Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

虎博科技发布旗舰产品「虎博搜索」和全场景产品矩阵

3月25日,全球领先的智能金融搜索引擎虎博科技宣布正式对个人用户开放旗舰产品「虎博搜索」,前1万名“虎博万人迷”将享受终身VIP免费服务。同时宣布全场景产品矩阵发展战略,以「虎博搜索」为底层基础,坚持一切从用户需求出发,拓展延伸自身产品线,使全球用户高效获取信息。

虎博科技利用世界前沿的自然语言处理技术革新行业,改变人们获取信息方式的进程,打造一站式全场景的金融信息数据服务平台,让人们获取信息更简单。虎博科技创始人兼CEO陈烨表示,深度学习应用到自然语言处理领域,正在提升机器对文本、自然语言的理解和处理效率,“虎博科技将基于行业需求及对中国互联网的理解,不断突破技术壁垒,高效连接人与全球信息。”

虎博科技成立于2017年7月,从金融场景切入,赋能个人投资者及相关机构。目前已完成累计近4亿元人民币的融资,共计获得来自PAC、宜信新金融产业投资基金、高榕资本、新世界集团成员新创建集团(00659.HK)、新鸿基有限公司(00086.HK)、点亮基金和大众点评创始人张涛的投资。据了解,虎博科技已经入选上海市首批人工智能创新产品,更荣获了KPMG“2018中国领先金融科技企业50强”、清华五道口“2018全球金融科技创业大赛10强”等业界荣誉。

业内人士认为,NLP领域相比计算机视觉领域来说,技术难度更大,落地应用实现更难。一旦虎博科技形成用户规模后,公司商业价值想象空间将无限增大。

发布旗舰产品「虎博搜索」  轻松精准获取信息

金融的基础是信息,而传统金融信息服务产品却存在高昂价格、高使用门槛、搜索效率低下等实际问题,无法满足普通个人用户的需求。虎博科技则通过世界前沿的技术和产品实现人与信息的连接,服务于商业。

「虎博搜索」是虎博科技打造的第一款旗舰产品,是新一代的人工智能金融信息搜索引擎,旨在以颠覆式的产品体验和效率满足机构和个人用户对金融信息数据和交易决策的需求。目前,「虎博搜索」的数据和场景涵盖了全球主要资本市场,包括行情、宏观、行业、公告、研报、新闻和另类数据等多维度数据,能够实现对信息进行实时、全自动的获取、解析、理解和总结,成为一站式全场景的金融信息数据服务平台。

经过一年的迭代,从3月25日当天起,「虎博搜索」正式对个人用户开放,并同步上线“虎博万人迷”计划,前1万名虎博搜索用户将终身享受VIP服务,不受未来搜索产品付费增值服务的约束,永久免费使用。

虎博的搜索框是人类自然语言和机器语言,它利用先进的神经网络对抽象的逻辑进行深度解析和重新编码。不同于已有的泛搜索产品,虎博搜索的结果不再是一条条简单的URL链接,而是在搜索瞬间,系统经过千百万次计算总结,解析文档深处内容并准确提取,将搜索结果结构化呈现出来。以搜索“阿里巴巴活跃买家”为例,输入之后「虎博搜索」一键秒回,将来自阿里最新财报中原本非结构化的结果,结构化的直接呈现给用户,并根据场景自动启用「虎博翻译」和虎博自然语言理解模型,准确找到“Annual active consumers"的答案。用户还可点击虎博独家提供的原文定位功能,一键定位原文答案的位置,呈现上下文,用技术和产品完美满足数据准确性和可靠性的需求。

能有如此不同,正是因为「虎博搜索」运用了深度学习技术,通过自然语言处理,而非简单的关键词匹配,实现更加类人的理解,才能将全球金融市场涵盖的结构性数据、非结构性数据以及新闻趋势数据,进行全自动和实时地获取、解析、理解和总结,真正实现一站式。

目前,「虎博搜索」服务全球有信息需求的机构和个人用户,数据覆盖全球主要资本市场,包括行情、宏观、行业、公告、研报、新闻和另类数据等多个维度,通过提供全面、精准、实时和智能的金融数据和信息,支持用户进行全球公司和行业研究、行情分析、智能选股、预测分析、事件舆情、IPO 监控等工作,服务用户效率提升。

