不到現(xiàn)場，照樣看最干貨的學(xué)術(shù)報(bào)告！
嗨，大家好。這里是學(xué)術(shù)報(bào)告專欄，讀芯術(shù)小編不定期挑選并親自跑會，為大家奉獻(xiàn)科技領(lǐng)域最優(yōu)秀的學(xué)術(shù)報(bào)告，為同學(xué)們記錄報(bào)告干貨，并想方設(shè)法搞到一手的PPT和現(xiàn)場視頻——足夠干貨，足夠新鮮！話不多說，快快看過來，希望這些優(yōu)秀的青年學(xué)者、專家杰青的學(xué)術(shù)報(bào)告 ，能讓您在業(yè)余時(shí)間的知識閱讀更有價(jià)值。
人工智能論壇如今浩如煙海，有硬貨、有干貨的講座卻百里挑一。“AI未來說·青年學(xué)術(shù)論壇”系列講座由中國科學(xué)院大學(xué)主辦，承辦單位為中國科學(xué)院大學(xué)學(xué)生會，協(xié)辦單位為中國科學(xué)院計(jì)算所研究生會、網(wǎng)絡(luò)中心研究生會、人工智能學(xué)院學(xué)生會、化學(xué)工程學(xué)院學(xué)生會、公共政策與管理學(xué)院學(xué)生會、微電子學(xué)院學(xué)生會，百度為支持單位，讀芯術(shù)、PaperWeekly為合作自媒體?！癆I未來說·青年學(xué)術(shù)論壇”第十一期“信息檢索與知識圖譜”專場已于2019年11月24日下午在中科院舉行。百度宋勛超為大家?guī)韴?bào)告《百度大規(guī)模知識圖譜構(gòu)建及智能應(yīng)用》。
宋勛超，現(xiàn)任百度知識圖譜部主任研發(fā)架構(gòu)師。畢業(yè)于浙江大學(xué)，參與了百度知識圖譜設(shè)計(jì)及構(gòu)建的整體流程，具有豐富的知識圖譜實(shí)踐經(jīng)驗(yàn)。目前主要負(fù)責(zé)知識圖譜應(yīng)用、語義理解、圖譜架構(gòu)等技術(shù)，同時(shí)負(fù)責(zé)百度行業(yè)知識圖譜相關(guān)工作。研發(fā)成果在百度搜索、信息流、DuerOS，行業(yè)圖譜產(chǎn)品等多項(xiàng)產(chǎn)品中廣泛應(yīng)用。
報(bào)告內(nèi)容：知識圖譜當(dāng)前已經(jīng)成為工業(yè)界開展下一代人工智能應(yīng)用的重要基礎(chǔ)，應(yīng)用前景廣闊。知識圖譜作為一種數(shù)據(jù)形態(tài)、一種工具、一種方法論,為人工智能、大數(shù)據(jù)等應(yīng)用提供基礎(chǔ)支撐作用,在搜索引擎、智能推薦、智能對話等業(yè)務(wù)場景,知識圖譜技術(shù)更是大展拳腳,大幅提高了業(yè)務(wù)效果。宋勛超老師報(bào)告的主題為百度大規(guī)模知識圖譜構(gòu)建及智能應(yīng)用，將從大規(guī)模工業(yè)實(shí)踐的角度，分享百度知識圖譜部門過去幾年所做一些工作，介紹百度實(shí)際工業(yè)生產(chǎn)中是如何應(yīng)用知識圖譜技術(shù)的。報(bào)告主要分為兩部分，首先是從技術(shù)以及應(yīng)用兩方面對百度知識圖譜進(jìn)行概述，第二，介紹百度知識圖譜技術(shù)的最新進(jìn)展。
百度大規(guī)模知識圖譜構(gòu)建及智能應(yīng)用
