海天瑞聲賀琳： 做人工智能產(chǎn)業(yè)的“基石”

    當(dāng)不方便聽語音時，點下“轉(zhuǎn)文字”便能直接獲得語音信息的文字翻譯；當(dāng)開車時，對著手機(jī)直接說出目的地便能直接獲取導(dǎo)航路線；當(dāng)進(jìn)入寫字樓時，對著智能安檢攝像頭刷臉即可通過……

    隨著技術(shù)的不斷迭代，人類已悄然邁入智能時代，機(jī)器能夠像人一樣，會聽、會看、會說、會動、會思考及會學(xué)習(xí)，更讓人類生活變得豐富多彩起來。智能時代，人們通過智能語音系統(tǒng)、計算機(jī)視覺系統(tǒng)、自然語言處理系統(tǒng)發(fā)送簡訊、操縱汽車、遙控設(shè)備，這一切主要歸功于智能語音、計算機(jī)視覺、自然語言等相關(guān)人工智能領(lǐng)域的應(yīng)用發(fā)展。

    “而我們所做的事情，則是作為人工智能產(chǎn)業(yè)的‘基石’，為產(chǎn)業(yè)鏈的技術(shù)層和應(yīng)用層源源不斷地提供對其至關(guān)重要的AI訓(xùn)練數(shù)據(jù)，用戶看不到我們，卻在時時刻刻體驗著我們的基石作用。”海天瑞聲董事長賀琳說。據(jù)悉，該公司產(chǎn)品和服務(wù)已獲得騰訊、阿里、百度、字節(jié)跳動、微軟、三星、亞馬遜、科大訊飛、商湯科技、海康威視等國內(nèi)外優(yōu)質(zhì)客戶的認(rèn)可。

    8月13日，海天瑞聲登陸科創(chuàng)板，公司將借助資本的力量強(qiáng)化雙翼，飛向更廣闊的智能天地。

    訓(xùn)練數(shù)據(jù)“大王”

    海天瑞聲成立于2005年，是一家專注于為AI算法模型訓(xùn)練提供數(shù)據(jù)產(chǎn)品及解決方案的服務(wù)商。16年來，公司持續(xù)投入重金做研發(fā)，目前主營業(yè)務(wù)包括訓(xùn)練數(shù)據(jù)定制服務(wù)、訓(xùn)練數(shù)據(jù)產(chǎn)品及訓(xùn)練數(shù)據(jù)相關(guān)的應(yīng)用服務(wù)三大板塊，業(yè)務(wù)領(lǐng)域涵蓋了智能語音、計算機(jī)視覺、自然語音等AI核心領(lǐng)域，構(gòu)筑起堅實的技術(shù)壁壘，持續(xù)為客戶提供高質(zhì)量的訓(xùn)練數(shù)據(jù)產(chǎn)品及服務(wù)，始終努力推動著AI技術(shù)在全球各行業(yè)落地的進(jìn)程。

    隨著智能客服、智能家居、智能手機(jī)助手等應(yīng)用產(chǎn)品的廣泛普及，琳瑯滿目的人工智能應(yīng)用熱潮背后，是迅猛發(fā)展的人工智能技術(shù)。而在技術(shù)背后，扮演至關(guān)重要角色的則是大規(guī)模的專業(yè)訓(xùn)練數(shù)據(jù)集。數(shù)據(jù)資源的規(guī)模和質(zhì)量，在很大程度上決定了各種人工智能技術(shù)及應(yīng)用的廣度和深度，從而影響著AI應(yīng)用/產(chǎn)品的落地及用戶的體驗。

    “數(shù)據(jù)已經(jīng)成為一種生產(chǎn)要素，前提是要把人類世界的信息轉(zhuǎn)化為計算機(jī)可以識別的方式。”賀琳介紹說，人工智能行業(yè)發(fā)展涵蓋了三大核心要素——算法、算力及數(shù)據(jù)。如果把發(fā)展成熟的人工智能行業(yè)比作菜肴，那么數(shù)據(jù)就是食料，算法是煎、炒、烹、炸、燉等各種烹飪方法，算力則是燃?xì)庠?、菜刀、鍋、勺等烹飪工具。要想做出一道色香味俱全的菜肴，三者缺一不可?/p>

