知識網路一小步,資料驅動一大步
曾幾何時,關於資料及其價值的討論甚囂塵上。《經濟學人》甚至直接將資料比作新時代的石油,以彰顯其社會價值與作用。
資料真正獲得認可是在去年,官方直接給資料及其價值背書。國務院在《關於構建更加完善的要素市場化配置體制機制的意見》中首次將資料寫入生產要素,並指出要發揮“資料”這一新型要素對其他要素效率的倍增作用,使資料成為推動經濟高質量發展的新動能。
宏觀政策指明瞭大方向,企業則更加聚焦資料價值如何具體實現上。IDC更是在一份研究報告中預測:未來超過90%的組織都將成為“數字化原生組織”。未來,大部分組織很大一個使命就是如何充分挖掘資料價值,讓資料驅動決策、運營和創新,成為真正的資料驅動型組織。
但是,資料如何真正成為運營、創新和決策的驅動力?是不是把大資料平臺、資料湖、資料中臺、各種模型等一股腦都用上就能夠真正實現資料價值呢?顯然,資料驅動並沒有那麼簡單。
在愛數看來,客戶想要實現資料驅動組織,必須收集和利用全域資料,愛數的全域資料架構正是這一領域的創新者,透過AnyBackup、AnyShare、AnyRobot三大產品彙集資料與資訊,並且重磅打造AnyDATA,將資料加工成有價值的資訊,從而實現資料智慧。
知識網路為何很重要
幾年前,當大資料興起之時,很多企業與組織的確加強了對資料的重視,注重資料的採集與儲存,但似乎並沒有起到意想中的效果,相反卻因為資料爆炸性增長,形成各種資料沼澤,造成了管理上的困難。
這種“存而不用”的情況在當前很多組織中比比皆是。事實上,當前所有組織幾乎都面臨著一個挑戰,即如何讓由0和1構成的資料真正轉變成有用的價值的資訊。“資料只有透過知識才能轉換為有價值的資訊,而知識則是建在資料和資訊之上。”愛數副總裁李基亮在2020愛數年度會議上如是說,“如果將資料比作金礦,那麼知識就是挖金礦的鏟子,而金子就是有價值的資訊。”
也就是說,海量資料要想轉變為有價值的資訊,如何基於資料學習和提取到知識成為關鍵。在愛數看來,知識網路就是數字化時代中從海量原始資料轉為有有價值資訊的那把“鏟子”。
知識網路,在人工智慧領域屬於認知智慧研究的重點。其有兩個核心的作用:其一,資料透過知識模型轉化為多維度、多層次連線的知識,讓資料知識化;其二,在大資料定量分析的基礎上,融合知識網路的邏輯和定性分析,提供可理解、可決策的資訊,形成知識化分析。
但要打造一把屬於組織自己的趁手“鏟子”談何容易,尤其是知識網路涉及到大資料、資料庫、資料湖、各種模型、搜尋等多種技術。愛數認為,當前知識網路的構建和運營主要面臨三個挑戰:
- 如何將海量資料知識化,尤其是將企業私域資料轉化為機器可以理解的知識;
- 如何做到知識化分析,利用知識網路服務知識搜尋、意圖推薦、業務判斷……
- 如何實現持續運營最佳化的投入產出壓力,資料和業務在不斷變化,知識網路也需要透過持續運營來響應這種變化;
一站式知識網路平臺
為了幫助企業構建起自己的專屬資料知識網路,愛數在此次會議上推出了AnyDATA ONE一站式知識網路平臺。化解資料知識化和知識化分析的難題,提供最佳價效比的解決方案,從而實現資料驅動創新、資料驅動運營、資料驅動決策。
通常,在知識網路構建的過程中,往往會遇到難以克服的冷啟動,知識來源複雜、專家知識缺乏讓知識表達困難,而有效樣本量小、資料標註難度大則讓知識抽取難度大,加上多源大規模資料不同的處理需求,讓不同模態的資料難以實現融合。李基亮直言:“構建難度大、構建成本、圖譜質量難以保證是目前知識網路構建遇到的典型困難。”
為此,AnyDATA ONE一站式知識網路的思路是透過啟發式知識網路構建框架和模型分析引擎來解決這些挑戰。
具體來看,AnyDATA ONE的啟發式知識網路構建框架在語言模型層透過模型訓練、業務知識標註、抽取和融合等來實現資料知識化;其次,透過多模型分析引擎來實現知識化分析,在知識圖譜、決策樹、機率圖、領域知識服務等基礎上,利用意圖理解引擎、規則引擎、推理引擎、圖計算引擎、知識索索引擎等形成知識化分析,最終不斷輸出有價值的資訊。
此外,AnyDATA ONE還提供OpenKN開放架構,主要致力於幫助使用者快速化的知識應用開發。該框架基於雲原生架構,支援多雲環境的部署;還具備廣泛的相容性,支援不同類別的知識儲存,以及各種API、開發模式等。
