智能感知搜索概述 - AI和感知计算的新星

智能感知搜索概述 - AI和感知计算的新星

要点导读

这篇文章介绍了大数据时代下人工智能,感知计算,和智能感知搜索的基本概念,关系和发展趋势。借鉴美国Forrester报告和其它CognitiveSearch行业研究来帮助企业和机构的IT和数据的应用研发(AD&D)部门的专业人员了解新兴的智能感知搜索技术在企业中的应用。

智能感知搜索的快速崛起

进入感知计算时代,关键词搜索早已过时。AI技术更新迭代下,智能感知搜索是新标志,它远远超出人们对传统搜索的理解:搜索框和简单的结果返回列表。智能感知搜索底层支持技术包括:搜索、高级大数据分析,自然语言处理(NLP)和机器学习(ML),从而赋能机构快速搜索聚合内部不同的数据集,即时分析整理产生整体商业决策。这意味着:
1.用更少的搜索更快地找到相关结果和更多的知识返回,而不是简单的信息罗列
2.精准的相关性、智能关联和智能分类

人工智能和感知计算

提到智能感知搜索,就不能不提到⼈⼯智能(AI)和感知计算(Cognitive Computing)这两个超极计算世界⾥不可阻挡的趋势和热点。由于Alfa狗的效应,AI早已影响了各⾏各业成为超级概念,⽽感知计算却不为人们熟识。其实感知计算也是人工智能的一个领域,它是结合感知科学和计算机科学的智能系统,可以和人类进行最自然的人性化交互,模拟⼈类的方式来思考和记忆,而达到更高层级的数据理解。

AI范用在各个领域和应用App,比如Siri、Amazon Alexa,而感知计算作为AI领域最新热点技术,着重于模拟复制人类思维过程,它更擅长海量数据处理,理解符号化,概念化的信息,更好地应用于行为预测,情感分析和风险管理。

新一代搜索和知识发现

智能感知搜索(AI Cognitive Search)的快速崛起是基于用户对即时性,同时有上下文感知搜索价值的需要。作为基础数据能力平台的搜索引擎已经从第一代传统的关键词搜索,历经语意搜索、上下文搜索、进入崭新的第四代新热点-智能感知搜索。
智能感知搜索概述 - AI和感知计算的新星_第1张图片
Forrester 对于感知搜索的定义是:“可以结合索引,自然语言处理和机器学习技术不断地从所有形态的数据中生成和训练越来越相关和精准的知识语料库,并且通过人机自然交互界面或者后台查询搜索接口把知识用文本、语言、图像、甚至感知等形式反馈给用户。“

智能感知搜索是AI版本的企业搜索

据统计,全球54%的信息工作者受困于“信息无法随手可得”。机构内部的“信息孤岛”,大量的信息收集和整合工作让他们的工作效率大幅度降低。

问题的根本在于:大家熟悉的关键词企业搜索早已不能适应大数据感知计算下的需要。感知搜索是基于人工智能技术的新一代的企业搜索,助力机构IT团队构建具有AI智能“感知”的企业应用,从而给用户提供有人性化自然感知的交互界面。

智能感知搜索VS传统企业搜索

智能感知搜索不同于传统企业搜索主要集中于以下方面:

• 不只针对于网页和文本,而是可以应用于多形态的数据信息,包括数据库内的结构化数据,甚至是非传统企业内部数据,比如图像,视频,音频,以及从物联⽹网(IoT)收集的设备数据信息。

• 智能感知搜索的区分特质是用自然语言处理(NLP)、大数据技术和机器学习(ML)来理解和组织数据信息,预测用户搜索查询的意图,提高返回结果的相关性,并且随着时间和数据的积累来进一步提高算法的准确性。

• 搜索不再仅仅是一个企业户网站上的搜索框。企业和机构可以把感知搜索引擎内化嵌入进各种商业程序应用中,比如客户360 、知识库支撑的CRM、OA、档案管理、精准营销和内部信息共享等常见的商业应用场景中。事实上,如果没有后台的强大大搜索引擎平台的支撑,就没有像淘宝、QQ音乐、微软小冰, Google Now, and Siri 这些流行的互联网平台和虚拟数字助手广泛应用。

• 特别是对于自主研发用户应用系统的企业来说,智能感知搜索解决方案可以直接提供SDKs, APIs, 以及可视化设计工具给研发人员灵活方便的嵌入到其它应用程序中,显著减小研发成本、商业周期以及运营维护风险,具备优异的整体拥有成本TCO(Total Cost of Ownership).

智能感知搜索产品的重要⾓度

今天,顶级的感知搜索提供商正在采用更新更多样的AI人工智能技术,包括自然语言理解 (NLU), 机器学习(ML), 和深度学习等。这些技术的应用大幅度地推进了感知搜索对信息数据的处理和理解,提高了相关性和准确性,吸引了越来越多的企业用户来购买。根据美国Forrester 2019年对感知搜索行业评估研究报告,智能感知搜索产品核心能力有以下几个方面:

1.理解、整合和增强企业数据的能力:传统的关键词搜索引擎只是解析(Parsing)和索引数据,而好的感知搜索可以综合利利⽤用各种技术包括索引,文本分析和AI技术去理解和提炼数据。

2.预测用户意图来提⾼高数据相关性的能力:具备了“意图智能”的智能感知搜索,可以利用上下文分析和用户模型来动态改进搜索查询的理解,不断自训练提高返回结果的精准性。

3.提供使用分析和系统优化的整合应用工具:感知搜索平台向提供了机构客户提供了“开箱即用”的底层数据能力。

4.运营和商业模式创新:随着感知搜索平台运营和部署应用的深入,绝大部分企业内部会产生多个的感知搜索应用需求和用例场景,触发机构“数字化运营”的管理文化,甚至改变机构的运营体系和商业模式。

参考⽂献

• Mike Gualtieri, Srividya Sridharan and Elizabeth Hoberman, “The Forrester WaveTM: Cognitive Search, Q2 2019 “ , USA, May, 2019

• Emily Miller, “Cognitive Search Is The AI Version Of Enterprise Search”, USA, 2018

• Vidushi Vij , “Are Cognitive Computing And AI The Same Thing?”, USA, May, 2018

作者简介
刘莹 ,资深高级管理咨询顾问。专攻大数据,数据仓库,BI (商务智能),IT新产品市场发布和项目技术管理。在IAMOT 国际技术管理协会和PITMET美国世界技术工程管理中心发表过多篇著作。

原创文章,版权所有。首发于中科智营的公众微信号, 转载请联系作者(微信ID:CrystalYLiu), 必须保留本文的署名和链接。部分图片来源于网络,若有侵权请联系删除。

你可能感兴趣的:(搜索引擎,人工智能,大数据)