爱数：以开源应对领域认知的普惠价值与百花齐放(2)

简单地说，领域认知智能是指利用人工智能的手段，基于业务模型，从各类数据中提取领域知识，并利用领域知识进行推理分析，解决领域内问题的技术体系。 如果从人工智能的发展历程来说，几乎过去 20 年都是感知智能的发展阶段，包括视觉、听觉、触觉等感知能力的提升，以智慧城市的场景为例，在城市中安装各种摄像头、卡口、物联传感设备等数据采集系统，可以海量地去收集城市运行的各类信息。 感知智能的发展，快速推动了 AI 作为一种通用能力的普世化，但感知智能作为通用的 AI 能力，还需要与具体的行业和场景相结合，才能发挥出业务智能化的价值，这就需要领域感知智能。如城市庞大的数据资产经过沉淀且“知识化”，与各项领域认知智能网络相结合，就形成了一个又一个的城市治理智慧应用。

#2

跨越认知智能与行业落地之间的鸿沟

对企业而言，要实现真正的“认知智能”，要经过 3 个步骤，先要做好全域数据的整合，再结合知识网络，最终走向认知智能。 为此， 2020 年爱数率先提出了“数据驱动型组织”的全新理念，完成从非结构化数据、结构化数据到机器数据三大数据源的多模态数据的整合，同时基于 AnyDATA ONE 一站式知识网络平台，将数据加工成知识，帮助企业通向认知智能。 2022 年，爱数又发布 AnyDATA Framework 2 ，以领域知识网络、领域智商、集成的开发框架三大创新，赋予机器认知能力。
事实上，前瞻性的技术方向，未必都能换来市场的认可。 IBM 是第一个将 “ 认知计算 ” 作为企业未来愿景的公司，但除了沃森在医疗领域有不错的落地案例之外，在其他行业鲜有成功的样板。这说明，认知智能需要感知智能的成熟作为基础，超前的战略构想实际上有拔苗助长的嫌疑。 是感知智能技术的极大繁荣，让认知智能迎来了真正的发展契机，但这依然不够。我们要认识到领域认知智能与真正的行业落地之间，还有不小的距离。 首先，认知智能的技术能力与行业场景之间，还隔着一道鸿沟。往往有 AI 技术能力的企业缺乏场景，而传统企业拥有足够多的场景，但却缺乏 AI 技术能力的支撑和专业的团队。 其次，真正核心的 AI 能力和算法，仍然掌握在少数顶级 AI 公司的手里， AI 的行业生态圈并不完整，尤其是认知智能与行业场景的结合也缺乏标准和成熟的方法论。 第三，人工智能要离开高高在上的殿堂，终究会步入民间，成为通用的普惠技术。智慧城市、智慧交通、智慧农业、智慧水利、智慧工厂 … 整个社会的智能化，需要普惠的能力。 第四，人工智能的专业人才还存在较大的缺口，这导致产业智能化的底层支撑力不够牢固，人工智能的产业生态成熟速度比预想的要更缓慢。 爱数研发副总裁陈骁指出，作为人工智能的子系统，很多行业领域都需要专业的领域知识驱动，但要发挥认知智能的价值，就需要将其限定在一种领域边界当中，来解决具体场景化的难题。 这种边界的划定，也有机会让领域认知智能，成为一种最佳实践，同时在普惠千行百业的这条路上，还缺一项重要的普世能力，那就是开源！