Ne pas utiliser directement le mode d'apprentissage machine automatisée, simplement « compteur d'utilisation au lieu de la force intellect » approche, inefficace et un gaspillage de ressources informatiques. - Zhang Jie, Ming légèrement Technology Academy of Knowledge Engineering Laboratory

Correspondant | yugao

invités Interview | Zhang Jie, Millward Académie des sciences et de la technologie des connaissances de laboratoire en génie

Produit | RPSC (ID: CSDNnews)

« Théorie de l'écosystème de la technologie AI section » Interview est une partie importante dans le lancement RPSC millions de personnes apprennent l'initiative AI. En haut d'un grand café écologie AI, les entrepreneurs, l'industrie des entrevues KOL reflètent la pensée de l'industrie pour déterminer les tendances futures, la technologie pratique et de l'expérience de la croissance. En 2020, RPSC effectuera des entrevues, plus de 1000 caractères, forment une série, qui décrit l'écologie IA des plus influentes figures et des cartes panorama de l'industrie AI!

Cet article est « éco-technologie sur la grippe aviaire » Treizième série d'interviews par la cartographie des connaissances sur le terrain licorne technologie Millward, la perspicacité et cartographie des connaissances écosystème de l'industrie de la technologie.

AI millions de personnes apprennent que vous avez pris! Participer article commentaires, le message zone de commentaires sélectionné, vous pouvez obtenir une valeur de 299 yuans, « 2020 développeurs AI millions de personnes congrès » en direct billets en ligne.

Ces dernières années, le concept de feu Knowledge Mapping. Essentiellement, c'est un réseau sémantique à grande échelle, utilisé pour décrire la relation entre les entités concept d'événement et le monde objectif. Pour le concept d'entité noeuds, relation côté, fournir un moyen de voir le monde du point de vue de la relation.

la connaissance de la cartographie à grande échelle existants, tels que Wikidata, Yago, DBpedia, est le vaste monde des connaissances sous une forme structurée stockée.

La figure suivante comme exemple pour faire une interprétation plus intuitive, ce graphique pour visualiser la manière, a présenté intuitive des relations sociales complexes de personnes, ne sont pas mieux qu'un tas de déclarations ou de paragraphes et plus facile à comprendre?

Depuis 2012, Google a introduit le moteur de recherche Google Graph, la connaissance de la cartographie que provoqué une grande inquiétude des milieux universitaires et de l'industrie, et peu à peu à la connaissance des résultats de ces structures est le moteur de recherche largement utilisé, les systèmes de quiz, des finances et d'autres domaines, un grand nombre faire dans l'étranger entreprises développement des connaissances de la recherche et de l'application de cartographie ont poussé comme des champignons à venir au premier plan, Palantir étranger, kensho, GRAKN.AI autres MTD domestiques, et les données philosophiques, mer de cartes étoiles, PlantData, Chi Yan science et la technologie start-ups, ainsi que notre protagoniste d'aujourd'hui - la technologie Millward.

Bien sûr, certaines affaires de carte de connaissances fait rapidement, et certaines entreprises en raison du manque de technologie de base pour diverses raisons telles que la survie difficile, et Millward Brown canard de données à l'eau dans de nombreuses entreprises similaires en Mars 2019 obtenir deux milliards de yuans D tour de table après cela, les données Millward Brown Millward Brown Technology Group mis à jour.

Cette entreprise reste dans l'industrie du savoir de cartographie quel mystère frais qui? Aujourd'hui, nous avons passé Millward Brown Technology Group connaissances Sciences de l'ingénieur directeur du laboratoire Zhang Jie , Pour en savoir plus sur la technologie de base du statu quo construction carte de connaissances Millward, et le modèle actuel de la technologie et de la connaissance de l'industrie et les tendances futures.

« Trois Royaumes » équipes, créant ainsi la carte des connaissances de base

Après l'obtention du diplôme, le Dr Zhang Jie Huawei a rejoint l'Academia Sinica, a fait une étude de six ans, avec Huawei progressivement dans le développement en profondeur « terre sans homme » de l'industrie des communications, impliqué dans l'industrie des TIC et recommandé scène assistant personnel.

En 2014, il a reconnu que l'industrie financière sera la prochaine grande et chaude données technologie de l'intelligence artificielle, la maîtrise des risques et l'acquisition (CPA), les deux aspects les plus importants apporteront une valeur significative supplémentaire, et donc choisir d'adhérer à un la technologie financière de l'équipe de démarrage. Il rappelle que la période de temps nécessaire pour visiter les clients à comprendre la demande du marché, nous avons dû faire des recherches techniques, dans l'exercice de sa capacité à diriger l'équipe à trouver le meilleur équilibre entre les investissements en R & D et la valeur commerciale.

