神州泰岳人工智能認知+

對于當(dāng)前人工智能和大數(shù)據(jù)發(fā)展的這個階段，我們認為有兩個挑戰(zhàn)：技術(shù)創(chuàng)新和場景創(chuàng)新，當(dāng)然大家提到的大數(shù)據(jù)應(yīng)用的創(chuàng)新是一個關(guān)鍵的階段。

在人工智能領(lǐng)域，分成兩個方面，一方面是感知智能，有視覺識別和語音識別兩個方向。另外，人工智能中比較挑戰(zhàn)的領(lǐng)域是認知智能，因為認知智能背后的自然語言的語義識別技術(shù)比較難。當(dāng)然，如果技術(shù)創(chuàng)新沒有一個很好的基礎(chǔ)，會導(dǎo)致場景創(chuàng)新沒有那么大的力量。因此，我們知道大數(shù)據(jù)分析的很多應(yīng)用并沒有得到長足的進步，這是與技術(shù)創(chuàng)新有一定關(guān)系的。而當(dāng)技術(shù)創(chuàng)新有了很好的進步時，大數(shù)據(jù)需要在垂直行業(yè)尋找更好的創(chuàng)新場景，垂直行業(yè)的場景創(chuàng)新依然很重要，在場景領(lǐng)域很難做出平臺級的產(chǎn)品。

現(xiàn)在，機器學(xué)習(xí)以深度學(xué)習(xí)為代表已經(jīng)成為一個算法基礎(chǔ)。人工智能本身包括深度學(xué)習(xí)，它的歷史有五六十年。為什么現(xiàn)在我們認為它有很大的應(yīng)用價值，或者是有了很大的進步？

我認為有兩個原因：第一是大數(shù)據(jù)的發(fā)展，為整個人工智能提供了支持，人工智能在整個機器學(xué)習(xí)的過程中需要有樣本、需要有可學(xué)習(xí)的數(shù)據(jù)，大數(shù)據(jù)使得這些可學(xué)習(xí)的樣本更加豐富。第二是算力的發(fā)展，沒有當(dāng)前如此大的算力，同樣的深度學(xué)習(xí)需要的周期，可能是我們無法承受的。

整個深度學(xué)習(xí)，在數(shù)據(jù)豐富以及算力這兩個維度的支持下，使得感知智能發(fā)展取得了很大的成就。如果作為創(chuàng)業(yè)的選擇，能在這些領(lǐng)域找到一定的場景挖掘，我認為是一件很有價值且很值得做的事。

為什么這樣說？我認為有幾個先天的優(yōu)勢：機器學(xué)習(xí)算法各位都可以學(xué)、可以掌握，是一個普惠的資源。而GPU帶來的算力的提升，只要你有資本投入，這些事情都可以輕松地完成。另外，大數(shù)據(jù)的發(fā)展使得我們獲取樣本數(shù)據(jù)的困難在降低，加之政府逐步開放數(shù)據(jù)，因此數(shù)據(jù)的獲取并不難。

綜上幾點所述，此時來做“眾創(chuàng)”是一個很好的機會，從現(xiàn)實情況看，做場景創(chuàng)新的創(chuàng)業(yè)公司越來越多。

從認知角度考慮，我們認為認知智能在深度學(xué)習(xí)方面是達不到預(yù)期效果的。尤其是在行業(yè)領(lǐng)域深度學(xué)習(xí)還將面臨三個挑戰(zhàn)：缺乏足夠豐富的樣本數(shù)據(jù)，算法訓(xùn)練、調(diào)優(yōu)、測試困難；來自中文歧義性的挑戰(zhàn)，相同的含義不一樣的表達，或者相同的表達不一樣的含義；應(yīng)答結(jié)果專業(yè)性的要求，應(yīng)答準確性不可讓步。

在神州泰岳，在智能認知領(lǐng)域有我們自己的技術(shù)：基于概念計算的智慧語義認知技術(shù)，這是一個自由的流派。

從具體的幾個方面來看，我們要做概念識別，比如手里拿一個杯子，大家看到杯子時的概念是一樣的，但語言不一樣。有人叫杯子，有人叫茶具，有人叫杯具，如果說“杯具”，有可能是不好的意思。所以，我們通過符號化的表示，來表達真實的意思。此外我們可以實現(xiàn)多語種支持，而不需要分別處理。

應(yīng)用創(chuàng)新和技術(shù)創(chuàng)新的支持不能簡單粗暴，我們推出了非結(jié)構(gòu)化大數(shù)據(jù)的文本分析挖掘平臺，這個平臺通過建模幫助大家實現(xiàn)很好的創(chuàng)新。并且，這個平臺也是目前業(yè)界首款完全面向行業(yè)建模的平臺。

基于這個平臺，你在進行大數(shù)據(jù)創(chuàng)新的時候，不需要語料、不需要通過CPU，我們每秒處理15萬漢字，大大降低了大數(shù)據(jù)的創(chuàng)新成本?；谶@個理念，神州泰岳提出了“語義云”這一概念。我們會向各個行業(yè)輸出，方便大家應(yīng)用。

舉例來看，我們做了一個智腦系統(tǒng)，就是報案分析，機器可以根據(jù)報案的信息進行分析，比如案件發(fā)生的時間、判斷并識別案件中的關(guān)鍵信息等。目前，北京市公安系統(tǒng)已經(jīng)在真正應(yīng)用。

接下來，我們看一下這套系統(tǒng)的“療效”，針對入室盜竊案情分析，北京市去年入室搶盜案件有22710起，串并規(guī)則19個，續(xù)串案總量2400起。依據(jù)分析線索，經(jīng)過人工研判，實現(xiàn)串并案35個，每個串并案涉及10起左右案件，總計研判涉及未破案件362起，結(jié)果屬實；使用引導(dǎo)式串并，發(fā)現(xiàn)3個串并案，共涉及27個案件，經(jīng)研判屬實；自動續(xù)串3起，經(jīng)人工分析之后，確實屬于續(xù)串案件。針對電信詐騙案情分析，分析案件總量7375起，實現(xiàn)串并總量765串。

總結(jié)下，神州泰岳人工智能認知+的三大戰(zhàn)略理念是：

技術(shù)創(chuàng)新戰(zhàn)略，以“平臺化”策略驅(qū)動核心技術(shù)研發(fā)，圍繞語義認知主題，開放語義認知平臺“泰岳語義云”，吸引更多行業(yè)合作伙伴，共同打造語義認知生態(tài)鏈。

工具創(chuàng)新戰(zhàn)略，以“智能化”策略驅(qū)動人工智能應(yīng)用產(chǎn)品研發(fā)，圍繞行業(yè)應(yīng)用，以文字為載體，需要深度語義認知技術(shù)的應(yīng)用場景，推出系列的智能化應(yīng)用產(chǎn)品。

場景創(chuàng)新策略，以“云計算”策略驅(qū)動非結(jié)構(gòu)化大數(shù)據(jù)應(yīng)用產(chǎn)品研發(fā)，繼續(xù)整合行業(yè)知識，在原有基礎(chǔ)云服務(wù)基礎(chǔ)上，挖掘行業(yè)應(yīng)用內(nèi)涵，推出系列大數(shù)據(jù)云服務(wù)產(chǎn)品。比如“智媒”騰訊智慧傳播管理平臺、證券研報分析云等。（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）