江苏龙网

  1. 首页 > 生活 > >

达观数据咋样( 三 )



达观数据咋样


（达观数据创始人、CEO陈运文）
在上海张江的浦东软件园内，「商业江湖」见到了达观数据的创始人兼CEO陈运文，他们研发的人工智能系统已经可以替代人类进行“阅读理解”工作，开始在企业审计、文本搜集等领域进行应用。
陈运文是复旦大学计算机博士，曾在百度、盛大、腾讯等负责大数据研发、人工智能和自然语言处理系统，是业内顶级的教授AI学习文字的专家。
他的主要工作就是通过自然语言处理技术让计算机学会阅读并书写文字。

抱憾冯潇霆，缅怀谢安石
「抱憾冯潇霆，缅怀谢安石」，这是人工智能系统对出的对联。
「商业江湖」于1月25日采访了陈运文，当天中国队在2019亚洲杯1/4淘汰赛中0-3负于伊朗队抱憾出局。这输掉的三球全部源自于国足后卫的失误，其中尤以冯潇霆第一球失误为憾。
在验证AI性能时，『商业江湖』记者将『抱憾冯潇霆』作为上联输入系统，而AI快速对出来八个下联，第一个是『缅怀谢安石』。
这个下联不仅工整，而且意味深长。谢安石是东晋政治家，在「淝水之战」中以八万兵士大破百万敌军，为东晋赢得十余年的和平，是李白的偶像。
字面上以谢安石对应冯潇霆，而背后的寓意却是以『淝水之战』对应『中伊之战』，并且用『缅怀』对应『抱憾』。
不知道AI系统是否真的理解这个故事，但如此对句，让这个下联在词字对仗的同时甚至有一丝幽默的味道。

达观数据咋样


(关于抱憾冯潇霆，AI对出了8个下联)
AI所以能对出如此工整的下联和数学相关——越是有规则的中文表达方式，越容易被人工智能学会。
『对联要求字数相同、押韵、平仄等等，这种规则越多，AI运算起来目标就越明确，所以写出来的对联也就越工整。』陈运文说。
陈运文和同事们研发的这套系统名为「仓颉」，取「造字」之意，这是一套用来处理「字词级别」的系统，而另一套用来「批量处理文章」的系统名为「毕昇」。
【达观数据咋样】 『就像小学生学习语文那样，我们要让AI学会什么是名词、动词、形容词，理解什么是「主谓宾、定状补」，让他们经过大量的阅读训练来逐步理解文字的意思。』
陈运文说，今天AI系统对于「词性」和「句式」的分析远超很多本科生。
『如果将一个句子放到仓颉系统中，他能快速的分辨出句子结构，什么是主语谓语，什么是倒装从句，这可能超过很多白领的水准，AI对于规律的掌握，对于逻辑的学习远超人类。』
现在随便从网络上复制一篇新闻稿放到「毕昇」系统中，它能瞬间识别出这种文章的『核心信息』——总共有多少个名词、动词、形容词；人名、地名、单位名。
甚至可以建立人物、事件关系图，例如文中出现冯潇霆，那么「毕昇」会以他为主要人物构建人物图，列出冯潇霆的队友、教练、竞争对手、相关人物等等。

达观数据咋样


（分析新闻稿后，AI自动生成的语义图谱）
『这和人类的阅读习惯类似，如看到《三国演义》人们就会想到曹操、刘备、诸葛亮，草船借箭、罗贯中等关键词，然后可以理解这个词背后想要表达的意思，我们希望计算机也具备这种「力透纸背」的能力，能通过综合的知识去理解当前的文词。』
达观曾将5万余首唐诗输入AI系统做分析，发现唐诗中出现最多的字是「人」，其次是「山」和「风」字。『所以唐诗有以人为本的说法。』此外，唐诗中出现最多的颜色是「白色」，包含颜色的诗句中有1/5都是指白色。而唐诗中另两组高频词是「悲和思」、「春和秋」，这给人们惯用的「伤春悲秋」找到了理论依据。


推荐阅读


上一篇：偏好游戏业的券商有哪些

下一篇：为啥iPhone上的唱吧会这么火，但是当初在PC上做的不错的51mike.com如今却不咋样