人工智能行业正在悄悄再次发生改变。在技术上，驱动此轮AI浪潮的深度自学技术早已更加相似天花板，而随着更加多的算法开源，参予AI应用于的技术壁垒也在减少。在市场上，应用于落地能力沦为评判一家人工智能企业否顺利的最重要指标，大家仍然盲目崇拜技术实力，而是更加重视技术否能为明确行业解决问题。在这样的发展潮流下，需要在下一阶段的技术较量中提早占有优势，同时又不具备落地能力的企业，才能沦为日后人工智能行业的领军者。

理解智能、赋能百业，AI的下一个“战场”人工智能的发展可以分成几个层次，从较低到低分别是：运算智能、感官智能、理解智能。运算智能是最初级的阶段，主要指计算机享有较慢计算出来和记忆存储能力；感官智能创建在运算智能的基础上，指机器需要享有视觉、听力等能力，人脸识别、语音辨识是这个阶段的典型技术；而理解智能则是更加高级的阶段，指机器需要“解读与思维”，享有处置简单的科学知识和情形的能力。不少业内人士都认为，当前人工智能正在从“感官智能”向“理解智能”过渡性发展，“理解智能”是未来人工智能的核心竞争力。首先，从技术的发展来看，感官智能的发展依赖深度自学，而以深度自学为代表的统计资料自学相当严重倚赖大数据和样本，这些方法不能自学到统计资料模式，随着大数据红利渐渐褪色，以深度自学为代表的感官智能水平的提高空间也显得十分受限。

人工智能的技术之争，必须在下一阶段对科学知识和符号利用的“重生场”进行。其次，从市场的市场需求来看，AI作为一项技术，只有贯彻协助各行各业降本增效，才能充分发挥价值，因此整个行业对人工智能企业的注目重点，也从早期的算法精度，移往到了如何将算法先进性在行业场景应用于上融合和反映的能力。

今年5月，Gartner发表文章，预计到2021年“强化AI”将产生2.9万亿美元的商业价值。所谓的“强化智能”或“强化AI”所指的是：还包括自学、决策和自学新经验在内，以人为中心的，人和AI联合强化理解性能的模式。非常简单而言，就是人利用好AI，去为更好的行业赋能。“赋能”“落地”是这两年来AI行业的关键词，但仅有感官智能，机器只是能感官世界，享有与人交互的全新方式，但却无法像人脑一样解读和决策，无法付诸或替代人处置更加简单的工作。

以公安行业为事例，人脸识别只是让机器需要辨识出有身份，但是牵涉到到侦察、侦破，就必须辨别大量的线索，推断出有可能的结果，这只能靠感官智能是无法已完成的。前微软公司亚洲研究院研究员、一览群智CEO胡同在拒绝接受亿欧专访时回应：“现阶段的AI以感官智能居多，比如人脸识别、语音辨识，都是慢对系统的；但长年而言，AI是要解决问题各行各业问题的，这就必须解读和交流的能力。

”无论是从技术的发展转入了下一阶段来看，还是从市场的市场需求上来看，理解智能都一定会沦为人工智能未来的趋势。未来需要在人工智能行业的残忍竞争中脱颖而出的，一定是掌控了理解智能核心技术，并且不具备落地能力的企业。NLP+科学知识图谱，守住理解智能“先机”NLP和科学知识图谱是理解智能阶段技术发展的基石。

在这个大趋势下，首度布局NLP和科学知识图谱的企业将在理解智能时代不具备强劲的竞争力。机器的自学必须基于文本展开，但机器对文字的解读不存在极大的技术难度，文本在有所不同场景中的处理方式也不尽相同，文本中蕴藏的价值仍然无法获得有效地利用。

NLP技术的起到，通俗地说道，就是把自然语言转化成机器需要解读的符号，建构机器解读科学知识的基础。如果说NLP是让机器与人类的语言相连，那科学知识图谱就是能让机器解读这个世界。人工智能的发展必不可少大数据，理解智能的发展也是同理。

现在不少行业早已累积了规模相当可观的数据，但理解智能却如期未见突飞猛进地发展，原因就是缺乏了科学知识图谱。科学知识图谱被指出就是指感官智能通向理解智能的最重要基石。科学知识工程创始人Edward Feigenbaum曾多次提及：“Knowledge is the power in AI system”；张钹院士也曾说道过，“没科学知识的AI不是确实的AI”。理解智能的发展必不可少NLP和科学知识图谱，因此掌控这两项核心技术的企业，大自然能取得极具潜力。

另一方面，目前NLP和科学知识图谱的可玩性十分大，而科学知识图谱的建构，必须与行业有密切的联系，二者相辅相成，因此科学知识图谱的壁垒一旦创建，将构成无法打破的壁垒。不具备技术竞争力后，选对落地的行业也十分最重要。在AI落地方面，胡健作为互联网信息检索（搜寻）时代的第一代弄潮儿，有非常丰富的行业经验和灵敏的洞察，除了曾在微软公司亚洲研究院外，胡健还曾在雅虎、腾讯等公司专门从事搜寻和广告核心算法研究和研发管理。对NLP、科学知识图谱等理解智能涉及技术具备深刻印象的解读。

