「AI 技術(shù)生態(tài)論」 人物訪談欄目是 CSDN 發(fā)起的百萬(wàn)人學(xué) AI 倡議下的重要組成部分。通過(guò)對(duì) AI 生態(tài)頂級(jí)大咖、創(chuàng)業(yè)者、行業(yè) KOL 的訪談，反映其對(duì)于行業(yè)的思考、未來(lái)趨勢(shì)的判斷、技術(shù)的實(shí)踐，以及成長(zhǎng)的經(jīng)歷。
本文為 「AI 技術(shù)生態(tài)論」系列訪談的第十七期，解剖美團(tuán)大腦和美團(tuán)BERT技術(shù)，解開(kāi)美團(tuán)AI的「冰山一角」。
百萬(wàn)人學(xué) AI 你也有份！今日起點(diǎn)擊閱讀原文報(bào)名「2020 AI開(kāi)發(fā)者萬(wàn)人大會(huì)」，使用優(yōu)惠碼“AIP211”，即可免費(fèi)獲得價(jià)值299元的大會(huì)在線直播門(mén)票一張。限量100張，先到先得！提起美團(tuán)，你首先會(huì)想到的是什么？是那個(gè)帶著醒目黃色的美團(tuán)App，還是每日穿行在大街小巷、為我們送上外賣(mài)美食及新鮮水果的的快遞小哥？實(shí)際上，美團(tuán)不僅有這么接地氣的一面，也有特別「高大上」的一面，比如立足于AI技術(shù)的美團(tuán)大腦和美團(tuán)BERT。CSDN（ID：CSDNnews）專訪美團(tuán)AI平臺(tái)搜索與NLP部的技術(shù)負(fù)責(zé)人王仲遠(yuǎn)博士，為大家揭曉美團(tuán)在人工智能領(lǐng)域的「冰山一角」。
美團(tuán)大腦打造大規(guī)模餐飲娛樂(lè)知識(shí)圖譜平臺(tái) 王仲遠(yuǎn)表示，美團(tuán)搜索、大眾點(diǎn)評(píng)搜索以及NLP中心都是放在一起的。這幾個(gè)重要的團(tuán)隊(duì)之所以要放在一起，是因?yàn)樵谒阉髦?，NLP是一個(gè)非常關(guān)鍵且核心的技術(shù)。在過(guò)去兩年多的時(shí)間里，隨著美團(tuán)組織架構(gòu)的不斷升級(jí)，美團(tuán)NLP中心也開(kāi)始和搜索部門(mén)并為一體。我們都知道，業(yè)界有非常多的AI Lab和AI平臺(tái)，但大家都面臨一個(gè)普遍的困境，即AI落地不達(dá)預(yù)期。而美團(tuán)創(chuàng)造性地把AI團(tuán)隊(duì)和業(yè)務(wù)平臺(tái)團(tuán)隊(duì)直接放到一起，這就能使技術(shù)在第一時(shí)間進(jìn)行驗(yàn)證并快速進(jìn)行落地。截止目前，美團(tuán)及大眾點(diǎn)評(píng)的平臺(tái)上已有累計(jì)超過(guò)40億的用戶評(píng)價(jià)。在以往，這些數(shù)據(jù)只能安靜地躺在數(shù)據(jù)倉(cāng)庫(kù)中「沉睡」，現(xiàn)在王仲遠(yuǎn)帶領(lǐng)團(tuán)隊(duì)通過(guò)美團(tuán)的算力和算法，真正讓AI技術(shù)的研究有效地進(jìn)行了落地。具體來(lái)說(shuō)，美團(tuán)除了外賣(mài)以外，還涉及到店餐飲、酒店、景點(diǎn)門(mén)票和電影票務(wù)等綜合性生活服務(wù)。近期，如果你在美團(tuán)App中搜索「口罩」，就能看到附近藥店，距離你很近的快遞小哥也能像送餐一樣將口罩快速送達(dá)到你的手中。眾所周知，在移動(dòng)互聯(lián)網(wǎng)之前的PC時(shí)代，人們有任何的需求幾乎都會(huì)在搜索引擎中去搜索。而在移動(dòng)互聯(lián)網(wǎng)時(shí)代，搜索引擎實(shí)際上已經(jīng)被大大弱化了，其原因就是各種垂直App的數(shù)據(jù)在底層邏輯上并沒(méi)有實(shí)現(xiàn)互通。而美團(tuán)憑借自身豐富的業(yè)務(wù)場(chǎng)景，有望打破這種「數(shù)據(jù)」孤立，并借此成為本地生活服務(wù)領(lǐng)域的一個(gè)超級(jí)App。