2017GAITC智能投資分論壇實錄丨施水才：從大數據到大知識-自然語言處理領域的投資機會

主題：智能投資分論壇

時間：2017年5月22日下午

地點：國家會議中心405

從大數據到大知識-自然語言處理領域的投資機會

施水才

北京拓爾思信息技術股份有限公司副董事長、總裁、中文信息學會副理事長

張泉靈：接下來的演講嘉賓是學者出身，自己做公司，非常的成功，同時也投資，我相信他在談智能化創業的時候會有更多的體會，讓我們有請北京拓爾思信息技術股份有限公司副董事長、總裁施水才先生，有請！

施水才：大家下午好！今天我報告的題目是「從大數據到大知識——自然語言處理領域的投資機會」。搞投資也是挺苦逼的事，我最近才開始學習，投資的活很專業，沒有常人想象的那麼風光。我今天講的題目有四個方面，第一是對AI時代的看法，第二，NLP是AI皇冠上的明珠。第三，我們的AI之路及ABC融合的想法，第四，NLP領域的投資方向。

前面的不用講了，我們不太願意談人工智慧，但是不得不談，因為大家都在談。包括我們開復同學，前不久搞了一篇很高點擊量的自媒體文章《我不是李開復，我是人工智慧》。從投資的方向上來看，我們看了一些數據，2016年麥肯錫的報告，AI方面的投資到2025年會到一千多億美金。大家也可以看到，現在大的巨頭們在AI領域的優勢是比較大的，但是是不是有他們，我們就沒事幹了？也不一定，這些巨頭有數據，有人才，有雲的基礎設施，我們很難在通用人工智慧的領域跟他們競爭。但是，還有別的很多地方和領域是可以做的。AI為什麼這麼火爆？昨天大會上也談到大數據，深度學習，高計算力，本次大會第一個巔峰論壇非常好，但是我後來看了一下，6個嘉賓全是搞視覺的，沒有我們搞自然語言的，是不是搞自然語言太難了？還是說搞自然語言的人不好意思上去？大數據，深度學習，高的計算能力，導致了現在很多突破，特別是感知領域。但是不是說有足夠的數據和計算能力就完了，要從大數據到大知識，昨天有一個嘉賓說最後深度學習，讓計算機達到5歲孩子的水平。更高怎麼辦？比如說認知領域的自然語言處理。人工智慧從計算到感知，比如圖像，語音，現在已經取得了非常大的突破，但是認知這一塊還是是很難的。

為什麼說NLP是人工智慧皇冠上的明珠呢？我們國家在語言文字信息處理方面誕生了三家上市公司，從上市的順序來說，最早是漢王，做模式識別，後來科大訊飛做語音識別，然後是拓而思的信息檢索和文本挖掘。最近5年和語音相關的投資是非常大的，除了科大訊飛以外，還有雲知聲等等，這兩年視覺領域的投資非常熱，甚至於昨天的主持人還搞了一家這樣的公司，我說可不可以投點？他說不行了，計算所不同意。但實際上我建議大家做投資要慎重，為什麼這麼說？現在技術的門檻已經變低了，這些東西已經基本成熟，關鍵是要找到應用場景。如果沒有這個應用場景，變現就非常困難。而且這些公司基本上很貴，大家的目標都是獨角獸，我們投資就要投資未來。

為什麼說前沿的機會在NLP相關領域呢？我們看了一下國外的調研公司的數據，最值得關注的100家AI公司，25%的項目和自然語言直接或者間接的相關。從另外一個角度，福布斯談了TOP50的AI公司的融資視角，其中16.2%的資金投向了NLP直接或者相關的領域，所以這個領域大有可為。我們投資很多時候是跟風的，跟著美國跑的，可以看出一些趨勢。另外，從商業的視角來看，很多具有重要影響的技術和自然語言是直接，或者間接相關的。為什麼說是AI皇冠上的明珠呢？微軟前不久提出一個口號是「自然語言是人工智慧皇冠上的明珠」，現在我們中文信息處理界一致認為這個口號恰如其分。

從技術上來說，如何從識別到理解，圖像要能夠認出來，人臉比對這些東西。自然語言主要是解決理解的問題，這方面還是非常難的。傳統的NLP技術現在也在用深度學習，根據我們自己的實踐，把傳統的方法加上深度學習的技術以後，分類，聚類，熱點詞抽取等等，這些都提高了5到10個百分點，在實踐中非常有用。另外，深度學習很多方法，神經網路，循環神經網路，遞歸神經網路，卷積神經網路，都有自己的用途。

在NLP領域集大成應用的焦點，就是BOTS，它是人工智慧的聊天機器人，或者虛擬助理。為什麼這些大公司拚命在這個領域競爭呢？它是NLP技術的集大成。昨天微軟的黃學東的演示，其中有幾個例子是非常好的，表現出微軟在這方面確實有自己領先的地方。谷歌，蘋果，一直到微軟小冰，Facebook等等，都是競爭的焦點。

如何提升人工智慧的應用效果？也有很多學問。昨天談到強人工智慧，我覺得強和弱的說法我不太贊同，強和弱是相對的，我們更加強調的是通用的還是垂直的。另外，在投資的角度來說，NLP支持認知計算圍繞三大領域，一個是交流，第二是決策，第三是發現。從應用場景來說，可能是智能的搜索引擎，還有智能的投顧等等。從市場空間來說，當然是很大的，不用講了。

