2017年底，李纪为回国，拉上了自己曾经的同窗，成立香侬科技，开始了NLP（自然语言分析）领域的创业。

关于公司名字的由来，李纪为说，这来源于对信息论和其创始人香侬的信仰。读博期间，他曾仔细拜读过香侬划时代的研究论文「Prediction and entropy of printed English」，这是现代NLP很多理论的来源和基础。出于对这位NLP先导的崇拜，公司便由此命名了。

2018年，香侬科技在阿里云实现上云第一站，用数字科技陪伴企业成长。

在整个人类历史上以语言文字形式记载和流传的知识占到知识总量的80%以上。就计算机应用而言，85%左右都是用于语言文字的信息处理。自然语言处理，就是用计算机对自然语言的形、音、义等信息进行处理，对字、词、句、篇章进行输入、输出、识别、分析、理解、生成等的操作和加工。

自然语言处理在我们生活中是怎么应用的呢？

其实，NLP已经在我们的日常生活和工作中随处可见并发挥着重要的作用。小到我们常用的翻译软件、搜索引擎、聊天机器人，都是通过NLP技术让机器去了解我们的诉求，再通过运算处理，反馈给我们想要的答案；大到在金融、司法、政务、工业、传媒等行业领域，也在使用这项技术去处理纷繁复杂的文档文件，从海量文字中更便捷、快速地获得精准信息。

那么，NLP技术是怎样实现这些应用的呢？香侬科技创始人李纪为举了一个形象的比喻：就像是一位小学生通过学习基础知识和训练学习方法，达到了大学生的水平，掌握了这些理论与操作技能后，投身到各行各业去工作。通过一定时间的工作实践与加强学习，他成长为某一垂直领域的“小专家”，过硬的技术加之行业经验的积累，便使他在所属行业中游刃有余。用技术的思维来简单概括，就是用算法搭建起一个“大学生”模型，通过垂直领域小样本数据的不断训练，便掌握相关的知识和能力，成为高效、优质的生产工具。

李纪为用香侬旗下的智能写作产品——火龙果写作做了示范：一名网络小说作者完成基本的框架与前期内容铺垫后，系统可以根据当前写作内容去理解和分析文章类型和主旨，自动推荐相关写作素材；小说完成后，还可以帮助作者进行语法纠错、事实性核查、上下文一致性核查、标点格式检查等一百多种类型纠错核查，不放过任何差错；当创作陷入瓶颈时，能够根据当前内容，自动生成原创情节进行续写。除了文学创作以外，该产品也可以根据关键信息描述，辅助创作不同风格的文体，例如学术风格、公文风格、社交媒体风格等，俨然是一位文字写作的多面手。

据悉，火龙果写作已成为众多学生党、文字工作者的首选“智能助理”，仅用一年时间，注册用户实现了1500%的高速增长。

近些年，自然语言处理发展迅速。2017年，谷歌提出了全新的自然语言处理模型架构——Transformer；2019年至2020年，大规模预训练模型BERT与GPT相继被提出，大规模预训练模型构建于Transformer模型架构之上，能够利用海量的无标注语料完成预训练，从语料中建立对文本的感知并实现知识提取，在几乎所有自然语言处理下游任务中取得显著的效果提升。大规模预训练成为深度学习模型提升效果的必要模块，也是当前AI领域最为火热的研究对象。，但针对中文的自然语言处理研究依然薄弱。

“相比于英文，中文语言的理解要复杂得多。同样的一个字、一个词、一句话，表达的语境不同，表达的方式不同，都可能存在各种不同的含义，曾经人工智能的自然语言处理算法都是利用西方的技术为模板，基于罗马字符的语言，而中文是象形文字，经过漫长的历史发展，它每个字符的造型、读音、含义都可能蕴含着深刻的意思”。“我们之所以开始做这个事情，也是想既然在中国做这个事情，就要把中文领域的研究发扬光大！中文作为世界使用语言第二大的语种资源，它的前景肯定是更广阔的。”李纪为认为，NLP是一个广阔的市场和空间，需要更多的发展和合作，才能把生态做起来，谈及未来计划，李纪为说，未来希望能进一步推动“更懂中文”的新一代自然语言处理基础研究，打破理论和实践之间的壁垒，继续在更多原创性、创新性、实用性问题中深耕、研究，加强人才培育与产学研生态建设，对提升中文自然语言处理研究在国际话语体系中地位多做一些工作。

2018年，新生的香侬科技选择了“长在云上”。