不到現場，照樣看最乾貨的學術報告！嗨，大家好。這裡是學術報告專欄，讀芯術小編不定期挑選並親自跑會，為大家奉獻科技領域最優秀的學術報告，為同學們記錄報告乾貨，並想方設法搞到一手的PPT和現場視頻——足夠乾貨，足夠新鮮！話不多說，快快看過來，希望這些優秀的青年學者、專家傑青的學術報告 ，能讓您在業餘時間的知識閱讀更有價值。
人工智慧論壇如今浩如煙海，有硬貨、有乾貨的講座卻百裡挑一。「AI未來說·青年學術論壇」系列講座由中國科學院大學主辦，百度全力支持，讀芯術、paperweekly作為合作自媒體。承辦單位為中國科學院大學學生會，協辦單位為中國科學院計算所研究生會、網絡中心研究生會、人工智慧學院學生會、化學工程學院學生會、公共政策與管理學院學生會、微電子學院學生會。2020年8月29日，第18期「AI未來說·青年學術論壇」（「AI+X」領域專場）以「線上平臺直播+微信社群圖文直播」形式舉行。百度祝恆書帶來報告《百度智能招聘技術和應用實踐》。
百度智能招聘技術和應用實踐
首先，祝恆書博士向大家介紹了百度人才智庫團隊TIC，該團隊是專注於人才管理計算方向的AI和數據科學團隊，它通過人工智慧大數據的方法幫助企業實現人才管理模式的轉型，能夠幫助企業人才管理從經驗導向向大數據智能化導向變革。祝恆書帶領該團隊做了很多探索與應用，其間獲得國內外業界各類學術機構頒發的各種獎項，為人才管理做出了突出貢獻。同時，祝恆書博士向大家介紹了一個全新的方向--人才管理計算方向。這是一個全新的方向，近年來TIC團隊也在國際上舉辦了多次相關主題的學術研討會，吸引了全球近千名從事人才管理方向以及AI大數據方向的學者和行業專家參加。
隨後祝恆書博士強調，百度不僅僅是一個網際網路公司，現在更是一個全球性的大數據和AI公司。這是因為百度有著非常多的用戶粘性很強的產品，幫助百度積累了非常多的用戶和數據：比如百度APP日活用戶超過2.3億，百戶搜尋引擎每天也會響應全球數十億網民近十億次的搜索需求，百度地圖每天需要響應全球LBS服務超過1200億次。基於這樣的大量用戶和大數據，百度也在很早之前就開始在AI這個方向進行布局：早在2013年，百度就成立了世界首個深度學習研究院，這也是後來百度研究院的前身。百度在AI這個領域早有布局，曾入選哈佛商業評論評選的全球AI五強公司，榜單上被稱為全球領先的人工智慧平臺企業，也是中國AI領域投入最早、技術最強、布局最完整的企業。
而整個百度AI生態當中非常重要的一環就是百度大腦。目前百度大腦包含了基礎層、感知層、認知層和平臺層等多個層面的AI能力，同時貫穿其中的是百度AI的安全能力。基礎層就是大家非常熟悉的人工智慧時代的三大驅動力，即ABC算法、大數據以及計算能力。在這三個方向，百度也有著非常長時間的積累和很強的優勢。
接下來，祝恆書博士對於為什麼百度要做智能招聘這個問題做出解答。由於百度一直秉持的人才價值觀就是：招最好的人，讓優秀的人脫穎而出。在知識經濟時代，越來越多的公司和百度都是輕資產型公司，人才是企業最寶貴的財富，代表企業最具核心的競爭力。但是對優秀人才的招聘是非常費時費力的工作，許多企業的招聘漏鬥甚至超過100：1，即需要篩選超過100個人才入職1個候選人！無論是從財力還是人力的投入來看，這都是非常巨大的成本。正是由於傳統的人才招聘工作的技術手段非常落後，而且通常是基於一些主觀經驗驅動的手段，因此需要用一些現代化的AI技術來完成招聘。從市場的角度來分析，整個就業市場、招聘市場也非常巨大。比如以我國為例，我國目前有就業人口超過7億，其中超過70%的就業人口會在三年內更換工作，其中工作一年內就更換工作的人超過38%，2020年求職人數也將超過1.8億，因此智能招聘的方向也是具有巨大的市場。百度在智能招聘方向的布局是非常早的，比如百度很早就上線了百度百聘這一面向招聘領域的搜索垂類產品，並從2015年開始依託百度人才智庫TIC團隊進行了智能招聘相關技術的研發。整個智能招聘領域目前百度已經有了非常全面的布局，研發了許多智能招聘的核心能力和應用，這些能力和應用目前也可以面向許多不同的招聘場景，比如企業招聘、獵頭招聘、高校就業等等場景。之後他帶領大家，結合具體的幾個應用場景來介紹百度的智能招聘技術。
