<mark id="oztn4"></mark>
0
| 本文作者： 亞萌 | 2017-03-24 23:06 |
雷鋒網(wǎng)按：近日吳恩達(dá)發(fā)文將在4月底離職百度。幾乎在同一時(shí)間，百度也宣布進(jìn)一步深度整合，將包括NLP、KG、IDL、Speech、Big Data等在內(nèi)的百度核心技術(shù)，組成百度AI技術(shù)平臺(tái)體系（AIG），并任命百度副總裁王海峰為AI技術(shù)平臺(tái)體系（AIG）總負(fù)責(zé)人，同時(shí)晉升為Estaff成員，轉(zhuǎn)向百度集團(tuán)總裁和首席運(yùn)營(yíng)官陸奇匯報(bào)。
王海峰是自然語(yǔ)言處理領(lǐng)域的權(quán)威科學(xué)家，是該領(lǐng)域最具影響力的國(guó)際學(xué)術(shù)組織ACL 50多年歷史上唯一出任主席（President）的華人，同時(shí)也是截至目前最年輕的ACL Fellow，也是唯一來(lái)自中國(guó)大陸的ACL Fellow。此外，王海峰博士還是中文信息學(xué)會(huì)理事、中文信息學(xué)報(bào)編委、中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）高級(jí)會(huì)員、國(guó)家自然科學(xué)基金委員項(xiàng)目評(píng)審會(huì)評(píng)審專家組成員。此前，雷鋒網(wǎng)也整理過(guò)王海峰博士在AAAI2017上的演講《深度 | 百度副總裁王海峰：百度在NLP領(lǐng)域都做了什么？》。
王海峰博士出席的媒體活動(dòng)不多，但在Quora上比較活躍。雷鋒網(wǎng)根據(jù)王海峰博士在Quora上的五個(gè)精華問(wèn)答整理成本文。
我對(duì)技術(shù)感到著迷，并樂(lè)于沉浸在研究工作里。我始終相信，科技能夠改變世界。百度為我提供了一個(gè)理想的平臺(tái)，在這里我從事的技術(shù)工作可以快速直接地讓用戶受益。這就是我一開(kāi)始加入百度的原因。在百度最初的幾年時(shí)間里，我領(lǐng)導(dǎo)了NLP、語(yǔ)音、圖像、數(shù)據(jù)挖掘、知識(shí)圖譜、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等多個(gè)團(tuán)隊(duì)。后來(lái)，我意識(shí)到偉大的產(chǎn)品將會(huì)連接技術(shù)與廣大用戶，反過(guò)來(lái)也會(huì)更加促進(jìn)技術(shù)進(jìn)步。偉大的產(chǎn)品，不僅需要先進(jìn)的技術(shù)，還需要杰出的設(shè)計(jì)、優(yōu)秀的營(yíng)銷和高效管理。因此我漸漸改變了自身的角色，從一個(gè)單純的研發(fā)團(tuán)隊(duì)負(fù)責(zé)人，轉(zhuǎn)變?yōu)楣芾韺拥囊粏T。我如今領(lǐng)導(dǎo)的團(tuán)隊(duì)有3000多人，包括技術(shù)、產(chǎn)品和營(yíng)銷成員，他們都很年輕、精力充沛、富有激情。我們擁有著一個(gè)共同目標(biāo)：用技術(shù)和產(chǎn)品改變大眾日常生活。
當(dāng)掌管一個(gè)大型商業(yè)團(tuán)隊(duì)的時(shí)候，我需要首先制定策略和目標(biāo)，然后建立一個(gè)合適的執(zhí)行團(tuán)隊(duì)。對(duì)于一個(gè)大型團(tuán)隊(duì)來(lái)說(shuō)，良好的規(guī)則和文化，開(kāi)始成為支撐和保證業(yè)務(wù)運(yùn)行的重要因素。與此同時(shí)，對(duì)于科技領(lǐng)域的重大突破、用戶需求的演變，以及整個(gè)社會(huì)的發(fā)展趨勢(shì)，我都保持極大的關(guān)注。
