吴恩达发文将在4月底辞职百度。完全在刚好，百度也宣告更进一步深度统合，将还包括NLP、KG、IDL、Speech、Big Data等在内的百度核心技术，构成百度AI技术平台体系（AIG），并任命百度副总裁王海峰为AI技术平台体系（AIG）总负责人，同时晋升为Estaff成员，改向百度集团总裁和首席运营官陆奇汇报。　　王海峰是自然语言处置领域的权威科学家，是该领域最不具影响力的国际学术的组织ACL 50多年历史上唯一兼任主席（President）的华人，同时也是截至目前最年长的ACL Fellow，也是唯一来自中国大陆的ACL Fellow。

此外，王海峰博士还是中文信息学会理事、中文信息学报编委、中国计算机学会（CCF）高级会员、国家自然科学基金委员项目评审会评审专家组成员。此前，雷锋网(公众号：雷锋网)也整理过王海峰博士在AAAI2017上的演说《深度 | 百度副总裁王海峰：百度在NLP领域都做到了什么？》。

NLP (Natural Language Processing自然语言处置) 是人工智能(AI)的一个子领域。　　王海峰博士参加的媒体活动不多，但在Quora上较为活跃。

雷锋网根据王海峰博士在Quora上的五个精华解说整理成本文。　　1、从一名科学家改变为一个IT公司的总裁，你如何看来这种职业变化？　　我对技术深感著迷，并乐意沉浸于在研究工作里。我一直坚信，科技需要转变世界。百度为我获取了一个理想的平台，在这里我专门从事的技术工作可以较慢必要地让用户获益。

这就是我一开始重新加入百度的原因。在百度最初的几年时间里，我领导了NLP、语音、图像、数据挖掘、科学知识图谱、机器学习、深度自学等多个团队。

后来，我意识到最出色的产品将不会相连技术与广大用户，反过来也不会更为增进技术变革。最出色的产品，不仅必须先进设备的技术，还必须卓越的设计、杰出的营销和高效管理。因此我慢慢转变了自身的角色，从一个全然的研发团队负责人，改变为管理层的一员。

我如今领导的团队有3000多人，还包括技术、产品和营销成员，他们都很年长、精力充沛、富裕激情。我们享有着一个联合目标：用技术和产品转变大众日常生活。

　　当掌理一个大型商业团队的时候，我必须首先制订策略和目标，然后创建一个适合的继续执行团队。对于一个大型团队来说，较好的规则和文化，开始沦为承托和确保业务运营的最重要因素。与此同时，对于科技领域的重大突破、用户市场需求的演进，以及整个社会的发展趋势，我都维持很大的注目。

　　2、未来5-10年，NLP领域将不会有什么进展？　　机器翻译、语义解读、解说和对话技术将不会有重大突破。这些技术将不会被广泛应用，并最后转变人与计算机、人与各种硬件设备、以及人与人之间的交流方式。　　这些技术的发展将归功于以下四个领域的发展：大数据、自学机制、科学知识图谱、推理小说和规划。

　　大数据。随着互联网的兴旺，数据量和种类都在高速快速增长。

即便是十分传统的商业领域，都在开始把数据放在网上。一切都在网上展开，一切都在网络。

大数据的价值将之后在物联网领域快速增长。　　自学机制。

自学机制的发展将不会持续展开，这使得我们能从大数据中自学更好的东西。　　科学知识图谱。通过大数据和更加多强劲的自学机制，我们可以打造出更大的科学知识图谱，来对整个世界展开建模。

　　推理小说和规划。通过大型科学知识图谱，我们可以在推理小说和规划领域获得突破。推理小说和规划的能力将不会把更好智能流经NLP系统中。　　3、在NLP领域，中文和英文的主要区别是什么？　　从语言学上来说， 中文与英文有相当大有所不同。

中文书面文本单词之间是没空间的，中文的语法关系是通过单词的顺序来传达的。这些因素减少了中文在词汇、语法和语义层次上的模糊性，因为现代语言概念和原则更加限于于英文，而非中文。　　目前，主流NLP方法都是语言牵涉到性（language-independent）的。

这些统计学或神经网络算法，根据有所不同的应用于，都更进一步优化了特定语言。　　比如，在2015年5月，百度公布了第一个大型在线神经机器翻译系统。基础的NMT模型就是语言牵涉到的，并输入了十分好的翻译成结果。为了更进一步提高翻译成性能，我们用于特定语言特征优化了翻译成系统。

