专知,一个新的认知方式!

2017 年 9 月 16 日 专知 Quan

时光荏苒,岁月如梭,转瞬间我从阿里回到所里(中科院自动化所)也快一年了。选择回来,目的很简单,就是选择一种创业方式,践行下自己思考的一些想法,做点事情。万事开头难,在实验室的支持下,我们从0开始到0.1再到0.2,一路建团队、搭环境、做产品。时至今日,专知基本版正式Ready,我们特别地向大家介绍下,专知是什么,希望大家喜欢。



专知


专知,连接人与知识,顾名思义,提供专业可信的知识分发。专知致力于帮助你又好又快地获得你关心领域里专业可信的知识,进而高效地解决工作生活中的实际问题和满足创造学习的认知需求。


专知,专-术业有专攻【1】,专业、可信、高质量;知-人学始知道【2】,知识化组织索引内容分发。我们以“专”和“知”为两个核心维度来不断建设,为用户提供专业可信的认知服务,创造价值。


专知,目前聚焦在人工智能领域,为AI从业者提供专业可信的知识服务。现在通过专知,你可以第一时间获取全互联网平台上关于人工智能领域的最新资讯和优质内容,以及更便捷地获得关于人工智能领域的体系性链路化的专业可信知识,帮助你快速入门学习AI。


专知,提供一个新的认知方式,为你创造更美好的生活带来一点小小改变!


                           

【1】-出自唐代韩愈的《师说》, “闻道有先后,术业有专攻”

【2】-出自唐代孟郊的《劝学》, "人学始知道,不学非自然"




为什么要做专知?


现在关于知识社区平台有知乎、简书以及一些垂直媒体频道如将门创投、机器之心、新智元,为什么需要专知呢?首先,在当下的移动互联时代,如何帮助人们又好又快地获取他们所需求的信息、内容、知识、资源等,仍然是一个亟待解决主要问题,是一种刚需。移动互联时代,互联网很便捷地让你我随时随地的创造和消费内容,给工作学习提供了更多便利,但是我们也深刻感受到一些问题和痛点:


●  一是网络上碎片化的内容难于形成有效的知识体系,不便于用户进行索引和学习认知,这是“知”的问题;


●  各领域的内容质量良莠不齐,专业度可信度缺失,这是“专”的问题。


互联网不再仅仅是一种信息获取娱乐消遣的工具,人们的生活工作学习和认知升级更需要互联网。在创造性工作中,如何方便找到专业可信的资料,是一个必须环节。虽然现在信息数字化工具能够基本满足需求,但是远远不够。


比如我们AI科研圈,每天需要阅读很多工作者研究领域的论文、报告、资讯,现在有IEEE Xplore、ACM Digital Library、微信公众号等,但目前存在的问题是这些资料知识比较分散、乱序、专业质量层次不齐,科研用户对获取这些资料的路径较长费时费力,且同行交流性不够,需要提供更好的知识分发和协作交流工具满足科研者需求。


另外在生活中,我们碰到的日常问题,比如健康医疗的咨询处理、买房理财、教育等问题,都需要专业可信的知识供给服务。现在这些问题,依然没有解决,任重而道远。“专”和“知”问题的解决才能进一步激发互联网的生产效率,促进社会协作和满足人们需求,创造更大价值。 


因此,我们提出专知,解“专“和“知“的问题,定位是一个专业可信的知识分发平台,我们希望通过专知有效地把专业创作者、专业可信知识和需求用户更好连接起来,互信协作共进,实现Win(创作用户)-Win(需求用户)-Win(专知)的共同价值体系。



专知功能特性


前面我们表达了专知的价值理念,就是帮助用户又好又快地找到所需要的专业可信的知识。目前专知的基本版为用户提供人工智能领域内主题定制、主题链路、搜索发现的知识服务。


● 主题定制:基于构建的人工智能领域“主题知识树”,你可以定制感兴趣的主题,便捷获取个性化的最新优质资讯内容。主题知识树, 包含了五千多个人工智能领域主题和完整体系结构,涵盖机器学习、大数据、系统架构、编程语言、互联网等常规类目。


