薩摩耶云：以知識(shí)圖譜優(yōu)化決策效率打破增長桎梏

來源：金融界

人工智能（AI）席卷全球，但它的雛形可追溯至18世紀(jì)乃至更早，彼時(shí)蘇格蘭詹姆斯·瓦特為正在建造的蒸汽機(jī)設(shè)計(jì)了一個(gè)巧妙的自動(dòng)控制系統(tǒng)——調(diào)速器，從而為現(xiàn)代控制理論奠定了基礎(chǔ)；時(shí)間的指針撥向1956年，幾位計(jì)算機(jī)科學(xué)家相聚達(dá)特茅斯會(huì)議，激情宣告：讓機(jī)器能夠使用語言，形成抽象概念，解決人類現(xiàn)存的各種問題；之后的幾十年，AI一直在兩極反轉(zhuǎn)，或被稱作人類文明耀眼未來的預(yù)言，或被當(dāng)成技術(shù)瘋子的狂想扔到垃圾堆里。

直至2012年以后，得益于數(shù)據(jù)量的飛漲、算力的提升和深度學(xué)習(xí)的出現(xiàn)，AI從概念走向繁榮。現(xiàn)在，AI進(jìn)入生活的速度，已超過我們的想象。在農(nóng)村，AI無人機(jī)幫農(nóng)民播種、施肥、打藥；在城市，AI工業(yè)機(jī)器人將車間變成黑燈工廠。在實(shí)驗(yàn)室，AI算法助力科學(xué)家研發(fā)新藥。不難想象，在未來的很多年里，AI都將是人類社會(huì)發(fā)展最重要的推動(dòng)力量，它爆發(fā)出的能量或?qū)⒊焦I(yè)革命。

AI極大提升智能決策效率和水平

無論是學(xué)術(shù)界還是工業(yè)界，對(duì)于人工智能（AI）目前還并沒有統(tǒng)一的定義。但大體上形成了這樣的共識(shí)：人工智能是計(jì)算機(jī)科學(xué)的一個(gè)廣泛分支，試圖讓機(jī)器模擬人類的智能，應(yīng)用領(lǐng)域主要包括深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)、數(shù)據(jù)挖掘等方面。

美國麻省理工學(xué)院溫斯頓教授認(rèn)為：人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作。作為人工智能的子集，機(jī)器學(xué)習(xí)由人類程序員設(shè)計(jì)的算法負(fù)責(zé)分析、研究數(shù)據(jù)，然后根據(jù)數(shù)據(jù)分析和研究作出決策。

舉個(gè)簡單的例子，當(dāng)我們?yōu)g覽網(wǎng)上商城時(shí)，經(jīng)常會(huì)出現(xiàn)商品推薦的信息。這是商城根據(jù)你往期的購物記錄和冗長的收藏清單，識(shí)別出其中你真正感興趣，并且愿意購買的產(chǎn)品。這樣的決策模型，可以幫助商城為客戶提供建議并鼓勵(lì)產(chǎn)品消費(fèi)。這就是基于機(jī)器學(xué)習(xí)作出的個(gè)性化推薦。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的子領(lǐng)域，通過人造神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)，最終目的是讓機(jī)器人能夠像人一樣具有分析學(xué)習(xí)能力，可以自動(dòng)處理特征變量，從而使整個(gè)決策系統(tǒng)更加智能。

當(dāng)下，深度學(xué)習(xí)摧枯拉朽般地實(shí)現(xiàn)了各種任務(wù)，使幾乎所有的機(jī)器輔助功能都變?yōu)榭赡?。翻譯、語音識(shí)別、商業(yè)智能決策、無人駕駛汽車都已在眼前。而基于深度學(xué)習(xí)框架，企業(yè)可以根據(jù)自身行業(yè)特點(diǎn)和場(chǎng)景需要，靈活便捷地進(jìn)行AI應(yīng)用開發(fā)，不再需要從0到1地搭建地基，這極大提升了產(chǎn)業(yè)智能決策效率和水平。

智能決策驅(qū)動(dòng)產(chǎn)業(yè)降本增效

人工智能的發(fā)展突飛猛進(jìn)，從技術(shù)層面來看，業(yè)界廣泛認(rèn)為，AI核心能力包含三個(gè)層面，即淺層運(yùn)算智能、中層感知智能、深層認(rèn)知智能。認(rèn)知智能，實(shí)現(xiàn)機(jī)器對(duì)人的“大腦判斷和決策”的替代，使機(jī)器可以像人一樣捕捉靈感、發(fā)現(xiàn)問題、判斷分析、做出決策、付諸行動(dòng)，是對(duì)機(jī)器的“人格化”，也是對(duì)人的神經(jīng)網(wǎng)絡(luò)的“機(jī)器化”，是人工智能的最尖端領(lǐng)域，而其中重要的深層領(lǐng)域之一即是智能決策。

