入选新一代人工智能开放创新平台，明略科技用认知智能解决终极问题

亿欧网 • 5年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

传统的营销多是基于流量思维，企业在投入大量资金后，流量投放转化效率却越来越低。如今的营销进入智能化阶段，能够针对消费者个性化、碎片化的需求做到精准投放。在营销技术不断试错和迭代过程中，对于数据的感知与挖掘变得至关重要。明略科技基于在数据治理上多年的沉淀，通过关联理解与知识挖掘加之知识图谱的构建，为企业提供智能化的消费者洞察，实现智能决策。

8月29日，在上海举行2019世界人工智能大会之际，科技部正式宣布依托明略科技集团建设营销智能国家新一代人工智能开放创新平台。明略科技成为继阿里云公司、百度公司、腾讯公司、科大讯飞公司、商汤集团之后，新一批入选的国家新一代人工智能开放创新平台。未来，明略科技将发挥营销智能的能力，通过智能推理技术实现企业经营全流程的供需匹配，让人工智能更加“聪明”地赋能组织，帮助企业解决生产环节的终极问题。

感知到认知，提高机器的理解力是关键

现如今的人工智能之所以总被人调侃为“人工智障”，归根结底是因为其缺少理解能力。认知智能的核心能力就是将纷繁复杂的数据进行综合地理解、分析、决策，让机器会“思考”。想要机器能够具备这样的能力就要为他们构建一个知识系统， 吴明辉告诉亿欧：“结构化的数据就是知识，恰好明略科技便一直在做数据结构化的工作，我们做认知智能的先发优势便是构建数据中台。”

据了解，明略科技推出了AI驱动的数据治理平台，利用知识工程相关技术，对信息按知识结构进行管理、分类和关联，将庞大无序的信息进一步治理为分类有序互相关联的知识，最终形成行业知识图谱，做到用符号打通感知和认知。

现在感知层采集的数据都未能很好地利用，这些看过、听过、感受过的信息只能散落一地。基于大数据领域的技术沉淀，让明略科技让这些数据变得更有价值，吴明辉分享到： “在挖掘线下数据的时候，基础数据越来越多，多模态人工智能技术能够帮助机器做出综合性判断，使得识别精度更加准确。”

明略科技在为智慧餐饮提供解决方案的时候采用了基于多模态人工智能技术的人机协同平台，利用视觉、音频和AIOT设备实现多模态识别，数字化线下门店的生产，服务和运营等过程，从而建立起门店智能管理系统，给客户提供超出预期的服务体验。

纵使多模态人工智能技术能够大大提高识别精度，对于认知智能来说，构建知识图谱终究是逃不过NLP的“魔咒”。作为人工智能皇冠上的明珠，NLP的重要性不言而喻，吴明辉告诉亿欧： “一旦有了NLP的能力，你在语音识别上便具备突出优势。与此同时，提高语音识别的准确率需要构建自然语言的知识库和词库。因此，我们的终极目的是把其所有的核心关系提取出来，建构成知识图谱。”

据了解，明略科技基于多年的行业人工智能经验开发了一款叫做Raptor的文本标注工具。Raptor通过采用深度学习模型和主动学习技术，支持外部NLP模型来提高标注效率，集数据标注、数据管理、模型训练和模型服务于一体，使数据标注更加轻松、自如。

目前 NLP 技术还处于发展的早起阶段，还有很多难点需要突破。为此，吴明辉回答道： “做一个通用的NLP引擎难度很大，我们也没有必要与谷歌、百度PK在NLP上的能力，我们选择做行业级的NLP，并在该领域单独构建知识图谱。“

认知智能并非高深莫测，智能推理技术已进入各行各业

现在的人工还处于弱人工智能状态，一旦有了大脑，人工智能便会有了自己的思维、情感、行为吗？

吴明辉给出了他的答案： “传统感知智能更多是聚焦在识别上，当知识图谱和数据中台构建好之后，人工智能将从识别推广到理解、分析、决策的阶段，实现智能推理。”

认知系统就是人的大脑，接收到信息之后会进行推理、匹配、排序或预测。这个部分便可以帮助各行各业解决问题，吴明辉以在零售行业的应用为例，如果想知道过去一个礼拜销量好的原因时，智能推理系统会分析诸多方面的因素，将原因分析出来后，会提供给客户一份明确的分析报告，这就是认知系统在进行分析、推理的过程。

