對于很多剛畢業(yè)的人來說，工作的前幾個(gè)月還在不斷學(xué)習(xí)，還在默默無聞地做一些底層的事情。而他，一個(gè)剛畢業(yè)不久的百度工程師，就在語音智能技術(shù)的發(fā)展史上，刻印下了自己深深的足跡。這個(gè)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(gè)小時(shí)，記錄下了成功的內(nèi)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(hù)的需求，筆者答應(yīng)不公開名字，而以“他”來進(jìn)行描述。
下面，就一起跟著我們的主人公走進(jìn)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(shí)驗(yàn)數(shù)據(jù)的他，興奮地呼喚來身邊的同事，每個(gè)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(dá)的了。
“這次你們?nèi)〉玫募夹g(shù)，有多重大的意義？”作為非技術(shù)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(zhuǎn)向我。“看，很多媒體都在關(guān)注和報(bào)道這件事。”
《對人工智能多點(diǎn)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(lǐng)域技術(shù)壁壘》、《百度語音技術(shù)獲重大突破開發(fā)者將享受先進(jìn)成果》……我一篇篇點(diǎn)開鏈接，大致看了一下報(bào)道內(nèi)容，其核心主要是“百度此次的技術(shù)創(chuàng)新，使得語音識別相對錯(cuò)誤率比現(xiàn)有技術(shù)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(xué)習(xí)技術(shù)，相對錯(cuò)誤率降低20%~30%之后，語音技術(shù)領(lǐng)域又一次具有標(biāo)志性意義的重要進(jìn)展。”
我自嘲有些“不明覺厲”，他很耐心地解釋到：“我們現(xiàn)在經(jīng)常會對著某個(gè)手機(jī)應(yīng)用說話，然后手機(jī)會將其翻譯成文字，這主要應(yīng)用了語音識別技術(shù)，是人工智能領(lǐng)域的一個(gè)分支。這個(gè)技術(shù)的優(yōu)劣表現(xiàn)在我們的實(shí)際應(yīng)用中，就是識別地更準(zhǔn)確、更快，而且，對產(chǎn)業(yè)來說，提供語音識別服務(wù)的成本更低。”
經(jīng)他這么一說，我倒回想起來：以前，對著一些手機(jī)應(yīng)用說話，翻譯出的文字，并不是很準(zhǔn)確，而且時(shí)間上有一定延遲，而現(xiàn)在似乎準(zhǔn)確了很多、也快了很多。
“是的，這就是技術(shù)進(jìn)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(nèi)的一個(gè)難題——成功地將LSTM（長短時(shí)記憶模型）和CTC（連接時(shí)序分類）建模技術(shù)結(jié)合應(yīng)用在語音領(lǐng)域，讓語音識別準(zhǔn)確率得到了一次很大的提升。識別得更準(zhǔn)確、速度更快了，同時(shí)，產(chǎn)業(yè)的應(yīng)用成本也將更低。我們部門的負(fù)責(zé)人賈磊，也因?yàn)檫@項(xiàng)技術(shù)突破，受邀參加全國人機(jī)語音通訊學(xué)術(shù)會議，發(fā)表演講。那可是中國人機(jī)語音交互領(lǐng)域最權(quán)威的學(xué)術(shù)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(jiān)持。”他沉思了一會兒，告訴我。短短8個(gè)字，卻蘊(yùn)含著很大的深意——
選對平臺，站在巨人肩膀上舞蹈
在媒體報(bào)道中，有這樣兩段描述：
“LSTM和CTC建模技術(shù)結(jié)合，其核心難度之一就在于海量數(shù)據(jù)下的深度學(xué)習(xí)需要強(qiáng)大的計(jì)算能力，這兩項(xiàng)技術(shù)的計(jì)算量比傳統(tǒng)深度學(xué)習(xí)的計(jì)算量大一個(gè)數(shù)量級。直接按照數(shù)學(xué)公式去實(shí)現(xiàn)上述算法，LSTM和CTC訓(xùn)練就需要采用單幀遞推模式，這樣的訓(xùn)練速度在工業(yè)條件下的將近1萬小時(shí)訓(xùn)練數(shù)據(jù)下，幾乎是不可能實(shí)現(xiàn)的。”
