0
人工智能怎么从感知智能，走向认知智能？
对未来智能世界怀有憧憬的AI初创企业们，无疑都在沿着各自的路径，为这一问题不断奔走。
这一问题的回答，还要回到最底层的数据分析和挖掘上。从基础硬件、到业务应用系统，再到云平台，产业链层层向上传递，都离不开大数据软件服务商的支撑。
而帮助企业连接数据，将数据用活，将垂直用户的使用习惯和业务知识，注入到平台，提供知识支撑，正是明略科技最擅长的。
作为人工智能领域的独角兽，明略科技从最初，就选择了与国内很多人工智能公司不同的路径。
在业内厂商纷纷选择做算法、做应用的同时，明略一开始就选择了产业链上游，并且专攻难度极大的领域——公安大数据。不同类型的案件中、不同的应用场景下，对于机器学习来说，其实最难的就是行业知识图谱的建立。
为什么会选择切入这一行业？
这就不得不提起明略科技创始人吴明辉与公安的渊源。父亲是一名警察的吴明辉，自小耳濡目染，了解到公安工作时，一起重大案件往往需要几百个警察分析情报，找线索，过程很是痛苦。
为公安行业和国家做点事。这是吴明辉，也是明略科技整个技术团队最初的想法。
而作为AI最快的场景之一，公安领域也有着有规模数据、明确的业务指向等其他行业不具备的特性。
有了初心和数据基础，明略科技的大数据及AI服务，就找到了最适合的落地方向。自此，明略科技就开始为公安提供破案引擎，将公安的破案逻辑附在产品中，不断打造破案的知识分享系统。运用公安知识图谱等认知智能手段，实现人、事、地、物、组织、虚拟身份的关联，提升预警研判的准度、精度。
随着不断的深耕，明略科技在公安领域，利用大数据和AI，在替代人力的重复性工作上已经有了不错的进展。对警情案情的串并，情报线索的提取和分类、分发上，也都实现了大幅跃进。
但思及如何更好的提供智能，如何透过信息的表面，对发掘更多链接的深层线索或要素，并进行智能的推理、挖掘，也就是到认知智能层面，明略科技认为，目前做的还远远不够。
举个简单的例子，公安领域的业务由“情指行督”几个环节组成，即情报、指挥、行动和督察。在督察这一环节，如何更好的考核工作，就是一个较为复杂的问题。
公安人员往往都在忙碌于各种不同的工作中，但单靠简单的接警次数、出警次数，或110响应次数，很难衡量他们工作量。
比如警员每次响应是不是有效、是不是第一时间给予了结果、案件是否第一时间就能破获、破获的过程中是否牵动了其它案件、是否给其它兄弟警种、兄弟部门提供了支撑……这些实际情况，都难以量化评估。
而传统的数据平台，依赖于前后和后台的架构。
前台面向各个警种的各个独立业务系统，后台一对一为前台服务进行支撑。但这种方式，对业务系统的支撑效率很低。后台能够基本满足支撑一个系统运转的要求，但对提供更高效、更智能的系统服务，就显得力不从心。
如何解决这一难题？
这就需要综合的数据分析，去完成评估和考察。对更好前台、后台联动，数据和业务能有效融合的高要求，也就催生了“中台”的诞生。
正如阿里在电商行业中，提出了阿里中台，华为在通讯行业中提出了华为中台，明略科技也基于业务要求，在公安业务中提出了自己的中台概念。
“简单来说，明略科技想要利用更多数据，从数据中产生更多的业务价值和知识。将传统只能做一些BI统计性智能分析的数据仓库，进行升级，提升智能分析应用。”明略科技集团副总裁任鑫琦说道。
具体而言，中台以面向前台、面向业务的方式，考虑后台的数据如何组织，采用怎样的技术将数据组织和加工成什么形式，提供查询、计算、数据挖掘服、AI等服务。这就是中台的核心价值。
如在刚才提到的“督察”问题上，基于传统架构，只能进行较为简单的审计、考核的业务系统，警员往往机械填写东西，考核的维度很少。
但基于中台架构，就能打通公安各级的行政关系和数据权限。连通多源异构的公安数据、社会化数据、互联网数据等维度的数据，构建以知识图谱为核心的多维感知和智能体系，并针对不同警种和业务环节，进行检索、分析、挖掘等。这就是中台的典型应用，也是明略智能的再进化。
11月15日，明略科技集团在上海举办以“FASTER 聚变·增长新动力”为主题的2019数据智能峰会，宣布“打造智能时代的企业中台”新战略，基于自身的业务逻辑，正式发布了具有行业知识图谱Know-How的新一代数据中台，同时发布了智能运维、多维感知、智慧零售三大行业解决方案。
值得注意的是，与其他厂商的数据中台不同，明略的数据中台的底层逻辑是自研的HAO智能体系。
