拓爾思：專注語義智能，為信創(chuàng)領域提供數(shù)據(jù)服務！

電子發(fā)燒友網(wǎng)報道（文/李彎彎）AIGC即AI Generated Content，是指利用人工智能技術來生成內(nèi)容，AIGC也被認為是繼UGC、PGC之后的新型內(nèi)容生產(chǎn)方式，AI繪畫、AI寫作等都屬于AIGC的分支。對AIGC來說，2022年被認為是其發(fā)展速度驚人的一年。

然而AIGC卻存在它的落地痛點，那就是高昂的通用大模型與下游垂直應用場景需求的不匹配。最近ChatGPT熱度持續(xù)上升，一方面推動了科技巨頭持續(xù)加大AI投入，另一方面也直接帶動下游付費意愿提升，這將進一步加速AIGC應用落地和商業(yè)變現(xiàn)。

早早從事自然語言處理（NLP）研究

在ChatGPT熱度這波浪潮中，拓爾思受到了不少關注。拓爾思成立于1993年， 主營業(yè)務包括人工智能產(chǎn)品及服務、大數(shù)據(jù)產(chǎn)品及服務和數(shù)據(jù)安全產(chǎn)品及服務等。

在AIGC方面，拓爾思圍繞傳媒、政府等垂直領域的語料庫有非常全面的積累，在智能問答、自動寫作或智能寫稿、內(nèi)容播報、創(chuàng)作智能輔助等方面也有成熟的應用場景。

在自動創(chuàng)作方面，公司利用自研互聯(lián)網(wǎng)大數(shù)據(jù)資訊平臺，在大型體育賽事期間對賽事熱點和話題進行大數(shù)據(jù)分析和研判，通過AIGC的內(nèi)容自動創(chuàng)作和虛擬數(shù)字人進行聯(lián)合，幫助觀眾了解最新賽事盛況。在智能問答方面，公司自主研發(fā)了一款面向中文的智能問答云服務系統(tǒng)，即TRS小思智能問答機器人。

人工智能包括計算智能（記憶、計算），感知智能（語音識別、圖像識別），認知智能（語言理解、分析決策），創(chuàng)造智能（想象、創(chuàng)造） 四個層次。

拓爾思所專注的語義智能位于人工智能的認知智能領域，即讓計算機來理解人類語言或其他符號表面數(shù)據(jù)內(nèi)含的確切意義，提取出信息或知識，進而進行推理、分析、決策，達到、接近或者超過人類的智慧水平。

據(jù)介紹，拓爾思是國內(nèi)最早從事自然語言處理（NLP）研發(fā)的企業(yè)之一，在NLP、知識圖譜、OCR、圖像視頻結(jié)構(gòu)化領域都具備自主可控的底層技術。

拓爾思自2000年開始自然語言處理和文本挖掘方面的研究，在國內(nèi)推出語義智能的商業(yè)化軟件TRS DL-CKM，并被國內(nèi)外數(shù)以千計的用戶采用。

TRS DL-CKM人工智能技術平臺，基于機器學習和深度學習開發(fā)了50多個功能組件，200多個調(diào)用接口，主要應用于智能問答、智能寫作、專題分析、智能文本校對、圖像識別、知識圖譜構(gòu)建以及多語言實體識別等場景，廣泛應用于融媒體、輿情分析、內(nèi)容審核、智慧公檢法、智能風控、對話機器人等多個領域。同時，TRS DL-CKM也為公司其它產(chǎn)品提供AI技術支撐。

數(shù)據(jù)產(chǎn)品為信創(chuàng)領域提供保障

對于人工智能來說，數(shù)據(jù)作為主要的生產(chǎn)要素，在產(chǎn)業(yè)鏈中占據(jù)重要的位置。以ChatGPT為代表的AIGC大模型技術對數(shù)據(jù)更是有更高的要求。在數(shù)字化發(fā)展的當下，國家對數(shù)據(jù)的重視程度也在加大。

日前，根據(jù)國務院關于提請審議國務院機構(gòu)改革方案的議案，組建國家數(shù)據(jù)局。負責協(xié)調(diào)推進數(shù)據(jù)基礎制度建設，統(tǒng)籌數(shù)據(jù)資源整合共享和開發(fā)利用，統(tǒng)籌推進數(shù)字中國、數(shù)字經(jīng)濟、數(shù)字社會規(guī)劃和建設。足見數(shù)據(jù)在數(shù)字經(jīng)濟社會發(fā)展中的重要性。

