在AI創新賽道啃下最硬的骨頭：中科凡語搶灘NLP藍海_風聞

文丨智能相對論

作者丨葉遠風

自然語言處理（NLP），人工智能皇冠上的“明珠”，由於各個底層算法和技術模塊都與業務場景的業務邏輯、數據特點高度捆綁，每一個領域、每一個業務場景都需要高度定製，已經成為AI領域最難啃的硬骨頭。

目前，國內NLP在生活場景的應用佔比不到1%，與之對比的是，視覺（CV）、聽覺賽道上商業化的大幕早已開啓。

儘管微軟亞洲研究院認為未來十年是NLP發展的黃金檔，儘管Tractiac的“自然語言處理（NLP）市場研究報告-全球預測2022”分析NLP市場將在未來五年內快速增長，儘管市場樂觀預期國內NLP在生活場景的應用佔比在10年內將突破50%……然而，這一切終歸需要NLP領域的創新企業一個個技術難題攻克、一個個場景突破來最終實現。

誰來啃下這最硬的骨頭？

不同的人會有不同的答案。而現在，一些不常出現在業界輿論焦點的創新企業，卻正在成為NLP創新突破的重要力量。

**中科凡語就是其中之一。這家由中國科學院自動化研究所孵化、專注於NLP服務的創新型企業，歷經短短的幾年發展後已經成長為 “中關村金種子企業”。**基於特定行業、教育、醫療、航空等多個細分領域的特定需求，中科凡語的技術和產品正在改變人們工作、生活的方方面面，並憑藉眾多語種的覆蓋成為“一帶一路”建設的重要伴行者。

如同投資方高科新浚所言，中科凡語“匯聚具有國際視野和產業實踐的人才梯隊”，該企業優質的人才體系已經成為各項發展優勢的重要支撐——首席科學家宗成慶、董事長周玉均是來自中國科學院自動化研究所的研究員，核心團隊成員均為博士學歷，有阿里、IBM等高級算法專家的從業經歷。

如果説NLP的創新突圍是一場曠日持久的搶灘登陸，那麼中科凡語已經為此做了完善的頂層規劃，而在其耕耘NLP賽道的過程中，一個客觀上的、圍繞搶灘NLP藍海的體系化步驟也顯現出來。

深挖洞：用最頂尖的團隊夯實最堅實的技術基礎

“九層之台，起於累土”。對NLP而言，最首要的莫過於堅實的技術創新，為一切應用創新、場景攻克提供最底層的支撐，挖洞越深，在面對NLP那些複雜場景需要時越能夠從容。

而中科凡語早已完成了這樣的挖洞過程，且還在持續鞏固。

作為一個並非趕着AI、NLP風潮而憑空創立的企業，中科凡語承接的是中國科學院自動化研究所在人工智能、自然語言處理和機器翻譯等方向20多年的技術儲備，或者説，中科凡語就是這些技術儲備的一種實體化、市場化表現。

再加上，行業頂尖團隊和技術儲備對整個行業技術人才的天然“吸引力”，不斷壯大的團隊讓中科凡語在算法或技術層面持續突破、領導行業，以創新企業的身份獲得了不可忽視的NLP技術話語權，甚至在技術層面一定程度上代表着行業發展走向，睥睨整個賽道。

在2019年9月，中科凡語就已獲得中關村高新技術企業認證，12月獲得國家級高新技術企業認證；2020年10月，在中關村國際前沿科技創新大賽上，中科凡語從數百家高新企業中脱穎而出，入圍人工智能領域TOP10榜單。

此外，已經擁有一百餘項國家發明專利、軟著的中科凡語，還橫掃了各種行業權威技術大賽：

核心技術團隊榮獲2014年 “錢偉長中文信息處理科學技術獎”一等獎、中國電子學會科技進步一等獎、2015年度國家科技進步獎二等獎；

與中國科學院自動化研究所共同申報的“多語言機器翻譯關鍵技術及平台建設”項目被中國發明協會授予發明創業獎創新獎一等獎；

2020年11月榮獲“2020全國移動互聯創新大賽（社會組）決賽一等獎”及單項獎“最具市場潛力獎”；

在第五屆中國健康信息處理大會評測大賽第一賽道臨牀術語標準化任務中，進入前三甲；

中科凡語首席科學家宗成慶、董事長周玉深度參與的《神經網絡機器翻譯核心技術及產業化》獲得北京市科學技術進步獎一等獎。

……

如果説這些技術優勢是中科凡語佈局NLP領域的生產機器，那麼在NLP的基礎生產資料——語料數據方面，中科凡語也有着行業最充足的準備，極具創新精神的人才團隊不斷推動着中科凡語領先的數據優勢進一步夯實。

由於NLP領域的特殊性，相對於視覺、聽覺，其對數據的渴望更為強烈，大部分NLP技術都是建立在大規模語料訓練的基礎之上。

而中科凡語一方面依託中國科學院自動化研究所相關團隊過去20多年的積累，另一方面依託於與語言類高校的深入合作，如前文所言已經建立了涵蓋特定行業、教育、醫療、航空等多個領域的億級雙語平行語料，NLP語料數據方面領先行業，先天擁有NLP基礎資源方面的優勢。