　　4、NLP技术如何应用于百度产品里？　　在百度，我们研发出有很多NLP技术，还包括科学知识图谱、语义解读、内容标示、情感分析、分解、概要、解说、机器翻译和对话系统等等。这些技术早已应用于许多百度的产品里，比如搜寻、新闻流（news feed）和智能助理，每天为数亿用户服务。我们将以上这些技术通通统合入一个取名为NLP Cloud的平台中。　　NLP Cloud获取20多种NLP模块和方案，服务于百度产品。

我们的NLP Cloud服务每天被调用1千多亿次。　　以搜寻为事例，典型的NLP模块，比如切词、命名实体辨识、语法分析、释义都是基本特征。

这些模块仍然在持续优化并获得突破。另一个典型的NLP技术应用于案例就是解说系统。一个高性能的解说系统必须对查找语句展开精准的语义分析，建构覆盖面广的科学知识图谱，同时对网页搜寻结果展开全面分析。

当用户在搜索框输出查找语句时，搜索引擎需要立马获取答案。很多用户也用于搜索引擎来查找相关性低的信息，协助做到决策。这种情况下，情感分析（也称之为观点挖出）技术可以协助萃取多种最合适观点，并将单体的信息获取给用户。

　　另一个案例就是新闻流，这个领域文章质量是极其重要的。NLP技术可以协助检测各种垃圾文章，比如谣言、剽窃等等；而文本分析技术可以协助辨识高质量文章，并分解最需要叙述该文章的标签。

此外，从有所不同维度叙述用户偏爱的“用户模型”也十分依赖NLP技术。　　总而言之，在所有跟自然语言涉及的产品里，NLP技术都是不可或缺的。　　5、在未来10年，搜索引擎将不会如何演进？　　今天当我们谈到搜索引擎的时候，首先想起的就是搜索框和搜寻结果。而未来的搜索引擎将不会是什么样子呢？我们并没清楚答案。

但是我们乐意享有更加强劲的搜索引擎，让我们在有所不同的场景、有所不同的产品或有所不同的交互界面里，需要看到、听到和感受到。搜寻，将不会无处不在。　　第一点，更加了解解读用户的意图、更加了解理解内容，并将两者更加精准地展开给定，这将不会使搜索引擎更加强劲。用户的意图解读并不是依赖单一查找语句，也还依赖更加普遍的搜寻语境，还包括查找session、时间、地点、设备以及用户性格特征。

另一方面，内容解读牵涉到的范围也十分甚广，必须更佳地解读每一部分内容的语义、语境、观点，以及从内容中萃取的科学知识。意图与内容的给定，将不会牵涉到到以上提及的所有因素，使得在任何一个特定语境下，为每一个查找获取最差的结果。此外，搜索引擎将不会显得更加像一个“问引擎”和“继续执行引擎”。

大部分用户的查找，将不会获得必要的问或继续执行。　　第二点，搜寻交互界面将不会再次发生很多新的变化。除了键盘以外，其它输出方式，比如声音和图像，将不会更加普遍地用于。

预示更加实际的语音和图像等技术，用户不会十分注目高效和便捷的多模式搜寻。尤其地，自然语言交互将不会沦为搜索引擎的主流交互方式。

用户可以跟搜索引擎“对话”，告诉他它自己想什么，这意味著比现有的键盘输入文字查找要便利和大自然的多。用户也可以跟搜索引擎展开多轮对话交互。百度搜寻早已首度应用于了这类新型交互方式，提高用户体验。

　　第三点，搜寻将不会打破现有的搜索引擎的范围。搜寻不会映射各种产品当中。比如，搜寻不会是AI硬件产品的基本特征之一。

未来，搜寻将不会围困在我们身边，到处无在。适当地， 我们也将新的定义什么是可以被搜寻的。

除了现有的被索引的内容，在未来，服务、物品、设备和数据都可以被索引，显得可搜寻。　　很长时间以来，搜索引擎在人们日常生活中扮演着至关重要的角色。人们的市场需求要求了搜索引擎演进的方向，而技术变革则要求了这种演进将南北多近。

本文来源：开云手机app-www.blg-frp.cn