一般而言，數(shù)據(jù)供方包括數(shù)據(jù)產(chǎn)生者、數(shù)據(jù)控制者、數(shù)據(jù)運營者。未來數(shù)據(jù)運營者匯集數(shù)據(jù)生產(chǎn)者、數(shù)據(jù)控制者的數(shù)據(jù)，并對數(shù)據(jù)進行存儲、處理，形成高價值的源數(shù)據(jù)和數(shù)據(jù)衍生品，通過交易系統(tǒng)與需方達成交易，通過平臺接口傳輸數(shù)據(jù)給需方。

根據(jù)數(shù)據(jù)來源的不同，可分為單源數(shù)據(jù)交易平臺模式和多源數(shù)據(jù)交易平臺模式。根據(jù)數(shù)據(jù)處理程度不同，該模式可分為源數(shù)據(jù)交易模式、數(shù)據(jù)衍生品交易模式以及綜合數(shù)據(jù)交易模式。

拓爾思在數(shù)據(jù)供應環(huán)節(jié)和數(shù)據(jù)服務環(huán)節(jié)都有深度布局。在數(shù)據(jù)供應方面，拓爾思基于自主建設的大數(shù)據(jù)中心，以長期服務多行業(yè)用戶的開源數(shù)據(jù)持續(xù)累積為基礎，建成了具有高商業(yè)價值的可運營大數(shù)據(jù)資源，擁有了規(guī)模及質(zhì)量均位列業(yè)界前茅的海量豐富、已經(jīng)過清洗和脫敏的數(shù)據(jù)資產(chǎn)。

據(jù)介紹，目前拓爾思擁有來自境內(nèi)外、各行各業(yè)的公開數(shù)據(jù)資產(chǎn)總量超 1200億，并已具備數(shù)千億數(shù)據(jù)量的數(shù)據(jù)索引、標記、查詢、挖掘分析能力，日均億級數(shù)據(jù)獲取能力。其不僅支撐公司多個專業(yè)化的數(shù)據(jù)智能服務，也具有對外的開放接口服務，可支撐面向政府、媒體、金融、公安、商業(yè)等多行業(yè)用戶的大數(shù)據(jù)云服務。

在數(shù)據(jù)服務環(huán)節(jié)，該公司具備完全自主研發(fā)的大數(shù)據(jù)基礎平臺和TRS人工智能平臺，可提供數(shù)據(jù)采集、清洗、標注、管理等服務。具體產(chǎn)品包括海蜘分布式采集系統(tǒng)、海匯社交視頻采集系統(tǒng)、海聚數(shù)據(jù)融合系統(tǒng)、海貝搜索數(shù)據(jù)庫等。

具體來看，其產(chǎn)品海貝數(shù)據(jù)庫是目前國內(nèi)少有從底層數(shù)據(jù)收集，到分詞和索引算法，以及儲存技術的國產(chǎn)數(shù)據(jù)庫引擎。其核心代碼自主率達到100%，且通過多家國家機構(gòu)認證，可徹底擺脫對 Elasticsearch和Lucene等國外數(shù)據(jù)庫的技術依賴。

在大數(shù)據(jù)領域，拓爾思突破異構(gòu)數(shù)據(jù)對大數(shù)據(jù)搜索引擎的限制，為索引數(shù)據(jù)加密提供全方位安全保障，實現(xiàn)了文本、圖像特征、二進制的統(tǒng)一索引和跨數(shù)據(jù)類型跨語言的檢索，并采取最新的集群技術提高了可支持的數(shù)據(jù)規(guī)模和多用戶并發(fā)檢索性能，為數(shù)據(jù)安全和信創(chuàng)領域應用提供全面保障。

小結(jié)

2022年AIGC經(jīng)歷了飛速發(fā)展的一年，新年初ChatGPT的爆火更是將AIGC推向了新高度，讓AIGC的落地商用加速。這也讓一些AI企業(yè)火出了圈，比如拓爾思。其一是其在自然語言處理（NLP）方面的研究，以及其AIGC在多個領域的成熟應用；其二是它在AI產(chǎn)業(yè)鏈主要環(huán)節(jié)數(shù)據(jù)方面的深厚積累，在數(shù)據(jù)方面可以為信創(chuàng)領域提供服務。