这家公司用人工智能技术识别网页内容

腾讯科技 纪振宇 3月31日硅谷报道

当你每天打开电脑，浏览新闻获取信息时，不经意间，你的大脑实际上已经做了很多复杂的信息处理工作，例如识别文章的标题、作者、正文内容、图片等信息。一家名为Diffbot的公司，已经可以通过人工智能技术，让“机器”来进行上述工作，并将上述信息转化为软件能够识别的结构化数据。

人工智能领域初创公司Diffbot于30日宣布，将解锁识别论坛、产品评测和问答以及文章评论页面的API。

Diffbot是一家人工智能公司，通过人工智能技术，让“机器”识别网页内容，抓取关键内容，并输出软件可以直接识别的结构化数据。

其创始人兼首席执行官Mike Tung 30日在接受腾讯科技专访时表示，目前Diffbot能够帮助很多开发者获取产品开发所需的关键数据，省去了他们过去所需要经历的复杂中间环节。

“例如你作为开发者，想要开发一款基于Yelp上数据的产品，在过去你需要向Yelp发出API调用，但通过Diffbot，你就可以很容易获取数据。”Tung说。

在Diffbot的主页上，你可以在其输入框中输入任意网页地址，测试其识别网页内容的实际效果。

例如，在输入框中输入腾讯科技文章“微信回应谣言：没有推出会员制度计划”的页面链接，按下回车键后，系统在进行了大约4秒左右的分析后，将提取出“标题”、“日期”、“作者”、“全文内容”、“图片”（包括格式大小）、“语言”等这些信息数据，将菜单栏、广告栏等信息自动去除。

Tung说，Diffbot现在做的，相当于人类在浏览网页文章时所做的事情，找出页面中最核心的相关信息。

与其他很多“高调”创业公司不同，Diffbot自2009年成立以来，大多数时间都在进行技术研发，仅在2012年进行了一轮200万美元的融资，团队也一直保持极其精简，目前仅有12人。

Tung介绍说，Diffbot项目最早诞生于斯坦福大学校园内，当时他正在人工智能实验室就读。Diffbot是第一个获得斯坦福孵化器Stanford StartX支持的项目，随后又获得了包括Sun联合创始人、谷歌(微博)投资人Andreas Bechtolsheim等人的投资。

目前，Diffbot服务的客户包括三星、eBay、思科、美国在线等。根据需求不同，Diffbot提供了4种收费服务模式：一是14天免费试用，包括1万次API调用。二是每月299美元，包括25万次API调用，超出部分每次调用价格为0.001美元，功能增加了支持电子邮件、“爬虫”、“搜索API”等，三是每月4999美元，包括500万次API调用，超出部分每次调用价格为0.0009美元，新增功能包括电话支持等。

Tung说，Diffbot现在每月收到的API调用已经达到“数十亿”量级，公司目前已经实现盈利，未来希望将人工智能的功能进一步提升完善。

“现在我们只是在很初级的阶段，”Tung说，“识别网页内容是基础的人工智能的应用，未来的远期目标是让‘机器人’达到人类识别的级别。”