111
七夕是什么？
對于中國人來說，七夕絕不僅僅是一個關(guān)于愛情和浪漫的節(jié)日記憶。它是對美好的詩性眷戀，對想象的包容，對不可能的掙脫，對星辰大海與人間煙火的歸一。
而今人與古人最大的區(qū)別在于，今天我們有了科學的工具。在古人只能想象牛郎織女的故事時，在同樣的七夕，今人可以自己動手去變不可能為可能。
英國詩人塞繆爾·約翰遜說，語言是科學的唯一工具。古時候，人類很早就有了巴別塔的傳說，希望讓不同國家、族群的人享受無界限的語言；而在今天，各行各業(yè)都需要語音、語義、知識相關(guān)的自然語言技術(shù)，來提高產(chǎn)業(yè)智能化水準，升級工作間的溝通與交流效率；面向未來，人類還希望通過自然語言與機器對話，與萬物交互，讓語言跨過人機交互的界限。
這些希望，就像這個時代關(guān)于牽?？椗膲艟常珔^(qū)別在于，這個七夕有人正在努力讓夢境變成現(xiàn)實。并且為了這個目標，他們已經(jīng)奔跑了整整十年。
用技術(shù)破解語言的謎題的實現(xiàn)方式，就是 AI 的重要分支 NLP 技術(shù)。而國內(nèi)最著名的 NLP 技術(shù)團隊與產(chǎn)業(yè)旗幟，就是百度 NLP。
8 月 25 日七夕這天，以“掌握知識、理解語言、擁有智能”為主題的百度大腦語言與知識技術(shù)峰會在線上開啟。百度 CTO 王海峰發(fā)表主旨演講，解讀百度語言與知識技術(shù)的發(fā)展歷程與最新成果，與產(chǎn)學研各界分享技術(shù)及產(chǎn)業(yè)發(fā)展趨勢和展望。
百度集團副總裁吳甜和百度技術(shù)委員會主席吳華分別發(fā)布百度語言與知識技術(shù)系列產(chǎn)品和數(shù)據(jù)集共建計劃，推出 3 大新品和 6 項升級，全面加速 NLP 技術(shù)大規(guī)模產(chǎn)業(yè)應(yīng)用。
成立十年以來，百度 NLP 團隊始終都是中國 NLP 在學術(shù)探索與產(chǎn)業(yè)落地方面的雙向引領(lǐng)者。王海峰認為，“在百度語言與知識技術(shù)的布局和發(fā)展中，我們始終在注意把握兩個趨勢，即技術(shù)發(fā)展趨勢和產(chǎn)業(yè)發(fā)展趨勢，并力爭引領(lǐng)趨勢?！?/p>
從研究方法、研究對象、研究方向、產(chǎn)業(yè)應(yīng)用等各個層面來看，百度 NLP 都是今天中國布局最完整，與產(chǎn)業(yè)接軌最成熟，技術(shù)前沿性最豐富的產(chǎn)業(yè)力量。十年來，百度在 NLP 領(lǐng)域獲得包括國家科技進步獎在內(nèi)的 20 多個獎項，30 多項國際競賽冠軍，發(fā)表學術(shù)論文超過 300 篇，申請專利 2000 多項。同時也積極推動 NLP 技術(shù)產(chǎn)業(yè)落地，與行業(yè)發(fā)展緊密結(jié)合，將 NLP 技術(shù)優(yōu)勢平臺化開放給廣大開發(fā)者，引領(lǐng)智能語言技術(shù)與千行萬業(yè)結(jié)合。
如果說，古人想象的最大界限，就是牛郎織女間的銀河，那么全球化的今天，人與人、人與機器間的最大界限，就是語言的界限。神話的鵲橋橫穿銀河兩端，今天百度 NLP 所做的事情，就是為智能時代搭建一座新的語言鵲橋。解析這場峰會，我們可以讀懂：
過去十年，百度打造了怎樣的 NLP 藍圖？
此刻的產(chǎn)業(yè)機遇期，百度如何為千行萬業(yè)提供 NLP 的動力與加速度？
面向未來，人類的新巴別塔上，還有哪些待解之謎？
一座語言的鵲橋，在此刻的煙火塵世與未來的智能時代間凝結(jié)——以百度 NLP 之名。
往昔的耕耘：十年蘊育百度 NLP 藍圖
十年發(fā)展的百度 NLP，確實已經(jīng)積累了太多技術(shù)、應(yīng)用與產(chǎn)業(yè)案例。但百度今天的 NLP 實力，又是牢牢建立在過往十年的產(chǎn)業(yè)發(fā)展底座上。所以在百度大腦語言與知識技術(shù)峰會中，王海峰首先全面分享了百度在語言與知識技術(shù)領(lǐng)域的完整布局和最新成果。為我們展示了一張歷時十年，耕耘而出的百度 NLP 全景圖：
在堪稱 NLP 底座的知識領(lǐng)域，百度打造了世界上最大規(guī)模知識圖譜，擁有超過 50 億實體和 5500 億事實，并在不斷演進和更新。百度知識圖譜應(yīng)用于各行各業(yè)，每天的調(diào)用次數(shù)超過 400 億次。
