“我上個月在南京的差旅住宿，花了多少錢？”
“我上周五通過信用卡消費了多少錢？”
……
上述問題，聊天機器人可以立刻給你答案。
讓機器讀懂我們的的語言，并且輸出我們能明白的回答，這個過程就需要自然語言處理（NLP）技術的支持。換句話說，NLP充當了機器和人類之間的翻譯工作，它在諸多AI應用中發(fā)揮著關鍵作用。
與熱門的計算機視覺、語音識別等技術相比較，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技術和深度學習的企業(yè)智能服務AI公司，李開復曾公開表示，“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(zhàn)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技術的發(fā)展和應用落地情況，以及追一科技在NLP技術浪潮中扮演的角色。
圖 | 追一科技聯(lián)合創(chuàng)始人兼CTO劉云峰
NLP是AI的關鍵一環(huán)，追一已經(jīng)做到技術落地
通常情況下，我們會把AI分為“感知”和“認知”兩個部分。其中，計算機視覺和語音識別屬于感知部分，而自然語言處理（NLP）則是認知部分的重要內容。從這個層面去解讀，NLP的研究難度比計算機視覺乃至語音技術都要更上一層樓。
但NLP的發(fā)展歷程比計算機視覺乃至語音理解都要早，早在上世紀50年代，電子計算機的出現(xiàn)，就帶來了許多自然語言處理的任務需求，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)頁搜索，從海量的文本中進行自然語言的信息檢索和抽取。
伴隨著大數(shù)據(jù)、深度學習技術的應用，NLP也進入了一個新的階段，用劉云峰的話來說，“以前我們只需要機器理解人的語言，但現(xiàn)在的自然語言理解，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)，技術門檻自然很高，這也恰恰是追一科技的一大優(yōu)勢。
追一科技的主要創(chuàng)始團隊中有三人來自騰訊，創(chuàng)始人兼CEO吳悅是原騰訊TEG事業(yè)群搜索部門負責人，主持構建了騰訊分布式文件系統(tǒng)、大數(shù)據(jù)集群、大網(wǎng)頁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、自然語言處理、機器學習方向的研究長達十年，在NLP領域有著豐富的技術和實戰(zhàn)經(jīng)驗。
成立之初，追一科技從智能客服切入，舉個例子，通過追一科技的AI技術解決方案，可以直接和客服機器人進行“正常語言”的交流對話，比如詢問賬單情況、幫忙訂張票、查找附近最近好吃的餐廳等等。
經(jīng)過三年的發(fā)展，他們已經(jīng)構建了智能語義和算法平臺等AI技術棧，打造了以知識為驅動的數(shù)字員工產(chǎn)品族，包括智能客服、數(shù)字催收、數(shù)據(jù)質檢、上崗培訓、用戶畫像、反洗錢分析、警情分析等。
目前，追一科技的智能服務解決方案，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、萬達、攜程等企業(yè)中應用落地。
發(fā)起NL2SQL挑戰(zhàn)賽，今年會是NLP技術大年
在和企業(yè)客戶打交道過程中，追一科技發(fā)現(xiàn)很多企業(yè)客戶的知識和數(shù)據(jù)都是以數(shù)據(jù)庫的形式存儲，問題隨之而來，能不能基于數(shù)據(jù)庫去解決一些交互的問題，NL2SQL（自然語言轉結構化查詢語句）就是答案。
NL2SQL是NLP的一個研究方向，可以將人類的自然語言自動轉化為相應的SQL語句，進而與數(shù)據(jù)庫直接交互、并返回交互的結果。比如我們問：大眾10萬到20萬之間的車型有幾種？NL2SQL可以讓機器理解這樣的自然語言，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(zhàn)賽之前，國內除了微軟，就是追一科技在做。
所以，為了打開這個新興垂直技術的天花板，他們發(fā)起了此次NL2SQL挑戰(zhàn)賽。比賽同期追一科技還發(fā)布了業(yè)內首個大規(guī)模的中文數(shù)據(jù)集，包括4870張表格數(shù)據(jù)、近50000條標注數(shù)據(jù)以及相應的SQL語句。
圖 | 首屆中文NL2SQL挑戰(zhàn)賽決賽現(xiàn)場
從比賽初期的60%準確率，到復賽結束時最高92％的準確率，劉云峰也非常意外，“這個結果比同類數(shù)據(jù)難度更低的WikiSQL成績還要好，說明我們在基礎技術的研發(fā)方面，已經(jīng)追上甚至超過了國外同行的技術水平。”
不過他也表示，雖然此次發(fā)布的數(shù)據(jù)集已經(jīng)覆蓋了10多個行業(yè)，也具備了一定的泛化能力，但技術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(shù)據(jù)積累，數(shù)據(jù)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(guī)律來看，一個技術如果有專門的技術挑戰(zhàn)賽，會加速它的產(chǎn)業(yè)化落地，比如視覺領域的ImageNet，這些公開測試集或者挑戰(zhàn)賽出現(xiàn)的時間點，恰好都是這個技術從論文走上產(chǎn)業(yè)化的臨界點。”
劉云峰也強調，從技術成熟度來看，業(yè)內已經(jīng)解決了很多NLP的基礎問題，今年會是NLP的大年，但是落地到場景上會有一、兩年的延后。“之后NLP會進入到技術成熟階段的爆發(fā)期，能夠解決一些更為復雜的任務。”
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、語音交互，采訪中劉云峰透露，追一科技正在做“多模態(tài)交互的數(shù)字人產(chǎn)品”，這是一個區(qū)別于虛擬主播等朗讀型機器人的交互型產(chǎn)品，囊括了語音技術、自然語言處理、視覺三大領域的技術，并且擁有自我進化的能力，能夠對數(shù)據(jù)知識歸類分析總結，自我學習。
“這個虛擬形象的表情、肢體動作會和說話內容相匹配，可以做到實時的對話交互。”
劉云峰認為，“未來頭部的AI公司一定是全棧的AI公司。”也就是說，每一個AI公司既要有自己最核心、最拿手的方向，對其他技術也需要了若指掌。
所以，NLP之外，追一科技也在擴大語音和視覺團隊，構建語義、語音、多模態(tài)等AI技術的閉環(huán)。
目前他們已經(jīng)做到語音技術的閉環(huán)，而且相較于通用的語音識別，追一科技更關注語音交互領域的歧義問題，提高上下文場景里的語音識別準確率。視覺方面，追一科技也更加關注交互所需要的視覺理解，比如用戶的手勢識別指令。
上文所提到的“數(shù)字人”產(chǎn)品就是追一科技在語音、視覺、NLP三大技術上的“集大成者”。
最后，談及NLP的大規(guī)模商業(yè)化問題，劉云峰認為要解決共同化和平臺化的問題，企業(yè)服務的特點是定制化需求多，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：
哪里有語言，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落地到商業(yè)場景中的工程化問題。
從論文到工業(yè)應用，技術的傳遞鏈在加速，追一科技要做的就是解決好垂直領域的知識問題，在技術應用爆發(fā)到來前，做好準備。