智能決策身處AI賽道最前沿領(lǐng)域被譽(yù)為“皇冠上的明珠”，目前部分商業(yè)化的智能決策產(chǎn)品已初步進(jìn)入完全決策智能階段，系統(tǒng)可以自我驅(qū)動(dòng)并直接做出決策和行動(dòng)，實(shí)現(xiàn)了決策智能的“半人格化”。

其實(shí)，在人工智能技術(shù)成熟之前，大型企業(yè)就已經(jīng)開始通過數(shù)據(jù)分析來做出商業(yè)決策和判斷，例如沃爾瑪“啤酒與尿布”的故事。沃爾瑪超市管理人員分析銷售數(shù)據(jù)時(shí)發(fā)現(xiàn)了一個(gè)令人難以理解的現(xiàn)象：“啤酒”與“尿布”兩件看上去毫無關(guān)系的商品經(jīng)常出現(xiàn)在同一個(gè)購物籃中，管理人員經(jīng)過調(diào)查發(fā)現(xiàn)，這種現(xiàn)象經(jīng)常出現(xiàn)在年輕的父親身上。原來，美國家庭中，一般去超市購買尿布的多是年輕的父親。這些父親們?cè)谫徺I尿布的同時(shí)，往往會(huì)順便為自己購買啤酒。此后沃爾瑪嘗試將啤酒與尿布擺放在相同的區(qū)域，方便消費(fèi)者快速找到商品的同時(shí)，銷量明顯提升。

現(xiàn)在，以用戶畫像、知識(shí)管理、自然語言處理、機(jī)器學(xué)習(xí)為基礎(chǔ)的人工智能不僅僅為企業(yè)帶來業(yè)務(wù)模式、業(yè)務(wù)流程、組織結(jié)構(gòu)、產(chǎn)品應(yīng)用等方面上的巨大變化。更為企業(yè)的領(lǐng)導(dǎo)者們，在智能決策方面帶來了數(shù)據(jù)導(dǎo)向的價(jià)值。

企業(yè)如何在短時(shí)間內(nèi)做出大量決策？減少試錯(cuò)成本？決策需求無處不在，但人們對(duì)智能決策并沒有準(zhǔn)確地定義。在國內(nèi)AI決策領(lǐng)先企業(yè)薩摩耶云首席科學(xué)家王明明看來，智能決策就是基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、聯(lián)邦學(xué)習(xí)、知識(shí)圖譜等技術(shù)與行業(yè)深度融合后，在數(shù)據(jù)間精準(zhǔn)匹配用戶需求或業(yè)務(wù)需求并發(fā)現(xiàn)潛在的邏輯和規(guī)律，本質(zhì)是為帶來效率的提升。這種創(chuàng)新化的決策方法，正是依靠發(fā)揮AI巨大的“算法”優(yōu)勢(shì)和“計(jì)算”能力，讓企業(yè)的經(jīng)營決策從經(jīng)驗(yàn)和流程驅(qū)動(dòng)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)、自動(dòng)化決策，達(dá)到降本增效的目的。

如今，智能決策應(yīng)用的身影早已深入實(shí)體領(lǐng)域，例如在軌道交通首次實(shí)現(xiàn)檢修計(jì)劃和人工智能的結(jié)合；在汽車汽配，打破供應(yīng)、生產(chǎn)、銷售、需求端壁壘，實(shí)現(xiàn)全價(jià)值鏈優(yōu)化；在流程制造領(lǐng)域，從前端供應(yīng)到中段生產(chǎn)再到后段產(chǎn)銷協(xié)同，智能決策價(jià)值立竿見影并正在用其特有的方式創(chuàng)造更多更加直接的制造價(jià)值。

IDC預(yù)測(cè)，到2025年，超過60％的企業(yè)將把人類專業(yè)知識(shí)與人工智能、機(jī)器學(xué)習(xí)、NLP和模式識(shí)別相結(jié)合，做智能預(yù)測(cè)與決策，增強(qiáng)整個(gè)企業(yè)的遠(yuǎn)見卓識(shí)，并使員工的工作效率和生產(chǎn)力提高25％。

知識(shí)圖譜拓展決策能力邊界

人工智能正在從“感知智能”走向“認(rèn)知智能”，機(jī)器除了具備模仿人的視覺、聽覺、觸覺等感知能力之外，還需要具備認(rèn)知能力，模擬人的思維方式和知識(shí)結(jié)構(gòu)進(jìn)行“思考”，因此需要一個(gè)強(qiáng)大的底層知識(shí)網(wǎng)絡(luò)作為支撐，知識(shí)圖譜正是支撐機(jī)器實(shí)現(xiàn)認(rèn)知智能的重要基石。