除了一站式平臺,愛數還提供端到端的服務模式,用來解決知識網路持續運營的投入產出的焦慮。AnyDATA ONE 的產品和資料服務全部採用訂閱模式,這種方式的好處就是用多少收多少錢,愛數還承諾訂閱逾期,功能不減、資料無憂。
“愛數給所有AnyDA他的知識網路專案都設定了一個三年的效果目標——相比傳統搜尋和分析,知識網路推薦要好十倍。”李基亮表示:“我們希望透過AnyDATA ONE來賦能知識管理創新和行業大腦,加速構建起認知驅動力,從而實現資料驅動型組織的構建。”
AnyDATA:今年值得期待
在本次會議上,愛數還宣佈與復旦大學聯合成立認知智慧聯合研究中心,相關研究成果將應用於愛數 AnyBackup、AnyShare、AnyRobot、AnyDATA 四大產品線。
可以說,愛數第四條產品線AnyDATA正在蓄勢待發,產品、市場、生態等內外部條件都已經日臻成熟,未來表現值得期待。
首先在產品層面,愛數的思路是幫助企業構建資料驅動型組織,這決定了AnyDATA 與 AnyBackup、AnyShare、AnyRobot等產品之間的聯動與整合將會愈發緊密,產品組合拳也有利於AnyDA他的競爭力不斷提升;
其次,愛數全球化的步伐不斷提速,2020年已經在全球超過40多個國家完成業務佈局,涵蓋歐洲、東南亞、美洲等多個國家與區域,不斷擴大的使用者群體, AnyDATA將迎來極為有利的市場前景。
最後,愛數近年來推動的平臺+生態的商業模式正不斷深化,與微軟、SAP、華為、聽雲等眾多合作伙伴圍繞資料驅動建立起強大的生態,讓AnyDATA可以快速融入到相關生態之中,加速其在使用者中的落地速度。
總體來看,隨著數字化程式的推進,企業與組織的數字化轉型下一個重要目標就是知識網路的構建。正所謂知識網路構建的一小步,將會是資料驅動型組織建立的一大步。隨著愛數AnyDATA ONE一站式知識網路平臺的問世,知識網路構建的門檻也將持續下降,帶給企業與組織的將會是認知智慧價值兌現的十年。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69965091/viewspace-2756202/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 自動化部署的一小步,前端搬磚的一大步前端
- 新年福利|架構的“一小步”,業務的一大步架構
- 網路知識
- 大資料學習四:網路相關知識大資料
- 5款受用一生的自學網站,每天堅持一小步,成功一大步!網站
- 網際網路,IT,大資料,機器學習,AI知識tag雲大資料機器學習AI
- 大模型走向產業的一小步,AI走向普惠的一大步大模型產業AI
- 計算機網路——基礎知識(一)計算機網路
- 深度殘差收縮網路:(一)背景知識
- 網路安全基礎知識
- 華為雲網路知識
- 圖神經網路知識神經網路
- ZYNQ的gpio的硬體驅動庫知識
- 一些關於網路的基礎知識
- DDT資料驅動效能測試(一)
- 下一代資料網:資料驅動的雲網鏈一體化(附視訊和PPT)
- 計算機網路知識點計算機網路
- Docker網路配置基礎知識Docker
- MDR:2020年資料驅動的網路教育營銷趨勢報告
- 自智網路,意圖驅動?
- DAMA資料管理知識體系指南 路線圖
- win10網路卡驅動資料夾在哪裡_win10網路卡驅動安裝在哪個資料夾Win10
- 計算機網路知識點總結(一)-物理層計算機網路
- Linux驅動之裝置樹的基礎知識Linux
- 【YashanDB知識庫】ODBC驅動類問題定位方法
- 新一代工業網際網路發展模式與成功實踐:資料驅動的新價值網路(附下載)模式
- 知識分享--資料庫資料庫
- MySQL資料庫知識MySql資料庫
- 詳解網路知識:iptables規則
- 認知網路知識點及例題總結
- 網路知識之 IP 與子網掩碼
- Selenium–資料驅動(python)Python
- 鴻蒙資料驅動鴻蒙
- 詳解資料驅動
- Mybatis資料庫驅動MyBatis資料庫
- 資料驅動產業資產產業
- 網路安全都學哪些課程?網路安全知識學習
- 網路安全基礎知識入門!網路安全學習教程