首先是智能化的簡歷評估篩選技術，簡歷初篩是招聘漏鬥的第一環，也是整個淘汰率最高的一環，它非常依賴於招聘專員本身的專業能力，是勞動密集型的工作。因此，百度構建了一套用於簡歷篩選和評優的相關技術，基於網際網路大數據構建了一個招聘領域的知識圖譜，這是基於百度的招聘數據和搜索數據、百度百科等知識庫構建的。根據該知識領域圖譜，百度進一步研發了智能化的簡歷框架技術，希望通過知識圖譜以及相關評優的機器學習算法對簡歷進行自動化的關鍵技能的抽取，同時能夠對簡歷進行自動化的評優。
根據評優之後得到的優秀簡歷，下一步就是把這個優秀的簡歷推薦到合適的崗位，招聘領域稱之為人崗匹配。擁有大量的簡歷和大量的崗位，想要進行人崗匹配是非常困難的，因此百度又通過機器學習的方法實現自動化的人崗匹配。基於這個方向，百度提出了一種基於神經網絡的人崗匹配技術，這種技術跟傳統的基於關鍵詞的匹配算法不同，目前相關算法已經成為整個學界和業界裡，研究人崗匹配的方向和智能招聘方向的一個標誌性的算法。它已經在百度有了非常廣泛的應用，百度大腦當中的生態合作夥伴提供了相關的DEMO展示和開放能力的輸出，同時在百度內部的招聘系統，比如內推產品當中也都得到使用，同時百度自己的招聘平臺就是面向社會招聘、校園招聘的平臺也得到了應用。
之後，祝恆書博士介紹了智能化的筆試和面試評估技術。筆試和面試都是人才評估當中非常重要的手段，特別是筆試，這是一個比較寬泛的考察手段，通常都是對某一類崗位出一套題，無法做到精細化評估。現在整個AI時代，個人專業技能會變得越來越專精，因此百度希望能夠能做出有個性化的、能夠更好地評估每個不同候選人特質的千人千面、萬人萬面的考察算法。基於這樣的想法，百度在過去的幾年當中一直嘗試開發一種智能化的筆試技術，幫助候選人根據所投崗位要求以及自身簡歷裡的關鍵技能，生成一個個性化筆試。百度對此設計了一套個性化的面試問題推薦算法，本質是通過歷史上面試筆試評估的數據，自動學習一個用於智能面試、筆試、問題推薦的技能知識圖譜，可以自動提取當前面試崗位以及候選人簡歷當中的關鍵技能，這些技能需要關注的程度以及可能會輻射的子技能。相關的個性化筆試推薦技術也在百度校招當中得到了廣泛應用，去年百度校招就上線了技術類筆試龍虎榜活動，對每個技術類的候選人在招聘系統裡上傳一份簡歷和投遞的崗位之後，百度會自動生成個性化試題。
最後，祝恆書博士提到，百度智能招聘技術在過去幾年裡不光在學界發表了很多的頂級論文，同時也被國內外的著名媒體進行報導。其中一篇報導的題目他非常喜歡，「AI Could take your job, but Baidu’s newest AI can also help you find one」。事實上，現在很多人都在推崇AI威脅論，認為AI可以取代人的工作，但是百度一直在努力嘗試用最新的AI技術幫助人們尋找最適合自己的工作，讓優秀的人脫穎而出。這種AI For Social Good的理念也是百度一直所堅持的企業社會責任。
（整理人：時文康）
AI未來說*青年學術論壇
第一期 數據挖掘專場
1. 李國傑院士：理性認識人工智慧的「頭雁」作用
2. 百度熊輝教授：大數據智能化人才管理
3. 清華唐傑教授：網絡表示學習理論及應用
4. 瑞萊智慧劉強博士：深度學習時代的個性化推薦
5. 清華柴成亮博士：基於人機協作的數據管理
第二期 自然語言處理專場
1. 中科院張家俊：面向自然語言生成的同步雙向推斷模型
2. 北郵李蕾：關於自動文本摘要的分析與討論
3. 百度孫珂：對話技術的產業化應用與問題探討
4. 阿里譚繼偉：基於序列到序列模型的文本摘要及淘寶的實踐
5. 哈工大劉一佳：通過句法分析看上下文相關詞向量
第三期 計算機視覺專場
1. 北大彭宇新：跨媒體智能分析與應用
2. 清華魯繼文：深度強化學習與視覺內容理解
3. 百度李穎超：百度增強現實技術及應
4. 中科院張士峰：基於深度學習的通用物體檢測算法對比探索
5. 港中文李弘揚 ：物體檢測最新進展
第四期 語音技術專場
1. 中科院陶建華：語音技術現狀與未來
2. 清華大學吳及：音頻信號的深度學習處理方法
3. 小米王育軍：小愛背後的小米語音技術
4. 百度康永國：AI 時代的百度語音技術
5. 中科院劉斌：基於聯合對抗增強訓練的魯棒性端到端語音識別
第五期 量子計算專場
