中國AI技術的崛起，將為世界發(fā)展貢獻出重要的力量

近日，第58屆國際計算語言學協(xié)會年會ACL 2020(The Association for Computational Linguistics)于線上開啟。這次會議，百度共有11篇論文被錄用，覆蓋自然語言處理眾多前沿研究方向;百度聯(lián)合谷歌、Facebook、清華大學等全球頂尖機構(gòu)，共同舉辦首屆同聲傳譯研討會;在線上展臺主題技術TALK環(huán)節(jié)，百度還就開放域人機對話技術、ERNIE核心技術等業(yè)內(nèi)關注的話題展開分享，展現(xiàn)了中國企業(yè)在自然語言處理及人工智能領域的技術創(chuàng)新與落地實踐能力。

ACL成立于1962年，是自然語言處理領域影響力最大、最具活力的國際學術組織之一。自成立之日起，致力于推動計算語言學及自然語言處理相關研究的發(fā)展和國際學術交流。百度的自然語言處理技術，在技術創(chuàng)新及應用上始終保持領先，一直被視為自然語言處理研究界的“第一梯隊”，此次在ACL 2020大會中的亮眼表現(xiàn)，正是源于百度在技術領域的長期積累。

除了在國際 AI 學界的影響力外，ACL 無論是審稿規(guī)范還是審稿質(zhì)量，都是當今 AI 領域國際頂級會議中公認的翹楚。

本屆大會百度共有11篇論文被收錄，覆蓋了人機對話系統(tǒng)、情感分析/預訓練表示學習、NLP 文本生成與摘要、機器翻譯/同聲翻譯、知識推理、AI 輔助臨床診斷等諸多自然語言處理界的前沿研究方向，提出了包括端到端開放域生成模型PLATO、面向開放域?qū)υ挼幕趫D譜的對話管理機制、情感知識增強的語言模型預訓練方法、基于圖表示的多文檔生成式摘要方法 GraphSum 等諸多新框架、新算法、新數(shù)據(jù)，不僅極大提升了相關領域的研究水平，也將推動人機交互、機器翻譯、智慧醫(yī)療等場景的技術落地應用。

此次 ACL 2020的審稿周期，從去年12月一直持續(xù)到今年4月，相比往年幾乎增加了一倍。會議投稿數(shù)量為 3088 篇，共有 779 篇論文被接收，包括 571 篇長論文和 208 篇短論文，接收率僅為25.2%。百度11篇論文被收錄的成績，不僅意味著研究成果得到了國際學術界的認可，也證明了其研究本身在實驗嚴謹性、思路創(chuàng)新性等方面的實力。

同聲傳譯以其高效的信息傳遞方式，廣泛應用于國際會議、商務會談、新聞發(fā)布、法律訴訟等多種跨語言交流場景。機器同傳結(jié)合了機器翻譯(Machine Translation)、語音識別(Automatic Speech Recognition)和語音合成(Text-To-Speech)等人工智能技術，已經(jīng)成為重要的前沿研究領域。目前，機器同傳還需要攻克高魯棒性、高翻譯質(zhì)量、低延時的相關問題。

本次會議中，百度聯(lián)合國內(nèi)外頂尖企業(yè)和高校共同舉辦全球首屆同聲傳譯研討會，匯集包括機器翻譯、語音處理和人類口譯領域的研究和從業(yè)人員，共同就機器同傳架構(gòu)、翻譯模型、數(shù)據(jù)資源等問題展開研討。

研討會有多場高質(zhì)量主題演講，百度技術委員會主席、百度自然語言處理首席科學家吳華等國內(nèi)外多名專家就機器同傳研究現(xiàn)狀、面臨挑戰(zhàn)以及未來發(fā)展進行探討，加深了機器同傳與口譯兩個領域之間的交流，極大地推動了機器同傳技術發(fā)展以及機器和人工同傳的協(xié)同合作。

在本次研討會同期舉辦的國際首屆同傳評測比賽中，百度行業(yè)首發(fā)業(yè)內(nèi)最大規(guī)模面向真實場景的中英同傳數(shù)據(jù)，涵蓋信息技術、經(jīng)濟、文化、生物、藝術等多個領域。同時，基于百度深度學習平臺飛槳的一站式AI開發(fā)實訓平臺百度大腦AI Studio，百度為參賽選手提供在線編程環(huán)境、免費GPU算力、海量開源算法和開放數(shù)據(jù)，幫助開發(fā)者快速創(chuàng)建和部署模型。