首先，宋勛超老師從百度知識圖譜部門的發(fā)展歷程出發(fā)向大家作以簡要介紹。百度知識圖譜部源于搜索、服務(wù)于搜索，同時(shí)多年來隨著自身技術(shù)不斷迭代和進(jìn)步，將知識圖譜技術(shù)應(yīng)用到了搜索以外的場景。
百度知識圖譜發(fā)展歷程主要分為四個(gè)階段。第一階段是2013年以前，稱為為Pre—KG階段，用定制化的方式生產(chǎn)結(jié)構(gòu)化數(shù)據(jù)，因?yàn)橹R圖譜本身是高度結(jié)構(gòu)化的知識語義網(wǎng)絡(luò)體系，所以在這個(gè)階段的結(jié)構(gòu)化數(shù)據(jù)，并不是真正意義上知識圖譜，搜索結(jié)果以豎向聯(lián)動方式將滿足用戶搜索的各種維度信息綜合起來，形成創(chuàng)新的知識滿足產(chǎn)品樣式。
第二階段是2014—2015年，稱之為領(lǐng)域知識圖譜，指知識圖譜的架構(gòu)、策略、算法的目標(biāo)是面向于垂類或者細(xì)分領(lǐng)域，例如金融是垂類，金融下面保險(xiǎn)、銀行等是細(xì)分垂類。落地場景有搜索阿拉丁、推薦、智能摘要、度秘初期垂類檢索。
第三階段是2016—2017年，工作重點(diǎn)是通用知識圖譜，這個(gè)階段關(guān)注統(tǒng)一融合知識圖譜的構(gòu)建與應(yīng)用技術(shù)，以及深化建設(shè)多個(gè)特色的領(lǐng)域知識圖譜，例如百度漢語知識圖譜，將傳統(tǒng)國學(xué)，漢語教育相關(guān)的海量數(shù)據(jù)轉(zhuǎn)化構(gòu)建為知識圖譜。應(yīng)用落地主要是搜索智能問答，這是下一代搜索引擎所應(yīng)具備的核心能力，也是下一代搜索引擎核心要大力發(fā)展的一個(gè)方向，此外還有Feed信息流推薦場景的廣泛落地。
第四階段是近兩年，稱之為行業(yè)知識圖譜+多元異構(gòu)圖譜發(fā)展階段，我們關(guān)注多元、異構(gòu)圖譜，以及多媒體知識，事件、時(shí)序等復(fù)雜知識，行業(yè)知識如何進(jìn)行圖譜化構(gòu)建。應(yīng)用落地上除了規(guī)模化搜索首位精準(zhǔn)滿足、Feed內(nèi)容理解及智能內(nèi)容建設(shè)，還輸出到了百度外的眾多行業(yè)，例如客服、法律、醫(yī)療、金融等。
截至到目前，百度內(nèi)部積累知識圖譜規(guī)模已經(jīng)達(dá)到億級實(shí)體和千億級屬性關(guān)系，是中文領(lǐng)域最大的知識圖譜，知識圖譜服務(wù)規(guī)模從2014年到現(xiàn)在增長了490倍。
接下來宋勛超老師簡單介紹了四個(gè)發(fā)展歷程里，百度核心產(chǎn)品線業(yè)務(wù)的賦能情況。首先是智能搜索，目前百度搜索結(jié)果里，首位直接滿足用戶搜索請求的比例達(dá)到57%。這背后依賴的是百度人工智能技術(shù)，其中比例非常大的一部分是百度知識圖譜技術(shù)的賦能，知識圖譜每天能夠滿足數(shù)億次檢索請求，有如下幾種類型：一是各種形態(tài)的知識圖譜問答卡片，二是將實(shí)體各個(gè)維度信息進(jìn)行聚合展示的實(shí)體知識大卡，三是依托于知識圖譜本身的語義關(guān)系，在用戶搜索行為發(fā)生同時(shí)，給予多種維度的關(guān)聯(lián)知識推薦。
第二是智能對話。從去年開始，百度智能音箱躍居銷售量第一的位置。知識圖譜為智能對話系統(tǒng)DuerOS提供全方位信息滿足服務(wù)。