機(jī)器翻譯、語(yǔ)義理解、問(wèn)答和對(duì)話技術(shù)將會(huì)有重大突破。這些技術(shù)將會(huì)被廣泛應(yīng)用，并最終改變?nèi)伺c計(jì)算機(jī)、人與各種硬件設(shè)備、以及人與人之間的溝通方式。
這些技術(shù)的發(fā)展將得益于以下四個(gè)領(lǐng)域的發(fā)展：大數(shù)據(jù)、學(xué)習(xí)機(jī)制、知識(shí)圖譜、推理和規(guī)劃。
大數(shù)據(jù)。隨著互聯(lián)網(wǎng)的繁榮，數(shù)據(jù)量和種類都在高速增長(zhǎng)。即便是非常傳統(tǒng)的商業(yè)領(lǐng)域，都在開(kāi)始把數(shù)據(jù)放到網(wǎng)上。一切都在網(wǎng)上進(jìn)行，一切都在互聯(lián)。大數(shù)據(jù)的價(jià)值將繼續(xù)在物聯(lián)網(wǎng)領(lǐng)域增長(zhǎng)。
學(xué)習(xí)機(jī)制。學(xué)習(xí)機(jī)制的發(fā)展將會(huì)持續(xù)進(jìn)行，這使得我們能從大數(shù)據(jù)中學(xué)習(xí)更多的東西。
知識(shí)圖譜。通過(guò)大數(shù)據(jù)和更多強(qiáng)大的學(xué)習(xí)機(jī)制，我們可以打造更大的知識(shí)圖譜，來(lái)對(duì)整個(gè)世界進(jìn)行建模。
推理和規(guī)劃。通過(guò)大型知識(shí)圖譜，我們可以在推理和規(guī)劃領(lǐng)域取得突破。推理和規(guī)劃的能力將會(huì)把更多智能注入NLP系統(tǒng)中。
從語(yǔ)言學(xué)上來(lái)說(shuō)， 中文與英文有很大不同。中文書面文本單詞之間是沒(méi)有空間的，中文的語(yǔ)法關(guān)系是通過(guò)單詞的順序來(lái)表達(dá)的。這些因素增加了中文在詞匯、語(yǔ)法和語(yǔ)義層次上的模糊性，因?yàn)楝F(xiàn)代語(yǔ)言概念和原則更適用于英文，而非中文。
目前，主流NLP方法都是語(yǔ)言無(wú)關(guān)性（language-independent）的。這些統(tǒng)計(jì)學(xué)或神經(jīng)網(wǎng)絡(luò)算法，根據(jù)不同的應(yīng)用，都更進(jìn)一步優(yōu)化了特定語(yǔ)言 。
比如，在2015年5月，百度發(fā)布了第一個(gè)大型在線神經(jīng)機(jī)器翻譯系統(tǒng)。基礎(chǔ)的NMT模型就是語(yǔ)言無(wú)關(guān)的，并輸出了非常好的翻譯結(jié)果。為了進(jìn)一步改善翻譯性能，我們使用特定語(yǔ)言特征優(yōu)化了翻譯系統(tǒng)。
在百度，我們開(kāi)發(fā)出很多NLP技術(shù)，包括知識(shí)圖譜、語(yǔ)義理解、內(nèi)容標(biāo)注、情感分析、生成、摘要、問(wèn)答、機(jī)器翻譯和對(duì)話系統(tǒng)等等。這些技術(shù)已經(jīng)應(yīng)用于許多百度的產(chǎn)品里，比如搜索、新聞流（news feed）和智能助理，每天為數(shù)億用戶服務(wù)。我們將以上這些技術(shù)通通整合進(jìn)一個(gè)名為NLP Cloud的平臺(tái)中。
NLP Cloud提供20多種NLP模塊和方案，服務(wù)于百度產(chǎn)品。我們的NLP Cloud服務(wù)每天被調(diào)用1千多億次。
