【文/觀察者網(wǎng) 周遠(yuǎn)方 編輯/劉惠】

2021世界人工智能大會(huì)于7月8日-10日在上海世博展覽館召開。

人工智能是上海落實(shí)國家戰(zhàn)略部署、重點(diǎn)發(fā)展的三大先導(dǎo)產(chǎn)業(yè)之一，在這片沃土上，近年來人工智能領(lǐng)域出現(xiàn)了許多創(chuàng)新場景和前沿進(jìn)展。

合合信息作為上海本土科技企業(yè)代表，2019和2020年成功在世界人工智能大會(huì)舉辦金融科技落地論壇，并先后邀請兩位諾貝爾獎(jiǎng)獲得者參與發(fā)言。

比起今天在人工智能賽道上叱咤風(fēng)云、炙手可熱的“四小龍”們，合合信息要低調(diào)得多。

圖片來源：合合信息

“我們其實(shí)可以稱得上人工智能行業(yè)的‘老炮兒’”，合合信息董事湯松榕在接受觀察者網(wǎng)采訪時(shí)說道，“2006年剛成立時(shí)，人工智能專業(yè)畢業(yè)的人其實(shí)是不太能找到好工作的，因?yàn)榇蠹耶?dāng)時(shí)都不知道人工智能可以干什么?！?

但合合信息的創(chuàng)始團(tuán)隊(duì)是名副其實(shí)的正規(guī)軍，大部分骨干來自摩托羅拉人工智能實(shí)驗(yàn)室的，創(chuàng)始人鎮(zhèn)立新本人，則是中國科學(xué)院模式識別與智能系統(tǒng)專業(yè)的博士。

我們作為一個(gè)技術(shù)驅(qū)動(dòng)的團(tuán)隊(duì)，選定了人工智能文字識別的方向，就是十幾年一直堅(jiān)持不斷地投入。

“文字識別，也稱為OCR，是一個(gè)比較冷門的方向”，湯松榕介紹，可能很多人覺得OCR是個(gè)非常開源的技術(shù)，像Google、百度、微軟都發(fā)布了開源的OCR。但實(shí)際上，復(fù)雜場景下的文字識別技術(shù)難度很高，可能一份文件模糊到連肉眼無法分辨清楚，我們深度學(xué)習(xí)的人工智能技術(shù)能夠把文檔更清晰地識別出來，特別是在移動(dòng)端，比如我們拍照過度曝光、反光、抖動(dòng)、微弱光線等等情境下，我們拍出來的文件用傳統(tǒng)OCR是無法識別的，我們解決的就是這種復(fù)雜場景下的文字識別能力。

合合信息是第一個(gè)把AI文字識別技術(shù)應(yīng)用到移動(dòng)端的公司，2009年推出第一個(gè)產(chǎn)品“名片全能王”，幫助商務(wù)人士捕捉名片上的信息，錄入到通訊錄中。就是這樣的產(chǎn)品成為第一個(gè)幫助蘋果手機(jī)跟商務(wù)社交領(lǐng)域打通的APP，也給蘋果用戶帶來更好的體驗(yàn)。

15年默默的深耕，打磨出這次人工智能大會(huì)上的一大亮點(diǎn)。

甲骨文作為我國最早的成熟文字、世界四大古文字之一，因刻寫在龜甲和獸骨上而得名。目前，已出土的甲骨碎片多達(dá)16萬余件?？上У氖?，這些甲骨碎片被埋在地下多年，經(jīng)歷了地下活動(dòng)的沖擊和挖掘造成的磨損，多數(shù)甲骨殘缺嚴(yán)重；又由于隨著人類歷史的遷徙遍布于世界各個(gè)角落，很難有完整的信息。

圖片來源：合合信息

隨著人工智能的引進(jìn)，通過圖像識別技術(shù)，可以進(jìn)行甲骨的自動(dòng)識別、撮合，為甲骨文學(xué)者的工作提質(zhì)增效。目前，這一技術(shù)處于內(nèi)測階段并首次在人工智能大會(huì)上展示，安陽殷墟景區(qū)作為這一技術(shù)的學(xué)術(shù)支持單位。

智能文字識別技術(shù)主要包含了智能圖像處理，基于深度學(xué)習(xí)的復(fù)雜場景文字識別，自然語言處理三個(gè)核心技術(shù)層。智能圖像處理技術(shù)主要對用戶拍攝的復(fù)雜文檔圖像進(jìn)行預(yù)處理，使得文檔圖像質(zhì)量得到大幅度提升。例如對圖像進(jìn)行增強(qiáng)，讓圖像看起來更清晰，對形變圖像進(jìn)行還原矯正，對圖像中因光照不均產(chǎn)生的陰影問題進(jìn)行處理，對不同角度拍攝的圖像進(jìn)行定位和透視變換矯正?；谏疃葘W(xué)習(xí)的復(fù)雜場景文字識別技術(shù)主要利用合合信息自研的手寫印刷混排識別，抗強(qiáng)干擾識別，扭曲文字識別，復(fù)雜印章和手寫識別等一系列先進(jìn)深度學(xué)習(xí)識別技術(shù)來解決各種不同復(fù)雜場景下的文字識別問題。而自然語言處理技術(shù)，則是對識別出的結(jié)果進(jìn)行進(jìn)一步的語義理解。

目前，合合信息的智能文字識別技術(shù)支持中、英、俄等56種語言的文檔圖像、100+種證件的快讀智能分類，以及全球不同國家、不同行業(yè)的卡證、票據(jù)、定制識別等多個(gè)AI場景的產(chǎn)品和解決方案。