注：近日，深度好奇聯合創始人兼CEO李祥生在天堂硅谷信息技術閉門會上做了精彩發言，以下根據其講話實錄整理而成。
深度好奇有一個企業愿景和目標：“成為中國認知智能領域的領軍力量”。這首先代表深度好奇必須做出真正的認知智能硬核技術，在國內國際上達到一個水準。我們的主要方向是自然語言處理（NLP），這是認知智能的核心，包含不同技術領域。而在我們最擅長的部分，必須做到比巨頭更強。
在介紹深度好奇的技術和產品之前，首先，我想談幾個基本觀點。
第一個觀點：人工智能的發展就像爬樓梯，左腳是感知，右腳是認知，兩個腳要交替上升。
經歷以視覺、生物識別為代表的感知智能前幾年的迅速發展普及之后，我們認為，認知智能，即將或正在成為人工智能發展新的重心。而且中長期市場容量可能比感知要大，會再上1-2個數量級。市場容量跟著要處理的數據量走。隨著5G到來、智能應用深化，數據量劇增，其中很大一部分是非結構化數據，而文本和語言信息可能占了大頭。我們知道，不能結構化的數據，機器是沒法處理的。數據是礦，儲量迅速增大，但采礦能力嚴重不足。這就是我們今天做認知智能、做自然語言處理的核心需求驅動。
第二個觀點：認知智能落地，要和行業邏輯做深度的結合。認知關乎于主題、對象、知識和知識的關系，許多都帶有非常鮮明的行業和領域特征。所以深度有兩個含義。第一個含義是，從通用領域到細分行業，從廣到深，涉及內容指數級放大，容量/量級就上去了。第二個含義是，對行業深入其中，做認知智能要吃透行業。要有深度好奇，深入其中，才會有深度認知。
第三個觀點：自然語言處理是認知智能應用必須要突破的瓶頸。“語言是認知之母”，從知識表示、到大腦理性的思維活動、表達、溝通、推理、決策……，都是以語言為主要載體。而語言的難度、復雜度、多樣性，決定了所需要的技術高度、難度和復雜度。所以比爾蓋茨說“自然語言是人工智能皇冠上的明珠”。這是一個需要突破的地方，瓶頸突破，后面蘊含的巨大價值才能夠被釋放出來，而掌握瓶頸技術的人，可能有優先獲取權。
深度好奇就在做這件最難的事情。深度好奇的創始人、CTO呂正東博士在這方面的工作，具有國際一流的水準。在過去五年的ACL（自然語言處理國際頂會No.1）排名前30的高引用論文中，有四篇來自大中華區，其中有三篇來自正東和他帶的團隊。所以，在自然語言處理的技術高度上，我們還是非常有自信可以站在國內最強者之列。
通過這幾年積累，深度好奇發展出自己獨有的一套自然語言處理技術框架——面向對象的神經規劃OONP（Objects-OrientedNeural Programming）。結合了人工智能中的符號主義（符號智能）和連接主義（神經網絡）。通俗一點說，符號智能力圖將一切都清晰地形式化、規則化；而聯結主義則更喜歡別想那么多、跟著感覺走。比如在什么情況下出門要帶雨傘？如果要把規則寫下來告訴計算機，會發現要考慮非常多的因素：天氣、心情、為了防雨防曬防身還是偽裝、溫度、季節、氣候可能變化。。。這個規則很難窮舉。而跟著感覺走，并不代表隨機選擇，也是有道理的，只是道理沒有顯化，這就是神經網絡（模糊邏輯）的方法。清晰和模糊、規則和感覺，二者結合，才更接近人腦，也是我們認為處理語言的最佳方式。
這也是人工智能發展的下一代范式。而全球范圍里面目前深度好奇可能是唯一一家把這件事情做到落地的。在這個技術框架支撐下，我們得以突破在自然語言理解里面最難的一些部分，開始做到對語言“真正的理解”。我們現在可以實現復雜文本理解、篇章級文本理解、多輪對話、長距離的推理……這個實用價值是非常大的。
在落地場景和行業上，我們現在做了兩個行業：公安、金融。現有產品面向前后兩端。前端做交互，比如語音調度、多輪對話……，使得交互更加便捷。后端就是基于語義理解，去做非結構化數據的結構化并延展到其他多模態數據。
今天時間有限，我主要介紹一下我們現在的兩個產品：
第一個是公安案情解析研判系統。就是對公安案件處理中涉及的各種文本，案情描述、筆錄、勘察報告之類，進行語義解析，重構知識和關系，用于理解案情、發現線索、分析串并、偵破推理。
