百度智能云新架构掀开面纱:知识中台成为差异化竞争优势

简介: 百度智能云新架构掀开面纱:知识中台成为差异化竞争优势


百度智能云的知识中台,就是要帮助企业挖掘知识这座沉睡的金矿。



企业是否需要数据已不再是问题,新的问题是:企业需要什么样的数据?知识是答案之一。

比如在营销服务这个场景中,千人千面的智能营销与客服成为一大趋势,越来越多企业在机器辅助下进行个性化营销,获取个性化答案去解答客服问题。机器与人配合,让营销更加精准,让客服体验更好。这一过程,离不开企业营销案例库、企业QA知识库、行业营销案例、网络最新流行语等知识支持。

类似于这样的场景,在教育、金融、媒体、法律、制造、政务、咨询、医疗等行业都存在,然而对于大多数企业来说,相关知识都散落在各处,知识利用率完全取决于员工的经验与能力。针对这一痛点,百度智能云在5月18日的“ABC SUMMIT 2020百度夏季云智峰会”上推出了“知识中台”。

什么是“知识中台”?先看看百度智能云官方是如何说的:

它基于百度多年积累的知识图谱、自然语言处理、多模态语义理解、智能搜索等AI核心技术打造,是全周期、智能化的企业知识赋能平台。知识中台可以为企业提供高效便捷的知识生产、组织和应用能力,满足业务场景智能化的需求,解决大多数企业缺乏构建和运用知识的能力的痛点。


image.png


我们可以看一下百度知识中台的已有应用实践,比如百度与浦发银行联合打造了国内首个“金融数字人”,这背后就用到了百度“知识中台”,基于这个中台,浦发银行可以将原先分散、沉睡的数据给用起来,转化成信息、知识和智慧,最终反哺到业务中,比如帮助浦发银行员工基于知识协作,提高效率;在风险管理领域识别欺诈交易;有针对性地制定营销策略等等。

简单地说,百度智能云的知识中台,就是要帮助企业挖掘知识这座沉睡的金矿。

 01 百度推出的“知识中台”有何价值?


首先,数据对企业很重要,所有人都有了共识,有人说是石油有人说是金矿,但我们一定要明白,企业需要的不是数据本身。

2014年的时候,我对互联网做过一次分层:

  • 底层是将实体世界比特化的“数据”,数据是给机器“吃”的;
  • 上一层是人能看得懂的“信息”;
  • 再上一层是“知识”,即信息中有价值的部分沉淀下来与人类积累的知识体系(思想、经验、认知等等)融合在一起,成为互联网化的知识;
  • 最上一层,是“智慧”。知识只是“知道”而已,人类基于知识,根据物理世界规律找到解决实际问题的能力被归纳为智慧,回答的是“做什么、如何做”这样的问题。智慧与知识相辅相成,智慧让知识更加丰满,知识则是智慧的前提。






理解清楚互联网上数据的真实面目,我们就能理解个人与企业,真正需要的不是数据本身,而是需要信息与知识,最终需要智慧。人工智能现在最热的领域,智慧医疗、智慧城市、智慧金融……都有“智慧”二字,但正如前面所说,智慧要实现是离不开知识的。企业要实现智能化升级,真正需要的不是数据,而是数据里面蕴藏的信息与知识,这一点,跟AI的发展也是不谋而合。

其次,人工智能发展已经到了第二阶段,从感知智能到认知智能,这离不开知识。

什么意思呢?第一阶段的人工智能是在让机器感知世界,比如智能音箱能听会说,智能手机要能刷脸,IoT设备要能监测环境数据,重点发展的都是“感知”,但人工智能发展的目的是让机器建立认知、理解世界,最终目的是要实现自主决策,就像人一样。简单地说,人工智能正在从感知阶段向认知阶段跨越,企业需要的人工智能,理论上也是具有认知能力的人工智能。在知识图谱和NLP学界颇有影响力的王海峰博士在云智峰会上的演讲,直言知识是AI进步的阶梯:

