蘇海波認(rèn)為,數(shù)據(jù)智能應(yīng)用已經(jīng)深入到社會(huì)治理的方方面面,在數(shù)字政府建設(shè)中發(fā)揮了非常重要的作用,社會(huì)治理智能化將是一個(gè)新趨勢(shì)。
目前,百分點(diǎn)科技已經(jīng)在應(yīng)急管理領(lǐng)域率先探索落地應(yīng)用,不斷進(jìn)行技術(shù)突破,但數(shù)字化轉(zhuǎn)型從來(lái)就不是一蹴而就的,應(yīng)急管理領(lǐng)域未來(lái)的建設(shè)重點(diǎn)之一是實(shí)現(xiàn)應(yīng)急預(yù)案電子化到數(shù)字化的轉(zhuǎn)型升級(jí)。隨著行業(yè)的發(fā)展,百分點(diǎn)科技也將夯實(shí)自身技術(shù)實(shí)力,進(jìn)一步助力政府實(shí)現(xiàn)數(shù)字化、智能化轉(zhuǎn)型,從現(xiàn)階段的“數(shù)據(jù)半沉睡”,逐步演進(jìn)到以“數(shù)據(jù)驅(qū)動(dòng)”、“數(shù)據(jù)賦能”的新階段。

一、未來(lái)數(shù)字城市是數(shù)據(jù)智能增強(qiáng)的城市

疫情“黑天鵝”事件讓我們看到數(shù)據(jù)智能技術(shù)在政府治理中發(fā)揮了非常重要的作用。從早些年的消費(fèi)互聯(lián)網(wǎng)、消費(fèi)大數(shù)據(jù),到近幾年的產(chǎn)業(yè)互聯(lián)網(wǎng),政府社會(huì)治理數(shù)字化、智能化逐漸成為一個(gè)新趨勢(shì),數(shù)據(jù)智能技術(shù)在社會(huì)治理中應(yīng)用越來(lái)越廣泛。

蘇海波指出,數(shù)字城市是數(shù)據(jù)智能增強(qiáng)的城市,主要體現(xiàn)在幾個(gè)方面:

一是基礎(chǔ)設(shè)施的增強(qiáng)。在“新基建”推動(dòng)下,將會(huì)建設(shè)更多讓數(shù)據(jù)匯聚更完整、更全面的數(shù)據(jù)基礎(chǔ)設(shè)施和ICT基礎(chǔ)設(shè)施。

二是智能行業(yè)應(yīng)用和智能中樞的增強(qiáng)。城市治理中會(huì)用到越來(lái)越多的新技術(shù),包括大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等數(shù)據(jù)處理和分析技術(shù)。

三是智能綜合治理能力的增強(qiáng)。所有行業(yè)的智能應(yīng)用綜合在一起,可以實(shí)現(xiàn)整個(gè)社會(huì)的智能綜合治理。

如今數(shù)據(jù)智能已經(jīng)深入到社會(huì)的方方面面,比如政府的一網(wǎng)通辦、城市大腦和智慧應(yīng)急等,企業(yè)的高效運(yùn)行所需的精準(zhǔn)營(yíng)銷、信用評(píng)估、輿情監(jiān)控和營(yíng)商環(huán)境優(yōu)化等,以及日常工作生活中的智能醫(yī)療、智能教育等。

百分點(diǎn)科技一直應(yīng)用數(shù)據(jù)智能技術(shù)進(jìn)行探索,目前已擁有一套完善的實(shí)踐架構(gòu),其主要分為三層:

底層是數(shù)據(jù)治理層。在實(shí)踐中,相較于企業(yè)客戶,政府機(jī)關(guān)有著更為豐富的數(shù)據(jù)量,尤其是文檔相關(guān)的PDF、Word、掃描件等非結(jié)構(gòu)化數(shù)據(jù),數(shù)據(jù)治理非常復(fù)雜。以“健康寶”為例,其數(shù)據(jù)涉及運(yùn)營(yíng)商的數(shù)據(jù)、到訪地點(diǎn)的數(shù)據(jù),甚至人工梳理的數(shù)據(jù)等,要對(duì)這些數(shù)據(jù)進(jìn)行處理,就需要統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)治理體系。

