今天我报告的题目是《从大数据到大知识——自然语言处理领域的投资机会》。其实搞投资也是挺苦的事，我最近才开始学习，投资的活很专业，没有常人想象的那么风光。我今天讲的题目有四个方面，第一是对AI时代的看法；第二，NLP是AI皇冠上的明珠；第三，我们的AI之路及ABC融合的想法；第四，NLP领域的投资方向。
前面的不用讲了，我们不太愿意谈人工智能，但是不得不谈，因为大家都在谈。包括我们开复同学，前不久搞了一篇很高点击量的自媒体文章《我不是李开复，我是人工智能》。从投资的方向上来看，2016年麦肯锡的报告显示，AI方面的投资到2025年会到1千多亿美金。大家也可以看到，现在巨头们在AI领域的优势比较大，但是不是有他们我们就没事干了？也不一定，这些巨头有数据、有人才、有云的基础设施，我们很难在通用人工智能领域跟他们竞争。但是，还有别的很多地方和领域是可以做的。AI为什么这么火爆？昨天大会上也谈到大数据、深度学习、高计算力等，本次大会第一个巅峰论坛非常好，但是我后来看了一下，6位嘉宾全是搞视觉的，没有我们搞自然语言的，是不是搞自然语言太难了？还是说搞自然语言的人不好意思上去？大数据，深度学习，高的计算能力，导致了现在很多领域的突破，特别是感知领域。但是不是说有足够的数据和计算能力就行了？这就涉及从大数据到大知识，昨天有一位嘉宾说深度学习，让计算机达到5岁孩子的水平。如果想要达到更高怎么办？人工智能从计算到感知的技术（如图像、语音）现在已经取得了非常大的突破，但是认知这一块还是很难的，比如认知领域的自然语言处理。
为什么说NLP是人工智能皇冠上的明珠？我国在语言文字信息处理方面诞生了3家上市公司，从上市的顺序来说，最早是汉王，做模式识别；后来的科大讯飞做语音识别；然后是拓尔思的信息检索和文本挖掘。最近5年和语音相关的投资非常大，除了科大讯飞以外，还有云知声等，这两年视觉领域的投资非常热，甚至于昨天的主持人还搞了一家这样的公司，我说可不可以投点？他说不行了，计算所不同意。但实际上我建议大家做投资要慎重，为什么这么说？现在技术的门槛已经变低了，这些东西已经基本成熟，关键是要找到应用场景。如果没有这个应用场景，变现就非常困难。而且这些公司基本上很贵，大家的目标都是独角兽，我们投资就要投资未来。
为什么说前沿的机会在NLP相关领域？我们看了一下国外调研公司的数据，最值得关注的100家AI公司中，25%的项目和自然语言直接或者间接相关。从另外一个角度，福布斯TOP50AI公司的融资中，16.2%的资金投向了NLP直接或者间接相关的领域，所以这个领域大有可为。我们投资很多时候是跟风的，都跟着美国跑，可以看出一些趋势。另外，从商业的视角来看，很多具有重要影响的技术和自然语言直接或者间接相关。为什么说是AI皇冠上的明珠？微软前不久提出一个口号是“自然语言是人工智能皇冠上的明珠”，现在我们中文信息处理界一致认为这个口号恰如其分。
从技术上来说，如何从识别到理解，图像要能够认出来，要靠人脸比对这些东西。自然语言主要是解决理解的问题，这方面还是非常难的。传统的NLP技术现在也在用深度学习，根据我们自己的实践，把传统的方法加上深度学习的技术以后，如分类、聚类、热点词抽取等，这些都提高了5~10个百分点，在实践中非常有用。另外，深度学习很多方法，像神经网络、循环神经网络、递归神经网络、卷积神经网络等，都有自己的用途。
在NLP领域集大成的焦点应用，就是BOTS，它是人工智能的聊天机器人，或者虚拟助理。为什么这些大公司拼命在这个领域竞争？它是NLP技术的集大成。昨天微软黄学东的演示中，有几个例子非常好，表现出微软在这方面确实有自己领先的地方。谷歌，苹果，一直到微软小冰Facebook等，都是竞争的焦点。
如何提升人工智能的应用效果？也有很多学问。昨天谈到强人工智能，我觉得强和弱的说法我不太赞同，强和弱是相对的，我们更加强调的是通用的还是垂直的。另外，从投资的角度来说，NLP支持认知计算围绕三大领域，第一是交流，第二是决策，第三是发现。从应用场景来说，可能是智能的搜索引擎，还有智能的投顾等。从市场空间来说，当然是很大的，不用讲了。
