分享會上，搜狗公司專家研究員翟飛飛、搜狗杭州研究院首席研究員張奇分別分享了搜狗在翻譯及問答領(lǐng)域的技術(shù)研究及成果。翟飛飛表示，“目前的翻譯常見于基于一個(gè)句子進(jìn)行，但實(shí)際生活中的應(yīng)用范圍卻是場景和篇章，希望通過我們的分享，能夠幫助大家在翻譯上做更多探索。”張奇則對機(jī)器問答技術(shù)進(jìn)行了介紹，“整個(gè)問答就是搜索加上閱讀理解，搜索引擎已從‘搜關(guān)鍵詞得鏈接’發(fā)展到‘搜問句得答案’的時(shí)代。”
擁有龐大用戶量的搜狗，積累了海量數(shù)據(jù)集，此次為大賽開放企業(yè)級數(shù)據(jù)集，一方面，有效解決了AI技術(shù)落地中數(shù)據(jù)集缺失的問題，讓AI技術(shù)更加實(shí)用化地應(yīng)對真實(shí)世界的問題。另一方面，為人工智能產(chǎn)業(yè)發(fā)掘并培養(yǎng)優(yōu)秀人才，促進(jìn)行業(yè)發(fā)展創(chuàng)新。
全球規(guī)模最大數(shù)據(jù)集，助力翻譯體驗(yàn)更加人性化
2017年，搜狗作為主辦方之一，在第一屆AI Challenger中主持翻譯賽道，開放1000萬規(guī)模的中英雙語數(shù)據(jù)集，吸引超2000個(gè)團(tuán)隊(duì)的6000名左右選手參賽。今年，搜狗再次開設(shè)翻譯領(lǐng)域賽道——英中文本機(jī)器翻譯，在去年1000萬級中英雙語數(shù)據(jù)的基礎(chǔ)上，新增300萬帶有上下文情景的雙語數(shù)據(jù)，開放1300萬全球規(guī)模最大的口語領(lǐng)域英中雙語對照數(shù)據(jù)集，在開放的中英語料里，搜狗超過千萬級的語料規(guī)模，僅次于聯(lián)合國平行語料庫(億級)。真實(shí)有價(jià)值的企業(yè)級數(shù)據(jù)為機(jī)器翻譯的研究提供更多探索空間，推動(dòng)翻譯產(chǎn)品使用體驗(yàn)更加人性化。
企業(yè)級的數(shù)據(jù)來自于搜狗在機(jī)器翻譯領(lǐng)域的多年積累，翻譯是搜狗AI戰(zhàn)略中的重要一環(huán)，且搜狗已取得階段性成果突破，不僅在國際學(xué)術(shù)賽事WMT 2017中層獲得中英和英中機(jī)器翻譯雙向冠軍，并且發(fā)布了全球首次商用基于深度神經(jīng)網(wǎng)絡(luò)的同傳翻譯技術(shù)，在領(lǐng)先技術(shù)的支持下，搜狗推出英文搜索、翻譯寶pro等軟硬件產(chǎn)品，率先推動(dòng)AI翻譯技術(shù)走向?qū)嵱没瑢⒓夹g(shù)真正落到實(shí)處。
全球難度最大數(shù)據(jù)集，為提供更精準(zhǔn)的答案積蓄力量
機(jī)器的使命之一是和人做溝通，如何讓人和機(jī)器能夠更自然地溝通交互是當(dāng)前發(fā)展人工智能技術(shù)的前沿議題。隨著人工智能的發(fā)展，問答技術(shù)成為推動(dòng)人與機(jī)器自然溝通的下一個(gè)發(fā)力點(diǎn)，問答相當(dāng)于搜索加閱讀理解，即讓機(jī)器先理解問題，然后從海量網(wǎng)頁中尋找問題的答案。
今年的AI Challenger上，除翻譯賽道外，搜狗增設(shè)問答領(lǐng)域賽道：觀點(diǎn)型問題機(jī)器閱讀理解，開放總共30萬規(guī)模的數(shù)據(jù)集，數(shù)據(jù)中包括問題及對應(yīng)短文本和答案。此次開放的問答數(shù)據(jù)，不僅是全球難度最大的中文閱讀理解開源數(shù)據(jù)集，同時(shí)也是全球最大的觀點(diǎn)型機(jī)器閱讀理解公開數(shù)據(jù)集。
事實(shí)上，在很多問答比賽中，使用的數(shù)據(jù)并不是真實(shí)問題，而是人為構(gòu)建，與現(xiàn)實(shí)存在很大差距。而搜狗搜索擁有超5億用戶規(guī)模，積累了大量豐富且真實(shí)的數(shù)據(jù)。此次AI challenger大賽，搜狗在問答賽道中針對閱讀理解中較為復(fù)雜的，但是十分典型的觀點(diǎn)型問題構(gòu)建了大規(guī)模語料，語料均來自于用戶的真實(shí)問題和真實(shí)需求，幫助參賽團(tuán)隊(duì)實(shí)現(xiàn)實(shí)用化程度高的研究，提升閱讀理解的研究水平，推動(dòng)問答技術(shù)研究向更高階段發(fā)展。
用AI應(yīng)對真實(shí)世界的問題，讓技術(shù)真正走向生活
在2018 AI Chanllenger開幕式上，搜狗CEO王小川表示，“數(shù)據(jù)是AI研發(fā)的核心，如果沒有真實(shí)的數(shù)據(jù)，應(yīng)用場景就會走偏，技術(shù)研究的方向具體的算法就會走向錯(cuò)誤。”
真實(shí)的互聯(lián)網(wǎng)數(shù)據(jù)是展開前沿技術(shù)研究最重要的依靠，早在2006年，搜狗就與清華大學(xué)聯(lián)合成立“清華搜狗搜索技術(shù)聯(lián)合實(shí)驗(yàn)室”，將積累的大數(shù)據(jù)資產(chǎn)開放給高校，共同推動(dòng)前沿技術(shù)研究與進(jìn)步。
此次挑戰(zhàn)賽上，搜狗不僅給出題目和賽道，并在賽道中開放企業(yè)級數(shù)據(jù)集，其重量級、真實(shí)的數(shù)據(jù)集為人工智能的實(shí)際需求研究提供助力，為技術(shù)的應(yīng)用場景保駕護(hù)航。同時(shí)，搜狗也將與優(yōu)秀人才進(jìn)一步溝通交流，共同提升研究的實(shí)用性價(jià)值，讓人工智能更加實(shí)用化。
王小川認(rèn)為，“人工智能與人不是取代的關(guān)系，而是配合的關(guān)系，最終將成為人類能力的延伸。”作為人工智能領(lǐng)域的開拓者，搜狗用開放的力量整合創(chuàng)新能力，為人工智能行業(yè)培養(yǎng)并輸送人才，為行業(yè)進(jìn)步和發(fā)展提供內(nèi)驅(qū)力，推動(dòng)中國人工智能領(lǐng)域科研創(chuàng)新。
責(zé)任編輯：