第三是Feed信息流。百度是雙擎驅(qū)動移動生態(tài)布局，信息流推薦場景我們基于千億級的通用知識圖譜，構(gòu)建了大規(guī)模用戶關(guān)注點(diǎn)和興趣點(diǎn)的圖譜，通過圖譜挖掘文章背后所蘊(yùn)含知識關(guān)聯(lián)和內(nèi)容關(guān)聯(lián)，增強(qiáng)了用戶興趣推薦模型的可解釋性和知識關(guān)聯(lián)性，分發(fā)效率和多樣性取得了非常大的提升。
過去六年以來百度知識圖譜沉淀并積累了包括從知識獲取到整合、補(bǔ)全、擴(kuò)展、知識圖譜認(rèn)知、知識圖譜應(yīng)用在內(nèi)的全棧技術(shù)，以及知識圖譜相關(guān)的架構(gòu)平臺和知識圖譜模型。
接下來宋勛超老師介紹了百度知識圖譜研究的最新進(jìn)展，分為兩部分。第一部分是知識圖譜構(gòu)建，主要分開放域海量知識圖譜、復(fù)雜知識圖譜、多媒體知識圖譜、行業(yè)知識圖譜四部分。
從大規(guī)模海量互聯(lián)網(wǎng)信息構(gòu)建千億級別的知識圖譜，最核心技術(shù)點(diǎn)有三個(gè)：一是無標(biāo)簽大數(shù)據(jù)開放知識挖掘技術(shù)，二是數(shù)據(jù)驅(qū)動的本體自動構(gòu)建，三是基于多元異構(gòu)數(shù)據(jù)的融合。對于開放知識挖掘，百度把知識圖譜運(yùn)用到實(shí)際搜索線上，對于知識圖譜準(zhǔn)確性要求需要達(dá)到98%以上的準(zhǔn)確率。這里開放知識挖掘所依賴的最主要的技術(shù)是基于遠(yuǎn)監(jiān)督從大規(guī)模語料中獲取高質(zhì)量模板，這里我們提出一種基于注意力正則化的遠(yuǎn)監(jiān)督降噪的方法來降低訓(xùn)練數(shù)據(jù)中的噪聲。二是自底向上結(jié)合自頂向下的開放本體構(gòu)建。三是基于空間變換的知識融合方法，在海量大規(guī)模異構(gòu)圖譜之間建立廣泛關(guān)聯(lián)，形成一個(gè)整體。
針對事件知識圖譜，從互聯(lián)網(wǎng)數(shù)據(jù)里敏捷捕捉到事件發(fā)生，抽取事件論元、并建立時(shí)間、空間維度的關(guān)系從而形成事件圖譜網(wǎng)絡(luò)。事件圖譜非常適合兩個(gè)應(yīng)用場景，第一是百度搜索的新聞事件脈絡(luò)，事件脈絡(luò)維度幫助用戶了解事件各個(gè)時(shí)間軸的信息。第二是百度地圖POI的信息變更。
其次就是行業(yè)智能，除了百度內(nèi)廣泛運(yùn)用，各行各業(yè)對知識圖譜運(yùn)用需求也是非常廣泛，比如，法律行業(yè)每年會產(chǎn)出4億頁卷宗，醫(yī)療行業(yè)每年知識增長率達(dá)到了48%，再如金融行業(yè)，雖然大家普遍認(rèn)為其信息化程度非常高，但仍然有80%的知識和數(shù)據(jù)存在于非結(jié)構(gòu)化的文本里。行業(yè)知識圖譜技術(shù)方向關(guān)注行業(yè)復(fù)雜知識圖譜，通用向行業(yè)遷移學(xué)習(xí)，企業(yè)級架構(gòu)以及深層應(yīng)用能力等技術(shù)難題。目前已經(jīng)面向行業(yè)客戶提供行業(yè)知識圖譜一體化服務(wù)，包括行業(yè)知識圖譜架構(gòu)和行業(yè)知識圖譜平臺，以及兩個(gè)標(biāo)準(zhǔn)化產(chǎn)品智能知識庫和圖數(shù)據(jù)庫，涉及醫(yī)療、金融、教育、法律等領(lǐng)域。