● 主题链路:针对人工智能领域的重点主题,我们一方面邀请了AI领域内的资深从业者包括青年研究员、高年级PhD等对其所研究领域对应的主题进行了专业知识撰写,另一方面利用自动算法和人工协作精选编辑了特定主题的最全经典的系统性链路知识资料,构建成主题链路知识库。用户通过循着主题链路索引可以系统性学习知识,入门掌握一个领域的必备常识知识,解决工作学习中的实际问题。基于完整的人工智能、大数据、系统架构、编程语言的体系层次结构,用户可以一站式学习AI。请访问桌面或手机端专知,进行搜索主题查看。


 

 

搜索发现:我们基于ElasticSearch构建了专知搜索发现,可以让你快速、精准触达专知沉淀的关于人工智能的资讯内容、主题、链路知识等资源。

 

使用专知,登陆 www.zhuanzhi.ai,定制构建你专属的专业可信知识服务。



专知技术实现


专知的处理基本流程如下,涵盖内容的生产、处理、分发三个基本的环节:


● 内容生产: 一方面我们基于WebCollector开源爬虫构建实时定点数据采集系统,针对全网的AI内容做了精选采集,另一方面我们通过人工众包机制生产知识内容。


● 内容处理: 我们重点解决“专”和“知”的问题,一方面是内容的结构化、体系化、链路化,另一方面是内容的专业可信质量评估,均通过机器学习算法和社会化人工协作机制来完成。经过“专”和“知”处理产生知识性内容与主题知识树构成内容知识库。


内容分发: 我们现阶段主体以主题定制、主题链路、搜索发现三种交互方式,把专业可信的知识触达到用户,满足用户的需求。



                           


专知团队


立业成事在于人,在于有一个核心团队。我们来自于中国科学院自动化研究所模式识别国家重点实验室多媒体计算组。


专知致力于构建简单、专业、信任、快乐、赢的团队文化,道同谋,言必信,信必达,行必果。我们从0开始,规划、探究、研发、验证,7月份发布专知0.1版-主题定制的内容分发,9月中旬上线专知0.2版-主题链路的知识分发。 


一路走来,我们探索思辨,各司其职,协作共进。专知的使命是以用户为中心构建场景化的认知链,让世界更有序。专知的价值是为用户提供专业可信的知识服务。专知的愿景成为面向用户最专业可信的认知服务体。我们相信而看见未来,正在实现!


感谢专知团队, 感谢专知用户, 感谢这个时代!


未来,任重道远,时间飞逝,我们需要更加奋力前进!



专知使用


注册访问

Pc Web 请访问 www.zhuanzhi.ai(使用Chrome或者Microsoft Edge体验最佳)

 

手机访问,请用手机浏览器(UC、Safari、Chrome)键入http://www.zhuanzhi.ai;

或者微信扫描如下二维码使用



收藏或添加到手机主屏幕, 方便使用。



微信关注:

点击最上方蓝色“专知”或者”微信公众号扫一扫如下二维码关注我们,获取最新动态。




点击阅读原文来访问我们吧~


登录查看更多
167

相关内容

专知,专业可信的知识分发平台。
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
一份简短《图神经网络GNN》笔记,入门小册
专知会员服务
224+阅读 · 2020年4月11日
专知会员服务
123+阅读 · 2020年3月26日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
模型压缩究竟在做什么?我们真的需要模型压缩么?
专知会员服务
27+阅读 · 2020年1月16日
【EMNLP2019教程】端到端学习对话人工智能,附237页PPT下载
专知会员服务
68+阅读 · 2019年11月25日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
20+阅读 · 2019年11月8日
我在知识星球这一年
码农翻身
10+阅读 · 2019年2月28日
【关关的刷题日记60】Leetcode 437. Path Sum III
【LeetCode 136】 关关的刷题日记32 Single Number
构建AI知识体系-专知主题知识树简介
专知
339+阅读 · 2017年9月17日
你好,欢迎来到专知!
专知
15+阅读 · 2017年8月9日
Knowledge Distillation from Internal Representations
Arxiv
4+阅读 · 2019年10月8日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
3+阅读 · 2018年1月31日
VIP会员
相关VIP内容
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
一份简短《图神经网络GNN》笔记,入门小册
专知会员服务
224+阅读 · 2020年4月11日
专知会员服务
123+阅读 · 2020年3月26日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
模型压缩究竟在做什么?我们真的需要模型压缩么?
专知会员服务
27+阅读 · 2020年1月16日
【EMNLP2019教程】端到端学习对话人工智能,附237页PPT下载
专知会员服务
68+阅读 · 2019年11月25日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
20+阅读 · 2019年11月8日
相关资讯
Top
微信扫码咨询专知VIP会员