在此基礎(chǔ)上，百度不斷強化堪稱 NLP 核心的語義理解技術(shù)能力。2019 年 3 月，百度提出知識增強的語義理解框架 ERNIE，在深度學習的基礎(chǔ)上融入知識，具備人類一樣的學習能力，曾一舉登頂全球權(quán)威數(shù)據(jù)集 GLUE 榜單，首次突破 90 分大關(guān)?；谥R圖譜和語義表示，實現(xiàn)了閱讀理解、對話理解以及跨模態(tài)深度語義理解。
為了讓人機交互自然流暢，語言生成技術(shù)是 NLP 體驗的關(guān)鍵?；陬A(yù)訓練技術(shù)的成功經(jīng)驗，百度提出基于多流機制的語言生成預(yù)訓練技術(shù)，兼顧詞、短語等不同粒度的語義信息，顯著提升生成效果。百度也探索了多文檔摘要生成，通過圖結(jié)構(gòu)語義表示引入篇章知識，在單文檔和多文檔摘要生成效果都有提升。
這些技術(shù)藍圖流入產(chǎn)業(yè)譜系，就構(gòu)成了百度 NLP 技術(shù)在應(yīng)用層面的深耕與實踐。在對話系統(tǒng)領(lǐng)域，百度提出了知識圖譜驅(qū)動的對話控制技術(shù)，以及首個基于隱空間的大規(guī)模開放域?qū)υ捘Ｐ?PLATO 等，并推出智能對話定制和服務(wù)平臺 UNIT，可幫助開發(fā)者高效構(gòu)建智能對話系統(tǒng)，實現(xiàn)規(guī)?；瘧?yīng)用。
在另一個重要的 NLP 應(yīng)用機器翻譯領(lǐng)域，百度翻譯目前能夠支持 200 多種語言，每日響應(yīng)超過千億字符的翻譯請求，支持超過 40 多萬家第三方應(yīng)用，技術(shù)上，提出了多智能體聯(lián)合學習、基于語義單元的同傳模型、稀缺語種分組混合訓練算法等。
百度大腦語言與知識技術(shù)的探索，同時還以平臺化的方式輸出，賦能千行萬業(yè)，提升社會生產(chǎn)的普遍智能化水準。
從這張根據(jù)公開數(shù)據(jù)整理的全球 NLP 巨頭產(chǎn)業(yè)布局對比圖中，我們可以發(fā)現(xiàn)百度 NLP 在核心技術(shù)、產(chǎn)品應(yīng)用布局，以及研發(fā)力量儲備上，都已經(jīng)具備了國際一流水準，可以與谷歌、微軟兩大 AI 巨頭一教高下。百度 NLP 的產(chǎn)業(yè)成績，已經(jīng)客觀達成了國內(nèi)最強、世界頂級，開啟了代表中國 NLP 產(chǎn)業(yè)向未來航行的領(lǐng)軍者態(tài)勢。
十年蘊育成了百度 NLP 藍圖，同時也蘊育了百度在語言與知識領(lǐng)域的不斷突破與創(chuàng)新能力。今天，百度 NLP 并沒有停下腳步，而是為千行萬業(yè)與廣大 AI 開發(fā)者帶來了最浪漫的七夕禮物。
此刻的浪漫：5 款新產(chǎn)品、2 大計劃，推動 NLP 邂逅產(chǎn)業(yè)
推動 NLP 技術(shù)走向產(chǎn)業(yè)，融入智能化進程，是以深度學習為代表的 AI 第四次興起周期中最重要的產(chǎn)業(yè)議題之一。而這一目標，是建立在大量可規(guī)?；瘡陀谩⒛軌蛑喂I(yè)級應(yīng)用的 NLP 技術(shù)與產(chǎn)品基礎(chǔ)上的。為此，百度在七夕這天帶來了重磅的 NLP 禮物——百度集團副總裁吳甜接續(xù)發(fā)布文心（ERNIE）、TextMind、AI 同傳會議解決方案、智能創(chuàng)作平臺、智能對話定制與服務(wù)平臺 UNIT 等 5 款新產(chǎn)品：
百度推出的語義理解技術(shù)與平臺文心（ERNIE），基于深度學習平臺飛槳打造，提供一站式 NLP 開發(fā)與服務(wù)，將減少開發(fā)者 90%數(shù)據(jù)標注量、90%算力投入、85%模型開發(fā)時長，進而全面降低 NLP 定制開發(fā)的成本，讓開發(fā)者更簡單、高效地定制企業(yè)級 NLP 模型。
全新發(fā)布 TextMind 智能文檔分析平臺，基于 OCR、NLP 技術(shù)，以文檔解析為核心能力，支持文檔對比與文檔審核，具備“多快好省”的核心優(yōu)勢，促進企業(yè)辦公智能升級。
全新發(fā)布 AI 同傳會議解決方案，覆蓋會議全場景、全流程，旨在打造用戶隨身的“會議同傳專家”。在邀測期間，百度 AI 同傳會議解決方案已經(jīng)支持了上百場會議，覆蓋數(shù)十個領(lǐng)域，包括線上遠程會議、線下會議。
