智东西（公众号：zhidxcom）
作者 |  子佩
编辑 |  Panken

如果你在谷歌上搜索“如何在没有马路的山上停车”，谷歌会告诉你什么？

如果是两年前，网页可能会教你怎么停车或怎么在山上停车，因为它检测到了“停车”、“山上”这些关键字，而忽略了那个看似无关紧要的小词“没有”。

但现在，它能在页面最显眼的位置，直接向你提供你最关心的问题：如何在没有车道的山坡上停车。因为它不仅学会找到这些关键词，也学会理解了这些词之间的联系。

在搜索引擎“猜”透人心背后，是谷歌的BERT模型逐渐开始理解人类语言。

今年10月，谷歌在“Search On”活动中介绍了数千项AI领域的新应用，其中就包括BERT模型的新进展：已应用于谷歌上近乎所有的英文查询，适用范围也拓展至70多种语言，而去年这个时候，BERT在英文查询中的使用比例不超过10%。

使用比例翻十倍、涵盖语言增至70余种……自2018年诞生至今，是哪些硬技术赋予BERT“超人类”的语言理解能力，它在NLP届（自然语言处理，下称NLP）又有怎样的“江湖地位”？

今天，就让智东西和你一起，走过BERT这两年的进阶之路，看看NLP届如今的半壁江山。

一、诞生即崛起，BERT的发家史

BERT最出圈的“荣耀时刻”是2018年：称霸机器理解测试SQuAD，横扫其他10项NLP测试，达成“全面超过人类”成就。

SQuAD是行业公认的机器阅读理解顶级测试，主要考察两个指标：EM和F1。

EM指的是模型答案与标准答案的匹配度；F1指的是模型的召回率和精确度。在这两项上，BERT得分分别87.433和93.160，超过人类的82.3和91.2，被不少研究人员认为，是自然语言领域的重大成就，将会改变NLP的研究方式。

BERT为什么这么牛？

那我们得先看看模型是怎样“学语言”的。

模型和人一样，在会说话能阅读之前，它也需要背单词、学语法，只是它不是通过语境去理解词义，而是将单词转化为可以计算的向量或者矩阵，再通过神经网络计算特征权重学会“语法”，从而“理解”人类语言。

BERT诞生于2018年，全名是Bidirectional Encoder Representations from Transformers，从名字上来看，BERT是基于Transformer模型建立的一个双向编码器。

Transformer模型起源于机器翻译领域，抛弃了循环神经网络（RNNs）中循环式网络结构方法，利用注意力机制构建每个词的特征，通过分析词之间的相互影响，得到每个词的特征权重。

这种基于注意力的Transformer模型关注的不单是个别词语，而是词与词之间的关系，比起单纯地提取词向量更“善解人意”。

在解决了如何“背单词”的问题后，下面一步就是怎么学语法。

嵌在BERT名字里的双向编码就是它的答案。

如下图，OpenAI的GPT模型使用的是从左到右的Transformer，即通过分析上文得到下一词的特征权重，而不能通过下文验证前文的词义，而AllenNLP的ELMo通过将独立训练的两个方向结果串联，生成下游任务特征。

▲BERT与GPT、ELMo的比较

但BERT不仅能同时进行双向预测，还能通过上下文全向预测。

在BERT面世之前，NLP大厦头顶上有两片乌云：标记数据集不足和结果的低准确率。

前者，BERT在无标记数据集中用无监督学习解决；后者，BERT通过加深Transformer层数和双向编码的方法精进。

在出生时就带着横扫各大赛事的“战绩”，两年的实战更历经无数风雨，现如今的BERT不仅在学界具有里程碑意义，在实际应用这片广阔天地中更是大有作为。

二、两年不止步，BERT的进阶史

要在网页搜索届呼风唤雨，谷歌的真本事当然不止BERT一个，用于搜索引擎优化的Panda、Penguin、Payday，打击垃圾邮件的Pigeon以及名声在外的网页排名算法Pagerank……每一块小模组都各司其职，组成了谷歌搜索的“最强大脑”。

BERT是在一岁时，也就是2019年10月15日，正式加入谷歌搜索的算法大脑，承担在美国境内的10%英文查询中。

“深网络”、“双通路”的BERT不仅能“猜心”，还能识错。

据谷歌统计，在每十次搜索中，就会出现一个拼写错误，如下图用户想搜索dinner，却误输成dibber，但BERT可以绕过这个错误，直接识别出用户意图，提供餐馆位置。

