百度智能雲新架構掀開面紗:知識中台成為差異化競爭優勢
2020年05月18日21:46

原標題:百度智能雲新架構掀開面紗:知識中台成為差異化競爭優勢 來源:新浪媒體新聞

百度智能雲的知識中台,就是要幫助企業挖掘知識這座沉睡的金礦。

企業是否需要數據已不再是問題,新的問題是:企業需要什麼樣的數據?知識是答案之一。

比如在營銷服務這個場景中,千人千面的智能營銷與客服成為一大趨勢,越來越多企業在機器輔助下進行個性化營銷,獲取個性化答案去解答客服問題。機器與人配合,讓營銷更加精準,讓客服體驗更好。這一過程,離不開企業營銷案例庫、企業QA知識庫、行業營銷案例、網絡最新流行語等知識支持。

類似於這樣的場景,在教育、金融、媒體、法律、製造、政務、諮詢、醫療等行業都存在,然而對於大多數企業來說,相關知識都散落在各處,知識利用率完全取決於員工的經驗與能力。針對這一痛點,百度智能雲在5月18日的“ABC SU女生IT 2020百度夏季雲智峰會”上推出了“知識中台”。

什麼是“知識中台”?先看看百度智能雲官方是如何說的:

它基於百度多年積累的知識圖譜、自然語言處理、多模態語義理解、智能搜索等AI核心技術打造,是全週期、智能化的企業知識賦能平台。知識中台可以為企業提供高效便捷的知識生產、組織和應用能力,滿足業務場景智能化的需求,解決大多數企業缺乏構建和運用知識的能力的痛點。

我們可以看一下百度知識中台的已有應用實踐,比如百度與浦發銀行聯合打造了國內首個“金融數字人”,這背後就用到了百度“知識中台”,基於這個中台,浦發銀行可以將原先分散、沉睡的數據給用起來,轉化成信息、知識和智慧,最終反哺到業務中,比如幫助浦發銀行員工基於知識協作,提高效率;在風險管理領域識別欺詐交易;有針對性地製定營銷策略等等。

簡單地說,百度智能雲的知識中台,就是要幫助企業挖掘知識這座沉睡的金礦。

01

百度推出的“知識中台”有何價值?

首先,數據對企業很重要,所有人都有了共識,有人說是石油有人說是金礦,但我們一定要明白,企業需要的不是數據本身。

2014年的時候,我對互聯網做過一次分層:

底層是將實體世界比特化的“數據”,數據是給機器“吃”的;

上一層是人能看得懂的“信息”;

再上一層是“知識”,即信息中有價值的部分沉澱下來與人類積累的知識體系(思想、經驗、認知等等)融合在一起,成為互聯網化的知識;

最上一層,是“智慧”。知識只是“知道”而已,人類基於知識,根據物理世界規律找到解決實際問題的能力被歸納為智慧,回答的是“做什麼、如何做”這樣的問題。智慧與知識相輔相成,智慧讓知識更加豐滿,知識則是智慧的前提。

理解清楚互聯網上數據的真實面目,我們就能理解個人與企業,真正需要的不是數據本身,而是需要信息與知識,最終需要智慧。人工智能現在最熱的領域,智慧醫療、智慧城市、智慧金融……都有“智慧”二字,但正如前面所說,智慧要實現是離不開知識的。企業要實現智能化升級,真正需要的不是數據,而是數據裡面蘊藏的信息與知識,這一點,跟AI的發展也是不謀而合。

其次,人工智能發展已經到了第二階段,從感知智能到認知智能,這離不開知識。

什麼意思呢?第一階段的人工智能是在讓機器感知世界,比如智能音箱能聽會說,智能手機要能刷臉,IoT設備要能監測環境數據,重點發展的都是“感知”,但人工智能發展的目的是讓機器建立認知、理解世界,最終目的是要實現自主決策,就像人一樣。簡單地說,人工智能正在從感知階段向認知階段跨越,企業需要的人工智能,理論上也是具有認知能力的人工智能。在知識圖譜和NLP學界頗有影響力的王海峰博士在雲智峰會上的演講,直言知識是AI進步的階梯:

“人工智能同樣需要知識的,例如,大規模知識圖譜的構建及應用,知識增強的自然語言處理,知識增強的跨模態語義理解。因此我們說,知識是人工智能進步的階梯。”

