¿Qué es un mapa de conocimiento? ¿Qué modelos hay? ¿índice? ¿regla?

El gráfico del conocimiento comenzó a fermentar en 2012 y se está volviendo cada vez más popular. Los ejecutivos de la industria han lanzado la aplicación de gráficos de conocimiento empresarial, que pueden generar valor de datos para las empresas. Solo se puede decir que con el rápido desarrollo de la tecnología gráfica, independientemente de si las necesidades comerciales cambian o no, los mapas de conocimiento son una tendencia imparable. El 20 de abril de 2020, la Comisión Nacional de Desarrollo y Reforma definió la connotación de "nueva infraestructura" de inteligencia artificial, que refleja las características de "énfasis en la innovación y compensación de deficiencias": ayudar a la transformación inteligente de la infraestructura tradicional y mejorar la Diseño y eficiencia de operación de infraestructura tradicional.

¿Figura 1? Escala de crecimiento de los beneficios del mapa de conocimiento de China - iResearch

Actualmente, la inteligencia artificial se puede dividir simplemente en inteligencia perceptiva (centrada principalmente en la capacidad de explorar imágenes, videos y voces) e inteligencia cognitiva (que implica razonamiento de conocimiento). análisis causal, etc.).

La inteligencia artificial es un área clave de la nueva infraestructura, y los mapas de conocimiento son el soporte subyacente de la inteligencia cognitiva. Los gráficos de conocimiento tienen la capacidad de interpretar datos, razonar y planificar una serie de pensamientos y cogniciones humanos, basándose en conocimientos previos a gran escala y altamente relevantes.

? -¿Libro blanco de la industria del gráfico de conocimiento de la "nueva infraestructura" de inteligencia artificial?

Utilizamos gráficos de conocimiento todos los días.

Los gráficos de conocimiento se utilizan en diversos campos, como el comercio electrónico (recomendación de productos), la atención médica (diagnóstico inteligente), las finanzas (control de riesgos) y los valores (investigación de inversiones). Entre las empresas conocidas se incluyen: Google Knowledge Graph, Meituan Brain, el proyecto Alibaba Tibetan Scripture Pavilion, Tencent Cloud Knowledge Graph TKG, etc.

El gráfico de conocimiento juega un papel importante en muchos campos de la inteligencia artificial: búsqueda semántica, preguntas y respuestas inteligentes, ayudan a la comprensión del lenguaje, ayudan al análisis de big data, mejoran la interpretabilidad del aprendizaje automático y utilizan volúmenes de gráficos para ayudar en la clasificación de imágenes. También significa que la dificultad técnica aumenta considerablemente.

El valor de los mapas de conocimiento

Se puede pensar que los mapas de conocimiento son el objetivo final de la adquisición y gestión del conocimiento. De hecho, los gráficos de conocimiento son buenos para capturar conocimiento explícitamente en conexiones relacionales de arriba hacia abajo. Conecte las relaciones ascendentes y descendentes a través de nodos de relación y clasifique claramente la red de relaciones. Como se muestra en la siguiente imagen:

¿Imagen 2? Plataforma de conocimiento inteligente general

Descripción eficiente e intuitiva de entidades objetivo (como empresas, eventos, etc.). ), representando así la empresa de forma integral y multidimensional, y reproduciendo en tres dimensiones la situación real y las relaciones complejas del sujeto. Sus poderosas capacidades organizativas interconectadas y su apoyo visual al razonamiento para la toma de decisiones proporcionan la base subyacente para los activos empresariales. La aplicación integral de "inteligencia gráfica" de Universal Intelligence tiene la capacidad de desbloquear "cientos de trucos". Específicamente, existen las siguientes consideraciones:

El análisis de enlaces profundos puede descubrir orgánicamente

Uso. lo más Tomemos como ejemplo el conocido mundo de las finanzas. Las entidades comunes en el gráfico de conocimiento incluyen empresas, productos, personal y eventos relacionados. Las relaciones comunes incluyen relaciones de capital, relaciones laborales, relaciones con proveedores, relaciones ascendentes y descendentes, relaciones competitivas, etc.

La ventaja de esto es que a través de la integración de gráficos de conocimiento, los datos originalmente complejos se pueden formar en un gráfico visual intuitivo y fácil de entender. Con la tendencia de integración económica global, es probable que los analistas y las instituciones de inversión observen cambios en el panorama competitivo un paso por delante, proporcionando pistas para encontrar nuevos clientes y nuevas oportunidades de inversión.

¿Imagen 3? Red de relaciones empresariales ascendentes y descendentes

¿Atributos multidimensionales? Sigue las pistas: rastrea a alguien [algo] basándose en algunas pistas

Otro valor del gráfico de conocimiento es que puede procesar fácilmente datos multidimensionales. Actualmente, la inteligencia ubicua ayuda a los clientes a analizar miles de millones de entidades (o nodos) y relaciones (o aristas).

Figura 4 Captura de pantalla de la red de relaciones de productos de fondos de un banco comercial por acciones

“Para los beneficiarios finales, a menudo vemos seis, siete o más capas de categorías de propiedad, especialmente en un lugar como China donde hay grandes empresas.”? "La gente tiene que darse cuenta de que una buena herramienta que pueda manejar y consultar al menos seis o siete capas, si no más, es el verdadero núcleo del problema.