“人工智能同样需要知识的,例如,大规模知识图谱的构建及应用,知识增强的自然语言处理,知识增强的跨模态语义理解。因此我们说,知识是人工智能进步的阶梯。”


image.png


最后,知识一直是企业生产的原材料,只是很多企业尚未重视或者用好它而已,基于知识的认知智能升级是企业应用AI技术的关键。

企业在经营过程中,不只是积累了海量的业务数据,同时会有大量的智力资产,比如专业技术/产品/运营文档,客服话术,品牌或者产品的资料库,销售方法论等等,因此,企业的信息化体系往往都会包含知识库,大公司基本都有知识库系统、企业wiki、企业文档库,特别是金融、信息服务、媒体、商业咨询、市场公关、医疗教育、科研等智力密集型行业的企业。

每一个企业所在的行业、所在的市场,则有海量的外部知识分散在各处,有的是外文语言,有的是视频内容,有的是突发信息,有的在信息孤岛,有的在学术机构,总之,没有被有效聚合,而当这些知识关联在一起且被有效挖掘,就能释放出价值。

企业应用知识的核心,是基于知识实现认知智能化,提高协作效率、实现精益管理、进行业务创新。这样说可能比较枯燥,我们直接上例子:

中行原油宝的原油期货挂钩的芝加哥商品交易所,在前不久修改了交易规则,允许原油期货的报价成为负值,彻底改变了游戏规则,这一修改芝加哥商品交易所在事发半个月前已通知中行,如果中行原油宝业务线的人第一时间看到且被强提醒这个知识,做出应对,恐怕就不会出这么大的事儿了。多家银行都有类似产品,只有中行出事,足以说明知识对企业经营的重要性。

像这样的基于知识的商业决策场景很多,企业客服、商业分析师、媒体编辑、医疗专家、寿险顾问……每天都在回答大量的问题,或者做出高频的决策。企业不只是要通过知识管理系统帮助员工更好地生产、聚合和应用知识,同时更要将知识用到业务决策的每一个粒度,用知识驱动业务。

王海峰在峰会演讲中说:“在企业智能化升级的过程中,知识是非常关键的核心基础。每个企业都有自己特有的知识,需要结合企业自身的行业知识和业务逻辑,满足企业对知识的需求。不过,大多数企业都缺乏构建和运用知识的能力,尤其是缺乏从数据、信息到知识构建以及运用知识的工具和平台。”正是因为此,百度知识中台应运而生。

 02 “知识中台”成百度智能云的杀手锏


在这次峰会上,百度智能云还发布了AI中台,具备250+项AI能力,以及全球前三、国内第一且具备自主知识产权的深度学习开源框架“飞桨”,国家电网山东省电力公司等企业已经用上了AI中台,通过机器视觉,人脸识别、大数据、用户画像等等技术,开发了很多智能应用。


image.png


为什么有了AI中台,百度智能云还要同时推出知识中台?两者究竟是什么关系?

AI中台对于企业来说是智能化升级的基础组件,企业可以按照自身需求快速、高效、简单地“DIY”自己的“大脑”,AI能力是比较基础的,类似于百度AI中台的平台,阿里云也有,名字叫ET大脑,大家PK的是谁的AI能力更多,单一AI能力谁的更强,人有我优。

以AI为抓手的百度智能云对AI产业化的野心很大,自然要做到“人无我有”,要给企业提供独特的云智能服务。百度智能云的答案之一就是:知识中台。知识中台是在AI中台的基础AI技术能力上形成的,知识图谱、自然语言处理技术、多模态语义理解、智能搜索等等基础能力都包含在AI中台中,百度智能云的知识中台是基于这些AI基础技术的“认知版”升级,属于是一种垂直的智能化平台,知识中台与AI中台的关系,就像刷脸识别与机器视觉技术,前者基于后者,但前者更垂直专注。