最後,知識一直是企業生產的原材料,只是很多企業尚未重視或者用好它而已,基於知識的認知智能升級是企業應用AI技術的關鍵。

企業在經營過程中,不只是積累了海量的業務數據,同時會有大量的智力資產,比如專業技術/產品/運營文檔,客服話術,品牌或者產品的資料庫,銷售方法論等等,因此,企業的信息化體系往往都會包含知識庫,大公司基本都有知識庫系統、企業wiki、企業文檔庫,特別是金融、信息服務、媒體、商業諮詢、市場公關、醫療教育、科研等智力密集型行業的企業。

每一個企業所在的行業、所在的市場,則有海量的外部知識分散在各處,有的是外文語言,有的是視頻內容,有的是突發信息,有的在信息孤島,有的在學術機構,總之,沒有被有效聚合,而當這些知識關聯在一起且被有效挖掘,就能釋放出價值。

企業應用知識的核心,是基於知識實現認知智能化,提高協作效率、實現精益管理、進行業務創新。這樣說可能比較枯燥,我們直接上例子:

中行原油寶的原油期貨掛鉤的芝加哥商品交易所,在前不久修改了交易規則,允許原油期貨的報價成為負值,徹底改變了遊戲規則,這一修改芝加哥商品交易所在事發半個月前已通知中行,如果中行原油寶業務線的人第一時間看到且被強提醒這個知識,做出應對,恐怕就不會出這麼大的事兒了。多家銀行都有類似產品,只有中行出事,足以說明知識對企業經營的重要性。

像這樣的基於知識的商業決策場景很多,企業客服、商業分析師、媒體編輯、醫療專家、壽險顧問……每天都在回答大量的問題,或者做出高頻的決策。企業不只是要通過知識管理系統幫助員工更好地生產、聚合和應用知識,同時更要將知識用到業務決策的每一個粒度,用知識驅動業務。

王海峰在峰會演講中說:“在企業智能化升級的過程中,知識是非常關鍵的核心基礎。每個企業都有自己特有的知識,需要結合企業自身的行業知識和業務邏輯,滿足企業對知識的需求。不過,大多數企業都缺乏構建和運用知識的能力,尤其是缺乏從數據、信息到知識構建以及運用知識的工具和平台。”正是因為此,百度知識中台應運而生。

02

“知識中台”成百度智能雲的殺手鐧

在這次峰會上,百度智能雲還發佈了AI中台,具備250+項AI能力,以及全球前三、國內第一且具備自主知識產權的深度學習開源框架“飛槳”,國家電網山東省電力公司等企業已經用上了AI中台,通過機器視覺,人臉識別、大數據、用戶畫像等等技術,開發了很多智能應用。

為什麼有了AI中台,百度智能雲還要同時推出知識中台?兩者究竟是什麼關係?

AI中台對於企業來說是智能化升級的基礎組件,企業可以按照自身需求快速、高效、簡單地“DIY”自己的“大腦”,AI能力是比較基礎的,類似於百度AI中台的平台,阿里雲也有,名字叫ET大腦,大家PK的是誰的AI能力更多,單一AI能力誰的更強,人有我優。

以AI為抓手的百度智能雲對AI產業化的野心很大,自然要做到“人無我有”,要給企業提供獨特的雲智能服務。百度智能雲的答案之一就是:知識中台。知識中台是在AI中台的基礎AI技術能力上形成的,知識圖譜、自然語言處理技術、多模態語義理解、智能搜索等等基礎能力都包含在AI中台中,百度智能雲的知識中台是基於這些AI基礎技術的“認知版”升級,屬於是一種垂直的智能化平台,知識中台與AI中台的關係,就像刷臉識別與機器視覺技術,前者基於後者,但前者更垂直專注。

知識中台這件事情能夠做的公司不多,全世界能做的國外是Google,國內是百度。

百度知識中台讓我想起了IBM的Watson。Watson因為2011年在電視問答節目Jeopardy!(危險邊緣!)上擊敗兩名人類冠軍選手,一戰成名,它使用保存在硬盤中的知識庫作為知識儲備,準確回答曆史、文學、藝術、流行文化、科技、體育、地理等等領域的問題,IBM官方介紹時說“Waston是一個集高級自然語言處理、信息檢索、知識表示、自動推理、機器學習等開放式問答技術的應用”,並且“基於為假設認知和大規模的證據蒐集、分析、評價而開發的DeepQA技術”。如今,“沃森”所代表的“認知計算”成為IBM的大數據戰略方向,應用到智慧城市等領域。