2019, Zhang Jie convaincu que l'avenir de l'intelligence artificielle transformation plus profonde des industries traditionnelles, tout en Millward la technologie et l'accumulation de talents, mais aussi une expérience pratique dans plusieurs industries à B sur la piste, il a donc choisi Jiaru dynastie Ming. Après être venu ici, Zhang Jie se spécialisent dans le domaine de la technologie de l'ingénierie des connaissances, l'automatisation des bâtiments dans la connaissance de la cartographie, la connaissance de l'industrie étude prospective cartographie aide à la décision de ces deux domaines font.

Selon Zhang Jie introduit, la technologie Millward Brown Knowledge Mapping se compose de trois parties: La science, la technologie et les produits à Taiwan Taiwan . La capacité technique du groupe commun à l'échelle ouverte, les réalisations technologiques clés Académie des sciences sera émis à la technologie à Taiwan, les unités technologiques forment un des composants réutilisables au niveau d'entreprise livrés aux ensembles de produits, produits Taiwan condensé de la version de base de la carte des connaissances et faire une adaptation optimale pour diverses industries, responsables de la prestation de la qualité et la satisfaction des clients. Équipe de recherche et développement épine dorsale de la technologie de base de l'Université de Tsinghua, l'Université de Pékin, l'Université Carnegie Mellon et d'autres institutions nationales et étrangères bien connues, de nombreux membres ont une expérience pratique chez IBM, NEC, Oracle, Schlumberger et d'autres entreprises du Fortune 500.

De cette façon, la technologie de carte de connaissances Millward derrière trois équipes était « la plus grande » de la situation, soutenir ensemble de tâches de la technologie et la construction de produits Millward Brown Knowledge Mapping.

la technologie et l'application des connaissances Atlas

Millward a été fondée en 2014, sera achevée d'ici 2017 le financement d'un milliard de yuans, parmi les grands champs de données licornes, dans le domaine de la cartographie des connaissances est étudié sous longtemps, le développement de la technologie et de l'industrie a une compréhension profonde.

Zhang Jie d'un point de vue professionnel, cartes de connaissances au cours des dernières années est le feu, mais clairement, le monde universitaire a porté sur deux directions: l'une est basée sur la profondeur de l'apprentissage de la représentation des connaissances, et, deuxièmement, la connaissance de la cartographie + (ex: carte de récupération des connaissances + la connaissance des cartes + recommandation, la connaissance cartes + modèle de langage pré-formation).

L'industrie axée sur la création de cartes automatiquement, par exemple: comment automatiser la mise en correspondance à partir d'une base de données structurée pour l'intégration de la carte des connaissances et du savoir faire, comment faire des événements de chapitre de corrélation des événements multi-niveaux et l'extraction de texte non structuré, comment l'apprentissage petit échantillon et la technologie de migration des connaissances de domaine afin de réduire le coût de l'annotation manuelle, ainsi que des applications dans tous les aspects de l'apprentissage et ainsi de suite en fonction de la profondeur de la représentation des connaissances.

Ce sont les profils de connaissance et l'application des technologies de l'information de base.

Millward Brown a fait quoi?

Dans un tel environnement, nous ne la cartographie des connaissances de nombreuses entreprises, mais en fait de nombreuses entreprises font l'homogénéisation des produits et des caractéristiques qui Millward quelque chose de spécial? Quelles sont les technologies de base avec elle afin de maintenir la vitalité de l'abondance des grandes entreprises de données?

Produits de base

Il est rapporté que, Millward Brown a lancé le peuple d'architecture technologie "HAO intelligente", des machines, des tissus Trinity en 2018, dont: H représente le renseignement humain (intelligence humaine), A représente l'intelligence artificielle (IA), O représente l'Intelligence Organisation (Intelligence organisationnelle ). L'objectif de HAO est aux gens intelligents et machines pour combattre l'organisation unifiée de l'intelligence humaine et l'intelligence intelligence de la machine synergique complémentaire, et en fin de compte de l'organisation à travers le système théorique.

