今年是黃學東加入微軟的第25年，但這位微軟老將至今仍活躍在人工智能領域科學研究的前線。
2018年3月份，他帶領的團隊在機器翻譯領域拿下一項里程碑式的成就：其研發(fā)的機器翻譯系統(tǒng)在通用新聞報道的newstest2017中譯英測試集上，達到了人工翻譯水平。這是首個在新聞報道的翻譯質(zhì)量和準確率上媲美人工翻譯的翻譯系統(tǒng)。在去年8月，也是在黃學東的帶領下，其團隊在產(chǎn)業(yè)標準Switchboard語音識別基準測試中實現(xiàn)了對話語音識別詞錯率(word error rate，簡稱WER),低至5.1%，創(chuàng)造了當時該領域內(nèi)錯誤率最低紀錄，首次達成與專業(yè)速記員持平而優(yōu)于絕大多數(shù)人的表現(xiàn)。
在兩年不到的時間里，黃學東的團隊接二連三地取得突破。他的成績也獲得了微軟的認可。2017年，他被評選為微軟技術(shù)院士(Technical Fellow)，這代表著微軟技術(shù)人員的最高榮譽，獲得這一榮譽的人還包括圖靈獎得主Butler W Lampson、Charles P. Thacker等。
黃學東
近日，在北京微軟亞洲研究院里，這位國際電子電氣工程師學會(IEEE)和美國計算機學會(ACM)的雙科院士，微軟認知工具包CNTK的締造者之一，用一口帶著湖南鄉(xiāng)音的普通話接受了澎湃新聞(www.thepaper.cn)的采訪。
從大學時代到加入微軟，踏上25年的技術(shù)征程，再到帶領團隊屢創(chuàng)佳績，黃學東談到了自己為什么能堅持這么久的原因：就是想讓語言交流能夠更美好，人與人之間的語言障礙可以消除。目前，黃學東的團隊已經(jīng)在語音識別的詞錯率上達到了專業(yè)速記員的水平，并且在機器翻譯上比肩人類專業(yè)譯者。在采訪中，除了談到最新的機器翻譯突破背后的故事外，黃學東還談到了人工智能技術(shù)發(fā)展最終是否會取代人的問題，以及中美之間的人工智能之爭。
以人為師：微軟機器翻譯提前7年超越人類譯者
在2017年，牛津大學曾向機器學習(Machine Learning)的研究人員做過一項調(diào)查，調(diào)查的內(nèi)容是對人工智能未來發(fā)展的預測。根據(jù)這些研究人員的預測，未來10年的人工智能會在很多方面超過人類。其中，他們預測機器翻譯想要超過人類業(yè)余譯者需要8年時間。
根據(jù)這項預測，微軟今年3月份研發(fā)出的機器翻譯系統(tǒng)，實際上將機器翻譯中譯英方面超越人類業(yè)余譯者的時間提前了7年，并達到了比肩人類專業(yè)譯者的水平。
“這是一個歷史性的突破，因為語言一直是我們?nèi)祟惤涣髯钪匾臇|西，尤其中國要走向世界，中翻英現(xiàn)在可以達到專業(yè)的水平，這是一個歷史性的突破。這對中國走向世界，對人工智能的推進都有正面意義，非常鼓舞人心。”黃學東告訴澎湃新聞(www.thepaper.cn)。
據(jù)黃學東介紹，這個項目由來自微軟亞洲研究院和微軟雷德蒙研究院的三個研究組，進行了跨越中美時區(qū)、跨越研究領域的聯(lián)合創(chuàng)新。
自1954年開始，機器翻譯一直是人類想要攻堅的領域。無奈在過去的幾十年中，由于技術(shù)方法，計算力和訓練數(shù)據(jù)等原因，研究人員一直未能找到有效的突破口。直到進入21世紀，研究人員引入深度學習的神經(jīng)網(wǎng)絡，構(gòu)建了神經(jīng)機器翻譯(Neural Machine Translation)才有了突破。