我們的系統最近在上海青浦部署，剛剛上線沒多久，就從當地上百起的偷油案中，通過特征抓取識別出一個偷油團伙。這上百個偷油案件，信息非常龐雜。我們產品部署上去之后，基于語義進行各種比對和碰撞，就發現：有四個人在一連串的案件中都在案發地附近出現。我們從案情文本構建的知識圖譜中識別出嫌疑人、關聯人來，再和手機信息建立關聯，再結合各種信息不斷發現特征模式，縮小嫌疑人范圍，從幾千、幾百到幾十，最后到4個人。。。我們還發現了其他一些關鍵信息，譬如同一輛外地牌照的車也都在好幾個地方出現。。。這些關鍵信息給到警察，后面的事情一下子就變得容易了。
這個真實案例所印證的技術原理，從刑偵到反恐、網安，包括輿情監控，實際上都一樣。
第二個產品是我們叫信貸智能視頻審核系統，就是利用人工智能機器人進行線上的視頻審核。我們稱之為信貸風險審核3.0。1.0就是線下的面審，2.0是大數據風控。在面審這個環節，之前由線下門店來做，人、信息、業務都是分散的，無法標準化、集中化，也存在道德風險。我們現在打通線上線下，由機器人對信貸申請人，進行身份核實和多輪的審核問答，最終形成一個綜合評估分數，融合到模型里面去做風控，現在這個系統已經在我們的合作伙伴那里全面上線。我們的多輪對話、語音語義聯合處理的技術，和其他周邊AI技術結合（比如微表情、聲紋識別等），深度進入行業之后，把我們合作伙伴的風控KS指標，提升了5%-8%，這個在業界是非常不容易的。
最后，作為今天發言的一個結尾，我想說一句話：認知智能是一條長程賽道，我們要讓自己長出翅膀來。
做NLP，尤其我們去做語義理解、復雜文本理解，難度很大，所以是一個長跑，靠深度、厚度和積累，去實現突破，并且持續地向上走，讓天花板和壁壘變得更高。盡管難，我們選擇這件事，也會持續不斷的去把這件事情越做越好。這是一個基于自身優勢的主動選擇，也是一個立足于市場環境的競爭策略，因為當你做到最強的時候，就是一片藍海。當然，在這一點上，我也要感謝我們合作伙伴和客戶的支持，特別是今天一起與會的中奧科技給我們的長期支持。
在NLP市場和技術伴隨發展的這條長程賽道上，我們要讓自己長出翅膀。風來了豬都會飛，但風一停，沒有翅膀的豬一定摔得很慘。所以要無懼風起風落，我們得有翅膀。這個翅膀，對于深度好奇來講就是：硬核技術+行業深度。這是我們自己的理解。
就講這么多，謝謝各位。
----------------------------------------
Q:我剛才看了你很多應用在公安系統的。比如說有一個犯罪團伙，是幾個地方的人構成，北京人、中原往西部的人、華南人……比如說我說一句話，我說我先走就這個意思，北京說我先顛了（音），中原西部的人說我先撤了，廣東人會說我走先了，你們是如何把這種方言，不同的表述來達到一致，就說這些人他們先走了？
A：會通過一個學習的過程，方言也要學習，學習之后就可以識別。我們的系統北方方言、南方方言（比如浙江臺州話）……，都可以支持。
Q:一般要訓練多少次以后能達到這種真正比較精準的認知。因為有些地方方言它其實差別非常大？
A：這個從技術角度，一方面要看問題本身的復雜度，另一方面結合我們給機器提供的學習信息，信息越精準，學習速度就越快。為了精準學習，我們都是自己做標注，人員學歷全都是本科以上。所以，從純粹訓練次數上來講，這個仍然是一個綜合概念。就目前而言我們自己系統的一些核心功能，大概訓練幾千到1萬次，就可以達到非常好的效果。這是深度學習的一個優勢。
Q：剛剛王總提的其實是通用領域的認知，李總解決的是垂直領域，是有邊界的。在沒有邊界的領域做智能，我們發現雖然大廠都在做，其實解決問題的效果沒有那么好，所以我們后來也在往垂直領域在看，看是不是說技術能夠在某些行業內找到一些解決方案，問題又剛好是痛點。
A：是這樣的。我們知道聊天也好，對話也好或者理解也好，背后一定是依賴于一個知識集，如果是開放式的聊天機器人，想聊什么就聊什么，背后要求的知識其實很高的。所以我們在做方向選擇的時候，首先就把開放領域的聊天過掉了，因為我們非常清楚技術應用的邊界。
