2018 年9月17 日，由國家工信部和上海市政府主辦的2018 人工智能大會“人工智能與實體經(jīng)濟深度融合發(fā)展論壇”在上海國際會議中心舉行，上海市委常委、常務(wù)副市長周波，工業(yè)和信息化部科技司副司長王衛(wèi)明，中國工程院院士鄔賀銓等出席論壇。字節(jié)跳動副總裁、人工智能實驗室負責人馬維英發(fā)表題為《人工智能賦能全球創(chuàng)作與交流平臺》的演講。

 

　　馬維英介紹稱，字節(jié)跳動通過6年發(fā)展，當前產(chǎn)品和服務(wù)已經(jīng)覆蓋150多個國家、75個語種，在40多個國家和地區(qū)位居應(yīng)用商店總榜前列。技術(shù)出海，是字節(jié)跳動全球化發(fā)展的核心戰(zhàn)略，人工智能技術(shù)是字節(jié)跳動全球化取得當前進展的關(guān)鍵。

 

　　基于人工智能技術(shù)，字節(jié)跳動重新定義了人和信息的連接方式，在行業(yè)內(nèi)率先部署了大規(guī)模的人工智能模型。依托海量數(shù)據(jù)，由馬維英領(lǐng)先的字節(jié)跳動人工智能實驗室專注于人工智能領(lǐng)域的前沿技術(shù)研究，并將研究成果應(yīng)用于公司全球產(chǎn)品中，利用人工智能幫助內(nèi)容創(chuàng)作、分發(fā)、互動，提升用戶的信息消費體驗。同時，實驗室也針對人工智能相關(guān)領(lǐng)域內(nèi)長期性和開放性問題進行研究，幫助公司實現(xiàn)對未來發(fā)展的構(gòu)想，促進人類信息與知識交流的效率與深度。

 

　　此次論壇還宣布字節(jié)跳動人工智能實驗室項目《基于分布式機器學(xué)習(xí)平臺的通用人工智能應(yīng)用解決方案》入選2018 國家工信部人工智能與實體經(jīng)濟深度融合創(chuàng)新項目。據(jù)了解，該創(chuàng)新項目將是建設(shè)「訓(xùn)練資源服務(wù)平臺」的主力軍。此次字節(jié)跳動成功入選不僅體現(xiàn)了國家對字節(jié)跳動在人工智能領(lǐng)域技術(shù)優(yōu)勢的認可，也是對字節(jié)跳動在人工智能領(lǐng)域這個方向上不斷探索創(chuàng)新的肯定。

 

　　大家好！我是字節(jié)跳動人工智能實驗室負責人馬維英。今天非常高興與大家相聚在上海，共同探討人工智能的發(fā)展及應(yīng)用現(xiàn)狀，以及未來我們?nèi)绾斡肁I賦能新時代。

 

　　首先我們來回顧一下，在整個人類歷史洪流中，內(nèi)容的創(chuàng)作，信息的傳播和交流，一直是整個人類社會的基礎(chǔ)設(shè)施。在大約公元100年前的時候，蔡倫發(fā)明了造紙術(shù)，人們開始用紙張來創(chuàng)作、傳播。紙張和書籍成了人與信息連接的最主要媒介。從一開始，中國就扮演這樣一個重要的角色，這些關(guān)鍵技術(shù)都是中國發(fā)明的。之后經(jīng)過很長一段時間，直到三四十年前，信息的連接方式才有了新的變革。

 

　　互聯(lián)網(wǎng)時代網(wǎng)站、網(wǎng)頁讓紙張消失，成為了我們的數(shù)字圖書館，我們開始使用搜索引擎，一鍵便可以直達自己的所需。

 

　　到了移動互聯(lián)網(wǎng)時代，紙張消失得愈加明顯，因為它讓信息無所不在，人類可以隨時隨地用智能手機接觸他所需要的信息。而且手機也變成一個人的網(wǎng)站，人可以用手機寫文章、拍攝視頻然后發(fā)布出來，并通過手機與其他人交流互動。原來在PC互聯(lián)網(wǎng)時代有很多的機構(gòu)媒體，到今天出現(xiàn)了無數(shù)自媒體，再到每個人都在創(chuàng)作，每個人都可以分享他的知識，他的生活的體驗，他的故事。從OGC、PGC再到UGC，在這個萬物互聯(lián)的時代，人與信息的連接可以做到無所不在。字節(jié)跳動這家公司就誕生于這樣的時代。它顛覆了搜索引擎，建立了全新的人與信息的連接方式。

