地表最強熱浪也攔不住的腳步：去百度AI快車道第五期學“語義理解”專題課！

7月28日，北京“地表最強高溫”也無法阻擋眾多企業(yè)相關技術者的學習腳步。百度AI快車道——企業(yè)深度學習實戰(zhàn)營第五期再次于北京開營，此次就“語義理解”專題進行了講解與實踐，眾多開發(fā)者克服酷暑，深度參與了這場深度學習技術的交流和實踐活動。

　　圖：百度AI快車道——“語義理解”專場

在這個巨變的時代，人工智能早已被視為第四次工業(yè)革命的核心驅(qū)動力，而這其中，深度學習技術的興起正推動著人工智能進入工業(yè)大生產(chǎn)階段，去創(chuàng)造更大、更多的價值。

如果說人工智能的核心是認知，那么認知的核心技術之一就是“語義理解”。百度的語義理解技術既包含靈活通用、多層次的語義表示建模，也有特定任務上的語義適配。近年來，利用大規(guī)模無監(jiān)督語料訓練得到通用語義表示預訓練模型，再在特定任務上進行參數(shù)微調(diào)，已經(jīng)取得了遠超SOTA的效果。這種基于預訓練的語義理解技術正受到越來越多的關注。

在AI快車道的交流學習中，百度大腦技術生態(tài)和自然語言處理部的資深研發(fā)人員首先針對飛槳全景進行了介紹，隨后圍繞著“語義理解”介紹了NLP的發(fā)展現(xiàn)況和過往模型情況，并分享了百度飛槳(PaddlePaddle)ERNIE模型。據(jù)現(xiàn)場介紹，ERNIE是由百度自主開發(fā)的知識增強語義理解模型。該模型可通過對詞、實體等語義單元的掩碼，使得模型學習完整概念的語義表示，學習真實世界的語義關系，解決了其他模型主要聚焦在原始語言信號上，較少利用語義知識單元建模的問題。

　　圖：百度飛槳全景圖

比如，在“哈爾濱是黑龍江的省會，國際冰雪文化名城”例子中， 谷歌的BERT 模型對于通過『哈』與『濱』的局部共現(xiàn)，就可判斷出『爾』字，但模型并沒有學習與『哈爾濱』相關的知識。而百度的ERNIE 通過學習詞與實體的表達，使模型能夠建模出『哈爾濱』與『黑龍江』的關系，可學到『哈爾濱』是 『黑龍江』的省會以及『哈爾濱』是個冰雪城市，從而增強了機器對于人類語言的理解?；顒蝇F(xiàn)場，眾企業(yè)學員們互動積極，一位來自醫(yī)療相關領域的學員分享表示，目前他所在的工作領域已經(jīng)運用了NLP語義理解技術，并有計劃將飛槳框架運用到自己的實際業(yè)務中，此外還針對相關技術與講師進行了問答探討。

當天的AI快車道的學習活動，依舊安排了具有挑戰(zhàn)性的實踐課，并以“訓練業(yè)界領先的情感分類模型”為任務。在現(xiàn)場，眾學員在指導下都完成了實操挑戰(zhàn)，并紛紛表示當天的課程“信息量輸出非常多，干貨滿滿”、“非常先進的技術，學到很多”、“來之前就知道百度是中文領域內(nèi)自然語言處理的領頭企業(yè)，現(xiàn)在看果然不虛此行”等等。

　　圖：百度AI快車道第五期導師指導學員進行實踐操作

據(jù)悉，百度AI 快車道——企業(yè)深度學習實戰(zhàn)營是百度依托自身深厚的深度學習技術實踐經(jīng)驗，面向有 AI 技術需求企業(yè)的算法工程師、架構師群體提供的快速應用扶持計劃。該計劃的學習內(nèi)容囊括了 6 套工程實施與深度學習技術落地結(jié)合的詳細方案，覆蓋百度領先的 AI 技術和業(yè)務應用場景的深入剖析，如 OCR、精密儀器質(zhì)檢、推薦排序經(jīng)典場景、遙感圖像處理等;源于百度業(yè)務實踐的深度學習框架飛槳的性能優(yōu)勢、模型優(yōu)勢、生態(tài)優(yōu)勢的解讀;百度自研和頂級學術會議魁首算法、預訓練模型的詳細介紹，還有與案例和算法緊密相扣的在線實驗，并以“短平快”的課程，進行業(yè)務問題定位、框架及算法的快速應用培訓，為更多企業(yè)帶去深度學習技術和經(jīng)驗分享。

目前，AI快車道已在北京和上海成功舉辦了“圖像檢索”、“目標檢測”、“推薦系統(tǒng)”等免費專題課程活動，此次“語義理解”專題課程為第5期活動，還首次進行了現(xiàn)場直播，可訪問IT大咖說(itdks.com)收看回放視頻。未來，AI 快車道活動還將走遍北京、上海、深圳、杭州等城市，年內(nèi)計劃舉辦20期，支持1000家企業(yè)開發(fā)者，切實助力AI技術應用落地。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。