“新一代人工智能技術(shù)要解決如何與各行各業(yè)深度融合的問(wèn)題，要做到真正的落地，就需要把知識驅動(dòng)和數據驅動(dòng)結合起來(lái)，實(shí)現AI與行業(yè)知識的高效結合，同時(shí)利用知識、數據、算法和算力四個(gè)要素。這是AI未來(lái)發(fā)展的必然方向。
華為云知識計算解決方案是業(yè)界首個(gè)全生命周期知識計算解決方案，是解決行業(yè)知識與AI結合的一條全新而且有效的路徑。”
華為算法專(zhuān)家段博士在《基于知識圖譜的企業(yè)知識計算與應用》主題演講中指出，華為云600多個(gè)AI項目的實(shí)踐經(jīng)驗表明，AI進(jìn)入企業(yè)核心業(yè)務(wù)系統后，平均能夠帶來(lái)18%的盈利能力提升。
AI在行業(yè)落地的關(guān)鍵要素之一即知識與數據的雙重驅動(dòng)。基于華為云知識計算解決方案打造的企業(yè)級知識計算平臺，可以一站式完成行業(yè)知識的獲取、建模與管理，推動(dòng)AI進(jìn)入企業(yè)核心業(yè)務(wù)系統，使得機器的控制更加精準，輔助人高效分析和決策，輔助知識實(shí)現高效傳承，釋放行業(yè)專(zhuān)家的精力。
華為技術(shù)專(zhuān)家吳博士在《知識表征在測井綜合解釋中的應用》介紹了華為云知識計算解決方案在油氣領(lǐng)域的具體實(shí)踐。
吳博士表示，儲層預測是一個(gè)跨學(xué)科領(lǐng)域，這導致油氣勘探開(kāi)發(fā)流程復雜且漫長(cháng)。在整個(gè)過(guò)程中，測井是發(fā)現油氣田的重要一環(huán)，但測井專(zhuān)家人數稀缺、傳統測井資料解釋耗時(shí)耗力，常規的找油找氣方法面臨著(zhù)嚴峻的挑戰。
當前油氣勘探要實(shí)現“降本增效，增儲上產(chǎn)”的目標，需要借助人工智能新技術(shù)實(shí)現智能勘探。華為云的知識計算解決方案不僅構建勘探開(kāi)發(fā)領(lǐng)域的知識圖譜，而且利用深度學(xué)習與圖嵌入融合算法，訓練油氣層識別模型。此外，為解決跨區塊、跨油田測井曲線(xiàn)不一致的問(wèn)題，華為云知識計算解決方案還開(kāi)發(fā)了知識遷移技術(shù)。
借助華為云認知計算平臺，大港油田對900口油井實(shí)施了油氣水層的智能識別，平均解釋時(shí)間縮短了70%，識別準確率達到測井解釋專(zhuān)家水平。通過(guò)知識圖譜的建設與應用，從業(yè)門(mén)檻顯著(zhù)降低，專(zhuān)家知識得到有效傳承。
在知識圖譜與智能部作分論壇中，華為諾亞方舟實(shí)驗室研究員廖博士發(fā)表了《樂(lè )府：預訓練語(yǔ)言模型在詩(shī)詞對聯(lián)生成中的應用》主題演講。
廖博士指出，中文傳統詩(shī)歌對聯(lián)的生成有著(zhù)嚴格的要求，具體體現在格律、平仄、押韻等方面。華為云基于GPT訓練的“樂(lè )府作詩(shī)機”不僅達成了上述作詩(shī)要求，同時(shí)詞句組合多樣性高、意境氛圍感強，甚至能夠達到專(zhuān)業(yè)詩(shī)人的水平，讓人“難辨真假”。此外，華為團隊用PMLM技術(shù)，在只有少量數據的情況下，完成了比近體詩(shī)生成難度更大的宋詞生成任務(wù)。
知識圖譜是人工智能邁向認知智能的強大技術(shù)助力。知識計算則是將各種形態(tài)的知識，通過(guò)包含知識圖譜在內的一系列AI技術(shù)進(jìn)行綜合運用，實(shí)現對知識的抽取、表達、并協(xié)同大量數據進(jìn)行計算，進(jìn)而產(chǎn)生更為精準的模型，再次賦能給機器和人的一種全新方法。
通過(guò)應用知識計算解決方案，企業(yè)將可以打造自己的知識計算平臺，整合分散在不同介質(zhì)、多種形態(tài)的企業(yè)數據，形成帶有建議性的知識，有效用于預測分析和輔助決策，提高企業(yè)的經(jīng)營(yíng)效率。
華為云知識計算解決方案已在油氣、汽車(chē)、電力、金融等多個(gè)領(lǐng)域進(jìn)行了成功實(shí)踐，助力企業(yè)更好地完成數字化升級、智能化轉型。華為云也將繼續攜手行業(yè)客戶(hù)、伙伴一同構建行業(yè)知識計算解決方案，共建全場(chǎng)景智慧、踐行普惠AI理念，創(chuàng )造行業(yè)新價(jià)值！
掃碼填寫(xiě)問(wèn)卷
立即獲取華為云專(zhuān)家主題分享資料