知识中台这件事情能够做的公司不多,全世界能做的国外是谷歌,国内是百度。

百度知识中台让我想起了IBM的Watson。Watson因为2011年在电视问答节目Jeopardy!(危险边缘!)上击败两名人类冠军选手,一战成名,它使用保存在硬盘中的知识库作为知识储备,准确回答历史、文学、艺术、流行文化、科技、体育、地理等等领域的问题,IBM官方介绍时说“Waston是一个集高级自然语言处理、信息检索、知识表示、自动推理、机器学习等开放式问答技术的应用”,并且“基于为假设认知和大规模的证据搜集、分析、评价而开发的DeepQA技术”。如今,“沃森”所代表的“认知计算”成为IBM的大数据战略方向,应用到智慧城市等领域。


image.png


问题是,Watson虽然在AlphaGo前是人工智能的代名词,然而却并未使用深度学习这一AI通用路线,而是走了一条独特的路,所谓“更接近心智社会(Society of Mind)”,因此,AI时代IBM被边缘化。但Watson的存在倒是证明了,AI的发展一定会是朝着知识驱动的认知方向发展。

这一点,百度在中国的优势十分明显。如今,科技巨头都在开放,都要给别的企业赋能,但赋能的前提是先要有“能”,百度AI赋能是因为AI技术强,知识中台输出知识能力,是因为知识积累。

首先,百度知识技术的积累跟AI技术一样深厚。

知识图谱是知识中台最核心的技术,是AI从感知到认知跨越的关键,而百度的知识图谱技术积累在PC搜索时代就开始了。

在追求更准、更广、更深的搜索结果的目标下,百度很早就尝试去理解海量网页信息之间的关系,构建一张日益庞大的知识图谱网络。早在2014年,AI风靡前,百度知识图谱就已涵盖十几大领域,数十个类别,拥有上亿实体量,这背后用到了自然语言处理、语义理解等等技术。这一过程,百度知识相关技术不断增长,给AI技术领先奠定了基础,也可以说,正是因为有知识图谱等技术布局,百度成为AI先行者与领先者,也是一种必然。

前些年百度将知识技术用在C端产品上,实现智能搜索、智能语音交互、智能输入法、智能翻译等等应用。现在百度智能云将这些技术通过知识中台开放给B端,实现在智能客服、智能营销、智能金融、智能医疗等领域的应用。实际上,如今绝大多数开放给B端的技术应用都是从C端发展而来的,消费级市场发展快,对新技术、新产品、新模式更加友好,最终溢出的技术能力会让B端受益,整个互联网、AI、大数据和云计算技术,都是这样从C到B发展的。


image.png


其次,百度有知识内容储备,也有知识聚合能力。

作为信息与知识的入口,百度不只是有百科、知道、文库、经验等知识产品,同时百度搜索、信息流、地图、翻译、输入法等产品,也有知识的底色,用户在百度获取答案、获取知识,升级认知。百度在知识上的内容储备已经实现垂直化,在母婴、教育、医疗、金融等领域都有对应的垂直布局,同时,百度基于自然语言处理技术、多模态语义识别、机器视觉、智能翻译等技术则可以更好地聚合外部知识,如获取第三方网站的知识、对视频内容进行语义理解、对多语种知识进行翻译。

基于产品、技术 和知识的积累,百度智能云知识中台可以更好地赋能B端。

最后,百度的知识中台不是凭空造出来的,而是经过了真实场景的磨炼。

百度智能云不是因为有知识能力就“拿着锤子找钉子”,而是在实际业务中发现客户在知识应用上的痛点,基于大量实践,将客户共同需求抽取出来,形成了“知识中台”。

百度与浦发银行联合打造了国内首个“金融数字人”,这背后就用到了百度“知识中台”。此前百度在给金融、营销/客服、智能制造、智能医疗、智慧城市等领域客户提供服务时,已经在提供知识相关的能力,有了这样的积累,才有了抽取知识成为“中台”的基础。这一次,百度智能云发布的八大解决方案,背后都要用到知识中台,其智能办公解决方案的主要产品如流,就主打知识管理,帮助教育、法律等智力密集型企业的内部知识高效地流动起来,进而提升业务效率。

百度知识中台会是百度智能云的差异化能力,同时是各种解决方案的基础组件,可以给企业提供智能知识库、行业知识图谱、企业搜索、智能推荐、智能问答、知识推送等知识应用,帮助企业实现认知智能。

