認知智能引領人工智慧3.0時代，睿企科技文本分析技術備受矚目

《聖經》中有一個故事:巴比倫人想建造一座塔直通天堂,上帝看到人類竟然敢做這種事情,就把人類的語言變得不一樣,人們從此聽不懂對方在講什麼,無法繼續建造。

這座塔叫作巴別塔,假如能夠實現不同語言都被理解,我們就可以實現世界上任何兩個人之間毫無障礙的交流和溝通,「重建巴別塔」也就成了可能,而這也正是人工智慧的終極目標之一。

「決策」,人工智慧3.0時代的標誌

事實上,「人工智慧」正式提出時,計算機國際象棋和機器翻譯就是人工智慧的兩個標誌性目標,但直到國際象棋甚至圍棋都被AI攻克,機器翻譯的第一階段,即機器認知智能的核心能力之一 —— 自然語言處理(NLP)能力依然無法和人類相比。

NLP大致包含三個技術層面:詞法分析、句法分析、語義分析,三者之間既遞進又相互包含,這也構成了NLP技術的最大瓶頸。由於詞句往往在具體的場景下擁有不同的涵義,人在理解時會基於已有知識儲備和上下文環境,然而人工智慧目前還很難做到,沒有類似知識圖譜這樣強大的背景知識支撐,是不可能理解語言的。要讓機器理解我們人類的語言,機器必需共享與我們類似的背景知識,還需要依賴深度學習技術,這也就需要大規模甚至超大規模的數據積累,讓機器不斷訓練和學習。

回首人工智慧發展的60多年,經歷了「演算法為重」的1.0階段,現在則進入「數據凸顯」的2.0階段,但真正步入「讓機器做明智決策」的3.0階段,還需要大量數據積累和技術的提升,實現認知智能是當前以及今後一段時間裡AI發展的重要使命之一。

賽道擁擠,結合產業化者佔據先機

如同任何一個人工智慧細分領域一樣,認知智能這條賽道也帶給創業者大量機會。根據不完全統計,自然語言處理新創公司在2014年、2015年和2016年呈現公司成立激增的狀態,但2017年公司創立有明顯的下滑狀態。據投行人士分析,一方面14年及先發成立的初創公司在時間、技術、融資方面已經取得不小的優勢,另一方面,大多創業公司聚焦技術,缺少應用場景開發和數據、人才儲備。

從熱轉冷現象的原因在於——不同於AI競賽或者人臉識別等「感知智能」階段,認知智能技術進步和產業化推進是一種協同關係:人工智慧企業通過特化的技術演算法和產品,促進產業化應用,再根據實際應用中的數據和反饋,反過來推動技術實現進步。

目前各細分領域中,客服、教育、醫療、金融因為具備海量語音數據和較強產業需要,成為企業的兵家必爭之地。

AI 安防警務市場,認知智能創新者另闢蹊徑

而回顧2.0時代曠視、商湯等獨角獸的發展軌跡,我們會發現安防警務與人工智慧天然契合。一方面,本領域數據量遠超公司級別,另一方面,巨大的數據量又讓行業對機器輔助認知和檢索效率產生需求,安防警務領域的創業巨頭正在崛起。從2015年AI技術的產品化引入,到2016、2017年國家大力建設和企業積極創新的共同作用,2018年,AI 安防行業進入快速落地階段,科技開始真正賦能。

不同於在各企業扎堆以電話錄音為核心數據,拓展to C行業的做法,安防警務領域是個極其特殊的市場,有獨特的產品需求。前期發展主要圍繞視頻監控在不斷改革升級,但是2018年開始,公安大數據因為存在海量難處理的異構數據,且缺乏關聯性,無法在全警種智能應用,基於NLP的知識圖譜等認知智能技術的應用成為了公安大數據建設的主流方向,該領域雖然起步時間短、份額較小,但發展潛力強,隨著結構化信息池的豐富, 大規模布控、社會治理場景中,知識圖譜將成為剛需。

據Rich AI睿企科技首席人工智慧專家石江楓透露,睿企科技即使擁有全球領先的認知智能技術實力,但如何真正挖掘和發揮隱藏在非結構化的數據中的數據價值,團隊通過1年多一線隨警了解業務,在大量實戰經驗的基礎上才「敢」讓技術在這個領域落地。通過語義分析來「喚醒」那些隱藏在非結構化數據中的「沉睡的數據」,這也是睿企科技真正想做的事情--通過文本分析的方式,為公安行業帶來生產力。

石江楓認為,警務行業有三要素:時間、傳承和情報。具體來說:一是時間對公安很重要,破案越快越容易打擊挽損;二是警察之間的有效溝通傳承很重要,通暢地交流才能進行信息碰撞,將各自頭腦中的知識碰撞,讓知識成倍積累。比如3個民警10天看完3000頁材料,看完後必須進行有效溝通,否則可能錯過情報細節和辦案線索。三是從海量數據中挖掘有效的情報很重要。認知智能相關文本分析技術則通過感知、認知、探索、發現和輔助決策步驟,將不易理解的數據變成直觀有料的情報,從閱讀理解效率上解決了時間問題,用文本分析結果解決了溝通和情報的問題,極大提升了民警辦案效率。

從感知、認知、發現到決策,一層一層深入抽象核心信息,再以最直觀的方式呈現,直接產生價值。通過數據中台進行全局的自動清洗,關聯理解和融合,送到文本分析平台裡面,進行文本分析的認知和理解。在文本分析的演算法上,從不同的字、詞、句、文章和篇幅的角度來進行理解。對於每個角度,從多角度構建特徵與深度模型,提取出需要的業務知識。睿企科技所做的不單單是語義模型,而是一個具有業務知識的人工智慧工具,把語義分析的知識在業務場景下發揮出最大的作用。在語義計算模型上面,一方面會通過通用的語料庫進行模型預訓練。另外一方面,通過公安數據,在不同的場景下給出不同的語義模型與實踐模型去滿足常用的需求。

近期,「睿企掃黑作戰應用」輔助某市一起團伙套路貸專案相關情報。據介紹,依據一名已知嫌疑人,該應用能智能篩選案件信息,以個人時間軸形式組成時空分析,突出矛盾事件和缺少描述事件,「最終案情用時間線方式進行呈現,並展示出犯罪團伙的發展歷程,解決了組織頭目往往口供乾貨較少,定罪困難的問題。」截至目前,應用已幫助警方將嫌疑人範圍擴大23%,擴展出十餘名被害人,為群眾降低大量財產損失。

「給每個公安行業每個民警配備一個文本分析的大腦,去幫助他們提高辦案效率。解決在時間、傳承溝通、情報分析上的痛點,提高生產力,增效減負,這也是睿企科技人一直努力奮鬥的目標!」石江楓表示。

人工智慧正在進行著突飛猛進的發展,1.0和2.0時代巨頭的優勢並不能阻擋創業公司的成長機會,通過深耕垂直領域和細分賽道,實現自我造血和快速成長,創業公司也有機會在這一新興產業中逐漸做大。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！