受訪者|楊植麟，循環(huán)智能聯(lián)合創(chuàng)始人

　　記者|徐威龍，編輯|郭芮

　　出品|CSDN（ID：CSDNnews）

　　「AI技術(shù)生態(tài)論」人物訪談欄目是CSDN發(fā)起的百萬人學(xué)AI倡議下的重要組成部分。通過對AI生態(tài)頂級大咖、創(chuàng)業(yè)者、行業(yè)KOL的訪談，反映其對于行業(yè)的思考、未來趨勢的判斷、技術(shù)的實踐，以及成長的經(jīng)歷。本文為該系列訪談的第12期，通過和循環(huán)智能聯(lián)合創(chuàng)始人楊植麟的訪談，本文詳細解讀了XLNet模型等自然語言技術(shù)以及對話數(shù)據(jù)的應(yīng)用場景等內(nèi)容。

　　近年來，由于面向大規(guī)模用戶的音頻、視頻、圖像等業(yè)務(wù)急劇增長，全球數(shù)據(jù)量呈現(xiàn)出爆發(fā)式的增長，“數(shù)據(jù)石油”也為無數(shù)的科技公司提供了“覆手為云”的發(fā)展契機。數(shù)據(jù)預(yù)測，到2020年全球的數(shù)據(jù)量將到達40ZB，車聯(lián)網(wǎng)、智能制造、智慧能源、無線醫(yī)療、無線家庭娛樂、無人機等新型應(yīng)用都將創(chuàng)造出新的數(shù)據(jù)維度。技術(shù)換代下，伴隨著數(shù)據(jù)海嘯而來的“淘金熱”也居高不下。

　　事實證明，數(shù)據(jù)帶來的機會是極為龐大的，但目前人們還未能徹底挖掘出數(shù)據(jù)資產(chǎn)的全部價值。在過去，對話數(shù)據(jù)的“含金量”就一直被嚴重忽視了。

　　隨著自然語言處理技術(shù)的不斷發(fā)展，時下的對話數(shù)據(jù)價值正在逐漸被喚醒，不同領(lǐng)域的最佳行業(yè)實踐和實際效果都在逐步提升——而那些富有遠見的企業(yè)，已經(jīng)開始重視對話數(shù)據(jù)的價值了，但是他們之中的很多人仍缺乏利用這些數(shù)據(jù)產(chǎn)生業(yè)務(wù)價值的最佳實踐。循環(huán)智能則正是基于此出發(fā)點，填補了這一技術(shù)空缺。

　　基于原創(chuàng)的XLNet模型、Transformer-XL模型等自然語言處理底層技術(shù)，循環(huán)智能打造了領(lǐng)先的AI技術(shù)矩陣。“我們做的事情主要就是：從銷售過程產(chǎn)生的對話數(shù)據(jù)中，包括跟企業(yè)的IM聊天、微信聊天、電話銷售溝通，進行文本的洞察，實現(xiàn)決策層面的賦能，最終提升銷售的轉(zhuǎn)化率。”針對不同行業(yè)的具體需求，實現(xiàn)不同的對話數(shù)據(jù)應(yīng)用場景落地。在本文中，CSDN采訪了循環(huán)智能聯(lián)合創(chuàng)始人楊植麟，其將從對話數(shù)據(jù)的應(yīng)用場景出發(fā)，為我們?nèi)�面解析XLNet模型原理、核心技術(shù)、當(dāng)前NLP的發(fā)展以及AI人才成長路徑等內(nèi)容。

　　在深度學(xué)習(xí)和自然語言處理領(lǐng)域，楊植麟頗有建樹。作為第一作者，其與卡內(nèi)基梅隆大學(xué)、Google Brain團隊聯(lián)合推出NLP領(lǐng)域熱門的國際前沿預(yù)訓(xùn)練XLNet模型，在20個標(biāo)準(zhǔn)任務(wù)上超過了曾經(jīng)保持最優(yōu)性能記錄的Google BERT模型，并在18個標(biāo)準(zhǔn)任務(wù)上取得歷史最好結(jié)果，更被稱為“BERT之后的重要進展”。

△楊植麟與兩位導(dǎo)師Ruslan Salakhutdinov（蘋果AI研究負責(zé)人，右）、William Cohen（谷歌Principal Scientist，左）合影

