轮子科技在过去多年底层技术研究的基础上自主研发了基于贝叶斯网络的Causal Inference NLP算法框架 ， 模拟人类因果认知系统 ， 实现高理解准确度的Semantic Parsing NLP解决方案 。
NLP作为一种理想的交互方式 ， 将与元宇宙互相成就
过去一年多以来 ， 元宇宙始终是科技、创投领域关注的焦点 ， 但从整体来说又进展缓慢 ， 即使Meta这样规模的科技巨头也被元宇宙拖住了增长的脚步 。
但从长远来看 ， 技术的瓶颈终将被打破 ， 元宇宙也不仅限于改善文化、游戏、电商、娱乐等应用领域的体验 ， 更将是数字技术的革命 ， 同时带来生产力的大幅提升 ， 从而在更大的范围内推动社会进步 。 元宇宙是数字文明的重要成果 ， 拥有广阔的发展空间和无限的可能性 ， 同时 ， 也将不断地回馈社会 。
余轲认为：正在成为趋势的第四次工业革命和元宇宙 ， 本质上是由算力和人工智能水平的大幅提升所驱动 ， 而NLP作为AI的基础能力 ， 也正迎来变革和巨大的发展空间 ， 玩秘的愿景则是成为元宇宙时代的生活虚拟助理 。
从技术的角度来说 ， 语义分析引擎（Semantic Parsing Engine）已经成为目前很多人工智能产品的核心模块 ， 比如新一代的搜索引擎、数字人等 。 但是在现实应用场景中 ， 对自然语言进行语义分析标注的成本高、效率低、难度大 ， 因此 ， 无论是产业界 ， 还是学术界 ， 现有的语义分析数据集存在数据规模小、问题种类少、问题模板结构过于单一等缺陷 。
在实际生活场景中 ， 只有最低等级复杂度的语义理解 ， 如询问天气、定闹钟等可以达到较高的理解率 ， 这也是智能音箱等语音交互类智能终端目前的技术瓶颈 。
遇到比如订电影票或者打车这种中等复杂度的语义理解场景 ， 大部分NLP的理解率尚不足50% 。 而对于外卖订餐这样的高复杂度场景 ， 不只包括推荐餐品 ， 还涉及到凑单满减、荤素组合搭配等多重变量 ， 语义分析维度和复杂度非常高 ， 对于传统NLP来说很难获得到令人满意的理解率 。
余轲博士向36氪介绍：在最近一年中 ， 轮子科技集中精力进行算法框架的研发 ， 目前 ， 玩秘已经从第6代NLP框架迭代到第7代框架 ， 对订外卖等高阶语义理解难度领域 ， 语义理解率从45%已升至约80%的水平 。
提高中高阶语义理解难度场景的理解率是应用得以商业化的核心前提 ， 建立在Causal Inference NLP算法框架上的Semantic Parsing NLP解决方案 ， 让基于移动端、车端、智能家居等不同智能终端的高理解准确度个人数字生活助理服务成为可能 。
下一步 ， 玩秘的服务将会涵盖订外卖、打车、推荐餐厅、线下娱乐、预订酒店等领域 ， 覆盖全国95%以上的地级市 。 通过智能终端 ， 采用语音交互的方式 ， 玩秘可以识别用户的多重需求 ， 并给出精准推荐和简便的服务 。
余博士认为：从长远来看 ， NLP会成为伴随元宇宙逐渐具象化的底层技术 ， 并且 ， 对于元宇宙中的AR/VR/MR等各种可穿戴智能设备 ， NLP都是更自然、且交互成本最低的交互手段 ， 玩秘在本地生活领域突破最难的挑战之后 ， 也会把Semantic Parsing NLP的核心能力运用到游戏、数字人、直播、娱乐的元宇宙场景中 。
作为面向下一代互联网的商业化产品和服务 ， NLP还需要一定的时间来下沉到不同的垂域 ， 去探索终端用户真正的需求和体验 。 余轲强调：如果一家公司想长久创造可观的利润 ， 一定要为社会提供价值 。 玩秘致力于通过为更多用户提高生活便利性 ， 创造“便利性溢价” ， 从而体现人工智能的社会价值 。
推荐阅读
- 一文解决期货交易关于开仓、平仓、止盈、止损的四大难点！
- 贝弗利抨击艾顿：一个软蛋赛前拒绝和我握手，詹姆斯说不会交易我
- 这次债市波动与2016年有何不同
- 期货交易：重仓，想说爱你并不容易！
- 期货交易中容易出现的17个亏损心理
- NBA每日新闻速递（11.29早新闻）
- 西部高管：若勇士想以库里为核心再次夺冠，他们得交易回杜兰特
- 传闻：威少转会步行者的交易失败，温班亚马扮演了什么角色
- 爬行女孩身残志不残，感人事迹广为传颂