“對比谷歌2015年9月份于Interspeech 發(fā)表的在英文領(lǐng)域的類似研究成果，百度的訓(xùn)練數(shù)據(jù)是谷歌的4-5倍，模型訓(xùn)練參數(shù)規(guī)模是谷歌的10-20倍。而該技術(shù)成功突破的核心要素之一就是訓(xùn)練能力的極致提升，大模型大數(shù)據(jù)下的難度要比實(shí)驗(yàn)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(xùn)練算法，更接近工業(yè)大數(shù)據(jù)的產(chǎn)品實(shí)踐，是可以推廣到10萬小時(shí)訓(xùn)練的全新技術(shù)。”
“從這些報(bào)道看來，海量數(shù)據(jù)以及大數(shù)據(jù)計(jì)算能力，是成功的關(guān)鍵要素之一？”我向他求證道。
他點(diǎn)了點(diǎn)頭。“目前的科學(xué)已經(jīng)到了數(shù)據(jù)科學(xué)階段，需要靠海量數(shù)據(jù)和極致計(jì)算能力，來推動(dòng)科學(xué)的進(jìn)一步發(fā)展。”
語音識別技術(shù)也是如此，他說，之前提到的十年技術(shù)困局，困住大家的是什么？主要就是計(jì)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(gè)極致計(jì)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(shí)現(xiàn)。
當(dāng)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(gè)平臺給予他的機(jī)會和空間。
“這是一個(gè)很重大的研究項(xiàng)目。當(dāng)同事告訴我，讓我加入項(xiàng)目組共同研究的時(shí)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(dāng)時(shí)就是這樣的表情。”
他真的很意外，因?yàn)榻M里的人基本上都是這個(gè)領(lǐng)域很牛、很資深的人。“沒想到會讓我一個(gè)新人參與其中”。彼時(shí)，他才剛剛進(jìn)入百度。
作為一個(gè)新人，少不了些許拘謹(jǐn)和對老員工的敬畏。“一開始，還想著自己是不是應(yīng)該完全跟著高T們（技術(shù)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(cuò)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(gè)過程中。再后來，我才了解到，不僅在我們項(xiàng)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(dān)起了這項(xiàng)重?fù)?dān)。在機(jī)會面前，他成功地抓住了它：這靠得是他的努力與堅(jiān)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(gè)感受，在成功之前，失敗是家常便飯。對他來說，亦是如此。
“有時(shí)候做出一個(gè)推測，感覺很靠譜，但幾組試驗(yàn)下來，卻沒得到想要的結(jié)果。”他說，“于是，大家就開始討論失敗的原因，經(jīng)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(jīng)常還是不成功。
失敗，換方法，再試驗(yàn)……在這個(gè)幾個(gè)月中，他的內(nèi)心如同起伏的波浪：失落、懷疑，絕望，自我鼓勵(lì)，再一次堅(jiān)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(jiān)持下來，更是一個(gè)很難感受到的艱辛的心理歷程。
然而，就在這一次次的堅(jiān)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(gè)方法為何失敗，該如何解決。”那天，從晚上7、8點(diǎn)研究到12點(diǎn)多，最后，竟然發(fā)現(xiàn)了一種解決方案，一舉解決了技術(shù)上的一大難題。這一天讓他印象深刻，不僅僅因?yàn)榧夹g(shù)上獲得突破，也因?yàn)槟且惶焖团延袀€(gè)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(jiān)持了下來。
他說，如果沒有給他這個(gè)機(jī)會，他不會取得這次成功；如果沒有技術(shù)大牛在研究過程中分享經(jīng)驗(yàn)，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(jiān)持到最后，他不會取得這次成功。
的確，成功并不容易，需要內(nèi)因和外因多個(gè)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(jiān)持的人，相信成功離他并不遙遠(yuǎn)。