在本次大會的線上展臺主題技術TALK環(huán)節(jié)，百度也展現(xiàn)出多個亮點，體現(xiàn)出百度領先的技術創(chuàng)新與落地實踐能力，圍繞ERNIE核心技術、開放域人機對話技術、智慧醫(yī)療、生物醫(yī)藥等業(yè)內(nèi)關注的話題，百度獻上了精彩的演講。

在展臺主題技術TALK環(huán)節(jié)，百度研究人員做出主題為《ERNIE的技術原理、平臺與應用》的分享。百度提出了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16 個中英文任務上超越國際最好效果，取得了 SOTA 的效果。去年12月，ERNIE 在國際權威的通用語言理解評估基準 GLUE上首次突破90大關，超越人類三個點，取得全球第一。今年3月，在全球最大規(guī)模的國際語義評測 SemEval 上獲得5項世界冠軍。

近期，百度又相繼發(fā)布了面向生成的預訓練技術 ERNIE-Gen 和知識增強的視覺-語言預訓練模型 ERNIE-ViL。ERNIE-Gen 首次提出基于多流機制生成完整語義片段，在5個生成類任務上取得了SOTA效果。ERNIE-ViL首次將場景圖知識融入多模態(tài)預訓練, 刷新了5項多模態(tài)任務紀錄，并登頂權威榜單VCR。在剛剛舉行的世界人工智能大會上，百度文心(ERNIE)知識增強語義理解技術與平臺獲得了大會最高榮譽獎項“卓越人工智能引領者”(SAIL)獎。

在《基于意圖圖譜的開放域?qū)υ捝煽蚣堋贩窒碇?，百度研究人員介紹到，為了提升多輪對話下的整體對話質(zhì)量，提出基于意圖圖譜的對話生成框架，在該框架中引入顯式的對話管理機制，以增強對多輪對話流的控制能力。在公開數(shù)據(jù)集上的實驗結(jié)果表明，以上模型或系統(tǒng)在主題連貫性、對話目標引導成功率等關鍵多輪效果指標上顯著超越基線模型。

同時，百度借助這次展臺技術Talk發(fā)布了業(yè)界首個基于隱變量的大規(guī)模對話模型PLATO以及基于PLATO相關工作擴展升級的PLATO-2。該模型使用了最多16億參數(shù)，發(fā)布了中英文版本。其中，英文效果超越了Google的Meena和Facebook AI Research的Blender,中文模型也遠超過現(xiàn)有基線。

在主題為《基于計算語言學的新冠病毒分析和疫苗設計算法》的分享中，針對新冠疫情，百度研究人員把自然語言處理領域的經(jīng)典句法分析算法移植到核酸序列結(jié)構(gòu)分析，介紹了全球首個線性時間的 RNA 結(jié)構(gòu)預測算法 LinearFold，可以將新冠病毒基因組全序列結(jié)構(gòu)分析的時間從55分鐘降低到 27 秒。在此基礎上，百度還研發(fā)出了全球首個mRNA 疫苗序列設計算法 LinearDesign，可以設計出結(jié)構(gòu)最穩(wěn)定的疫苗序列。對于新冠S蛋白，該算法16分鐘內(nèi)就可設計出優(yōu)化疫苗序列，解決了mRNA疫苗研發(fā)中的一個重大難題。目前，百度正在積極推進和中國疾控中心、各大疫苗公司和科研機構(gòu)的合作。

在主題為《自然語言處理和知識圖譜技術在臨床輔助決策中的應用研究》的演講中，百度研究人員分享了靈醫(yī)智惠在臨床輔助決策中應用。以百度世界領先的中文自然語言處理和知識圖譜等技術為基礎，靈醫(yī)智惠打造了強大的醫(yī)療認知計算能力，形成了醫(yī)療場景下的語言、知識和認知計算三位一體的臨床輔助決策引擎。

近年來，中國 AI 企業(yè)、開發(fā)者及高校在國際AI頂會上的表現(xiàn)也愈發(fā)亮眼。ACL2020大會中，無論是論文入選量、領銜舉辦研討會、同傳比賽，百度都展現(xiàn)出中國 AI 行業(yè)頭雁的實力。百度NLP是百度AI技術和應用的萌芽起點和帶動力量，始終聚焦核心前沿，持續(xù)引領技術創(chuàng)新，持續(xù)引領中國NLP技術發(fā)展方向，不僅為此次大會交上了一份滿意的答卷，也為中國AI崛起、走向世界發(fā)展貢獻了重要的力量。

fqj