陳運文 識文解字，啟航AI文本智能時代

王碧清

2015年年底，上海張江一處20平米的房間內(nèi)，十幾個熱火朝天的年輕人寫下了第一行代碼。2020年，上海達觀數(shù)據(jù)（Data Grand）和這里的工程師們已走進了更多企業(yè)的視野。步入大數(shù)據(jù)時代，他們以文本智能處理技術助力企業(yè)破浪前行。

什么是文本智能處理？即通過自然語言理解、自然語言生成、知識圖譜等人工智能領域方面的技術，實現(xiàn)文本的自動抽取、審核、糾錯、搜索、寫作等功能。

如今，達觀數(shù)據(jù)已成為文本智能處理行業(yè)當中的引領者。保持創(chuàng)新、不斷積淀，年輕的航船載譽而歸——公司成為中國唯一入選2020 IDC創(chuàng)新者的文本智能處理企業(yè)、獲中國智能科學技術最高獎“吳文俊人工智能獎”；而公司創(chuàng)始人陳運文憑借在人工智能領域取得的研究成果，入選為全球科學企業(yè)家200人名單。

不久前，陳運文獲評共青團中央2020年“全國向上向善好青年”（創(chuàng)新創(chuàng)業(yè)）。他表示：“非常光榮，將繼續(xù)努力，把產(chǎn)品技術推向更廣的應用天地?！?h3>將一塊塊積木拼出藍圖

陳運文低調(diào)而謙遜。在創(chuàng)業(yè)前，他已是科技部“萬人計劃”專家，后帶領團隊在數(shù)據(jù)挖掘方面的國際大賽之中斬獲冠軍，還在由國際計算機學會（ACM）主辦的全球最高級別的國際數(shù)據(jù)競賽中，以“社交網(wǎng)絡推薦算法”在全球1000支隊伍中獲得亞軍，創(chuàng)造了大陸企業(yè)15年來歷史最佳戰(zhàn)績。

選擇創(chuàng)業(yè)后，陳運文是篤定的：服務傳統(tǒng)行業(yè)，為企業(yè)轉(zhuǎn)型升級賦能。而探尋“AI+傳統(tǒng)行業(yè)”的道路并非一日之功，但他走得不疾不徐、少見焦慮，更多地是一份堅定和惜時如金的水到渠成。

從復旦大學計算機系博士畢業(yè)之后，陳運文先后擔任盛大文學首席數(shù)據(jù)官、騰訊文學高級總監(jiān)、百度核心技術研發(fā)工程師。在軟件開發(fā)的各類實戰(zhàn)當中，他深感國內(nèi)互聯(lián)網(wǎng)企業(yè)技術水準的領先，但同時也注意到，“許多傳統(tǒng)行業(yè)里面的計算機技術運用得相對落后，填寫、核對文檔等仍需手工完成。以技術提高傳統(tǒng)行業(yè)的運行效率，我覺得這是非常有價值的事”。

在上海張江集團創(chuàng)業(yè)孵化器的一處20平方米的辦公室，陳運文仍記得，那時和創(chuàng)始團隊的不舍晝夜。盡管公司成立之初，云集了各大互聯(lián)網(wǎng)巨頭當中的風云人物，但由于新成立公司的知名度并不高，新鮮力量的補充步履維艱。雖然各方面的條件都很艱苦，但陳運文形容：“痛并快樂著，就像搭積木一樣，看著想做的事情一點一滴地實現(xiàn)，心中的藍圖逐漸成形，充滿著期盼，這種感覺還是很好的?！?/p>

那時，陳運文要考慮的是如何生存?！靶」緵]有知名度和客戶，產(chǎn)品技術還在打磨，人員規(guī)模也很少。而創(chuàng)新創(chuàng)業(yè)都是從小公司一步步走過來的，如何發(fā)展壯大其實是非常困難的。”

創(chuàng)業(yè)之殘酷，如穿越逆境寒冬。為了活下來，陳運文團隊努力將每一項技術服務做到極致，把專項技術做出特色?！熬拖駠H上許多巨頭公司，例如日本專門做拉鏈的公司YKK，已有近百年的歷史，他們把拉鏈做到世界第一。對于我們來說，就是把一項技術打磨成行業(yè)里面最好的。哪怕我們做的事情很小，也依然可以爆發(fā)出很強的生命力?！?/p>

陳運文團隊最先實現(xiàn)了文檔材料的自動化解析，可以從Word、PDF、Excel等文檔中，實現(xiàn)精準識別和自動審核，受到了市場的歡迎，逐步建立起了口碑，也成為一些投資人眼中穩(wěn)健、靠譜的優(yōu)質(zhì)項目代表。三個月時間，公司實現(xiàn)了盈虧平衡；三年的時間，公司實現(xiàn)了盈利。

