百度王海峰Quora總結(jié)百度工程師品質(zhì)：務(wù)實，自驅(qū)，負(fù)責(zé)到底

　　近日,百度副總裁王海峰博士受美國問答網(wǎng)站Quora邀請回答網(wǎng)友提問,回答了頗具代表性的十個問題,覆蓋從中國人工智能的發(fā)展階段到百度工程師的日常工作狀態(tài),十問十答的形式,為美國網(wǎng)友打開了解百度,了解中國人工智能的一扇窗。

　　Quora是問答型SNS網(wǎng)站,被譽為“獲取高質(zhì)量內(nèi)容的來源地”,聚集了大量高質(zhì)量知識用戶。海峰受邀答疑的session上線后,大量海外網(wǎng)友關(guān)注,提問紛至沓來。

　　王海峰是百度搜索業(yè)務(wù)的負(fù)責(zé)人,同時還負(fù)責(zé)手機百度、百度信息流、百度新聞、百度手機瀏覽器、自然語言處理、知識圖譜、互聯(lián)網(wǎng)數(shù)據(jù)挖掘等業(yè)務(wù)。他是自然語言處理領(lǐng)域世界上最具影響力的國際學(xué)術(shù)組織ACL(Association for Computational Linguistics)50多年歷史上唯一出任過主席的華人,也是目前最年輕的ACL fellow,在人工智能領(lǐng)域有著重要影響力。此次參與網(wǎng)友問答,闡述他對人工智能及相關(guān)技術(shù)現(xiàn)狀和未來的理解,王海峰在答案中寫到,人類正在逐步進入人工智能時代,而百度的優(yōu)秀工程師們將在其中發(fā)揮重要作用。

　　Quora問答為英文,以下為問答實錄的中文翻譯。

　　1、中國人工智能的現(xiàn)狀如何?

　　中國的人工智能正在高速發(fā)展。今年,中國政府工作報告中首次提到人工智能,這表明中國十分重視人工智能的發(fā)展。包括百度在內(nèi)的很多互聯(lián)網(wǎng)企業(yè)都在加大人工智能方面的投入。其中許多企業(yè)都設(shè)立了專門的部門,推動人工智能在各自業(yè)務(wù)中的研發(fā)與應(yīng)用。傳統(tǒng)企業(yè)也在利用人工智能降低成本,以人工智能為核心業(yè)務(wù)的創(chuàng)業(yè)企業(yè)也像雨后春筍般涌現(xiàn)。

　　此外,中國有許多大學(xué)和研究機構(gòu)也在開展人工智能方面的研究。近些年來,越來越多的優(yōu)秀科學(xué)家與學(xué)者們投入到人工智能領(lǐng)域,其中不乏業(yè)內(nèi)公認(rèn)的佼佼者。在今年的舊金山AAAI大會上,有大約三分之一的論文來自中國,比例與美國相當(dāng)。

　　人工智能不僅迅速應(yīng)用于各大行業(yè),也在改變?nèi)藗兊娜粘Ｉ��?包括交通、教育、醫(yī)療等各個方面。我相信,人類正逐步進入人工智能時代。

　　2、百度的機器學(xué)習(xí)團隊會不會錄用不會講中文的人才?

　　百度已經(jīng)有不會講中文的員工,而且不光是機器學(xué)習(xí)團隊,其他團隊也有。

　　3、自然語言處理技術(shù)在中文和英文上主要有哪些不同?

　　從語言學(xué)上來講,中文與英文截然不同。中文是孤立語,文本的詞與詞之間沒有空格,主要通過詞序來表示語法關(guān)系。這些因素加大了中文在詞匯、句法和語義層面消除歧義的難度。相比中文,現(xiàn)代語言學(xué)的概念與語法更適用于英文。

　　目前,大多數(shù)主流自然語言處理技術(shù)都同語言無關(guān),比如各種統(tǒng)計或神經(jīng)網(wǎng)絡(luò)的算法。我們會根據(jù)不同的應(yīng)用需求,對這些方法再進行語言相關(guān)的優(yōu)化。

　　比如,百度在2015年5月推出了首個在線神經(jīng)機器翻譯系統(tǒng)。其核心的NMT模型是與語言無關(guān)的,可以得到相當(dāng)好的翻譯結(jié)果。為進一步優(yōu)化翻譯效果,我們又根據(jù)具體語言的特征對翻譯系統(tǒng)進行了優(yōu)化。

　　4、百度有沒有與IBM Watson或者Facebook的Wit.ai類似的可訪問的AIAPI?

　　請訪問ai.baidu.com,就可使用語音、圖以像、NLP、用戶畫像等百度人工智能技術(shù)。

　　5、未來十年里搜索引擎會有怎樣的發(fā)展?

