《人工智能技術(shù)的實踐與創(chuàng)新》的分享

90分鐘超時放送、1.4萬字干貨解讀，這位人工智能行業(yè)的稀缺女將，究竟返校說了啥？7月2日，浙江大學(xué)第二期“互聯(lián)網(wǎng)+”創(chuàng)新創(chuàng)業(yè)大講堂準(zhǔn)時“云端”開課，百度集團副總裁吳甜作為本期主講嘉賓為學(xué)弟學(xué)妹們帶來《人工智能技術(shù)的實踐與創(chuàng)新》的分享。

時值畢業(yè)季，百度吳甜以浙大師姐的身份開啟了在線講堂，以百度的工作為例，生動又系統(tǒng)的講解了人工智能技術(shù)的實踐與創(chuàng)新，幫助學(xué)弟學(xué)妹們加深對人工智能行業(yè)的了解，并解答了關(guān)于AI技術(shù)發(fā)展的專業(yè)問題。在線收聽的浙大師生們頻頻向這位新晉“技術(shù)流主播”雙擊點贊，不少參與者在收聽分享后，紛紛表示不過癮，希望師姐“加更”。

近十年，人工智能逐漸走入人們的視野，成為大熱風(fēng)口，但在此之前，吳甜就已經(jīng)專注于人工智能領(lǐng)域多年，且見證了NLP等基礎(chǔ)技術(shù)的快速發(fā)展。此次，吳甜從百度AI技術(shù)展開，詳細(xì)介紹了百度大腦的技術(shù)布局，從領(lǐng)先性及易用便捷角度介紹了作為重要開發(fā)工具的深度學(xué)習(xí)平臺飛槳，以及語義理解技術(shù)解決方案文心ERNIE和智能對話定制與服務(wù)平臺 UNIT，并圍繞新冠疫情帶來百度AI在戰(zhàn)疫方面的突出表現(xiàn)。在分享最后，吳甜也針對聽課群體的特點，描繪了深度學(xué)習(xí)開發(fā)者的學(xué)習(xí)地圖，介紹了AI Studio學(xué)習(xí)實踐社區(qū)、各類AI大賽、億元算力支持、AI人才認(rèn)證、就業(yè)、PPDE計劃等百度在AI人才培養(yǎng)方面的諸多舉措，希望幫助更多學(xué)弟學(xué)妹通過飛槳的社區(qū)和平臺能夠與更多的開發(fā)者交流，收獲成長。

百度天然具有AI基因，百度大腦是百度AI技術(shù)多年積累和業(yè)務(wù)實踐的集大成者。吳甜介紹，百度大腦由基礎(chǔ)層、感知層、認(rèn)知層和平臺層以及AI安全組成。基礎(chǔ)層為大數(shù)據(jù)、算法以及算力的支撐；感知層包括語音、視覺以及AR、VR等能力；認(rèn)知層主要包括自然語言處理和知識圖譜；平臺層包括飛槳、百度大腦開放平臺等，助力AI應(yīng)用創(chuàng)新；此外還有AI安全技術(shù)進(jìn)行保駕護航。

語音技術(shù)作為重要的基礎(chǔ)技術(shù)，一直保持高速發(fā)展，吳甜用視頻案例為大家展示了語音技術(shù)的發(fā)展水平?；诎俣茸灾餮邪l(fā)的SMLTA 流式多級截斷注意力模型，語音識別準(zhǔn)確度大幅提升。2019年百度輸入法發(fā)布會上，一段中英混雜的“職場rap”被百度輸入法準(zhǔn)確識別，語音識別已達(dá)到中英文自由切換均可高質(zhì)量識別的水平。在一段“調(diào)戲”小度音箱的視頻中，打開小度的極客模式，不僅不需重復(fù)“小度小度”喚醒詞，小度還可以準(zhǔn)確區(qū)分對話與需求，而這正是全雙工免喚醒能力的體現(xiàn)，在此能力下，人機交互越來越順暢。吳甜還為大家播放了多種不同風(fēng)格的音頻，而這些可以媲美人聲的音頻都是由AI語音合成，并通過風(fēng)格和音色遷移技術(shù)實現(xiàn)的。

小浦、移娃等數(shù)字人小姐姐的出現(xiàn)，收獲了現(xiàn)場一大波點贊。在談到虛擬形象合成技術(shù)時，吳甜播放了一段數(shù)字人合集視頻，來自百度智能云與浦發(fā)的小浦、中國移動的移娃、澎湃的小菲等虛擬數(shù)字人都源于相同的虛擬形象合成技術(shù)，但形象風(fēng)格各不相同，在百度技術(shù)的支持下虛擬數(shù)字人“女團”也將走入更多行業(yè)。

除了類比人的感知能力的語音視覺技術(shù)，還有類比人認(rèn)知能力的語言與知識技術(shù)。

吳甜詳解了基于知識圖譜的視頻理解，在感知技術(shù)提取特征的基礎(chǔ)上，融合了知識推理和計算，對整個視頻的內(nèi)容有更深度的理解。此外，語言和知識技術(shù)在醫(yī)療行業(yè)的應(yīng)用，也可以在輔助診療、合理用藥、病歷質(zhì)控等場景起到切實的幫助作用。百度研發(fā)的ERNIE全面刷新了NLP多項任務(wù)的效果，機器同傳方面，百度先后提出了一系列新模型，在語音容錯、平衡質(zhì)量與時延、語篇翻譯連貫性和端到端同傳模型等方面取得突破，并研發(fā)了高質(zhì)量、低時延的機器同傳系統(tǒng)。在疫情特殊時期，支持了多場遠(yuǎn)程會議直播的同聲傳譯。

