10月12日，首届中文NL2SQL挑战赛总决赛在南京大学落幕。比赛自6月份启动以来，吸引了来自全世界1457支队伍参赛，参赛者有来自清华大学、北京大学等多所知名院校研究人员，也有包括中国移动、中国平安、搜狗等多家知名企业的技术人员。NL2SQL作为AI领域新兴的底层技术吸引到这样的参赛规模，超出了主办方追一科技的预期。  
 
 NL2SQL，即Natural Language to SQL，是一项将人类自然生活语言转化为可执行SQL语句（结构化查询语句）的技术。这项技术缩短了人类语言与机器语言之间的语义理解障碍，很大程度地简化了数据调取和分析流程，目前可见的商业应用场景集中在金融保险、投融资机构、电商等数据富矿领域中。  
 
 NL2SQL是NLP（自然语言处理）的一个重要分支。作为视觉与语音之外的第三条AI赛道，NLP的发展开始让包括NL2SQL在内的语言处理技术越来越受到重视。  
 
 在英文领域，目前已有Salesforce、斯坦福、耶鲁等多家机构建立了wikiSQL、wikiTableQuestions、Spider等多个大规模英文NL2SQL数据集。wikiSQL是目前全球规模最大的NL2SQL数据集，目前已经包含有超过26375张表格，87726条自然语言问句以及对应的SQL语句，执行结果准确率达到91.8%。  
 
 “AI与数据库交互上，我们又一次看到新的想象空间。”创新工场CEO李开复表示，以NL2SQL为代表的NLP技术值得投资界期待。  
 
 追一科技CTO刘云峰也认为，NLP技术将在2019年迎来第一个技术大年，并进入一个技术发展的爆发期。“我们在NL2SQL基础技术的研发上，已经追上甚至超过了国外同行的技术水平。”追一科技首席技术官刘云峰对公司正在着力开发的NL2SQL技术很有信心。  
 
 与2018年人工智能投资风口RPA（机器人流程自动化）有所差异的是，NLP技术在效率模式的基础上强调自然语言带来流畅的交互效果，并且期待落地场景中的机器可以实现自我学习与进化。目前除了追一科技在今年4月获得4100万美元C轮融资外，相似领域中的智齿科技、竹间智能也在近两年获得超过亿元人民币的融资。  
 
 不过这项技术实现彻底的商业落地仍然道阻且长。追一科技在昨天公布了首个中文NL2SQL数据集，这一数据集包括4870张表格、49752条标注数据，虽然这是在中文领域中的一次突破，但与全球规模领先的wikiSQL相比仍然有一定差距。  
 
 对于新推出的数据集，刘云峰也直言，现在的团队采用的技术方案，推理预测的耗时都非常高，到真正工业化落地时，生产系统不允许有这么高的耗时。  
 
 除了技术发展尚待成熟以外，目前投资人工智能的大环境也正在遇冷。据桔子IT等数据显示，2018年全年有近90%的人工智能公司处于亏损状态，2019年第二季度以来，国内人工智能投资数量和金额双下降。融资项目数仅有30起，同比下降45.5%，融资规模50亿元左右，不到去年同期的40%。  
 
 尽管以NL2SQL为代表的NLP技术进入成熟期的时间遇上了人工智能的投资低潮，但这项技术发展与完善仍然值得期待。中国人工智能产业发展联盟副理事长冯俊兰认为，NL2SQL是自然语言处理的一个非常重要的应用领域，涉及到多个核心问题，也是目前产、学、研三方面需要共同提升的关键技术领域。