王仲遠(yuǎn)給我們舉了一個(gè)很簡(jiǎn)單的例子，當(dāng)用戶在美團(tuán)搜索「水餃」時(shí)，他的需求其實(shí)是有很多種可能的：他可能是想叫一份水餃的外賣(mài)，也可能是想去店里吃堂食，還有可能是想買(mǎi)附近超市里的冷凍水餃，亦或是想查查水餃的做法，或在美團(tuán)上買(mǎi)水餃的食材。這種多樣的搜索需求，是否都能在一個(gè)App實(shí)現(xiàn)呢？是的，美團(tuán)可以滿足這些需求。王仲遠(yuǎn)表示，現(xiàn)在美團(tuán)搜索正在進(jìn)行一項(xiàng)比較重大的改版，預(yù)計(jì)在2020年二季度會(huì)和大家見(jiàn)面。未來(lái)的美團(tuán)搜索，將會(huì)成為一個(gè)本地生活服務(wù)領(lǐng)域的超級(jí)搜索引擎。屆時(shí)，用戶可以在美團(tuán)App、大眾點(diǎn)評(píng)App上搜索任何關(guān)鍵詞。傳統(tǒng)上，大家會(huì)不自覺(jué)地在這兩個(gè)App上“小心翼翼”地挑選較短的搜索關(guān)鍵詞，比如「火鍋」、「烤串」、「麻辣燙」。但很快，用戶可以隨意表達(dá)他們的搜索需求。例如可以搜索「北京三里屯適合朋友聚餐的西餐廳」，或者「疫情期間最適合遛娃的景點(diǎn)」。這樣的話，用戶的體驗(yàn)會(huì)得到非常明顯的提升。這背后是美團(tuán)的NLP能力以及美團(tuán)對(duì)于不同業(yè)務(wù)數(shù)據(jù)的高效整合能力在全力支撐。2018 年 5 月，王仲遠(yuǎn)開(kāi)始領(lǐng)導(dǎo)團(tuán)隊(duì)構(gòu)建美團(tuán)大規(guī)模餐飲娛樂(lè)知識(shí)圖譜的平臺(tái)——美團(tuán)大腦。這個(gè)「大腦」充分挖掘、關(guān)聯(lián)各個(gè)場(chǎng)景數(shù)據(jù)，使用 AI 算法讓機(jī)器「閱讀」用戶針對(duì)商戶的公開(kāi)評(píng)論，理解用戶在菜品、價(jià)格、服務(wù)、環(huán)境等方面的喜好，構(gòu)建人、店、商品、場(chǎng)景之間的知識(shí)關(guān)聯(lián)，從而形成一個(gè)「知識(shí)大腦」。目前，美團(tuán)大腦目前包含了 33 類概念、30 億實(shí)體、1000 億三元組，這個(gè)知識(shí)關(guān)聯(lián)數(shù)量級(jí)已經(jīng)達(dá)到了世界級(jí)的規(guī)模。
美團(tuán)BERT訓(xùn)練本地生活服務(wù)模型 2018年10月，Google對(duì)外正式發(fā)布BERT模型，這也是自然語(yǔ)言處理領(lǐng)域近年最具突破性的進(jìn)展之一。比爾·蓋茨曾說(shuō)過(guò)：「自然語(yǔ)言處理是人工智能皇冠上的明珠。」想更好地理解這句話，那么就得先來(lái)梳理下AI發(fā)展的脈絡(luò)。王仲遠(yuǎn)歸納說(shuō)，AI基本可以分為感知階段、認(rèn)知階段和決策階段。基于當(dāng)前AI技術(shù)演進(jìn)趨勢(shì)，他重點(diǎn)介紹了對(duì)于AI感知和AI認(rèn)知的看法。關(guān)于AI感知，人和動(dòng)物都擁有視覺(jué)和聽(tīng)覺(jué)，這種和大自然的交互，對(duì)應(yīng)到AI技術(shù)便是視覺(jué)識(shí)別和語(yǔ)音識(shí)別。關(guān)于AI認(rèn)知，據(jù)聯(lián)合國(guó)調(diào)查，世界語(yǔ)言十分復(fù)雜，專家估計(jì)大約有5000到7000種。而語(yǔ)言也是人類才有的一種交流工具。這也是NLP的難度，比視覺(jué)識(shí)別和語(yǔ)音識(shí)別更難的原因，所有的語(yǔ)言都是人類創(chuàng)造的，而每一種語(yǔ)言的創(chuàng)造方式都不一樣。這就導(dǎo)致NLP面臨一個(gè)巨大的困境，即同一套技術(shù)，在中文上有效，在英文上未必有效。比如，分詞就是中文獨(dú)有的，英文根本不需要分詞，因?yàn)樗旧砭褪且詥卧~的形式存在。并且即便同為中國(guó)人，對(duì)于分詞也會(huì)有不同的意見(jiàn)和理解。也正因此，NLP分出很多研究分支。