从深度语义理解出发,深思考人工智能打造iDeepwise大脑赋能医疗大健康
“做了十几年的AI技术,其实有一个感悟吧,AI并不是要完全去代替人、超越人或者怎样,这个目前不太现实,AI如果能去解决一些重复性的劳动,帮人减轻工作量,提高效率,人机协同能更加被产业界接受,把业务做得更好,推出更人性化的产品和服务,这就已经非常好了。”深思考创始人兼CEO杨志明在接受猎云网记者专访时如是说道。
这波人工智能创业大潮有一个明显特质,那就是其中不少创业者都有着资深的学术背景和专业能力,抱着一番热忱从学术界跨界到工业界探索新的可能,杨志明就是其中一员,他是中科院博士,本人做NLP/NLU方向的技术研究近15年时间,同时也是位连续创业者,先后做过信息安全服务、数据处理分析、NLP行业应用等等,深思考已经是他的第四次创业了。
深思考的科学家团队基本上也都是中科院出身,来自中科院自动化研究所、软件所、微电子所等,不少是跟随杨志明连续创业的伙伴和多年的业界朋友,大家一直在人工智能这个领域默默埋头搞研究。
近、中、 远 期的 AI 布局 逻辑
对于杨志明来说,这次创业契机不是头脑发热一蹴而就的,更像是摸爬滚打顺理成章:“我们一直在做人工智能,只是说我们以前做人工智能的时候的概念还不热而已,我觉得AI不是一夜之间起来的,深思考的成立是在前面十几年的技术、算法以及数据的积累之上再去做的,我们公司的特点是愿意深耕‘技术+领域’,之前我们更多的精力放在了业务和技术研究上面去,把我们所做的研究跟产业相结合。”
深思考成立于2015年8月,目前专注于做类脑人工智能与深度学习核心技术研发,具体的产品和服务包括深度语义识别和多轮交互引擎iDeepwise、iDeepwise人工智能医疗与健康“大脑”、iDeepwise人工智能出行、FPGA AI加速芯片等,另外,团队也在计算机视觉和情感计算方面跟进研究和应用。杨志明表示,深思考利用深度学习技术对语义、视觉、芯片等做了底层的内核级改造,从底层入手是团队所长,也是和很多其他AI公司的不同之处,所以深思考能够从底层内核级来做布局,比如说去改造一些网络模型的结构、模型的压缩等等。另外更关键的一点是,深度跟领域结合,跟工业界结合,跟垂直行业结合,形成业务壁垒和发展优势。
关于公司的技术和业务布局,杨志明的创业逻辑是把近、中、远期的目标相结合,近期要维持现金流,技术必须要快速跟领域结合产生业务,比如公司在语义理解和多轮交互这块非常突出,大量的业务都在人机交互这方面;中期的话,人机交互肯定不单基于NLP的交互,还要综合CV图像,以语义交互为切入,拓展新的技术方向和业务领域十分必要;而远期来看,中国人工智能市场软硬件一体化是趋势,大家比较认可一站式的服务解决方案,我们要做针对垂直领域的一站式解决方案,从这个逻辑出发去布局业务,而不只靠单项技术。
人机交互在医 疗 大健康 领 域的 应 用
整个NLP人机交互的应用场景非常多,有很强的扩展性,深思考团队针对市场需求做了Framework框架,供各个领域去开发应用,在业务层面,公司现在重点布局的是医疗大健康领域。
在医疗大健康领域,iDeepwise人工智能医疗与健康“大脑”可以通过多轮交互做诊前分诊,用户跟机器人聊天就可以知道去挂哪个科室的号,智能地去做分诊,诊前的预问诊,帮助医生去收集总结患者的症状描述等等。另外一块是诊后咨询,用户看完医生以后,有一些常见问题比如说药物的交叉敏感性、对抗性,使用应该注意哪些禁忌,同时还提供针对某些病种的知识问答,病后和手术后的营养健康咨询和关怀等,满足诊前咨询诊后随访等需求,iDeepwise人工智能医疗与健康“大脑”本质是一套完整的多轮人机交互落地到医疗诊断的各个细分场景中去应用。此外,这个“大脑”的能力不止于此,它基于深度学习算法的目标检测、目标分割与目标识别技术,通过融合数据驱动和医疗影像领域知识机制,实现医疗影像智能分析,目前支持对宫颈癌和乳腺癌进行筛查与识别,根据2017年6月的官方测试数据显示,iDeepwise人工智能医疗与健康“大脑”在宫颈细胞细胞类别分类精度99.3%,比美国国立卫生研究院NIH高1%,特异性高出1%,敏感性高出1.5%,这能有效帮助医生提高阅片效率,迅速筛查出异常影像辅助医疗诊断,从而降低整个时间和精力成本。
目前很多做语音技术例如科大讯飞、云知声等公司也在切入医疗行业,会有竞争和对抗么?杨志明表示并不会,反而应该会有很多可以合作的地方,语音这块深思考是不做的,在业务层面可能会直接用第三方的语音识别技术,和产业界的优秀伙伴合作,成为整个技术生态链上一环。
而关于为什么同时在语义理解多轮交互、CV还有芯片领域做布局,杨志明介绍,当前行业中很多AI公司其实已经意识到,不是单向技术就能解决客户的问题,而是需要一揽子整体解决方案,交互的时候除了NLP也要涉及到影像的交互,如果想让交互更理解用户更加快速的运算,肯定又需要底层芯片加速配合,这样的布局和转变正在悄悄发生。
