對于很多剛畢業(yè)的人來說，工作的前幾個月還在不斷學習，還在默默無聞地做一些底層的事情。而他，一個剛畢業(yè)不久的百度工程師，就在語音智能技術的發(fā)展史上，刻印下了自己深深的足跡。這個足跡到底有多深?他，又是如何成就了這一刻?
為了找尋到答案，筆者與他對話了整整兩個小時，記錄下了成功的內因與外素，或許能為一些快要畢業(yè)或剛畢業(yè)不久的人帶來啟示。不過，出于人才保護的需求，筆者答應不公開名字，而以“他”來進行描述。
下面，就一起跟著我們的主人公走進那艱苦研究的日子——
十年難題，一朝攻克
“哇!這次成功了!”看到實驗數(shù)據(jù)的他，興奮地呼喚來身邊的同事，每個人臉上的喜悅都難以掩飾，安靜的辦公室里一下子歡騰起來——這一刻，他記憶猶新：十年難題，一朝攻克，這種突破重重障礙，獲得成功后的喜悅已不是一般的詞語能夠表達的了。
“這次你們取得的技術，有多重大的意義?”作為非技術研發(fā)人員，我還是有些疑惑。
他沒有說話，而是在電腦上敲了一陣，然后把屏幕轉向我。“看，很多媒體都在關注和報道這件事。”
《對人工智能多點耐心百度漢語語音識別獲重大突破》、《百度打破漢語語音識別領域技術壁壘》、《百度語音技術獲重大突破開發(fā)者將享受先進成果》……我一篇篇點開鏈接，大致看了一下報道內容，其核心主要是“百度此次的技術創(chuàng)新，使得語音識別相對錯誤率比現(xiàn)有技術降低15%以上，使?jié)h語安靜環(huán)境普通話語音識別的識別率接近97%。這是繼2011年，引入深度學習技術，相對錯誤率降低20%~30%之后，語音技術領域又一次具有標志性意義的重要進展。”
我自嘲有些“不明覺厲”，他很耐心地解釋到：“我們現(xiàn)在經常會對著某個手機應用說話，然后手機會將其翻譯成文字，這主要應用了語音識別技術，是人工智能領域的一個分支。這個技術的優(yōu)劣表現(xiàn)在我們的實際應用中，就是識別地更準確、更快，而且，對產業(yè)來說，提供語音識別服務的成本更低。”
經他這么一說，我倒回想起來：以前，對著一些手機應用說話，翻譯出的文字，并不是很準確，而且時間上有一定延遲，而現(xiàn)在似乎準確了很多、也快了很多。
“是的，這就是技術進步所帶來的效果。”他說，“而我們這次攻克了十多年來世界范圍內的一個難題——成功地將LSTM(長短時記憶模型)和CTC(連接時序分類)建模技術結合應用在語音領域，讓語音識別準確率得到了一次很大的提升。識別得更準確、速度更快了，同時，產業(yè)的應用成本也將更低。我們部門的負責人賈磊，也因為這項技術突破，受邀參加全國人機語音通訊學術會議，發(fā)表演講。那可是中國人機語音交互領域最權威的學術會議!”他的言語中透著自豪感。
十年難題，一朝攻克!“你覺得是什么原因，讓你們能夠成功打破十多年來別人都沒有克服的難題?”我又問。
“選對平臺，刻苦堅持。”他沉思了一會兒，告訴我。短短8個字，卻蘊含著很大的深意——
選對平臺，站在巨人肩膀上舞蹈
在媒體報道中，有這樣兩段描述：
“LSTM和CTC建模技術結合，其核心難度之一就在于海量數(shù)據(jù)下的深度學習需要強大的計算能力，這兩項技術的計算量比傳統(tǒng)深度學習的計算量大一個數(shù)量級。直接按照數(shù)學公式去實現(xiàn)上述算法，LSTM和CTC訓練就需要采用單幀遞推模式，這樣的訓練速度在工業(yè)條件下的將近1萬小時訓練數(shù)據(jù)下，幾乎是不可能實現(xiàn)的。”