以搜索為例，典型的NLP模塊，比如切詞、命名實(shí)體識(shí)別、語(yǔ)法分析、釋義都是基本特征。這些模塊一直在持續(xù)優(yōu)化并取得突破。另一個(gè)典型的NLP技術(shù)應(yīng)用案例就是問(wèn)答系統(tǒng)。一個(gè)高性能的問(wèn)答系統(tǒng)需要對(duì)查詢語(yǔ)句進(jìn)行精準(zhǔn)的語(yǔ)義分析，構(gòu)建覆蓋面廣的知識(shí)圖譜，同時(shí)對(duì)網(wǎng)頁(yè)搜索結(jié)果進(jìn)行全面分析。當(dāng)用戶在搜索框輸入查詢語(yǔ)句時(shí)，搜索引擎能夠立馬提供答案。很多用戶也使用搜索引擎來(lái)查詢相關(guān)性高的信息，幫助做決策。這種情況下，情感分析（也稱觀點(diǎn)挖掘）技術(shù)可以幫助提取多種備選觀點(diǎn)，并將聚合的信息提供給用戶。
另一個(gè)案例就是新聞流，這個(gè)領(lǐng)域文章質(zhì)量是極其重要的。NLP技術(shù)可以幫助檢測(cè)各種垃圾文章，比如謠言、抄襲等等；而文本分析技術(shù)可以幫助識(shí)別高質(zhì)量文章，并生成最能夠描述該文章的標(biāo)簽。此外，從不同維度描述用戶偏好的“用戶模型”也十分依賴于NLP技術(shù)。
總而言之，在所有跟自然語(yǔ)言相關(guān)的產(chǎn)品里，NLP技術(shù)都是不可或缺的。
今天當(dāng)我們談及搜索引擎的時(shí)候，首先想到的就是搜索框和搜索結(jié)果。而未來(lái)的搜索引擎將會(huì)是什么樣子呢？我們并沒(méi)有確切答案。但是我們樂(lè)于擁有更強(qiáng)大的搜索引擎，讓我們?cè)诓煌膱?chǎng)景、不同的產(chǎn)品或不同的交互界面里，能夠看見(jiàn)、聽(tīng)見(jiàn)和感受到。搜索，將會(huì)無(wú)處不在。
第一點(diǎn)，更深入理解用戶的意圖、更深入理解內(nèi)容，并將兩者更精準(zhǔn)地進(jìn)行匹配，這將會(huì)使搜索引擎更為強(qiáng)大。用戶的意圖理解并不是依賴于單一查詢語(yǔ)句，也還依賴于更廣泛的搜索語(yǔ)境，包括查詢session、時(shí)間、地點(diǎn)、設(shè)備以及用戶性格特征。另一方面，內(nèi)容理解涉及的范圍也非常廣，需要更好地理解每一部分內(nèi)容的語(yǔ)義、語(yǔ)境、觀點(diǎn)，以及從內(nèi)容中提取的知識(shí)。意圖與內(nèi)容的匹配，將會(huì)涉及到以上提到的所有因素，使得在任何一個(gè)特定語(yǔ)境下，為每一個(gè)查詢提供最好的結(jié)果。此外，搜索引擎將會(huì)變得更像一個(gè)“回答引擎”和“執(zhí)行引擎”。大部分用戶的查詢，將會(huì)得到直接的回答或執(zhí)行。
第二點(diǎn)，搜索交互界面將會(huì)發(fā)生很多新變化。除了鍵盤以外，其它輸入方式，比如聲音和圖像，將會(huì)越來(lái)越廣泛地使用。伴隨更實(shí)際的語(yǔ)音和圖像等技術(shù)，用戶會(huì)十分青睞高效和便利的多模式搜索。特別地，自然語(yǔ)言交互將會(huì)成為搜索引擎的主流交互方式。用戶可以跟搜索引擎“對(duì)話”，告訴它自己想要什么，這絕對(duì)比現(xiàn)有的鍵盤輸入文字查詢要方便和自然的多。用戶也可以跟搜索引擎進(jìn)行多輪對(duì)話交互。百度搜索已經(jīng)率先應(yīng)用了這類新型交互方式，提升用戶體驗(yàn)。
第三點(diǎn)，搜索將會(huì)超越現(xiàn)有的搜索引擎的范圍。搜索會(huì)嵌入各種產(chǎn)品當(dāng)中。比如，搜索會(huì)是AI硬件產(chǎn)品的基本特征之一。未來(lái)，搜索將會(huì)包圍在我們身邊，無(wú)處無(wú)在。相應(yīng)地， 我們也將重新定義什么是可以被搜索的。除了現(xiàn)有的被索引的內(nèi)容，在未來(lái)，服務(wù)、物品、設(shè)備和數(shù)據(jù)都可以被索引，變得可搜索。
很長(zhǎng)時(shí)間以來(lái)，搜索引擎在人們?nèi)粘Ｉ钪邪缪葜陵P(guān)重要的角色。人們的需求決定了搜索引擎演變的方向，而技術(shù)進(jìn)步則決定了這種演變將走向多遠(yuǎn)。