　　在北京智源人工智能研究院公布的2019年度“智源青年科學(xué)家”名單中，他還是最年輕的、也是唯一的“90后”。

　　發(fā)揮數(shù)據(jù)價值已成為大多企業(yè)的共識，在這其中，很多企業(yè)出于提升服務(wù)水平和效率、保存企業(yè)數(shù)據(jù)資產(chǎn)的原因，存儲了大量銷售與客戶、客服與客戶溝通的錄音、文本記錄。如何從對話數(shù)據(jù)中找到對企業(yè)有用的信息、挖掘出客戶所表達內(nèi)容中隱含的潛在產(chǎn)品需求——則是循環(huán)智能的技術(shù)初衷所在。

　　他表示，目前具體有四個場景：第一，使用對話數(shù)據(jù)，做高意向銷售線索的挖掘、排序和打分，給每一個線索做解決方案匹配和產(chǎn)品推薦；第二，從對話數(shù)據(jù)中抽取客戶畫像，幫助企業(yè)構(gòu)造畫像體系。企業(yè)借助畫像體系可以設(shè)計針對性的運營活動；第三，從對話數(shù)據(jù)中自動挖掘銷售的有效話術(shù)，這些有效話術(shù)可以為銷售新人做實時輔助，告訴新人更高效地與客戶溝通；第四，監(jiān)測話術(shù)的執(zhí)行情況，這個過程通常被稱為執(zhí)行力監(jiān)督或質(zhì)檢。“

　　同時，我們通過分析對話的語義跟最終結(jié)果——是否成單之間的關(guān)系，預(yù)測哪些對話有更高的成單意向，從而讓這四個場景形成閉環(huán)。”在實際案例上，楊植麟分享了一個比較Top的壽險公司應(yīng)用，“我們的線索評分上線之后，大概通話時長提升了100%，轉(zhuǎn)化率提升了到原來的270%。”

△循環(huán)智能的產(chǎn)品架構(gòu)圖

　　“在技術(shù)實現(xiàn)層面，我們所做的事情和實現(xiàn)的場景，跟傳統(tǒng)的對話機器人、聊天機器人或者機器人客服，都有著極大的差別。”

　　楊植麟表示，機器人主要做的事情是通過一套模板做簡單的匹配，匹配之后用規(guī)則去生成接下來要說什么。從技術(shù)上說，目前機器人公司基本上沒有使用新一代技術(shù)，而循環(huán)智能所做的業(yè)務(wù)場景則是幫企業(yè)做產(chǎn)品與客戶的匹配、銷售線索推薦，這些場景直接影響企業(yè)的業(yè)績，因此企業(yè)對準(zhǔn)確率非常敏感，必須使用最新一代的、更高準(zhǔn)確率的技術(shù)才可以。“我們用了自己原創(chuàng)的XLNet算法去做很大的模型，用很多的數(shù)據(jù)去學(xué)習(xí)，使得標(biāo)注的效率、對文本長序列的處理都取得了很大提升，可以來支撐我們的上層業(yè)務(wù)。”此外，還能更好地結(jié)合上下文語義，從溝通對話數(shù)據(jù)中實時提取語義標(biāo)簽，來做合規(guī)質(zhì)檢、客戶畫像和反饋的自動挖掘、銷售和客服的執(zhí)行力監(jiān)督。

　　在楊植麟看來，相比BERT，XLNet模型有其明顯的優(yōu)越性。原理上，兩者都是屬于預(yù)訓(xùn)練的方法。但從更具體的角度來說，XLNet其實是融合了兩種不同的預(yù)訓(xùn)練方法：自回歸和自編碼兩種。“BERT可以看成是一種自編碼的方法，XLNet則會克服BERT的一些缺點”，主要是兩個：XLNet不用引入特殊的Mask符號，所以會減輕在預(yù)訓(xùn)練和微調(diào)（Fine-tuning）時候數(shù)據(jù)分布不一致的情況；此外，XLNet可以對不同詞之間的關(guān)聯(lián)性進行建模，而BERT假設(shè)所有要預(yù)測詞之間都是獨立的。XLNet通過一些比較巧妙的、形式上的變化，使得它不需要有這個假設(shè)。“所以XLNet是一個更通用的模型，去掉了比較嚴格的假設(shè)，可以對自然語言里面的上下文關(guān)系進行更好地建模。”