我简单介绍下NLP领域相关典型的项目。这个是alphasense，里面大量使用了自然语言处理的技术。还有美国一家公司，Dataminr，分析社交媒体的数据，和其他数据进行结合，为投资者采取行动。前几年我们有一个组织叫SMP，我们经常讨论未来用社交网络炒股行不行？我在五道口金融学院经常问老师，我说智能投顾能不能搞？他们说都是骗子，这是某个基金大佬讲的。我昨天又问马蔚华，他也不可置否。主要的问题是什么呢？要看市场是否有效，证券市场是无效还是有效？这个特别重要。我们也看了很多智能投顾的项目，我们也特别想投资这些项目，但是非常谨慎。还有一个是KENSHO，也是跟智能投顾有关的应用，大家可以上网去查这些公司的资料。
下面讲一讲我们自己的AI之路。我从大学里出来创业，对学术和产业的认知感受颇多，挺难的。搞了一个叫全文检索，就是搜索引擎背后最重要的技术。后来成立公司，开始创业。2000年我们开始做自然语言处理方面的东西，大家觉得这个领域发展太慢，市场空间太小，认知度太低。我们对标的公司想买我们，是英国的一家公司，这家公司后来120亿美金卖给了惠普。他们当时要买我们，3 000万美金，我当时觉得挺好，心也动了一下，但是觉得卖了干嘛去？不知道该干什么，就没卖，自己搞，后来我们也在创业板上市了。那时我们鼓吹大数据，其实不是鼓吹，我们做非结构化数据处理，当然就是大数据重要的组成部分。现在人工智能时代来了，要为大数据加点东西，我们叫“大数据+AI”。我们做AI时，回顾历史，最早是1990年。1990年我们学校和国防科工委成立了人工智能实验室，当时参会的人很多，我记得钱学森发言，说“人工智能是人脑和手的延伸”。我们很兴奋，国防科工委给我们提供了很多基础设施，20部军线免费使用，结果搞了三年以后失败了，人工智能的三次浪潮，我们就算一次。那时还是规则和专家系统的思路，没有大数据，计算力也不行。
对于人工智能我有几点看法，对产业界来说，单独谈人工智能，意义不是很大，因为它是属于赋能的。在现在实际的环境中，最近有一篇文章，讲到ABC融合是必须的，对比一下IBM，虽然人工智能搞得很早，其智慧地球的理念领先业界多少年，但是为什么最近业绩不好？可以看谷歌、Facebook、亚马逊，他们有数据和云的基础设施支撑，所以发展得更好。人工智能的投资和前几年的大数据差不多，最近我们要发布一个“北京软件名人榜”，我现在还不能说，因为还要经过北京市相关领导的审批。有一点是可以说的，现在人工智能的热度已经上升为第二位，第一位还是大数据。我参加过太多大数据的论坛，我总结就是“钱多，人少，估值高，不挣钱”。我更加倾向于垂直的，行业性的，能互动的AI。刚才有一位嘉宾说到智能客服，如果这个智能客服跟人工系统不能结合，这个智能客服一定是不好的，必须要有人在参与。核心是应用场景，对于某些应用领域，只有大数据还不行，还要有知识，甚至是大知识。
面向用户提供人工智能的服务能力，不仅在于AI技术的领先，还要有云和数据的支撑。我们这么多年在文本挖掘和知识图谱领域也做了一些工作，也有相应的积累，我们推出了新一代的产品，叫TRS DL-CKM，已经用在很多领域，比如专利自动审查，国家专利局是我们最大的客户，中国已经被称为“专利大国”。但是我们的专利很水，通过我们的智能审查系统，可以发现这些冒牌专利。像数据新闻、机器人写作，我们跟很多新闻单位用机器人来写文章，已经实现了，很多地方已经在用，还有互联网作品的保护等。还有一个例子是金融的风险预警监控，大量地用到了AI技术。我们提出了“冒烟指数”，就是森林要着火了，才冒烟。这个系统在今年国家打击互联网金融非法集资中起到了很好的作用，另外，我们做了一个水晶球的东西，主要是用于国家安全部门，因为时间关系，不多讲了。
最后谈一下投资的建议，第一，垂直，或者是行业的；第二，一定要有应用场景；第三，跟大数据和云服务结合；第四，关注NLP和知识图谱的投资。目前，拓尔思直接投资大概10亿，我们发起和参与了6支基金，目前关注的投资方向主要是人工智能、大数据、工业互联网、机器人领域的早期和长期的项目。我们的优势，第一，广泛的项目源。第二，专业背景，可以起到战略投资者的作用。我一见到创业者，就特别同情他们，我对搞技术的人天然有一种同情感，他们有的时候真讲不好，不懂市场。第三，稳健可靠的投资风格。第四，要有退出渠道，可以通过相关上市公司实现并购退出。
（本报告根据速记整理）