À l'heure actuelle, Millward Brown Technology Group a développé une variété de produits de connaissance de la cartographie, couvrant l'acquisition des données brutes pour montrer tous les aspects de l'application. où:

• CONA (Connect Toutes les données), qui est, « toutes les données connexes » est une plate-forme de gouvernance de données structurées générique capable de grande échelle la collecte automatisée, le nettoyage, la classification, toutes les données structurées associées pour former une vue unifiée des données. En outre, en prévoyant des règles de conversion de données, associées à des politiques de traçabilité et d'intégration des données à valeurs multiples, automatisent standardisé d'analyse comparative, l'automatisation de la gouvernance des données, améliorant considérablement l'efficacité de la construction carte des connaissances de l'industrie. Le champ réel de la sécurité publique, par exemple la gouvernance des données, les systèmes d'entreprise près d'un millier de tables, des méthodes traditionnelles et des outils pour faire la construction de carte peut nécessiter plus de six mois de temps, et CONA peut être ramené à deux semaines.

• NEST est une étude Millward Brown d'une base de données cartographiques connaissance de soi, en utilisant une technologie de stockage de données hybride qui peut supporter des centaines de millions et des milliards d'arêtes d'entités de la deuxième réponse.

• CPCP est une plate-forme d'analyse de données visuelles, construit au-dessus de NEST, en fonction des scénarios d'affaires et caractéristiques de la carte de données, l'analyse de réseau de relations, collision de la trajectoire spatio-temporelle, recherche multidimensionnelle en temps réel pour l'information de collision, le système de collaboration intelligente, l'accès aux données en temps réel et d'autres fonctionnalités puissantes les solutions de l'industrie du savoir de cartographie rapide atterrissage devient possible. Il a été appliqué à de nombreux secteurs de la sécurité publique, les finances, la fiscalité, l'industrie et d'autres centaines de projets.

Par rapport à d'autres entreprises, Millward qui est unique dans la construction de carte de connaissances sous-jacentes sur le plan technique? les détails de mise en uvre spécifiques est quoi?

Zhang Jie a expliqué que, dans le processus de la connaissance de la cartographie dans l'automatisation des bâtiments, Millward la science et de la technologie dans les différents aspects suivants des technologies de cumul fondamentales:

• Pour des données structurées et semi-structurées, proposé des technologies de profilage HAO: Les données structurées provenant de différentes sources de données / semi-structurées, l'agrégation des données, des tissus, en essayant de comprendre les données, résoudre le problème de la redondance des données, les conflits, normaliser les données, la connexion, la formation de visualisation des données de la cartographie des connaissances affichage et une vue unifiée des requêtes de service, les applications informatiques ont besoin.

• Pour les données non structurées, la conception, mis au point un ensemble d'algorithmes Kit: carte HAO. carte HAO comprend l'extraction de relation, l'extraction de l'événement, l'alignement physique, la structure du réseau intégré, lesdites données série de l'espace-temps, ladite carte récapitulative, basée sur des algorithmes de génération de carte de texte court, en se concentrant sur le système de cartographie des connaissances des services de développement des entreprises. Il peut être géré de manière indépendante, il peut aussi fournir l'équipe technique de l'entreprise sur son deuxième développement.

Selon Zhang Jie introduit, la carte des connaissances de Millward Brown du produit de base a été à plusieurs reprises poli et optimisé six ans, et enfin dans la publicité, le marketing, la sécurité publique, l'industrie, la finance, la ville numérique, la chaîne d'approvisionnement, de la nourriture et des boissons et d'autres industries. Au cours des itérations de R & D, Zhang Jie légèrement lors de la prochaine itération de la plus précieuse expérience technique à partager avec nous.

Phrase, son expérience est de savoir comment faire face à « privé, la réutilisation, le général. » Afin d'améliorer projet de mise en uvre des gens efficaces, Millward main pour assurer une expérience de projet dans les processus d'organisation peut « reflux » dans la technologie de Taiwan, d'autre part renforcer le rôle de la technologie d'apprentissage automatique dans leurs produits, « intériorisation », par exemple, mentionné précédemment la technologie de profilage HAO et la plate-forme CONA. Malgré les nombreux clients industriels, mais à l'intérieur du même secteur dans les différents systèmes d'entreprise converge vers les fonctions, les structures de données, la logique métier.

Millward Brown est l'un des secrets de la réussite en ce sens qu'il attache une grande importance à l'expérience de l'industrie et des outils techniques de multiplexage multiplexe. En termes de multiplexage d'expérience dans l'industrie, Millward a créé l'équipe consultative de l'industrie, l'industrie formé des meilleures pratiques et des réussites, et dans les normes nationales, les normes de l'industrie, les normes de la ligue, comme la technologie 2018 et Millward premier Institut de recherche du ministère de la sécurité publique ont publié conjointement premier « Livre blanc sur la carte des connaissances de normalisation de la sécurité publique. » de l'industrie Aspects techniques des outils de réutilisation, la capacité de la technologie d'actions ont ouvert dans le groupe à l'échelle, la recherche de l'algorithme, les composants technologiques publics, l'itération des produits, l'exécution du projet, chaque division et la coopération mutuelle.

