当前位置: 智能网 > 人工智能 > 一览群智胡健:先成为头牌,再造AI软件生态

一览群智胡健:先成为头牌,再造AI软件生态

放大字体 缩小字体 发布日期:2020-05-07 18:02:22   浏览次数:76


有媒体将一览群智比作“中国版Palantir”。文继荣认可这一说法,但强调一览群智更看重技术,有更为深厚的AI基因。一览群智用智语、智慧、智图和智策,构建了从感知、理解到分析到决策的闭环。一览群智为什么打造这四大产品?背后的逻辑是什么?

1588829227503

有一点可以肯定的是,这四大产品不是一览群智团队拍脑袋拍出来的,而是他们在解决问题的过程中,发现这几个产品是必须要有的。比如数据,一览群智做银行场景、政府场景的时候,发现最大问题是数据的信息化程度有限,“70%以上的数据都是非结构数据。”解决问题,先过非结构数据这道关,否则分析和决策就无从谈起。

如何处理非结构数据?在公安场景,一览群智如何从一堆文档里抽取出人、地、事物、组织、机构、案件等最重要的信息?这需要先定义,再构建不同的信息抽取工具,才能从大量的非结构化数据中抽取所需要的信息。其次,抽取的信息还需与已有的结构化数据融合在一起。因为两数据的信息密度是不一样的。非结构化数据,准确度低,需要被清洗。

这个过程,会碰到消歧问题。还会遇到图数据库的问题。比如大学毕业生小陈将户口从A市迁到B市,数据库里需要加一条新的籍贯信息。但是传统数据库无法支持新字段随时加进来的情况。但图数据库可以,图数据库还可以做关系性推导,推导出不同的人之间的关系。“我们发现,某种程度上,它跟知识图谱的概念、推理关系是一致的。我们需要一个知识图谱的构建工具,所以有了智图。”胡健说,“解决了抽取问题,把非结构化数据结构化。图数据库加上知识图谱解决了构建问题,然后人机协同,帮助决策。”

总的来看,一览群智,基于自然语言处理的知识挖掘、文本挖掘平台,将大量非结构化数据转化为结构化数据,基于结构化的数据,构建人、地、事物、组织之间的关系知识图谱,提供人机交互的可视化分析引擎,让知识与人直接衔接,最终与行业场景衔接,打造行业决策引擎。

而这背后更大的技术逻辑是人工智能即将迈入认知智能技术时代。一览群智团队认为,未来是增强人工智能,是人与机器协作。“利用机器超强计算能力、存储能力、加上分析推理能力,与专家经验衔接来创造价值。”胡健说。

动态变化的产品化率

目前,一览群智的产品化率约为70%。这意味着一览群智需要针对不同场景下的不同企业做定制化的调整。“,初期,我们跟用户A共创,A提了十个方向,根据通用性与痛点,我们选择几个方向,把产品做好,然后拿着这个产品从A卖到B、C、D,这个过程中,定制不断减少,定制化程度不断降低。”

比如在银行场景,一览群智找到的一个大的、通用需求是审单。审单产品可以用于国际结算审单,外汇审单,票据审核等。随着审单产品落地越来越多的场景,该过程是一个不断完善的过程,“越到上面越贴近用户,越丰富,越往下走,不断地抽象。”

胡健提到,一览群智聚焦在某些行业的、具体的产品和解决方案里,其目的是尽量减少客户的定制化需求。这是从落地可行性的角度去考虑的。“每次去用户那里都要定制30%。其实,难度很大。为什么?这不是30%的难度问题,而是对于行业的理解问题,我们要花很长的时间去理解客户的行业,要花很长的时间去帮客户出一个解决方案,要花很长时间,把解决方案变成一个能够Work的产品。甚至,我们还要去验证产品是不是有效。整个周期会变得非常长。”

据了解,一览群智的组织结构中,有基础研发部,负责技术组件的研发和维护。在技术组件的上层,是针对行业场景,利用技术组件打造的产品解决方案,因此也有政企事业部和金融事业部,“在具体的行业,业务部门用组件做产品,用户可能无法感知你的技术组件,但他必然关心你是否帮我解决了问题。”

但以上仍有两个重要问题没有被回答。第一,70%的产品化率是如何形成的?第二,一览群智落地的场景愈加丰富,产品化率又将面临什么样的变化?

70%的产品化率是动态形成的。在做同一场景的不同客户时,在修改;在做不同场景的时候,也在修改。这是一个渐进过程。“70%也许永远停留在70%。这是因为不同行业的差异还是很大的。你做得行业越多,就会发现越往下,底层的东西,甚至不是四层,会变成五层、八层,而越往上,则不断细分。直到哪一天,你做了十个行业,发现万事万物皆出于这几个组件,但这个时候,标准化层次可能就不是70%了,可能变成50%,甚至比50%更低。”胡健提到。

“70%不是一个绝对数字。”现阶段,一览群智主要落地两大场景:金融和政府,胡健认为“70%是能够解决的。”但当一览群智做得行业越来越多,产品化率可能无法达到70%。“越来越多东西是没法通用,可能还要往下沉。最后的产品化率可能只有50%,但这个50%是完全不一样的。应用层以下,分层会越来越多,而现在只有三层。”

写过程序的胡健用“面向过程”这个概念解释这一产品化率的变化过程。公开资料显示,胡健先后在微软亚洲研究院、雅虎北京研发中心、腾讯从事搜索和广告核心算法研究和研发管理。接任一览群智CEO之前,胡健是36氪的联合创始人,先后担当36氪CTO、鲸准总裁等职务。

何为“面向过程”?据了解,一般的面向过程是从上往下步步求精,所以面向过程最重要的是模块化的思想方法。“写程序就是,我看到一个问题,从头写到尾,写到一个函数里面。写出来之后,发现在多场景之下,有些功能可以封装成一个类……

问题在于这个函数或者组件被人使用的次数,被人使用得越多,大家对你的要求越来越高。你不断地把它做得更通用。如果只有一个客户,不用分层,一层就够了。但当你有一万个客户的时候,产品会因不同用户的需求变得越来越复杂,层越分越多,越分越细。”胡健强调,这个过程,越分越细并不意味着降低标准化,相反地,标准化程度越来越高。“

3  4  
 
关键词: 特斯拉 场景 客户

[ 智能网搜索 ]  [ 打印本文 ]  [ 违规举报

猜你喜欢

 
推荐图文
ITECH直流电源在人工智能领域的应用 基于朴素贝叶斯自动过滤垃圾广告
2020年是人工智能相关业务发展的重要一年 我国人工智能市场规模、行业短板、发展前景一览
推荐智能网
点击排行

 
 
新能源网 | 锂电网 | 智能网 | 环保设备网 | 联系方式