 

　　到最近，人工智能時代到來，也許未來我們還將共同迎接“超級智能時代”的機遇和挑戰(zhàn)。今天有很多人問，那人工智能會不會取代人的創(chuàng)作呢？我個人相信人的想象，人的創(chuàng)作力，人的愛跟關(guān)懷是機器不可能取代的。所以我相信未來我們會進入一個人與機器互相幫助、互相學(xué)習(xí)的時代。人讓機器更聰明，但機器同時也可以幫助人釋放更多的想象力、創(chuàng)造力，各行各業(yè)都能夠用AI來重新定義我們的產(chǎn)業(yè)。

 

　　字節(jié)跳動這家公司有幾個比較重要的產(chǎn)品，第一個就是大家比較熟悉的今日頭條。它也是在中間連接兩端——一邊是信息的源頭，包含文字、圖片、視頻、直播、問答、AR、VR，它是全信息、全媒體、全內(nèi)容的平臺。另外一端是人，不單是個人，我們有興趣小組，有社群。

 

　　PC時代的搜索，沒辦法做到個性化、社交化、移動化、無所不在化。今天我們利用新的技術(shù)，重新顛覆。字節(jié)跳動一邊讓AI學(xué)習(xí)大量的形式多樣化的理解內(nèi)容，另一邊我們?yōu)槊總€人建模——根據(jù)每一個人的興趣愛好和他的使用行為。我們將搜索引擎里所有排序、分析等技術(shù)，都用于進一步的個性化精準推薦，從而變成信息流。信息流是一種新的、更智能的方式，讓人能夠隨時隨地獲取他所要的信息。這時候手機就相當于一個助理，能夠像助理一樣理解他，為他提供他所需要的信息。

 

　　過去一兩年，短視頻成為一種在世界范圍內(nèi)最受歡迎的信息生產(chǎn)與消費形式。字節(jié)跳動旗下短視頻產(chǎn)品的代表抖音也風(fēng)靡全球。

 

　　今年一季度，抖音下載量超越Facebook、Youtube、Instagram等，成為全球下載量最高的iPhone應(yīng)用；抖音的全球化布局始于2017年8月，截至目前，抖音海外版TikTok已覆蓋全球150多個國家，抖音及海外版TikTok全球月活已經(jīng)突破5億。

 

　　隨著TikTok在海外接連獲得佳績，抖音已經(jīng)成為中國產(chǎn)品在海外獲得成功的一個典型，被視作中國移動產(chǎn)品出海的新模式。作為一款中國產(chǎn)品，抖音在全世界范圍成了受喜愛的內(nèi)容傳播平臺，我想對于我們中國文化走出國門影響全世界，抖音應(yīng)該可以發(fā)揮積極的助力作用。

 

　　但建立這樣一個公開、開放的平臺，任務(wù)是非常艱巨的。因為每一位用戶都能夠自己上傳內(nèi)容，于是我們需要做非常多的事情。我們必須為這些內(nèi)容做審核、分類、查看是否侵犯版權(quán)、做推薦，還要做相似性的搜索，語義的搜索。而這些都離不開人工智能的幫助。

 

　　臺下如果有熟悉抖音的來賓，應(yīng)該會對抖音的各種特效、濾鏡、創(chuàng)意玩法印象深刻?？梢哉f這些正是這款產(chǎn)品制勝的關(guān)鍵原因之一。而它們都是AI技術(shù)在短視頻中的應(yīng)用。

 

　　我們通過人臉和其他人體關(guān)鍵點檢測與追蹤，可以實現(xiàn)玩變臉等創(chuàng)意效果，尬舞機、控雨、控花瓣等等都是抖音非常受歡迎的玩法。我們的視頻切割技術(shù)還能實現(xiàn)染發(fā)、背景替換等各種效果。

 

　　除了應(yīng)用于短視頻產(chǎn)品，字節(jié)跳動的人工智能技術(shù)還通過我們的多款產(chǎn)品賦能信息創(chuàng)作與交流的各個環(huán)節(jié)。

