◎本報記者 張佳星

　　不久前，因收到的郵件標注著紅色字體“外部郵件、注意安全”，京東集團副總裁、京東探索研究院院長何曉冬博士并沒打開來看。幾天后他才得知，這是國際學術(shù)會議CIKM（國際信息和知識管理會議）通知他因十幾年前DSSM模型（雙塔模型）相關(guān)成果獲得“最佳時間檢驗獎”。

　　一篇論文，為什么10年后仍能被學術(shù)界記起并授予殊榮？它憑什么在獲得學術(shù)界超5000次引用的同時，成為產(chǎn)業(yè)界搜索推薦和人工智能領域的“基礎設施”？

　　人工智能已成為驅(qū)動新質(zhì)生產(chǎn)力的重要引擎，但我國一直被認為應用發(fā)展快速，原創(chuàng)模型成果不足�？萍既請笥浾�10月31日采訪了何曉冬，請他就我國如何以基礎模型推動新質(zhì)生產(chǎn)力可持續(xù)發(fā)展談談看法。

　　從“不被關(guān)注”中找到AI基礎架構(gòu)

　　盡管2024年諾貝爾物理學獎頒給了人工神經(jīng)網(wǎng)絡的研究，但如果把時間倒回十幾年，人工神經(jīng)網(wǎng)絡甚至還沒躋身主流算法行列。

　　彼時，圈內(nèi)主流模型比如拓撲模型等已被研究得十分充分，但在賦予機器學習能力、揣度人類意圖上仍未解決算法復雜、效率不夠高的問題。人工神經(jīng)網(wǎng)絡架構(gòu)剛剛進入業(yè)內(nèi)，卻因?qū)嶒炓?guī)模小、難以體現(xiàn)優(yōu)勢而未受到關(guān)注。

　　當時還在微軟研究院的何曉冬第一時間對新架構(gòu)產(chǎn)生了極大興趣。他說：“相比一個充分研究過的領域，在新領域探索意味著會有更多機會。如果能在微軟廣告這種大規(guī)模的應用上檢驗人工神經(jīng)網(wǎng)絡奏不奏效，將為整個人工智能行業(yè)給出證明，甚至明確發(fā)展路徑。”

　　“利用傳統(tǒng)模型，‘蘋果手機’和‘蘋果’的意思對于機器來說非常接近，而‘iPhone Pro’又與‘蘋果手機’相去甚遠。”何曉冬解釋，為了讓機器精準揣度人類意圖，要改變模型“度量”語義的方式，不著力于絕對含義而是度量含義的“相對距離”。

　　如何做到呢？DSSM模型（雙塔模型）研究人員最早進行語義向量化研究，用這種模型描述語義向量的距離相對值。這是整個互聯(lián)網(wǎng)搜索推薦技術(shù)發(fā)展脈絡的起點，也是大模型發(fā)展的重要基礎之一。

　　由于解決了語義相似度計算問題，DSSM模型成為深度語義學習方向最基礎的模型結(jié)構(gòu)。圖靈獎得主等行業(yè)大咖2016年共同編撰的深度學習領域奠基性教材《Deep Learning（深度學習）》將DSSM模型列為推薦使用的基礎架構(gòu)之一。

　　基礎研究被廣泛應用也需“流量密碼”

　　“和其他學者一樣，讓成果在長時間跨度中推動行業(yè)進步，經(jīng)受住時間檢驗是我的研究目標�！焙螘远�說，要讓基礎研究“固化”為基礎設施的“流量密碼”，首先應“大道至簡”，簡單的架構(gòu)往往更友好，更易被理解、接納和發(fā)揚。其次，它還必須具備可以無限放大的包容性。

　　例如DSSM模型用簡單的“雙塔”設計分離了原本交織的計算，為用戶和物品匹配了獨立子網(wǎng)絡（“塔”），計算出結(jié)果后再匹配，解決計算復雜性問題。

　　好用的模型要具有反映復雜世界的能力，基本計算單元的設計是關(guān)鍵，例如生命的單元是細胞、神經(jīng)網(wǎng)絡的單元是神經(jīng)元。設計廣泛適用的基本單元，匹配“萬能”函數(shù)，即可高效執(zhí)行大規(guī)模計算。何曉冬介紹，基于此，他們團隊在2013年用一臺八卡服務器，實現(xiàn)了千萬數(shù)量級語料的深度學習訓練。

　　強大的分析能力、更高的計算效率，使得這一模型在過去10余年被頭部搜索引擎、電商平臺等大量采用，產(chǎn)生了百億元量級的經(jīng)濟價值。

　　何曉冬告訴記者，做基礎研究很像在林子里打獵，很難說在哪里一定能打到，但如果獵人有驅(qū)動力、持續(xù)探索，打到的機會就能更多。計算機領域有著基礎研究也要推動快速應用的傳統(tǒng)，比如密碼學這類純數(shù)學的科學也會發(fā)展出“電子簽名”等應用。因此，產(chǎn)業(yè)界的壓力和驅(qū)動將帶來更多基礎研究突破。

　　近年來，人工智能領軍企業(yè)對于基礎研究的重視程度不斷增加，京東、騰訊、阿里等均為科研人員創(chuàng)造開展原創(chuàng)性基礎研究的條件，且不以論文發(fā)表為考核標準。

　　“我進入京東后愈加意識到，技術(shù)在不同場景可產(chǎn)生不同價值。從產(chǎn)業(yè)角度看，搜索推薦、智能客服、數(shù)字人等技術(shù)都在產(chǎn)業(yè)界產(chǎn)生了以產(chǎn)品驅(qū)動的人工智能基礎設施的飛快突破�！焙螘远�表示，基礎模型研發(fā)和基礎理論創(chuàng)新是新質(zhì)生產(chǎn)力發(fā)展的長效“引擎”之一，將在豐富的場景土壤和產(chǎn)業(yè)需求中取得更多突破。