現在，看似與數據資源關聯不大的人才體系，還在不斷強化中科凡語這種優勢。

在NLP領域，數據一般來源於兩個方向，一是全網無標註數據；二是採集特定語料進行標註後的數據，後者價值更大但往往需要大量的體力勞動來完成工作。中科凡語依託強大人才體系創新了業界領先的智能化標註技術，讓原本需要大量人工來完成的NLP數據標註進程變得更有效率，從而大大推動有標註數據的生產，不斷充實自身的NLP語料池，保持甚至擴大在行業的數據儲備優勢。

由此可見，NLP領域的人才並不只有業界通常認為的算法創新價值，在數據方面同樣有顯著的推動作用。

集齊了算法、數據兩大優勢，中科凡語已經為NLP搶灘做好了最全面的準備。

廣積糧：以場景突圍為導向構建穩固且靈活的人才體系

基於NLP的內在需要，只是在某個技術領域、某個場景耕耘，無法完成NLP的創新突圍。“兵馬未動，糧草先行”。NLP搶灘需要積累更為廣泛且靈活的多專長人才體系。

而中科凡語客觀上所組建的人才體系“中台”結構，就成為其在NLP領域積蓄糧草的重要表現方式，不同特性的人才相互協同推動中科凡語實現高效的垂直場景拓展。

事實上，不論算法還是數據優勢多麼強大，最終的NLP成果都要與場景有效結合才能實現商業價值，而NLP在跨語種、跨領域時又表現出很強的領域特徵，這意味着產品的實現和落地必須有多方面能力的人才體系來支撐。

在中科凡語，一個包括技術人才、業務人才、語言人才在內的內外部人才體系已經搭建起來：

1）技術人才面向不同的行業或場景提供通用型技術，確保底層技術基礎的穩固，類似於互聯網企業的統一“中台”；

2）業務人才向不同的行業或領域延伸，提供獨屬於本行業、與行業實際相結合的進階服務能力，推動產品落地；

3）語言人才提供外部協助，例如與中科凡語緊密合作的高校的語言學者，可提供更專業的語言層面的詞法、句法、語義的專業指導等。

這樣的人才儲備，使得中科凡語既具備穩健的底層技術支持，也擁有了向不同行業領域開拓的能力——現在，中科凡語已經在特定行業、教育、醫療、航空等垂直領域設計了定製化翻譯及信息分析服務產品，且面向“一路一帶”國家提供了70多種語言翻譯。

數不清的場景、全球超過100種常用語言的市場，NLP的場景空間廣闊而深入，而上述相互協同的人才體系正在成為中科凡語不斷突破這些場景空間、落地商業價值的核心競爭力。

高築牆：全面落地應用場景的同時不斷為下一步領先優勢做準備

對NLP這片藍海而言，誰能建立起高行業壁壘，誰就能在搶灘登陸中佔據先發優勢。而建立行業壁壘的先決條件，就是要能推動技術創新在各個場景走向落地，以市場化的標準來驗證產品的實際價值，為下一代NLP技術發展提供正向反饋。

**基於深厚的技術積澱和體系化的人才支撐，目前中科凡語推出了“信譯”、“信推”、“信析”、“信服”和“信取”五大NLP技術產品，並在此基礎上整合建立了全網態勢洞知平台。**此外還包括一款“基於神經網絡及領域知識的機器混譯系統成套裝備”（該裝備已被列為2019年中關村首套重大技術裝備試驗、示範項目），向不同行業提供解決方案。

（全網態勢洞知平台上線儀式）

例如，“信譯”智能翻譯系統可以為用户提供最優質、專業、準確、高效的機器翻譯服務，它支持包括英語、日語、韓語、俄語、西班牙語等語種以及泰語、越南語、緬甸語、阿拉伯語等“一帶一路”國家語種在內的70多個語種；“信推”智能摘要系統採用深度學習+強化學習技術，融合抽取式和生成式模型，針對長文本完成多模態自動摘要生成和關鍵詞提取；“信析”提供多語言詞法分析、句法分析、命名實體識別等基礎模塊，服務於機器翻譯、自動摘要、情感分析等自然語言處理中的應用，提升產品性能；“信服”智能分析系統為各個細分領域提供智能對話系統，實現多輪交互對話，節省大量人力成本和時間成本，提升服務質量；“信取”信息獲取系統，則提供跨場景、多語言、多粒度的數據爬取、融合、分類及管理。

全網態勢洞知平台則基於多年“五信”產品功能積累和NLP實踐經驗，運用系統化、模塊化、工具化的設計，以組件定製的形式來整合模塊功能以對外輸出解決方案，如要素提取、文本分類、知識圖譜、觀點提取、文字識別、機器翻譯等，針對不同用户的零散的、多樣的、特殊的場景需求，進行多維度、多功能的產品方案定製，推進人機協同優化效率，最終形成面向多行業領域的產品矩陣。

