文章摘要：在由華為MindSpore、成都昇騰人工智能生態(tài)創(chuàng)新中心聯(lián)合主辦，DataFun協(xié)辦的“MSG企業(yè)行·成都站”活動中，來自沃豐科技GaussMind、OPPO、新東方、拓爾思、薩摩耶云等8位行業(yè)大咖，受邀分享深度學(xué)習(xí)、文字識別、知識...

在由華為MindSpore、成都昇騰人工智能生態(tài)創(chuàng)新中心聯(lián)合主辦，DataFun協(xié)辦的“MSG企業(yè)行·成都站”活動中，來自沃豐科技GaussMind、OPPO、新東方、拓爾思、薩摩耶云等8位行業(yè)大咖，受邀分享深度學(xué)習(xí)、文字識別、知識圖譜、NLP等方向AI技術(shù)的新發(fā)展，一同交流探索AI技術(shù)產(chǎn)品構(gòu)建與場景落地的可能性。沃豐科技GaussMind資深算法專家呂向楠分享了制造業(yè)的知識圖譜應(yīng)用，探討AI技術(shù)和產(chǎn)品在制造業(yè)數(shù)字化轉(zhuǎn)型、智能化升級過程中的價值，助力提升制造企業(yè)智能化水平。

1、智能制造是大勢所趨

在數(shù)字化轉(zhuǎn)型浪潮下，各種新興技術(shù)得到了快速的普及和應(yīng)用。其中，人工智能可以說是近年發(fā)展最迅速的技術(shù)之一，獲得了資本與市場的雙重青睞。

從國家戰(zhàn)略層面來說，中國制造2025規(guī)劃的出臺，要求制造業(yè)能夠?qū)崿F(xiàn)知識驅(qū)動的研發(fā)與生成，形成獨特的產(chǎn)業(yè)優(yōu)化迭代；從行業(yè)競爭來說，制造業(yè)的技術(shù)需要不斷更新，行業(yè)之間的競爭也會越來越激烈，企業(yè)必須擁有核心競爭力以保持競爭優(yōu)勢；對企業(yè)自身而言，業(yè)務(wù)發(fā)展對知識的需求愈發(fā)強烈，如何將海量的企業(yè)知識積累并充分利用起來，為業(yè)務(wù)的發(fā)展提供強有力的支撐，也是非常必要的。

因為所需專業(yè)知識門檻高，分類龐雜，制造企業(yè)的知識存儲及使用有一定技術(shù)壁壘。不過，隨著人工智能技術(shù)的不斷發(fā)展，特別是智能搜索、知識圖譜、自然語言處理（NLP）等技術(shù)的進(jìn)步，制造業(yè)知識利用迎來一個良好的轉(zhuǎn)機(jī)，AI能夠輔助實現(xiàn)智能化的感知交互、決策以及執(zhí)行。

制造業(yè)的智能化可以分為三個階段：

第一階段，數(shù)據(jù)積累階段，一些大型制造企業(yè)已經(jīng)產(chǎn)生了一些數(shù)據(jù)，包括最原始的素材、生產(chǎn)數(shù)據(jù)、設(shè)備說明、維修記錄等。
第二階段，企業(yè)積累了一定的數(shù)據(jù)，通過大數(shù)據(jù)分析、過濾挖掘等，形成了知識沉淀，這些知識沉淀可用于最基礎(chǔ)的知識引擎推理，包括問答、搜索等。
第三階段，依托各個行業(yè)的專家，將知識數(shù)據(jù)進(jìn)行組合，特別是一些業(yè)務(wù)專家，將知識進(jìn)行梳理，對企業(yè)的生產(chǎn)事件、行為進(jìn)行預(yù)測，輔助進(jìn)行決策。

相比其他行業(yè)，制造業(yè)的數(shù)字化需求比較明確，包括信息化賦能、數(shù)據(jù)沉淀、效率提升，要求對數(shù)據(jù)的生產(chǎn)存儲過程進(jìn)行明確的監(jiān)管，以實現(xiàn)實時的可視化。針對于不同的場景，企業(yè)也會有一些的個性化需求，特別是對移動辦公的需求，要求各級管理人員能夠?qū)崟r查看相關(guān)數(shù)據(jù)并進(jìn)行檢索。

2、知識圖譜是制造業(yè)智能化的關(guān)鍵

對制造業(yè)來說，知識圖譜在知識的沉淀、連接、應(yīng)用過程中，發(fā)揮著重要作用。智能制造各個環(huán)節(jié)都需要足夠廣度和深度的知識。知識圖譜對知識的沉淀、連接和應(yīng)用，能夠有效滿足智能制造對知識的需求。知識圖譜將文本、事件、數(shù)據(jù)庫以及行業(yè)專家的經(jīng)驗知識相結(jié)合，構(gòu)建數(shù)據(jù)模型，將數(shù)據(jù)關(guān)系進(jìn)行挖掘形成突破，為企業(yè)執(zhí)行決策以及感知提供輔助。

在制造業(yè)的應(yīng)用過程，知識圖譜發(fā)揮作用的第一步是沉淀知識，包括企業(yè)的隱形知識、顯性知識、公共知識，然后將這些知識整合在一起，發(fā)掘知識之間的內(nèi)部關(guān)系，以及跟外部使用者的連接，對知識進(jìn)行擴(kuò)展。這里形成的知識不是“死”的，知識必須與業(yè)務(wù)結(jié)合，從業(yè)務(wù)中定義知識，依據(jù)業(yè)務(wù)流程構(gòu)建知識圖譜，并能支持業(yè)務(wù)對這些知識進(jìn)行深度調(diào)用。