神經(jīng)機器翻譯，簡要的說，就是對源語言的句子進行編碼，即轉(zhuǎn)化為計算機可以“理解”的形式，編碼的結(jié)果會形成很多隱含變量，每個隱含變量代表從句首到當前詞匯為止的語義信息。然后通過一個解碼的過程，一個詞、一個詞輸出譯文。
這一次微軟的突破可謂是既站在了巨人的肩膀上，又用到了自己的創(chuàng)新：微軟的機器翻譯系統(tǒng)不僅用了最新的神經(jīng)網(wǎng)絡技術(shù)，還用了微軟自己研發(fā)的一些獨到的技術(shù)，做到了集大成者。
在微軟這次的創(chuàng)新中，微軟的研究團隊借鑒了人類在翻譯時的一些思維方式。第一個是對偶學習(Dual Learning)。這有點像人類在學習英語時，當把中文翻譯成英文后，通常還需要檢查，即將英文再翻譯回中文，看是否正確，做到翻譯的一致性。這樣做的目的是能在中翻英、英翻中的過程中做到聯(lián)合優(yōu)化。微軟就將這一方法“教”給了機器。
第二個是推敲網(wǎng)絡(Deliberation Networks)。在中文詩詞里“僧敲月下門”中的“敲”就是一個作者在寫詩時反復推敲，將語言表達到極致的結(jié)果。在微軟的機器翻譯系統(tǒng)中，就借鑒了這樣的方式。機器翻譯完成翻譯后，為了讓其做的更好，研究人員使用推敲網(wǎng)絡讓機器不斷推敲，不斷修改，把翻譯完的結(jié)果再輸入，再全盤考慮，做到不斷優(yōu)化。
第三個是一致性規(guī)范(Agreement Regularization)。一致性規(guī)范讓翻譯可以從左到右進行，也可以從右到左進行，最終讓兩個過程生成一致的翻譯結(jié)果。
黃學東解釋說，這一點就像人類在翻譯的過程中，我們通常會左看右看，兩邊都看順眼了，才覺得放心。
除此之外，此次機器翻譯系統(tǒng)還使用了聯(lián)合訓練(Joint Training)，這個方法可以認為是從源語言到目標語言翻譯(Source to Target)的學習與從目標語言到源語言翻譯(Target to Source)的學習的結(jié)合。中英翻譯和英中翻譯都使用初始并行數(shù)據(jù)來訓練，在每次訓練的迭代過程中，中英翻譯系統(tǒng)將中文句子翻譯成英文句子，從而獲得新的句對，而該句對又可以反過來補充到英中翻譯系統(tǒng)的數(shù)據(jù)集中。同理，這個過程也可以反向進行。這樣雙向融合不僅使得兩個系統(tǒng)的訓練數(shù)據(jù)集大大增加，而且準確率也大幅提高。
值得一提的還有，微軟研究團隊這次還為整個翻譯研究找了雙語的語言顧問，對機器翻譯的結(jié)果進行評測。就人們像學習英語時，通常需要有專業(yè)的老師對我們的學習成果進行評測一樣，對于機器翻譯而言，專業(yè)老師給出的結(jié)果也非常重要。“機器翻譯其實相當于一題有多個答案，答案好壞跟老師的水準有關(guān)系，所以用機器自動評分很難評判，我們現(xiàn)在用專業(yè)的人員來評，就是要把好質(zhì)量關(guān)。”黃學東說。
在上述幾個技術(shù)的加持下，微軟的研究團隊將原本設定為兩年的研究周期，提前一年完成了機器翻譯達到人類專業(yè)水平的研究成果。
三所不同大學的熏陶和近30年的堅持
黃學東加入微軟已經(jīng)25年了，算上大學時期的研究，他在人工智能領域里已經(jīng)堅持了30多年時間。從最初的默默無聞到最近幾年，自己帶領的團隊接二連三的完成突破，黃學東說這是堅持不懈的成果，也是自己的幸運。
黃學東祖籍湖南，在現(xiàn)場接受澎湃新聞采訪時，仍可以聽出他普通話里的湘音。15歲時，他便參加了高考，考上了湖南大學計算機專業(yè)。回憶起自己的本科時光，黃學東說印象最深的是湖南大學岳麓書院門前的對聯(lián)：“惟楚有才，于斯為盛” 。