積木一塊一塊地累搭，陳運文說，雖然道路暫時窄一點、黑一點，但心間自有光明?！拔覀兂Ｓ玫臐h字雖然約有5000個，但漢字組合起來千變?nèi)f化、語義豐富，如何讓計算機像人一樣去思考、理解、識別非常艱難，技術到今天為止，都不能說是成熟，還有許多問題和挑戰(zhàn)?！边_觀數(shù)據(jù)團隊在一年一臺階穩(wěn)步壯大，在不斷解決問題、保持創(chuàng)新之中，行至更加寬闊的智能時代。

更多可能，更多創(chuàng)造

作為人工智能領域中的獨角獸，達觀數(shù)據(jù)始終保持著穩(wěn)步增長，不斷升級迭代。在深耕NLP（自然語言處理）技術方面，陳運文已經(jīng)帶領團隊建立了完備的語料庫，獲得了60余項發(fā)明專利。

2018年，達觀數(shù)據(jù)獲得了寬帶資本1.6億元的B輪融資，累積融資額超過兩億元，刷新了中國NLP融資紀錄，發(fā)展駛?cè)肟燔嚨馈２贿^，陳運文始終保持著冷靜而理性的態(tài)度，不疾不徐地布局、前進，“創(chuàng)業(yè)者要在恰當?shù)臅r機正確引入、使用資本”，“做企業(yè)服務，要慢工出細活，著急不來”。這年，RPA（機器流程自動化）成為業(yè)界炙手可熱的概念，由美國最先風行，并已獲得許多場景當中的實際應用。而達觀數(shù)據(jù)也開始從NLP（自然語言處理）發(fā)展到RPA階段。

如何針對中文使用習慣，開發(fā)出適合中國企業(yè)的RPA產(chǎn)品，陳運文和團隊開始了新一輪的征戰(zhàn)。

在團隊成員的努力下，達觀數(shù)據(jù)成功發(fā)布國內(nèi)首款自主研發(fā)集OCR（光學字符識別）與NLP（自然語言處理）于一體的RPA系列產(chǎn)品。RPA可以理解為軟件機器人或虛擬勞動者，可以記錄人在計算機上的操作，并可重復運行，全程嚴格監(jiān)控以保障信息安全性。因為RPA的技術突破，RPA+NLP可以適應更多更加復雜的應用場景，讓AI技術真正賦能金融、物流、零售、政務、醫(yī)療等行業(yè)的流程自動化，從而創(chuàng)造價值。

比如，針對國際結(jié)算系統(tǒng)自動開戶這一實際應用，RPA軟件首先可以通過自動識別已上傳的公司營業(yè)執(zhí)照信息，自動完成登陸國家外匯管理系統(tǒng)、獲取客戶信息、登陸國際結(jié)算系統(tǒng)、代填客戶信息并開戶，極大地加速、準確且優(yōu)化地完成金融系統(tǒng)相關工作流程。

陳運文坦言，國內(nèi)的智能文本行業(yè)目前仍處于早期的技術產(chǎn)生、中期的推廣應用發(fā)展階段，雖然諸如中國銀聯(lián)、招商銀行、工商銀行等企業(yè)都已經(jīng)開始使用達觀數(shù)據(jù)的產(chǎn)品，但整體來看還不是通用的級別，市場仍然廣闊?！拔覀兛赡芎苋菀桌斫馔赓u、共享單車等的運行邏輯，但對于智能文本處理，讓大家理解這項技術的價值，并且可以使用它，還需要下功夫。”

談及人工智能技術的“數(shù)學氣質(zhì)”，這位本科就讀于數(shù)學系、后獲得復旦大學計算機博士的“80后”創(chuàng)業(yè)者表示：“表面上看是文字處理問題，實際上確實都是數(shù)學問題。漢字的排列組合背后都是數(shù)學的概率、組合。用數(shù)學化的方式去解讀文字的規(guī)律，還是非常有意思的。”

在陳運文上海的辦公場所，每間辦公室的名字都來自于數(shù)學的一種算法或模型：最大熵、傅立葉、貝葉斯網(wǎng)絡……“數(shù)學還是非常神奇的，定理、規(guī)律非常優(yōu)雅”，他希望給團隊伙伴們創(chuàng)造一種良好的技術氛圍，“走到哪里都像走在數(shù)學公式里一樣”。采訪當中，陳運文總會提到團隊之間的“犧牲和支持”、“配合與成就”，而求真、務實的企業(yè)文化，將大家凝聚在一起，共同耕耘、共同期待未來枝葉繁盛。

正如陳運文喜歡的一本書《文明之光》中提到的計算機的“無所不能”那樣，“如果說工具是人類手腳的延伸，那么計算機就是人腦的延伸”，陳運文希望，未來有一半的日常文檔資料是由達觀數(shù)據(jù)所支持的機器人助手去完成，人們從繁重的工作中解脫出來，去做更多更有創(chuàng)造性的工作。