百度大腦智能創(chuàng)作平臺針對媒體應(yīng)用場景再升級，全新推出智能策劃、智能采編、智能審校三大媒體場景方案，進一步助力媒體效率，加強采編能力。
智能對話定制與服務(wù)平臺 UNIT 升級 3 大特性：更智能的任務(wù)式對話理解、極致便捷的表格問答和融合通用的新引擎。截至目前，UNIT 平臺已有 2.7 萬開發(fā)者，10 萬應(yīng)用，累計交互 4200 億，并積累知識 2.4 億。此次 UNIT 全新推出的三大能力，將進一步降低任務(wù)式對話、智能問答的定制成本，并融合通用對話能力，提升交互體驗。
在 NLP 產(chǎn)業(yè)化落地中，另一個長期挑戰(zhàn)是數(shù)據(jù)匱乏、算力不足。為應(yīng)對挑戰(zhàn)，百度聯(lián)合中國計算機學會、中國中文信息學會發(fā)起全球首個中文自然語言處理數(shù)據(jù)共建計劃——千言，解決數(shù)據(jù)稀缺問題。
千言一期由來自國內(nèi) 11 家高校和企業(yè)的數(shù)據(jù)資源研發(fā)者共同建設(shè)，已涵蓋開放域?qū)υ?、閱讀理解等 7 大任務(wù)，20 余個中文開源數(shù)據(jù)集。百度技術(shù)委員會主席吳華表示，百度計劃在未來 3 年，面向 20 余個任務(wù)，收集和建設(shè)不少于 100 個中文自然語言處理數(shù)據(jù)集，覆蓋語言與知識技術(shù)全部領(lǐng)域。
吳華還發(fā)布了百度語言與知識技術(shù)算力共享計劃，通過百度 AI STUDIO 平臺提供算力支持，讓廣大開發(fā)者破除算力桎梏，專注于技術(shù)創(chuàng)新。
全新的技術(shù)、產(chǎn)品與產(chǎn)業(yè)合作計劃，構(gòu)成了百度 NLP 與千行萬業(yè)智能升級進一步“相知相戀”的契機。在這個七夕里，最好的禮物是美好的未來，而這也是百度 NLP 的長久努力方向。
未來的銀河：從 NLP 到智能時代
十年堅守，是為未來。
在 AI 技術(shù)推動第四次工業(yè)革命到來的關(guān)鍵契機中，NLP 技術(shù)構(gòu)成了變局的核心。從技術(shù)特征上看，NLP 最大的潛力在于其探索深度是近乎無限的，并且將始終激發(fā)新的需求、新的產(chǎn)業(yè)邏輯與落地場景。
無論是從百度過往布局的技術(shù)藍圖，還是今天推動的新技術(shù)、新產(chǎn)品，百度 NLP 始終在指向宏偉的未來，也就是百度 NLP 在部門成立時提出的“掌握知識、理解語言、擁有智能”。為了不斷走近 NLP 指向的智能時代，百度 NLP 始終堅持人才為本，不斷在發(fā)展過程中培養(yǎng)、吸引全球頂尖人才，為長期發(fā)展探索做出堅實準備。在峰會上，百度推出以王海峰為代表的百度 NLP“十年十人”，也正是他們的十年堅守，不忘初心，才讓 NLP 技術(shù)從科幻作品中走到現(xiàn)實，變成通往未來的康莊大道。
今天的 NLP 技術(shù)發(fā)展，還遠遠沒有走到盡頭。雖然百度 NLP 成果輝煌，但我們眼前更多的是未知與挑戰(zhàn)。峰會上，王海峰也提到了語言與知識技術(shù)發(fā)展面臨的難題。他表示，復雜知識表示和快速構(gòu)建技術(shù)，知識與深度學習進一步融合，深度融合感知和認知的跨模態(tài)語義理解技術(shù)，模型可解釋性和魯棒性等等，仍有很多技術(shù)難題需要持續(xù)研究和解決。
而正是始終有未知，始終在探索，才讓未來的銀河絢爛于今夜的七夕。百度 NLP 的技術(shù)藍圖、新品發(fā)布，更遠處指向著智能時代的洪流，指向著解開語言之謎的可能與執(zhí)著。
關(guān)于百度 NLP 的未來發(fā)展，王海峰提出：“我們致力于更好的與學術(shù)界、產(chǎn)業(yè)界攜手，推動語言與知識技術(shù)發(fā)展，進而推動人工智能技術(shù)持續(xù)進步，為產(chǎn)業(yè)持續(xù)升級、社會經(jīng)濟高質(zhì)量發(fā)展貢獻力量。我們對未來充滿信心，堅持掌握知識、理解語言、擁有智能，繼續(xù)突破和創(chuàng)新，為技術(shù)和社會進步做出更大貢獻?！?/p>
當自然語言的奧秘，邂逅千行萬業(yè)的智能化升級——金風玉露一相逢，便勝卻人間無數(shù)。