    賀琳所帶領(lǐng)的海天瑞聲正是我國領(lǐng)先的人工智能訓(xùn)練數(shù)據(jù)專業(yè)提供商。公司自成立以來，始終致力于為AI產(chǎn)業(yè)鏈上的各類機(jī)構(gòu)提供算法模型開發(fā)訓(xùn)練所需的專業(yè)數(shù)據(jù)集。

    根據(jù)招股書顯示，目前海天瑞聲所提供的訓(xùn)練數(shù)據(jù)覆蓋智能語音（語音識別、語音合成等）、計算機(jī)視覺、自然語言等多個核心領(lǐng)域，全面服務(wù)于人機(jī)交互、智能駕駛、智慧城市等多種創(chuàng)新應(yīng)用場景。

    智能語音稱雄天下

    據(jù)介紹，海天瑞聲在智能語音方面可謂獨步天下。公司建立了成熟的發(fā)音詞典構(gòu)建流程、積累了深厚的語音語言學(xué)基礎(chǔ)研究成果。截至目前，公司的產(chǎn)品/服務(wù)已覆蓋全球160余個語種/方言，并已積累下超過100個語種/方言的發(fā)音詞典，累計詞條數(shù)超過1000萬條，可構(gòu)建高質(zhì)量的智能語音訓(xùn)練數(shù)據(jù)集群。

    “我們的許多客戶都是全球性的大型科技公司和頭部人工智能企業(yè)，他們的產(chǎn)品需要推廣到世界各個角落，所以產(chǎn)品中的語種/語言功能也需要能夠匹配其所布局的地方區(qū)域。”賀琳介紹說，每一種語言的研究、開發(fā)都需要花費大量的時間及成本，不同語言涉及的音素集、發(fā)音規(guī)則等設(shè)定，都需要專業(yè)的語言學(xué)家聯(lián)合AI工程師一起來共同研究完成。

    除了豐富的語言能力，公司依托自主開發(fā)的一體化數(shù)據(jù)處理平臺，高質(zhì)、高效地采集與處理大規(guī)模訓(xùn)練數(shù)據(jù)。一體化數(shù)據(jù)處理平臺需要解決三方面的問題：一是如何構(gòu)建底層算法結(jié)構(gòu)，使人機(jī)結(jié)合處理數(shù)據(jù)的能力發(fā)揮到最優(yōu)，最大程度提高數(shù)據(jù)處理效率；二是如何通過對平臺和工具的反復(fù)打磨，使數(shù)據(jù)生產(chǎn)流轉(zhuǎn)效率最大化，令訓(xùn)練數(shù)據(jù)的開發(fā)可以真正達(dá)到規(guī)?；蝗侨绾巫畲蟪潭缺Ｕ蠑?shù)據(jù)安全。海天瑞聲通過多年的深耕和持續(xù)的研發(fā)投入，擁有了功能強(qiáng)大的一體化處理平臺，實現(xiàn)了訓(xùn)練數(shù)據(jù)安全、合規(guī)生產(chǎn)的規(guī)?；?。

    上述羅列的“特技”，正是海天瑞聲區(qū)別于業(yè)內(nèi)其他數(shù)據(jù)服務(wù)商的本質(zhì)特征，也是在經(jīng)年累月的努力下為自己打造的深厚壁壘。公司也成為目前國內(nèi)極少數(shù)有能力提供包括希伯來語、烏爾都語、緬甸語等語種數(shù)據(jù)服務(wù)的供應(yīng)商，也是全球擁有自主知識產(chǎn)權(quán)訓(xùn)練數(shù)據(jù)集最多的企業(yè)之一。

    據(jù)賀琳介紹，公司目前在以每年大概十余種語言/方言的速度不斷擴(kuò)充著公司的專業(yè)數(shù)據(jù)庫，同時不斷迭代一體化數(shù)據(jù)處理平臺，加入各類新的處理功能。多年積累的核心技術(shù)和專業(yè)服務(wù)能力，使得公司能夠更大規(guī)模、更有效率、更加精準(zhǔn)地生產(chǎn)訓(xùn)練數(shù)據(jù)，在提升自身產(chǎn)出效率的同時也有效提高了訓(xùn)練數(shù)據(jù)對于客戶算法模型的改善、優(yōu)化效果。

    數(shù)據(jù)是算法發(fā)展和演進(jìn)的“燃料”