　　現(xiàn)在一說到搜索引擎,大多數(shù)人會想到搜索框和搜索結(jié)果。那么未來的搜索引擎會是什么樣子呢?現(xiàn)在還不好說。但是我們都愿意看到更加強大的搜索引擎,能夠讓我們在任意場景和產(chǎn)品中利用視覺、聽覺甚至觸覺等交互形式搜索。搜索將會無處不在。

　　首先,對用戶意圖和內(nèi)容更加深入的理解,以及更加精準(zhǔn)的對意圖與內(nèi)容的匹配,都將大大增強搜索引擎的使用體驗。理解用戶意圖不再僅依賴一次查詢,而是包括更加復(fù)雜的搜索上下文、時間、位置、設(shè)備和用戶的個性特征。而對內(nèi)容的理解也將大大深入,不僅能更好的理解語義、語境、觀點,還能理解內(nèi)容的其他各個方面,從內(nèi)容中抽取出知識。意圖與內(nèi)容的匹配也將考慮上述所有因素,提供更加貼合個人特征與具體語境的搜索結(jié)果。此外,搜索引擎也會更像“應(yīng)答引擎”和“執(zhí)行引擎”,能夠直接回答問題或執(zhí)行用戶指令。

　　其次,搜索引擎與用戶的交互界面也將有更多創(chuàng)新變化。除鍵盤輸入外,還將更加廣泛地使用語音和圖片等輸入方式。隨著語音、圖像等技術(shù)更加成熟和實用,用戶將可以使用更加高效、便捷的多模搜索。自然語言交互將成為搜索引擎的主流交互模式。用戶可以與搜索引擎對話,直接告訴搜索引擎他們的需求,這比打開鍵盤輸入要方便實用得多。用戶可以通過多輪對話與搜索引擎交互,百度是最早嘗試運用這種全新的交互方法提升用戶搜索體驗的公司之一。

　　第三,搜索將不僅僅是使用搜索引擎,還會融入到各種產(chǎn)品中。比如說,搜索將成為智能硬件產(chǎn)品的核心功能。未來,搜索將無處不在,隨處可見。而且,我們還將重新定義可搜索的內(nèi)容,不僅包括當(dāng)前搜索引擎已經(jīng)索引的內(nèi)容,還將納入更多服務(wù)、物體、設(shè)備和數(shù)據(jù)。

　　搜索引擎已是大家日常生活中必不可少的工具。用戶需求決定搜索引擎的發(fā)展方向,而技術(shù)進步?jīng)Q定了搜索引擎的發(fā)展高度。

　　6、百度產(chǎn)品如何應(yīng)用NLP?

　　百度研發(fā)了多種NLP技術(shù),包括知識圖譜、語義理解、內(nèi)容標(biāo)簽、情感分析、文本生成、摘要、深度問答、機器翻譯和對話系統(tǒng)等。這些技術(shù)廣泛應(yīng)用于百度的搜索、信息流、智能助手等產(chǎn)品中,為數(shù)億用戶提供服務(wù)。我們還將這些技術(shù)集成到統(tǒng)一的平臺之中,名為NLPC平臺。NLPC平臺提供二十多個NLP模塊和技術(shù)解決方案,為百度產(chǎn)品提供全方位支持。我們的NLPC平臺每天有上千億次請求。

　　比如在搜索上,分詞、命名實體識別、句法分析和復(fù)述等NLP模塊都是其必不可少的基礎(chǔ)模塊。這些模塊一直在根據(jù)應(yīng)用需求優(yōu)化并實現(xiàn)技術(shù)突破。另一個NLP技術(shù)在搜索中的典型應(yīng)用是問答。高性能的問答系統(tǒng)需要對查詢實行精準(zhǔn)的語義語法分析,構(gòu)建大規(guī)模知識圖譜,以及對網(wǎng)頁搜索結(jié)果全面深入的分析。用戶在搜索框中輸入問題,搜索引擎就可以直接提供答案。很多用戶會使用搜索引擎查找相關(guān)信息,來幫助做出決策。在這種情況下,情感分析(即觀點挖掘),可以抽取出很多候選觀點,聚合后提供給用戶作為決策參考。

　　再比如在信息流產(chǎn)品中,文章質(zhì)量十分重要。NLP技術(shù)用于甄別并去除謠言、剽竊等垃圾文章。另外,文本分析可以識別出高質(zhì)量文章,并為文章打上描述其質(zhì)量的標(biāo)簽。從各個層面說明用戶偏好的用戶模型也要用到NLP技術(shù)。

　　總而言之,對于各種與語言相關(guān)的產(chǎn)品,NLP技術(shù)都是必不可少。

　　7、你如何看待自己從科學(xué)家到互聯(lián)網(wǎng)公司業(yè)務(wù)副總裁的職業(yè)轉(zhuǎn)變?