“深度學(xué)習(xí)框架在技術(shù)棧當(dāng)中的位置類似于操作系統(tǒng)的位置。因為它向下和芯片、指令集的設(shè)計相關(guān)，向上和大量的應(yīng)用場景是非常相關(guān)的。”在介紹了各種技術(shù)成果后，吳甜帶領(lǐng)大家將目光轉(zhuǎn)向AI開發(fā)平臺及工具層面。百度的深度學(xué)習(xí)平臺飛槳是國內(nèi)首個開源開放、技術(shù)領(lǐng)先、功能完備的產(chǎn)業(yè)級深度學(xué)習(xí)平臺，包含核心框架、基礎(chǔ)模型庫、端到端開發(fā)套件以及工具組件，具有開發(fā)便捷的深度學(xué)習(xí)框架、超大規(guī)模深度學(xué)習(xí)模型訓(xùn)練技術(shù)、多端多平臺部署的高性能推理引擎以及產(chǎn)業(yè)級開源模型庫，四大技術(shù)優(yōu)勢。近期，飛槳還針對旺盛的產(chǎn)業(yè)需求推出了企業(yè)版，包含零門檻AI開發(fā)平臺EasyDL，以及面向大企業(yè)的全功能AI開發(fā)平臺BML。

此外，吳甜還著重提到了飛槳的預(yù)訓(xùn)練+遷移技術(shù)。她介紹，飛槳提供了許多基于百度大數(shù)據(jù)所訓(xùn)練出來的預(yù)訓(xùn)練模型，這些網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜的大模型與特定場景中的小數(shù)據(jù)量進(jìn)行遷移學(xué)習(xí)之后，可以形成非常出色的場景模型。比如，口罩人臉檢測模型正是基于ICCV19 Wider Challenge人臉檢測競賽冠軍底座模型，加上真實口罩?jǐn)?shù)據(jù)微調(diào)實現(xiàn)的。在垃圾分類場景中，飛槳也起到了提高效率、準(zhǔn)確率的作用。據(jù)吳甜介紹，采用飛槳的目標(biāo)檢測和圖像分割模型，可以實現(xiàn)塑料瓶的細(xì)分以及塑料瓶中心點的檢測，使垃圾分揀更準(zhǔn)確高效，同時通過Paddle Lite，可以高效部署集成到垃圾分揀的產(chǎn)線上。在武漢的一家垃圾分揀廠，采用了這樣一套技術(shù)解決方案后，分選效率從93%左右提升到了97%以上，替代了4-6個操作工人的人力成本。

NLP的研發(fā)范式也已進(jìn)入以預(yù)訓(xùn)練+微調(diào)的全新時代，依托于ERNIE的技術(shù)突破，百度推出了語義理解技術(shù)解決方案，旨在讓企業(yè)簡單、高效靈活地定制開發(fā)最領(lǐng)先的NLP模型。目前，文心通過飛槳企業(yè)版EasyDL、BML為企業(yè)提供平臺化服務(wù)。以百度Feed流應(yīng)用為例，文心ERNIE技術(shù)解決方案，使得視頻推薦的相關(guān)性提升了8%，更好地滿足了用戶需求。

吳甜還介紹了可以幫助使用者快速構(gòu)建專屬對話產(chǎn)品的對話平臺百度UNIT。她從任務(wù)式對話和問答對話等方面深入淺出地展示了UNIT在定制對話過程中起到的作用。針對不同的對話需求，UNIT均提供了相應(yīng)的技術(shù)與功能支持。同時，在對長對話的理解處理，與語音技術(shù)的融合方面，UNIT也做了很多工作。以智能客服為例，UNIT不僅能聽懂用戶的訴求，還能基于與用戶的對話分析發(fā)掘用戶深度的訴求。

在疫情期間，百度與合作伙伴，生產(chǎn)了一系列的AI抗疫產(chǎn)品，比如社區(qū)疫情防控系統(tǒng)、疫情問答機器人、地鐵口罩檢測等等，快速實現(xiàn)了應(yīng)用落地，為疫情防控提供了及時有力的幫助，用科技創(chuàng)造了價值。

同時，百度一直致力于打造AI學(xué)習(xí)社區(qū)。比如AI Studio為廣大開發(fā)者的學(xué)習(xí)與實訓(xùn)，提供了超過45萬個精選項目，億元免費算力；算法賽、創(chuàng)意賽、產(chǎn)業(yè)賽三大類型賽事全年無休，以賽促學(xué)，近一年累計舉辦50多場，這些對于學(xué)生群體進(jìn)行開發(fā)帶來便捷。

分享最后，浙大學(xué)子踴躍提問，吳甜一一解惑，分享了關(guān)于醫(yī)療AI、通用型NLP、強化學(xué)習(xí)等方向的見解。吳甜認(rèn)為，AI需要跟行業(yè)自身的問題結(jié)合進(jìn)去，通過飛槳等平臺、工具與行業(yè)場景相結(jié)合，在應(yīng)用中不斷迭代。關(guān)于人工智能的邊界問題，吳甜表示“人工智能技術(shù)與應(yīng)用越來越廣泛結(jié)合，在能夠定義問題的場景中發(fā)揮出了其價值，但有如通用對話系統(tǒng)是通向通用人工智能的重要技術(shù)突破，這個突破還未真正到來”。