认知智能引领人工智能3.0时代 睿企科技文本分析技术备受瞩目

推荐 2019-07-22 11:29:47

《圣经》中有一个故事：巴比伦人想建造一座塔直通天堂，上帝看到人类竟然敢做这种事情，就把人类的语言变得不一样，人们从此听不懂对方在讲什么，无法继续建造。

这座塔叫作巴别塔，假如能够实现不同语言都被理解，我们就可以实现世界上任何两个人之间毫无障碍的交流和沟通，“重建巴别塔”也就成了可能，而这也正是人工智能的终极目标之一。

“决策”，人工智能3.0时代的标志

事实上，“人工智能”正式提出时，计算机国际象棋和机器翻译就是人工智能的两个标志性目标，但直到国际象棋甚至围棋都被AI攻克，机器翻译的第一阶段，即机器认知智能的核心能力之一 ——自然语言处理（NLP）能力依然无法和人类相比。

NLP大致包含三个技术层面：词法分析、句法分析、语义分析，三者之间既递进又相互包含,这也构成了NLP技术的最大瓶颈。由于词句往往在具体的场景下拥有不同的涵义，人在理解时会基于已有知识储备和上下文环境，然而人工智能目前还很难做到，没有类似知识图谱这样强大的背景知识支撑，是不可能理解语言的。要让机器理解我们人类的语言，机器必需共享与我们类似的背景知识，还需要依赖深度学习技术，这也就需要大规模甚至超大规模的数据积累，让机器不断训练和学习。

回首人工智能发展的60多年，经历了“算法为重”的1.0阶段，现在则进入“数据凸显”的2.0阶段，但真正步入“让机器做明智决策”的3.0阶段，还需要大量数据积累和技术的提升，实现认知智能是当前以及今后一段时间里AI发展的重要使命之一。 

赛道拥挤，结合产业化者占据先机 

如同任何一个人工智能细分领域一样，认知智能这条赛道也带给创业者大量机会。根据不完全统计，自然语言处理新创公司在2014年、2015年和2016年呈现公司成立激增的状态，但2017年公司创立有明显的下滑状态。据投行人士分析，一方面14年及先发成立的初创公司在时间、技术、融资方面已经取得不小的优势，另一方面，大多创业公司聚焦技术，缺少应用场景开发和数据、人才储备。 

从热转冷现象的原因在于——不同于AI竞赛或者人脸识别等“感知智能”阶段，认知智能技术进步和产业化推进是一种协同关系：人工智能企业通过特化的技术算法和产品，促进产业化应用，再根据实际应用中的数据和反馈，反过来推动技术实现进步。

目前各细分领域中，客服、教育、医疗、金融因为具备海量语音数据和较强产业需要，成为企业的兵家必争之地。 

AI+安防警务市场，认知智能创新者另辟蹊径 

而回顾2.0时代旷视、商汤等独角兽的发展轨迹，我们会发现安防警务与人工智能天然契合。一方面，本领域数据量远超公司级别，另一方面，巨大的数据量又让行业对机器辅助认知和检索效率产生需求，安防警务领域的创业巨头正在崛起。从2015年AI技术的产品化引入，到2016、2017年国家大力建设和企业积极创新的共同作用，2018年，AI+安防行业进入快速落地阶段，科技开始真正赋能。 

不同于在各企业扎堆以电话录音为核心数据，拓展to C行业的做法，安防警务领域是个极其特殊的市场，有独特的产品需求。前期发展主要围绕视频监控在不断改革升级，但是2018年开始，公安大数据因为存在海量难处理的异构数据，且缺乏关联性，无法在全警种智能应用，基于NLP的知识图谱等认知智能技术的应用成为了公安大数据建设的主流方向，该领域虽然起步时间短、份额较小，但发展潜力强，随着结构化信息池的丰富， 大规模布控、社会治理场景中，知识图谱将成为刚需。 

据RichAI睿企科技首席人工智能专家石江枫透露，睿企科技即使拥有全球领先的认知智能技术实力，但如何真正挖掘和发挥隐藏在非结构化的数据中的数据价值，团队通过1年多一线随警了解业务，在大量实战经验的基础上才“敢”让技术在这个领域落地。通过语义分析来“唤醒”那些隐藏在非结构化数据中的“沉睡的数据”，这也是睿企科技真正想做的事情--通过文本分析的方式，为公安行业带来生产力。 

石江枫认为，警务行业有三要素：时间、传承和情报。具体来说：一是时间对公安很重要，破案越快越容易打击挽损；二是警察之间的有效沟通传承很重要，通畅地交流才能进行信息碰撞，将各自头脑中的知识碰撞，让知识成倍积累。比如3个民警10天看完3000页材料，看完后必须进行有效沟通，否则可能错过情报细节和办案线索。三是从海量数据中挖掘有效的情报很重要。认知智能相关文本分析技术则通过感知、认知、探索、发现和辅助决策步骤，将不易理解的数据变成直观有料的情报，从阅读理解效率上解决了时间问题，用文本分析结果解决了沟通和情报的问题，极大提升了民警办案效率。