由大數據、人工智能引發的科技革命，正在重塑全球產業新格局。許多人相信，這就是人類級別的智能應用，并且終將超越人類，但在國雙董事長兼CEO祁國晟眼中并非如此。

“就像引發了令人震驚效應的Alpha Go事件一樣，其本身應用的只是人工智能的一部分——深度學習，而這一技術還有很多局限性，比如經常會產生偏見、非常容易被誤導性樣本影響、無法完成特別復雜的任務等。要讓機器真正像人一樣具有理解、思維的能力并為產業服務，還需要更多人的參與才行。”祁國晟說道。

作為國內起步最早的企業級軟件提供商之一，國雙親歷了人工智能在大數據時代的崛起和興衰。與大眾對待陌生高新技術的憂慮不同，真正技術的締造者無疑顯得更加清醒與客觀。在國雙看來，技術的價值最終還是體現在為人類服務上。今天，人工智能雖已成為世界各國競爭的關鍵領域之一，但離解決更多的實際應用問題還有很長的距離。這其中，作為技術與產業的連接方——企業級軟件提供商的作用無疑顯得至關重要起來。當各行各業面臨數字化轉型的關鍵階段，屬于To B型軟件企業的春天才剛剛開始。

大數據讓人工智能煥發新生

很難想象，在21世紀的今天被炒得沸沸揚揚的新興技術——人工智能，其實早在半個多世紀以前就已經出現。并且，無論是世界上第一個聊天程序、第一代機器人產品，還是最早的無人駕駛汽車、第一個連續語音識別程序，都是在這段期間先后涌現。但直到現在，人工智能才開始進入大眾視野，其由為何？

“技術的價值其實就在于它的實用性，如果不能為人類創造價值，再先進的技術也無法被人們所接受。”在祁國晟看來，改變人工智能實用性的關鍵轉折點其實就在于大規模數據集的出現與存在。

半個多世紀以來，人工智能這一新興領域著實讓無數科學家傷透了腦筋：很多難題明明理論上可以解決，看上去也只要少量的規則和簡單的步驟，但結果帶來的計算量卻是驚人的增長。即使是讓計算機識別一張嬰兒圖片，也必須建立在數百萬張圖像之后才有可能完成。而在計算機和互聯網都沒普及的時代，如此龐大的數據收集根本無法完成。并且，有科學家算出，要用計算機模擬人類視網膜視覺至少需要每秒鐘執行10億條指令，而這樣的計算量在當時根本不可能實現。要知道，在20世紀80年代，世界上最快的計算機速度也不過每秒1億條指令，而普通電腦計算速度更不到每秒一百萬條指令。但在今天，大數據卻解決了困擾人工智能幾十年的難題。

“什么是大數據？其實就是數據量多到一臺電腦已經無法處理，必須依靠多臺服務器，也就是分布式計算才能完成。” 祁國晟說道。

在他看來，大數據的基礎主要體現在兩方面：首先就是分布式計算，通過多臺計算機同時處理的方式可以突破摩爾定律的限制，即短時間內就能解決龐大的數據量計算問題；第二就是基礎設施的提升與高速連接的普及，讓人們可以實時獲取計算機分析與處理的結果。可以說，正是大數據的出現與存在讓人工智能在今天成為了具有現實意義的技術。而這也從側面印證了國雙為何能在人工智能領域拔得頭籌的原因：作為國內首家赴美上市的大數據公司，正是基于十余年深厚的大數據技術積累，今天的國雙才能在人工智能領域迅猛發展。

2019年5月20日，由科技日報社主辦、中國科技網承辦的“創新中國·2018年度評選”頒獎典禮上，發布了“民營科技企業創新500強”榜單，國雙位列人工智能版塊第二名。在一群耳熟能詳的獨角獸名單中，國雙的名字顯得有些陌生卻又厚重：那層薄薄的名單背后，隱藏的是國雙十余年來深厚的技術積累與沉淀。

打通感知與認知，讓機器像人一樣思考

人工智能的本質是讓機器像人一樣思考，甚至超過人類智能，而大數據基礎只是讓人工智能具備現實意義成為可能，但真正讓機器像人一樣具有理解、思維的能力仍然任重而道遠。

“以Alpha Go為代表的深度學習，與人類智能比起來就有很強的局限性。”在祁國晟看來，這些局限性主要體現在3方面：一是無法真正從人類的角度理解世界；二是預測范疇無法超越歷史訓練數據集；三是不能創造新的知識。究其原因，無非是沒有賦予機器認知能力。

類比人類信息處理的方式，人工智能其實可以分為兩個層面的能力：一是感知層，即對外在信號的反應；二是認知層，也就是信息加工的過程。目前市場上大部分企業宣傳的人工智能技術，譬如人臉識別、語音轉寫等都屬于感知層面的人工智能，但對于絕大部分應用場景而言，僅僅擁有單純的感知能力是不夠的，必須要對信息進行進一步加工，判斷和推理，這時就必須結合認知類人工智能技術。

“語言賦予了人類學習、理解的能力，知識是人類探索世界的積累和力量，因此自然語言處理技術、知識圖譜可以賦予機器認知能力。”祁國晟表示，這也是為何國雙近年來著力發展這兩大技術的關鍵原因——只有打通感知與認知的人工智能才是真正具備社會意義和價值的人工智能。

