以语义智能技术为导向，拓尔思冲刺AI硬科技丨亿欧解案例

作者：珍珍

编辑：杨阳

人工智能技术作为一种底层技术，被广泛应用于各类行业的智能产品当中，尤其在疫情期间，人工智能的作用意义最为突出，如现在大多数人所使用的健康码、线上AI医生咨询软件，还有在地铁与社区、公司应用的识别测温系统，各种配送、喷洒类机器人。

简而言之，被AI赋能的智能化产品正在快速走进人们的生活。

而在AI产业中，语义智能是AI技术最早落地的应用领域，也是市场上众多人工智能化产品中应用最为广泛的方向。

作为国内语义智能第一股“拓尔思”，便是AI产业中以语义智能技术产品起家较早的老牌企业，语义智能技术是拓尔思的核心发展主线，在1995年，就已研发出用于文字检索的TRS全文信息管理系统，开创了中文智能语言处理的先河。

在疫情期间，拓尔思基于自身智能语义技术优势，快速开发出疫情应急管理防控智能分析师云平台和流行病学溯源追踪系统。依托大数据，该系统可为辖区输入人员身体情况进行线上智能分析，也可对确诊病人、疑似病人、患者密切接触人员的轨迹进行实时追踪，为政府、社区等相关部门提供有效的疫情管控解决办法。

抓住机遇，成功进入大数据行业

拓尔思成立于1993年，原名北京易宝北信信息技术有限公司，2001年更名为北京拓尔思信息技术有限公司，2011年在深交所创业板上市。

拓尔思董事长施水才曾在采访中表示：“拓尔思的英文全称为Text Retrieval System，缩写是TRS，意为“文本检索系统”，TRS是拓尔思的产品品牌，而文本检索系统是拓尔思的一款语义产品”。

如今，经过20多年的发展，依靠语义智能技术起家的拓尔思，不论是技术研发还是业务拓展上，都已远远超出文本检索的囊括范畴。

起初，拓尔思是北京信息工程学院（现为北京信息科技大学）中，几位教授依托自身的研发能力而建立的校办企业，施水才是第一个创始员工。后来通过公司体制改革、提高技术研发能力和引进投资，才发展成今日‘以大数据技术服务提供商’为定位的拓尔思。

据笔者了解，大约在2009年，大数据开始被互联网企业频繁提及。美国互联网数据中心指出：“互联网上所产生的数据，每年将以50%的速度进行增长，而且每两年便翻一番”。

到了2012年左右，大数据开始被国内互联网、科技类企业重视，2013年大数据行业迎来爆发期，国家统计局还联合百度、阿里等11家企业签署战略合作协议，共同启动“国家统计局大数据合作平台”。而拓尔思嗅到这一机遇后，确立了大数据发展战略。

大数据发展战略发布没多久，拓尔思便在2014年以6亿元收购专注于政府、企业数据安全交换与应用领域的北京天行网安，2015年又控股了互联网+营销解决方案提供商耐特康赛。

之后，拓尔思在成都建设西部大数据研发和运营中心，发布“大数云智”发展战略，向垂直行业政务、融媒体、金融等垂直行业进行深度拓展。2018年，拓尔思并购广州科韵大数据公司，发布“语义智能”战略，打造其在融媒体、舆情和政府网站集约化市场上的优势。

目前，围绕语义智能技术的发展主线，拓尔思自主研发与其相关的人工智能技术和大数据技术，以‘通用产品+行业产品+在线服务’三者融合为服务客户的一大战略，实现其核心技术在众多垂直行业的应用落地，赋能中高端企业级客户的数字化和智慧化转型。

拓尔思的核心业务涵盖大数据、人工智能、内容管理、网络安全和数字营销等领域，主要服务于政务、融媒体、金融等重点行业，以北京、上海、广州、成都四大区域为核心市场，拥有30 多家分支机构提供本地化服务模式。其子公司天行网安、广拓大数据、耐特康赛、金信网银分别在网络边界安全、知识图谱、互联网营销等领域提供产品和服务。

拓尔思产品与应用场景图（红色为拓尔思自有产品，灰色为开源或其它第三方产品）

语义智能技术是突破强人工智能的关键

在拓尔思众多智能化产品中，基于深度学习的自然语言处理引擎TRS DL-CKM是拓尔思最具有代表性的核心产品。

TRS DL-CKM是一款人工智能技术平台，该平台基于机器学习和深度学习开发了50多个功能组件，200多个调用接口，主要应用于智能问答、智能写作、专题分析、智能文本校对、图像识别、知识图谱构建以及多语言实体识别等场景，广泛应用于融媒体、舆情分析、内容审核、智慧公检法、智能风控、对话机器人等多个领域。

同时，TRS DL-CKM也为公司其它产品提供AI技术支撑。据悉，拓尔思自2000年开始从事自然语言处理和文本挖掘方面的研究，在国内推出语义智能的商业化软件TRS CKM，并被国内外数以千计的用户采用，如佳能、宝马、索尼、三星、百盛中国等。

施水才把NLP（自然语言处理）誉为“AI皇冠上的明珠”，并认为“语义智能”是AI发展的高级阶段。施水才表示：“目前，国内语音智能、图像智能等，仍然徘徊在弱智能阶段，要解决人工智能长期发展上的‘短板’，必须在语义智能上取得突破，这是走向强人工智能的关键”。

在施水才看来，人工智能的发展大致分三个阶段： 第一阶段，解决计算智能相关的问题，如神经网络等；第二阶段，实现感知相关的智能，如语音识别、人脸识别等弱人工智能；第三阶段，实现认知相关的智能，如语言理解、知识获取和推理等。他表示：“从广义定义上理解，语义智能属于人工智能的高级阶段