比如醫(yī)療臨床輔助決策，基于行業(yè)醫(yī)療大數(shù)據(jù)，通過知識圖譜構(gòu)建方法形成醫(yī)療領(lǐng)域?qū)I(yè)知識圖譜，支撐智能分診、輔助診斷、醫(yī)療建議等等醫(yī)療領(lǐng)域知識圖譜應(yīng)用。
其次是知識圖譜應(yīng)用?；谥R圖譜的認(rèn)知與決策應(yīng)用非常多，宋勛超老師從智能問答和智能寫作兩個(gè)技術(shù)進(jìn)行系統(tǒng)介紹。
智能問答也是百度知識圖譜非常具有特色的應(yīng)用技術(shù)，分為KBQA、IRQA和知識推理QA。其中IRQA我們聚焦在如何利用知識，優(yōu)化機(jī)器閱讀理解的效果，讓語言和知識真正得到融合。
百度知識圖譜今年發(fā)表了三個(gè)研究成果。第一是KT-NET，文本表示和知識表述融合模型，閱讀理解除了文本更需要知識。第二基于知識圖譜和圖神經(jīng)網(wǎng)絡(luò)的機(jī)器閱讀模型，增強(qiáng)知識和語言相互融合，在ReCoRD取得了非常好的成果。第三是基于多視角關(guān)系圖和圖神經(jīng)網(wǎng)絡(luò)的答案句子選擇，，這解決了多句篇章如何選擇最優(yōu)句子的問題。
智能寫作技術(shù)在特定領(lǐng)域中可以發(fā)揮重要作用，例如股市分析、體育賽事等，機(jī)器自動寫作可以充分發(fā)揮大數(shù)據(jù)分析、生成文章速度快的優(yōu)勢，讓作者從重復(fù)性工作中解放出來。目前這項(xiàng)工作已經(jīng)在百度大腦智能創(chuàng)作平臺發(fā)布，提供智能輔助寫作、智能自動創(chuàng)作兩大能力。
最后是AI開放平臺專區(qū)，分為基礎(chǔ)能力開放和專項(xiàng)解決方案兩大類應(yīng)用，助力工業(yè)界朋友用百度知識圖譜技術(shù)實(shí)現(xiàn)他們知識圖譜的應(yīng)用，提升行業(yè)智能化水平。
AI未來說*青年學(xué)術(shù)論壇
第一期 數(shù)據(jù)挖掘?qū)?/p>
1. 李國杰院士：理性認(rèn)識人工智能的“頭雁”作用
2. 百度熊輝教授：大數(shù)據(jù)智能化人才管理
3. 清華唐杰教授：網(wǎng)絡(luò)表示學(xué)習(xí)理論及應(yīng)用
4. 瑞萊智慧劉強(qiáng)博士：深度學(xué)習(xí)時(shí)代的個(gè)性化推薦
5. 清華柴成亮博士：基于人機(jī)協(xié)作的數(shù)據(jù)管理
第二期 自然語言處理專場
1. 中科院張家?。好嫦蜃匀徽Z言生成的同步雙向推斷模型
2. 北郵李蕾：關(guān)于自動文本摘要的分析與討論
3. 百度孫珂：對話技術(shù)的產(chǎn)業(yè)化應(yīng)用與問題探討
4. 阿里譚繼偉：基于序列到序列模型的文本摘要及淘寶的實(shí)踐
5. 哈工大劉一佳：通過句法分析看上下文相關(guān)詞向量
第三期 計(jì)算機(jī)視覺專場
1. 北大彭宇新：跨媒體智能分析與應(yīng)用
2. 清華魯繼文：深度強(qiáng)化學(xué)習(xí)與視覺內(nèi)容理解
3. 百度李穎超：百度增強(qiáng)現(xiàn)實(shí)技術(shù)及應(yīng)?
