03 產業智能的百度方案

至于百度這般賦能NLP行業的原因，可以借鑒百度CTO王海峰的觀點：“在百度語言與知識技術的布局和發展中，我們始終在注意把握兩個趨勢，即技術發展趨勢和產業發展趨勢，并力爭引領趨勢。”

對于技術趨勢的理解，可以借用這樣一個比方：感知智能是AI感知外部環境的能力，包括聽覺、視覺和觸覺，相當于人類的耳朵、眼睛和手；認知智能是AI理解、聯想、推理的能力，需要AI像人一樣思考并解決問題。

倘若AI的進化停留在感知智能，在認知智能層面停滯不前，終將無法擺脫上兩次人工智能浪潮的宿命。如何加速認知智能的越級？僅僅有仁人志士的奔走呼告還遠遠不夠，刺激一個行業走向繁榮的驅動力量還是誘人的商業前景。

某種程度上說，NLP領域并不缺少琳瑯滿目的技術，諸如語義分析、情感分析、機器翻譯、知識圖譜等層出不窮，可大多只是一個引擎或者一個特定功能上的服務。

百度所做的正是擦去蒙在“明珠”上的灰塵，然后融合新基建、產業智能化的趨勢，將自身領先的NLP能力輸出給開發者與合作伙伴，并在不斷的創新和探索中找到了NLP規模化應用的方法論：

首先是基礎技術的平臺化。NLP的算法和模型是典型的腦力勞動，結果就是在人才、資源和場景上占據優勢的巨頭們有著絕對的話語權。從百度大腦的開放，到飛槳深度學習平臺的開源，再到文心ERNIE語義理解技術與平臺的上線，本質上都是以平臺的形式對外賦能，降低整個行業的進入門檻和開發成本。

其次是核心能力的場景化。一些企業可能并不具備底層開發的能力，百度的對策是針對文本分析、對話系統、機器翻譯等高頻場景推出一體化的解決方案，開發者只需要進行簡單的配置或修改。畢竟NLP的難點在于落地時牽涉到深度學習、情感模型等等，場景化消除了不必要的開發環節和資源投入。

然后是細分應用的產品化。對于智能搜索、智能推薦、智慧城市、智慧醫療等各行各業的應用，百度的策略是與合作伙伴一道打造獨立的產品，以零門檻的形式提供服務。比如以API、插件、APP等模式對外服務的百度翻譯，目前已經支持40多萬家第三方應用，每天響應超過千億字符的翻譯請求。

除此之外，為了解決NLP在模型魯棒性、可解釋性、跨模態語義理解等方面依然面臨的挑戰，百度聯合中國計算機學會、中國中文信息學會共同發布了“千言”數據共建計劃。

同時百度技術委員會主席吳華發布了算力共享計劃，通過數據集的共建與算力的共享，繼而從語義理解、知識融合、跨模態融合等角度推動技術進步。

做一個總結的話，在NLP應用落地的話題上，百度從來都不是一成不變的守舊者，而是根據行業現狀不斷變通，通過持續性的場景落地，逐步喚醒外界對NLP的價值認可。當整個行業都在重新審視NLP的時候，距離全面爆發已不再遙遠。

04 寫在最后

曾經被問到百度NLP的理想和抱負是什么時，王海峰凝練了十二個字的回答：“理解語言，擁有智能，改變世界”。

如今再來思考這句話的內涵，無疑有了更為準確的理解。“改變世界”的夢想顯然不是算法改變世界那般狹隘，在新基建和產業智能化的浪潮下，百度已經確定了平臺型AI的定位，風光無限的NLP部門一面在學術上推動語言與知識技術發展，一面在應用上幫助開發者們破除桎梏。

十年征程，百度NLP部門不僅在造一座燈塔，還在架一道技術通往現實世界的橋。