雷鋒網(wǎng) AI 科技評論按：2019 年 12 月8 日-14 日，機器學習領域國際頂級會議 NeurIPS 2019于加拿大溫哥華拉開帷幕。此次大會共吸引了全球1萬余名專家學者共赴盛會。本年度，自然語言處理領域在深度學習浪潮下取得了顯著成就，成為大會重要議題之一。

百度舉辦了自然語言處理專題研討會，百度技術委員會主席、自然語言處理首席科學家吳華博士以及多名研究員和工程師，向現(xiàn)場參會者全面介紹了百度在這一領域的長期積累與全新突破。基于具有完全自主知識產(chǎn)權(quán)的飛槳平臺，百度自然語言處理在語義計算、閱讀理解、多輪對話、機器翻譯、開放平臺與數(shù)據(jù)等方向均取得了突破性進展，并進行了大規(guī)模產(chǎn)業(yè)化應用。雷鋒網(wǎng)。

百度技術委員會主席、自然語言處理首席科學家吳華

預訓練方面，百度提出知識增強的語義表示模型 ERNIE及持續(xù)學習語義理解框架 ERNIE 2.0，在共計 16 個中英文任務上超越 BERT、XLNET，取得了 SOTA 的效果。11月，百度發(fā)布基于ERNIE的語義理解開發(fā)套件。從原理、應用到開源及平臺化，百度在NLP預訓練領域進行了極具價值的創(chuàng)新及實踐。

機器閱讀理解，已成為評估機器語言理解能力的重要方式，也是搜索引擎和對話系統(tǒng)等行業(yè)應用中的關鍵技術。百度建設及發(fā)布了最大規(guī)模的中文閱讀理解數(shù)據(jù)集DuReader；在泛化方面提出訓練框架D-NET，從多模型融合、多任務學習的角度提升模型的泛化能力；

對于對抗樣本的攻擊，提出了一種面向閱讀理解的對抗訓練方法；提出文本表示和知識表示的融合模型KT-NET，以解決需要外部知識和常識的問題。其中具有高魯棒性和遷移能力的閱讀理解模型在今年MRQA 閱讀理解評測中奪得冠軍。

對話方面，提出了基于深度注意網(wǎng)絡的多輪響應選擇匹配模型 DAM(Deep Attention Matching Network)，顯著提高了口語理解能力。 在對話系統(tǒng)框架中，百度一方面提供了可編程的對話管理框架，并內(nèi)置了多個常用標準對話范式，為在云端開發(fā)靈活可變的業(yè)務對話邏輯提供了便利。另一方面，提供了需求分發(fā)和全局記憶機制，支持多個對話任務的集成與聯(lián)動，提高了對話技能的可復用性，降低了新業(yè)務的重復開發(fā)成本。 百度可定制對話技術依托百度大腦 UNIT 3.0 平臺，支持 5 萬多個對話技能，廣泛應用于行業(yè)客戶。

機器翻譯領域，百度相繼提出了多任務學習、多智能體聯(lián)合訓練等前沿方法，并在2019年國際權(quán)威WMT評測中取得中英翻譯第一。機器同聲傳譯方面百度走在領域前沿，提出了首個具有預測和可控時延的同傳模型，首個語義單元驅(qū)動的上下文同傳模型，并研發(fā)了業(yè)內(nèi)首個語音到語音的同傳系統(tǒng)，為用戶提供高質(zhì)量、低時延的同傳體驗。值得一提的是，基于在此領域取得的進步，由百度主導，聯(lián)合Google、Facebook、Upenn、清華等海內(nèi)外頂尖企業(yè)及高校共同組織首屆機器同傳研討會，將在本領域頂級會議ACL 2020召開，并將舉辦國際首屆同傳評測，以進一步促進技術發(fā)展。此外，百度還將在領域權(quán)威會議EMNLP 2020中舉辦機器同傳tutorial，就機器同傳的原理、方法、前沿進展進行講座。

百度自然語言處理領域產(chǎn)出的卓越成果背后所運用的底層框架，是自研的開源深度學習平臺百度飛槳。近兩年來，飛槳圍繞深度學習框架的基本功能、性能、芯片支持的完備性等技術指標進行了一系列的易用性開發(fā)和性能迭代，為開發(fā)者提供了優(yōu)于其他深度學習框架的使用體驗。在開發(fā)能力方面，飛槳除了支持對常用API的調(diào)用之外，還在編程范式上同時支持聲明式編程和命令式編程，兼具很好的靈活性和穩(wěn)定性，可滿足不同開發(fā)者的開發(fā)習慣，更易上手。在訓練方面，飛槳平臺突破了超大規(guī)模深度學習模型訓練技術，研制了千億特征、萬億參數(shù)、數(shù)百節(jié)點的開源大規(guī)模訓練平臺，實現(xiàn)了萬億規(guī)模參數(shù)深度學習模型的實時更新。在自然語言處理領域，PADDLE-NLP提供了面向6類任務下的30+算法模型，包括上述工作中ERNIE、D-NET等多個國際競賽的冠軍模型。

論文方面，本屆會議計收到6743篇論文投稿，兩年時間翻了一番，再次創(chuàng)下新紀錄。其中1428篇論文入選，入選率僅21.1%。百度共有8篇論文被收錄，覆蓋量化壓縮、對抗訓練等諸多前沿方向。

競賽方面，在NeurIPS 2019: Learn to Move 強化學習賽事中百度再度蟬聯(lián)冠軍，并受邀在Deep RL workshop中進行專題報告。本次比賽的難度非常大，在參賽的近 300 支隊伍中，僅有 3 支隊伍完成了最后挑戰(zhàn)。百度基于飛槳的強化學習框架 PARL 不僅成功完成挑戰(zhàn)，還大幅領先第二名（1490 vs 1346）。除了在Best Performance Track獲得了第一，相關技術論文也在該賽事的Machine Learning Track中獲得了Best Paper Reward.

這些無不顯示著百度在NLP領域的技術積累與國際影響力。除了密集的學術交流討論、報告之外，NeurIPS 2019的百度展臺，也吸引了世界各地的參會者。深度學習平臺飛槳獲得廣泛關注，眾多參會者到展臺咨詢使用及合作事宜；百度AI同傳吸引了來自美國、俄羅斯、日本、加拿大等世界各國的參與者們紛紛體驗。

 

從專題研討、論文分享、競賽報告到多樣的現(xiàn)場系統(tǒng)演示，百度在今年的NeurIPS 2019上深度參與，全面展現(xiàn)了百度的前沿技術進展。以百度為代表的中國AI企業(yè)的頻頻身影，已成為國際人工智能學術頂會中的“新常態(tài)”。

雷鋒網(wǎng)報道。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。