 

　　我們通過自然語言理解和自然語言生成，自研了一個寫稿機器人。xiaomingbot寫作機器人獲得了吳文俊人工智能科學(xué)技術(shù)獎。小明能夠自動寫作，特別是一些垂直領(lǐng)域，像體育、房產(chǎn)、汽車、天氣等相關(guān)的新聞，小明可以每天產(chǎn)生新聞播報。

 

　　相比于人類作者，小明的效率和產(chǎn)量高。一個體育比賽結(jié)束之后兩秒鐘，我們的自動轉(zhuǎn)播，自動寫作的報導(dǎo)就上線了。過去一段時間小明已經(jīng)有了幾萬粉絲，他寫的東西獲得了幾十億次閱讀。小明寫作還支持很多的語言，除了中文之外，有英文，和其他的語言。那下一個就讓大家看一下小明的工作基本原理。他其實分析了多種數(shù)據(jù)源頭包含的文本、圖片、視頻。

 

　　大家現(xiàn)在看的是2018年世界杯中比利時對日本的那場比賽?？梢钥吹?，小明能實時對這個視頻做理解，通過視覺識別球員和他背后的編碼，自動生成描述文本。例如“某某球員在某個時間進球”。

 

　　自動寫作體育新聞可以實現(xiàn)體育轉(zhuǎn)播千人千面。每個人你可以看你喜歡的球員，而不是說每個人獲取的報導(dǎo)都一樣。你可以專注你想專注的球隊或球員，而且我可以把這個球員立體的信息，他的勝負率，他本賽季表現(xiàn)如何，容納到你看到的報導(dǎo)里面。

 

　　我們?nèi)虻挠脩裘刻靹?chuàng)造出海量內(nèi)容，這意味著什么呢，意味著同時我們的審核任務(wù)和壓力是巨大的。為此我們建立了600多個審核模型，擁有近億條數(shù)據(jù)的龐大數(shù)據(jù)庫。人工智能輔助審核需不僅要對文字、圖片做識別，還要識別語音、視頻。有時候視頻看的沒有問題，但語音有問題，語音我們也需要轉(zhuǎn)成文字，進一步再識別。這些圖像、文字、視頻識別模型經(jīng)過訓(xùn)練，可以大大提高審核的自動化程度。

 

　　人工智能加上我們的審核人員就形成閉環(huán)，AI是我們?yōu)閷徍巳藛T訓(xùn)練出來的工具。同時，審核團隊在工作中提供了很多標注，監(jiān)督式機器學(xué)習(xí)可以使用這個大數(shù)據(jù)來訓(xùn)練自動視頻理解系統(tǒng)。而訓(xùn)練后的系統(tǒng)再給審核人員用，那他們就能更高效地審核，并且能提供更多的反饋和新的標注數(shù)據(jù)。所以人和機器是共同學(xué)習(xí)的，機器幫人，人又幫機器，形成正向循環(huán)，不斷地迭代大數(shù)據(jù)。

 

　　目前我們的人工智能大概為公司節(jié)省了十萬級別的人力。如果沒有人工智能輔助審核，那我們的審核團隊人數(shù)就將是現(xiàn)在的很多倍。我們也有計劃把這些數(shù)據(jù)能夠標準化和公開，也可以搞競賽，讓學(xué)術(shù)界更多的研究人員能夠利用這些數(shù)據(jù)來做研究。

 

　　這就是我們一直在努力做的事——建設(shè)新一代人工智能驅(qū)動的信息平臺，連接人和信息，從內(nèi)容創(chuàng)作、過濾、審核、分發(fā)、搜索、消費以及互動的每個環(huán)節(jié)，促進創(chuàng)作和交流。

 

　　從圖上我們可以看到，從信息的創(chuàng)作端的創(chuàng)作者，到信息消費端的讀者，每一個中間人與信息連接的都是一個信息流。字節(jié)跳動建設(shè)這個這個人工智能的基礎(chǔ)設(shè)施+服務(wù)平臺，可以支撐整個公司數(shù)據(jù)的處理、分析、挖掘、理解、組織。同時又能讓人工智能進一步學(xué)習(xí)這里面每一個環(huán)節(jié)的語義表達方式。

 