智能引擎技術(shù)層。在5G、物聯(lián)網(wǎng)的推動(dòng)下,非結(jié)構(gòu)化數(shù)據(jù)會(huì)越來(lái)越多,如文本數(shù)據(jù)、視頻數(shù)據(jù)、語(yǔ)音數(shù)據(jù)等。需要用自然語(yǔ)言處理、知識(shí)圖譜等技術(shù)對(duì)非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行抽取和構(gòu)建,在完成各種模態(tài)數(shù)據(jù)分析和處理之后,將數(shù)據(jù)轉(zhuǎn)化為知識(shí),為上層提供各種更智能化、人性化的應(yīng)用。例如,以智能交互技術(shù)為核心的智能問(wèn)答機(jī)器人,它們?cè)絹?lái)越多地出現(xiàn)在醫(yī)院、銀行、政府辦公大廳等場(chǎng)所,讓應(yīng)用服務(wù)更便捷。

以底層數(shù)據(jù)治理和智能引擎技術(shù)為支撐的垂直化應(yīng)用。目前百分點(diǎn)科技更多聚焦數(shù)字城市、應(yīng)急管理、公共安全和生態(tài)環(huán)境這四個(gè)行業(yè)。包括構(gòu)建城市大腦,賦能智慧政務(wù)的社會(huì)治理、營(yíng)商環(huán)境、統(tǒng)計(jì)等業(yè)務(wù)應(yīng)用;搭建應(yīng)急數(shù)字化預(yù)案、應(yīng)急知識(shí)庫(kù)等,為應(yīng)急指揮輔助決策提供技術(shù)支撐;通過(guò)建設(shè)社會(huì)治安防控體系、督察一體化應(yīng)用,為社會(huì)公共安全保駕護(hù)航;建設(shè)生態(tài)環(huán)境會(huì)商系統(tǒng)及監(jiān)測(cè)監(jiān)控一體化平臺(tái),助力生態(tài)環(huán)境提升數(shù)字化治理水平。

二、如何構(gòu)建數(shù)字化應(yīng)急預(yù)案

目前,百分點(diǎn)科技已經(jīng)在應(yīng)急管理領(lǐng)域率先探索落地應(yīng)用,不斷進(jìn)行技術(shù)突破。蘇海波介紹,數(shù)字化預(yù)案是應(yīng)急管理數(shù)字化轉(zhuǎn)型的突破口,在發(fā)生自然災(zāi)害或事故等應(yīng)急事件時(shí),需要一個(gè)針對(duì)性的預(yù)案去指導(dǎo)各個(gè)部門應(yīng)該如何響應(yīng)。預(yù)案從本質(zhì)上來(lái)說(shuō)是應(yīng)急組織工作的一個(gè)程序,當(dāng)處理應(yīng)急事件時(shí)就是在運(yùn)行這個(gè)程序。

具體來(lái)說(shuō),應(yīng)急預(yù)案分為電子化預(yù)案、數(shù)字化預(yù)案和智能化預(yù)案三個(gè)階段:

第一階段:應(yīng)急預(yù)案電子化(數(shù)據(jù)收集整理階段)

電子化預(yù)案是用自然語(yǔ)言、文本的方式來(lái)表示,組成元素包括目錄、文件、段落、語(yǔ)句、附件等,其主要面向閱讀理解。該階段的難點(diǎn)是實(shí)現(xiàn)對(duì)已有預(yù)案檔案管理。

第二階段:應(yīng)急預(yù)案數(shù)字化(數(shù)據(jù)規(guī)范標(biāo)準(zhǔn)階段)

數(shù)字化預(yù)案是一種機(jī)器容易理解的表達(dá),組成元素包括標(biāo)簽、本體、圖表、算法,流程圖等,數(shù)字化預(yù)案主要面向處置執(zhí)行,是一個(gè)發(fā)生事件時(shí)可以運(yùn)行的程序。該階段難點(diǎn)是通過(guò)預(yù)案結(jié)構(gòu)化實(shí)現(xiàn)職責(zé)明確和應(yīng)急響應(yīng)流程化,以及實(shí)現(xiàn)應(yīng)急資源數(shù)據(jù)的可視化展示和調(diào)取。

第三階段:應(yīng)急預(yù)案智能化(數(shù)據(jù)分析應(yīng)用階段)

該階段難點(diǎn)是實(shí)現(xiàn)態(tài)勢(shì)研判,并自動(dòng)生成應(yīng)急處置方案,以及實(shí)現(xiàn)系統(tǒng)自學(xué)習(xí)的功能,利用自評(píng)估系統(tǒng)對(duì)應(yīng)急預(yù)案推演、突發(fā)事件處置全過(guò)程進(jìn)行評(píng)估。

但是,目前應(yīng)急預(yù)案仍存在以下問(wèn)題:

