喬德地

自然語言理解一方面承載著機器與人的交流，另一方面直達知識與邏輯。視頻領域已經(jīng)有諸如商湯科技、face++等知名創(chuàng)業(yè)公司，但對自然語言（特別是復雜文本）的智能化處理才剛剛開始。

讓機器處理自然語言，難度在于人類信息表達的靈活性以及無處不在的長距離邏輯關(guān)聯(lián)，這種邏輯關(guān)聯(lián)既包含來自語言結(jié)構(gòu)的依存關(guān)系，也包含語義層面上的邏輯關(guān)系，且二者相互滲透。同時，處理的過程也需要對知識（包含領域知識和常識）的大量依賴。

就自然語言理解來說，這項技術(shù)經(jīng)歷了從符號智能到統(tǒng)計學習，再到深度學習的發(fā)展和演化。深度學習雖然風頭正勁，但其擅長的是通過神經(jīng)網(wǎng)絡的“模糊表示”來處理信息表達的靈活性，長距離的邏輯關(guān)聯(lián)問題則需要符號智能來解決;而要解決對知識的依賴，則既需要神經(jīng)網(wǎng)絡的方法來記憶和運用各種瑣細靈活的知識，又需要利用符號智能來進行知識的存儲和調(diào)用。

深度好奇成立于2016年底。他們認為，深度學習和符號智能的結(jié)合，或者說神經(jīng)符號智能，將是下一代自然語言理解的新范式，也是解決自然語言理解這個困難任務的唯一路徑。

目前在文本處理領域，深度好奇是全球第一家成功研發(fā)出基于神經(jīng)符號智能的商用化系統(tǒng)并實現(xiàn)場景落地的公司。具體來說，深度好奇以神經(jīng)符號系統(tǒng)為核心技術(shù)思想，構(gòu)建了以OONP（面向?qū)ο蟮纳窠?jīng)規(guī)劃）為核心技術(shù)框架的自然語言理解技術(shù)平臺，其中包含多個自研技術(shù)模塊，具體體現(xiàn)為兩大功能平臺：復雜文本理解和對話系統(tǒng)。

目前深度好奇走的是“高技術(shù)壁壘+領域深度結(jié)合”的路線，專注公安和金融兩大領域，在上述平臺的基礎上開發(fā)了公安案情語義圖譜、智能視頻審核、語音視頻調(diào)度等產(chǎn)品，未來還會繼續(xù)以標準化產(chǎn)品賦能更多場景。

這不同于自然語言處理這條賽道上之前很多的創(chuàng)業(yè)公司：它們往往利用開源的技術(shù)完成文本基本的分類或者簡單的知識圖譜，而這離行業(yè)化落地的技術(shù)標準往往相距甚遠，同時也無法構(gòu)建有效的產(chǎn)品優(yōu)勢。

深度好奇創(chuàng)始人呂正東告訴創(chuàng)業(yè)邦（微信搜索：ichuangyebang），深度學習更偏向“端到端”的學習模型，比如讀一段局部文字，輸出一段內(nèi)容。這里的痛點在于輸出內(nèi)容往往顆粒度較低，不能結(jié)合上下文以及相應的知識背景進行推理。以和理解相關(guān)的常見應用為例，“情感分析”往往只是判斷感情是正面還是負面，而“命名實體識別”也只是標出實體（比如人、組織、地名等）的名稱;但即使是這樣的粗顆粒度，準確率也往往在達到一定水平之后裹足不前。

而深度好奇搭建的以OONP為架構(gòu)的平臺，則對人在理解文本時“一邊閱讀一邊理解”的方式實現(xiàn)了模仿。在讀一篇文本時，OONP會動態(tài)存儲關(guān)于所讀內(nèi)容的理解，生成相對應的“不完全態(tài)的”語義圖譜，并在后面的閱讀中不斷訪問和完善這個知識圖譜，直至讀完全篇并生成整篇內(nèi)容的語義圖譜。OONP的框架允許神經(jīng)網(wǎng)絡和符號智能在表示、運算及知識層面上的結(jié)合，就技術(shù)而言，已遠遠超出深度學習這種“端到端”模型所能實現(xiàn)的范疇。

