科技博客|新闻博客 - 国内最强大的博客网站 » 人工智能 » 让一让,神州泰岳要进化了

让一让,神州泰岳要进化了

2018年11月,“中国版Facebook”人人公司宣布将人人网社交平台业务相关资产出售,至此,在国内大学生中风靡一时的社交平台正式落幕。人人网创始人陈一舟在接受媒体采访时谈到几点经验教训,其中之一,“转型比创业难,上市公司的转型比上天还难。”

过去两年,“举杯相庆”和“抱头痛哭”成为民营企业的两种心理常态。近日,在神州泰岳2018总结会上,神州泰岳董事长王宁表达了对陈一舟的认同与理解。“当整体行业处于下滑的时候,企业一定要转型。而转型对于一家民营企业,特别是一家民营上市企业而言,面临着财报的压力,转型会非常之艰难。”王宁对雷锋网在内的核心媒体这样讲到。

神州泰岳官方资料显示,神州泰岳始创于1998年,2001年改制成为北京神州泰岳软件股份有限公司,首批深交所创业板上市(300002)。公司现有员工4000余人,是“国家规划布局内重点软件企业”、“国家级企业技术中心“,集团旗下拥有40余家分、子公司,其中19家为国家高新技术企业。公司拥有CMMI L5、ITSS二级、系统集成一级、信息安全服务二级、安防二级等顶级资质。公司以科技研发为牵引,打造核心竞争力,拥有软件著作权1500余件,授权专利600余件。

从1998年到2018年,神州泰岳已经经过整整20年时间的成长。对于过去的发展,一位神州泰岳负责人颇有感触地称,“神州泰岳成立于1998年,成立20多年。就像一个人,从少年到壮年,从中年到老年,已经经历了两、三个经济周期。

神州泰岳是一家To B公司,企业风格低调,不被C端普通用户所了解。谈到过去20年的成就,不得不提一个产品,中国移动飞信应用。作为曾经中国移动飞信的运维支撑外包服务商,神州泰岳因飞信声名鹊起,对于过往的辉煌与遗憾,神州泰岳董事长王宁,并不予否认。当然,更多的还是反思。

飞信之后,神州泰岳找到了“新战场”。2016年开始,神州泰岳开始逐步转型到AI人工智能、物联网等新领域。对此,王宁说,“以前的时代结束,我们面临一个新体系、新市场和新玩法,大量的企业确实很难适应。变革是一种宏观的说法,从哪个方面变革适合自己的企业基因,值得探讨。也因为技术、市场、企业家出生的年代不同等原因,变革给民营企业带来很大的压力。”神州泰岳在业务布局方面选择拥抱变化,不变的是对技术创新的执着与信仰。

人工智能与大数据赛道

神州泰岳专注于自然语言处理和大数据技术的研发与应用,已成为国内该领域的技术创新重镇,在基础研究、平台建设、行业应用三个层面形成了核心竞争力和市场影响力。目前已经形成智慧语义认知、大数据极速处理、人工智能应用三大产品方向,客户广泛分布在公、检、法、金融等诸多领域。

2017年与北京师范大学成立了人工智能联合实验室,著名语言学家、全国人大常委会原副委员长许嘉璐出任联合实验室学术委员会主任。2018年5月,联合实验室联合中国人民大学 DBIIR 实验室,构建并正式发布了中文语言向量资源,包含数十种用各领域语料(百度百科、维基百科、人民日报、知乎、微博、文学、金融、古汉语等)训练的字、词、ngram向量,覆盖多种训练设置,并提供了CA8评测数据集及评测方法。

2018年8月,神州泰岳人工智能研究院正式设立深度学习实验室,专注于深度学习算法研究、优化、落地,聚焦深度学习与自然语言理解NLP的结合研究。实验室成立4个月以来,已经在深度学习、语义匹配、文本分类等领域申报专利28项。

2018年10月,第17届中国计算语言学大会(CCL 2018)暨第6届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD 2018)上。神州泰岳&北京师范大学人工智能联合实验室论文《Revisiting correlations between intrinsic and extrinsic evaluations of word embeddings》获“NLP-NABD 2018最佳论文奖”。

AI产品方面,陆续推出了睿达控SaaS平台、中文信息(深度)处理开放创新平台、泰岳语义工厂、智脑2.0。其中,“睿达控”V1.0 SaaS平台,基于神州泰岳领先的语义认知、大数据、机器深度学习技术,结合丰富的金融行业经验,帮助金融机构充分整合、利用机构内部和互联网公开数据,缔造新型金融风控体系,产品可直接应用于风控、企业、网金、渠道和中小企业部等客户业务部门。

泰岳语义工厂在形式上同BAT类似,不同之处在于,开放的NLP技术内容可能会远远超过BAT,神州泰岳一年以来,开放的NLP API服务和NLP应用API服务都将分别涉及近20个大类上百项服务,同时还将开放NLP数据资源和大量的NLP培训课程,这些数据资源将覆盖15+行业约2000万以上的中文词数据集,可帮助企业解决内部NLP技术能力难于迎接业务带来的挑战,并帮助企业最大可能的降低在NLP领域的时间成本人员成本和管理成本。

相关文章