数据分析与 AI 丨利用知识图谱实现 AI Fabric 治理

在当下，确保数据科学和机器学习平台符合治理规则与政策，已成为一项至关重要的挑战。通常，治理规则隐藏于冗长繁杂的文件之中，给相关工作带来诸多不便。在 Altair，我们采用了一种创新的方法，将知识图谱作为合规决策的核心依据。

Altair RapidMiner 数据分析和人工智能平台构建了一套包含两层架构的 AI 架构体系。

其中，第一层是数据架构，它能够通过数据抽取、清洗、关联等一系列流程将企业的基础数据生态系统整合为一个集成化、协调化且可扩展的知识图谱。

第二层是智能分析执行层，借助它，用户能够轻松设计工作流，通过 ETL（提取、转换、加载）、传统机器学习以及 AI 模块，对知识图谱中的数据进行分析与丰富。这两层紧密集成的数据架构为智能分析执行层提供数据基础，为维护治理规则和政策的合规性带来了显著优势。

构建合规知识图谱

数据架构拥有出色的扩展性，旨在打造专门用以存储合规信息的知识图谱。其构建根基在于对多渠道合规数据的深度发掘与融合。起始阶段，从企业内部的合规制度文件、业务操作中涉及合规的流程记录，以及外部行业规范和法律法规条文等共同构成的综合资料集入手，启动非结构化数据处理流程。

这些处理流程以分布式方式运作，依靠并行且极具扩展性的处理体系，能够有效应对因法规变更、业务范畴扩大等引发的数据规模和类型的持续动态变化。

流程中配备了丰富且可定制的解析工具。简单的像正则表达式，能快速定位符合特定合规格式的数据；复杂的如前沿的自然语言处理（NLP）技术，可精准识别数据里的合规相关实体（如具体法规条款、合规流程中的关键步骤）以及它们之间的关联。

比如，从企业业务流程数据里，解析工具能提炼出“接触客户敏感信息前需完成三级安全认证”这类关键合规准则。

数据处理流程的产出是一个合规知识图谱数据集，其中完整涵盖了从多源数据中精心提取的合规规则与关联。

此数据集被导入数据架构后，用户可在此对数据进行映射与协调，并将其与财务数据库（用于核对财务领域合规数据关联）、供应链数据库（关联供应链环节的合规要点）等其他核心数据源相互连通，进而构建出一个全面、完整且紧密关联的合规知识图谱。

例如，当该数据集与财务数据库整合后，能清晰梳理出资金流动环节里涉及的合规规则及关联，像每一笔重大资金调动所对应的合规审批流程和相关法规依据。

最终形成的“操作规则与合规性图谱集市”，在人工智能工厂中承担着中央控制的关键职责。它在人工智能工作流程及操作过程中，保障治理的合规性，确保企业运营严格契合内部合规管理要求与行业通行的合规标准。

创建具有合规集成的 AI 工作流

AI 工作流不仅能够查询数据，还可以查询知识图谱中存储的合规信息。Altair CoPilot 是一款利用知识图谱的对话助手，其工作流与数据架构实现了无缝集成。

任何智能代理工作流程都可以对“运营商规则与合规图谱”进行查询，以此确保用户请求符合企业和国家的相关指导方针。

例如，当 AI 工作流请求包含地址、姓名或其他个人身份信息的数据时，由于这些数据被标记为高风险数据，系统响应会触发人工审批流程。在数据访问方面，从完整数据集到单个数据点，都可以在灵活的粒度级别上进行限制、标记或分类。

一旦出现不当的数据请求，会在工作流中直接被标记并处理，同时详细记录用户、相关法规等元数据。这些日志还可以进一步存储在数据架构中，以便进行全面的合规性分析。

治理合规性的未来

Altair RapidMiner 通过将数据架构中创建的知识图谱与 AI 工作流相结合，构建出完整的 AI Fabric，形成了一个强大的系统，以此确保治理合规性。这种集成式的方法，不仅保障了合规性，还使企业能够快速适应不断变化的监管环境。

欲了解有关 Altair Graph Studio 的更多信息，请访问：https://altair.com/altair-graph-studio。

欲了解有关 Altair RapidMiner 的更多信息，请访问：https://altair.com/altair-rapidminer-platform-zh-cn。

Altair RapidMiner 数据分析与人工智能平台，是数据分析领域中最早实现将自动化数据科学、文本分析、自动特征工程和深度学习等多种功能同时集成的企业级一站式数据科学平台，帮助用户解决从数据清洗、准备、数据科学建模到模型管理和部署的全流程需求，同时支持数据和流数据的实时分析可视化，适用于从学术研究到企业级应用的广泛场景。

欲了解更多信息，欢迎关注公众号：Altair 澳汰尔

如您对 企业级人工智能和数据分析平台 Altair RapidMiner 感兴趣，欢迎关注公众号免费申请部分软件试用。