設(shè)計(jì)模型，和機(jī)器對(duì)話

“老板拖欠工人工資不講誠(chéng)信，我能要求賠償嗎？”

“根據(jù)勞動(dòng)爭(zhēng)議調(diào)解仲裁法規(guī)定，用人單位違反國(guó)家規(guī)定，拖欠或者未足額支付勞動(dòng)報(bào)酬，勞動(dòng)者可以向勞動(dòng)行政部門(mén)投訴，勞動(dòng)行政部門(mén)應(yīng)當(dāng)依法處理。”

如何與機(jī)器實(shí)現(xiàn)這樣的對(duì)話？前陣子，伍大勇收到來(lái)自公司的最新任務(wù)，公司正在參與研發(fā)法律智能問(wèn)答小程序“民法知道”，任務(wù)要求：打開(kāi)微信小程序，語(yǔ)音輸入感興趣的法律問(wèn)題，后臺(tái)自動(dòng)問(wèn)答機(jī)器人能迅速匹配出對(duì)應(yīng)法律條文，并給出咨詢(xún)建議。

用戶(hù)在手機(jī)上簡(jiǎn)單一鍵式操作，背后是人工智能工程師的復(fù)雜工序。接到任務(wù)后，伍大勇抽出幾張紙放在面前，開(kāi)始構(gòu)思模型，奮筆疾書(shū)。

一個(gè)多小時(shí)后，白紙上已被勾畫(huà)得滿(mǎn)滿(mǎn)當(dāng)當(dāng)。“要讓機(jī)器聽(tīng)話，首先要能和機(jī)器對(duì)話，這就要把問(wèn)答任務(wù)轉(zhuǎn)化為機(jī)器能處理的算法。”

在伍大勇的圖紙上，任務(wù)已被清晰地分成三類(lèi)算法：文本表示算法，為了把問(wèn)題變成機(jī)器能看懂的語(yǔ)言；分類(lèi)算法，用來(lái)解決哪個(gè)領(lǐng)域的法律能夠適用用戶(hù)提出的問(wèn)題；文本匹配算法，用來(lái)解決具體法條的對(duì)應(yīng)問(wèn)題。

上午10點(diǎn)多，伍大勇整理了一下稍顯凌亂的案頭，看了一眼梳理好的思路，長(zhǎng)舒一口氣：“‘地基’算是打好了，如果不能很好地轉(zhuǎn)化為機(jī)器算法，后續(xù)搭起來(lái)的程序就難以實(shí)現(xiàn)需要的功能。”

短暫起身站了一會(huì)兒，伍大勇繼續(xù)伏坐案邊。基本思路敲定，他打開(kāi)公司網(wǎng)上工作平臺(tái)，聯(lián)系數(shù)據(jù)資源部的同事拿到準(zhǔn)備好的數(shù)據(jù)。“模型設(shè)計(jì)好后，要在網(wǎng)上大量搜集網(wǎng)友們的各種真實(shí)法律問(wèn)題，并將已有回答中對(duì)應(yīng)的法律法條逐條標(biāo)注出來(lái)，‘投喂’給機(jī)器，讓它根據(jù)算法學(xué)習(xí)解讀一問(wèn)一答中包含的對(duì)應(yīng)關(guān)系。下午將是一場(chǎng)‘重頭戲’。”

優(yōu)化算法，提高精準(zhǔn)度

下午1點(diǎn)半左右，下樓吃完午餐，伍大勇匆忙回到辦公室，抓緊時(shí)間把上午寫(xiě)在紙上的算法模型敲成電腦里的一行行代碼。

“這一步是關(guān)鍵。”伍大勇坐下后，一邊緊張地飛速敲代碼，一邊告訴記者，“別看這個(gè)功能用起來(lái)簡(jiǎn)便，得敲幾百行，今天下午怕是弄不完。”

在“吧嗒吧嗒”的敲擊鍵盤(pán)聲中，3個(gè)多小時(shí)飛逝而過(guò)。伍大勇抬手一看，將近下午5點(diǎn)，轉(zhuǎn)頭看電腦屏幕，任務(wù)完成了一半多。他指著程序里密密麻麻的字符串介紹，“開(kāi)頭一段代碼在定義問(wèn)答中涉及的各種問(wèn)題變量，接下來(lái)是調(diào)用各種算法，讓機(jī)器一步步學(xué)習(xí)問(wèn)答之間的邏輯關(guān)系。”

“今天完成的部分還不是人工智能工程師的全部，我個(gè)人的工作也只是人工智能浩繁領(lǐng)域中的一小部分。”伍大勇說(shuō)，寫(xiě)完模型構(gòu)建的代碼后，要導(dǎo)入之前準(zhǔn)備好的數(shù)據(jù)，在機(jī)房里大規(guī)模服務(wù)器上進(jìn)行模型訓(xùn)練。其間，往往是漫長(zhǎng)的等待，有時(shí)候訓(xùn)練過(guò)程要好幾天。

然而初次等到的結(jié)果，大多數(shù)是不理想的。“你輸入‘我被別人打了，要怎么辦？’，它反饋的答復(fù)可能是不太相關(guān)的法律條文。”真正做到有模有樣，讓用戶(hù)滿(mǎn)意，要持續(xù)優(yōu)化模型，反復(fù)訓(xùn)練機(jī)器，直到它能給出精準(zhǔn)的法條。在伍大勇看來(lái)，優(yōu)化才是人工智能工程師的工作本質(zhì)，也是夜以繼日不斷追逐的職業(yè)目標(biāo)。