R & D est important, mais pour maximiser l'efficacité des réalisations existantes, est un raccourci multiplicateur.

modèle d'apprentissage de la machine automatisée pour la connaissance de la cartographie

Une autre innovation de Millward Brown, est l'application de la technologie au cours des dernières années, le feu AutoML dans la construction de carte de connaissances.

Jie a expliqué, est déterminé, la convergence, une quantité suffisante de données dans la scène, afin de réduire la duplication des efforts de faire un modèle de formation, par le biais de l'apprentissage de la machine automatisée Millward, pour le modélisateur de construire une plate-forme de formation de modèle d'apprentissage machine à MatrixAI, peut être donnée automatiquement rapport sur le profilage des données multiples dimensions, et trouver en conséquence dans l'histoire de l'ensemble de données et le modèle définir des tâches similaires, sélectionnez un algorithme proposé est donné, des recommandations hyperparametric fondées sur les meilleures pratiques pour des tâches similaires, puis évaluer automatiquement les performances de réglage automatique des paramètres du modèle.

Ceci est une idée de trouver la solution optimale dans le voisinage de la solution optimale des tâches similaires. Cependant, face à de nouvelles tâches et de nouvelles zones, Zhang Jie n'est pas recommandé pour une utilisation directe de l'apprentissage machine automatisée, façon pure «considéré par la force au lieu de l'intelligence », l'effet est pas bon et un gaspillage de ressources informatiques.

Cartographie des connaissances orientation de la recherche chaude et de l'état de la technologie sous-jacente

Connaissance enquête Cartographie

Le raisonnement de connaissances La cartographie est une importante connaissance de la cartographie des points de recherche, mais aussi une difficulté d'être compromise. Les difficultés de ce problème? Qu'est-ce que Millward Brown a fait un essai?

Zhang Jie a répondu que à l'heure actuelle, la connaissance basée sur la technologie de cartographie Millward raisonnement principalement sur deux questions: la relation entre la prévision et multi-hop prédictions contrefactuelle. Ces deux questions remettent en question le point est que les règles d'experts de la mode prédisent la précision ne suffit pas, la quantité de données que l'approche axée sur les données ne suffit pas, Millward Brown ne sont scénarios d'applications d'entreprise ToB, les exigences de précision plus élevés pour le résultat final, et peut-être besoin d'avoir une interprétation . Par conséquent, Millward Brown a essayé une coopération homme-machine, mode d'interaction homme-ordinateur, d'abord sur la base du graphique de causalité initiale donnée par des experts sur l'approche axée sur les données afin de mieux compléter la relation de cause à effet entre les événements, la formation de l'industrie de cause à effet la carte, puis l'expertise spécifique au modèle et des tâches spécifiques de la scène sont emballés comme opérateur, après plusieurs tours d'interaction homme-ordinateur est donné la réponse finale par des experts.

Il a prédit que cette direction va essayer d'appliquer la plus grande complexité de l'industrie, de réduire la dépendance du scénario d'application d'experts de l'industrie.

connaissances Commonsense

D'autre part, le renforcement des connaissances du sens commun est de faire de façon importante carte des connaissances plus « intelligents », dans la construction des connaissances de sens commun, Millward Brown a fait quelques tentatives.

A dit Zhang Jie, le renforcement des connaissances du sens commun a également besoin de l'aide des institutions de recherche et de la puissance de l'open source, alors que l'accent Millward sur la planification de l'avenir de la science et de la technologie, il est de construire un certain nombre de base verticale de connaissance du domaine, le domaine sera le fait que le domaine de l'état de guérir vers le bas, respectivement, dans la mise en uvre du projet l'accumulation et lui permettre de poursuivre la correction.

À l'heure actuelle, la technologie sous-jacente de la carte des connaissances écologiques est parfait? Autour du support d'outil est complet, il?

De l'avis de Zhang Jie, tous les aspects de la connaissance carte de la technologie sous-jacente est toujours pas parfaite, de nombreux domaines ont besoin d'un degré d'intervention humaine, tels que: le développement du schéma de carte personnalisée, et d'élaborer des règles de mappage des données, le bon sens ou la connaissance du terrain, l'ensemble des données de formation annotation, phase d'intégration de la connaissance de la vérification manuelle. Dans la mesure disponible dans le commerce, au moins au degré d'automatisation à 95%, certaines scènes encore plus exigeant.