    賀琳早年在中科院聲學(xué)研究所工作，彼時，她與身邊眾多研究人工智能的好友們都遭遇一個煩惱：基礎(chǔ)訓(xùn)練數(shù)據(jù)的缺乏。沒有訓(xùn)練數(shù)據(jù)作為支撐，AI技術(shù)及其應(yīng)用的研發(fā)工作就很難開展。當(dāng)時的他們會時常聚在一起來討論這個問題該怎么去解決。隨著算力的突破，數(shù)據(jù)的緊缺問題更加迫在眉睫。

    “當(dāng)時我認(rèn)為這是未來的一個方向，因為大家在工作中都會遇到這樣的瓶頸。一些企業(yè)的研究員更想專注于做算法，但又缺乏數(shù)據(jù)。”賀琳表示，所以海天瑞聲應(yīng)運而生。

    賀琳告訴記者：“數(shù)據(jù)是算法發(fā)展和演進(jìn)的‘燃料’，算法、算力、數(shù)據(jù)這三個要素一定要互相作用，才能使AI行業(yè)得以發(fā)展。近年來，國家從頂層設(shè)計層面也非常重視數(shù)據(jù)的發(fā)展，并制定了很多相關(guān)的政策，特別是今年，建設(shè)人工智能行業(yè)訓(xùn)練數(shù)據(jù)集、發(fā)展全數(shù)據(jù)產(chǎn)業(yè)鏈已被正式納入國家重點規(guī)劃，可以說數(shù)據(jù)資源的基礎(chǔ)性和戰(zhàn)略性的地位已經(jīng)凸顯。”

    事實上，除了提供訓(xùn)練數(shù)據(jù)產(chǎn)品外，一個專業(yè)高效的數(shù)據(jù)合作伙伴最重要的能力之一是幫助應(yīng)用商們較為準(zhǔn)確地預(yù)估投入產(chǎn)出比，找到與整體業(yè)務(wù)目標(biāo)契合的整體服務(wù)解決方案。經(jīng)過多年的業(yè)務(wù)實踐與發(fā)展，海天瑞聲目前與產(chǎn)業(yè)鏈上的各類機(jī)構(gòu)都建立了長期的戰(zhàn)略合作關(guān)系，產(chǎn)品和服務(wù)已獲得阿里巴巴、騰訊、百度、字節(jié)跳動、微軟、三星、亞馬遜、科大訊飛、商湯科技、云知聲、?？低暤葒鴥?nèi)外優(yōu)質(zhì)客戶的認(rèn)可，建立了廣泛的行業(yè)知名度與影響力。

    未來，市場對訓(xùn)練數(shù)據(jù)的拓展性需求和前瞻性需求均將快速增長。隨著行業(yè)內(nèi)對訓(xùn)練數(shù)據(jù)需求類型的增加以及對服務(wù)標(biāo)準(zhǔn)要求的提高，這就要求包括海天瑞聲在內(nèi)的數(shù)據(jù)服務(wù)商能夠保持對行業(yè)發(fā)展趨勢的洞察能力，深刻理解客戶的應(yīng)用領(lǐng)域及業(yè)務(wù)場景，在設(shè)計方案過程中考慮到算法對樣本多樣性的需求，保證數(shù)據(jù)方案能滿足機(jī)器學(xué)習(xí)的需求且避免出現(xiàn)與模型的過擬合、欠擬合等諸多問題。

    “幫助客戶不在數(shù)據(jù)準(zhǔn)備階段走彎路，助推其加速模型訓(xùn)練、產(chǎn)品落地和迭代更新是海天瑞聲堅守的初衷。”賀琳說，隨著人工智能在全球的快速發(fā)展，對數(shù)據(jù)資源需求將持續(xù)增長。與此同時，不同類型、處于不同發(fā)展階段的企業(yè)及組織對數(shù)據(jù)的需求也逐步展現(xiàn)出差異化、多元化趨勢，因此對人工智能訓(xùn)練數(shù)據(jù)服務(wù)商的資質(zhì)、研發(fā)、產(chǎn)能、質(zhì)控、安全合規(guī)等方面都提出了更高的要求。

    用戶驅(qū)動、需求驅(qū)動、實戰(zhàn)驅(qū)動是推動海天瑞聲持續(xù)穩(wěn)步前進(jìn)的動能。行業(yè)的高速增長，政策的不斷加持，為海天瑞聲增添了更多的成長空間。而登陸科創(chuàng)板，則會獲得更充足的資本力量，助推公司海闊天空任飛翔。