”

Cada empresa, cada individuo y cada evento noticioso puede ser un “punto”. El motor de inteligencia artificial puede agregar estos puntos, analizar la correlación, la similitud y la agregación en múltiples dimensiones para restaurar la verdad. para "seguir el rastro"

Figura 5 Aplicación del gráfico antifraude

Por ejemplo, en el proceso tradicional de gestión de riesgos, el gráfico de conocimiento no puede pasar el examen estricto de la sujeto objetivo Utilice características dimensionales simples para determinar los riesgos reales asociados

Desafíos y oportunidades

La inteligencia ubicua está profundamente involucrada en el campo financiero y sus escenarios de subnegocios incluyen, entre otros. a: antifraude, antilavado de dinero, investigación de falsificación, informes de pérdidas, monitoreo de anomalías cambiarias, informes crediticios, etc. Tome un proyecto específico como ejemplo: debido al largo proceso de construcción del mapa en sí, junto con la relativa independencia La construcción de cada mapa de escena crea oportunidades para el desarrollo repetido de datos y la desconexión de los datos. Si no se cumplen las condiciones necesarias, inevitablemente causará un gran desperdicio de activos empresariales.

¿El modelo de construcción? de las aplicaciones de red de relaciones tradicionales

En términos de implementación del proyecto, todavía hay un largo ciclo de construcción de atlas, alta profesionalidad en la construcción de aplicaciones y altos costos de migración entre industrias. el producto se puede utilizar de inmediato.

El concepto de inteligencia ubicua de Taiwán

Para resolver el problema anterior, Ubiquitous Intelligence desarrolló y actualizó de forma independiente el gráfico de conocimiento. plataforma de construcción y aplicación para convertirse en una plataforma intermedia integral de "inteligencia gráfica".

Figura 7. ¿El modelo de construcción de aplicaciones de red de relaciones tradicionales?

Un conjunto de plataformas intermedias y fábrica. Nacieron plataformas de estilo que garantizan las necesidades de diferentes escenarios para diferentes formas de mapas y garantizan la necesidad de una "inteligencia de imagen" "omnisciente, omnisciente" y única. "Significa" saberlo todo ", de la siguiente manera:

Abra la construcción de mapas independiente para escenarios comerciales, reduzca el costo de los ciclos de desarrollo repetidos, potencie los formularios de aplicaciones tradicionales y mejore la calidad y eficiencia del servicio. Las aplicaciones de mapas simples se pueden usar en 1 o 2. Implementadas en cuestión de días, las aplicaciones de mapas complejas se pueden implementar. reducirse a un tercio de los métodos tradicionales, acelerando la acumulación de activos corporativos;

Cooperar con la apertura de datos departamentales para resolver los problemas de los largos ciclos de comunicación y la difícil cooperación entre departamentos;

El mapa es altamente interactivo y amigable, lo que facilita el descubrimiento de información oculta a través de la toma de decisiones visual y ayuda en escenarios comerciales;

Capacita a los expertos y expertos de la industria, conservando la experiencia de la industria de los expertos del dominio en la plataforma, activos de conocimiento empresarial Se acumulará

Escalabilidad y flexibilidad en tiempo real

El valor de la plataforma en el gráfico de conocimiento también radica en su flexibilidad y escalabilidad, así como en el establecimiento de tiempo real. agilidad y flexibilidad, base de datos escalable El gráfico de conocimiento financiero retroalimenta directamente las rígidas necesidades de la industria financiera. En la práctica, los datos empresariales y los negocios son flexibles, y las fuentes de datos, las estructuras de datos y el contenido de los datos pueden cambiar en cualquier momento. La comprensión del negocio y los datos está sujeta a cambios. Lo mismo ocurre con la interpretación.

Figura 8? Consulta ampliada de datos multidimensionales

Cómo utilizar estos datos de manera efectiva requiere que los empleados tengan profesionales. conocimiento financiero y una comprensión profunda de las correlaciones y consecuencias que pueden surgir de una conducción de datos. Los mapas de conocimiento serán la herramienta más conveniente.

La tecnología gráfica es el arma más poderosa para las aplicaciones de gráficos de conocimiento.

Las empresas deben poder admitir rápidamente nuevos modelos iterativos en sus negocios. La plataforma intermedia de "inteligencia gráfica" con inteligencia generalizada tiene motores informáticos: modelo de computación gráfica y modelo de datos comerciales de coincidencia de gráficos para ayudar a las empresas a lograr este objetivo.

Cálculo de regla gráfica: (por ejemplo, el cliente que utiliza el número de teléfono del cliente incluido en la lista negra es un cliente sospechoso de fraude)

Cálculo del indicador gráfico: (por ejemplo, el cliente incluido en la lista negra El cliente está dentro de la proporción de relación de segundo grado con el cliente)

Aprendizaje automático gráfico (uso de gráficos como conocimiento previo para hacer que la ingeniería de características sea más efectiva)

Identificación de la comunidad: predicción de etiquetas ( predicción de lista negra/predicción de clientes VIP potenciales)

¿Figura 9? Análisis comunitario

El camino más corto: optimice el camino de procesamiento y ahorre costos de procesamiento de datos.

¿Figura 10? Consulta de ruta

Si un trabajador quiere hacer bien su trabajo, primero debe afilar sus herramientas. La "inteligencia gráfica", una aplicación integral de inteligencia generalizada, proporciona métodos y herramientas eficaces para describir la producción y los comportamientos de vida en el mundo físico.

Gartner: "Ha llegado la era de la pintura", ¡"pintemos" juntos!