做自然語言的LSK，說要從哲學層面去解決語義分析問題

按：做語義分析的公司雷鋒網接觸得不算少，但說要從“哲學層面”解決語義分析問題的，LSK是第一個，雷鋒網感到很好奇，于是找到陳嚴——他是LSK深度人工智能的聯合發起人，另一位發起人陳峰常駐甘肅。

陳嚴：LSK是一套基于認知的語義識別方案。LSK分別對應Language、Semantic、Knowledge。

Google的語義分析是這么做的，最早它是用關鍵詞來匹配，從數據庫里區匹配最接近的結果；后來開始理解語法，梳理主謂動賓狀的語法樹，這就涉及分詞。英語的句法結構是比較規整的，而且詞和詞之間有空格，不需要分詞，但漢語不一樣，‘我吃了一個蘋果’，是把‘我吃’當成一個單位，還是‘吃了’當成一個單位呢？我記得Google后來是和一家叫海量分詞的公司和合作，做了大量的分詞，但這個也只能解決一部分問題。

Google翻譯的結果其實是不那么令人滿意的，我們隨手輸入“蘋果紅了”，它翻譯成“red apple”，其實是不準確的。

人對事物的識別建立在一套認知系統上，語言只是一種表現形式。我們決定從認知層面去著手，首先我們要建立一套知識體系，比如“吃”這個字——說起吃，我們頭腦里會想到吃了什么、誰吃了、在哪里吃的、吃了還是沒吃——是一套復雜的認知體系，LSK是建立在這套認知系統上的語義識別。

語義的表現形式多種多樣，但內核其實都是類似的，如果機器“知道”這個詞什么意思，就不會被語音的表現形式迷惑，“吃了嗎你”、“你吃了嗎”，系統會得出相同的翻譯結果。我們的系統學一個詞就是一個詞，它把“吃”學透，學習的詞匯越多，就越準確。

雷鋒網：團隊的技術背景大多是怎樣的？

陳嚴：技術背景不重要，核心人物才是最重要的，愛因斯坦寫相對論的時候是一個人寫的，不是找了一堆人寫的。這類問題能想清楚的只是一個人，最多兩個人，世界上所有的發現都是這樣的。

雷鋒網：咱們團隊里面那個人是誰？

陳嚴：陳峰，山峰的峰。

我和他都是甘肅電信的，我們被派到北京三年，后來電信整改等等一些原因，我們離開電信系統回了甘肅，開始做LSK。同時我們也有別的事情在做。

他學地質出身，17歲開始搞計算機，我們一起經歷了很多事情。發明創造都是有機緣巧合的，經歷了很多事情之后，突然有一天他就想通（語義分析）這個問題了，就像那個蘋果砸到牛頓頭上，突然想通了萬有引力。

（按：在網絡上搜不到陳峰的相關背景。從官方給過來的資料中顯示，陳峰是“中國電信甘肅號百公司技術總監”、“神州數碼科技公司大客戶事業部技術總監”、“曾獲2004年美國ESRI公司全球特殊貢獻獎”、“·個人專利《統一對象標識技術》”。）

雷鋒網：但是這樣的人只適合一些學術研究、發論文，真正要做產品，還是要很多人去做一些工程性的工作吧？

陳嚴：我們還沒有開始融資，也沒有產品化，只要開始落地，技術合格的人容易招。陳峰這樣的人鳳毛麟角。

雷鋒網：這類型的人才，院校里面應該很多。

陳嚴：院校里面都是基于算法去做一些事情，其實算法是第二位的，第一位的是結構。神經網絡是也是算法。

雷鋒網：神經網絡是算法的話，那它對應的結構是什么？

陳嚴：對應的結構……神經網絡我還真不是很懂，我感覺它是模擬人腦的結構，可能更偏重學習。

按照Google的關鍵詞匹配的方法，它只能解釋庫里有的，遇到系統里沒有的事物就沒辦法。但所有的未知知識都是由已知知識去描述的，在我們的體系里面可以做到這一點。

我們上升到哲學層面去解決這個問題，世界上的事物之間的關系歸根結底都可以由擁有、屬于、時間、空間等等一些基本詞匯來描述，“蘋果紅了”，是蘋果擁有紅色，還是蘋果屬于紅色？空間和時間的定義，都可以由這些基本詞匯去描述，這些詞匯只有11個，全世界的知識都逃不出這11個詞。

理論上是這樣的，但實際的系統實現遇到的難題很多。

雷鋒網：這個有點超乎我的認知。

陳嚴：比如社會關系學，就是人與人之間的關系，人與人之間的關系可以由一些詞去描繪，這些特定的詞可以抽象出來——一定要抽象到最高級也就是最底層的東西。自然語言認知的層次：關鍵字、語法層、邏輯層、哲學層、抽象層，一共五層，我們給微軟頂多看到第二層，它就已經很吃驚了；科大訊飛看到我們的技術文檔，只說了一句話：“這根本做不出來”；跟薛蠻子也談了，他感興趣，但是又不投錢。2012年，我們談了不少投資人，總覺得對不上。

當時自己狀態也不好，不知道在哪里落地，應答、輿情分析、翻譯，具體產品的方向沒有確定，拿去做語音導航似乎又體現不出優勢，加上自己還有一些國土資源方向的項目在做，融資的事就放下了，但技術一直在進展。陳峰這幾年全職在做這個事情——前些年做國土項目有一些積累，足夠他只專心在這一件事情上。

現在我們更完善了，原先可以理解句子，現在可以理解100字左右的長句子。我可以講解一下它是怎么推理的，比如“陳嚴借給林總一本書”，LSK可以推斷“林總需要還給陳嚴一本書”，這是它自己產生的，已經具備邏輯思維了。

雷鋒網：過去6年，LSK的技術團隊主要在做什么工作？

陳嚴：沒有團隊，就他一個人，就陳峰一個人。過去6年，他就在研究哲學問題，然后把它轉化成知識性的東西。

陳嚴給雷鋒網演示了一個DEMO，顯示LSK是如何工作的。做NLP的讀者可以看看，是否能看出端倪。

遺憾的是，陳嚴的手機上沒有裝APK（他說并沒有開發安裝包），而陳峰遠在甘肅。除了這個視頻，雷鋒網并沒有獲得其他測試產品的機會。對于這個產品以及陳嚴描述的原理，雷鋒網有一肚子的問號。

當雷鋒網向一位同是做機器翻譯（并且已經成規模，有穩定的商業模式）的業者表達疑問，說感覺有些“民科”，他隔了三四個小時給我回了一段話：

“似乎確鑿就是民科。剛剛去找來‘LSK理論’著作拜讀了一下，通篇沒有任何形式化定義。至少以目前的計算機原理來說，這是不可計算的。”

懂行的朋友出來說個究竟？

附注：雷鋒網將于8月12、13日在深圳舉辦全球人工智能與機器人創新大會，會議召開的同時我們將頒發Top25人工智能創業項目的榜單。目前我們正準備遍訪機器人、人工智能、無人機及自動駕駛相關的創業項目，有殺錯，沒放過，如果覺得自己是這個行當的頂尖企業，歡迎發郵件到 2020@leiphone.com 自薦。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。