编者按

第22届中国—东盟商务与投资峰会期间，《中国—东盟人工智能场景应用案例集》在“中国—东盟商界领袖论坛”正式发布。

该案例集全面梳理了人工智能在数智政府、智能制造、智慧农业、智慧政务、医疗健康、文化旅游等领域的创新实践，生动展现了AI技术赋能千行百业的最新成果。本案例集的发布，既是对中国与东盟数字合作成果的总结，也为区域智能化发展提供了宝贵参考。特此编发，以飨读者。

深圳计算科学研究院

（伏波配方数字化AI设计）

深圳计算科学研究院(简称“深算院”)是深圳市人民政府2018年底批准建设的“十大基础研究机构”之一，于2019年4月正式运营，以建设世界一流的计算基础科学研究机构为目标，致力于打破国外技术垄断，重点研究以大数据为代表的计算科学基础理论，开发核心系统软件。

基本情况

伏波系统是深算院自研的以人工智能驱动的智能配方系统，适用于烟草配方设计，基于较低的数据收集成本自动准确地寻找替代配方，以全自研高性能计算密集型并行计算引擎，实现烟草企业不同叶组配方研发的自动化、精准化和智能化，帮助提升产品质量与生产效率。

伏波系统在于深圳烟草的合作中，以品牌为导向，传承行业已有产品数字化设计经验推动面向“双喜·好日子”等中等规模品牌的产品数字化设计技术集成创新探索，基于原创图关联数据挖掘技术，开创“逻辑规则+机器学习”的全栈AI技术，聚焦研发需求输入、配方设计、调香设计、材料设计等关键环节，研究多算法模型交互和串并联技术，构建一系列高效精准、互通性强、可拓展性高的数字化模型算法和一体化技术体系，并应用于好日子品牌多规格卷烟产品研发维护中。

伏波系统通过构建烟叶感官数据及近红外数据的大规模图谱，挖掘数据问潜在关联规则。实际替代烟叶挖据项目中，动态跟踪烟叶原料最佳醇化使用期，合理规划烟叶投产时间，精准、高效替换生产过程中单料烟叶缺失的原材料，系统能高效发现相似度超80%的替代烟叶，大幅提升配方评吸人员的工作效率。

特色亮点

伏波系统突破性以图关联规则理论为基础，以自研的自动规则发现算法为核心，将逻辑规则与机器学习融合，实现数据处理的智能化、自动化;通过关系型数据业务属性的自动抽取与转化，实现关系型数据转图数据;采用首创的子图为中心的自适应并行计算模型，实现超大图的规则发现和增量数据的规则应用。主要包括将逻辑规则与机器学习融合、时序图事件预测与逻辑条件智能推荐模型应用于卷烟产品数字化设计，可实现设计配伍的潜在挖掘信息与多因素交互下的卷烟设计相关指标的高效精准分析与关联，并通过图数据的转化、分布式图计算架构与图清洗规则提升等综合技术建立核心的自动规则发现算法，实现数据规律的深度、准确发现、运用及表征。

首次创建了适用于烟草行业卷烟产品数字化设计的“逻辑规则+机器学习”及图关联关系相结合的智能数据计算系统，能够高效精准挖掘数据特征，显著提高卷烟产品数字化设计技术的推广效率和应用成效，为中等规模企业及品牌开展品牌导向的卷烟产品的个性化设计和研发提供可靠的技术支持和解决方案。主要体现以下几方面：

一是智能化数据分析模式，提高预测的科学性；

二是图数据转化与分布式计算，增强解释的全面性；

三是图关联规则与时序化机器学习模型的融合，提高推荐的准确性；

四是图数据清洗规则的提升，增强数据治理的可靠性。

优选香味前体物质高质量数据集，有效融合潜香物质数据库，形成卷烟产品糖料配方数字化设计模型。采用多算法模型交互和串并联技术的集成创新。