會(huì)編代碼，能(néng)寫詩歌(g≤βē)、翻譯小(xiǎo)說(shuō)，甚至參加₩↕™≥考試、在線問(wèn)診……“有(yǒu)求必應”的(㧥de)人(rén)工(gōng)智能(néng)聊天機(jī£σ)器(qì)人(rén)ChatGPT推®λ™×出僅兩個(gè)月(yuè)，它的(de)月(£∞yuè)活躍用(yòng)戶就(jiù)突破了(le)1個(gè)億。

ChatGPT的(de)火(huǒ)爆出圈，再次引發了(le)全球σ™♦對(duì)人(rén)工(gōng)智能(¶±£¶néng)技(jì)術(shù)發展的(de)廣<₽₩∏泛關注。ChatGPT在技(jì)術(shù)路(lù)徑上÷↕α↑(shàng)采用(yòng)的(de)是(s>​₩​hì)“大(dà)數(shù)據+大(d<§$à)算(suàn)力+強算(suàn)法=大(dà)模型”路(lù)線，↑→¶ 又(yòu)在“基礎大(dà)模型+指令微(wēi)調”方向♠×✔↑探索出新範式，其中基礎大(dà)模型類似大(dà)腦α>∑→(nǎo)，指令微(wēi)調是(shì)交互訓練，兩者結合實§&現(xiàn)逼近(jìn)人(rén)類的(de)語言智能(néng)。‍♠φ

當前，AI的(de)開(kāi)發主要(yào)依托于大(dà₹π§')模型技(jì)術(shù)，需要(yào)基于海(hǎi≈ε)量的(de)自(zì)然語言或多(duō)模态數(shù)據集，對(duì)∞♠β擁有(yǒu)巨大(dà)參數(shù)的(de)超大(dà)規模模型$ 進行(xíng)訓練。要(yào)成功訓練出更大(dà)參數(shù↕ ≠)、更高(gāo)精度、更高(gāo)能(néng)力的(de)大(dà)模"¶π型，不(bù)僅需要(yào)巨量的(de€ )高(gāo)性能(néng)AI算(suàn)力進行('∞↓γxíng)支撐，還(hái)需要(yào)依托精心清洗獲得(d∑ ‍←e)的(de)高(gāo)質量海(hǎi)量數(s§±hù)據集，以及高(gāo)效的(de)數(sh$" €ù)據平台來(lái)保障長(cháng)時(shí)間(jiān)的(de★✔↕&)模型訓練過程。

巨龍信息經過20多(duō)年(nián)的(de)δ↓§數(shù)據管理(lǐ)經驗總結，采用(y↑ òng)大(dà)數(shù)據、雲計(jì)算(suàn)↓♠♠、人(rén)工(gōng)智能(néng)等技(jì)術✘↓₽☆(shù)結合數(shù)據倉庫分(fēn)層架構設計(jì)，構建₹α​智立方平台，通(tōng)過關系挖掘，時&₩(shí)序挖掘，時(shí)空(kōng)挖掘等算(suàn)法>∞÷¶，以業(yè)務倒推的(de)方式統一(yī)構建标準數(shù)據模♠§✘型，實現(xiàn)深入挖掘、串并分(fēn<§γ₩)析、預警預測等，滿足“人(rén)工(gōng)×γ&智能(néng)驅動業(yè)務提效”的(de)©←目标。

智立方平台應用(yòng)場(chǎng)₹™景介紹

畫(huà)像分(fēn)析：基于實體(tǐ)的(de)本體(tǐ)概念模型，ε≥®構建實體(tǐ)畫(huà)像，提煉标簽。通(tōng)過β₽♠≤自(zì)然語言處理(lǐ)技(jì)術(shù)及結構化(♠∞ ♣huà)數(shù)據處理(lǐ)技(jì)術(shù)，采用(yòng)↕∞↓↑模闆規則、自(zì)動模式、混合模式進行(xíng)人(rén÷✔€↕)物(wù)的(de)情感挖掘。最後，根據業(yè)務需要&σ®(yào)，采用(yòng)标簽挖掘、情感極性分(fēn)析、₹ ‌相(xiàng)似度分(fēn)析、關系分(fēn)析等算(suàn)β$'法，為(wèi)實體(tǐ)建立畫(huà)像進行(xíng)分(‍↔‍φfēn)析。

