盧棟才博士表示傳統(tǒng)基于QA的問答系統(tǒng)，具有結(jié)構(gòu)簡單、冷啟動快速的優(yōu)點(diǎn)。但是行業(yè)應(yīng)用場景往往很復(fù)雜，使用QA對問答會有大量的知識冗余，維護(hù)成本非常高，而且QA對問答無法推理和回答復(fù)雜問題。

而面對復(fù)雜的行業(yè)應(yīng)用場景，知識計(jì)算則可以通過一系列AI技術(shù)對行業(yè)知識進(jìn)行抽取、表達(dá)、協(xié)同大量數(shù)據(jù)進(jìn)行計(jì)算，進(jìn)而產(chǎn)生出更為精準(zhǔn)的模型，更適合完成對復(fù)雜問題的理解和回答，是實(shí)現(xiàn)行業(yè)知識與AI結(jié)合的有效路徑。

華為云知識計(jì)算解決方案是業(yè)界首個(gè)全生命周期知識計(jì)算解決方案，通過華為云知識計(jì)算解決方案構(gòu)建的知識計(jì)算平臺可以完成行業(yè)知識的獲取，行業(yè)知識的建模，行業(yè)知識的管理。知識計(jì)算平臺中的智能問答系統(tǒng)將神經(jīng)網(wǎng)絡(luò)和規(guī)則模板相結(jié)合，通過自然語言交互，即可準(zhǔn)確理解使用者的問詢意圖，鎖定問題，將原本分散在專家腦中、各種書籍，各種介質(zhì)中的多模態(tài)知識精準(zhǔn)推送到使用者眼前，實(shí)現(xiàn)業(yè)務(wù)的快速賦能。

以汽車行業(yè)的銷售場景為例，以往，當(dāng)新車上市時(shí)，銷售人員首先需要學(xué)習(xí)新車知識。如果遇到客戶打來電話咨詢疑難問題，銷售人員會先在腦海中回憶歷史培訓(xùn)，如果想不起來就要搜索培訓(xùn)教程，如果教程里面沒有寫，就要去打電話去咨詢分散在不同部門的專家。整個(gè)知識獲取的過程存在繁瑣、分散、緩慢、復(fù)雜等諸多不便。當(dāng)新型汽車不斷推出時(shí)，這個(gè)問題就被不斷地放大。同樣的情況還出現(xiàn)在設(shè)計(jì)、生產(chǎn)、維修等多個(gè)環(huán)節(jié)。如果有一個(gè)智能對話平臺可以快速將新車知識精準(zhǔn)推送到銷售人員眼前，讓客戶時(shí)刻感受到專家級服務(wù)，將顯著提升銷售效率。

一汽的知識計(jì)算平臺以數(shù)據(jù)中臺和“紅旗智云”混合云平臺為底座，引入華為云知識計(jì)算解決方案。平臺提供從知識獲取、知識沉淀、知識應(yīng)用的一站式知識服務(wù)閉環(huán)，平臺將專業(yè)知識結(jié)構(gòu)化，數(shù)據(jù)化，并基于專業(yè)性，基于人員角色將知識關(guān)系化，實(shí)現(xiàn)知識標(biāo)準(zhǔn)化、共享化和智能化。在知識應(yīng)用方面，實(shí)現(xiàn)從過去的“人找知識”，變?yōu)楝F(xiàn)在的“知識找人”，助力員工快速成長為領(lǐng)域?qū)＜?，推動企業(yè)的知識化轉(zhuǎn)型。借助這個(gè)平臺，中國一汽設(shè)計(jì)了一款“維修智庫”手機(jī)應(yīng)用，解決車輛維修過程中，新技師經(jīng)驗(yàn)不足、故障分析效率低、維修周期長、用戶體驗(yàn)差等問題。通過提取維修手冊、維修記錄、維修案例和專家經(jīng)驗(yàn)，構(gòu)建售后維修知識圖譜，提供“故障問診”和“知識搜索”功能。維修技師使用這個(gè)APP，通過語音交互描述故障現(xiàn)象，即可智能推薦維修方案，查看相關(guān)零件的拆裝圖紙等關(guān)鍵信息。應(yīng)用上線后，一次性修復(fù)率提升了4%，用戶維修等待時(shí)間平均下降了23%，提升了用戶體驗(yàn);同時(shí)廠家支持介入率降低了30%，技師培養(yǎng)周期縮短了30%，降本增效成果顯著。

隨著人工智能逐漸進(jìn)入核心生產(chǎn)系統(tǒng)，必將帶來行業(yè)生產(chǎn)力的變革和突破，知識計(jì)算提供了實(shí)現(xiàn)行業(yè)知識與AI結(jié)合的全新路徑，知識計(jì)算將突破當(dāng)下的 AI 認(rèn)知瓶頸，全方位賦能企業(yè)，提高產(chǎn)業(yè)智能化程度，真正實(shí)現(xiàn)萬物智能。

songjy