會編代碼，能寫詩歌、翻譯小說，甚至參加考試、在線問診……“有求必應”的人工智能聊天機器人ChatGPT推出僅兩個月，它的月活躍用戶就突破了1個億。

ChatGPT的火爆出圈，再次引發了全球對人工智能技術發展的廣泛關注。ChatGPT在技術路徑上采用的是“大數據+大算力+強算法=大模型”路線，又在“基礎大模型+指令微調”方向探索出新範式，其中基礎大模型類似大腦，指令微調是交互訓練，兩者結合實現逼近人類的語言智能。

當前，AI的開發主要依托于大模型技術，需要基于海量的自然語言或多模态數據集，對擁有巨大參數的超大規模模型進行訓練。要成功訓練出更大參數、更高精度、更高能力的大模型，不僅需要巨量的高性能AI算力進行支撐，還需要依托精心清洗獲得的高質量海量數據集，以及高效的數據平台來保障長時間的模型訓練過程。

巨龍信息經過20多年的數據管理經驗總結，采用大數據、雲計算、人工智能等技術結合數據倉庫分層架構設計，構建智立方平台，通過關系挖掘，時序挖掘，時空挖掘等算法，以業務倒推的方式統一構建标準數據模型，實現深入挖掘、串并分析、預警預測等，滿足“人工智能驅動業務提效”的目标。

智立方平台應用場景介紹

畫像分析：基于實體的本體概念模型，構建實體畫像，提煉标簽。通過自然語言處理技術及結構化數據處理技術，采用模闆規則、自動模式、混合模式進行人物的情感挖掘。最後，根據業務需要，采用标簽挖掘、情感極性分析、相似度分析、關系分析等算法，為實體建立畫像進行分析。

關聯分析：基于知識圖譜構建的行為、關系及畫像數據，利用圖的随機遊走、要素關聯、社群發現、意圖識别、語義搜索、關系挖掘、相似度算法，刻畫出對象之間的潛在關聯關系，輔助民警進行深度研判分析。

線索挖掘：結合情指業務場景，進行深層次挖掘，通過頻繁項挖掘、關聯挖掘、分類聚類、異常檢測技術，發現隐藏的人員、線索、要素、關系、行為模式規律等信息，輔助民警進行深度研判分析。

預測預警：利用具體事件與時空特征和特定人群的關聯性，根據曆史事件的時空分布特征，利用節點親密度計算、叙事事件演化圖、要素提取、關聯分析、關系挖掘、比對碰撞、行為模式分析和時空分析算法，對事件的未來發展趨勢進行預測和判斷，例如：事件的趨勢預測、空間熱點預測。

案例分享：當前電詐犯罪持續高發，造成巨額資産損失，已占到刑事發案量接近50%。同時電詐存在犯罪隐蔽性強，群衆防範宣傳難度極大，手段翻新速度較快等特點。基于某地執法用戶調取了12000餘份案件筆錄，6.15億條人口數據，以及20000餘個話單數據作為數據輸入，在平台上進行分析建模挖掘，經過多層級的數據篩查和分析建模，最終分析挖掘出10+個高價值易受侵害的人員畫像特征，得到用戶高度認可。

巨龍信息人工智能以科學、合理、高效的方式，将數十億級的的數據有機地組織到符合人們認知方式的知識網絡中，讓數據更加容易被人和機器理解與處理，在各種業務場景上提供搜索、分析、挖掘、應用、展現、預測預警等應用支撐。

人工智能的發展，離不開人與人工智能的結合，我們的未來，也将是人與人工智能共同進化的時代。