開啟NLP新時代的BERT模型，是怎麼一步步封神的？

NLP領域的伸手黨們，上個月簡直像在過年！

不僅號稱谷歌最強NLP模型的BERT如約開源了，而且最新版本還支援中文，可以用於中文命名實體識別的Tensorflow程式碼！最關鍵的是，這個強大的模型還橫掃11項記錄，"閱讀理解超過人類"。

谷歌團隊的Thang Luong更直接宣告：BERT模型開啟了NLP的新時代。“BERT在手，天下我有”的既視感啊！

人工智慧漫長的發展史上，能夠讓行業“鑼鼓喧天，鞭炮齊鳴”的演算法模型還真不多見。不過，在跟風成為這個模型的舔狗之前，我們先來扒下它的外衣，看看到底有沒有那麼神奇。

什麼是BERT模型？

這個讓全球開發者們為之歡欣鼓舞的新模型，全稱是Bidirectional Encoder Representation from Transformers，即對Transformer的雙向編碼進行調整後的演算法。

這種預訓練模型所針對的核心問題，就是NLP的效率難題。

眾所周知，智慧語音互動要理解上下文、實現通順的交流、準確識別物件的語氣等等，往往需要一個準確的NLP模型來進行預測。

但越是精準的模型，越是依賴於海量的訓練語料，往往需要人工來進行標註和製作，因此，透過某種模型來預訓練一個語言模型，幫助進行超大規模的表徵學習，就成了一種靠譜且被廣泛採用的方法。

而傳統採用的預訓練模型，比如AI2的 ELMo，以及OpenAI的fine-tune transformer，也同樣需要透過人力標註來製作訓練資料。

譬如說常用的中文漢字有3500個，詞彙數量50萬，製作中文語言預訓練模型的引數數量自然也就十分龐大，中文的預訓練模型需要對每個都進行人工標註，這就又陷入了“有多人工就有多少智慧”的死衚衕。

那麼，呱呱落地的BERT為什麼能解決這一問題呢？它的優勢主要體現在三個方面：

1. BERT擁有一個深而窄的神經網路。transformer的中間層有2018，BERT只有1024，但卻有12層。因此，它可以在無需大幅架構修改的前提下進行雙向訓練。由於是無監督學習，因此不需要人工干預和標註，讓低成本地訓練超大規模語料成為可能。

2. BERT模型能夠聯合神經網路所有層中的上下文來進行訓練。這樣訓練出來的模型在處理問答或語言推理任務時，能夠結合上下文理解語義，並且實現更精準的文字預測生成。

3. BERT只需要微調就可以適應很多型別的NLP任務，這使其應用場景擴大，並且降低了企業的訓練成本。BERT支援包括中文在內的60種語言，研究人員也不需要從頭開始訓練自己的模型，只需要利用BERT針對特定任務進行修改，在單個雲TPU上執行幾小時甚至幾十分鐘，就能獲得不錯的分數。