“岳麓書院有一千余年歷史，同樣在岳麓書院這個地址，湖南大學一直保持了教育的連續(xù)性。我每天從宿舍經(jīng)過岳麓書院，都要看岳麓書院門前的對聯(lián)，它為自信心，有情懷的追求打下了基礎。因為很多事情，以及你在追求事業(yè)的過程中一定要有耐力，要有內(nèi)力，這是湖南大學給我最好的訓練。”黃學東說。
湖南大學的本科學習結(jié)束后，黃學東北上來到了清華大學念碩士和博士。在清華，黃學東學習了5年時間，完成了碩士學業(yè)，但博士沒有讀完就“跑”了。原因是，當時在自己導師的鼓勵下，黃學東提前到了英國的愛丁堡大學學習。
但正是學習環(huán)境的改變，讓黃學東找到了自己想要研究的方向。
“30年前，我在清華學的都是美式英語，留學去了英國，而且去的是蘇格蘭的愛丁堡，盡管學校非常漂亮，也是出大牛的地方�？墒巧险n，我聽不懂，因為我的英文不好，再加上蘇格蘭口音。所以我當時就想要是一邊講一邊有字幕多好。”黃學東笑著說，“當時英國還是很厲害的，1987年，BBC的所有電視節(jié)目都有字幕，我當時就調(diào)到蘇格蘭的當?shù)仡l道看字幕學蘇格蘭式英語，講的我現(xiàn)在英文都帶蘇格蘭口音。”
深切體會到自己學習過程中的痛點后，黃學東希望能幫助其他人也解決這個問題。他在微軟后來所做的許多工作和研究也跟這些經(jīng)歷相關(guān)。例如，微軟的語音翻譯，它們擁有Skype translator、Microsoft translator兩個落地產(chǎn)品。目前，Microsoft translator不管是iPhone還是Android設備都可以使用，還和微軟Office整合起來了。這款應用可以在有語言障礙的面對面溝通時，同時支持100個人用60多種不同語言自由的交流。
堅持了30年后，黃學東說他的最終夢想是能讓機器理解人類的語言，并讓機器能夠像人一樣說話、交流。目前，他的團隊在語音識別、機器翻譯上已經(jīng)取得成功，下一個目標是能在語音合成上取得突破。
中美人工智能競爭格局
從中國的大學出發(fā)，黃學東在英國、美國都有過學習、工作的經(jīng)歷。微軟作為全球科技巨頭，在人工智能領域已經(jīng)有了深入的布局。設在北京的微軟亞洲研究院，更是被外界稱為是人工智能人才培養(yǎng)的“黃埔軍校”。
對于中美兩國之間，在人工智能領域里，越來越明顯的競爭火藥味，黃學東有自己的看法。
在他看來，人工智能想要獲得成功，離不開三個要素：計算力、數(shù)據(jù)和算法。 從這三個維度出發(fā)，中國用戶量大、數(shù)據(jù)豐富，在數(shù)據(jù)上有優(yōu)勢，這是中國一大亮點。但是僅有數(shù)據(jù)，沒有計算力和算法還遠遠不夠。
“目前，大的格局是這樣，從計算力來講，美國公司還是占優(yōu)勢，像英偉達的GPU，他們剛出的芯片很厲害，但中國目前還沒有。從算法來看，比如深度學習也是谷歌的TensorFlow、微軟的CNTK，這也是西方的工具。所以從計算力和算法來看，西方現(xiàn)在還是絕對占優(yōu)勢。中國的優(yōu)勢是數(shù)據(jù)豐富，這三個里面至少中國有一個優(yōu)勢。”黃學東說。
在采訪最后，回顧自己25年的職業(yè)生涯，看到目前中國掀起的人工智能浪潮，黃學東感慨頗多。對于當下想投身于人工智能的青年研究人員，黃學東說最好的建議是堅韌不拔。
“不要動不動就想著一炮打紅，一夜成名，哪有那么好的事。任何成績的獲得，不僅僅是個人的成果，是從好幾代人的研發(fā)基礎上一步步往前走的。這是事實，整個社區(qū)不是微軟一個公司，是大學研究機構(gòu)和各個公司一起的努力才做到今天這個結(jié)果的。”黃學東說。
