作為未來(lái)科技發(fā)展的前沿領(lǐng)域，人工智能在技術(shù)應(yīng)用方面有很多細(xì)分領(lǐng)域，比如深度學(xué)習(xí)、推薦引擎、計(jì)算機(jī)視覺(jué)、智能機(jī)器人、自然語(yǔ)言處理、實(shí)時(shí)語(yǔ)音翻譯、視覺(jué)內(nèi)容自動(dòng)識(shí)別等。其中的自然語(yǔ)言處理，是人工智能領(lǐng)域中的一個(gè)重要方向。從整體來(lái)看，人工智能自然語(yǔ)言處理推動(dòng)著語(yǔ)言智能的持續(xù)發(fā)展和快速突破，并越來(lái)越多地應(yīng)用于各個(gè)行業(yè)。

綜合來(lái)看，自然語(yǔ)言處理是人工智能的一種應(yīng)用程序，它為需要快速可靠地分析文本數(shù)據(jù)的公司提供了各種各樣的應(yīng)用程序。這有效地實(shí)現(xiàn)了人機(jī)交互，并允許對(duì)以前未使用的大量數(shù)據(jù)進(jìn)行分析、格式化。

從2008年到現(xiàn)在，在圖像識(shí)別和語(yǔ)音識(shí)別領(lǐng)域的成果激勵(lì)下，人們也逐漸開(kāi)始引入深度學(xué)習(xí)來(lái)做自然語(yǔ)言處理研究，由最初的詞向量到2013年word2vec，將深度學(xué)習(xí)與自然語(yǔ)言處理的結(jié)合推向了高潮。

近兩年，人工智能自然語(yǔ)言處理已實(shí)現(xiàn)的應(yīng)用包括機(jī)器翻譯、信息檢索、智能問(wèn)答系統(tǒng)。在智能問(wèn)答方面，借助人工智能自然語(yǔ)言處理，人們能夠精確地分析用戶(hù)所需要的知識(shí)，通過(guò)與用戶(hù)交互，為用戶(hù)提供個(gè)性化、實(shí)時(shí)性的信息服務(wù)。例如，瀏覽知乎時(shí)，會(huì)有相關(guān)問(wèn)答推送、熱點(diǎn)詞、焦點(diǎn)問(wèn)題排行等。

企業(yè)進(jìn)軍人工智能自然語(yǔ)言處理領(lǐng)域，也為相關(guān)產(chǎn)業(yè)發(fā)展注入了更多活力，百度就是其中之一。當(dāng)前，百度不僅在自然語(yǔ)言處理技術(shù)和產(chǎn)業(yè)應(yīng)用中取得豐碩成果，更秉承開(kāi)源開(kāi)放、合作共贏的理念，構(gòu)建了以飛槳深度學(xué)習(xí)平臺(tái)為基礎(chǔ)、集成語(yǔ)言與知識(shí)核心技術(shù)及多樣化場(chǎng)景解決方案的開(kāi)源開(kāi)放大生產(chǎn)平臺(tái)，這就為廣大開(kāi)發(fā)者技術(shù)創(chuàng)新提供了相應(yīng)支持。

放眼國(guó)外，在閱讀理解領(lǐng)域，斯坦福大學(xué)于2016年通過(guò)Amazon眾包平臺(tái)建立了基于維基百科的數(shù)據(jù)集SQuAD，Microsoft亞洲研究院于2016年開(kāi)放了基于必應(yīng)搜索記錄的數(shù)據(jù)集MSMARCO。

在醫(yī)療領(lǐng)域，基于云端平臺(tái)，使用人工智能和自然語(yǔ)言處理，實(shí)時(shí)為患者護(hù)理過(guò)程中的關(guān)鍵算法提供支持?；诩呻娮咏】涤涗浀能浖?，并直接在照顧病患的當(dāng)下使用預(yù)測(cè)建模、機(jī)器學(xué)習(xí)、臨床NLP和人工智能就可以輔助醫(yī)療人員進(jìn)行實(shí)時(shí)決策。

有分析人士指出，面對(duì)當(dāng)前人工智能自然語(yǔ)言處理模型規(guī)模與計(jì)算機(jī)算力需求的日益增長(zhǎng)，軟件和計(jì)算機(jī)硬件層面的協(xié)同創(chuàng)新具有重大意義。多模態(tài)融合的核心模態(tài)，應(yīng)由具體的任務(wù)所決定，自然語(yǔ)言可視為符號(hào)系統(tǒng)。但如果不探究符號(hào)所表示的實(shí)際對(duì)象，將很難學(xué)習(xí)符號(hào)潛在本質(zhì)。

隨著人類(lèi)進(jìn)入智能時(shí)代，智能設(shè)備和各類(lèi)數(shù)據(jù)數(shù)量都快速增長(zhǎng)。自然語(yǔ)言處理領(lǐng)域經(jīng)過(guò)多年發(fā)展，雖然取得了長(zhǎng)足的進(jìn)步但同時(shí)也面臨很多挑戰(zhàn)，其中最主要的主要問(wèn)題有兩個(gè)：即語(yǔ)義理解（知識(shí)、常識(shí)的學(xué)習(xí)問(wèn)題）和低資源問(wèn)題。

面對(duì)標(biāo)注數(shù)據(jù)資源貧乏的問(wèn)題，比如客服系統(tǒng)、小語(yǔ)種的機(jī)器翻譯、特定領(lǐng)域?qū)υ捪到y(tǒng)、多輪問(wèn)答系統(tǒng)等，自然語(yǔ)言處理尚無(wú)通用的高效解決辦法。而要想攻克相關(guān)難題，還需要一定的時(shí)間。

自然語(yǔ)言處理是人工智能禮帽上的明珠，而填補(bǔ)語(yǔ)言鴻溝的機(jī)器翻譯則是自然語(yǔ)言處理十分典型的應(yīng)用技術(shù)之一。機(jī)器翻譯的發(fā)展從剛開(kāi)始運(yùn)用規(guī)則系統(tǒng)，到統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法，后又解決算法、算力等各方面的問(wèn)題，不斷邁上新臺(tái)階。

隨著技術(shù)的快速發(fā)展，人們會(huì)越來(lái)越深入地理解自然語(yǔ)言、掌握知識(shí)，推動(dòng)人工智能技術(shù)發(fā)揮更大的價(jià)值，以此為社會(huì)進(jìn)步和產(chǎn)業(yè)發(fā)展提供更多的推動(dòng)力。
? ? ? ?責(zé)任編輯:tzh