目前，中科凡語已經服務於國際國內20餘家知名企業，80餘家B端G端重要客户，同時還承擔了多項國家和政府重大需求項目，例如為“一帶一路”沿線國家提供翻譯、信息整合及分析服務等。

在具體案例上，中科凡語服務一家國際知名航空公司，完成每天約10萬條飛行維修日誌的實時翻譯、譯後信息處理；服務某全球生物製藥集團和某國內三甲醫院，幫助推進醫療Al，在電子病歷結構化處理、醫療文本分析、智能輔助診療、智能分診問診等方面提供機器翻譯系統、提升協同效率，等等。

就在去年11月12日，中國外文局翻譯院與中科凡語簽署協議，共建智能翻譯實驗室、開展翻譯領域技術賦能模式研發合作，共建共享語料庫、術語庫、人才庫、翻譯院官網及中國外文界多語種終身學習平台“三庫一網一平台”。

無論是To B還是To G，中科凡語勢頭都非常強勢，不斷向高端和權威推進。從NLP的行業發展來看，這是落地場景的不斷拓展、商業機遇的不斷迸發，技術在源源不斷推向市場、獲得應用反饋並迭代提升。

出機杼：不斷擴展融入新的發展元素拉昇行業發展天花板

在完成技術、人才、市場的充分準備之外，還有更重要的是深層次佈局。不僅要在企業核心產品上自出機杼，更要在對下一代行業技術風向能夠未雨綢繆。對NLP而言，就是在不斷挖掘NLP技術價值潛力的同時，不滿足於市面既有的創新、業務框架，不斷融入新的發展元素拉昇發展天花板。

中科凡語在NLP領域的自出機杼，表現在兩個方面。

一是擺脱To B、To G的行業固有業務框架，而通過更廣泛的資源配置惠及更廣泛羣體。

這尤其表現在To B、To G的眾多商業合作項目之外，中科凡語所投入建立的To C項目上——“飛譯”。該平台與“信譯”產品技術能力相結合，將原本面向B端客户的翻譯學習方案和輔助翻譯技術通過平台化的方式惠及更廣泛的人羣，解決翻譯等領域的大眾痛點問題。目前，該平台已可實現70多種語言翻譯，30多個語種的圖像翻譯，顯著提升了翻譯效率，且該平台已完成國產化適配，技術上自主可控。通過平台形式，讓NLP產業層面的資源配置效率提升，也讓更多的羣體享受到技術所帶來的應用紅利。

（飛譯CAT平台上線儀式）

據瞭解，飛譯平台已推出了具有實用性和針對性的四個版本，即高校版、醫療版、通用版和個人版，實現了對不同人羣、不同領域、不同需求的全方位覆蓋，這背後既需要To B領域的積澱，也需要團隊以平台化的方式將原本束之高閣的技術、方法不斷向C端用户開放，提供更好的體驗，凸顯了中科凡語一定程度上的互聯網能力印記。

顯然，飛譯平台將幫助中科凡語在C端市場拓展業務規模，不斷拉昇企業發展的天花板。

二是不斷擁抱NLP的技術未來，為一切變化和趨勢做最充分的準備。

NLP的技術不會有終點，在效率之外，超越人類的理解能力也早晚會實現，但在這之前，作為技術方面的行業領導者，中科凡語還必須進行更前沿的技術和應用探索。

2020年11月，凡語AI研究院成立，共有高級發展顧問、教授級專家委員、博士青年委員等60多人加入，它成為中科凡語不斷探索更前沿的算法、突破現有算法模型的抓手。典型如當下大熱的多模態大模型，中科凡語的研發團隊很早之前便已經參與研發，在推進跨模態語義關聯以及實現更完善的算法模型方面積累了豐富的經驗。

（凡語AI研究院成立揭牌）

技術上突破新的基礎模型，業態上向新語言、新場景落地，開拓NLP應用的版圖，AI研究……這些都在成為中科凡語在NLP前沿發展領域的重要支撐，乃至在此基礎上可能向行業反向輸出、引領NLP的趨勢，做行業的領導者而不是跟隨者。

**深挖洞，廣積糧，高築牆，出機杼，中科凡語在這場NLP藍海搶灘中已經做好了關於技術、人才、產品和市場的完善佈局。**這個過程與NLP行業日新月異的快速發展息息相關，而中科凡語對行業的吸引力也變得越來越強，體系化的職能架構越來越清晰，無論是作為職業選擇還是作為投資對象，都表現出一個趨近成熟的科技企業特質。

未來，NLP的每一次創新突破、場景落地，來自中科凡語的表現都值得期待。

*本文圖片均來源於網絡

深挖智能這口井，同好添加vx：zenghy2017

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯繫。

智能相對論（微信ID:aixdlun）：

•AI產業新媒體;

•今日頭條青雲計劃獲獎者TOP10;

•澎湃新聞科技榜單月度top5;

•文章長期“霸佔”鈦媒體熱門文章排行榜TOP10;

•著有《人工智能 十萬個為什麼》

•【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、雲計算、開發者以及背後的芯片、算法等。