　　未來整個社會要從數(shù)字化進一步走到智能化表達。今天人工智能可以用來學(xué)習(xí)從數(shù)字表達到語義表達的轉(zhuǎn)換，因為數(shù)字化之后還不夠，計算機無法直接理解， 人工智能學(xué)習(xí)語義表達全世界，在那個空間里計算機的能力就可以發(fā)揮。用向量計算加加減減就知道圖像里面是什么，加加減減就知道它的內(nèi)容能產(chǎn)生什么樣的情感，是悲傷、是快樂，是害怕，對內(nèi)容有產(chǎn)生情感的認知。

 

　　我們也希望這樣一個新一代的人工智能驅(qū)動的信息平臺建設(shè)完成之后我們能夠進一步去賦能，能夠?qū)ν馊ポ敵鲞@些能力，能夠幫助其他的企業(yè)，能夠利用AI去賦能更多行業(yè)和應(yīng)用場景，可以是醫(yī)療、教育、財經(jīng)、媒體，或者說一些新的內(nèi)容，例如說垂直的應(yīng)用。

 

　　為了實現(xiàn)我們的這些構(gòu)想，用人工智能賦能新時代，我們字節(jié)跳動人工智能實驗室一直在不斷鉆研探索。我們目前主要的研究領(lǐng)域包括機器學(xué)習(xí)、自然語言理解、計算機視覺、人機交互與機器人等方向，我們實驗室有一群國內(nèi)外一流高校畢業(yè)的科學(xué)家以及擁有多年一線機器學(xué)習(xí)應(yīng)用開發(fā)經(jīng)驗的工程師團隊，一起專注人工智能領(lǐng)域的前沿技術(shù)研究，一同攻關(guān)克難。

 

　　和歷次工業(yè)革命一樣，我們?nèi)缃襁~入人工智能時代，是人類社會了不起的進步。而技術(shù)的進步最終是服務(wù)于人類的。我們鉆研技術(shù)不僅是鉆研技術(shù)本身，更重要的是研究如何用它來解決人類社會的難題。

 

　　幾年前，我們就開始將人工智能結(jié)合產(chǎn)品功能積極服務(wù)于公益。比如借由我們的精準推送，根據(jù)他的走失時間、地點，把走失者的信息推送給這些可能有信息線索的人。目前整個頭條尋人，已經(jīng)找到了超過7000人，應(yīng)該是中國尋人機構(gòu)找回走失者最多的，平均每天至少找到10位，最多的時候一天找回29位。我們還幫助很多臺灣老兵找到了大陸的親人，幫助51個家庭跨越海峽兩岸團聚。

 

　　我們還利用技術(shù)去實現(xiàn)精準扶貧，讓四川省古藺縣、甘肅省夏河縣、貴州省雷山縣的山貨走上頭條，盤活優(yōu)質(zhì)文化物質(zhì)資源，服務(wù)國家鄉(xiāng)村振興戰(zhàn)略。

 

　　在教育方面，我們也認為AI有機會幫助教育。因為我們可以用人工智能技術(shù)來連接有教育資源的人跟需要教育資源的人。我們可以用AI技術(shù)把最好的師資、最好的教材傳遞到偏遠地區(qū)。像我們的“益童樂園”貴州起航，“鄉(xiāng)村AI教師”也全面建成，我們希望讓貧困地區(qū)的孩子也接受到良好的教育。

 

　　基于我們前面提到的種種嘗試與努力，字節(jié)跳動的愿景也正在逐步實現(xiàn)——建設(shè)全球創(chuàng)作與交流平臺。公司成立至今六年以來，我們的產(chǎn)品和服務(wù)已經(jīng)覆蓋150多個國家、75個語種，在40多個國家和地區(qū)位居應(yīng)用商店總榜前列。而這背后，正是科技和創(chuàng)新在推動我們?nèi)蚧陌l(fā)展。技術(shù)出海，是字節(jié)跳動全球化發(fā)展的核心戰(zhàn)略，人工智能技術(shù)是字節(jié)跳動全球化取得當前進展的關(guān)鍵。作為人工智能時代的中國創(chuàng)業(yè)者，未來字節(jié)跳動將繼續(xù)孜孜以求，幫助全世界的用戶更好地創(chuàng)作、交流、互動，也為中國人工智能的發(fā)展貢獻一份力量！