4. 中科院張士峰：基于深度學(xué)習(xí)的通用物體檢測算法對比探索
5. 港中文李弘揚(yáng) ：物體檢測最新進(jìn)展
第四期 語音技術(shù)專場
1. 中科院陶建華：語音技術(shù)現(xiàn)狀與未來
2. 清華大學(xué)吳及：音頻信號的深度學(xué)習(xí)處理方法
3. 小米王育軍：小愛背后的小米語音技術(shù)
4. 百度康永國：AI 時(shí)代的百度語音技術(shù)
5. 中科院劉斌：基于聯(lián)合對抗增強(qiáng)訓(xùn)練的魯棒性端到端語音識別
第五期 量子計(jì)算專場
1. 清華大學(xué)翟薈：Discovering Quantum Mechanics with Machine Learning
2. 南方科技大學(xué)魯大為：量子計(jì)算與人工智能的碰撞
3. 荷蘭國家數(shù)學(xué)和計(jì)算機(jī)科學(xué)中心（CWI）李繹楠：大數(shù)據(jù)時(shí)代下的量子計(jì)算
4. 蘇黎世聯(lián)邦理工學(xué)院（ETH）楊宇翔：量子精密測量
5. 百度段潤堯：量子架構(gòu)——機(jī)遇與挑戰(zhàn)
第六期 機(jī)器學(xué)習(xí)專場
1. 中科院張文生：健康醫(yī)療大數(shù)據(jù)時(shí)代的認(rèn)知計(jì)算
2. 中科院莊福振：基于知識共享的機(jī)器學(xué)習(xí)算法研究及應(yīng)用
3. 百度胡曉光：飛槳（PaddlePaddle）核心技術(shù)與應(yīng)用實(shí)踐
4. 清華大學(xué)王奕森：Adversarial Machine Learning: Attack and Defence
5. 南京大學(xué)趙申宜：SCOPE - Scalable Composite Optimization for Learning
第七期 自動駕駛專場
1. 北京大學(xué)查紅彬：基于數(shù)據(jù)流處理的SLAM技術(shù)
2. 清華大學(xué)鄧志東：自動駕駛的“感”與“知” - 挑戰(zhàn)與機(jī)遇
3. 百度朱帆：開放時(shí)代的自動駕駛 - 百度Apollo計(jì)劃
4. 北理宋文杰：時(shí)空域下智能車輛未知區(qū)域自主導(dǎo)航技術(shù)
第八期 深度學(xué)習(xí)專場
1. 中科院文新：深度學(xué)習(xí)入門基礎(chǔ)與學(xué)習(xí)資源
2. 中科院陳智能：計(jì)算機(jī)視覺經(jīng)典——深度學(xué)習(xí)與目標(biāo)檢測
3. 中科院付鵬：深度學(xué)習(xí)與機(jī)器閱讀
第九期 個(gè)性化內(nèi)容推薦專場
1. 人民大學(xué)趙鑫：基于知識與推理的序列化推薦技術(shù)研究
2. 中科院趙軍：知識圖譜關(guān)鍵技術(shù)及其在推薦系統(tǒng)中的應(yīng)用
第十期 視頻理解與推薦專場
1. 北京大學(xué)袁曉如：智能數(shù)據(jù)可視分析
留言點(diǎn)贊關(guān)注
我們一起分享AI學(xué)習(xí)與發(fā)展的干貨
如轉(zhuǎn)載，請后臺留言，遵守轉(zhuǎn)載規(guī)范