　　我熱愛技術(shù),并且喜歡投入到技術(shù)研究中去。我相信技術(shù)可以改變世界。百度為我提供了一個理想的平臺,在這里,我的技術(shù)工作得以快速、直接地惠及用戶。這就是我加入百度的首要原因。我在百度的前幾年負(fù)責(zé)包括NLP、語音、圖像、數(shù)據(jù)挖掘、知識圖譜、機器學(xué)習(xí)和深度學(xué)習(xí)等在內(nèi)的技術(shù)團隊。后來,我意識到偉大的產(chǎn)品是連接技術(shù)和廣大用戶的橋梁,并能推動技術(shù)進步。偉大的產(chǎn)品不僅需要先進的技術(shù),更需要出色的產(chǎn)品設(shè)計、運營和高效管理。因此,我逐步從只帶技術(shù)團隊轉(zhuǎn)變?yōu)槿�面的業(yè)務(wù)管理者。我現(xiàn)在的團隊超過3000人,包括技術(shù)、產(chǎn)品、運營等各方面人才,他們年輕、充滿活力、富有激情。我們同心協(xié)力,致力為用戶提供更好的技術(shù)和產(chǎn)品,進而使人們的生活更美好。

　　在管理大型綜合業(yè)務(wù)團隊時,首先要設(shè)定戰(zhàn)略和目標(biāo),然后組建合適的執(zhí)行團隊。良好的制度和文化對于一個大團隊來說非常重要,這是業(yè)務(wù)健康發(fā)展的支持和保證。與此同時,我會始終關(guān)注技術(shù)突破,用戶需求的演變以及整個社會環(huán)境的發(fā)展變化。

　　8、“百度”這個詞的意思是什么?

　　我們的名字“百度”,其靈感來源于800年前中國宋代的一首詞。“......眾里尋他千百度,驀然回首,那人卻在燈火闌珊處。”百度的字面意思是“數(shù)百次”,代表對理想的不懈追求探索。

　　9、在未來5到10年,我們將在自然語言處理領(lǐng)域看到哪些進步?

　　在機器翻譯、語義理解、問答和對話技術(shù)方面將會有重大突破。而且這些技術(shù)將被廣泛應(yīng)用,使得人與計算機之間、人與各種智能硬件之間以及人與人之間的溝通和交互方式都會發(fā)生改變。

　　上述技術(shù)進步將受益于以下四個方面的技術(shù)進展:大數(shù)據(jù)、學(xué)習(xí)機制、知識圖譜、推理和規(guī)劃。

　　大數(shù)據(jù)——隨著互聯(lián)網(wǎng)的持續(xù)蓬勃發(fā)展,數(shù)據(jù)的數(shù)量和類型都在高速增長。即便是那些傳統(tǒng)行業(yè)也開始把他們的數(shù)據(jù)遷移到線上,一切都在線上被連接起來。數(shù)據(jù)的價值隨著物聯(lián)網(wǎng)發(fā)展會越來越大。

　　學(xué)習(xí)機制——學(xué)習(xí)機制也將持續(xù)進步,使我們能從更大規(guī)模數(shù)據(jù)中學(xué)習(xí)到更多知識。

　　知識圖譜——有了更大規(guī)模數(shù)據(jù)和更強大的學(xué)習(xí)機制,我們可以構(gòu)建更完善更龐大的知識圖譜,對整個現(xiàn)實世界進行建模。

　　推理和規(guī)劃——有了更完善更龐大的知識圖譜,我們可以在推理和規(guī)劃方面取得突破,推理和規(guī)劃的能力將使自然語言處理系統(tǒng)變得更加智能。

　　10、百度工作的工程師是怎樣的?

　　百度工程師的典型工作狀態(tài)是這樣的:坐在工位戴上耳機一寫代碼就是數(shù)個小時;在會議室或休息室與其他工程師一起討論技術(shù)問題或系統(tǒng)設(shè)計。你會看到他們一邊在餐廳吃午飯或晚餐,一邊在互相談?wù)撍惴▋?yōu)化;你會看到他們工作到深夜,廢寢忘食。

　　這里的工程師有他們自己鮮明的風(fēng)格:務(wù)實、自驅(qū)和負(fù)責(zé)到底。我們鼓勵工程師將想法付諸實踐,有激情,有毅力,有責(zé)任感,能使夢想成真。百度搜索引擎每天為數(shù)億人提供服務(wù)的同時,也使百度工程師能更好理解大多數(shù)用戶的需求,進而有機會專注于最有價值的問題,并提出創(chuàng)新解決方案。百度作為一個平臺,支持這有才華有熱情的工程師實現(xiàn)他們的夢想。

　　年輕的工程師也有機會去豐富自己的愛好,業(yè)余時間可以在健身房和瑜伽室進行鍛煉。

　　在百度,我們?yōu)槊總�新入職的工程師提供導(dǎo)師計劃。導(dǎo)師會指導(dǎo)提升他們的技術(shù)能力,并幫助他們熟悉公司。我們?yōu)楣こ處熖峁┰诰�學(xué)習(xí)課程,還有資深高工的技術(shù)講座。工程師可以選擇自己感興趣的話題,了解前瞻技術(shù)進展。我們定期舉辦黑客馬拉松,鼓勵工程師大膽思考,與產(chǎn)品、設(shè)計等不同角色合作,創(chuàng)造出驚艷的產(chǎn)品。

　　我相信百度是工程師鉆研技術(shù)、提升自己最好的平臺之一。