以用户为中心  打造全场景产品矩阵

依托创始团队和核心成员在人工智能领域,特别是NLP领域的深厚技术积累,虎博科技自主研发了聚焦金融领域的七大关键技术,包括智能搜索、智能推荐、机器阅读理解、机器总结、机器翻译、机器舆情分析以及机器撰稿等,并在自然语言处理的关键任务上锐意探索,尊重行业结构和用户需求,打造多款矩阵产品。

从用户需求出发,是虎博科技场景式矩阵的核心。陈烨认为,虎博科技全场景产品矩阵发展战略的精髓是由产品矩阵自动筛选用户的需求,“它是包围式且颠覆式的,用户最终会沉淀到一两款旗舰产品中。”

从2018年9月开始,虎博科技已面向C端用户推出了搜索、资讯、工具、交易等产品矩阵,其“西梅”、“创投派”、“招股书”、“搜研报”、“财神股票”等App和小程序产品累计用户量已达百万级。这些产品矩阵以「虎博搜索」为核心底层细化而来它们相对独立却又无限关联,底层架构的打通使得虎博科技的核心能力得到了更宽广的拓展。

比如,“西梅”利用机器翻译和机器总结,解决了用户的语言障碍,可以自由阅读英文资讯;“创投派”致力于帮助创业项目提供更多融资机会,并服务投资机构寻找、获取、跟踪最优质的项目资源,同时帮助更多普通用户,全面快速了解创业公司;“招股书”覆盖中港美三地市场,实时获取、推送公司上市新事件并完整追溯公司上市全流程,满足人们第一时间了解拟上市公司全方位数据信息和资讯,辅助投资者的投资决策;“搜研报”为广大普通及专业投资者解决投资过程中高效获取、处理研究报告、挖掘报告中的价值信息的迫切需求,使投资决策更便捷;“财神股票”则是以前沿技术驱动投资,多维度筛选全球市场交易热点,辅助交易决策更快捷。

此外,结合B端机构和企业的痛点,虎博科技还同步推出了五大类赋能服务,如“智能知识库”、“智能搜索”、“智能投研”、“舆情监控”等不同产品,以及“专业翻译”、“知识图谱”等一系列NLP基础能力,避免企业和机构因内外部的数据信息繁杂造成的效率低下而导致决策偏差。据了解,虎博科技企业级客户的商业化拓展迅速,目前已经与国内外多家顶级金融机构、新闻集团、教育机构、政府监管机构及第三方机构落地合作。

未来,虎博科技将继续拓展更多领域,并开展国际化布局,深入美国、欧洲等主流金融市场和东南亚等经济高增速地区,将虎博的全场景战略精髓推向全世界。陈烨坚信在未来数十年间,AI将持续改变更多行业,他强调:“AI是非常令人着迷的领域,AI技术进步带来的更高效获取信息和知识的红利,能惠及全球。”

产业虎博科技搜索引擎自然语言处理金融科技
21
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自然语言理解技术

自然语言理解是人工智能的核心课题之一,也被广泛认为是最困难和最具标志性的任务。最经典的两个人工智能思想实验——图灵测试和中文房间,都是围绕自然语言理解来构建的。自然语言理解在人工智能技术体系中的重要性不言而喻,它一方面承载着机器和人的交流,另一方面直达知识和逻辑。自然语言理解也是人工智能学者孜孜以求的圣杯,机器学习的巨擘 Michael I. Jordan 就曾经在 Reddit 上的 AMA(Ask Me Anything)栏目中畅想用十亿美元建立一个专门用于自然语言理解的实验室。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

知识库技术

知识库是用于知识管理的一种特殊的数据库,以便于有关领域知识的采集、整理以及提取。知识库中的知识源于领域专家,它是求解问题所需领域知识的集合,包括基本事实、规则和其它有关信息。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

机器翻译技术

机器翻译(MT)是利用机器的力量「自动将一种自然语言(源语言)的文本翻译成另一种语言(目标语言)」。机器翻译方法通常可分成三大类:基于规则的机器翻译(RBMT)、统计机器翻译(SMT)和神经机器翻译(NMT)。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。

https://www.alibabagroup.com/
推荐文章
学习一下。