下篇：过去与现在
机器之心：您 1993 年读大四的时候，为什么选择智能翻译作为本科毕业设计题目？
王海峰：这其中有我个人兴趣的因素，当时我觉得能让计算机来做翻译很神奇，特别有兴趣。另一方面也有机缘的因素，学校把我分配到了李生老师的课题组做毕业设计。
（注：李生，哈尔滨工业大学教授，自然语言处理领域专家，ACL 终身成就奖得主）
机器之心：当时所谓的「智能翻译」是怎样的状况？
王海峰：那时统计机器翻译方法刚刚出现，Peter Brown 那篇最经典的文章就是在 1993 年发表的（注 1）。1993 年初我做毕业设计时，还不知道那篇文章，当时最主流的还是基于规则的方法。我做毕业设计用的是基于规则的方法，这些规则都是人工写的。因为我本科是计算机学科，比较擅长把它们用程序、代码实现出来，当时还有外语系同学和我一起工作，专门负责写语言规则。
（注 1：Peter Brown et al. The Mathematics of Machine Translation: Parameter Estimation, In Computational Linguistics, 1993.）
机器之心：您硕士期间，仅用了一年就开发出了当时 863 测评第一的机器翻译系统，能和我们分享一下这段经历吗？
王海峰：刚上硕士时，我用的还是基于规则的方法。当时我写了一个很复杂的规则系统，也有小伙伴一起写语言规则、词典。那时候和现在的互联网方法相似，也是不断快速的迭代。我们会不断进行大量测试，发现翻译得不好的地方，就迅速分析解决。需要改代码，我就马上改代码；需要调规则，外语系的小伙伴就立刻调规则。有时候午饭前发现了一个修改的地方，我就直接不去吃午饭。趁小伙伴们去午饭的时间，我的代码就改好了。等他们回来，就可以继续写规则了。
那时非常有干劲儿，几乎每天都是实验楼一开门我就进实验室了，一直到晚上熄灯。当然，现在我也仍然每天很早就到办公室（笑）。
机器之心：您当年的同学们可能已经转到其他的方向，您为什么 20 多年来一直在坚持机器翻译、NLP 的研究？
王海峰：可以说很幸运，这些年一直有需要我的专业能力的工作。但也和个人性格有关，我做事比较坚持，选择了做一件事，就要负责到底，持之以恒不断地做得更好。我已经坚持了 20 多年，相信还会坚持下去，因为自然语言处理的路还很长。
机器之心：从您开始研究机器翻译，到现在机器翻译都有哪些比较重要的变化？
王海峰：之前说过的四种方法，基于规则的、实例的、统计的、神经网络的，每种方法我都经历过，每个方法都是一个很大的变化。
从根本上，我认为还是我们所拥有的基础在变。比如数据的基础，我记得刚来百度的时候，那时候特别开心，因为原来我们用统计方法找一些语料非常困难，几十万句对语料就觉得很好了。然而在百度，通过互联网挖掘到的语料要远远比这个数字大，所以百度翻译效果迅速地就上去了。
不只是机器翻译，人工智能这些年很多突破都跟数据有关，语音也是，相比早些年，语音数据获取速度在变快，成本则在降低。
机器之心：2010 年时您为什么加入百度？
王海峰：这个因素就比较多了。
首先根本的来说是整体的发展趋势。我毕业时是在外企，那时中国的 IT 公司还比较弱小，也不需要那么多特别深入的技术。随着近些年的发展，像百度这样的公司越来越强大，对 NLP 等技术的需求越来越强。到了 2010 年前后，更多的人都开始选择中国自己的企业。
比较直接的契机是 2009 年 8 月，Robin 在百度世界大会上发布框计算。我对此很关注，在我看来如果要做框计算，背后需要大量的自然语言处理的技术。所以当时就感觉到，百度要做框计算，那就该有我的用武之地了。
通过与百度人的接触，发现除了业务本身以外，大家的价值观、做事的方式等也特别匹配，所以聊过之后我很快就决定过来了。
机器之心：NLP 在百度是从您开始建设的，这个过程是怎样的？
王海峰：确切地说，自然语言处理部这个部门是我建设的，而百度自然语言处理技术的研发则在我加入百度之前就有了，当时大搜索有一个小组在做这个。我来了以后，从十几个人开始，正式成立了自然语言处理部，致力于直接满足搜索等业务需求的同时，也规划了更完整的布局及长期发展路线图。这个路线图中，既包括技术发展路线，也包括团队成员的个人成长路线。团队和业务都增长得很快，第一年团队规模就翻了好几倍，做的事情也多了很多。
机器之心：您现在主管包括搜索、手机百度、信息流等业务，在这些业务之间您如何平衡自己的精力？在学者和管理者之间又该怎样平衡？
王海峰：团队不是只有我一个人，很多人都很优秀，大家会各自有分工。这些业务在一起也有非常多的协同。
对于我来说，更重要的是把整体的目标和方向定好，并组建最适合达成这些目标的团队，然后就是带领大家高效执行及协同。因为我本人是技术背景，在全面带业务的同时，我的确也会在技术角度投入较多，会看技术发展方向和趋势，也会和大家一起去分析解决具体技术问题。
对于一个大型团队，大到你已经不可能认识每一个人，这时候更重要的是建立机制和形成文化。百度的大搜团队，有着原汁原味的简单可依赖的工程师文化。
机器之心：您最近比较关注的技术点是哪些?
王海峰：更多是希望能把人工智能的能力在各种业务充分发挥出来，比如搜索、信息流、手机百度等等。
如果人工智能再向前走，真正做到像人一样思考，除了对语言的理解还要有对知识的掌握和对人的理解。这些都要有一定的应用场景支撑，搜索就是可以支撑这件事的最大平台。到目前为止，搜索引擎拥有最多的数据和知识，它的背后是整个互联网，人类的大量知识都蕴含其中。搜索引擎有条件更快地积累需要的数据。
机器之心：在此前的采访中您提到过，「希望 NLP 的技术能更好地触及每一个人」。那接下来 NLP 触及每个人的方式，应用也好、呈现方式也好，具体会是怎样的？
王海峰：事实上 NLP 已经在触达几乎每一个人，因为它用在各种产品里。
百度绝大多数产品背后都有 NLP，2013 年我们做平台化时，NLP 的平台化也是其中一部分。当时 NLP 做了两个平台，一个是 NLPC（NLP Cloud），另一个是机器学习平台 Malloc。这两个平台当时的应用量都排在前几名，NLPC 平台现在每天调用量已经有上千亿。现在不只是百度，很多公司都很重视 NLP，应该说 NLP 已经在触达每一个人。
说到具体产品，获取信息是人的基本需求之一，在没有计算机的时代，甚至人类还没有文字的时代，始终都需要信息。获取信息最重要方式：一种是有明确需求，输入 query 去找信息；另一种是用户没有主动表达需求，但系统能个性化地猜到用户所需并推荐给用户。这就分别对应着搜索和信息流，一个是人找信息，一个是信息找人。这两种都应用了大量的自然语言处理技术。
人们每天通过搜索或信息流获取知识的同时，机器也可以不断沉淀数据和知识，不断变得更强。
面向未来看，自然语言对话会成为未来最自然的人机交互方式，这将会改变每个人使用手机及其它设备的方式，会更加直接地触达每个人。
