數據智能++，讓數據價值之路暢通無阻

　　數據價值的充分釋放能夠帶來數字經濟的爆發式發展，而大數據如何與人工智能完美結合，俨然已成為大數據産業新的探索點。在9月26日數夢工場“數據價值之路”技術峰會暨B輪融資發布會上，數夢工場首席技術官崔曉峰闡述了“數據智能++”的理念、解決方案和實踐。

　　目前業界在應用層AI方面取得了一些進展，實現了“小數據、小智能”;當前在“智能+”時代，數據的複雜度、模型變量的複雜度、業務協同的複雜度和數據安全的複雜度都大幅提升，在海量數據的管理過程中需要通過人工智能技術的加持來結構性解決效率、精準度和多元适配問題。數夢工場認為大數據和人工智能的結合應覆蓋全流程、全體系，貫穿數據資産管理和大數據應用的始終。大數據為人工智能的發展提供基礎資源，而人工智能的加持使數據資産管理實現智能化。

　　數夢工場立足于大數據領域的技能和經驗，從全局角度創造性地進行融合，強調數據資産管理過程的智能屬性，也專注于數據資産管理結果的智能體現。“第一個智能+，就是數據資産管理過程中的智能”，崔曉峰解釋道，“數年積累的大數據能力結合人工智能，讓數夢工場在數據處理效率和準确性等方面優勢盡顯，數據資産管理呈現出高效、精準、多元的特點”。

　　基于元數據在數據接入、數據探查、數據清洗、模型設計與加工等階段，通過自然語言語義分析和機器學習，構建“元數據”驅動的“數據項和數據标準推薦關聯”和“關聯後的自動清洗”; 以“元數據”為基礎，自動建立全鍊路數據血緣，進行數據流轉分析、屬性繼承分析和影響分析;以“元數據”和“數據标準”為基礎，構建深度學習的數據标準和模型标準，建立起符合預期的數據質量體系，提高數據治理精準度; 以主題庫和标簽為基礎，來承載“專家經驗”，支撐行業化數據智能; 在普遍耗時的環節，嵌入 AI 能力，比如智能數據增量同步的自動配置、 智能數據切片、智能去重、智能清洗等環節。通過各個環節的提升，實現數據治理過程的高效、精準和多元。綜合人口庫超過12000個字段的标準化工作從20人月被優化至1人月，極大地提高了數據标準化的效率。

　　數據經過治理成為資産後，通過智能評估生成數據質量報告和安全評估報告，并依靠全鍊路數據風險感知、數據安全堡壘和敏感數據智能發現等技術，進行質量監控、運維保障和安全防護。在保障全生命周期數據安全的同時，數夢工場建立并持續積累了大量具有行業屬性的業務标簽和模型，讓數據資産管理變得更加高效和精準。

　　“除了過程的智能化，我們還在具體的業務效果上呈現出智能化的特點：可解釋、可量化和可疊代”。崔曉峰認為，這正是第二個“智能+”的含義。

　　人工智能越來越多地用于輔助人類決策和業務創新，用戶需要更直觀的、更透明的數據智能。數夢工場在自然人大數據實踐中，沉澱出大量的模型和标簽，生成扶貧專題庫，通過數據共享與民政救助應用進行數據聯通，進而主動發現貧困戶，進行精準扶貧。從标簽識别到最終的救助服務，每一步都有迹可循，有理可依，直觀而清晰，可拆解、可溯源、可分析。

　　數據資産管理的結果需要用數據說話，即使是定性的分析，也要有定量的數據做支撐，包括數據分類分級、各級類目、标準數據元和量化标簽等。自提升、自優化是可疊代智能的典型表現，即通過持續不斷的反饋和修正，來形成可持續的、愈加精準高效的數據智能。如數夢工場通過可持續優化的行業語義關聯推薦引擎，結合豐富的行業實踐，使綜合人口庫數據關聯推薦的準确率從60%躍升至98%。在公安領域，數夢工場已沉澱出135組标簽，結合精準督察算法，在酒駕督察、掃黑除惡、重點人員預警等實踐中，均取得了亮眼的成績，如秒級獲取酒駕督察結果，通過長途客運旅客實名信息管控平台抓獲77名在逃人員等，獲得了客戶的一緻認可，也進一步豐富了公安大數據領域的數據積累。

　　未來，數夢工場将繼續在過程智能和結果智能上深入耕耘，讓數據資産管理的過程更智能，讓業務場景的表現更智能，從數據到價值，每一步都暢通無阻。