2023年6月25日下午，由新一代人工智能产业技术创新战略联盟、苏州市人工智能协同创新中心与苏州市大数据服务中心协会联合主办，浙江创邻科技有限公司承办的「2023全球人工智能产品应用博览会-图技术激活数据资产主题论坛」在苏州国际博览中心圆满落幕！
现场直击
(资料图片)
论坛现场，高校专家学者、行业大咖、企业高管齐聚，围绕图技术发展趋势、行业应用落地等关键议题展开分享，共探图技术激活数据资产、释放数据资产价值的最优路径。本次论坛采用线上线下相结合的模式，吸引了近万名观众参与观看，各位专家老师金句频出，精彩纷呈。
中国电信苏州分公司资深副总裁，苏州市大数据服务中心协会会长凌文斌出席论坛并致辞。凌文斌会长在致辞中提到，数据资产的管理和激活对于各个行业而言至关重要，图技术作为大数据领域的一项重要创新，可以帮助我们更好地理解和分析关联关系、用户行为、网络拓扑等信息，从而实现智能化的运维管理、风险预警和资源优化等能力。利用图技术等大数据技术，构建一个开放、共享、安全、可持续的大数据生态系统刻不容缓。
创邻科技CEO张晨博士在论坛中就《图数据库:开启大数据时代的智慧连接》发表主旨演讲，对图技术的发展趋势、互联数据分析意义和图数据库的数据价值挖掘能力等层面做了重点诠释，并详细介绍了其在金融、能源、电信、政企等许多领域的研究和探索。
张晨博士讲到，被誉为“新石油”的数据要素，已成为重要的生产要素，而当前不断加速的技术发展则为我们产生了海量可利用和分析的数据信息，这对数据的融合共享、分析利用等提出了更高的应用需求。图技术作为高效连通孤立数据点的技术，能够打通数据间的连通性，是引爆数据价值的关键要素，将成为实现关联创造价值的基础底座。
教育部青年长江学者，上海市东方学者特聘教授孔令和博士在论坛中就《智能化分类分级考试应用与探索》为议题，介绍了人工智能技术加持下，以智能化分类分级考试平台为代表的交叉学科教学生态链建设实践。
孔令和博士指出，智能化分析考试将成为新一代考试平台，通过智能技术与考试的深度融合，能够定制化出题、组卷，有效提升教学效率，促进教育公平，从根源改变原有的教学生态。而基于图技术的智能化分类分级考试平台则能够对教师、学生、知识点、学科、难度等因子进行智能关联和分析，更精准地为学生推送学习方案，辅助教学内容的优化升级，大幅提升教育教学效率和质量。
西交利物浦大学人工智能与先进计算学院副教授，博士生导师李华康，在论坛中就《设备知识图谱构建应用》发表演讲，以企业在实际应用中的难题为切入，介绍图技术在设备知识图谱构建中能够发挥的核心驱动作用。
李教授表示，当前的设备运维存在数据采集技改成本高、生命周期记录不足、知识链路长且分散等痛点，而设备管理知识图谱的构建则能够通过整合设备全生命周期的数据，打通标准电子材料、行业知识库、用户反馈等数据之间的壁垒，形成以知识为导向的新型运维管理模式，赋能智能问答、智能监测、设备物联网等应用场景的智能升级。
浙江大学网络与信息安全领导小组工程师杨春玲老师在论坛上就《基于图计算理念的网络安全管理知识谱系的构建》议题，从网络安全管理工作的“通报准、预警稳、防护快、监测全”的需求出发，深入浅出地介绍了当前网络安全管理知识谱系构建的成果。
杨老师介绍到，当前浙大网安领导小组团队基于图计算的理念，对全息资产进行测绘，高效并整合日志信息、情报信息，从而搭建网络安全管理知识谱系，通过谱系内数据的计量分析，高效完成一系列子应用的全流程资产管理、风险监测、风险治理。同时出于对速度和性能更苛刻的要求，浙江大学和创邻科技将继续携手研发图原生的网络安全运营基座，未来可期。
在现场，由普适智能、邦盛科技、天翼云的企业代表带来图技术的前沿场景应用案例分享，就落地应用角度同与会观众展开精彩分享。
金融知识图谱服务提供商普适智能的创始人兼CEO陈啸翔发表了主题为《基于图技术搭建企业智能运维底座》的演讲。陈总分享到，智能运维作为当前热门的技术领域，仍面临如何高效进行故障定位、影响分析的痛点。而构建运维知识图谱则能够攻克以上难题。通过在运维场景中构建立体的运维知识图谱平台，能够全面描述运维对象物理关系，基于图搜索算法，按照业务场景提供图关系基础服务，增强运维对象洞察能力，支持开展全面的故障影响分析、变更方案评估等工作。
邦盛科技技术总监王刚以《时序大数据流（图）实时计算及智能决策》为题展开分享，他指出随着从“时序流”到“时序动态图”的演变，时序大数据（流）实时计算必须同时满足大数据、高实时、低迟滞和智慧决策四方面的技术需求，存在存储代价大、计算延迟高和复杂决策难的三大技术挑战。而时序图的实时增量计算、实时动态回溯、分布式内存存储引擎、实时决策等技术则能够有效克服挑战，发挥关键作用，赋能银行交易反欺诈、爬虫机器人防御和网络攻防计算等方面的应用。
天翼云AI产品总监陈宏志在《基于天翼云大模型平台的认知智能应用实践》的演讲中讲到，当前，AI发展跨越拐点，从“预测推断”走向“内容生成”，传统的产业格局正在被大模型所重塑。但是对大模型而言，受控和可解释，仍是商用阶段不可忽略的关键。陈宏志从具体的案例出发指出预训练大模型当前仍存在“肯定的错误答案”，而借助图技术、图表征学习等认知智能技术，则能够深层挖掘解释路径，补充洞察推演部分，针对洞察、预测等不确定输出，结合业务知识实现可解释。
洞察关联数据，创造无限可能。当前，基于图智能的产业实践不断深入，更多企业和行业将更好地放大数据关联价值，增益业务升级。期待2023 AI Expo 图技术激活数据资产论坛谢幕之后，政、产、学、研各界能够携手助力图技术的应用落地实践，期待更深入、更成熟的图技术激活数据要素实践。
关键词：