“對比谷歌2015年9月份于Interspeech 發(fā)表的在英文領域的類似研究成果，百度的訓練數(shù)據(jù)是谷歌的4-5倍，模型訓練參數(shù)規(guī)模是谷歌的10-20倍。而該技術成功突破的核心要素之一就是訓練能力的極致提升，大模型大數(shù)據(jù)下的難度要比實驗室小數(shù)據(jù)小模型的情況下難很多。百度研發(fā)出的全新訓練算法，更接近工業(yè)大數(shù)據(jù)的產品實踐，是可以推廣到10萬小時訓練的全新技術。”
“從這些報道看來，海量數(shù)據(jù)以及大數(shù)據(jù)計算能力，是成功的關鍵要素之一?”我向他求證道。
他點了點頭。“目前的科學已經到了數(shù)據(jù)科學階段，需要靠海量數(shù)據(jù)和極致計算能力，來推動科學的進一步發(fā)展。”
語音識別技術也是如此，他說，之前提到的十年技術困局，困住大家的是什么?主要就是計算能力。“通過百度擁有的海量數(shù)據(jù)、大數(shù)據(jù)平臺，以及一些算法創(chuàng)新，我們很好地解決了這個極致計算難題。”
他坦言，如果沒有百度這樣的大數(shù)據(jù)能力，這次突破很難實現(xiàn)。
當然，大數(shù)據(jù)能力是一方面，但更讓他意外和感激的是，百度這個平臺給予他的機會和空間。
“這是一個很重大的研究項目。當同事告訴我，讓我加入項目組共同研究的時候。”他頓了頓，露出了又驚訝又興奮的模樣，然后指著自己說，“我當時就是這樣的表情。”
他真的很意外，因為組里的人基本上都是這個領域很牛、很資深的人。“沒想到會讓我一個新人參與其中”。彼時，他才剛剛進入百度。
作為一個新人，少不了些許拘謹和對老員工的敬畏。“一開始，還想著自己是不是應該完全跟著高T們(技術級別很高的人)，幫著他們打打下手就好”。但后來，他發(fā)現(xiàn)自己錯了。“他們給了我很大的發(fā)揮空間，讓我平等思考、研究，參與到整個過程中。再后來，我才了解到，不僅在我們項目組，原來這里的氛圍都是如此。”
就這樣，剛畢業(yè)入職的他，擔起了這項重擔。在機會面前，他成功地抓住了它：這靠得是他的努力與堅持——
成功非易事，常絕望到想放棄
相信很多成功的人都有一個感受，在成功之前，失敗是家常便飯。對他來說，亦是如此。
“有時候做出一個推測，感覺很靠譜，但幾組試驗下來，卻沒得到想要的結果。”他說，“于是，大家就開始討論失敗的原因，經常會從下午討論到深夜。”在又累又困中，梳理了幾種可能性和解決方案，可是第二天來一試，經常還是不成功。
失敗，換方法，再試驗……在這個幾個月中，他的內心如同起伏的波浪：失落、懷疑，絕望，自我鼓勵，再一次堅持。他回憶道：“絕望到快要放棄就有3、4次。”
這是怎樣的感覺，也許作為外人難以體會。在一次次失敗與自我懷疑中，要堅持下來，更是一個很難感受到的艱辛的心理歷程。
然而，就在這一次次的堅持下，成功慢慢地走近了他們。
“有一天晚上，和平常一樣，我們研究著某個方法為何失敗，該如何解決。”那天，從晚上7、8點研究到12點多，最后，竟然發(fā)現(xiàn)了一種解決方案，一舉解決了技術上的一大難題。這一天讓他印象深刻，不僅僅因為技術上獲得突破，也因為那一天他和女友有個重要約會，而自己爽約了。
回顧這次成功，他很感慨，自己沒有放棄而是堅持了下來。
他說，如果沒有給他這個機會，他不會取得這次成功;如果沒有技術大牛在研究過程中分享經驗，提供思路，他不會取得這次成功;如果沒有百度的大數(shù)據(jù)能力，他不會取得這次成功;如果沒有堅持到最后，他不會取得這次成功。
的確，成功并不容易，需要內因和外因多個因素共同作用。有眼光、有能力，選對平臺和道路，并且能努力奮斗、持續(xù)堅持的人，相信成功離他并不遙遠。
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網頁分享至朋友圈。
轉型的最終目的 -提質降本增效