而HAO智能理论，所立足的点，正是通过打通感知、认知、行动系统，帮助企业或组织进行分析决策，实现AI的闭环。
任鑫琦认为，认知不是感知的延伸。从一个感知维度的智能无论怎么演进，都无法演进为有推理或者有认知能力的智能体。多维感知分析，并不是多个维度感知智能的叠加。感知技术为万物互联提供了可能，认知智能则为万物互联提供了智能。要实现从感知到认知的智能跨越，最重要的中间载体是“知识图谱”。知识图谱就像人类“大脑”一样，将数据进行有机组织，而非对数据进行简单分门别类式的储存。
明略科技推出的数据中台，通过合并更多的数据，包括IoT万物感知体系，对不同感知端背后的数据进行信息和知识挖掘，构建知识图谱，提高AI可解释性，通过综合分析，为决策提供依据和参考。其本质就是打通感知和认知，将数据转换为信息、知识，最终形成智慧，实现从识别到理解，再到分析、决策的智能递进。
不过，需要说明的是，由于近两年兴起，而起初定义不清，各种中台层出不穷，也常常使其成为装着各种概念的篮子。
但作为大数据的软件产品、平台和智能服务商，明略科技对中台，显然有着清晰的理解和定位，并将其真正用到了业务中。这也是为什么，在数据层面，同行者很多都逐渐消失或转型，而明略科技却能一直深扎，越行越远。
目前，市场上做中台业务的公司可以分为这三类。
一类是，此前提供Paas层和Iaas层能力为主的云平台厂商，借由中台的热潮，又向下再提供中台能力。
但其“中台”，主要还是基于基础平台。往往在数据上的技术优势很强，但对于中台这种为业务优化而出现架构，并没有经验积累，尤其在垂直场景的业务能力不足。
这也是从“数据找场景”角度来做中台。
另一类是，许多传统厂商，基于自身的业务需求打造中台。其对垂直领域的数据特征，有足够理解。但对如何设计中台的技术架构，如何对数据进行处理、加工、存储等方面，往往一知半解。
他们的路径，显然是从“场景找数据”来做中台。
无论是，数据找场景，还是场景找数据，都各有各的门槛。中台的概念虽好，但不是厂商轻易就能跨界做的。
明略科技在中台上的优势，恰恰在于，其本身就是大数据的软件产品、平台和智能服务商，最初又选择了切入公安等领域，做专业领域的数据分析，并一直思考如何利用数据提供有价值的产品和服务。
基于自身定位，恰好能实现上下衔接，将业务落到数据平台上，这也就是明略科技中台的主打方向。
自然，在专业领域深耕，随之带来的另一面，是纵向很深，但横向难以大面积铺开。在更多行业领域，通用能力可以横向迁移，但新领域的行业知识和专家经验，就需要用做数据治理的经验，再去逐渐匹配行业。
这一点上，明略科技也很明确自己的方向。与其做的泛而不深，不如先深耕一两个行业，待成熟再向其他行业拓展。一步一个脚印，逐步铺开场景。
在公安领域，未来还有哪些值得想象的空间？
可以说，目前只实现了认知智能的第一步，将人从语言、文字或认知的理解中解放出来，而下一步就是将对理解后的信息的智能分析，以及将潜在信息的分析，更多注入到数据系统中。因而，未来的空间依然还有很大。
经过2015年深度学习带来的爆发式增长后，人们的普遍观感是，近几年AI在行业的落地，似乎并没有那么快。
对于这一点，任鑫琦也有自己的看法，“这很正常。但实际上，AI并不慢，只是在和行业结合中，做自然增长。”
“这其实反映的更多是人们的心态。人们总是把一些近期能实现的技术想得过快，把一些远期看着很难的技术想得过慢。这很适用于计算机视觉领域。往往大家认为准备好一切的技术，其实并没有那么快；而如机器人、认知智能、及脑科学，这些看似遥遥无期的技术，反而在逐渐进步。”任鑫琦说道。
这一看法，也正好可以应用于明略科技做认知智能上。
自成立以来，明略科技一直在探索人工智能在知识和管理复杂度高的行业中落地，不断完善感知智能到认知智能的AI闭环，明略也在逐渐打造包括公安大脑、工业安全大脑、金融风控大脑等在内的AI大脑。
技术的发展，有时就是这样一个“说时迟、那时快”的过程。更深层的智能潜行之时，说不定哪一朝便会来到人们眼前。
而行业也正期待着，更高阶的人工智能，认知智能，更早到来。
创立于2017年的「AI最佳掘金案例年度榜单」，是业内首个人工智能商业案例评选活动。雷锋网从商用维度出发，寻找人工智能在各个行业的最佳落地实践。
第三届评选已正式启动，关注微信公众号“雷锋网”，回复关键词“榜单”参与报名。详情可咨询微信号：xqxq_xq
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
