明略科学院于政:新基建工业智能再加速( 二 )

  另外由于基于知识图谱的图检索和语义关系,该问答系统还具有推理能力 。 例如,用户提问某一型号的轴承适合的高温环境,我们通过图挖掘发现该轴承没有工作温度直接的属性信息,但是关联的一些零部件是有温度信息的,可以通过零部件的工作温度推理计算得出适合该轴承的适合温度,取所有零部件最低温度的最大值和最高温度的最小值 。

  这个案例充分说明基于知识图谱的问答兼具灵活性和推理能力,这是基于传统的FAQ知识库问答系统是所不具备的 。 总体来说,通过该智能客服系统,企业减少了30%-50%的轴承办公人员,在降本增效的同时还提高了知识的在线和沉淀 。

  此外,结合知识图谱与机器学习技术,明略科技还为知名汽车品牌构建针对故障维修的远程诊断辅助决策系统,帮助售后部门远程进行故障诊断并提供维修建议 。 对企业来说,通过这套知识图谱解决方案的挖掘和沉淀下来的知识,能够加速和扩大维修经验的积累和分享,提升培训效率,提高维修效率,实现维修案例快速反映和指导反馈,以及对于高风险问题的早期识别等 。

  此次疫情,对传统工业制造业来说意义重大,一方面让企业看到了面对突发状况时的不可控,也看到了若能提前实施数字化、智能化举措可让损失尽可能降低 。 无疑,此次疫情大考、新基建政策的发布,都会助推企业按下自我转型的加速键 。


推荐阅读