中文信息学会副理事长施水才：自然语言处理是AI皇冠上的明珠

2017年5月22日下午，在国家会议中心405举办了“2017GAITC智能投资分论坛”。

施水才， 北京拓尔思信息技术股份有限公司副董事长、总裁、中文信息学会副理事长，在本次论坛上进行了以“从大数据到自然语言处理领域的投资机会”为主题的演讲，以下内容根据施水才的演讲速记整理（有部分删减）：

施水才：大家下午好！今天我报告的题目是“从大数据到大知识——自然语言处理领域的投资机会”。

搞投资是件挺苦逼的事，我最近才开始学习，投资的活很专业，没有常人想象的那么风光。我今天讲的题目有四个方面，第一是对AI时代的看法，第二，NLP（自然语言处理）是AI皇冠上的明珠。第三，我们的AI之路及ABC融合的想法，第四，NLP领域的投资方向。

一、对AI时代的看法

我们不太愿意谈人工智能，但是不得不谈，毕竟大家都在谈。包括我们开复同学，前不久搞了一篇很高点击量的自媒体文章《我不是李开复，我是人工智能》。

从投资的方向上来看，2016年麦肯锡的报告指出，AI方面的投资到2025年会涨到一千多亿美金。大家也可以看到，现在大的巨头们在AI领域的优势是比较大的，但是，是不是有他们，我们就没事干了？

也不一定，这些巨头有数据，有人才，有云的基础设施，我们很难在通用人工智能的领域跟他们竞争。但是，还有别的很多地方和领域是可以做的。

AI为什么这么火爆？ 昨天大会上也谈到大数据，深度学习，高计算力等等，本次大会第一个巅峰论坛，6个嘉宾全是搞视觉的，没有搞自然语言的，是不是搞自然语言太难了？还是说搞自然语言的人不好意思上去？

大数据，深度学习，高的计算能力，导致了现在的很多突破，特别是在感知领域。但是不是说有足够的数据和计算能力就可以了？昨天有一个嘉宾说深度学习，让计算机达到5岁孩子的水平，这样的从大数据到大知识的实践怎么办？其实认知这一部分还是很难的。

二、NLP是AI皇冠上的明珠

为什么说NLP是人工智能皇冠上的明珠呢？我们国家在语言文字信息处理方面诞生了三家上市公司，从上市的顺序来说，最早是汉王，做模式识别，后来科大讯飞做语音识别，然后是拓而思的信息检索和文本挖掘。

最近5年和语音相关的投资是非常大的，除了科大讯飞以外，还有云知声等等，这两年视觉领域的投资非常热， 但实际上我建议大家做投资要慎重，为什么这么说？现在技术的门槛已经变低了，这些东西已经基本成熟，关键是要找到应用场景。如果没有这个应用场景，变现就非常困难。而且这些公司基本上很贵，大家的目标都是独角兽，我们投资就要投资未来。

为什么说前沿的机会在NLP相关领域呢？我们看了一下国外的调研公司的数据，最值得关注的100家AI公司中，25%的项目和自然语言直接或者间接的相关。从另外一个角度，福布斯谈了TOP50的AI公司的融资视角，其中16.2%的资金投向了NLP直接或者相关的领域，看来这个领域大有可为。

我们投资很多时候是跟风的，喜欢跟着美国跑，这可以看出一些趋势。另外，从商业的视角来看，很多具有重要影响的技术与自然语言是直接或者间接相关的。为什么说是AI皇冠上的明珠呢？微软前不久提出一个口号是“自然语言是人工智能皇冠上的明珠”，现在我们中文信息处理界一致认为这个口号恰如其分。

从技术上来说，如何从识别到理解？自然语言主要是为了解决理解的问题，目前在这方面还是非常困难的。传统的NLP技术现在也在用深度学习，根据我们自己的实践，把传统的方法加上深度学习的技术以后，分类，聚类，热点词抽取等等，这些在实践中都是非常有用的。另外，深度学习很多方法，神经网络，循环神经网络，递归神经网络，卷积神经网络，都有自己的用途。

在NLP领域集大成应用的焦点，就是BOTS，它是人工智能的聊天机器人，或者虚拟助理。为什么这些大公司拼命在这个领域竞争呢？它是NLP技术的集大成之处。昨天微软的黄学东的演示，其中有几个例子是非常好的，表现出微软在这方面确实有自己领先的地方。谷歌，苹果，一直到微软小冰，Facebook等等，都是竞争的焦点。

如何提升人工智能的应用效果？这也有很多学问。昨天谈到强人工智能，我觉得强和弱的说法我不太赞同， 强和弱是相对的，我们更加强调的是通用的还是垂直的。 另外，在投资的角度来说， NLP支持认知计算围绕三大领域，一个是交流，第二是决策，第三是发现。从应用场景来说，可能是智能的搜索引擎，还有智能的投顾等等。从市场空间来说，当然是很大的。