企業(yè)有了知識之后，如何應(yīng)用這些知識？一般來說，最簡單的應(yīng)用就是知識查詢，用來指導(dǎo)新人去學(xué)習(xí)歷史知識，即便人員流失也能把這些知識經(jīng)驗保存下來，這是知識的一個初步使用。對于制造企業(yè)而言，知識構(gòu)建是一個比較難的過程，如何讓這些知識不斷生長、不斷產(chǎn)生新的知識，也是企業(yè)需要突破的一個難點。

沃豐科技GaussMind提出“知識進(jìn)化完善”的環(huán)節(jié)，在整個系統(tǒng)使用過程中，除了查詢已有知識外，系統(tǒng)會在結(jié)果部分進(jìn)行數(shù)據(jù)的更新迭代，查詢平臺的使用者不斷往里面添加新的數(shù)據(jù)，這里也會有相關(guān)的人工審核，這樣就能把知識有效的保存下來，實現(xiàn)數(shù)據(jù)不斷的增長，為未來的使用者提供更多的知識查詢。

3、世界500強制造企業(yè)使用知識圖譜構(gòu)建智能應(yīng)用

目前，知識圖譜的構(gòu)建過程是比較簡單的，一個通用化的流程是：本體設(shè)計-數(shù)據(jù)治理-文本標(biāo)注-知識抽取-數(shù)據(jù)存儲-智能應(yīng)用。最開始是圖譜的本體設(shè)計，以產(chǎn)品需求為核心，以業(yè)務(wù)場景為導(dǎo)向，依據(jù)現(xiàn)有的數(shù)據(jù)種類和格式，根據(jù)用戶的業(yè)務(wù)場景去進(jìn)行設(shè)計，使圖譜滿足用戶的數(shù)據(jù)結(jié)構(gòu)，同時也能快速的擴(kuò)展用戶未來的知識場景使用（結(jié)合業(yè)務(wù)原則、分析原則、效率原則、擴(kuò)展原則）。

結(jié)構(gòu)化的數(shù)據(jù)處理比較簡單，可以通過知識映射的方式直接進(jìn)入到知識圖譜中；對于非結(jié)構(gòu)化或者半結(jié)構(gòu)化數(shù)據(jù)有不同的處理方法。半結(jié)構(gòu)化數(shù)據(jù)也可以是采用知識映射的方式；而對于非結(jié)構(gòu)化的數(shù)據(jù)，通常來說我們需要對應(yīng)標(biāo)注訓(xùn)練語料（訓(xùn)練語料的標(biāo)注過程也有具體的方法），有了比較好的訓(xùn)練語料之后，就可以進(jìn)行模型訓(xùn)練，訓(xùn)練好模型，對用戶未標(biāo)注數(shù)據(jù)進(jìn)行知識抽取的數(shù)據(jù)，并不會直接進(jìn)入知識圖譜。

制造業(yè)的實際使用場景中對數(shù)據(jù)有比較高的準(zhǔn)確性要求，圖譜構(gòu)建中對模型抽取的結(jié)果需要進(jìn)行人工審核。整個訓(xùn)練過程采用弱監(jiān)督學(xué)習(xí)+人工審核驗證的方式，最終將所有的半結(jié)構(gòu)化、非結(jié)構(gòu)化以及結(jié)構(gòu)化數(shù)據(jù)都整理為結(jié)構(gòu)化的，然后存儲到知識圖譜中，在用戶的實際場景進(jìn)行查詢使用。

以沃豐科技GaussMind某世界500強客戶為例，該制造企業(yè)擁有數(shù)十萬個產(chǎn)品，產(chǎn)品信息分布在多個系統(tǒng)中，產(chǎn)品類型多、層級多，無論對內(nèi)部人員還是對外部客戶，查詢相關(guān)的產(chǎn)品信息都是非常難的事情，因此產(chǎn)品信息需要統(tǒng)一管理。在故障排查的現(xiàn)場，該企業(yè)以往多依賴于人工的經(jīng)驗，如何把這些知識有效的整理起來，變成結(jié)構(gòu)化的知識，為新人提供更多的解決方案，也是企業(yè)的一個痛點。

而沃豐科技GaussMind為該企業(yè)提供的知識圖譜解決方案，實現(xiàn)產(chǎn)品選型的精準(zhǔn)推薦，只需通過基礎(chǔ)搜索，即可直接展示更多的相關(guān)推薦選項，用戶通過點擊的方式，逐步查找到適合的產(chǎn)品；之后，系統(tǒng)對這種產(chǎn)品的具體型號以及參數(shù)，提供富文本（包括：圖片、音頻等）數(shù)據(jù)快速獲??；而這些數(shù)據(jù)也不完全依托存在于圖譜中的知識，我們?yōu)榭蛻魧崟r打通了多系統(tǒng)，數(shù)據(jù)可以從客戶的數(shù)據(jù)庫中實時查到，這樣能最大限度地保證數(shù)據(jù)的有效性以及真實性。

知識圖譜在制造業(yè)的應(yīng)用場景比較多，包括質(zhì)量管理的知識圖譜、后服務(wù)的知識圖譜、生產(chǎn)設(shè)計的知識圖譜、供應(yīng)鏈的知識圖譜，在不同的場景下都有對應(yīng)不同的解決方案。GaussMind知識圖譜解決方案，以助力制造企業(yè)數(shù)據(jù)結(jié)構(gòu)化，實現(xiàn)了AI技術(shù)提升企業(yè)智能化水平的良好效果，贏得了眾多世界500強客戶的信賴。

文章為沃豐科技原創(chuàng)，轉(zhuǎn)載需注明來源：http://www.gototw.com.cn/ucm/update/18147