明略科技入选Gartner 2020人工智能技术成熟度曲线报告

本篇文章1460字，读完约4分钟

最近，全球权威技术研究和分析公司高德纳(gartner)发布了2020年人工智能炒作周期(2020)。知识图是一个新的技术热点。在高德纳提名的知识图谱样本供应商中，罗明科技是唯一入选的中国制造商。

Gartner建议，it领导者应使用知识地图作为数据库来存储有关实体及其关系的数据，尤其是当有许多不同来源和形式的数据时，例如内容服务平台中的文档、数据源中的更新、视频中的音频或数据库中的表格。负责数据和分析的It领导者必须将知识地图纳入其数据和分析治理和管理的范围。为了防止数据孤岛的延续，应该研究和建立多知识地图的互操作模式。

Gartner指出，知识地图已经应用于以下领域:数字工作场所，如协作、共享和洞察；自动化，例如，从内容到rpa的数据提取；例如，支持机器学习，增强训练数据；数据分析，例如，增强的分析，特别是增强的分析报告和商业智能背景下的网络安全；例如，数字商务，产品信息管理和建议；和数据管理，如元数据管理、数据目录和数据结构。

本报告选择的罗明科技，深入培育企业级大数据和人工智能产品及平台服务，能够挖掘数据价值，实现毫秒级预测分析，并在历史数据达到10pb级、日平均增量数据超过10tb级的环境下，结合行业知识地图形成决策和行动。

Scopa是基于知识地图技术的知识管理和洞察分析平台，包括知识建模、提取、集成、存储、计算和应用等技术组件和功能模块，为组织提供知识驱动的辅助决策。

明在知识建模方面积累了很多经验。目前，已经帮助大量客户设计和构建了自己的公安、数字城市、金融机构、行业、金融媒体等领域的模型系统和知识系统。

从知识抽取的角度来看，结构化数据和非结构化数据可以被定义为程序化的知识，这些知识可以存放在工具中，并转化为可以重复应用的知识。通过机器学习算法的应用，主要实体类型的标注和识别能力明显增强。

在知识融合方面，包括数据模式层融合和数据层融合，其中数据层融合是关键。在数据层融合维度，可以实现实体合并、属性融合和冲突解决。例如，当存在不同的属性描述时，完成实体属性的融合；当存在多个值时，通过建立多数覆盖少数和时间排序等规则来统一属性值。

在知识存储方面，罗明采用了关系数据库、nosql数据库和图形数据库相结合的混合存储架构，提供了统一的查询语言接口，罗明是第一个支持分布式架构图形数据库的制造商。

在知识计算方面，可以面对各种业务场景，基于丰富的算法模型进行快速算法优化和图形计算，基于知识地图进行推荐/推理预测。

在知识应用方面，它包括四个核心应用:智能检索、智能图像分析、智能人像和智能问答。智能检索能够根据业务属性和关注的维度和指标进行索引，能够更快、更准确地满足检索需求。智能图形分析可以提供图形分析工具，执行决策数推断和多维探索性分析，并协助业务决策。智能人像是关系聚合和信息的集成展示，能够连接和融合内容，并随着数据的不断更新，实时360度呈现动态人像。智能问答是一个交互式的门户，用户可以通过自然语言向领域知识地图提问和回答问题。

Scopa是一个清晰的知识地图平台，是目前中国唯一的全堆栈知识地图解决方案。通过数据组织、模型计算和知识服务，结合客户业务领域的行业知识，通过探索性交互和可视化表示发现数据规则，启发性地创造新的价值洞察力，辅助业务决策。罗明在政府、公共安全、银行、保险、证券、轨道交通、电力、制造、金融媒体、食品安全等领域帮助了100多个行业基准客户。应用知识地图，实现业务知识和数据智能的结合，消除业务领域的盲点，提升业务能力，挖掘业务价值。