AI正在向更深層次進(jìn)化，語言與知識(shí)技術(shù)的重要性愈加凸顯。8月25日，以“掌握知識(shí)、理解語言、擁有智能”為主題的百度大腦語言與知識(shí)技術(shù)峰會(huì)重磅開啟，百度CTO王海峰發(fā)表主旨演講，解讀百度語言與知識(shí)技術(shù)的發(fā)展歷程與最新成果，與產(chǎn)學(xué)研各界分享技術(shù)及產(chǎn)業(yè)發(fā)展趨勢(shì)和展望，百度集團(tuán)副總裁吳甜和百度技術(shù)委員會(huì)主席吳華分別發(fā)布百度語言與知識(shí)技術(shù)系列產(chǎn)品和數(shù)據(jù)集共建計(jì)劃，重磅推出5款產(chǎn)品的新發(fā)布，全面加速AI技術(shù)大規(guī)模應(yīng)用。在演講中，王海峰表示，“在百度語言與知識(shí)技術(shù)的布局和發(fā)展中，我們始終在注意把握兩個(gè)趨勢(shì)，即技術(shù)發(fā)展趨勢(shì)和產(chǎn)業(yè)發(fā)展趨勢(shì)，并力爭引領(lǐng)趨勢(shì)。” 

[[339212]]

語言與知識(shí)技術(shù)是人工智能認(rèn)知能力的核心，以語言和知識(shí)為研究對(duì)象，讓機(jī)器像人一樣掌握知識(shí)、理解語言的自然語言處理技術(shù)，對(duì)于人工智能發(fā)展至關(guān)重要。十年來，百度大腦語言與知識(shí)技術(shù)成果豐碩，獲得包括國家科技進(jìn)步獎(jiǎng)在內(nèi)的20多個(gè)獎(jiǎng)項(xiàng)，30多項(xiàng)國際競賽冠軍，發(fā)表學(xué)術(shù)論文超過300篇，申請(qǐng)專利2000多項(xiàng)。技術(shù)不斷突破創(chuàng)新的同時(shí)，也在產(chǎn)品上創(chuàng)新探索，同時(shí)將領(lǐng)先的技術(shù)輸出給開發(fā)者與合作伙伴，提升各行業(yè)智能化水平。

百度引領(lǐng)語言與知識(shí)技術(shù)創(chuàng)新，形成完整技術(shù)布局

半個(gè)多世紀(jì)前，老一輩自然語言處理學(xué)者，在一本名為《機(jī)器翻譯淺說》的書中，暢想了未來跨語言、跨文化的無障礙溝通場(chǎng)景。如今，機(jī)器同傳、翻譯機(jī)、跨模態(tài)翻譯等工具，已融入人們的工作和生活，溝通無國界的夢(mèng)想正逐步實(shí)現(xiàn)。這一切是人工智能技術(shù)，特別是語言與知識(shí)技術(shù)進(jìn)步所帶來的結(jié)果。

歷經(jīng)近十年發(fā)展，百度已經(jīng)構(gòu)建了完整的語言與知識(shí)技術(shù)布局，包括知識(shí)圖譜、語言理解與生成技術(shù)，以及上述技術(shù)所支持的包含智能搜索、機(jī)器翻譯、對(duì)話系統(tǒng)、智能寫作、深度問答等在內(nèi)的的應(yīng)用系統(tǒng)。

其中，知識(shí)圖譜是機(jī)器認(rèn)知世界的基礎(chǔ)。機(jī)器認(rèn)知能力的突破，越來越依賴對(duì)知識(shí)和大規(guī)模知識(shí)圖譜的運(yùn)用。百度打造了世界上最大的多源異構(gòu)知識(shí)圖譜，擁有超過50億實(shí)體和5500億事實(shí)，并在不斷演進(jìn)和更新，已應(yīng)用于各行各業(yè)，每日調(diào)用次數(shù)超過400億次。

不僅如此，針對(duì)不同應(yīng)用場(chǎng)景和知識(shí)形態(tài)，百度還建立起多樣化的知識(shí)圖譜類型，既有基礎(chǔ)的實(shí)體知識(shí)圖譜，也有行業(yè)知識(shí)圖譜、事件圖譜、關(guān)注點(diǎn)圖譜等，以及融合語音、視頻、圖片的多模態(tài)知識(shí)圖譜。這背后，是百度創(chuàng)建的包括無標(biāo)簽大數(shù)據(jù)開放知識(shí)挖掘技術(shù)、知識(shí)體系自擴(kuò)展的知識(shí)圖譜自學(xué)習(xí)技術(shù)、以及融合多源異構(gòu)數(shù)據(jù)的知識(shí)補(bǔ)全與整合技術(shù)在內(nèi)一整套知識(shí)圖譜構(gòu)建方法。

