追一科技劉云峰：今年是NLP技術(shù)大年，要做全棧的AI公司

NLP之外，追一科技也在擴大語(yǔ)音和視覺(jué)團隊，構建語(yǔ)義、語(yǔ)音、多模態(tài)等AI技術(shù)的閉環(huán)。

“我上個(gè)月在南京的差旅住宿，花了多少錢(qián)？”

“我上周五通過(guò)信用卡消費了多少錢(qián)？”

……

上述問(wèn)題，聊天機器人可以立刻給你答案。

讓機器讀懂我們的的語(yǔ)言，并且輸出我們能明白的回答，這個(gè)過(guò)程就需要自然語(yǔ)言處理（NLP）技術(shù)的支持。換句話(huà)說(shuō)，NLP充當了機器和人類(lèi)之間的翻譯工作，它在諸多AI應用中發(fā)揮著(zhù)關(guān)鍵作用。

與熱門(mén)的計算機視覺(jué)、語(yǔ)音識別等技術(shù)相比較，研究NLP的創(chuàng )業(yè)公司相對少很多，追一科技便是國內首批從事NLP技術(shù)和深度學(xué)習的企業(yè)智能服務(wù)AI公司，李開(kāi)復曾公開(kāi)表示，“追一科技是國內乃至全球最好NLP公司之一。”

就在最近，由追一科技主辦的首屆中文NL2SQL挑戰賽在南京落幕，從全球1457支隊伍中脫穎而出的五支隊伍角逐最后的冠軍，在此期間，鎂客網(wǎng)采訪(fǎng)了追一科技的聯(lián)合創(chuàng )始人兼CTO劉云峰，探討了當前NLP技術(shù)的發(fā)展和應用落地情況，以及追一科技在NLP技術(shù)浪潮中扮演的角色。

圖 | 追一科技聯(lián)合創(chuàng )始人兼CTO劉云峰

NLP是AI的關(guān)鍵一環(huán)，追一已經(jīng)做到技術(shù)落地

通常情況下，我們會(huì )把AI分為“感知”和“認知”兩個(gè)部分。其中，計算機視覺(jué)和語(yǔ)音識別屬于感知部分，而自然語(yǔ)言處理（NLP）則是認知部分的重要內容。從這個(gè)層面去解讀，NLP的研究難度比計算機視覺(jué)乃至語(yǔ)音技術(shù)都要更上一層樓。

但NLP的發(fā)展歷程比計算機視覺(jué)乃至語(yǔ)音理解都要早，早在上世紀50年代，電子計算機的出現，就帶來(lái)了許多自然語(yǔ)言處理的任務(wù)需求，其中最典型的就是機器翻譯。而我們最為熟悉的NLP應用則是網(wǎng)頁(yè)搜索，從海量的文本中進(jìn)行自然語(yǔ)言的信息檢索和抽取。

伴隨著(zhù)大數據、深度學(xué)習技術(shù)的應用，NLP也進(jìn)入了一個(gè)新的階段，用劉云峰的話(huà)來(lái)說(shuō)，“以前我們只需要機器理解人的語(yǔ)言，但現在的自然語(yǔ)言理解，是希望機器像人一樣具備一定的常識和思維推理能力，這已經(jīng)比以前期望值高很多。”

相應的，圍繞NLP的創(chuàng )業(yè)，技術(shù)門(mén)檻自然很高，這也恰恰是追一科技的一大優(yōu)勢。

追一科技的主要創(chuàng )始團隊中有三人來(lái)自騰訊，創(chuàng )始人兼CEO吳悅是原騰訊TEG事業(yè)群搜索部門(mén)負責人，主持構建了騰訊分布式文件系統、大數據集群、大網(wǎng)頁(yè)搜索引擎推薦引擎等重要項目；CTO劉云峰在騰訊從事搜索技術(shù)、自然語(yǔ)言處理、機器學(xué)習方向的研究長(cháng)達十年，在NLP領(lǐng)域有著(zhù)豐富的技術(shù)和實(shí)戰經(jīng)驗。

成立之初，追一科技從智能客服切入，舉個(gè)例子，通過(guò)追一科技的AI技術(shù)解決方案，可以直接和客服機器人進(jìn)行“正常語(yǔ)言”的交流對話(huà)，比如詢(xún)問(wèn)賬單情況、幫忙訂張票、查找附近最近好吃的餐廳等等。

經(jīng)過(guò)三年的發(fā)展，他們已經(jīng)構建了智能語(yǔ)義和算法平臺等AI技術(shù)棧，打造了以知識為驅動(dòng)的數字員工產(chǎn)品族，包括智能客服、數字催收、數據質(zhì)檢、上崗培訓、用戶(hù)畫(huà)像、反洗錢(qián)分析、警情分析等。

目前，追一科技的智能服務(wù)解決方案，從客服機器人到人機協(xié)同等，也已經(jīng)在招商銀行信用卡、中國移動(dòng)、萬(wàn)達、攜程等企業(yè)中應用落地。

發(fā)起NL2SQL挑戰賽，今年會(huì )是NLP技術(shù)大年

在和企業(yè)客戶(hù)打交道過(guò)程中，追一科技發(fā)現很多企業(yè)客戶(hù)的知識和數據都是以數據庫的形式存儲，問(wèn)題隨之而來(lái)，能不能基于數據庫去解決一些交互的問(wèn)題，NL2SQL（自然語(yǔ)言轉結構化查詢(xún)語(yǔ)句）就是答案。