? 預(yù)案的實(shí)用性不足。很多預(yù)案在真正發(fā)生事故時(shí)根本用不起來(lái)。

? 預(yù)案銜接體系不完善。預(yù)案之間互相沖突,沒(méi)有構(gòu)成一個(gè)完整的體系。

? 預(yù)案的針對(duì)性不強(qiáng)。不同層級(jí)、不同種類應(yīng)急預(yù)案功能定位不明晰。

? 應(yīng)急預(yù)案工作語(yǔ)言不規(guī)范。應(yīng)急預(yù)案的層次結(jié)構(gòu)、內(nèi)容格式、語(yǔ)言文字、附件項(xiàng)目及編制程序等內(nèi)容的不規(guī)范,影響突發(fā)事件應(yīng)對(duì)效率。

為解決這些問(wèn)題,應(yīng)急預(yù)案建設(shè)正逐漸由電子化向數(shù)字化發(fā)展,并逐步走向智能化。

然而,電子化預(yù)案和數(shù)字化預(yù)案還存在相輔相成的關(guān)系。通過(guò)以電子化預(yù)案為樣本進(jìn)行結(jié)構(gòu)化,能夠提取重要要素來(lái)組成對(duì)應(yīng)的數(shù)字化預(yù)案;同時(shí),根據(jù)數(shù)字化預(yù)案里一些重要元素,也可以生成文本化的電子化預(yù)案。因此,電子化預(yù)案和數(shù)字化預(yù)案相當(dāng)于一個(gè)硬幣的兩個(gè)面,只有將兩者互相結(jié)合,才能真正地將預(yù)案價(jià)值最大化。

數(shù)字化預(yù)案是提升應(yīng)急行業(yè)智能化水平非常重要的技術(shù)手段。百分點(diǎn)科技創(chuàng)新研發(fā)的數(shù)字化預(yù)案,可以進(jìn)行預(yù)案的輔助編修、事故調(diào)查、預(yù)案應(yīng)急演練及智慧決策等。

百分點(diǎn)科技數(shù)字化預(yù)案技術(shù)架構(gòu)中的數(shù)據(jù)層包括預(yù)案庫(kù)、案例庫(kù)、演練庫(kù)、風(fēng)險(xiǎn)庫(kù)等,通過(guò)語(yǔ)義分析算法從這些數(shù)據(jù)資源中抽取對(duì)應(yīng)的要素,為數(shù)字化預(yù)案的編制提供智能輔助。在指揮系統(tǒng)中,基于數(shù)字化預(yù)案就能支撐上層的一系列應(yīng)用,包括統(tǒng)一化管理、預(yù)案演練和智能化輔助決策等。
3

三、應(yīng)用知識(shí)圖譜賦能應(yīng)急數(shù)字化預(yù)案

在數(shù)字城市建設(shè)中,需要所有的預(yù)案能夠從上到下一貫執(zhí)行,同級(jí)別的預(yù)案之間能夠互相銜接,最后整體構(gòu)成一個(gè)無(wú)縫銜接的體系。但是,目前距離這個(gè)目標(biāo)還有很大的差距,其中一個(gè)重要原因就在于電子化預(yù)案對(duì)預(yù)案體系及所謂的互相銜接只有一些定性上的描述,缺乏精準(zhǔn)化的定義,因而無(wú)法定量地計(jì)算其銜接性。

基于此,百分點(diǎn)科技采用知識(shí)圖譜技術(shù)對(duì)預(yù)案進(jìn)行極簡(jiǎn)描述,對(duì)運(yùn)行機(jī)制、情景、任務(wù)、機(jī)構(gòu)等核心的本體和之間的關(guān)系進(jìn)行建模。該模型可對(duì)相互銜接性、預(yù)案體系給出精準(zhǔn)化、數(shù)字化的描述,從而解決具體問(wèn)題。作為國(guó)內(nèi)首創(chuàng),目前這套數(shù)字化預(yù)案體系已成功落地實(shí)踐。

具體而言,百分點(diǎn)科技在應(yīng)急預(yù)案知識(shí)圖譜中設(shè)計(jì)了“運(yùn)行機(jī)制”、“情景”、“機(jī)構(gòu)”和“任務(wù)”四個(gè)核心本體,精確定義了它們之間的關(guān)聯(lián)關(guān)系,并給出預(yù)案體系和銜接性計(jì)算的精準(zhǔn)數(shù)學(xué)表達(dá)。

為了實(shí)現(xiàn)預(yù)案的數(shù)字化表達(dá),需要從預(yù)案的文本中提取情景、組織機(jī)構(gòu)和職責(zé)等各種標(biāo)簽。例如,預(yù)案中的一段職責(zé)文本“負(fù)責(zé)應(yīng)急準(zhǔn)備和搶險(xiǎn)救援”,對(duì)應(yīng)的職責(zé)標(biāo)簽就是“應(yīng)急準(zhǔn)備”、“搶險(xiǎn)救援”。那么,如何自動(dòng)化抽取這些職責(zé)標(biāo)簽?zāi)?

