做自然语言的LSK，说要从哲学层面去解决语义分析问题

按：做语义分析的公司雷锋网接触得不算少，但说要从“哲学层面”解决语义分析问题的，LSK是第一个，雷锋网感到很好奇，于是找到陈严——他是LSK深度人工智能的联合发起人，另一位发起人陈峰常驻甘肃。

陈严：LSK是一套基于认知的语义识别方案。LSK分别对应Language、Semantic、Knowledge。

Google的语义分析是这么做的，最早它是用关键词来匹配，从数据库里区匹配最接近的结果；后来开始理解语法，梳理主谓动宾状的语法树，这就涉及分词。英语的句法结构是比较规整的，而且词和词之间有空格，不需要分词，但汉语不一样，‘我吃了一个苹果’，是把‘我吃’当成一个单位，还是‘吃了’当成一个单位呢？我记得Google后来是和一家叫海量分词的公司和合作，做了大量的分词，但这个也只能解决一部分问题。

Google翻译的结果其实是不那么令人满意的，我们随手输入“苹果红了”，它翻译成“red apple”，其实是不准确的。

人对事物的识别建立在一套认知系统上，语言只是一种表现形式。我们决定从认知层面去着手，首先我们要建立一套知识体系，比如“吃”这个字——说起吃，我们头脑里会想到吃了什么、谁吃了、在哪里吃的、吃了还是没吃——是一套复杂的认知体系，LSK是建立在这套认知系统上的语义识别。

语义的表现形式多种多样，但内核其实都是类似的，如果机器“知道”这个词什么意思，就不会被语音的表现形式迷惑，“吃了吗你”、“你吃了吗”，系统会得出相同的翻译结果。我们的系统学一个词就是一个词，它把“吃”学透，学习的词汇越多，就越准确。

雷锋网：团队的技术背景大多是怎样的？

陈严：技术背景不重要，核心人物才是最重要的，爱因斯坦写相对论的时候是一个人写的，不是找了一堆人写的。这类问题能想清楚的只是一个人，最多两个人，世界上所有的发现都是这样的。

雷锋网：咱们团队里面那个人是谁？

陈严：陈峰，山峰的峰。

我和他都是甘肃电信的，我们被派到北京三年，后来电信整改等等一些原因，我们离开电信系统回了甘肃，开始做LSK。同时我们也有别的事情在做。

他学地质出身，17岁开始搞计算机，我们一起经历了很多事情。发明创造都是有机缘巧合的，经历了很多事情之后，突然有一天他就想通（语义分析）这个问题了，就像那个苹果砸到牛顿头上，突然想通了万有引力。

（按：在网络上搜不到陈峰的相关背景。从官方给过来的资料中显示，陈峰是“中国电信甘肃号百公司技术总监”、“神州数码科技公司大客户事业部技术总监”、“曾获2004年美国ESRI公司全球特殊贡献奖”、“·个人专利《统一对象标识技术》”。）

雷锋网：但是这样的人只适合一些学术研究、发论文，真正要做产品，还是要很多人去做一些工程性的工作吧？

陈严：我们还没有开始融资，也没有产品化，只要开始落地，技术合格的人容易招。陈峰这样的人凤毛麟角。

雷锋网：这类型的人才，院校里面应该很多。

陈严：院校里面都是基于算法去做一些事情，其实算法是第二位的，第一位的是结构。神经网络是也是算法。

雷锋网：神经网络是算法的话，那它对应的结构是什么？

陈严：对应的结构……神经网络我还真不是很懂，我感觉它是模拟人脑的结构，可能更偏重学习。

按照Google的关键词匹配的方法，它只能解释库里有的，遇到系统里没有的事物就没办法。但所有的未知知识都是由已知知识去描述的，在我们的体系里面可以做到这一点。

我们上升到哲学层面去解决这个问题，世界上的事物之间的关系归根结底都可以由拥有、属于、时间、空间等等一些基本词汇来描述，“苹果红了”，是苹果拥有红色，还是苹果属于红色？空间和时间的定义，都可以由这些基本词汇去描述，这些词汇只有11个，全世界的知识都逃不出这11个词。

理论上是这样的，但实际的系统实现遇到的难题很多。

雷锋网：这个有点超乎我的认知。

陈严：比如社会关系学，就是人与人之间的关系，人与人之间的关系可以由一些词去描绘，这些特定的词可以抽象出来——一定要抽象到最高级也就是最底层的东西。自然语言认知的层次：关键字、语法层、逻辑层、哲学层、抽象层，一共五层，我们给微软顶多看到第二层，它就已经很吃惊了；科大讯飞看到我们的技术文档，只说了一句话：“这根本做不出来”；跟薛蛮子也谈了，他感兴趣，但是又不投钱。2012年，我们谈了不少投资人，总觉得对不上。

当时自己状态也不好，不知道在哪里落地，应答、舆情分析、翻译，具体产品的方向没有确定，拿去做语音导航似乎又体现不出优势，加上自己还有一些国土资源方向的项目在做，融资的事就放下了，但技术一直在进展。陈峰这几年全职在做这个事情——前些年做国土项目有一些积累，足够他只专心在这一件事情上。

现在我们更完善了，原先可以理解句子，现在可以理解100字左右的长句子。我可以讲解一下它是怎么推理的，比如“陈严借给林总一本书”，LSK可以推断“林总需要还给陈严一本书”，这是它自己产生的，已经具备逻辑思维了。

雷锋网：过去6年，LSK的技术团队主要在做什么工作？

陈严：没有团队，就他一个人，就陈峰一个人。过去6年，他就在研究哲学问题，然后把它转化成知识性的东西。

陈严给雷锋网演示了一个DEMO，显示LSK是如何工作的。做NLP的读者可以看看，是否能看出端倪。

遗憾的是，陈严的手机上没有装APK（他说并没有开发安装包），而陈峰远在甘肃。除了这个视频，雷锋网并没有获得其他测试产品的机会。对于这个产品以及陈严描述的原理，雷锋网有一肚子的问号。

当雷锋网向一位同是做机器翻译（并且已经成规模，有稳定的商业模式）的业者表达疑问，说感觉有些“民科”，他隔了三四个小时给我回了一段话：

“似乎确凿就是民科。刚刚去找来‘LSK理论’著作拜读了一下，通篇没有任何形式化定义。至少以目前的计算机原理来说，这是不可计算的。”

懂行的朋友出来说个究竟？

附注：雷锋网将于8月12、13日在深圳举办全球人工智能与机器人创新大会，会议召开的同时我们将颁发Top25人工智能创业项目的榜单。目前我们正准备遍访机器人、人工智能、无人机及自动驾驶相关的创业项目，有杀错，没放过，如果觉得自己是这个行当的顶尖企业，欢迎发邮件到 2020@leiphone.com 自荐。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。