當(dāng)你在搜索信息、看新聞、刷短視頻、購物時(shí)，所看到的每條打動(dòng)你的內(nèi)容，背后就可能有知識(shí)圖譜的作用。簡單而言知識(shí)圖譜就是把大量不同種類的信息連接在一起而得到一個(gè)可視化關(guān)系網(wǎng)絡(luò)，為人們提供了從“關(guān)系”的角度分析問題的能力，已被廣泛應(yīng)用于如智能搜索、決策分析、金融反欺詐等領(lǐng)域。

知識(shí)圖譜廣泛應(yīng)用目的就是讓機(jī)器和軟件獲得“理解”和“解釋”兩種能力。使用知識(shí)圖譜，可以讓人工智能“理解”人類的自然語言，不斷整合現(xiàn)有數(shù)據(jù)、外部數(shù)據(jù)，讓機(jī)器形成認(rèn)知能力，降低人工智能的大樣本依賴，提高學(xué)習(xí)的經(jīng)濟(jì)性和對(duì)先驗(yàn)知識(shí)的利用效率，從而做出最優(yōu)的決策結(jié)果。

多年商業(yè)和技術(shù)積淀，薩摩耶云集齊數(shù)據(jù)、算法、算力等AI三要素，并以“三要素”構(gòu)建AI知識(shí)圖譜，尤其是利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等尖端人工智能技術(shù)，開發(fā)人工智能高級(jí)應(yīng)用“智能決策綜合系統(tǒng)”，以SaaS、aPaaS的產(chǎn)品形式提供標(biāo)準(zhǔn)化服務(wù)體系。為最大程度地降低技術(shù)門檻，薩摩耶云針對(duì)不同行業(yè)和領(lǐng)域提供知識(shí)驅(qū)動(dòng)的復(fù)雜應(yīng)用分析及決策支持，將大量知識(shí)模塊化封裝，自動(dòng)以最優(yōu)的方式訓(xùn)練模型，自適應(yīng)生成方案。企業(yè)可以根據(jù)自己的需求，自定義適合業(yè)務(wù)場(chǎng)景的圖譜應(yīng)用輕松實(shí)現(xiàn)二次開發(fā)，快速得到立體的圖譜型結(jié)果，提升決策智能水平。

以服務(wù)金融產(chǎn)業(yè)為例，知識(shí)圖譜技術(shù)從數(shù)據(jù)可視化、風(fēng)險(xiǎn)評(píng)估與反欺詐、風(fēng)險(xiǎn)預(yù)測(cè)到用戶洞察，知識(shí)圖譜的底層性支撐作用越來越顯著。薩摩耶云運(yùn)用知識(shí)圖譜技術(shù)通過對(duì)用戶數(shù)據(jù)分析，以可視化的呈現(xiàn)、交互式的查詢，并進(jìn)行關(guān)聯(lián)指標(biāo)和標(biāo)簽的輸出，從而為有效識(shí)別、預(yù)防團(tuán)伙欺詐的發(fā)生提供及時(shí)決策研判。

此外，薩摩耶云知識(shí)圖譜在營銷層面精準(zhǔn)發(fā)力，它可基于客戶建立社交網(wǎng)絡(luò)知識(shí)圖譜，在獲取用戶授權(quán)后，對(duì)用戶社交關(guān)系網(wǎng)（如親屬、朋友、同事、同學(xué)、陌生人等）進(jìn)行全方位地挖掘，精準(zhǔn)、迅速地找到相關(guān)業(yè)務(wù)的潛在客戶，從而制定針對(duì)性營銷策略，幫助企業(yè)實(shí)現(xiàn)精準(zhǔn)獲客。

截止目前，薩摩耶云積淀的客戶覆蓋了從通信運(yùn)營商、互聯(lián)網(wǎng)大廠、電商平臺(tái)、影音傳媒，到金融、倉儲(chǔ)、商超在內(nèi)的領(lǐng)域。已經(jīng)積累了數(shù)千萬客戶的長周期、多維度樣本量，全部衍生變量維度超百億級(jí)，算法模型的精度、準(zhǔn)度已經(jīng)達(dá)到較高水平，平滑應(yīng)對(duì)特定場(chǎng)景下的特殊風(fēng)險(xiǎn)狀況，形成較高的競(jìng)爭(zhēng)壁壘。

科技日新月異，但如同商業(yè)管理的本質(zhì)一般，決策管理的本質(zhì)訴求并沒有太大的變化：讓對(duì)的人，在對(duì)的時(shí)間，以對(duì)的方式做出決定。“真正的科技，是讓你感受不到科技的存在”，未來的人工智能不僅能提高我們的效率，更是無感的。AI雖不完美，但我們?nèi)砸兄x人工智能領(lǐng)域的那些創(chuàng)新者們，正是他們?cè)趯で笳胬淼穆飞蠄?jiān)持“雖千萬人，吾往矣”，才更新了我們對(duì)世界和自身的認(rèn)知。

關(guān)鍵詞： 薩摩耶云以知識(shí)圖譜優(yōu)化決策效率打破增長桎梏