首先,百分點(diǎn)科技研發(fā)了應(yīng)急預(yù)案的實(shí)體識(shí)別技術(shù),提出了不完整標(biāo)注數(shù)據(jù)場(chǎng)景下的實(shí)體識(shí)別問(wèn)題的解決方案,通過(guò)Classifier-stacking算法修復(fù)標(biāo)注數(shù)據(jù)集,并結(jié)合預(yù)訓(xùn)練模型、Bi-LSTM、CRF網(wǎng)絡(luò)等技術(shù)進(jìn)行預(yù)測(cè),預(yù)案標(biāo)簽提取效率相比人工提升約48倍。

其次,對(duì)應(yīng)急領(lǐng)域的文本進(jìn)行理解。百分點(diǎn)科技針對(duì)應(yīng)急行業(yè)專門定制了對(duì)應(yīng)的文本預(yù)訓(xùn)練模型,通過(guò)大量應(yīng)急預(yù)案、案例、新聞的語(yǔ)料,對(duì)模型參數(shù)進(jìn)行微調(diào),得到了一個(gè)應(yīng)急行業(yè)的預(yù)訓(xùn)練模型。在應(yīng)急領(lǐng)域的各個(gè)NLP任務(wù)上,效果都實(shí)現(xiàn)了有效提升。

第三,對(duì)上報(bào)事故自動(dòng)推薦對(duì)應(yīng)的預(yù)案、指揮機(jī)構(gòu)等信息。為了精準(zhǔn)識(shí)別上報(bào)事故的災(zāi)害類型,百分點(diǎn)科技研發(fā)了一套模型算法解決事故日志的分類問(wèn)題。結(jié)合數(shù)據(jù)增強(qiáng)等一系列技術(shù),對(duì)樣本少的類別進(jìn)行樣本擴(kuò)充,讓各個(gè)分類的樣本變得均勻,同時(shí)結(jié)合預(yù)訓(xùn)練技術(shù)、對(duì)抗訓(xùn)練技術(shù),提高整個(gè)模型的魯棒性和穩(wěn)定性,最終使事故分類準(zhǔn)確率達(dá)到理想的效果。

四、智慧應(yīng)急創(chuàng)新實(shí)踐

在整個(gè)應(yīng)急指揮響應(yīng)過(guò)程中,預(yù)案具有非常重要的作用。以某園區(qū)實(shí)況演習(xí)為例,百分點(diǎn)科技結(jié)合應(yīng)急數(shù)字化預(yù)案,對(duì)該區(qū)域構(gòu)建了火災(zāi)應(yīng)急演練及響應(yīng)的系統(tǒng)演示。

首先,火災(zāi)發(fā)生之后會(huì)進(jìn)行一鍵式報(bào)警,隨之預(yù)案會(huì)推薦對(duì)應(yīng)的組織機(jī)構(gòu),包括總指揮、各個(gè)組織單位等。系統(tǒng)自動(dòng)顯示事故信息和輿情信息,并及時(shí)提示資源需求、風(fēng)險(xiǎn)管理和對(duì)應(yīng)的建議等,為具體處置建議提供輔助。

同時(shí),系統(tǒng)可通過(guò)當(dāng)前火災(zāi)情況推薦相似的歷史案例,包括指揮建議、危害情況等。應(yīng)急指揮工作臺(tái)可根據(jù)當(dāng)前企業(yè)信息、事故發(fā)展態(tài)勢(shì)、輿情信息、受災(zāi)體整體空間布局情況和事故進(jìn)展等進(jìn)行整體的指揮決策輔助,協(xié)助指揮官對(duì)現(xiàn)場(chǎng)資源統(tǒng)一調(diào)度指揮,全面掌控現(xiàn)場(chǎng)態(tài)勢(shì)。

未來(lái),百分點(diǎn)科技將繼續(xù)深耕數(shù)據(jù)智能領(lǐng)域,充分發(fā)揮大數(shù)據(jù)、人工智能等技術(shù)優(yōu)勢(shì),為政府部門提供全面、高效的數(shù)據(jù)智能技術(shù)支撐,持續(xù)助力數(shù)字政府建設(shè)。

songjy