两个月后，BERT开始承担70多种语言的搜索任务。

一年后，BERT在谷歌搜索中使用比例近乎100%，凭借出色的理解能力，替代上一代查询工具RankBrain，成为搜索大脑的王牌。

在这“高分高能”的实绩背后，是BERT模型一直的默默进阶。

2019年12月，通过更加有效地分配模型容量、简化Transformer隐藏层中的参数和冗余度检查，BERT在性能提升的同时减少计算量，升级为更为轻量级ALBERT。

2020年3月，受生成对抗网络（GAN）的启发，BERT改进了预训练方式，减少了模型训练的时间，从而可以在更少的计算量内达到相同的文本识别效果，衍生出了ELECTRA模型。

2020年8月，BERT内引入了多语言嵌入模型，实现不同语言间互译，让用户可以在更大范围内搜索有效信息。

2020年10月，BERT着眼于减少模型本身的“偏见”，利用模型评估指标来调整预训练模型中的参数，减少搜索时可能出现的性别种族歧视。

从10%到100%，带着满分出生的BERT并没有固步自封，而是不断地顺应时代的需求，一次又一次地自我更新，用更少的训练时间、更小的计算量达到更为优越的性能。

今年十月，谷歌公布了BERT在搜索领域的表现，除了扩大应用范围和可应用的语言外，BERT将谷歌在学术检索上的准确率提高了7％。

谷歌也表示，会在未来利用BERT模型继续精进搜索算法，扩大搜索的范围，提高搜索的精度。

三、BERT开球，百家争鸣

BERT的贡献远不止是提升谷歌搜索性能或者获得“机器超过人类”的名号，而是作为一个泛化性极强的通用模型，为今后NLP届开辟了一条光明的研究赛道。

▲图源网络

以BERT为分界线，NLP领域可以分为动态表征模型（Dynamic Representation）时代和深度动态表征模型（Deep Dynamic Representation）时代，在前一个时代，标注数据集的不足和单向编码器限制了模型的可拓展性；而在后一个时代，基于BERT发展出来的方法，“支棱”起了NLP届半壁江山。

改进BERT的方法千千万，其中大概可以分为两个方向：一是纵向，通过改进Transformer层的结构或者调整参数，得到更加轻量级的模型，例如之前提及过的ALBERT模型；二是纵向，通过在BERT模型中延伸其他算法模型，拓展BERT模型的功能，如受GAN影响诞生的ELECTRA模型。

在BERT逐渐发挥影响力、实现应用落地的同时，NLP届的新秀也轮番亮相。

2019年出现的XLNet和2020年出现的GPT-3就是杀出重围的两员大将。

XLNet，在BERT的基础上，加入了自回归的预训练方法，得到一个既擅长语义理解也擅长语义生成的模型，补齐了BERT模型在长文阅读、以及文字生成方面的短板。

而GPT-3更是来势汹汹，作为OpenAI旗下第三代深度语言学习模型，它自带1705亿个参数，是前一代模型GPT-2的100倍，经过5000亿个单词的预训练，在无微调的情况下，取得多个NLP基准测试上的最高分数。

与此同时，GPT-3也解决了BERT模型存在的两个问题：对标注数据的依赖，以及对训练数据集的过拟合，旨在成为更通用的NLP模型。

基于更大的数据集和更多的参数，GPT-3不仅能搜索网页，还能答题、聊天、写小说、写曲谱，甚至还能自动编程。

在目前的调试阶段，GPT-3也暴露出了包括仇恨言论、错误信息等许多问题，所以纵使顶着NLP界最强后浪的名号，它目前暂时还无法像前辈BERT一样，落地应用，为人类带来价值。

结语：NLP新时代，BERT不缺席

自然语言处理（NLP）领域有很多细分方向：文本分类、机器翻译、阅读理解、机器人聊天……每一个子题都对应着人工智能在现实生活中的实际应用：网页检索、自动推荐、智能客服……

如何让人工智能真正走入我们的生活，第一个要解决的问题就是如何让机器真正地理解我们想要什么。

BERT让我们迈出了一大步，基于自监督学习处理无标记数据，再通过双向编码理解文义，BERT打破了之前训练数据需要标记的“魔咒”，充分利用了大量无标记文本，是NLP届里程碑式的革新。

从诞生、进阶到衍生出一系列语言模型，已经两岁的BERT用时间证明了自己的巨大潜力，或许在未来，它将融合进新的应用，为我们带来意想不到的AI革命。

参考资料：谷歌AI blog、Rock Content、searchengineland