融資丨AI公司「可之科技」完成過億元A輪融資

訪問原網址

文｜子佩姚蘭

36氪獨家獲悉，人工智能公司「可之科技」（下稱「可之」）近日宣布完成過億元A輪融資，投資方為中控創始人褚健、上海交通大學ACM班掌門人俞勇、玖兆資本、羌塘基金、卓源資本、順澄資本等。

本輪資金將用於三個方面：1）提升認知智能相關技術的研發水平；2）融合服務領域的知識圖譜，實現相關行業的認知智能升級；3）提升團隊綜合能力，加速產品推廣。

「可之」2017年創立於哈佛大學創新實驗室，在美國波士頓、中國寧波、北京、上海、大連、深圳等地設有辦公室，專註於深度強化學習框架和可解釋人工智能核心技術的自主研發，目前其認知智能產品主應用於教育“雙減”、工業互聯網、金融、生物醫藥等領域。

2021年6月15日，世界經濟論壇 (World Economic Forum) 宣布 2021年度“科技先鋒 (Technology Pioneers) ”企業名單，「可之」成為年度8家獲得該榮譽的中國公司之一。自2018年以來，「可之」連續5年受邀參加世界經濟論壇的系列活動。創始人王冠博士受邀成為2020年世界經濟論壇50周年年會人工智能主題的專題發言人。

創始人王冠博士畢業於美國布朗大學，現任上海交通大學寧波人工智能研究院智慧金融實驗室主任，曾供職於美國華盛頓大學、微軟研究院、通用電氣等機構。可之核心研發團隊來自麻省理工、卡耐基梅隆、哈佛等名校，長期關注認知智能領域的邏輯推理問題；商務團隊人均擁有近二十年行業積累，經驗豐富。

認知智能致力於使機器擁有人類般的認知思考能力，“能理解、有邏輯、懂推理、會決策、可解釋”，可以替代重複性體力勞動和腦力勞動，是人工智能發展的高級階段。中高考級邏輯推理是其公認的里程碑，自動批改曾被業內公認為“二十年內不可能完成的挑戰”。

王冠告訴36氪，人臉識別、自動駕駛等AI技術在某些維度上沒有邏輯推理的難度高，原因在於自動駕駛沒有“客觀標準答案”，只要未違反交規、沒發生碰撞，合理駕駛，容錯率是比較高的，但邏輯推理就不一樣了，在給定條件下，答案相對確定，有全局最優策略，甚至只有唯一正確的解。

隨着機器學習模型趨於複雜、精密，模型的可解釋性，即讓人類理解機器的邏輯推理過程成為了一大難題。一個常見的例子是，金融從業者使用如XGBoost、DNN等黑箱模型得到特定的評分結果，但由於機器推斷過程不透明，難以改進業務或調整模型。此外，現有大部分機器學習模型也需要“投喂”海量結構化數據來訓練，造成的人力成本和算法歧視也不容忽視。

因此，基於少數據訓練人工智能“Learning with Less Labeling (LwLL)”、可解釋人工智能“Explainable Artificial Intelligence (XAI)”和終身學習人工智能“Lifelong Learning Machines (L2M)”三種底層技術，「可之」搭建了數據依賴度低、數據隱私度高、可交互、可解釋、能邏輯推理的認知智能框架。

在確定了技術優勢后，怎樣選擇落地場景？

「可之」的判斷如下：1）目標場景有高頻、剛需、用戶基數大的特點；2）目標場景需要人類的經驗和專業知識進行持續判斷、持續決策；3）認知智能可以達到乃至超越人工的水平；4）目標用戶群體認可產品價值，能夠變現；5）單位資源投入能創造的價值高，邊際成本低，邊際收益高。

舉例而言，教育“雙減”領域的考試、作業批改，工業互聯網的智能控制，金融領域的投顧、風控、反欺詐等都是適合的業務場景。

“雙減”背景下，教培行業進入一片寒冬，教育主陣地回歸校內，每日作業、考試作為學生學習效果的直接體現，也作為學生查漏補缺，自我補足的主要依據，其批改與分析的質量直接與學生的學習效率掛鈎。

但現實情況中，一位教師常常要同時教授上百位學生，受疫情影響的地區很多情況下作業輔導只能由家長完成……種種現實因素讓批改題目變成更加繁重的任務，也讓教師難以針對性地為每位學生分析作業情況，提供個性化指導。

根據這一場景訴求，「可之」推出分層、彈性、個性化作業產品，實現作業自動布置、批改服務，可以基於學生的實際情況推薦更有針對性的習題，並為教師提供全過程、全量學情分析，批改範圍也拓展至初高中全學科。產品形態主要分為兩種：如小程序等在線應用，和如掃描儀、打印機等終端設備。

在日常作業批改之外，「可之」也布局考試賽道，服務過2021年多個省市中、高考多學科各題型的閱卷工作，實現AI自動批改、監測，完成了人工智能自動評分試點任務。

在其他行業中也有類似的問題，例如工業場景中，數據稀缺、環境複雜、部分信息可見等情況制約着經典人工智能的表現。以煤、矸石分選這一傳送帶物料識別場景為例，人工篩選存在安全風險，X光方案成本較高且有輻射和環境污染的隱患，基於監督學習的經典人工智能方法的數據訓練成本高，且由於不同煤礦現場的標準不同，很難泛化。可之的認知智能方案持續和環境交互，在實際使用中能夠在較短時間達到X光的水平，通過OTA在線維護升級，快速解決現場問題，性價比高。

金融領域的反洗錢、反欺詐、風控等場景中，為了滿足較高的精度要求，銀行逐步使用日趨複雜的黑盒模型，不利於業務人員和監管機構對其推理過程的理解，且複雜模型所依賴的各個組件也會相互影響，使得最終預測結果可能存在未知的風險。「可之」的可解釋AI產品則希望通過打開黑盒，幫助業務人員分析“可疑交易”之間的潛在關係,了解“可疑”點出現的原因，從而節省時間、提高決策水平。在智能投顧場景中，可解釋AI能夠解釋交易模型給出的交易行為的原因，判斷交易模型的可靠程度，描述市場波動特徵，為從業人員持續決策提供幫助。可之告訴36氪，其認知智能產品已在銀行和證券業的龍頭企業得到驗證。

在商業模式上，「可之」的泛教育類產品主要與企業、學校、當地政府合作，按年收費，用戶也可自己購買賬號，按功能分級收費。王冠表示，去年泛教育領域營收佔比大約30%，預計今年會增長迅猛，用戶人數預計將達到20萬，未來也將推出貼合“雙減”要求的更多產品，並在工業互聯網、金融和生物醫藥領域穩步拓展。

媒體報道

36Kr

投資界

創業邦

相關事件