中，機器又將人類的群體智慧賦予規則，反饋給了人類。只需要秒級的時間，便可以幫助職場人作出專家級的決斷。
行業人工智能大腦“明智系統”四大技術，為明略數據贏得獎項夯實基礎
此次明略數據能斬獲 “第八屆吳文俊人工智能科技進步獎”榜首，得益於其行業人工智能大腦“明智系統”的四個關鍵技術。
關鍵技術1：基於智能化複雜文本挖掘技術的知識抽取
大數據時代，數據愈發呈現出種類繁多、數據量大、增長速度快等特點，這類數據可統稱為多源異構的大數據。
例如傳統數據庫中的關係型數據，新型社交應用中的短文本，互聯網上非結構化的網頁，辦公系統中的文檔、郵件等，公安情報領域的警情、案情數據等均是以非結構化文本數據為主的多源異構數據。
這些海量異構數據蘊含著豐富的實體與關係，而這些數據對於構建圖譜和分析挖掘有著重要的意義。
其特點：
1、基於規則的通用文本挖掘技術。
2、基於主動學習、深度學習的實體、關係的標註與識別，可以通過友好的圖形化界面進行人機協同的標註與模型訓練。
關鍵技術2：可擴展的大規模屬性圖混合存儲與查詢
單一的數據模型很難滿足異構數據的多種存儲需求，而從海量多源異構數據中抽取的知識圖譜對於存儲模型的高效和彈性帶來了巨大挑戰。
明略數據研發的可擴展大規模屬性圖混合存儲技術以及統一知識圖譜查詢語言技術，統一了從存儲讀寫訪問到應用查詢計算訪問的體系結構，並達成大規模存儲及應對讀寫高併發壓力。
其特點：
1、可擴展的大規模屬性圖混合存儲。
2、統一知識圖譜查詢語言技術，以便集成具有時態變化的數據。
比如公安行業裡的軌跡數據、金融行業裡的交易流水數據、工業裡的傳感器檢測數據，才能通過更多維度完成業務上的分析工作。
關鍵技術3：基於知識圖譜的自然語言交互技術
行業知識圖譜中包含了在社會生活、虛擬網絡生活、金融經濟活動等真實社會中產生的海量事實和知識信息，傳統的通過圖形化界面的界面交互的方式已經不滿足實際情況下用戶問題的多樣性、多變性、複雜性需求，需要提供自然語言交互的手段來方便用戶從知識圖譜中找到答案。
1、基於知識圖譜的查詢短語的問題生成，識別用戶可能的意圖，提高推薦的準確度。
2、基於知識圖譜的問題意圖識別技術，不斷優化模型，系統引入模型的自學習機制，一是不斷更新學習數據集，二是對於表現不佳的樣本增加學習權重，降低模型誤判的概率。
關鍵技術4：高效的分佈式大規模網絡分析技術
大規模行業知識圖譜的數據模式本質上是一種大規模複雜網絡，明智系統將複雜網絡分析技術與知識圖譜結合，以異構網絡分析技術為基礎，解決大規模知識圖譜的圖挖掘問題。
系統主要包括關鍵節點發現、網絡社區挖掘、群體分析與態勢感知等三大類分析應用。
吳明輝在頒獎現場表示：
“希望未來AI發展多和產業界特別是傳統產業的組織公司跨界深度融合，因為目前二者之間的鴻溝還是很大的，在上一場信息化的浪潮中，中國比較多的像美國學習，模式複製，但如今AI浪潮，中國已具備很大優勢，在多個領域領先。現在關鍵就是更加的跨界開放，一定可以領先全世界。”閱讀更多 創業最前線 的文章