胡健指出，AI落地的前提，是行业有大量的数据，而且早已不具备不俗的信息化基础，还有很最重要的一点是，“行业用户不愿投资资金，用技术手段解决问题”。一些行业虽然也有非常丰富的数据累积，行业用户的购买力却受限，这样的行业也很难经常出现企业落地的标杆。

亿欧智库的报告也认为，在自由选择应用于场景时，企业一般从行业既有数据的非常丰富度和闭环关系、行业对AI应用于的紧迫性和收费意愿与市场的竞争程度等维度展开考量。在中国，包括安防、交通在内的政府类项目，以及金融、大身体健康、机器人等赛道，是创业和投资的热点。理解智能时代千里马的模样不少投资人在共享投资逻辑时都说，选对方向和赛道、合乎未来发展的趋势很最重要。

对于企业而言，也是某种程度的道理。胡健回应也回应尊重，他指出，目前AI相反头部效应集中于，在文本自然语言还没分设高下的情况下，这两年是转入的最佳时机。过了这个时间点再行转入，企业如果无法从行业中脱颖而出，就会有第二年。

这是目前人工智能行业的发展大方向。而一览群智正是一家以NLP和科学知识图谱等理解智能为基础，为客户获取一站式AI产品和行业解决方案的公司，其创立的想法，就是解决问题人工智能应用于的核心问题，打造出标准化科学知识图谱。合乎发展的趋势对企业发展而言很关键，但团队自身的实力也十分最重要。

据理解，除了CEO胡健外，一览群智的首席科学家文继荣、研究院院长窦志成皆来自微软公司亚洲研究院，CTO刘家俊则曾在IBM研究院、澳洲科学院供职，核心技术团队专门从事大数据、人工智能研发工作多年，在自然语言处置、科学知识图谱、文本分析等方面具有长年累积，技术领先行业。除了有技术实力外，一览群智还将技术转化成了明确的产品，打造出了一套由“感官-解读-分析-决策”四部分包含的智能决策平台辅助决策系统。

目前，一览群智自律研发了“智语”“智慧”“智图”“智策”四大产品。“智语”是自然语言处置与文本分析平台，“智图”是处置文本和图像的科学知识图谱建构平台，“智策”是一站式可视化情报研判平台，“智慧”是机器学习与智能标示平台。这四款产品包含了一览群智业务的基础，需要符合企业在超大规模多源异构情况下的数据管理融合、有所不同场景下的AI建模，和简单决策分析市场需求；让AI技术较慢在客户场景落地，打造出客户专属的智能决策平台。

更加值得一提的是，一览群智早已将解决方案落地到竞争白热化、对于技术产品拒绝苛刻的金融、公安等行业。今年，一览群智还选入“2019中国人工智能商业落地初创企业100强劲”，是榜单上少见的，正式成立时间严重不足5年，但却在应用于落地上有杰出展现出的企业。

△2019中国人工智能商业落地初创企业100强劲榜单（原始内容请求查阅《2019中国人工智能商业落地研究报告》）以一览群智在审查业务的落地为事例，在银行有大量的审查、会计、承销等业务，这些工作比较机械，缺少创造性，而且还极容易错误，一览群智的“智能审单专家系统”能协助客户把大量科学知识结构化，延长人均审单时间。多达，一览群智的智能审单产品，可以节省60%以上的人力成本投放，让“降本增效”仍然浮口号。而审查工作好比是金融行业独特的市场需求，在公安等政府领域，也有大量的文档审查市场需求，AI的应用于场景想象力极大。高效统合海量数据之外，一览群智智能决策平台还需要对专家以及行业比较头部的人的经验，展开系统辨别和溶解，在处理过程中获得新的洞察，为新的业务和新的流程研发奠下基础。

比如，在公安工作中构建提早预警和智能研判，在金融行业的应用于则反映为智能风控上。虽然这个故事听得一起并不“性感”，但对于用户而言，故事怎么样并不最重要，最重要的是实际的效果。一览群智需要很快沦为AI商业落地黑马，正是因为能脚踏实地地解决问题用户痛点。

需要协助人，甚至替代人工作或决策，是未来AI落地应用于的大趋势。根据Gartner的预测，未来“决策反对/强化”将沦为AI商业落地最重要的一部分。到2030年，44%的AI商业附加值都将由“决策反对/强化”带给。一览群智的落地逻辑，也与Gartner的预测有异曲同工之智。

胡健告诉他亿欧：“AI在短期，三到五年内，落地的方向是代替人的反复劳作；在中期，五到十年后，是能利用专家以及行业比较头部的人的经验，代替比较高级的工作，比如辅助决策等。”人工智能不是去替代人，而是强化智能，“让人从重复式的脑力劳动中解放出来，专门从事更加多创意和建构的工作。”这才是人工智能落地的方向。因此，如果要回答，未来哪些人工智能公司有一点注目，需要掌控理解智能技术核心，又合乎上述的商业落地逻辑的企业，都具备沦为千里马的潜力。

本文来源：开云手机在线登陆入口-www.mommyyougotthis.com