“新一代人工智能技術(shù)要解決如何與各行各業(yè)深度融合的問題，要做到真正的落地，就需要把知識驅(qū)動和數(shù)據(jù)驅(qū)動結(jié)合起來，實現(xiàn)AI與行業(yè)知識的高效結(jié)合，同時利用知識、數(shù)據(jù)、算法和算力四個要素。這是AI未來發(fā)展的必然方向。
華為云知識計算解決方案是業(yè)界首個全生命周期知識計算解決方案，是解決行業(yè)知識與AI結(jié)合的一條全新而且有效的路徑。”
華為算法專家段博士在《基于知識圖譜的企業(yè)知識計算與應(yīng)用》主題演講中指出，華為云600多個AI項目的實踐經(jīng)驗表明，AI進入企業(yè)核心業(yè)務(wù)系統(tǒng)后，平均能夠帶來18%的盈利能力提升。
AI在行業(yè)落地的關(guān)鍵要素之一即知識與數(shù)據(jù)的雙重驅(qū)動�；谌A為云知識計算解決方案打造的企業(yè)級知識計算平臺，可以一站式完成行業(yè)知識的獲取、建模與管理，推動AI進入企業(yè)核心業(yè)務(wù)系統(tǒng)，使得機器的控制更加精準，輔助人高效分析和決策，輔助知識實現(xiàn)高效傳承，釋放行業(yè)專家的精力。
華為技術(shù)專家吳博士在《知識表征在測井綜合解釋中的應(yīng)用》介紹了華為云知識計算解決方案在油氣領(lǐng)域的具體實踐。
吳博士表示，儲層預測是一個跨學科領(lǐng)域，這導致油氣勘探開發(fā)流程復雜且漫長。在整個過程中，測井是發(fā)現(xiàn)油氣田的重要一環(huán)，但測井專家人數(shù)稀缺、傳統(tǒng)測井資料解釋耗時耗力，常規(guī)的找油找氣方法面臨著嚴峻的挑戰(zhàn)。
當前油氣勘探要實現(xiàn)“降本增效，增儲上產(chǎn)”的目標，需要借助人工智能新技術(shù)實現(xiàn)智能勘探。華為云的知識計算解決方案不僅構(gòu)建勘探開發(fā)領(lǐng)域的知識圖譜，而且利用深度學習與圖嵌入融合算法，訓練油氣層識別模型。此外，為解決跨區(qū)塊、跨油田測井曲線不一致的問題，華為云知識計算解決方案還開發(fā)了知識遷移技術(shù)。
借助華為云認知計算平臺，大港油田對900口油井實施了油氣水層的智能識別，平均解釋時間縮短了70%，識別準確率達到測井解釋專家水平。通過知識圖譜的建設(shè)與應(yīng)用，從業(yè)門檻顯著降低，專家知識得到有效傳承。
在知識圖譜與智能部作分論壇中，華為諾亞方舟實驗室研究員廖博士發(fā)表了《樂府：預訓練語言模型在詩詞對聯(lián)生成中的應(yīng)用》主題演講。
廖博士指出，中文傳統(tǒng)詩歌對聯(lián)的生成有著嚴格的要求，具體體現(xiàn)在格律、平仄、押韻等方面。華為云基于GPT訓練的“樂府作詩機”不僅達成了上述作詩要求，同時詞句組合多樣性高、意境氛圍感強，甚至能夠達到專業(yè)詩人的水平，讓人“難辨真假”。此外，華為團隊用PMLM技術(shù)，在只有少量數(shù)據(jù)的情況下，完成了比近體詩生成難度更大的宋詞生成任務(wù)。
知識圖譜是人工智能邁向認知智能的強大技術(shù)助力。知識計算則是將各種形態(tài)的知識，通過包含知識圖譜在內(nèi)的一系列AI技術(shù)進行綜合運用，實現(xiàn)對知識的抽取、表達、并協(xié)同大量數(shù)據(jù)進行計算，進而產(chǎn)生更為精準的模型，再次賦能給機器和人的一種全新方法。
通過應(yīng)用知識計算解決方案，企業(yè)將可以打造自己的知識計算平臺，整合分散在不同介質(zhì)、多種形態(tài)的企業(yè)數(shù)據(jù)，形成帶有建議性的知識，有效用于預測分析和輔助決策，提高企業(yè)的經(jīng)營效率。
華為云知識計算解決方案已在油氣、汽車、電力、金融等多個領(lǐng)域進行了成功實踐，助力企業(yè)更好地完成數(shù)字化升級、智能化轉(zhuǎn)型。華為云也將繼續(xù)攜手行業(yè)客戶、伙伴一同構(gòu)建行業(yè)知識計算解決方案，共建全場景智慧、踐行普惠AI理念，創(chuàng)造行業(yè)新價值！
掃碼填寫問卷
立即獲取華為云專家主題分享資料