中国孕育发展十年的人工智能,现今已经发展到第二阶段,在机器视觉、语音识别、人脸识别等基础AI技术日益成熟且同质化竞争后,知识的重要性日益增加,认知智能会成为AI新的竞争高地。知识中台进一步确立百度智能云在AI上的差异化优势,也是百度在AI下半场继续领先行业的一个佐证,可以预见,更多AI厂商会推出类似于“知识中台”的服务,不过,百度智能云已经走到了最前面。

相关文章
|
1月前
|
数据库 Android开发 开发者
构建高性能微服务架构:从理论到实践构建高效Android应用:探究Kotlin协程的优势
【2月更文挑战第16天】 在当今快速迭代和竞争激烈的软件市场中,微服务架构以其灵活性、可扩展性和独立部署能力而受到企业的青睐。本文将深入探讨如何构建一个高性能的微服务系统,涵盖从理论基础到具体实现的各个方面。我们将重点讨论服务拆分策略、通信机制、数据一致性以及性能优化等关键主题,为读者提供一个清晰、实用的指南,以便在复杂多变的业务环境中构建和维护健壮的微服务体系结构。 【2月更文挑战第16天】 在移动开发领域,性能优化和流畅的用户体验是至关重要的。随着技术的不断进步,Kotlin作为一种现代编程语言,在Android开发中被广泛采用,尤其是其协程特性为异步编程带来了革命性的改进。本文旨在深入
240 5
|
3月前
|
缓存 Ubuntu 数据库
百度搜索:蓝易云【Ubuntu系统目录架构详解】
这是Ubuntu系统目录架构的主要部分,每个目录都有其特定的用途,合理使用目录结构可以使系统更加有序和易于管理。
50 2
|
1月前
|
存储 前端开发 BI
基于云计算技术的B/S架构智能云HIS系统源码 集挂号、处方、收费、取药、病历于一体
云HIS是针对中小医院机构、乡镇卫生室推出的一套基于云端的云HIS服务平台,借助云HIS,将医院业务流程化,大大提高医院的服务效率和服务质量,为客户提供医院一体化的信息解决方案。云HIS主要功能:包含门诊收费管理,住院收费管理,门诊医生工作站,住院医生工作站,住院护士工作站,辅助检查科室管理,药房药品管理,药库药品管理,报表查询。满足诊所、中小医院业务中看诊、收费、发药、药库管理、经营分析等多环节的工作需要。
41 4
|
13天前
|
运维 安全 Serverless
Serverless架构在图像处理中的优势探讨
Serverless架构在图像处理中的优势探讨
16 1
|
4天前
|
监控 数据处理
事件驱动架构的优势
事件驱动架构的优势
|
1月前
|
分布式计算 API 数据处理
Flink【基础知识 01】(简介+核心架构+分层API+集群架构+应用场景+特点优势)(一篇即可大概了解flink)
【2月更文挑战第15天】Flink【基础知识 01】(简介+核心架构+分层API+集群架构+应用场景+特点优势)(一篇即可大概了解flink)
59 1
|
1月前
|
关系型数据库 分布式数据库 PolarDB
PolarDB架构优势
PolarDB架构优势
474 1
|
6月前
|
存储 缓存 NoSQL
百度搜索:蓝易云【Redis相比Memcached有哪些优势?】
总的来说,Redis相对于Memcached具有更多的功能和灵活性,适用于更广泛的应用场景。然而,对于简单的键值对缓存需求,Memcached的性能可能更高,因为它专注于简单的内存缓存操作,并具有更低的内存消耗。选择使用Redis还是Memcached应根据具体的应用需求来决定。
324 0
|
2月前
|
XML 前端开发 Java
SpringMVC的架构有什么优势?——异常处理与文件上传(五)
SpringMVC的架构有什么优势?——异常处理与文件上传(五)
|
2月前
|
前端开发 Java 数据库
SpringMVC的架构有什么优势?——表单和数据校验(四)
SpringMVC的架构有什么优势?——表单和数据校验(四)