你好,游客 登录
背景:
阅读新闻

从大数据到大知识和大智慧--明略数据吴信东出席2018AIIA大会并演讲

[日期:2018-10-16] 来源:搜狐  作者: [字体: ]

  2018年10月16日,明略数据首席科学家、明略科学院院长、IEEE Fellow吴信东教授出席在苏州国际博览中心举行的2018AIIA人工智能者开发大会,并以“从大数据到大知识和大智慧”为主题发表精彩演讲。

吴信东教授是国家“千人计划”特聘专家、长江学者、IEEE & AAAS Fellow,他早期关注于专家系统,也就是知识工程的应用实践。而随着机器学习与大数据的流行,在2016年,吴信东牵头,联合国内15家单位承接了科技部“大数据知识工程基础理论及其应用研究”(BigKE)专项项目,将“大数据”引入了“大知识”。

  2018年5月,吴信东教授加盟明略数据,出任公司首席科学家和副总裁,2018年7月明略科学院成立,汇集来中国科学院、中国工程院、澳大利亚科学院等机构的十余名院士加盟。9月,明略数据举办了“行业AI大脑明智系统2.0”发布会,这是对1.0版本的产品技术体系全面升级。

  上图为明略数据首席科学家、明略科学院院长、IEEE Fellow吴信东教授

  明智系统2.0作为明略数据公司中长期战略的开始,吴信东教授作为大数据知识工程领域的科学家,以科技报国为使命,让大数据知识工程真正落地。

  在2018 AIIA人工智能者开发大会的演讲中,吴信东教授表示,人工智能领域目前讨论非常多的计算机视觉、深度学习更多针对感知智能,而知识图谱等更多针对认知智能。在人工智能领域,感知智能和认知智能必须要打通在一起,才能解决复杂任务,这也正是明略数据的核心产品“明智系统2.0”能够实现语音、图像、文本、结构化数据等多源异构数据的融合,进而完成逻辑推理及复杂运算的理念基础。

  吴信东强调,专家系统完成的任务相对于端到端的方法会更宽广。例如深度学习的方法更擅长识别和分类等单一任务,它关注非常精细的决策。而大数据知识工程会尝试解决整个领域需要专业知识的决策,它可能会涉及多种任务。但是纯粹的专家系统却有很多局限性,它无法兼容当前的大数据环境。在大数据时代, 如何利用知识工程的思想和方法获取、表示、推理和解释大数据,并将挖掘出的知识形成解决问题的大知识系统,这就是大数据知识工程(BigKE)最希望完成的目标。

  吴信东教授表示,从整体而言,BigKE可以分为三阶段,即多源异构数据中的碎片化知识建模、从局部知识到全局知识的碎片化知识融合、个性化知识导航。

  为了将离散的局部知识融合为全局知识,BigKE采用知识图谱表示碎片化知识,其中局部知识可以表示为完整知识图谱的一个子图。

  BigKE采用知识图谱表示和融合局部知识有非常多的优势,首先来自各种数据源的知识有独特的属性,它们间的关系是复杂和演化的,因此传统的线性融合方法无法反映出局部知识之间的联系。而知识图谱为局部知识和全局知识提供了统一的表示形式,它们的概念都能表示成节点,而各种关系都能表示成连接。其次,知识图谱节点之间的路径可以视为不同知识片段之间的可能关联,这为个性化服务的实现提供了可能,例如,实现个性化的查询推荐,并基于用户行为预测为个性化的查询提供精确的导航服务等。

  作为国内行业知识图谱领域的创新公司,明略数据在2018年4月进入了IDC的《中国知识图谱市场,2018》创新者研究报告,成为IDC评选出的5家中国知识图谱技术应用市场创新者。

  2018 AIIA 人工智能开发者大会于 2018 年 10 月 15 日到 16 日在苏州国际博览中心举办。本次大会由国家发展和改革委员会高技术司、工业和信息化部科技司、国家互联网信息办公室网络数据与技术局指导,中国人工智能产业发展联盟主办,以「智领时代,无限可能」为主题,邀请了国内外人工智能产业领军人物、国家政府主管部门、行业内顶尖企业、知名学者代表等,交流技术现状趋势,分享生态建设及发展。大会主题包括开源生态推进、机器学习发展前沿、计算机视觉前沿研究及应用、自然语言前沿研究及应用、量子计算与机器学习等,全方位覆盖人工智能领域内前沿热门的研究及应用领域,将带来更加深度及专业的讨论。





收藏 推荐 打印 | 录入:Cstor | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款