我簡單介紹下NLP領域相關典型的項目。這個是alphasense，裡面大量使用了自然語言處理的技術。還有美國一家公司，Dataminr，分析社交媒體的數據，和其他數據進行結合，為投資者採取行動。前幾年我們有一個組織叫SMP，我們經常討論未來用社交網路炒股行不行？我在五道口金融學院經常問老師，我說智能投顧能不能搞？他們說都是騙子，這是某個基金大佬講的。我昨天又問馬馬衛華，他也不可置否。主要的問題是什麼呢？要看市場是否是有效的，證券市場是無效還是有效？這個特別重要。我們也看了很多智能投顧的項目，我們也特別想投資這些項目，但是非常謹慎。還有一個是KENSHO，也是跟智能投顧有關的應用，大家可以上網去查這些公司的資料。

下面講一講我們自己的AI之路。我從大學里出來創業，對學術和產業的認知感受頗多，挺難的。我們1993年的時候搞了一個叫全文檢索，就是搜索引擎背後最重要的技術。後來成立公司，開始創業。2000年的時候我們開始做自然語言處理方面的東西，大家覺得這個領域發展太慢，市場空間太小，認知度太低。我們對標的公司想買我們，是英國的一家公司，他後來120億美金賣給惠普。他們當時要買我們，3000萬美金，我當時覺得挺好了，心也動了一下，但是覺得賣了幹嘛去呢？不知道該幹什麼，就沒賣，自己搞，後來我們也在創業板上市了。那個時候我們鼓吹大數據，其實不是鼓吹，我們做非結構化數據處理，當然就是大數據重要的組成部分。現在人工智慧時代來了，我們要為大數據加點東西，我們叫「大數據+AI」。我們做AI的時候，回顧歷史，最早是1990年，1990年的時候我們學校和國防科工委成立了人工智慧實驗室，當時參會的人很多，我記得錢學森發言，說「人工智慧是人腦和手的延伸」。我們很興奮，國防科工委給我們提供了很多基礎設施，20部軍線，免費使用，結果搞了三年以後失敗了，人工智慧的三次浪潮，我們就算一次，那個時候還是規則和專家系統的思路，沒有大數據，計算力也不行。

對於人工智慧我有幾點看法，對產業界來說，單獨談人工智慧，意義不是很大，因為它是屬於賦能的。在現在實際的環境中，最近有一篇文章，講到ABC的融合是必須的，對比一下IBM，雖然人工智慧搞得很早，智慧地球的理念領先業界多少年，但是為什麼最近業績不好呢？可以看谷歌，Facebook，亞馬遜，他們有數據和雲的基礎設施的支撐，所以他們發展得更好。人工智慧的投資和前幾年的大數據差不多，最近我們要發布一個「北京軟體名人榜」，我現在還不能說，因為還要經過北京市相關領導的審批。有一點是可以說的，現在人工智慧的熱度已經上升為第二位，第一位還是大數據。我參加過太多大數據的論壇，我總結就是「錢多，人少，估值高，不掙錢」。我更加傾向於垂直的，行業性的，能互動的AI。剛才有一位嘉賓說到智能客服，如果這個智能客服跟人工系統不能結合的話，這個智能客服一定是不好的，必須要有人在參與。核心是應用場景，對於某些應用領域，光有大數據還不行，還得有知識，甚至是大知識。

面向用戶提供人工智慧的服務能力，不僅在於AI技術的領先還要有雲和數據的支撐。我們這麼多年在文本挖掘和知識圖譜領域也做了一些工作，也有相應的積累，我們推出了新一代的產品，叫TRS DL-CKM，已經用到很多領域，比如專利自動審查，國家專利局是我們最大的客戶，已經被稱為「專利大國」。但是我們的專利很水，通過我們的智能審查系統，可以發現這些冒牌專利。像數據新聞，機器人寫作，我們跟很多新聞單位用機器人來寫文章，已經實現了，很多地方已經在用，還有互聯網作品的保護等等。還有一個例子是金融的風險預警監控，大量的用到了AI技術。我們提出了「冒煙指數」，就是森林要著火了，才冒煙。這個系統對今年來打擊互聯網金融非法集資起到了很好的作用，另外，我們做了一個水晶球的東西，主要是用於國家安全部門，因為時間關係，不多講了。

最後談一下投資的建議，第一，垂直，或者是行業的，第二，一定要有應用場景，第三，跟大數據和雲服務結合，第四，關注NLP和知識圖譜的投資。我們上市公司拓爾思直接投資大概10億，我們發起和參與了6支基金，第一個基金是人工智慧產業投資基金，這個投資方向主要是人工智慧，大數據，工業互聯網，機器人領域的早期和長期的項目。我們的優勢，第一是廣泛的項目源，第二，專業背景，可以提到戰略投資者的作用。我一見到創業者，就特別同情他們，我對搞技術的人天然有一種同情感，他們有的時候真講不好，不懂市場。第三，穩健可靠的投資風格。第四，要有退出渠道，我們這個基金有三家上市公司出錢，只要掙錢我們就可以走併購的道路，上市公司有市值管理的需求。

我就分享這麼多，不對的地方請大家批評指正，謝謝！