問題是,Watson雖然在AlphaGo前是人工智能的代名詞,然而卻並未使用深度學習這一AI通用路線,而是走了一條獨特的路,所謂“更接近心智社會(Society of Mind)”,因此,AI時代IBM被邊緣化。但Watson的存在倒是證明了,AI的發展一定會是朝著知識驅動的認知方向發展。

這一點,百度在中國的優勢十分明顯。如今,科技巨頭都在開放,都要給別的企業賦能,但賦能的前提是先要有“能”,百度AI賦能是因為AI技術強,知識中台輸出知識能力,是因為知識積累。

首先,百度知識技術的積累跟AI技術一樣深厚。

知識圖譜是知識中台最核心的技術,是AI從感知到認知跨越的關鍵,而百度的知識圖譜技術積累在PC搜索時代就開始了。

在追求更準、更廣、更深的搜索結果的目標下,百度很早就嚐試去理解海量網頁信息之間的關係,構建一張日益龐大的知識圖譜網絡。早在2014年,AI風靡前,百度知識圖譜就已涵蓋十幾大領域,數十個類別,擁有上億實體量,這背後用到了自然語言處理、語義理解等等技術。這一過程,百度知識相關技術不斷增長,給AI技術領先奠定了基礎,也可以說,正是因為有知識圖譜等技術佈局,百度成為AI先行者與領先者,也是一種必然。

前些年百度將知識技術用在C端產品上,實現智能搜索、智能語音交互、智能輸入法、智能翻譯等等應用。現在百度智能雲將這些技術通過知識中台開放給B端,實現在智能客服、智能營銷、智能金融、智能醫療等領域的應用。實際上,如今絕大多數開放給B端的技術應用都是從C端發展而來的,消費級市場發展快,對新技術、新產品、新模式更加友好,最終溢出的技術能力會讓B端受益,整個互聯網、AI、大數據和雲計算技術,都是這樣從C到B發展的。

其次,百度有知識內容儲備,也有知識聚合能力。

作為信息與知識的入口,百度不只是有百科、知道、文庫、經驗等知識產品,同時百度搜索、信息流、地圖、翻譯、輸入法等產品,也有知識的底色,用戶在百度獲取答案、獲取知識,升級認知。百度在知識上的內容儲備已經實現垂直化,在母嬰、教育、醫療、金融等領域都有對應的垂直佈局,同時,百度基於自然語言處理技術、多模態語義識別、機器視覺、智能翻譯等技術則可以更好地聚合外部知識,如獲取第三方網站的知識、對視頻內容進行語義理解、對多語種知識進行翻譯。

基於產品、技術 和知識的積累,百度智能雲知識中台可以更好地賦能B端。

最後,百度的知識中台不是憑空造出來的,而是經過了真實場景的磨煉。

百度智能雲不是因為有知識能力就“拿著錘子找釘子”,而是在實際業務中發現客戶在知識應用上的痛點,基於大量實踐,將客戶共同需求抽取出來,形成了“知識中台”。

百度與浦發銀行聯合打造了國內首個“金融數字人”,這背後就用到了百度“知識中台”。此前百度在給金融、營銷/客服、智能製造、智能醫療、智慧城市等領域客戶提供服務時,已經在提供知識相關的能力,有了這樣的積累,才有了抽取知識成為“中台”的基礎。這一次,百度智能雲發佈的八大解決方案,背後都要用到知識中台,其智能辦公解決方案的主要產品如流,就主打知識管理,幫助教育、法律等智力密集型企業的內部知識高效地流動起來,進而提升業務效率。

百度知識中台會是百度智能雲的差異化能力,同時是各種解決方案的基礎組件,可以給企業提供智能知識庫、行業知識圖譜、企業搜索、智能推薦、智能問答、知識推送等知識應用,幫助企業實現認知智能。

中國孕育發展十年的人工智能,現今已經發展到第二階段,在機器視覺、語音識別、人臉識別等基礎AI技術日益成熟且同質化競爭後,知識的重要性日益增加,認知智能會成為AI新的競爭高地。知識中台進一步確立百度智能雲在AI上的差異化優勢,也是百度在AI下半場繼續領先行業的一個佐證,可以預見,更多AI廠商會推出類似於“知識中台”的服務,不過,百度智能雲已經走到了最前面。

關注我們Facebook專頁
    相關新聞
      更多瀏覽