当前全球人工智能浪潮汹涌，各国学者正努力实现人工智能从感知到认知的跨越。作为专注于人工智能与非结构化大数据技术研发推广的科技型公司，神州泰岳子公司鼎富智能科技有限公司成立十年来，依托自身积累的大量行业经验，不断加深认知智能领域的产业布局和实践，积极参与认知智能技术领域的产业化生态建设，推动人工智能技术在公安、政务、金融、司法、运营商、农业、气象等领域的快速落地。
深耕理论研究 引领AI“智变”创新
鼎富智能在人工智能领域主要发展方向为认知智能技术，其理论基础是中国科学院创立的“HNC概念层次网络”理论，是自成一派的“具有中国气派的信息处理流派”。
鼎富智能先后参与多个国家科研项目，与北京师范大学许嘉璐先生指导的中文信息处理研究所有着深度合作，拥有超过十年的对中国本土语言的研究与积累。”鼎富智能副总经理张瑞飞介绍，从2016年开始，鼎富智能在行业落地的项目中将人工智能的神经网络表示和语言学表示融合在一起不断在中文自然语义处理中实现创新与突破。
在深厚的技术积累下，2016年鼎富智能成立人工智能研究院，并与北师大中文信息处理研究所共同设立AI联合实验室。实验室开源了当时最大的“中文词向量语料库”，广受业界好评，截至2020年12月15日，在Github上得到超过8200星。2018年，鼎富智能AI研究院成立深度学习实验室，2020年实验室与中国科学院深圳先进技术研究院联合创新的研究成果“一种多层对多层的BERT蒸馏方法”入选EMNLP2020。依托自身积累的大量理论技术经验，鼎富智能开启了认知智能领域的产业布局和实践，不断扩大在行业的影响力。
布局产业发展 勾勒AI发展蓝图
在一次次攻克认知智能技术难题后，鼎富智能将目光转向了市场，推动核心技术示范应用和产业落地，将认知智能技术向认知智能产品转化，并逐渐在公安、政务、金融等领域实现了快速落地。
2017年，鼎富智能入驻中国声谷，2020年公司总部也迁移至中国声谷。围绕人工智能的语义认知技术和非结构化文本大数据分析挖掘技术两大方向，鼎富智能全方位开启了企业新的发展方向，采取“平台化、智能化、云计算”策略，大力开展和构建大数据生态环境。
谈起入驻中国声谷，张瑞飞表示，作为全国首个定位于人工智能领域的国家级产业基地——中国声谷，产业孵化政策齐全、创新创业氛围浓厚，更汇集了众多人工智能领域的人才，帮助鼎富智能更好地研发认知智能技术、加速科研成果转化。
我们入驻声谷后，在专项政策上得到诸多支持，例如在市场宣传推广上，中国声谷体验中心帮助展示公司产品，并定期对外宣传公司品牌形象，且在公司创新项目上进行扶持。此外，中国声谷还帮助解决公司办公场地等方面的问题，营造良好的公司发展环境。”张瑞飞强调。
打破产业壁垒 构建AI应用生态
2018年，鼎富智能在中国中文信息学会指导下，联合中国声谷，建设和运营产学研一体化创新平台——中文信息（深度）处理开放创新平台。该平台定位为提供一站式认知智能领域技术与产品服务的产业级平台，专注于人工智能—认知领域所需创新和基础技术的开源开放以及产业落地，打造“研究—应用—产业”的认知智能生态闭环。
谈到建设该平台的初衷，张瑞飞说：“国内人工智能领域的现状存在一个问题，大量学者拥有非常杰出的科研论文和基础的计算模型，但同时产业里又需要更加复杂的工程化落地的能力和产品，这其中存在着非常大的鸿沟。”
中文信息（深度）处理开放创新平台聚焦了中文信息专家学者的技术及应用的开放、展示、创新、孵化等。平台所承载的技术几乎全面覆盖人工智能中文信息处理所有前沿技术，在自然语言理解方面是国际领先，在中文相关的自然语言处理和认知领域为世界前列。
“目前该平台已经汇集了二十多个高校院所，四十多支学研专家团队，一起通过联合创新的方式，推动人工智能产业创新发展。”张瑞飞介绍。
张瑞飞认为，正是用户和市场的不断需求，推动鼎富智能近些年的快速发展。公司从成立到入驻中国声谷，坚持以务实和开放的心态，在不同的行业落地不同的解决方案，并积极开放各种新的技术服务。与中国声谷联合建设的中文信息（深度）处理开放创新平台，目前已开放了140多个场景和16个行业的服务，构建富有竞争力的人工智能产业新生态。
未来，鼎富智能将进一步完成认知智能领域的产业化布局和生态建设的飞跃，力争成为认知智能技术领域的领先企业，为行业发展和国家人工智能战略贡献更大价值。
“泰岳语义工厂” 打破BAT独揽NLP开放格局
随着人工智能的日益发展，对于以NLP技术为核心的认知技术的价值和作用正在被越来越清楚地认识到，大量的应用系统希望搭乘NLP技术进行创新，市场需求已经明确。
NLP技术能力需要大量长期的研发投入和科技攻关技术突破，对于以应用开发为主的机构来说，自身建立NLP能力存在的困难还是十分巨大的，包括人才的获得和成本的控制，虽然以百度为代表的BAT大厂已经主动开放了NLP技术相关的接口和服务，但是远远不能满足市场对NLP技术的需求，更谈不上用人工智能认知技术“赋能”传统行业。