暗数据理解和情感 计 算
深思考在自己擅长的深度语义理解领域也取得了不少突破,iDeepwise从底层重构了分词、句法分析、依存分析、命名实体识别等自然语言处理任务,基于上下文语境理解、意图识别和分类完成了对中文语义的深度理解、多轮上下文人机交互、答案生成、情感识别的能力提升。
杨志明说:“语义理解里面有一个任务叫暗数据理解,即非结构化数据理解技术,很多友商在做人机交互的时候大量依赖知识图谱和FAQ,严重依赖这个就会花费大量人工,你去做一个服务的时候或者是语义迁移的时候成本就会很大,这其实也是限制语义理解在人工智能产业应用里面的关键点所在。语义理解首先是要结合领域知识,怎么去快速构建领域的知识?就是要从大量非结构化的数据里去理解非结构化数据,而不是用人工去整理出结构化数据,我们想在业界把这块硬骨头啃下去,让人们可以快速迁移和扩展语义理解领域,促进整个语音理解多轮人机交互更好的落地发展。”
我们人与人之间的交互是可以随时多轮下去的,人能很容理解一段话是属于哪个主题针对哪个场景的,即便打断还能接上话题,但这对于机器而言是非常复杂的,同类很多产品一问一答大概一两轮就终止了,如果只是单轮的交互,那么所有人机交互的应用比如说智能客服,机器人产品等体验效果就相当不好。而基于自身的深度语义理解技术,深思考的人机交互相比同行有非常突出的地方,最直观的就是可以基于任务目标完成标准的、支持上下文的多轮人机交互,iDeepwise使用了基于深度学习算法的意图识别与分类、词向量相似度、上下文指代消解、特定场景的纠错容错、信息抽取、sequence2sequence等技术。
“交互层次越深的时候机器就没办法去做指代,这是行业中比较难的一个技术。还有就是上下文的意图,每句话意图的识别,这个对于多轮交互非常重要,我们用了深度学习的方法去做了意图的分类,最重要的一点是我们用了一个突破性的方法做深度增强学习,它的好处是,机器能够自己生成一些答案,跟人与人之间的对话做比较,做完比较之后他会自己去测试,试完以后它会慢慢像人一样多轮地交互下去,这方面我们会走得比较深,这也是我们核心的技术能力所在。”
关于情感计算的研究始于深思考对于AI的定位理念,杨志明认为AI一定要提供带温度的交互。目前情感计算在医疗大健康领域也确实得到了应用,具体是什么呢?比如说在人工智能问诊环节,因为机器是隐藏在专家后面的,很多用户跟机器去交互时不知道是不是机器人,有大量的话语表述是一些情感性的,发泄、委婉的打听等,如果没有情感计算辅助回答,机器可能就无法识别回答用户意图,无法去安慰用户,情感计算的作用就是让用户体验更好些。
AI 技 术 如何商 业 化
关于如何把技术转化为商业价值的话题,杨志明也分享了一些自己的心得体会。他认为这波AI技术商业化的共同挑战,是如何跟垂直领域深度结合,然后解决刚需问题。深思考的重点布局是大健康,跟用户、医院、第三方检测机构、医疗机构等都需要有深入的结合,中间存在存在很多鸿沟问题,解决这些问题很重要;其次,AI很多的结果是个百分比概率事件,因为医疗结果很在意判断敏感性和特异性,怎么去提升准确率和平衡性很关键;最后就是对特定领域知识的理解,AI很多从业者跟医疗专家沟通的时候会出现不在一个频道的尴尬局面,技术和业务之间需要攻克跨域的问题。
除了医疗大健康领域的布局,深思考围绕核心技术也提供人工智能车载解决方案和机器人解决方案。商业模式早期阶段会基于深度学习提供一个底层的web service,包含:图像识别,机器视觉,情感计算,中文自然语义处理等,供第三方企业去调用,比如客户的微信、app、网页接入了深思考的智能问诊或者客服应用,会根据项目按交互次数或者月费年费等收取相关服务费用。另外,交互中会涉及到一些精准推荐,推荐成单的话会有收益分成等等,是一种比较轻快易于大规模扩展的方式。再下一阶段公司就会涉及到软硬件一体化的模式,软硬结合+业务布局增强自己的竞争壁垒。
据悉,深思考团队目前有40余人,大部分都是中科院系的资深技术骨干,2015年11月,深思考曾获昕朴投资160万天使投资,2016年2月获得九阳股份千万级preA轮融资,也在一些智能家居场景下尝试过去做落地。不久前,公司对外发布了新产品iDeepWise三代机器人,通过识别、感知、理解人类的情感,让人机情感交流更自然顺畅,该产品不仅可以支持聊天交互,而且在音乐、订票、订酒店、医疗、汽车、智能家居、养生食谱等垂直场景实现深度交互,为人工智能服务增添了不少“温度”。
杨志明透露,深思考目前正在进行A轮融资,计划在12月中下旬关闭,A轮之后可能还会有A+轮,两轮累计融资规模将达到亿级。新一轮融资将继续投入到技术的深度研发,其次会加速产品的市场化,整体目标是打造一个比较高的技术壁垒和业务壁垒。
项目:iDeepwise
公司:深思考人工智能
官网:
http://www.ideepmind.com