模型的精準(zhǔn)度越高，越能體現(xiàn)這一職業(yè)的技術(shù)含量。說(shuō)到這里，伍大勇不覺(jué)語(yǔ)速加快，“機(jī)器精準(zhǔn)度不可能達(dá)到百分之百，我要做的就是每天不停優(yōu)化算法，讓機(jī)器更通人性，有時(shí)提升一個(gè)點(diǎn)，要耗費(fèi)好幾個(gè)月，但也足夠興奮好幾天！”

學(xué)習(xí)新知，練就“最強(qiáng)大腦”

當(dāng)好一名人工智能工程師不容易。對(duì)機(jī)器的訓(xùn)練既檢驗(yàn)著計(jì)算機(jī)等基礎(chǔ)設(shè)施的算力，更考驗(yàn)著工程師自身的腦力。

“要想讓人工智能程序回答得更精準(zhǔn)，必須大量學(xué)習(xí)和積累新的算法模型，從而更好地訓(xùn)練人工智能。”伍大勇認(rèn)為，這一行最突出的特點(diǎn)就是更新迭代非常快，五六年前的一些方法在今天看來(lái)已經(jīng)有些過(guò)時(shí)，這就要求從業(yè)者不停學(xué)習(xí)、不斷更新知識(shí)體系。

夕陽(yáng)西下，伍大勇走到辦公室墻角處，靠墻立著的書(shū)架上擺滿(mǎn)一系列跟算法和編程相關(guān)的工具書(shū)。“這些只是基礎(chǔ)，還要參加各類(lèi)人工智能學(xué)術(shù)會(huì)議與論壇，翻閱行業(yè)內(nèi)最前沿的研究論文，知曉學(xué)界和業(yè)界提出的新算法模型。”

從大學(xué)畢業(yè)進(jìn)入中國(guó)科學(xué)院計(jì)算技術(shù)研究所從事自然語(yǔ)言處理研究工作，到3年前轉(zhuǎn)入科大訊飛北京研究院做人工智能工程師，在行業(yè)的浸染中，伍大勇如今已是人工智能領(lǐng)域的行家里手。

“成為一名人工智能工程師需要具備數(shù)學(xué)計(jì)算能力、對(duì)人工智能技術(shù)的理解能力以及系統(tǒng)科學(xué)和軟件工程專(zhuān)業(yè)背景知識(shí)。”除此之外，伍大勇每天都要抽出2—3個(gè)小時(shí)學(xué)習(xí)和吸收新知識(shí)，讓自己處在不斷充實(shí)的過(guò)程中。

晚上6點(diǎn)左右，格子間工位上的員工紛紛散去，伍大勇合上電腦，查看手機(jī)上明天的日程安排：早上9點(diǎn)，部門(mén)有一場(chǎng)電視在線會(huì)議，繼續(xù)討論小程序在法律法條檢索與自動(dòng)推薦方面可能的優(yōu)化方向。他說(shuō)，疫情防控期間，遠(yuǎn)程辦公、視頻會(huì)議成為主要工作方式，更多遠(yuǎn)程在線庭審系統(tǒng)的運(yùn)用，也促使人工智能工程師不斷調(diào)整研究工作。

不遠(yuǎn)處，在辦公室的玻璃墻上，下一款新產(chǎn)品的設(shè)計(jì)流程圖清晰可見(jiàn)：從研究、開(kāi)發(fā)到測(cè)試、部署，形成一條以人工智能工程師為主導(dǎo)的生產(chǎn)線。

“在科幻電影里，人工智能可以與人類(lèi)展開(kāi)自由交流，那是人工智能的未來(lái)，也是我們努力的方向。”伍大勇說(shuō)，雖然那樣的場(chǎng)景還很遙遠(yuǎn)，但在人工智能這個(gè)新興產(chǎn)業(yè)中，有越來(lái)越多的人才加入其中。在一個(gè)個(gè)具體任務(wù)中，在一次次優(yōu)化訓(xùn)練中，未來(lái)值得期待。

記者手記

新職業(yè)助推新升級(jí)

人工智能是什么？身處這個(gè)行業(yè)多年，伍大勇給出自己的答案——不單單是一項(xiàng)前沿技術(shù)，更是一種趨勢(shì)，而人工智能工程技術(shù)人員則是實(shí)現(xiàn)這一趨勢(shì)的重要?jiǎng)恿Α?/p>

如今，從生產(chǎn)線上的工業(yè)機(jī)器人到高速路上的智能導(dǎo)航儀，從語(yǔ)音轉(zhuǎn)化翻譯器到面部識(shí)別攝像頭，以人們對(duì)智慧生活的需求為驅(qū)動(dòng)力，越來(lái)越多的人工智能應(yīng)用落地成真。

可以看到，在相關(guān)應(yīng)用層出不窮的背后，人工智能工程技術(shù)人員這個(gè)新職業(yè)群體已經(jīng)逐漸趨于穩(wěn)定。同時(shí)，一條從數(shù)字化到智能化的產(chǎn)業(yè)升級(jí)路徑也逐漸清晰。

未來(lái)，如何才能更好激發(fā)新職業(yè)群體的活力，助力傳統(tǒng)產(chǎn)業(yè)煥發(fā)新生命力？

一方面，在“量”上下功夫。應(yīng)加強(qiáng)系統(tǒng)性培育人工智能工程技術(shù)人才的力度，增加市場(chǎng)供給量，逐步縮小旺盛產(chǎn)業(yè)需求和稀缺人才資源之間的差距。

另一方面，在“質(zhì)”上花力氣。越是前沿，越是考驗(yàn)“腦力”，著眼于技術(shù)進(jìn)步，要強(qiáng)化多層次學(xué)術(shù)探討和業(yè)務(wù)合作，共同推動(dòng)人工智能技術(shù)向縱深發(fā)展。
? ? ? ?責(zé)任編輯:pj