202x年,数字化如何从结构化向知识化阶段转型?| 超级观点( 二 )
KaaS:为了更好地决策为了从海量的数据中解放出来 , 我们可以使用KaaS(知识即服务) , 除了节省看数据的时间 , 它还能提供智能辅助决策 。
比如在知识化阶段 , 交易员就可以直接获得各个板块的涨跌预测建议并通过知识图谱给出证据支撑 , 技术工程师也能直接获得最佳的技术方向选择并获得证据支撑 。
KaaS能做到这些 , 其实是通过人工智能技术和知识图谱的解决方案 , 有效地将信息结构化成数字化的实体 , 建立以实体为单元的关系网 。 通过关系网进行实体和实体的推理和运算 , 从而加速企业知识化进程 , 为企业运营提供智能决策 。 比如1STEP.AI就曾通过KaaS方案向多个企业提供了智能大脑方案 , 帮助企业从海量数据中梳理知识图谱 , 提供决策支撑 。
未来数字化的技术趋势目前 , 很多企业已经开展了电子化阶段到结构化阶段的转型 。 202x年 , 企业需要做结构化阶段到知识化阶段的准备 。 但这个过程中 , 不同场景的技术仍然面临不同的问题 , 新的数字化技术趋势也在不断迭代 。 比如KaaS , 虽然能辅助企业决策 , 但不同于传统软件开发 , KaaS的建立需要企业提供一定的数据 , 但企业往往是不愿意对外提供数据的 , 那么隐私增强学习(Privacy Enhancing Computation)就很必要 。 它涉及到数据脱敏、数据增强等技术 , 可以在涉及企业隐私数据的要求下提供增强学习的方案 , 是未来一个必不可少的技术方向 。
另一方面来说 , 企业的数据问题也反映出企业对人工智能和知识图谱类项目开发的理解和接受程度不够 。 这就需要人工智能工程(AI Engineering)支持 , 它就像传统的软件工程一样需要为企业和人工智能开发团队之间建立一套完整的工程化理论 , 使得项目理解、项目实施和项目验证都有系统化的方法和工具 。
而前文我们也提到 , 随着5G技术的普及 , 万物智能将逐步进入人们的工作生活中 。 数据的来源不只局限于互联网和文档等 , 大量的数据将在人们的日常生活和生产的行为中产生 , 行为互联网(Internet of Behaviors)可以有效地将行为数字化 , 不过IoB提供的数据往往是较为直接的真实数据(相对于互联网上各种虚假信息、不及时的信息等等) 。
行为互联网通过不同设备、不同类型的行为提供数据 , 但难以提供海量的训练数据 , 在这一方面 , 未来迁移学习或小样本学习也将会在该领域起到重要作用 。
文章插图
5G技术下的万物互联
【202x年,数字化如何从结构化向知识化阶段转型?| 超级观点】除此之外 , 知识蒸馏也将是未来数字化很重要的一个技术趋势 。 这是由于5G的出现 , 随处运营(Anywhere Operations)将知识化的结果应用到各个地方 , 知识在边缘端很难提供像中心云一样的计算能力 , 而知识蒸馏则能将大型的知识图谱简化成边缘云可以运行的小型有效知识图谱 。
文章插图
通过知识蒸馏后的边缘数据服务
总得来说 , 从非电子化到电子化、从电子化到结构化 , 再从结构化到知识化的转型 , 其实就是从获取数据、理解数据到运用数据的过程 。
企业在未来十年没有知识化系统 , 就像现在没有使用电脑和互联网一样落后 。 所以 , 数字化的未来十年就是结构化和知识化阶段的转型 。
“超级观点”栏目现发起“特约观察员入驻”计划 , 邀请各赛道的创业者、大公司业务线带头人等一线的商业践行者 , 在这里分享你的创业体悟、干货、方法论 , 你的行业洞察、趋势判断 , 期待能听到来自最前沿的你的声音 。
欢迎与我们联系 , 微信:cuiyandong66;邮箱:guanchayuan@36kr.com
- Chiplet如何开拓半导体技术的未来
- 如何编写JAVA小白第一个程序
- 如何进行不确定度估算:模型为何不确定以及如何估计不确定性水平
- 学大数据是否有前途 如何系统掌握大数据技术
- Python爬虫入门第一课:如何解析网页
- 小辣椒要移花接木,金立要借尸还魂,抄袭现象如何破
- 如何使用 lshw 查看 Linux 设备信息
- 华为科普:芯片是如何设计的
- 网络安全:如何使用MSFPC半自动化生成强大的木码?「下集」
- 对于自己创办的公司被微软75亿收购,B社创始人如何评价?