追一科技 CTO 劉云峰：翻過技術(shù)的“山”，越過落地的“嶺”，NLP 也有春天

10 月 12 日，由追一科技主辦的 “首屆中文 NL2SQL 挑戰(zhàn)賽” 正式收尾。表面上看，這僅僅是一場學(xué)術(shù)性的技術(shù)比武。事實(shí)上，它承載著一家 NLP 企業(yè)對(duì)于推動(dòng)行業(yè)發(fā)展的殷切愿望。

在最近這一波人工智能浪潮中，視覺和語音行業(yè)的發(fā)展和應(yīng)用表現(xiàn)出了強(qiáng)勁的增速，相比之下，NLP 行業(yè)的表現(xiàn)則較為暗淡。從市場上的新興技術(shù)導(dǎo)向企業(yè)來看，視覺和語音領(lǐng)域都跑出了獨(dú)角獸，如曠視科技已經(jīng)申請(qǐng) IPO，而這種現(xiàn)象在 NLP 領(lǐng)域尚未出現(xiàn)。

不過，盡管 NLP 尚未引起市場巨浪，但實(shí)際上其潛在的力量卻是不容小覷?！皬睦碚撋现v，與視覺等領(lǐng)域相比，NLP 的市場會(huì)更大。因?yàn)槿祟惖慕^大多數(shù)信息還是以文字方式在存儲(chǔ)，交流方式也是以語言為主。有語言的地方就有 NLP 作用的機(jī)會(huì)?！?追一科技 CTO 劉云峰在與媒體分享時(shí)表示，NLP 去年開始成熟，今年相對(duì)進(jìn)入逐漸成熟的階段。“NLP 也會(huì)進(jìn)入一個(gè)爆發(fā)期。從技術(shù)成熟度來看，今年肯定是 NLP 的一個(gè)大年，落地到產(chǎn)品應(yīng)該還有一兩年的延后，后面會(huì)有一個(gè)比較大的爆發(fā)。” 他分析說道。

而眾所周知，新技術(shù)的應(yīng)用發(fā)展有兩大核心要素：技術(shù)和產(chǎn)品，這也是 NLP 行業(yè)當(dāng)前面臨的挑戰(zhàn)。在行業(yè)較初期的階段，“如何活著” 成為了市場拋給企業(yè)的命題。而在解決了基本的生存問題后，面臨 “持續(xù)發(fā)展” 時(shí)，則需要結(jié)合對(duì)企業(yè)自身的戰(zhàn)略規(guī)劃和行業(yè)生態(tài)的推動(dòng)。這即是追一科技目前正在探索的事情。一個(gè)技術(shù)創(chuàng)新驅(qū)動(dòng)的 NLP 企業(yè)，在面臨將至的行業(yè)大爆發(fā)，如何厚積薄發(fā)？劉云峰分享了追一科技的理解與實(shí)踐。

首先，他分享了針對(duì)技術(shù)的探討?！八懔Φ耐黄?，解決了語音和視覺的問題。但 NLP 不太依賴算力，人們對(duì)于這項(xiàng)技術(shù)的期望值也很高?！?追一科技 CTO 劉云峰認(rèn)為，NLP 需要突破的核心較為特別。當(dāng)然，技術(shù)不能是空中樓閣，必須要走出論文投入實(shí)際生產(chǎn)。除了基礎(chǔ)技術(shù)的潛在可能性待挖掘，落地能力也成為決定性因素。“很多技術(shù)從論文到工業(yè)的轉(zhuǎn)換周期比以前加快了很多，這是很好的事情?；A(chǔ)設(shè)施已經(jīng)搭建好了，我們需要加速這個(gè)過程?！?他表示，近兩年有很多基礎(chǔ)能力的突破，特別是語言模型上突破，但這些基礎(chǔ)能力并不可以直接在工業(yè)應(yīng)用中落地，還需要擴(kuò)展到如 NL2SQL 這類技術(shù)的突破，然后再落地。

首先，是來自技術(shù)層面的嘗試與突破。今年 9 月，其打破了 CoQA 多輪對(duì)話閱讀理解紀(jì)錄，位列榜單第一。除了在研發(fā)上發(fā)力，該公司也致力于搭建 NLP 細(xì)分方向應(yīng)用研究的平臺(tái)，如其發(fā)起的中文 NL2SQL 挑戰(zhàn)賽。

據(jù)介紹，NL2SQL（自然語言轉(zhuǎn)結(jié)構(gòu)化查詢語句）作為新興的研究領(lǐng)域，在國外由 SalesForce 耶魯大學(xué)等發(fā)布了 WikiSQL 和 Spider 數(shù)據(jù)集，但在國內(nèi)市場，目前還處于起步階段。 NL2SQL 在銀行、保險(xiǎn)、證券、電商、汽車、地產(chǎn)等數(shù)據(jù)富礦領(lǐng)域，有很大的應(yīng)用潛力，可以大大地降低數(shù)據(jù)庫訪問和使用門檻，更好地挖掘數(shù)據(jù)特別是結(jié)構(gòu)化數(shù)據(jù)價(jià)值，讓數(shù)據(jù)庫不再 “沉睡”。 “我們希望搭建一個(gè)平臺(tái)，讓企業(yè)、學(xué)術(shù)屆都關(guān)注到這個(gè)方向。這叫眾人拾柴火焰高?！?/p>