關聯分(fēn)析：基于知(zhī)識圖譜構建的(de)行(xíng)為(÷∏☆wèi)、關系及畫(huà)像數(shù)據，利↓←×>用(yòng)圖的(de)随機(jī)遊走、要(yào)素關聯、社群發現(xi≤↕αàn)、意圖識别、語義搜索、關系挖掘、相(xiàng)Ωδ似度算(suàn)法，刻畫(huà)出對(duì)象之間(ji'φ€∑ān)的(de)潛在關聯關系，輔助民(mín)警進行(xíng)深度研判分• "φ(fēn)析。

線索挖掘：結合情指業(yè)務場(chǎng)景，進行(xíng)深層次挖↓♥≥掘，通(tōng)過頻(pín)繁項挖掘、關聯↓ ¶挖掘、分(fēn)類聚類、異常檢測技(jì)術(shù)，發現(xβ•©iàn)隐藏的(de)人(rén)員(yuán)、線索、要(y•♥ào)素、關系、行(xíng)為(wèi)模式規律等信±‌→ 息，輔助民(mín)警進行(xíng)深度研判分(fēλ÷₩n)析。

預測預警：利用(yòng)具體(tǐ)事(shì)件(jiàn)與時(sh✘ í)空(kōng)特征和(hé)特定人(∑↕$rén)群的(de)關聯性，根據曆史事(shì)件(jiàn)的(de)時(☆•♥Ωshí)空(kōng)分(fēn)布特征，利用(yòng)節點親密∏★✘✔度計(jì)算(suàn)、叙事(shì)事(shì)件(jiàn)演化(hu §à)圖、要(yào)素提取、關聯分(fē•σ↓•n)析、關系挖掘、比對(duì)碰撞、行(xíng)為(wèi)模式分(÷γ₹‌fēn)析和(hé)時(shí)空(kōng)分(fēn)析算(suàn)✔←‍法，對(duì)事(shì)件(jiàn↕₹)的(de)未來(lái)發展趨勢進行(xíng)預測和≤↔(hé)判斷，例如(rú)：事(shì)件(jiàn)的(de)趨勢預測、≠≠¥→空(kōng)間(jiān)熱(rè)點預測。

案例分(fēn)享：當前電(diàn)詐犯罪持續高(gāo)發↕₩，造成巨額資産損失，已占到(dào)刑事(shì)發案量接近(jìn)50γ♠™%。同時(shí)電(diàn)詐存在犯罪隐蔽性強，群衆防範宣傳難度÷₩極大(dà)，手段翻新速度較快(kuài>‍)等特點。基于某地(dì)執法用(yòng)戶調取了(le)1>≤δ∏2000餘份案件(jiàn)筆(bǐ)錄，6.15億條人(¶ε$rén)口數(shù)據，以及20000餘個(gè)™™話(huà)單數(shù)據作(zuò)為(ε≤•wèi)數(shù)據輸入，在平台上(shàng₩$γ)進行(xíng)分(fēn)析建模挖掘，經過多(>>​Ωduō)層級的(de)數(shù)據篩查和(hé)分(fēn)析建模，最 δ↔終分(fēn)析挖掘出10+個(gè)高(gāo€×)價值易受侵害的(de)人(rén)員(yuánβ✘₽↑)畫(huà)像特征，得(de)到(dào)用(yòng)戶高(gāo)®€π度認可(kě)。

巨龍信息人(rén)工(gōng)智能(néng)以科(k"•∑βē)學、合理(lǐ)、高(gāo)效的(de)方式，将數(shù)十億φ₽→級的(de)的(de)數(shù)據有(yǒu)機(jī)地(dì)組織到≠✔©£(dào)符合人(rén)們認知(zhī)方式的(de)知±±'♠(zhī)識網絡中，讓數(shù)據更加容易被人(rén)≈✘®₽和(hé)機(jī)器(qì)理(lǐ)解與處β÷←‌理(lǐ)，在各種業(yè)務場(chǎng)景上(shàng∏®)提供搜索、分(fēn)析、挖掘、應用(yòng)、展現(φ←σxiàn)、預測預警等應用(yòng)支撐。♦♠δγ

人(rén)工(gōng)智能(néng)的(₩₹φde)發展，離(lí)不(bù)開(kāi)人(rén)∏≠"φ與人(rén)工(gōng)智能(néng)的(de)結合，我們的↔≠(de)未來(lái)，也(yě)将是(shì)人(rén)與人(rén)‌ ‌工(gōng)智能(néng)共同進化(huà)的(de)時(shí)代。