De plus, l'industrie dans le domaine de la cartographie des connaissances ne dispose pas d'un complet, ensemble d'outils pour des applications d'entreprise. Compte tenu de cette situation, Millward Brown a mis au point un ensemble d'algorithmes Kit atlas --HAO maps mentionné ci-dessus construit. Cependant, comme la carte HAO Ce jeu très complet d'outils dans l'industrie du savoir de la cartographie est rare, mais il montre aussi que ceci est une lacune dans la connaissance de la carte écologique de la technologie sous-jacente à excaver, mais aussi les mensonges d'opportunité.

Zhang Jie estime que l'avenir, la connaissance de la cartographie de la technologie sous-jacente, il y a beaucoup besoin d'être mis au point, en plus des moyens techniques, Zhang Jie pense que nous pouvons également envisager la promotion des données des alliances de l'industrie d'une manière standardisée, en modifiant les systèmes informatiques existants, il marquera le bon de commande de l'étiquette et de l'étiquetage il devient un moyen de crowdsourcing et ainsi de suite.

Vous recherchez les tendances technologiques de l'avenir

En résumé, nous pouvons conclure que la technologie et le développement des applications dans le domaine de la cartographie des connaissances est encore celle à développer « Blue Ocean », où immature enceinte opportunité et le potentiel. La direction future du développement de la technologie du spectre du savoir, qu'est-ce? Zhang Jie a souligné l'endroit idéal pour faire partie de:

Il dit que la plupart des connaissances cartographiques des technologies liées sont encore ouvertes, telles que:

• Dans le niveau d'extraction de l'information, nous pouvons faire encore l'extraction d'événements de niveau de chapitre croix chapitre;

• Au niveau de la représentation des connaissances, nous avons besoin d'une façon plus commune d'information sémantique contient des noeuds et des arêtes dans les informations de configuration du réseau et des informations de synchronisation pour faire la représentation des connaissances;

• Au niveau de l'application, le besoin de surmonter est la façon de faire un lien de causalité de découverte axée sur les données et l'inférence causale.

Connaissance cartographie des connaissances diverses monde interconnecté pour former le cerveau humain comme dans une base de connaissances logique, structuré de manière à réaliser des normes uniformes dans la pratique des activités humaines, et de fournir un service personnalisé, d'améliorer l'efficacité du travail. Mais pour devenir une carte de connaissances du couteau en acier conquérante encore quelques lacunes, afin de l'utiliser pour atteindre l'objectif ultime de l'humanité - pratique, mais aussi aux développeurs de continuer à travailler dur!

interviewer des invités

Dr Zhang Jie, Groupe Millward Brown Science Technologie Connaissance du Laboratoire d'ingénierie, la recherche sur l'apprentissage automatique, traitement du langage naturel, cartes de connaissances, Huawei a travaillé le laboratoire Arche de Noé, comme le fondateur de la société de la technologie financière co-fondateur et a servi comme directeur de la technologie , il a présidé la construction encyclopédique quizz de connaissances, le dialogue robot, moteur de décision du moteur de recommandation, le contrôle de l'air et d'autres grands systèmes de données, documents universitaires publiés, brevets, plus de quatre-vingts.

Series lecture « théorie de l'écosystème technologique AI »:

• Les gains GitHub 2000+ Star, la plate-forme cloud Ali apprentissage machine open source comment battre le Alink 11 données double "jeu"? | Technologie AI théorie écologique

• boucle intelligente Yang Zhi Lin: « homme-machine couplé » dialogue sera la nouvelle tendance des applications sémantiques!

• Pai Fang Ma Jun: piste Chine Industrie + Aiot favorisera licorne 1-50000000000 d'une évaluation | technologie AI théorie écologique

avantages Aujourd'hui

gagnants Message Lu Qi voir!

Par ailleurs, une part importante de « millions de gens apprennent AI » est, 2020 AIProCon Developers Conference les gens vont vivre à travers des formulaires en ligne, ce qui permet aux développeurs à 3 Juillet à 4-stop pour en savoir plus sur l'IA actuel de la technologie de pointe la recherche, la technologie de base et des applications ainsi que l'expérience pratique dans le cas d'une entreprise, mais peuvent également participer à une variété de développeur en ligne passionnant Sharon et les projets de programmation. Potentiels comportait une série d'activités, l'interaction en direct, non seulement peuvent communiquer avec des dizaines de milliers de développeurs, ainsi que la chance de gagner des cadeaux exclusifs en direct, du café et même grand blé technologie.

Commentaires Livre a été sélectionné, obtenir la valeur de 299 yuans, « 2020 développeurs AI millions de personnes congrès » en direct billets en ligne. Venez le bout des doigts, écrivez ce que vous voulez dire.