1. 清華大學翟薈：Discovering Quantum Mechanics with Machine Learning
2. 南方科技大學魯大為：量子計算與人工智慧的碰撞
3. 荷蘭國家數學和計算機科學中心（CWI）李繹楠：大數據時代下的量子計算
4. 蘇黎世聯邦理工學院（ETH）楊宇翔：量子精密測量
5. 百度段潤堯：量子架構——機遇與挑戰
第六期 機器學習專場
1. 中科院張文生：健康醫療大數據時代的認知計算
2. 中科院莊福振：基於知識共享的機器學習算法研究及應用
3. 百度胡曉光：飛槳（PaddlePaddle）核心技術與應用實踐
4. 清華大學王奕森：Adversarial Machine Learning: Attack and Defence
5. 南京大學趙申宜：SCOPE - Scalable Composite Optimization for Learning
第七期 自動駕駛專場
1. 北京大學查紅彬：基於數據流處理的SLAM技術
2. 清華大學鄧志東：自動駕駛的「感」與「知」 - 挑戰與機遇
3. 百度朱帆：開放時代的自動駕駛 - 百度Apollo計劃
4. 北理宋文杰：時空域下智能車輛未知區域自主導航技術
第八期 深度學習專場
1. 中科院文新：深度學習入門基礎與學習資源
2. 中科院陳智能：計算機視覺經典——深度學習與目標檢測
3. 中科院付鵬：深度學習與機器閱讀
第九期 個性化內容推薦專場
1. 人民大學趙鑫：基於知識與推理的序列化推薦技術研究
2. 中科院趙軍：知識圖譜關鍵技術及其在推薦系統中的應用
第十期 視頻理解與推薦專場
1. 北京大學袁曉如：智能數據可視分析
第十一期 信息檢索與知識圖譜專場
1. 北京郵電大學邵鎣俠：知識圖譜高效嵌入方法
2. 人民大學徐君：智能搜索中的排序-突破概率排序準則
3. 百度周景博：POI知識圖譜的構建及應用
4. 百度宋勳超：百度大規模知識圖譜構建及智能應用
5. 百度馮知凡：基於知識圖譜的多模認知技術及智能應用
第十二期 年度特別專場
1. 復旦大學桂韜：當NLP邂逅Social Media--構建計算機與網絡語言的橋梁
2. 清華大學董胤蓬：Adversarial Robustness of Deep Learning
3. UIUC羅宇男：AI-assisted Scientific Discovery
4. 斯坦福應智韜：Graph Neural Network Applications
第十三期 AI助力疫情攻關線上專場
1. 清華大學吳及：信息技術助力新冠防控
2. 北京大學王亞沙：新冠肺炎傳播預測模型
3. 百度黃際洲：時空大數據與AI助力抗擊疫情——百度地圖的實踐與思考
4. 百度張傳明：疫情下的「活」導航是如何煉成的
第十四期 深度學習線上專場
1. 中國科學院徐俊剛：自動深度學習解讀
2. 北航孫鈺：昆蟲目標檢測技術
3. 百度尤曉赫：EasyDL，加速企業AI轉型
4. 百度鄧凱鵬：飛槳視覺技術解析與應用
第十五期 大數據線上專場
1. 復旦趙衛東：大數據的系統觀
2. 中科大徐童：AI×Talent數據驅動的智能人才計算
3. 百度李偉彬：基於PGL的圖神經網絡基線系統
4. 中科大張樂：基於人才流動表徵的企業競爭力分析
第十六期 NLP前沿技術及產業化線上專場
1. 復旦大學黃萱菁：自然語言處理中的表示學習
2. 中科院劉康：低資源環境下的事件知識抽取
3. 百度何中軍：機器翻譯 —— 從設想到大規模應用
4. 百度孫宇：百度語義理解技術ERNIE及其應用
5. 哈佛鄧雲天：Cascaded Text Generation with Markov Transformers
6. 復旦大學桂韜：Uncertainty—Aware Sequence Labeling
第十七期 百度獎學金特別專場
1. 麻省理工學院趙明民：能穿牆透視的計算機視覺
2. 卡內基梅隆大學梁俊衛：視頻中行人的多種未來軌跡預測
3. 清華大學丁霄漢：深度網絡重參數化——讓你的模型更快更強
4. 南京大學趙鵬：動態環境在線學習的算法與理論研究
5. 上海交通大學方浩樹：人類行為理解與機器人物體操作
留言點讚關注
我們一起分享AI學習與發展的乾貨
如轉載，請後臺留言，遵守轉載規範