03 产业智能的百度方案
至于百度这般赋能NLP行业的原因，可以借鉴百度CTO王海峰的观点：“在百度语言与知识技术的布局和发展中，我们始终在注意把握两个趋势，即技术发展趋势和产业发展趋势，并力争引领趋势。”
对于技术趋势的理解，可以借用这样一个比方：感知智能是AI感知外部环境的能力，包括听觉、视觉和触觉，相当于人类的耳朵、眼睛和手；认知智能是AI理解、联想、推理的能力，需要AI像人一样思考并解决问题。
倘若AI的进化停留在感知智能，在认知智能层面停滞不前，终将无法摆脱上两次人工智能浪潮的宿命。如何加速认知智能的越级？仅仅有仁人志士的奔走呼告还远远不够，刺激一个行业走向繁荣的驱动力量还是诱人的商业前景。
某种程度上说，NLP领域并不缺少琳琅满目的技术，诸如语义分析、情感分析、机器翻译、知识图谱等层出不穷，可大多只是一个引擎或者一个特定功能上的服务。
百度所做的正是擦去蒙在“明珠”上的灰尘，然后融合新基建、产业智能化的趋势，将自身领先的NLP能力输出给开发者与合作伙伴，并在不断的创新和探索中找到了NLP规模化应用的方法论：
首先是基础技术的平台化。NLP的算法和模型是典型的脑力劳动，结果就是在人才、资源和场景上占据优势的巨头们有着绝对的话语权。从百度大脑的开放，到飞桨深度学习平台的开源，再到文心ERNIE语义理解技术与平台的上线，本质上都是以平台的形式对外赋能，降低整个行业的进入门槛和开发成本。
其次是核心能力的场景化。一些企业可能并不具备底层开发的能力，百度的对策是针对文本分析、对话系统、机器翻译等高频场景推出一体化的解决方案，开发者只需要进行简单的配置或修改。毕竟NLP的难点在于落地时牵涉到深度学习、情感模型等等，场景化消除了不必要的开发环节和资源投入。
然后是细分应用的产品化。对于智能搜索、智能推荐、智慧城市、智慧医疗等各行各业的应用，百度的策略是与合作伙伴一道打造独立的产品，以零门槛的形式提供服务。比如以API、插件、APP等模式对外服务的百度翻译，目前已经支持40多万家第三方应用，每天响应超过千亿字符的翻译请求。
除此之外，为了解决NLP在模型鲁棒性、可解释性、跨模态语义理解等方面依然面临的挑战，百度联合中国计算机学会、中国中文信息学会共同发布了“千言”数据共建计划。
同时百度技术委员会主席吴华发布了算力共享计划，通过数据集的共建与算力的共享，继而从语义理解、知识融合、跨模态融合等角度推动技术进步。
做一个总结的话，在NLP应用落地的话题上，百度从来都不是一成不变的守旧者，而是根据行业现状不断变通，通过持续性的场景落地，逐步唤醒外界对NLP的价值认可。当整个行业都在重新审视NLP的时候，距离全面爆发已不再遥远。
04 写在最后
曾经被问到百度NLP的理想和抱负是什么时，王海峰凝练了十二个字的回答：“理解语言，拥有智能，改变世界”。
如今再来思考这句话的内涵，无疑有了更为准确的理解。“改变世界”的梦想显然不是算法改变世界那般狭隘，在新基建和产业智能化的浪潮下，百度已经确定了平台型AI的定位，风光无限的NLP部门一面在学术上推动语言与知识技术发展，一面在应用上帮助开发者们破除桎梏。
十年征程，百度NLP部门不仅在造一座灯塔，还在架一道技术通往现实世界的桥。
<上一页 3
