本文由AI新媒体量子位授权转载（公众号ID：QbitAI)，转载请联系出处。没想到，滴滴开源的自然语言理解（人机对话）模型训练平台登上了GitHub热榜。该项目名为DELTA，是一个建立在TensorFlow上的深度学习模型训练框架，滴滴内部也在使用它，并在ACL2019上宣布开源。如文本分类、命名实体识别、自然语言推理、问答、序列到序列文本生成、语音识别、说话人验证和语音情感识别。这是滴滴的第22个开源项目，也得到了GoogleAI和Keras的创始人Fran?oisChollet的转发和支持。GitHub链接：https://github.com/didi/delta模型从论文到产品部署无缝对接滴滴称DELTA主要建立在TensorFlow之上，可以支持NLP（自然语言处理）和语音任务以及数值特征在同时训练。集成了文本分类、命名实体识别、自然语言推理、问答、sequence-to-sequence文本生成、语音识别、说话人验证、语音情感识别等重要算法模型，形成一致的代码组织结构和统一的接口整体包装。在使用过程中，用户需要准备模型训练数据并指定配置。模型训练流水线可以根据配置处理数据，选择相应的任务和模型进行模型训练。训练结束后，可以自动生成并保存模型文件，模型文件也可以形成统一的接口，可以直接在线使用，快速商业化。此外，DELTA还在多种常见任务上提供了稳定高效的Benchmark，可以轻松快速地复现论文中的模型结果，也可以在此基础上扩展新的模型。模型构建完成后，用户可以使用DELTA的部署流程工具，快速在线完成模型，实现从纸面到产品部署的无缝对接。如何使用滴滴？现在，滴滴已将自然语言处理和语音技术应用到产品中。核心产品是滴滴自建的智能客服系统，可以辅助人工客服，提高人工客服处理问题的效率，减少人工客服对重复简单问题的处理量。它使用了自然语言处理，包括深度学习、知识图谱、语音、推荐等技术。此外，基于语音识别和自然语言理解技术，滴滴还为司机打造了语音助手。在日本和澳大利亚，滴滴实战语音直达“无接触”接单功能即将上线。滴滴表示，未来这款语音助手将支持全方位的语音交互服务，包括影音娱乐、信息查询、车内环境调节、乘客沟通、客服，甚至加油、充电或维修服务。同时，滴滴还宣布将推进相关能力开放，通过提供一站式自然语言处理工具和一站式机器人开放平台，帮助行业合作伙伴更好地落地AI应用。今年5月，滴滴发布了群言智能出行开放平台，宣布将全面开放滴滴积累的AI技术、服务、算力和多元化解决方案。据悉，“群言智能出行开放平台”包括滴滴AI基础平台、AI服务能力以及滴滴在出行领域积累的解决方案。它将专注于为城市交通管理者、智慧交通企业、汽车产业链上下游合作伙伴、企业开发者和技术极客、高校和科研机构、社会机构和公益组织提供定制化的开放服务。滴滴，AI何去何从？滴滴的AI历史很早。2015年5月，滴滴成立了机器学习研究院，开始将机器学习大规模应用于出行领域，尤其是数据挖掘、实时计算等具有自然场景和直接应用的领域。当时，滴滴创始人特意从浙江大学挖来了人工智能专家何晓飞。次年4月，滴滴机器学习研究院升格为滴滴研究院，何晓飞担任创始院长。后来，何晓飞辞职创业，副院长叶洁平和龚凤敏共同掌舵。研究方向包括机器学习、计算机视觉、人工智能、数据挖掘、优化理论、分布式计算等。试图通过机器学习理论和方法最大限度地利用交通容量，缓解城市拥堵。2017年，滴滴美国研究院成立，将专注于云安全、深度学习、人机交互、计算机视觉与成像、智能驾驶等领域的技术开发与应用，重点研发两大领域：大数据安全和智能驾驶。大核心区。坐拥海量数据，吸纳众多大咖，滴滴AI开始在行业中展露锋芒，屡屡在行业顶级赛事中斩获冠军。比如今年4月，滴滴AI团队和北京邮电大学PRIS团队提出的人脸检测DFS算法，在全球Easy、Medium、Hard三个评估子集的6个评估结果中人脸检测公开评测集WIDERFACE，超越了国内外众多科技公司和高校，取得了五个第一和一个第二。而且，滴滴的AI活动不仅以研究为主，还涉足AI行业的顶级活动。在刚刚结束的AI峰会KDD2019上，滴滴是白金赞助商。事实上，无论是数据挖掘、机器学习还是自动驾驶，滴滴在这些领域都有场景和技术投入。正因为业务太“社会化”，所以人们对它的技术实力谈得比较少。
