“一個讓人更加興奮的技術時代來了”

原文地址：http://news.sciencenet.cn/htmlnews/2023/5/500484.shtm

5月6日，代表著我國人工智能科技領域最高榮譽的“吳文俊人工智能科學技術獎”在京揭曉表彰名單。百度首席技術官、深度學習技術及應用國家工程研究中心主任王海峰帶領團隊完成的“知識與深度學習融合的通用對話技術及應用”成果，獲得了吳文俊人工智能科技進步獎特等獎。

這是該獎項12年來首次評出特等獎。人們不禁想要知道，這是一項怎樣的成果、它有何特別之處？讓它能在人工智能大潮洶涌的今天，從群雄逐鹿中脫穎而出、獨占鰲頭？近日，《中國科學報》通過走訪百度，試探其中究竟。

王海峰團隊獲頒吳文俊人工智能科技進步特等獎 百度 供圖  ?

談技術：有何過人之處？

眾所周知，近段時間以來，引爆人工智能“能量場”的，正是以ChatGPT為代表的對話機器人。與以往的對話機器人相比，ChatGPT等產品不僅可以與人多輪交互對話，它們還能結合上下文，對對話內容進行記憶、理解、規劃等，以給出更貼合用戶想法的答案。

事實上，真實應用中的對話機器人背后，是涵蓋對話語音識別、管理、生成等一系列復雜技術的人機對話系統。“知識與深度學習融合的通用對話技術”，正是這些復雜技術面向通用場景的系統性突破。

“通用對話技術是人工智能領域最具挑戰性的方向之一，也被認為是通用人工智能的必備能力。”在發表獲獎感言時，王海峰提到，人工智能（AI）通過學習海量人類知識，在一問一答之間，逐漸能夠給出令人們滿意的答案，這個過程并不容易。

比如，對話知識統一表示與構建是通用對話的知識基礎，若AI不能對對話內容有全局規劃，對話的連貫性和條理性就會大打折扣；在語音輸入輸出的對話中，提升對話語音識別精度與降低延遲很難兼顧，若無法妥善解決，會很影響語音交互的體驗感；還有一些知識場景，訓練數據稀缺，需要引入小樣本學習、反饋驅動持續學習等機制，否則AI難以準確理解對話內容；在對話生成方面，也存在對話行為多樣性建模等難題。諸此種種，都對AI能否自然、準確、流暢地與人對話有著顯著影響。

基于百度在人工智能技術領域的長年積累，王海峰團隊加快腳步，圍繞上述通用對話技術中的關鍵技術和重難點展開攻關，取得了一系列技術突破。

比如，在這項獲得吳文俊人工智能科技進步獎特等獎的研究成果中，他們提出了基于知識統一表示的通用對話管理技術，致力解決對話不連貫的難題；優化了融合知識的流式對話語音識別技術，瞄準解決對話聽不清的難題；提出了知識增強的通用對話理解技術，以冀解決理解不準確的難題；提出了基于隱變量與知識的對話生成技術，通過攻克對話行為多樣性建模難題、研制百億參數對話預訓練生成模型等手段，推動實現內容豐富、知識準確、自然流暢的對話。

頒獎典禮上，中國人工智能學會對這項特等獎成果不吝贊譽：“整體技術指標與應用效果達到國際領先水平，極大地提升了我國在這一領域的科技競爭力和產業影響力。”

看應用：加速縮小與國外最好水平的差距

也正如中國人工智能學會所評說的那樣，這項成果的產業影響力同樣引人關注。

項目資料顯示，“知識與深度學習融合的通用對話技術及應用”這項成果，已獲授權發明專利 82 項，發表高水平論文 36 篇，在國際權威評測中獲世界冠軍11項。目前項目成果已經實現了大規模產業應用，支持5億臺智能設備，服務超過10億用戶，覆蓋包括通信、金融、汽車、能源等20多個行業。

“知識與深度學習融合的通用對話技術目前已廣泛應用于各行各業和人們生產生活中。”在發表獲獎感言時王海峰說道。

備受關注的新一代知識增強大語言模型“文心一言”，也使用了通用對話技術方面的研發創新。文心一言基于文心大模型 ERNIE 及對話大模型 PLATO研發，具備知識增強、檢索增強和對話增強等優勢。其中，在對話增強方面，文心一言在相應技術的賦能下，具備記憶機制、上下文理解能力和對話規劃能力，可以實現更好的對話連貫性、合理性和邏輯性。

通用對話技術在文心一言上的應用，加快了后者追趕世界領先水平的腳步。王海峰在受訪中談到，如果說我們之前跟國外最好的系統還有些差距，“現在這個差距正在加速縮小”。

他告訴記者，百度很早就將自然語言處理技術中的語義理解、語義匹配等技術嵌入到搜索引擎的升級之中，目前搜索應用也在與文心一言協同“進化”；在 ToB業務端，基于知識增強大模型的開發應用正在改變云計算的游戲規則，百度智能云也正借力MaaS（模型即服務）讓智能服務變得更易用、更快捷。

人工智能發展已進入新的臨界點

親身經歷著一個個新技術從積蓄力量到奮力起飛的故事，看到人工智能不斷在模擬、延伸和拓展人的智能的道路上加速進步，這讓王海峰不由得感嘆：一個讓人更興奮的技術時代到來了。

“因為這意味著AI將給人類帶來越來越多的價值。”王海峰回憶說，在2011年百度翻譯上線之前，他已經投身于機器翻譯領域18年。但百度翻譯上線僅一周，增長的用戶量就超過了過去18年的總和。如今，百度翻譯每天的翻譯量達千億字符。類似地，今天以文心一言為代表的大語言模型技術也面臨著大量真實需求。

特別是隨著文心一言的迭代升級，王海峰發現，人工智能技術（如通用對話技術）在深度理解與生成、推理計算、跨模態等方方面面都在產生新的突破，這讓他更進一步確信：“人工智能技術和產業發展正進入一個新的臨界點。”

“人工智能在圍棋比賽中第一次擊敗人類頂尖棋手時，人們都很興奮，因為這個里程碑事件讓人們看到了人工智能進步的程度和它帶來的想象。”王海峰說，現在，我們仿佛可以看到未來人工智能將會有全方位的進步，并最終為人類帶來方方面面的價值，“這個影響是更深遠的”。

值得一提的是，隨著人工智能技術進步走向深入，智能化時代信息技術架構傳統的“芯片—操作系統—應用”的三層架構或將被顛覆，進而走向“芯片—框架—模型—應用”的四層架構。百度認為，四層架構可順滑實現層與層反饋、端到端優化，進而讓AI在大數據、大模型、大算力上如魚得水、左右逢源。目前，百度在這四個技術層面全面攻堅，并逐漸成為中國人工智能技術和產業的領航者。