从大数据到大知识和大智慧 明略数据吴信东出席2018AIIA大会并演讲

2018年10月15日，明略数据首席科学家、明略科学院院长、IEEE Fellow吴信东教授出席在苏州国际博览中心举行的2018AIIA人工智能者开发大会，并以“从大数据到大知识和大智慧”为主题发表精彩演讲。

吴信东教授是国家“千人计划”特聘专家、长江学者、IEEE & AAAS Fellow，他早期关注于专家系统，也就是知识工程的应用实践。而随着机器学习与大数据的流行，在2016年，吴信东牵头，联合国内15家单位承接了科技部“大数据知识工程基础理论及其应用研究”（BigKE）专项项目，将“大数据”引入了“大知识”。

2018年5月，吴信东教授加盟明略数据，出任公司首席科学家和副总裁，2018年7月明略科学院成立，汇集来中国科学院、中国工程院、澳大利亚科学院等机构的十余名院士加盟。9月，明略数据举办了“行业AI大脑明智系统2.0”发布会，这是对1.0版本的产品技术体系全面升级。

上图为明略数据首席科学家、

明略科学院院长、IEEE Fellow吴信东教授

明智系统2.0作为明略数据公司中长期战略的开始，吴信东教授作为大数据知识工程领域的全球顶级科学家，以科技报国为使命，让大数据知识工程真正落地。

在2018 AIIA人工智能者开发大会的演讲中，吴信东教授表示，人工智能领域目前讨论非常多的计算机视觉、深度学习更多针对感知智能，而知识图谱等更多针对认知智能。在人工智能领域，感知智能和认知智能必须要打通在一起，才能解决复杂任务，这也正是明略数据的核心产品“明智系统2.0”能够实现语音、图像、文本、结构化数据等多源异构数据的融合，进而完成逻辑推理及复杂运算的理念基础。

吴信东强调，专家系统完成的任务相对于端到端的方法会更宽广。例如深度学习的方法更擅长识别和分类等单一任务，它关注非常精细的决策。而大数据知识工程会尝试解决整个领域需要专业知识的决策，它可能会涉及多种任务。但是纯粹的专家系统却有很多局限性，它无法兼容当前的大数据环境。在大数据时代， 如何利用知识工程的思想和方法获取、表示、推理和解释大数据，并将挖掘出的知识形成解决问题的大知识系统，这就是大数据知识工程（BigKE）最希望完成的目标。

吴信东教授表示，从整体而言，BigKE可以分为三阶段，即多源异构数据中的碎片化知识建模、从局部知识到全局知识的碎片化知识融合、个性化知识导航。

为了将离散的局部知识融合为全局知识，BigKE采用知识图谱表示碎片化知识，其中局部知识可以表示为完整知识图谱的一个子图。

BigKE采用知识图谱表示和融合局部知识有非常多的优势，首先来自各种数据源的知识有独特的属性，它们间的关系是复杂和演化的，因此传统的线性融合方法无法反映出局部知识之间的联系。而知识图谱为局部知识和全局知识提供了统一的表示形式，它们的概念都能表示成节点，而各种关系都能表示成连接。其次，知识图谱节点之间的路径可以视为不同知识片段之间的可能关联，这为个性化服务的实现提供了可能，例如，实现个性化的查询推荐，并基于用户行为预测为个性化的查询提供精确的导航服务等。

作为国内行业知识图谱领域的创新公司，明略数据在2018年4月进入了IDC的《中国知识图谱市场，2018》创新者研究报告，成为IDC评选出的5家中国知识图谱技术应用市场创新者。

2018 AIIA 人工智能开发者大会于 2018 年 10 月 15 日到 16 日在苏州国际博览中心举办。本次大会由国家发展和改革委员会高技术司、工业和信息化部科技司、国家互联网信息办公室网络数据与技术局指导，中国人工智能产业发展联盟主办，以「智领时代，无限可能」为主题，邀请了国内外人工智能产业领军人物、国家政府主管部门、行业内顶尖企业、知名学者代表等，交流技术现状趋势，分享生态建设及发展。大会主题包括开源生态推进、机器学习发展前沿、计算机视觉前沿研究及应用、自然语言前沿研究及应用、量子计算与机器学习等，全方位覆盖人工智能领域内最前沿、最热门的研究及应用领域，将带来更加深度及专业的讨论。