这两天，大家都在谈论AlphaGo Zero（简称阿尔法新狗），为AlphaGo（简称阿尔法老狗）的升级版本。阿尔法新狗在无任何经验输入的情况下，通过3天的自学，完败阿尔法老狗。再一次刷新了人工智能的认知。就连柯洁都感慨到“一个纯净、纯粹自我学习的alphago是最强的…对于alphago的自我进步来讲…人类太多余了”。
为什么柯洁会感慨“对于alphago的自我进步来讲…人类太多余了”？这得从老狗和新狗的算法说起。阿尔法老狗的核心是大数据分析，它通过向古今中外的棋手学习，战胜了世界排名第一的柯洁而成名。而阿尔法新狗践行的是白板理论，无监督自我学习，从单一神经网络开始，通过神经网络强大的搜索算法，进行了自我对弈，最短期内学习变成绝顶高手，从而战败了阿尔法老狗。
正因为如此，忧国忧民的群众们开始过于强化“算法和逻辑”的优势，甚至有“大数据无用论”出现。 在某些场景下，“算法和逻辑”显然更胜一筹，但是在更多使用场景下，它取代不了现有的大数据。比如企业长期积累的非结构化数据，其产生过程带有偶然性、创造性，是智慧和经验的结晶，显然不是任何“逻辑和算法”可以预测的。
不过，我们不得不承认的是，脱离了智能化管理，大数据只是一堆数据。尤其当企业信息化程度日益加深，“结构化数据”和“非结构化数据”都开始呈指数级增长，期望仅靠人工就能高效管理大数据，将数据资产化，简直是白日做梦。只有依靠智能化才能更好的实现数据“收、管、用”。这也就是为什么我们经常建议潜在客户在挑选内容管理产品/文档管理产品时， 一定要考虑到智能化这个因素 。
鸿翼投身内容管理十数年，致力于提供非结构化数据管理系统和解决方案，旗下也具备智能大数据产品管理系列——InWise易慧。今天就借此机会介绍一下它是如何让IT管理者和企业员工都如虎添翼。
首先，InWise易慧并不是凭空而造的，它是在鸿翼长期积累的ECM平台能力和非结构化数据管理经验基础上开发出来的。在原有平台能力的基础之上，它又借助Hadoop、ETL等技术解决了大数据获取和存储的问题；基于自然语义识别（NLP）技术，让系统能像人一样读懂文章，而不是断章取义。解决了“获取”和“理解”的难题之后，又结合机器学习（Machine Learning）等技术，确保平台能够按照管理员给定的规则进行自动学习，并按照规则对文档打标签、分类、配置对应的安全策略、执行既定的操作等。
打个简单的比方，InWise易慧就像由无数非常聪明的、不知疲倦的、忠心耿耿的、一丝不苟的员工组成的战队，他们能充分理解你的指令，不断深入地学习企业业务，日夜不休地阅读企业内容，打好标签，进行分类，然后执行管理员预先设置好的规则。
这种描述不是设想，众多企业已经开始智能化战略布局。最近，InWise旗下的ICS产品正在某大型城市智慧城市项目(Smart City)中发力，一起来看看他的能量到底有多大。
InWise通过庞大而完善的社会事件语料学习，实现通过机器智能分拨完全替代人工分拨过程。从网格员录入数据起开始有机器智能介入，处理包括智能提醒、智能列表关联在内的业务；在分类阶段，人工只需要做好机器学习的监督就可以实现自动分类功能；在分类完成后，系统自动调用相关业务系统接口，将分类事件传递到业务系统。
通过这样的人工智能的大数据分析工具，显著改善智慧城市建设过程中数据处理效率低下的现状，规避了人工处理不及时，信息延误的状况并且优化信息处理的准确率。通过技术的优势稳定网格系统，削弱维护成本。为决策者了解社会事件发生的情况，提供了针对历史时间以及实时动态的查询，为决策提供有效的依据。
大数据+AI的威力就是这么大。虽然我们无法预测技术前进过程中的每一个细节，但是我们一定知道其发展趋势。智能化的解决方案是未来企业信息化建设的标配，所以当你在进行战略规划时，充分考虑这个因素。
您可能感兴趣的文章：
感谢您的支持鼓励，我会继续努力的!
文章地址：
用户邮箱：
打赏金额：USDT
点击”去打赏“，即可进行打赏支持本文章哦