深度好奇的第一款產(chǎn)品“語義圖譜”的落地場景是在公安領域，具體來說，其可以根據(jù)不同形式的復雜文本（比如警察整理的案情信息、報案人的詢問筆錄、勘察報告等文件）推演出一套已知案情的完整語義圖譜，實現(xiàn)信息的串聯(lián)和比對，提供串并案推薦和警情預警等決策輔助。這種圖譜既包括事件邏輯，也涵蓋有信息量的細節(jié)，比如時間、地點、犯罪特點及犯罪手段等事件的核心要素。在這類解析任務上，深度學習的方法準確率可以達到72%，OONP的準確率則超過了90%。

同樣在公安領域落地的還有一款“語音調(diào)度”產(chǎn)品。公安系統(tǒng)長期存在的痛點是如何快速找到指定的攝像頭并對其進行一系列操控。傳統(tǒng)的操作是基于GPS系統(tǒng)在地圖上點選攝像頭，或在系統(tǒng)多級目錄中一層層查找攝像頭，無論哪種方式都需要鼠標操作;這其中還埋藏著更深層的痛點：這些辦法都需要操作員了解明確的地址信息。

深度好奇的智能語音調(diào)度產(chǎn)品是以對話機器人的形態(tài)，理解和執(zhí)行指揮員關(guān)于攝像頭的定位、控制、錄像操作等需求。具體來說是從公安的視頻平臺切入，通過指揮員與機器人進行兩三輪語音對話，將語義信息轉(zhuǎn)化成后臺系統(tǒng)理解的信息。對于指揮員來說，他可以不知道攝像頭對應的嚴格的地址名稱，而只需要了解和攝像頭相關(guān)的時間、空間、視頻內(nèi)容等關(guān)鍵信息。利用語音調(diào)度這種形式，平均可以節(jié)省指揮員三分之二的信息調(diào)取時間，單任務的操作成功率達到90%以上。

第三款已商用的產(chǎn)品“智能視頻審核”更像是跨NLP領域的反欺詐工具，一個典型的應用場景是個人小額信貸。傳統(tǒng)的視頻識別能夠確定被審核人是誰，但無法確定這個人其他非視覺信息的準確性，比如現(xiàn)居地、工作單位等。深度好奇的這款智能視頻審核產(chǎn)品，則在基于視頻的人機交互過程中通過語音追問來進行交叉驗證。具體來說，通過對接第三方數(shù)據(jù)平臺，結(jié)合人臉檢測/識別技術(shù)，視頻終端會依據(jù)被審核人的回答提出不同問題，在語音交互中進行信息碰撞，同時視頻實時記錄動作、表情等信息，進一步勾勒待審批人的真實“面貌”，并在審批結(jié)束后提供信用評級及相關(guān)建議。

2018年深度好奇營收近千萬人民幣，主要營收來自語音調(diào)度和智能視頻審核產(chǎn)品，語義圖譜則是公司持續(xù)關(guān)注和大力投入的領域，目前市場已延拓至浙江、廣州、安徽等省市，涵蓋情報、刑偵、緝毒和反恐等領域。

呂正東告訴創(chuàng)業(yè)邦，深度定制化服務在保證用戶滿意度的同時，也是為了進一步打磨產(chǎn)品。2019年深度好奇會繼續(xù)加大研發(fā)，并以更多標準化產(chǎn)品的形式加深領域內(nèi)的價值挖掘。

呂正東是留美博士，曾任職于微軟亞洲研究院，之后創(chuàng)建并帶領華為諾亞方舟實驗室的深度學習團隊成為國際上可以和Deepmind，Google Brain，F(xiàn)acebook AI research比肩的語言智能研究團隊之一;他在2015年發(fā)明了世界上第一個完全基于深度學習的聊天機器人“神經(jīng)響應機”;在NLP領域國際頂會ACL近5年排名前30的高引用論文中有4篇來自中國，其中3篇出自他領導的團隊。另外兩位聯(lián)合創(chuàng)始人李祥生、買天讓分別為資深商務及媒體人士，具有豐富的社會資源。目前深度好奇團隊有40余人，其中80%為研發(fā)人員。

深度好奇成立之初就完成了合力資本及阿米巴資本的千萬級天使輪，目前正在進行A輪融資，主要計劃將用于研發(fā)支出及市場推廣。