此外，近些年隨著深度學(xué)習(xí)的爆發(fā)式增長(zhǎng)，行業(yè)研究者也希望能夠挖掘出人類常用語(yǔ)言中的共同邏輯，這樣就能讓NLP實(shí)現(xiàn)跨語(yǔ)言處理。2018年11月，在Google提出BERT模型一個(gè)月后，美團(tuán)于同年11月，成立秘密團(tuán)隊(duì)——美團(tuán)BERT。該團(tuán)隊(duì)成立以來(lái)，一直在不斷研究和攻克美團(tuán)在生活服務(wù)領(lǐng)域的技術(shù)難題。2019年，美團(tuán)BERT取得長(zhǎng)足的進(jìn)展。該團(tuán)隊(duì)使用幾百塊GPU和獨(dú)有數(shù)據(jù)，訓(xùn)練出一個(gè)本地生活服務(wù)的模型。帶給用戶的直接感受是，在美團(tuán)和大眾點(diǎn)評(píng)中搜索一個(gè)詞語(yǔ)，系統(tǒng)的識(shí)別性變得越來(lái)越高。
MT-BERT整體技術(shù)框架2020年，微軟研究院發(fā)起學(xué)術(shù)評(píng)測(cè)Citation Intent Recognition，評(píng)測(cè)要求參賽者根據(jù)論文中對(duì)某項(xiàng)科研工作的描述，從論文庫(kù)中找出與該描述最匹配的Top3論文，美團(tuán)搜索與NLP部與國(guó)內(nèi)兩所高校組隊(duì)，提出了一種基于BERT和LightGBM的多模融合檢索排序解決方案，一舉拿下WSDM Cup 2020 Task 1榜單第一名。此外，美團(tuán)知識(shí)圖譜組在微軟MARCO比賽中，亦是排名榜首。自2018年比賽發(fā)布以來(lái)，知識(shí)圖譜組團(tuán)隊(duì)所研發(fā)的深度閱讀理解TABLE模型在比賽指標(biāo) MRR@10上首次突破0.4，而該模型正是基于BERT的Listwise 排序模型，當(dāng)時(shí)微軟官方Twitter還專門(mén)發(fā)推祝賀美團(tuán)。
這對(duì)于王仲遠(yuǎn)以及其團(tuán)隊(duì)來(lái)說(shuō)，都是一種莫大的鼓舞。此外，王仲遠(yuǎn)也曾在國(guó)際相關(guān)的學(xué)術(shù)會(huì)議上發(fā)表過(guò)40多篇論文。盡管工作非常忙，他還是通過(guò)各種途徑學(xué)習(xí)，比如國(guó)際頂級(jí)會(huì)議上的學(xué)術(shù)論文，他一定會(huì)花時(shí)間仔細(xì)去閱讀。此外，美團(tuán)技術(shù)團(tuán)隊(duì)內(nèi)部也經(jīng)常有一些前沿技術(shù)分享會(huì)他也會(huì)不時(shí)去參加，通過(guò)各種途徑增加新知識(shí)。王仲遠(yuǎn)認(rèn)為，人工智能的發(fā)展既快又慢?！缚臁故且?yàn)橹R(shí)更新非常快，他說(shuō)自己就曾看到很多面試者因?yàn)橹R(shí)沒(méi)有跟上時(shí)代而慘遭淘汰。「慢」是因?yàn)閺?940年人工智能首次被提出以來(lái)，至今經(jīng)過(guò)三起三落。2006年深度學(xué)習(xí)誕生，2012年人工智能進(jìn)入爆發(fā)階段，但是至今八年的時(shí)間，仍有大量問(wèn)題還沒(méi)有解決。近些年，各大互聯(lián)網(wǎng)廠商都在推出自己的人工智能小助手。這些小助手用來(lái)幫大家聽(tīng)聽(tīng)音樂(lè)、查查天氣以及定下鬧鐘都還可以，但是如果想對(duì)它有更大期望，還有很長(zhǎng)的一段路要走，很多時(shí)候，我們會(huì)發(fā)現(xiàn)「人工智能」和「人工智障」有時(shí)只是一步之遙。這也說(shuō)明，在人工智能領(lǐng)域，我們還是有很多技術(shù)亟待突破。這里要特別提一下，王仲遠(yuǎn)博士之所以能對(duì)人工智能有這樣深刻的積累和解讀，也是得益于他多年對(duì)AI技術(shù)的專注以及積累。
閩地有才子，AI展才華