△XLNet原理圖

　　在具體的產(chǎn)品和解決方案背后，循環(huán)智能同樣面臨著兩方面的技術(shù)難點。一方面，他們需要將自己提出來的模型用到業(yè)務(wù)場景里面，另一方面是要針對具體場景里的一些挑戰(zhàn)，針對性地提出技術(shù)解決辦法。具體來說，“第一塊主要是用了我們提出的Transformer-XL、XLNet等一系列通用NLP模型，以及一些主動學(xué)習(xí)（ActiveLearning）的算法，作為底層去支撐上層的應(yīng)用。第二塊就是針對這些具體的場景，它相對來說會有一些比較難的地方。”

　　難點1：線索評分會涉及到怎么去融合多種不同模態(tài)的數(shù)據(jù)。比如除了對話數(shù)據(jù)，有時候還會有行為數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)，需要將不同模態(tài)的數(shù)據(jù)融合到同一個框架。

　　難點2：怎么對很長的對話結(jié)構(gòu)的文本進行建模。用預(yù)訓(xùn)練好的模型通常效果不好，因為它一無法有效地對對話結(jié)構(gòu)進行建模，二沒辦法對很長的文本序列進行建模，所以要對模型進行改進，我們現(xiàn)在可以處理長度幾千個詞的文本。

　　難點3：規(guī)�；�生產(chǎn)沒有辦法非常依賴標(biāo)注數(shù)據(jù)，所以需要提升標(biāo)注的效率。通過小樣本學(xué)習(xí)的思路，上了一套新的系統(tǒng)，現(xiàn)在只用10%的標(biāo)注量，就可以達到跟以前一樣的效果，這對規(guī)�；瘡�(fù)制業(yè)務(wù)有非常大的幫助。

　　這其中，技術(shù)瓶頸是不可避免的。

　　“做實驗的時候，你每一個新的想法不一定都能Work。”楊植麟認為更重要的是在應(yīng)對瓶頸的時候，把心態(tài)變得更好。“很多時候，你不是需要追求做實驗一直不失敗，而是要用更快的速度去迭代，用更快的速度取得結(jié)果。”

　　最近幾年，語音識別、計算機視覺、語言理解等技術(shù)的“崛起”使得沉寂了半個多世紀的人工智能再次火爆起來。事實也證明，人工智能不僅僅是需求驅(qū)動，而且是內(nèi)生驅(qū)動。

　　楊植麟認為，算法和算力其實是一個螺旋螺旋式上升的過程。“人工智能的驅(qū)動方式是算力和算法螺旋型上升、相輔相成。一開始算力非常小，科學(xué)家只能去研究最好的算法。但是等到算力大的時候，很多算法就沒用了。很多論文都有這種問題：在算力小的情況下跑了一下效果不錯，但是算力大的時候，一點用都沒有。”“本質(zhì)上，在算法和算力互相迭代的過程中，最新一代的算法解決了大數(shù)據(jù)和大模型這兩個問題，比如說做NLP的話，那大模型就是Transformer，大數(shù)據(jù)就是通過預(yù)訓(xùn)練來解決的。”

　　也正是大模型+大數(shù)據(jù)的“繁榮”，直接造就了當(dāng)下NLP的輝煌時代。

　　他表示最近幾年NLP領(lǐng)域有兩大突破：第一個突破是從模型的角度看，從簡單的模型演進到了基于Transformer的大模型。Transformer的好處是隨著參數(shù)的變多，效果不斷變好，而且具有非常強的長距離建模的能力。Transformer模型這兩個優(yōu)點，使得現(xiàn)在可以做到很多以前做不了的事情。第二個比較大的進步是思維范式上的轉(zhuǎn)變，誕生了基于預(yù)訓(xùn)練的方式，可以有效地利用沒有標(biāo)注的數(shù)據(jù)。“簡單來說，Transformer是模型角度的突破，預(yù)訓(xùn)練方法是思維范式上的突破，前者解決的是如何訓(xùn)練一個大模型的問題，后者解決的是如何解決NLP沒有大數(shù)據(jù)的問題。”