而认知的下一步，也是最重要的一个环节，就是行动系统即业务平台，当“大脑”经过理解、分析、推理之后给出的经验可以指导具体的业务场景的行动。这一环节最有价值的地方在行动产生的数据还能够再次生成并且汇聚到数据中台。吴明辉讲到：“当你把客户的痛点理解清楚，在与我们的核心技术结合在一起，设计出适合他们的闭环。一旦闭环形成，人工智能便会实现自我迭代、自我优化。”

如今，明略科技的智能推理技术已经在各行各业展现价值，据了解，明略科技已为公共安全、工业、数字城市、金融、营销、广告、服务业等垂直领域的2000多个组织，提供完整的人工智能闭环解决方案。

从感知到认知，从认知到行动，当我们会独立思考的时候，去尝试更多的事物、去解决更多的难题不难实现。对于人工智能来说，想要真正实现“行动自由”并不是那么简单。

在线上，明略科技的企业服务事业群帮助企业建立完整智能商业闭环，提供广告效果监测、全方位社交洞察分析等等服务。在线下，行动环节的滞后会导致商业闭环的形成会远远慢于线上， 吴明辉告诉亿欧：“线下闭环形成慢的原因是，主要在于人的行为数据化的数据化难度较大。”

推进人的数据化，明略科技一方面在选取落地场景时会选择感知公司已经进入的行业，如安防、零售等；另一方面， 吴明辉透露，明略科技也投资了一些感知智能的公司，例如千视通、未来媒体实验室等。

纵使线下的脚步慢了一点，我们依旧可以看到，在营销、内容、娱乐等领域，早已经形成商业闭环，并为其带来资源的极大节省与效率的极大提高。在未来，中国尚未实现数字化、智能化的实体产业将会迎来一次弯道超车的机会，进入智能推理境界的人工智能将会给生产力带来一次彻底的潜能释放。

解决供需问题，致力成为垂直领域的龙头老大

人工智能作为新一轮产业升级的核心动力，与各行各业快速融合，帮助传统行业实现转型升级。当AI从感知阶段发展到认知阶段，便将人工智能转变生产力推入“快车道”。解决人工智能的“认知问题”，让其有能力行动自如，未来的人工智能将会爆发怎样的魔力？

被寄予厚望的人工智能究竟如何工作呢？归根结底，人工智能尤其是认知智能需要解决的是全社会的供需问题。吴明辉告诉亿欧：“供需的本质就是决策问题。问题其实就是‘需’，答案就是‘供’。供需匹配的核心是让两头尽可能地数字化，对供给侧做更细颗粒度的分解，分解以后，再去把真正的需求找出来，同样做更细颗粒度的分析，最后进行重新匹配。”

如今，感知智能刚刚进入成熟期，认知智能还处于初级阶段。吴明辉认为，在初期的时候解决供需问题的核心是数据中台的建设问题。大数据起家的明略科技构建数据中台是其核心竞争力，解决供需问题的第一个关口已经顺利越过。在认知智能这一全新赛道，明略科技的下一步计划是探索新一代人工智能技术在知识和管理复杂度高的行业中的落地。

对于挑选落地场景，吴明辉有着清晰的认知：“做一个通用的认知智能的难度不亚于造一个人，我们要做的是基于自身市场上的成熟技术，在每个细分行业里面创造自己的独特的价值。” 因此，在选择落地场景的时候，明略科技会知识密集型高、管理复杂度高的行业。

不与BAT抢地盘，如今明略科技在安防、金融、高端制造业等领域已经做了标杆性案例。例如，光大银行的中国首个全行业的知识图谱系统便是由明略科技建设的。

对于未来，明略科技看准了未来企业服务的广阔市场。吴明辉分享到：“未来，企业和组织的压力会越来越大，对于企业服务的需求也会越来越旺盛。明略科技将凭借以知识图谱、数据中台为代表的核心技术，在细分的赛道上有望成为绝对的龙头老大。”

从毫无价值的海量数据中挖掘支持决策的高质量数据，基于结构化数据进行分析、决策，最终帮助企业预测、分析甚至指导实践，明略科技一直不改初衷地为企业服务，致力于成为中国优秀的企业级服务厂商。

1956年的盛夏，约翰·麦卡锡和马文·明斯基等人首次提出了“人工智能”这一概念。在第三次浪潮中，人工智能技术日渐成熟，深度学习的突破，应用层面不断拓展，使得人工智能产业进入飞速发展期。未来进入到智能推理阶段的人工智能，将会让组织内部高效运转，让更多的人和资源投入到创新的工作中去，最终真正实现人机同行的美好世界。

入选新一代人工智能开放创新平台，明略科技用认知智能解决终极问题