王仲遠(yuǎn)出生于福建省仙游縣，成長(zhǎng)在福建省永安市，得益于父親嚴(yán)厲的管理，再加上強(qiáng)大的自驅(qū)力，從小學(xué)習(xí)就非常優(yōu)秀，經(jīng)常拿到年級(jí)第一名。但是王仲遠(yuǎn)的性格，卻帶著一種「寧?kù)o致遠(yuǎn)」的溫和，這點(diǎn)可能是受到性格慈和的母親的影響?！竾?yán)父慈母」的搭配，即讓他的學(xué)習(xí)得到很好的啟蒙。高考后，他順利考入中國(guó)人民大學(xué)。在碩士期間，王仲遠(yuǎn)說(shuō)自己有幸在孟小峰教授領(lǐng)導(dǎo)的WAMDM（網(wǎng)絡(luò)與移動(dòng)數(shù)據(jù)管理）實(shí)驗(yàn)室做項(xiàng)目，其中一個(gè)項(xiàng)目還獲得了SIGMOD07 Undergraduate Scholarship獎(jiǎng)項(xiàng)，當(dāng)年全球僅有7位獲獎(jiǎng)成員。巧合的是，同樣獲得獎(jiǎng)項(xiàng)的一位成員，還是王仲遠(yuǎn)日后在Facebook的同事。 碩士畢業(yè)時(shí)，王仲遠(yuǎn)冒險(xiǎn)地婉拒百度、騰訊和 IBM 等眾多知名公司研究機(jī)構(gòu)的邀請(qǐng)，選擇堅(jiān)持等待微軟亞洲研究院的Offer。王仲遠(yuǎn)說(shuō)自己很幸運(yùn)，微軟亞洲研究院具備很多先天優(yōu)勢(shì)，在剛剛工作時(shí)就可以接觸到很多世界級(jí)的學(xué)者，了解各領(lǐng)域前沿研究已經(jīng)做到什么程度，無(wú)需摸著石頭過(guò)河。王仲遠(yuǎn)在微軟亞洲研究院6年多，從校招生一直做到主管研究員，負(fù)責(zé)了微軟研究院知識(shí)圖譜項(xiàng)目和對(duì)話機(jī)器人項(xiàng)目。他一直專注于自然語(yǔ)言處理、知識(shí)圖譜及其在文本理解方面的研究，取得了不少成績(jī)，在國(guó)際頂級(jí)學(xué)術(shù)會(huì)議如 VLDB、ICDE、IJCAI、CIKM 等發(fā)表論文 40 余篇，并獲得 ICDE 2015 最佳論文獎(jiǎng)。
后來(lái)，王仲遠(yuǎn)在前同事的推薦下，遠(yuǎn)程參加了Facebook的面試，為了這次面試，他元旦假期整整準(zhǔn)備了三天的時(shí)間。幸運(yùn)的是他還非常順利地拿到了工作簽證，這也讓他得以從國(guó)內(nèi)到硅谷工作，去看到更大的一片天空。到硅谷后，他感受到和微軟研究院完全不同的畫(huà)風(fēng)，F(xiàn)acebook推行「Move Fast」文化，那里甚至沒(méi)有測(cè)試人員，產(chǎn)品上線極快、基本是一周一次。在 Facebook 工作期間，王仲遠(yuǎn)所負(fù)責(zé)的一個(gè)項(xiàng)目是做實(shí)體鏈接，就是要把查詢（Query）和知識(shí)圖譜進(jìn)行打通，這也是 NLP 領(lǐng)域一個(gè)非常重要的方向。短短半年的時(shí)間，效果就提升了80%左右，成為 Facebook內(nèi)部最重要同時(shí)也是世界上最先進(jìn)的產(chǎn)品級(jí)實(shí)體鏈接服務(wù)。現(xiàn)在Facebook 的搜索、推薦、廣告、智能助理等許多系統(tǒng)中，也在使用他此前負(fù)責(zé)的這些技術(shù)。幾年以后，王仲遠(yuǎn)感覺(jué)中美兩國(guó)的人工智能，已經(jīng)來(lái)到同一個(gè)起跑線上，他帶著技術(shù)報(bào)國(guó)的想法回到中國(guó)，并選擇加入美團(tuán)。他認(rèn)為，AI技術(shù)想真正能夠落地，需要算力，需要數(shù)據(jù)，需要算法模型，更需要豐富的應(yīng)用場(chǎng)景。美團(tuán)的應(yīng)用場(chǎng)景豐富程度，遠(yuǎn)超很多互聯(lián)網(wǎng)行業(yè)的同行。2019 年1月21日，《麻省理工科技評(píng)論》發(fā)布了 2018 年「35 歲以下科技創(chuàng)新 35 人」（35 Innovators Under 35）中國(guó)榜單，王仲遠(yuǎn)獲評(píng)為「遠(yuǎn)見(jiàn)者」。這就是王仲遠(yuǎn)的「AI人生」，現(xiàn)在已經(jīng)描摹上濃重的色彩，未來(lái)必將更加明艷如春。
聯(lián)系客服
