复旦

记者｜杨松 编辑｜谭璐 “2023年，我觉得是人工智能进入新阶段的一个起点。” 提及当下大热的ChatGPT，达观数据董事长、CEO陈运文兴奋地告诉《21CBR》记者，其写出来的内容，相较之前的计算机写作有了质的飞跃，写作能力已经超过了普通人。 陈运文觉得，ChatGPT与自己的创业项目，有“非常强的相关性。”达观对文本进行智能化处理，与ChatGPT本质上是一致的，都使用到了自然语言处理技术。 人工智能技术主要应用在三个方面，语音识别、图像识别、自然语言处理。前两个领域进展迅速，已经上市的商汤、科大讯飞等公司，业务均集中在图像、语音方面。 2008年从复旦大学博士毕业后，陈运文的工作一直围绕着“人工智能”和“文本”，先后担任盛大文学首席数据官、腾讯文学高级总监、百度核心技术研发工程师等职务。 2015年，陈运文创办了专注于智能文本机器人公司达观数据。创业初期，他组建了一个算法团队，参加全球算法竞赛，两次获得世界冠军。 经过7年技术研发，达观首创了国内第一套文本智能处理IDP处理平台，行业无锚点OCR文字提取系统，以及独家开发RPA（机器人流程自动化）文字元素自适应穿透捕获算法。 产品应用方面，达观的业务已遍布金融、制造、政务等细分领域。 天眼查显示，2022年3月，达观数据完成C轮5.8亿元融资，投资方包括中信证券、招商证券、广发证券、中信建投等券商，累计融资额超过10亿元。 陈运文透露，今年公司的营收有望超过历史上任何一年，预计会完成新一轮融资。 以下为陈运文自述： 加速研发 ChatGPT所运用的技术原型，在2017年就诞生了，我们叫做Transformer模型，既可以用来做文档资料的阅读理解，也可以用来写作。 我印象中人工智能上一次这么热，还是2016年AlphaGo下围棋。6年之后又有一个非常巨大的技术突破，挺鼓舞人心的。 行业内有句话，自然语言理解，是人工智能皇冠上的明珠。我之前估计，人工智能的水平超过人类，需要5-10年，现在时间进程大大加快。2023年人工智能进入一个新的阶段,标志着新时代的开始。 ChatGPT背后的大模型技术，是通过海量文档资料进行深度学习，智能程度已经达到非常高的水平。不仅能直接给出选择题的答案，还可以帮用户写代码、找bug，写各种各样的文档资料。 大家对人工智能的未来前景也越来越乐观，以前觉得人工智能做不了的事情，接下来会一点一点实现，超过人类的相应能力。 达观所从事的研究领域，是文档资料的智能处理，与ChatGPT的工作原理类似。 达观的产品则应用在企业级领域，面向更为垂直的行业。 不过，通用大语言模型与专用模型，有很大差异。如果用户问ChatGPT一些专业性问题，还是会发现它的回答可能东拉西扯，说不到重点或不够深刻。 我曾问过关于自然语言处理领域特别专业的技术知识，它的回复不太好。在垂直领域，还是需要类似达观所提供的专用语言模型。 在自然语言处理领域，OpenAI（ChatGPT背后的公司）的模式已经走通，我们可以跟随，并在垂直领域做得更好，未来会有非常优秀的国产语言大模型。 达观在2021年建立了一个专家工作站，与复旦大学计算机科学技术学院教授黄萱菁合作，她也是国内自然语言处理领域的知名专家。 今年，达观和复旦大学联合实验室的重点任务，在AIGC（AI Generated Content，利用人工智能技术生成内容）领域，争取推出优秀的成果。 ChatGPT的大热，也给我们研发团队更大的压力。以前觉得技术没那么快成熟，而美国同行做出了这么优秀的产品，我们需要加速研发进度。 我自己是研发出身，现在也是管研发更多一些。时不我待，近期研发同事都在加班。我对达观今年的研发期望很大，希望在专用语言模型和知识图谱方面均有所突破。 行业样本 过去几年，我们围绕文档资料处理，研发了很多相关技术和产品。 比如，针对文档扫描环节，我们开发了达观OCR（文字扫描）相关平台；推出模拟重复性操作文档资料的RPA功能模块，不管是纸质还是电子版的文档资料，达观平台都能处理。 针对不同行业，我们在研发产品时，需要行业内大量专有语料数据，对系统进行强化训练。 达观招聘了很多垂直行业的业务专家，也跟行业领先的公司合作，比如，和很多金融行业的头部银行、证券公司合作，将业务专家的专业知识引入语音模型中，让系统拥有专家能力。 金融行业的文书工作很多，比如各种信贷报告、招股书、研报等，需要大量的文档处理工作，且对准确率要求高，AI系统非常有优势。 这个领域的人才成本比较高，期望利用AI系统提高效率，达观产品内嵌到金融公司内部的作业系统中，几乎是员工日常工作的标配工具。比如银行的流水核查，甚至更复杂的财报中数据出现矛盾，通过系统都能鉴别出来。 计算机处理文字资料的效率，大概是普通白领员工的100倍，可以24小时工作，对很多行业来说是非常有价值的。例如进出口企业，海外订单可能是半夜才到，需要系统立即处理，而不是等到第二天员工上班才去处理。 证券领域，前30大券商都是达观的客户。其中4家头部企业在几年前已经使用产品，后来也成为了我们公司的股东。 行业类产品，从研发到成熟到大规模复制普及，整个过程需要一定周期性。达观通常从市场容量高的行业优先切入，目前布局了金融、制造等板块。 在自然语音处理领域，国内外有很多大平台，比如百度、谷歌都有多年积淀。互联网巨头未来可能会推出面向个人用户端的通用语言大模型，而类似达观这类TO B初创公司，则专注于垂直领域的专用大模型，会有一个差异化发展路径。 在文档资料领域，除了审核还有写作环节。智能化写作将是达观重要的技术突破点，完成之后就能形成产品闭环。 万亿市场 在去年的艰难环境中，我们是AI行业增长最快的公司，团队做了很多努力，挺不容易的。 今年整个经济形势及市场信心回暖得非常快，我觉得今年的收入和业务发展，应该超过公司历史上任何一年。...