　　對于那些想要扎根AI領(lǐng)域的開發(fā)者來說，楊植麟表示把握當(dāng)下的時代契機十分重要。“想學(xué)習(xí)AI開發(fā)技術(shù)，我覺得可以分兩條路徑：第一條路徑是自上向下的、系統(tǒng)性的學(xué)習(xí)。比如看一本比較系統(tǒng)性的教科書，或者網(wǎng)上的課程，幫助你對整個領(lǐng)域的知識脈絡(luò)有一些系統(tǒng)性的了解；第二條路徑是自底向上、需求驅(qū)動的做法。就是說，你先遇到現(xiàn)實中的一個問題，然后從這個問題出發(fā)，通過各種網(wǎng)上的搜索工具去調(diào)研相關(guān)的文獻。”而最最重要的是，“一定要去寫代碼！”，或者去跑一些真正的代碼，而不僅僅停留在看的層面——實踐很重要。

　　“在人工智能領(lǐng)域，我最欣賞‘神經(jīng)網(wǎng)絡(luò)之父’Geofrey Hinton，因為他是最早的奠基人，重要性不言而喻。”也是他，驅(qū)使楊植麟多年來在自然語言處理領(lǐng)域持續(xù)深耕下去，此外，“我覺得語言本身比較有意思，語言是人類知識和認知的載體，如果機器能夠理解語言，然后在理解語言的基礎(chǔ)上進行推理，去做出一些決策，其實是一種很高級的智能的表現(xiàn)，這也是人工智能領(lǐng)域比較重要的話題。另一方面則跟時機有關(guān)，因為我四五年前開始做研究的時候，計算機視覺CV或者語音識別這兩塊已經(jīng)取得突破了，很多效果已經(jīng)做得比較好了。但NLP仍缺少一些突破，我覺得這個領(lǐng)域會有更多有挑戰(zhàn)性的問題需要去解決。”

　　而Google、Facebook等頂尖公司的工作經(jīng)歷，也為他后來的成功創(chuàng)業(yè)打下了基礎(chǔ)。“在這兩家公司有兩個最直接的收獲：其一就是做了一些研究成果出來，現(xiàn)在我們也在實際落地運用，包括ActiveLearning（主動學(xué)習(xí)）的思想、預(yù)訓(xùn)練模型，都可以直接用上；第二個收獲，更偏的方法論。就是說，遇到一個問題的時候?qū)W著將大的問題拆成小的問題，然后逐個擊破。我覺得其實創(chuàng)業(yè)跟研究有很多方法論上共通的地方。”

　　但在AI真正去賦能溝通的坦蕩前路上，還有一些亟待突破的技術(shù)難點。他表示主要有三個方面：

　　第一，從“人機單獨作戰(zhàn)”到“人機耦合”�，F(xiàn)在市面上做對話機器人的公司最多，它們做的事情其實是“人機單獨作戰(zhàn)”。比如在銷售場景下，把銷售線索先讓機器人去跟進，然后其中比較好的再讓人去跟；在客服場景下也是一樣，先用機器人去接一些簡單的問題，難的再交給人工客服去接。這其實是一個割裂的狀態(tài)，機器人和人做的是獨立的任務(wù)，沒有實現(xiàn)協(xié)同。“我們希望讓人和機器更好地耦合，比如在銷售過程中，機器給業(yè)務(wù)員提供輔助，協(xié)助人做決策，或者機器給人推薦方案，由人去執(zhí)行方案。我覺得“人機耦合”最終會成為銷售場景比較好的形態(tài)，而不僅僅是人和機器分別作戰(zhàn)。”

　　第二，從比較淺層的客戶觸達到深度的決策輸出。還是對話機器人的例子，他們做事情主要是用自動外呼機器人給客戶傳遞一些簡單信息，或者是問一些簡單問題收集一個問卷，或者做個提醒功能。這些其實是比較淺層的觸達，就是說機器人只負責(zé)傳遞信息，而且是較為淺顯的信息。“我們做的事情是讓機器學(xué)習(xí)或者NLP算法深度參與到最重要的銷售決策過程，包括應(yīng)該去跟進哪些人、給他推什么東西、如何與客戶做溝通等。”

　　第三，要讓機器能有自學(xué)習(xí)的能力。“當(dāng)我們做到人機耦合、機器可以跟人一起工作，那機器就需要能根據(jù)人的行為或者人的決策產(chǎn)生的結(jié)果，去自動更新和升級算法模型，形成閉環(huán)，幫助銷售能力一直演進下去，而非停留在靜態(tài)模型。”