基本介紹
- 中文名：知識計算
- 所屬學科：人工智慧
產生的背景,知識計算的定義,知識計算的架構,知識獲取,知識建模,知識管理,知識套用,套用場景,行業中的套用,汽車領域,鋼鐵領域,醫學領域,交通領域,油氣勘探領域,結語,
產生的背景
AI在發展過程中，經歷了知識驅動和數據驅動兩個階段。第一階段是由知識驅動的人工智慧，包括知識、算法、算力三要素，第二階段是由數據驅動的人工智慧，包括數據、算法、算力三要素，這兩個階段都有一定的局限性。很難深入行業生產系統，解決行業的實際問題。
例如：
1、行業專家如何與AI專家合作：雙方能夠相互聽得懂，圍繞一個共同的目標相互促進
2、行業機理與AI模型的結合：不同行業都有自己數十年甚至上百年的專業積累，形成了大量成熟的物理、化學、生物等知識表達的機理模型，這些模型和數據驅動的AI模型能不能結合，如何有效結合
3、行業套用與AI系統的結合：行業自身多年積累的套用系統、控制系統和AI系統到底是什麼關係，如何讓這些行業套用平滑有序地升級成智慧系統
這些問題背後的核心焦點，是如何將行業知識與AI結合。需要把知識驅動和數據驅動結合起來，實現AI與行業知識的高效結合。同時利用知識、數據、算法和算力四個要素，這是AI未來發展的必然方向。
知識計算
知識計算的定義
知識計算是能將各種形態的知識，通過一系列AI技術進行抽取、表達、並協同大量數據進行計算，進而產生更為精準的模型，再次賦能給機器和人的一種全新方法。
知識計算
知識計算的架構
行業都在發展的歷史長河中沉澱了大量的知識，比如生產系統中的機理模型、行業技術典籍文獻、專家大腦裡面的寶貴經驗、歷史積累的方法總結、測試報告等等。行業不缺知識，但是缺乏的是高效利用知識的方法。
華為雲發布業界首個全生命周期知識計算解決方案，該方案包含知識獲取、知識建模、知識管理，以及知識套用四大模組，覆蓋知識在企業的生產環節中的全生命周期。
知識計算
知識獲取
對多模態的行業知識，如生產系統中的機理模型、行業技術文獻、專家經驗、歷史方法總結、測試報告等，進行解析和處理，這是數據轉化為知識的第一個關鍵階段。支持多模態知識抽取技術可以對多源異構數據（包括結構化、非結構化、半結構化數據）進行快捷便利的知識識別和知識抽取。為了減少模型對訓練樣本的依賴，減少標註工作量，小樣本學習技術非常關鍵。
知識建模
根據業務場景進行知識建模，提供流水線式自動化構建知識圖譜的能力，可以使得圖譜構建時間由數星期縮短到數分鐘，同時可以實現知識圖譜的自動更新。提供流水線式自動化構建知識圖譜的能力，可以使得圖譜構建時間由數星期縮短到數分鐘；同時可以實現知識圖譜的自動更新。
知識管理
對於企業知識提供超大規模圖譜存儲能力和高性能查詢，以及自動化更新、衝突管理、質檢控制等能力。
知識套用
提供知識搜尋、可視化分析、知識推薦等基礎能力，以及智慧型對話、預測分析、知識推理等高級能力，匹配企業多樣化的套用需求。
套用場景
輔助推理與決策：將各類數據、知識、經驗以及資料進行多模態建模。並基於具體的業務場景，將知識便捷地、以數位化的方式呈現。
解決知識碎片化問題：將過去知識分散在不同部門，不同地域，不同領域專業，不同存儲介質中碎片化知識，進行整合以實現知識統一集中的計算。
突破行業機理模型：機理模型在實際運用中會產生大量偏差（由於認知程度、假設因素、計算簡化等眾多因素）。通過AI知識計算，把機理模型與AI結合，並結合大量數據，彌補機理模型局限。
行業中的套用
汽車領域
中國一汽套用華為雲知識計算解決方案構建的一汽知識計算平台，基於業務場景，將知識便捷地、以數位化的方式呈現眼前，幫助一汽紅旗某4S店的一次性修復率提升了4%，客戶維修等待時間下降了23%，廠家支持介入率下降了30%，維修技師的培養時間縮短了30%。
鋼鐵領域
華新不鏽鋼基於華為雲知識計算解決方案，將合金配料的行業知識與AI深度融合，基於過去1年的歷史數據構建AI模型，幫助合金配料工程師進行最佳化決策，找到符合鋼水質量要求和經濟效益的最優合金配料比例。實踐顯示，新模型可以輔助專家10秒內完成最優合金配比計算，精準預測終點鋼水成分，生產中一次添加並能完成配料合成，精準度提升到95%以上，生產每噸特種鋼可降低成本100元，每年節省成本2000萬元。
醫學領域
華為與中科院北京基因組所韓大力教授合作，通過AI知識計算，將DNA羥甲基數據和基因知識圖譜進行整合計算，更加準確地識別出血液中的關鍵生物標記物，相比傳統的數據分析方法提升了9%，有助於對食道癌患者的早期發現。
交通領域
通過知識計算，華為綜合運用各類專業知識，通過道路實時信息反饋、整合專家的經驗，經過AI運算形成一套方案，用於城市路口和區域的通行最佳化。此方案正在深圳的300多個路口進行驗證，擁堵指數下降8%，未來會更進一步運用到道路、機場、捷運等立體化的交通治理。
油氣勘探領域
為了幫助石油勘探專家經驗更好地傳承，實現對勘探的智慧型化分析，中石油基於華為雲知識計算解決方案打造知識計算底座，將知識獲取、知識建模、知識管理、知識套用的各個環節打通，構建企業統一的知識體系，以知識化服務形式提升各部門工作效率，完成知識的沉澱和閉環，形成可傳承的體系化知識，輔助培養專業人才。平台已開始在勘探院、大慶、長慶、新疆、大港等多個油田進行培訓和試運行，並在地震資料處理、地震資料解釋、測井油氣層識別、抽油機井工況診斷、油田產量預測等方面取得較好的套用成果。
中國石油勘探開發研究院的物探工程師基於該平台對準噶爾盆地典型工區的地震資料進行初至波的自動拾取，預測精度超過94%，將原來需要2個處理人員1個月的處理工作，在7個小時內由計算機自動完成。大慶油田勘探開發研究院開發規劃室，為了實現開發規劃、油藏動態分析中對產量的準確預測，基於該平台對3個典型區塊進行產量和含水指標預測。建立了針對中高滲透稀油砂岩油藏的指標預測模型，預測精度達到90%以上，比常規預測方法提高10%左右，大大提高了油井生產動態管理水平和單井措施決策的準確性。
藉助於知識計算，中石油將行業知識與AI進行了高效結合，進一步幫助油氣勘探開發“增儲上產”和“提質增效”。
結語
知識計算是能將各種形態的知識，通過一系列AI技術進行抽取、表達、並協同大量數據進行計算，進而產生更為精準的模型，再次賦能給機器和人。使得機器的控制更加精準，進而實現輔助人高效分析和決策，釋放行業專家的精力，集中關注業務創新，輔助人實現高效知識傳承，縮短人員培養周期。企業可以通過打造知識計算平台，實現知識的主動推薦、輔助推理與決策，進而提高企業的經營效率。