我简单介绍下NLP领域的相关典型的项目。alphasense，里面大量使用了自然语言处理的技术。还有美国一家公司，Dataminr，分析社交媒体的数据，和其他数据进行结合，为投资者采取行动。

前几年我们有一个组织叫SMP，我们经常讨论未来用社交网络炒股行不行？我在五道口金融学院经常问老师，我说智能投顾能不能搞？他们说都是骗子，这是某个基金大佬讲的。我昨天又问马马卫华，他也不可置否。主要的问题是什么呢？

能不能搞，证券市场是无效还是有效？这个特别重要。我们也看了很多智能投顾的项目，我们其实特别想投资这些项目，但是非常谨慎。还有一个是KENSHO，也是跟智能投顾有关的应用，大家可以上网去查这些公司的资料。

三、AI之路及ABC融合

我从大学里出来创业，对学术和产业的认知感受颇多，创业其实挺难的。我们1993年的时候搞了一个全文检索，就是搜索引擎背后最重要的技术。后来成立公司，开始创业。

2000年的时候我们开始做自然语言处理方面的东西，大家觉得这个领域发展太慢，市场空间太小，认知度太低。我们对标的公司想买我们，是英国的一家公司，他后来120亿美金卖给惠普。他们当时要买我们，3000万美金，我当时觉得挺好了，心也动了一下，但是觉得卖了干嘛去呢？不知道该干什么，就没卖，自己搞，后来我们也在创业板上市了。

那个时候我们鼓吹大数据，其实不是鼓吹，我们做非结构化数据处理，其实就是大数据重要的组成部分。

现在人工智能时代来了，我们要为大数据加点东西，我们叫“大数据+AI”。我们做AI的时候，回顾历史，最早是1990年，1990年的时候我们学校和国防科工委成立了人工智能实验室，当时参会的人很多，我记得钱学森发言说“人工智能是人脑和手的延伸”。我们很兴奋，国防科工委给我们提供了很多基础设施，20部军线，免费使用，结果搞了三年以后失败了，那个时候还是规则和专家系统的思路，没有大数据，计算力也不行。

对于人工智能我有几点看法。

对产业界来说， 单独谈人工智能，意义不是很大，因为它是属于赋能的。 在现在实际的环境中，最近有一篇文章，讲到ABC的融合是必须的。对比一下IBM，虽然人工智能搞得很早，智慧地球的理念领先业界多年，但是为什么最近业绩不好呢？ 可以看谷歌，Facebook，亚马逊，他们有数据和云的基础设施的支撑，所以他们发展得更好。

人工智能的投资和前几年的大数据差不多，最近我们要发布一个“北京软件名人榜”，我现在还不能说，因为还要经过北京市相关领导的审批。

但有一点是可以说的，现在人工智能的热度已经上升为第二位，第一位还是大数据。我参加过太多大数据的论坛， 我总结就是“钱多，人少，估值高，不挣钱”。 我更加倾向于垂直的，行业性的，能互动的AI。

刚才有一位嘉宾说到智能客服，如果这个智能客服跟人工系统不能结合的话，这个智能客服一定是不好的，必须要有人在参与。核心是应用场景，对于某些应用领域，光有大数据还不行，还得有知识，甚至是大知识。

面向用户提供人工智能的服务能力，不仅在于AI技术的领先，还要有云和数据的支撑。 我们这么多年里，在文本挖掘和知识图谱领域也做了一些工作，也有相应的积累，我们推出了新一代的产品，叫TRS DL-CKM，现在已经用到很多领域。

比如专利自动审查，国家专利局是我们最大的客户，中国已经被称为“专利大国”，但是我们的专利很水，通过我们的智能审查系统，可以发现哪些是冒牌专利。像数据新闻，机器人写作，我们跟很多新闻单位合作用机器人来写文章，目前已经实现了，很多地方已经在用，还有互联网作品的保护等等 。

还有一个例子是金融的风险预警监控，大量的用到了AI技术。我们提出了“冒烟指数”，就是森林要着火了，才冒烟，这个系统在今年对于打击互联网金融非法集资起到了很好的作用。

四、NLP领域的投资方向

最后谈一下投资的建议。

第一，垂直，或者是行业的。

第二，一定要有应用场景。

第三，跟大数据和云服务结合。

第四，关注NLP和知识图谱的投资。

重磅福利！【 2017中国互联网+新商业峰会 】， 6月15-16日两天3000人次，携程创始人梁建章，嘉御基金创始人、前阿里巴巴CEO卫哲，分众传媒创始人江南春等嘉宾已确认出席，期待你的参与， 限量钜惠 票 等你拿！

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 我们