共计 2777 个字符，预计需要花费 7 分钟才能阅读完成。
Sophon 作为星环科技自主研发的一站式智能剖析工具平台，此次推出 3.1 版本，该版本可实现从计算智能、感知智能到认知智能的数据全链路智能剖析。Sophon 的 3.1 新版个性更优异，可笼罩多模态数据的交融剖析、保障隐衷的平安高效剖析等场景。
Sophon 作为数据因素的智能底座，笼罩数据分析建模全流程，提供剖析即服务的能力、数百种分布式机器学习算法、边缘计算能力，并领有多模态数据集成、交融和常识推理、数据因素流通的隐衷计算。
计算智能：数据迷信平台 Sophon Base
Sophon Base 数据迷信平台为解决企业级用户的 AI 模型治理经营（MLOps）难题以及 AI 可信和隐衷爱护问题，此次 3.1 版本推出了 MLOps 中的两项重磅性能：对立 AI 模型仓库和可解释人工智能 (XAI) 模块；同时，基于 Base 优良的分布式计算能力，推出了全新的隐衷计算平台 Sophon PC。
MLOps 的六个对立
目前模型治理与经营面临着模型利用场景简单、规模化治理难度大、部署形式难以对立、模型配置老本高、生产环境危险低等诸多痛点。Sophon Base 在 3.1 新版本中新增 AI 模型仓库性能，帮忙用户在平台上实现 AI 模型的六个对立，别离为：对立纳管、对立运维、对立利用、对立监控、对立评估、对立解释，从而实现模型接入、模型经营治理至继续训练的流程化治理。
此外，Sophon Base 3.1 还反对离线数据批量预测、数据偏移指标监控、自定义预警规定以及审批流程，可利用于客户营销、风险管理、智能投顾、智能决策、收益评估等多个畛域，帮忙用户实现模型的治理集中化、统一化、流程化、自动化、资产化，显著晋升治理经营效率。
MLOps 下的可解释问题
对于 AI 的信赖水平也是 AI 技术难以被大面积应用的次要问题之一。在企业模型利用场景愈发丰盛多样的背景下，往往须要通过简单的模型来实现大型数据集的高精度预测。然而，这些简单模型大部分属于黑盒模型，是不通明的、非直观的、难以被人们了解的。这就造成了准确性和可解释性之间的缓和关系。另一方面，因为监管或政策要求的存在，模型可解释性可大大加强用户对 AI 模型的信赖。在保障合规的同时，模型解释还能推动优化模型，为迭代提供参考。
针对上述问题，星环科技推出了 Sophon XAI，其采纳可解释人工智能应用 Kernel SHAP 算法，利用训练样本集随机采样的特征值代替指标样本的特征值，应用加权线性回归近似 SHAP 值。Sophon XAI 反对数据可视化；简略易用，无需编写任意代码；采纳基于预先的模型解释，在线预测实现后，若对其中局部数据的预测后果存疑，可应用模型解释性能了解和验证 AI 模型的输入，并辅助评估模型危险及鲁棒性。基于以上个性，模型可解释的典型利用场景包含——信贷风控、药物开发、医疗诊断等，可利用于解决“数据孤岛”景象，助力内外数据交融及智能业务合作，晋升业务品质。
隐衷计算内核的平安流通平台
数据安全流通共享方面，Sophon 3.1 版本将原有的联邦学习平台 Sophon FL 全新降级为 Sophon PC 隐衷计算平台，反对多方平安计算、联邦学习和可信的执行环境。全新的 Sophon PC 隐衷计算平台在性能和性能上均进行了大幅降级：性能方面，反对亿级数据隐衷求交和联邦学习建模，计算与传输性能大幅优化；性能方面，新增隐匿查问、联邦特色筛选、数据品质评估、基于差分隐衷的数据探查等性能，并新增多种联邦学习算法和通信协议，可反对多种私有云部署对接。详情请关注平安流通专题。
为不便用户装置与应用，Sophon 3.1 重磅推出轻量化社区版。
感知智能：边缘计算平台 Sophon Edge
随着规范模型市场的日趋成熟，更高精度的模型诉求和长尾场景的疾速建模成为企业数智化转型的第二战场。寻找一款可能满足“业务疾速迭代”和“新场景落地”的需要的端到端的模型生产落地利用平台成为了许多企业的事不宜迟。针对此，星环科技推出星环边缘计算平台，一个笼罩全流程：数据 -> 模型 -> 利用 -> 闭环的边缘智能平台。
感知智能由物联智能和视觉智能两局部形成，将物理世界信号映射到数字世界。星环边缘计算平台负责“感知智能”场景，其中工业级边缘计算平台负责“物联智能”场景，一站式 CV 模型生产利用平台视觉“智能场景”场景。新版边缘计算平台提供了笼罩工业物联网、边缘计算、云边一体业务中两大新个性：
- 全流程个性：提供数据到模型再到利用的全流程构建、公布能力
- 高效率个性：在数据到模型和利用流程之上的全流程疏导式和低代码式操作能力
基于这两大个性，平台可实现多业务零碎的模型对立治理、动静运维与长稳迭代，助力客提高效率、资源共享、模型迭代。除此，Sophon Edge 提供厚实的技术底座，可在工业级边缘计算、图像、流媒体等畛域一站式地撑持丰盛的下层利用。
认知智能：常识图谱平台 Sophon KG
基于常识图谱和自然语言解决，帮忙机器实现了解、解释和推理的能力，是认知智能的底层撑持。其中，常识图谱用图模型来形容常识和建模万物关系的语义网络，展示实体间的简单关系。基于常识图谱可能深入分析，并开掘潜在特色，推断潜在关系，辅助业务决策。
星环常识图谱软件（Sophon KG）是一款笼罩常识全生命周期，集常识的建模、抽取、交融、存储、计算、推理以及利用为一体的常识图谱产品。平台反对低代码图谱构建、智能化常识抽取、多模态常识存储与交融、多模式常识计算和推理以及多维度的图谱剖析。除了具备上述的链路齐备性，平台还从业务场景登程，积淀了几个场景的图数据模型、规定模型和算法模型，能够帮忙客户疾速解决同场景下的业务问题。
新版 Sophon KG 具备更全面新个性：
- 新增文本处理模块，反对实体标注、语义关系标注、单文本分类、多文本分类、情感分类这五种文本标注工作；
- 预置金融场景的实体抽取和语义关系抽取模型，反对基于模型的预标注，并反对手动批改标注后果；
- 实体标注和语义关系标注工作反对一键入图，也反对点边表导出；
- 所有自然语言标注工作在审核实现之后均可导出为模型训练数据格式，可作为后续模型训练的输出；
- 社区聚类等算法反对边权重配置。
除上述新个性，Sophon KG 新版减少了新利用场景：保险智能问答和另类金融数据图谱剖析。以保险智能问答为例，客户面对的次要痛点为：
- 人工客服难以把握全副本公司保险产品细节，在没有知识库的状况下难以做到进行高效查问，服务效率低下；
- 同时保险营销团队较难把握市面上全副的保险产品，在面对客户时可能难以查找其余公司公开产品信息并进行比照，较难突出自身产品劣势。
针对上述痛点，Sophon KG 反对将产品、类型、条款等非结构化关系网数据通过图谱构建、常识抽取、实体交融、关系推理等技术，构建成一个业余知识库；并通过自然语言解决技术，了解发问实在用意，联合常识图谱、QA 问答对等能力，提供一个面向外部员工、保险代理人疾速触达内外保险条款细节的保险常识百科。