在知識(shí)的加持下，語言理解相關(guān)技術(shù)的能力不斷增強(qiáng)，機(jī)器也可以逐漸像人一樣不斷學(xué)習(xí)、不斷進(jìn)步。百度提出知識(shí)增強(qiáng)的語義理解框架ERNIE，在深度學(xué)習(xí)的基礎(chǔ)上融入知識(shí)，具備人類一樣的持續(xù)學(xué)習(xí)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)，并且超越人類得分。而通過融入知識(shí)、語義理解、以及增強(qiáng)小樣本學(xué)習(xí)能力，機(jī)器的閱讀理解和對(duì)話能力也在迅速增強(qiáng)。

當(dāng)然，和人類認(rèn)知世界的形式類似，機(jī)器認(rèn)知世界時(shí)，也不僅是運(yùn)用自然語言，而往往是對(duì)語音、視覺、語音等多模態(tài)信息的綜合應(yīng)用。

為此，百度研制了知識(shí)增強(qiáng)的跨模態(tài)深度語義理解方法，通過知識(shí)關(guān)聯(lián)跨模態(tài)信息，運(yùn)用語言描述不同模態(tài)信息的語義，進(jìn)而讓機(jī)器實(shí)現(xiàn)從“看清”到“看懂”、從“聽清”到“聽懂”，即圖像和語言、語音和語言的一體化理解。而融合場(chǎng)景圖知識(shí)的跨模態(tài)語義理解預(yù)訓(xùn)練技術(shù)，則大幅提升了跨模態(tài)推理能力。

[[339213]]

在機(jī)器理解自然語言之外，要與人進(jìn)行交互，語言生成的任務(wù)也必不可少。百度基于多流機(jī)制的語言生成預(yù)訓(xùn)練技術(shù)，在語言生成的過程中，兼顧詞、短語等不同粒度的語義信息，提升了生成效果。而多文檔摘要生成，則通過圖結(jié)構(gòu)語義表示，引入篇章結(jié)構(gòu)知識(shí)，增強(qiáng)長文本語義表示能力的同時(shí)，解決了跨文檔領(lǐng)域關(guān)系建模難題。結(jié)合語言生成技術(shù)和其他語言與知識(shí)技術(shù)，百度打造了智能創(chuàng)作平臺(tái)，已被20多家媒體所采用，日調(diào)用量超過35萬次。

領(lǐng)先技術(shù)持續(xù)落地應(yīng)用，提升智能化水平

語言與知識(shí)技術(shù)的全面突破，在搜索、翻譯、對(duì)話系統(tǒng)等各類產(chǎn)品、應(yīng)用中得到突出體現(xiàn)。王海峰介紹，通過知識(shí)圖譜、語言理解和跨模態(tài)語義理解等技術(shù)，智能搜索幫助用戶更加高效、精準(zhǔn)、便捷地獲取知識(shí)和信息。智能搜索再進(jìn)一步發(fā)展，搜索將無處不在。

百度提出了知識(shí)圖譜驅(qū)動(dòng)的對(duì)話控制技術(shù)，以及首個(gè)基于隱空間的大規(guī)模開放域?qū)υ捘Ｐ蚉LATO等，并推出智能對(duì)話定制和服務(wù)平臺(tái)UNIT，可幫助開發(fā)者高效構(gòu)建智能對(duì)話系統(tǒng)，實(shí)現(xiàn)規(guī)模化應(yīng)用。百度翻譯支持200多種語言，每天響應(yīng)超過千億字符的翻譯請(qǐng)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(xué)習(xí)、基于語義單元的同傳模型、稀缺語種分組混合訓(xùn)練算法等。

此外，百度語言與知識(shí)技術(shù)的成果，也在源源不斷通過開源開放平臺(tái)對(duì)外輸出，在互聯(lián)網(wǎng)、金融、醫(yī)療、教育等諸多領(lǐng)域發(fā)揮作用，提升產(chǎn)業(yè)智能化水平的同時(shí)，也得到了各方認(rèn)可，這是近十年來百度語言與知識(shí)技術(shù)不斷進(jìn)步的最佳證明。

演講最后，王海峰對(duì)語言與知識(shí)技術(shù)的進(jìn)一步發(fā)展做了展望。他表示，復(fù)雜知識(shí)表示和快速構(gòu)建技術(shù)，知識(shí)與深度學(xué)習(xí)進(jìn)一步融合，深度融合感知和認(rèn)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。但對(duì)于未來，百度充滿信心，愿始終堅(jiān)持探索機(jī)器“掌握知識(shí)、理解語言、擁有智能”，與學(xué)術(shù)界、產(chǎn)業(yè)界攜手，推動(dòng)語言與知識(shí)技術(shù)、人工智能技術(shù)持續(xù)進(jìn)步，為產(chǎn)業(yè)不斷升級(jí)、社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展做出更大貢獻(xiàn)。