用一些開發者的話來說，就是BERT的“效果好到不敢相信”，這也是其快速躥紅的核心原因。

BERT是如何工作的？

這樣厲害的模型，是怎樣被訓練出來的呢？主要分為五個步驟：

首先，將語料中的某一部分詞彙遮蓋住，讓模型根據上下文雙向預測被遮蓋的詞，來初步訓練出通用模型。

然後，從語料中挑選出連續的上下文語句，讓transformer模型來識別這些語句是否連續。

這兩步合在一起完成預訓練，就成為一個能夠實現上下文全向預測出的語言表徵模型。

最後，再結合精加工（fine tuning）模型，使之適用於具體應用。

而BERT應用起來也非常簡單，具體到什麼程度呢？個人開發者可以在任意文字語料庫上完成“預測下一句”之類的任務。

只需要進行資料生成，把整個輸入檔案的純文字做成指令碼儲存到記憶體，就可以用BERT進行預訓練了。

透過一段簡單程式碼，預訓練20步左右，就能得到一個基礎的NLP任務模型。如果想在實際應用中有更好的表現，訓練10000步以上也不會花費很長時間。

從上述實驗成果來看，似乎可以直接得出結論：BERT開啟了一個NLP的新世界！

以前我們總是吐槽機器翻譯、自然語言理解等NLP技術都是“實驗室的人工智慧，生活中的“人工智障”，而且每個廠商的語音產品似乎都停留在用論文和跑分隔空叫板，實際應用場景上體驗感其實差異並不明顯。但BERT的出現，不僅讓機器語言理解上有了更好的效果，尤其是上下文理解和文字生成上，表現十分驚豔。更重要的是，它為自然語言處理技術帶來的新想象空間。

封神之前，BERT還要面對哪些問題？

說到這裡，是不是已經有種“有條件要上BERT，沒有條件創造條件也要上BERT”的感覺了？

別急，BERT模型看起來很美好，但並不是一枚誰拿來都能快速見效的“救心丸”，至少有三點需要額外注意：

一是開銷巨大，在GPU上跑一次成本很高，而Google推薦的雲TPU價格雖然低廉（500美元），卻需要兩週時間。

二是資料規模要求高。如果沒有足夠龐大的訓練語料，很難在針對性開發中復現同樣的評測效果。

三是BERT無法單獨完成計算問題，需要後續任務補全推理和決策環節。而且BERT本身是無監督學習，因此不能直接用於解決NLP問題，往往需要結合現有的有監督學習以避免演算法歧視或偏見。

目前看來，BERT的魅力雖然讓開發者和企業們難以抗拒，但也存在著諸多門檻，想要見效並不是一朝一夕的事兒。但它能夠被人吹爆，並不僅僅只是因為演算法和資料上的突破，真正的價值還是隱藏在對產業端的推動力量。

BERT帶來的想象空間

眾所周知，自然語言處理技術被稱為AI領域的明珠，但在產業端，智慧語音企業對於自家技術的競爭力，不是宣傳又在SQuAD這樣的頂級賽事中跑了多少分，就是基於各自的資料集大吹特吹準確率。但是，彼此之間的資料往往都十分焦灼，很難真正拉開差距。

而BERT的出現，顯然為智慧語音技術公司的競爭帶來了全新的關鍵要素，那就是效率，以及成本。

BERT的橫空出世，抹平了訓練語料的人工標註成本，讓超大規模的模型訓練不再遙不可及，從而使得產業端研發出互動更友好、理解力更高的語音互動產品成為了可能。

另一方面，在垂直應用端，多種語言支援和低成本地針對性訓練，讓BERT可以很快在垂直領域進行部署，大大提升了智慧語音的配置效率和應用範圍，為NLP的產業端實錘落地提供了長期發展的支撐力量。

解決了模型和應用的問題，NLP領域的新賽道自然就落在了語料和算力上。

想要藉助BERT訓練出更精準、更好的應用模型，考驗著企業的兩方面能力：一個是訓練語料的規模；一個是強大算力的支撐。

BERT使用了超大的資料集（BooksCorpus 800M + English Wikipedia 2.5G單詞）和超大的算力（對應於超大模型）來在相關的任務上做預訓練。未來，是否有足夠的訓練語料來複現同樣的效果，又是否足夠的GPU（背後就是錢）來支撐跑BERT，將是智慧語音技術企業拉開身位的關鍵。

總而言之，BERT在NLP界還是個新生事物，但已經有了封神的潛質。比此前的解決方案更優秀，更有發展潛力。

不過，對資料規模和算力的要求，以及與自身業務的耦合，也在無形中提升著智慧語音的門檻和成本。

從這個角度看，最終能夠藉助BERT拉開競爭區位的，要麼是搜狗、阿里、百度這樣以搜尋、電商為主業的大資料“富一代”，要麼是憑藉強大效率與業務創新實現“彎道超車”的新獨角獸，接下來恐怕可以激發不少新腦洞和解題思路。

無論如何，BERT的出現，終於讓專注“跑分”和“隔空叫板”的NLP領域，多了一些更有趣的想象力。