百度王海峰：语言智能的发展将推动人工智能技术加快落地

推荐 2019-04-23 11:16:10

“理解和运用自然语言是人工智能的核心问题之一。大数据、机器学习、深度学习和知识图谱等技术的发展，正在给语言与智能的发展带来突破。”4月20日，第十四届中国电子信息技术年会上，百度高级副总裁、AI技术平台体系(AIG)和基础技术体系(TG)总负责人王海峰发表题为《语言与智能》的演讲，以翻译为例介绍了人工智能技术的演进，阐释近期语言与知识技术和大数据、深度学习等技术结合带来的突破、行业应用，以及技术趋势和挑战。

王海峰是人工智能研究及应用，尤其是自然语言处理领域的领军者，在国内外学界和工业界享有盛誉。他先后为百度开创和发展了自然语言处理、机器翻译、语音、图像、深度学习、数据挖掘、知识图谱等技术方向，带领百度AI取得了大量领先业界的技术成果，并推动百度大脑对外开放赋能，被业界称誉为少有的学术与工程并举的科学家。他主导研发的“百度大脑核心技术及开放平台”，着眼于人工智能的前沿技术研发及大规模产业化应用，打造世界级的人工智能开放平台，助力国家人工智能产业发展，推动各行各业的智能化升级，为国家创新驱动发展战略提供有力支撑，荣获2018年度中国电子学会科学技术奖科技进步一等奖。

王海峰表示，通俗来讲，人工智能是让机器可以像人一样，具备听觉、视觉、语言、行为能力，可以进行逻辑计算和推理规划，并基于知识学习持续进化。

语言是人类思考的媒介，是人类特有的高级智力活动。早期的简单符号，到甲骨文，到纸质的书，以及现代互联网上的文本，语言文字这一载体让知识得以凝炼和传承，可以说，语言文字促进了人类文明的发展。因此，如何理解和运用自然语言，是人工智能需要解决的核心问题之一。当下，大数据、知识图谱、机器学习、深度学习等技术快速发展，并与自然语言处理密切结合，推动语言智能持续发展和突破，并越来越多地应用于各个行业。

自然语言处理是人工智能皇冠上的明珠，而填补语言鸿沟的机器翻译则是自然语言处理最典型的应用技术之一。王海峰在这一领域深耕近30年，他从亲历的机器翻译发展史中以小窥大，梳理介绍了人工智能技术的发展和演化历程。

从现代计算机诞生之初，就开始有人提出用计算机来进行语言翻译的设想。在早期发展过程中，研究者们很多采用理性主义、规则系统、知识工程的方法来进行研究。王海峰从1993年开始从事机器翻译的相关研究，初期便采用基于规则的方法，在国家“863”评测获得第一。早在1999年，王海峰在博士论文中即开始探索神经网络机器翻译的可能性，但由于当时算力和数据的制约，他转而尝试统计机器翻译与大规模规则翻译系统的结合，并开创性地提出枢轴语言翻译方法以解决小语种翻译语料稀缺的难题。2008年，王海峰主持研发的统计机器翻译系统参加了国际口语机器翻译评测比赛IWSLT，在所参加的 5项任务15个评测指标中，共取得12项第一、3项第二的优异成绩，展露出明显的技术领先优势。

2010年加入百度后，他带领团队融合统计与规则、实例和神经网络等方法，实现了多方面的技术创新，打造出服务亿万用户的百度翻译，并在2015年率先发布互联网神经网络翻译系统。目前，百度翻译可支持全球28种语言互译，覆盖756个翻译方向，超过15万家第三方应用接入百度翻译API，每日翻译字符数超过千亿。百度翻译因此荣获2015年国家科技进步二等奖。2018年的百度世界大会上，百度又发布了世界上首个集成了预测和可控延迟的语音实时翻译系统，这是自然语言处理方面的重大技术突破。

王海峰表示，机器翻译的发展从最初运用规则系统，到统计的机器学习方法，后又解决算法、算力等各方面的问题，不断登上新的台阶。人工智能的发展脉络与此相似，经历多种方法的探索和实践，有过低谷和高潮，总的趋势是在持续进步。

近年来，深度学习的崛起，及其与大数据的结合，使人工智能得到飞跃式的发展。

在自然语言处理领域，深度学习模型具有比传统机器学习模型更强的数据学习能力，使得基于深度学习的依存句法分析等自然语言处理系统准确率得到大幅提升。

目前，深度学习领域主要有强化学习、监督学习、无/自监督学习三种学习范式，而无/自监督学习可以类比人类学习，是重要的一种学习方式。

自监督学习让基于大规模无标记语料的语言模型得到了长足的发展。近期， Google、百度分别提出了无监督文本的预训练语言模型BERT、ERNIE，将NLP任务的性能提升到新高度。百度提出的基于知识增强的ERNIE 模型，通过建模海量数据中的实体概念等先验语义知识，学习真实世界的语义关系。相较于Google BERT基于字单元的语义建模，ERNIE直接对先验语义知识单元进行建模，并通过海量文本数据学习实体间的语义关系。这种融合知识的语义建模大幅增强了模型语义表示能力，在包括语言推断、语义相似度、命名实体识别、情感分析、问答匹配等自然语言处理各类任务上的多个公开中文数据集上，ERNIE均取得了优于BERT的效果。

依托深度学习技术的发展，语音、图像等感知技术取得了巨大进步，但认知技术的突破，会越来越依赖知识，需要提升对知识和大规模知识图谱的运用。在物理世界、人类社会和网络空间中，汇聚了大量的多元、异构、多模态的数据，百度借助无标签大数据开放域知识挖掘、知识体系自动扩展、知识整合等技术，基于海量数据构建起了超大规模知识图谱。目前，百度拥有世界上最大的多元异构知识图谱，除了包含数亿实体、千亿级事实，能够满足90%用户需求的实体图谱，针对不同的应用场景和知识形态，百度还建立起关注点图谱、行业知识图谱、POI图谱、事件图谱等多种知识图谱。比如在医疗领域，能够从病历等原始文本中，抽取出实体及多元关系，并进行文本结构化，最终构建起医疗图谱，同时结合医疗大数据、医疗认知计算，应用于医疗临床辅助决策服务中。

多模态知识与语言、视觉等技术结合，发展进入“多模态深度语义理解”阶段。例如，基于知识图谱的视频理解技术，能够视频中抽取结构化语义知识，真正“看懂”视频。

语言理解技术持续发展，并通过与知识图谱、深度学习等技术融合，不断提高各种应用的智能化程度。