1）AI標(biāo)注能力持續(xù)增強(qiáng)，新增支持智能化的NLP文本分類、關(guān)系抽取、問答功能

2）完成基于規(guī)則引擎和流程引擎的模型編排功能開發(fā)

• BPMN建模：為AI算法創(chuàng)建圖形化模型，用于表示流程中的步驟和順序；

• 規(guī)則引擎集成：用于規(guī)則引擎處理流程中的決策；

• 規(guī)則建模：基于條件觸發(fā)，用于控制流程；

• 模型編排：將規(guī)則引擎嵌入到BPMN模型中，在流程執(zhí)行過程中觸發(fā)規(guī)則引擎；

• 數(shù)據(jù)交互：將輸入數(shù)據(jù)傳遞給規(guī)則引擎，讓其做出決策，并將結(jié)果返回給流程。

3）新增模型原生部署功能，增強(qiáng)平臺(tái)模型迭代驗(yàn)證能力

• 增加基礎(chǔ)部署鏡像、自定義部署鏡像的接口以及出入?yún)?shù)、在線編輯服務(wù)生成等功能。

4）數(shù)據(jù)安全和數(shù)據(jù)質(zhì)量檢查功能增強(qiáng)

數(shù)據(jù)安全與質(zhì)量方面，人工智能中樞平臺(tái)新增支持如下功能：

• 身份驗(yàn)證和訪問控制：精確限制數(shù)據(jù)的訪問，防止?jié)撛诘臄?shù)據(jù)泄漏和濫用；

• 數(shù)據(jù)備份和災(zāi)難恢復(fù)：保證業(yè)務(wù)連續(xù)性，并降低了數(shù)據(jù)丟失和中斷業(yè)務(wù)運(yùn)營的風(fēng)險(xiǎn)；

• 分布式文件存儲(chǔ)集群：提供更好的性能和負(fù)載均衡，從而更好地滿足不斷增長的數(shù)據(jù)需求；

• 數(shù)據(jù)自動(dòng)化檢測(cè)、數(shù)據(jù)質(zhì)量報(bào)告和數(shù)據(jù)驗(yàn)證功能：助力于提高數(shù)據(jù)質(zhì)量和管理效率。

5）引入數(shù)字孿生仿真技術(shù)，實(shí)現(xiàn)AI數(shù)據(jù)和AI業(yè)務(wù)雙閉環(huán)，提高交付質(zhì)量

本次仿真技術(shù)新增如下功能：

• 數(shù)據(jù)生成與模擬：模擬真實(shí)數(shù)據(jù)場(chǎng)景，測(cè)試新應(yīng)用程序或算法；

• 模型評(píng)估與驗(yàn)證：確保其在不同數(shù)據(jù)集上的泛化能力，提高模型的準(zhǔn)確性和可靠性；

• 實(shí)時(shí)監(jiān)測(cè)和優(yōu)化：監(jiān)視數(shù)據(jù)流，算法運(yùn)行指標(biāo)等，及時(shí)發(fā)現(xiàn)異常情況、趨勢(shì)和模式，從而更快地做出反應(yīng)，減輕潛在風(fēng)險(xiǎn)。

6）AI for Data

采用Data Fabric理念架構(gòu)，利用AI強(qiáng)大的數(shù)據(jù)科學(xué)能力抽象出虛擬化數(shù)據(jù)層，通過自助式數(shù)據(jù)洞察可以實(shí)時(shí)集成所有本地以及外部部署數(shù)據(jù)；增強(qiáng)AI引擎數(shù)據(jù)理解能力，提高數(shù)據(jù)就位速度以及保持業(yè)務(wù)連續(xù)性，同時(shí)為業(yè)務(wù)持續(xù)創(chuàng)新升級(jí)創(chuàng)造空間，實(shí)現(xiàn)了AI For Data及 Data For AI 的業(yè)務(wù)閉環(huán)。

ChatResearch研報(bào)閱讀助手是潤和軟件基于金融行業(yè)研究領(lǐng)域所開發(fā)，旨在幫助金融從業(yè)者或投資用戶快速高效地獲取行業(yè)研究報(bào)告內(nèi)容，提升投資工作效率。潤和軟件使用自主研發(fā)的研報(bào)解析算法，對(duì)研報(bào)進(jìn)行逐行、逐圖、逐表的特征化解析，并使用金融行業(yè)的專業(yè)語料進(jìn)行問題與意圖的映射，形成檢索特征條件，使得研報(bào)中提取的內(nèi)容高度符合用戶意圖，再利用大模型的歸納能力進(jìn)行總結(jié)并形成問題的回答。

點(diǎn)擊觀看演示視頻

為鞏固金融測(cè)試領(lǐng)域的領(lǐng)先地位，潤和軟件基于金融測(cè)試的行業(yè)背景和數(shù)據(jù)經(jīng)驗(yàn)，針對(duì)金融測(cè)試場(chǎng)景中的人工測(cè)試繁瑣、工作量大等問題，構(gòu)建APP測(cè)試助手，能夠顯著降低人工操作成本，提升金融測(cè)試工作效率。潤和軟件自主研發(fā)頁面識(shí)別AI模型，可針對(duì)金融APP上諸如轉(zhuǎn)賬、匯款、開戶、查詢、廣告等各類可交互元素進(jìn)行抽取和格式化，并結(jié)合用戶的測(cè)試意圖以及當(dāng)前頁面元素輸入大模型生成操作鏈條，驅(qū)動(dòng)自動(dòng)化測(cè)試平臺(tái)進(jìn)行具體的頁面操作。

1）新增可視化點(diǎn)位管理，點(diǎn)位信息檢驗(yàn)更加高效

2）支持算法在線調(diào)試，現(xiàn)場(chǎng)點(diǎn)位校準(zhǔn)更加便捷

3）視覺場(chǎng)景算法持續(xù)增加，支持近80種場(chǎng)景

目前，潤和軟件變電站AI智能分析主機(jī)已落地江蘇省多個(gè)220KV變電站，并且在新疆、四川等省份也在進(jìn)行積極推廣，后續(xù)將會(huì)服務(wù)于更多不同級(jí)別的變電站智能遠(yuǎn)程巡視。

智能機(jī)器人引導(dǎo)客戶去柜臺(tái)

智能機(jī)器人迎客引導(dǎo)到空位，完成服務(wù)后回到迎賓位置

未來，潤和軟件將持續(xù)在大模型和CV模型上深耕場(chǎng)景，將在智能金融搜索、研報(bào)撰寫助手、多模態(tài)視覺技術(shù)上發(fā)力，為客戶提供優(yōu)質(zhì)人工智能服務(wù)。