追一科技發(fā)布了業(yè)內(nèi)首個(gè)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(biāo)注數(shù)據(jù)以及相應(yīng)的 SQL 語句。“這個(gè)數(shù)據(jù)集就像一個(gè) NLP 領(lǐng)域的公開尺子。” 劉云峰解釋，就像李飛飛做的視覺領(lǐng)域數(shù)據(jù)集，對(duì)整個(gè)計(jì)算機(jī)視覺的作用一樣，大家都愿意把自己最好的方法用這個(gè)尺子度量一下?！凹夹g(shù)的研究下一步肯定是踩在之前已經(jīng)度量過的，比較穩(wěn)固的結(jié)論基礎(chǔ)上進(jìn)行，所以它為技術(shù)發(fā)展起到了很大作用。” 他說。

技術(shù)在被一步步突破的同時(shí)，也要置于實(shí)際落地場景中檢驗(yàn)。然而，這一過程也并非一帆風(fēng)順。劉云峰直言，對(duì)于做企業(yè)服務(wù)的 AI 企業(yè)來說，很大一個(gè)問題是技術(shù)提供方和使用方互不理解?！翱蛻粲幸粋€(gè)釘子，但是不知道用什么錘子來砸。AI 公司有一個(gè)錘子，但不知道在哪里找釘子。” 他表示需要一個(gè)平臺(tái)來加速從論文到工業(yè)應(yīng)用的蛻變過程。

那么，具體到 AI 技術(shù)的 “老大難” 問題——落地，追一科技又是如何接招？劉云峰分享了幾個(gè)方向。

一是全棧式的技術(shù)布局策略。“融合、開放” 是現(xiàn)市場上的趨勢(shì)，這不僅體現(xiàn)在企業(yè)關(guān)系之間的微妙變化，也表現(xiàn)在技術(shù)的應(yīng)用邏輯中。“真正在工業(yè)落地時(shí)，視覺和 NLP 集合得越來越多，這個(gè)趨勢(shì)叫做多模態(tài)的融合?！?劉云峰介紹道，工業(yè)落地時(shí)，經(jīng)常需要同時(shí)處理多種信號(hào)，而很多應(yīng)用企業(yè)沒有能力，也不會(huì)去融合兩家不同技術(shù)公司的方案?！拔磥眍^部的 AI 公司一定是全棧的?！?他補(bǔ)充強(qiáng)調(diào)。所以，實(shí)際上，追一科技以 NLP 為核心的同時(shí)，也在涉足語音識(shí)別等方面，如，其研究在對(duì)話的交互場景里，有上下文的情況時(shí)怎么把語音識(shí)別做得更準(zhǔn)。

二是商業(yè)閉環(huán)能力，這也是 NLP 領(lǐng)域較難出獨(dú)角獸的原因之一。技術(shù)牛不等于商業(yè)上的成功，劉云峰認(rèn)為，一個(gè)創(chuàng)新企業(yè)的成功，應(yīng)當(dāng)是研發(fā)、產(chǎn)品和商務(wù)三方面都會(huì)比較強(qiáng)。“研發(fā)提高了企業(yè)的天花板和想象空間；產(chǎn)品和工程化團(tuán)隊(duì)負(fù)責(zé)把上限的內(nèi)容轉(zhuǎn)化為平臺(tái)和產(chǎn)品；商務(wù)團(tuán)隊(duì)要解決可復(fù)制性問題，讓一套系統(tǒng)不僅僅適用于一個(gè)客戶，而是所有的行業(yè)?！?他表示，要能夠把公司的上限轉(zhuǎn)化為下限，形成一股強(qiáng)有力的商業(yè)閉環(huán)能力。“最終一個(gè)公司在市場上的地位肯定是由上限和下限的位置共同來決定的，這兩個(gè)都很高的話，這個(gè)企業(yè)在市場上的地位就會(huì)比較高?！?他說道。

三是突破大規(guī)模商業(yè)化的困難。當(dāng)產(chǎn)品順利交付時(shí)，規(guī)?；蔀榱艘粋€(gè)企業(yè)做大做強(qiáng)的重要路徑。然而，做企業(yè)服務(wù)和消費(fèi)者市場并不一樣，消費(fèi)者市場出現(xiàn)爆點(diǎn)時(shí)，可形成指數(shù)級(jí)增長，但企業(yè)服務(wù)就需要更加踏實(shí)地去布局和規(guī)劃。劉云峰介紹說：“企業(yè)服務(wù)更多需要定制化，但是如果我們產(chǎn)品化做得比較好的話，即可實(shí)現(xiàn) “配置即定制”（配置就是PaaS化），能通過配置就可以實(shí)現(xiàn)定制?！?當(dāng)然，在 PaaS 化無法滿足要求時(shí)，就需要通過合作伙伴的建設(shè)助力。“我們完成了 80% 的基礎(chǔ)事情，剩下 20% 也許可以交給合作伙伴?！?他說。

顯然，NLP 行業(yè)的前景是美好的，但過程是還需要探索的。而在此過程中，那些積極為推動(dòng)行業(yè)發(fā)展奔走呼喊的企業(yè)，或許將成為行業(yè)爆發(fā)時(shí)的 “黑馬” 或者 “獨(dú)角獸”，這是關(guān)于厚積薄發(fā)的故事。

題圖來源：pixabay