首先是自然語言處理技術。在人工智能發展史中，有一個判斷機器是否擁有智能的著名測試方法——圖靈測試。簡單來講，就是將測試者與被測試者（一個人和一臺機器）隔開，通過一些裝置（如鍵盤）開啟隨意聊天模式，如果測試者無法判斷被測試者是人還是機器，那就可以說這臺機器通過了測試。可以想見，將人與機器區隔開的關鍵就是理解自然語言的能力，這也是為何自然語言處理技術會被譽為“人工智能皇冠上的明珠”。通過自然語言處理技術，機器可以解析不同層面的語義，更接近人的理解；同時也能生成有結構的文本，模仿人類寫作的能力。

另一個關鍵技術就是知識圖譜，即用于描述真實世界各種實體與概念的邏輯關系。眾所周知，人類之所以區別于其他物種的關鍵之一就在于邏輯思維，而對機器而言，通過知識圖譜就可以幫助機器像人一樣思維、判斷與推理。當構建出行業知識圖譜后，只要輸入這一行業的相關信息，機器就會自動與行業知識圖譜進行關聯，做出相應判斷。

“知識圖譜幫助我們加速了整個產業的智能升級，解決不同行業跟領域的實際問題。”國雙CTO劉激揚介紹。

2018年10月，在首屆“中國法研杯”司法人工智能挑戰賽（CAIL 2018）頒獎現場，國雙在罪名預測、法條推薦、刑期預測3項任務中，以2項單項第一、總分第一的成績成為眾人矚目的焦點，其中，國雙在司法領域搭建的知識圖譜就起到了重要作用；2018年12月，在“AI Challenger 2018全球AI挑戰賽”中，國雙又憑借領先的自然語言處理技術，從全球超過10000支團隊中脫穎而出，一舉奪得“細粒度用戶評論情感分析”賽道季軍……在一項又一項人工智能領域頂級賽道上，國雙用實力書寫了一份又一份傳奇。

不可或缺的人機交互時代

大規模、高質量的數據和行業專家的經驗，是人工智能不可或缺的組成部分，同時也是國雙多年來摸索出來的獨特路徑。

要用大數據和人工智能去解決行業問題，國雙深知站在行業“門外”，單憑技術是無法完成的。不管是自然語言處理技術還是知識圖譜，沒有行業專家的參與很難成行。譬如自然語言處理領域，一個中文文本或一個漢字串可能有多個含義，中文文本解析尤為艱難，要讓機器自動識別出符合行業知識的專有名詞和概念目前還不可能實現。而在國雙，就會運用專家建立行業專有詞庫提升準確性。

“也正因如此，一旦戰略上決定進入某個行業，國雙做的第一步工作就是與這個行業中最懂行、最有經驗、最有能力的專家合作，甚至邀請大量行業專家到國雙任職，與國雙數據科學家、研發人員一起合作，迅速提升國雙在這一行業領域的專業能力。要做到這點前期無疑需要大量的時間、人力、財力投入，其他企業極少會有這樣的決心與專注，這也是我覺得國雙非常了不起的地方。”劉激揚感嘆。

如今的國雙，無論在哪一個業務領域，你都能找到一批最富有行業知識和話語權的人：數字營銷領域有營銷咨詢師、酒店管理專家、媒介專家，司法領域有資深法官、律師、檢察官，工業互聯網領域還有企業信息管理咨詢師、石油勘探專家、能源管理專家……一言以蔽之，用最懂行的人與最領先的技術結合，做最專業的事。

To B軟件企業，揚帆正當時

隨著人工智能在全球范圍內興起，人們一方面對人工智能即將帶來的美好生活充滿向往，另一方面又對人類可能面臨的失業、隱私泄露感到焦慮不安。其實，了解技術的本質后會發現，人工智能與其他技術工具并無不同。

科學可以探索未知，技術卻必須結合實際。人工智能半個多世紀的跌宕沉浮正是由此而來。“再先進的技術，它的本質也是為人類服務，人工智能同樣如此。”劉激揚介紹。

在他看來，目前市場上對人工智能的認識過于夸大，單純的人工智能技術其實并沒有人們想象中的強大，也沒有一個通用的人工智能出現，而自然語言處理技術也仍是學界亟待解決的難題。不過，結合人類知識與經驗的情況下，同樣可以賦予機器學習與思考的能力。

“作為企業級軟件技術提供方，我們必須清楚我們追求的技術到底是什么，不是最新、最頂尖的技術，而是真正實用，具備產業價值與社會價值的技術。國雙的夢想‘用技術改變產業，促進社會發展’，多年來一以貫之，從未改變。它讓我們隨時隨地都在思考如何用技術賦能產業，幫助她們提升效率、降低成本、增進收益。而在當下各行各業面臨數字化轉型的時代，大數據與人工智能就是我們實現夢想的最佳利器。”劉激揚說道。

“推動互聯網、大數據、人工智能與實體經濟深度融合”，也正是黨的十九大對我國數字經濟發展提出的新戰略方向。

在國雙十余年發展歷程中，每一個關鍵技術與業務領域無不是基于國家戰略、行業發展趨勢順勢而為。無論是2015年成立的司法大數據還是2017年進軍的工業互聯網，都是結合時代與行業自身轉型發展的需要借勢而起。

政策利好、企業轉型剛需、大眾意識的覺醒……今天，產業互聯網正迎來前所未有的新時代。而作為各行各業數字化轉型的最佳助手， To B軟件企業揚帆正當時。