NL2SQL是NLP的一個(gè)研究方向，可以將人類(lèi)的自然語(yǔ)言自動(dòng)轉化為相應的SQL語(yǔ)句，進(jìn)而與數據庫直接交互、并返回交互的結果。比如我們問(wèn)：大眾10萬(wàn)到20萬(wàn)之間的車(chē)型有幾種？NL2SQL可以讓機器理解這樣的自然語(yǔ)言，并從表格中檢索出答案。

當前，研究NL2SQL的企業(yè)非常少，劉云峰表示在年初NL2SQL挑戰賽之前，國內除了微軟，就是追一科技在做。

所以，為了打開(kāi)這個(gè)新興垂直技術(shù)的天花板，他們發(fā)起了此次NL2SQL挑戰賽。比賽同期追一科技還發(fā)布了業(yè)內首個(gè)大規模的中文數據集，包括4870張表格數據、近50000條標注數據以及相應的SQL語(yǔ)句。

圖 | 首屆中文NL2SQL挑戰賽決賽現場(chǎng)

從比賽初期的60%準確率，到復賽結束時(shí)最高92％的準確率，劉云峰也非常意外，“這個(gè)結果比同類(lèi)數據難度更低的WikiSQL成績(jì)還要好，說(shuō)明我們在基礎技術(shù)的研發(fā)方面，已經(jīng)追上甚至超過(guò)了國外同行的技術(shù)水平。”

不過(guò)他也表示，雖然此次發(fā)布的數據集已經(jīng)覆蓋了10多個(gè)行業(yè)，也具備了一定的泛化能力，但技術(shù)真正落地還有很多工程化的工作，比如行業(yè)是否有這樣的數據積累，數據表格的復雜度以及文本的歧義等等，都需要針對垂直行業(yè)做進(jìn)一步的調優(yōu)。

談及舉辦這次比賽的初衷，劉云峰表示，“從AI的發(fā)展規律來(lái)看，一個(gè)技術(shù)如果有專(zhuān)門(mén)的技術(shù)挑戰賽，會(huì )加速它的產(chǎn)業(yè)化落地，比如視覺(jué)領(lǐng)域的ImageNet，這些公開(kāi)測試集或者挑戰賽出現的時(shí)間點(diǎn)，恰好都是這個(gè)技術(shù)從論文走上產(chǎn)業(yè)化的臨界點(diǎn)。”

劉云峰也強調，從技術(shù)成熟度來(lái)看，業(yè)內已經(jīng)解決了很多NLP的基礎問(wèn)題，今年會(huì )是NLP的大年，但是落地到場(chǎng)景上會(huì )有一、兩年的延后。“之后NLP會(huì )進(jìn)入到技術(shù)成熟階段的爆發(fā)期，能夠解決一些更為復雜的任務(wù)。”

NLP之外，做全棧的AI公司

“交互”是追一科技產(chǎn)品的核心方向，除了早期的文本、語(yǔ)音交互，采訪(fǎng)中劉云峰透露，追一科技正在做“多模態(tài)交互的數字人產(chǎn)品”，這是一個(gè)區別于虛擬主播等朗讀型機器人的交互型產(chǎn)品，囊括了語(yǔ)音技術(shù)、自然語(yǔ)言處理、視覺(jué)三大領(lǐng)域的技術(shù)，并且擁有自我進(jìn)化的能力，能夠對數據知識歸類(lèi)分析總結，自我學(xué)習。

“這個(gè)虛擬形象的表情、肢體動(dòng)作會(huì )和說(shuō)話(huà)內容相匹配，可以做到實(shí)時(shí)的對話(huà)交互。”

劉云峰認為，“未來(lái)頭部的AI公司一定是全棧的AI公司。”也就是說(shuō)，每一個(gè)AI公司既要有自己最核心、最拿手的方向，對其他技術(shù)也需要了若指掌。

所以，NLP之外，追一科技也在擴大語(yǔ)音和視覺(jué)團隊，構建語(yǔ)義、語(yǔ)音、多模態(tài)等AI技術(shù)的閉環(huán)。

目前他們已經(jīng)做到語(yǔ)音技術(shù)的閉環(huán)，而且相較于通用的語(yǔ)音識別，追一科技更關(guān)注語(yǔ)音交互領(lǐng)域的歧義問(wèn)題，提高上下文場(chǎng)景里的語(yǔ)音識別準確率。視覺(jué)方面，追一科技也更加關(guān)注交互所需要的視覺(jué)理解，比如用戶(hù)的手勢識別指令。

上文所提到的“數字人”產(chǎn)品就是追一科技在語(yǔ)音、視覺(jué)、NLP三大技術(shù)上的“集大成者”。

最后，談及NLP的大規模商業(yè)化問(wèn)題，劉云峰認為要解決共同化和平臺化的問(wèn)題，企業(yè)服務(wù)的特點(diǎn)是定制化需求多，所以要做到“配置即定制”，將產(chǎn)品“PaaS”化，加強產(chǎn)品化能力以及與合作伙伴的黏性，更高效地解決企業(yè)需求。

結語(yǔ)：

哪里有語(yǔ)言，哪里就有NLP發(fā)揮作用的地方。正如劉云峰所言，NLP這兩年在語(yǔ)言模型等基礎能力上已經(jīng)有所突破，下一步要完善的就是技術(shù)落地到商業(yè)場(chǎng)景中的工程化問(wèn)題。

從論文到工業(yè)應用，技術(shù)的傳遞鏈在加速，追一科技要做的就是解決好垂直領(lǐng)域的知識問(wèn)題，在技術(shù)應用爆發(fā)到來(lái)前，做好準備。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！