百度彭煦潭：濒危语言的守护者，AI让古老语言重焕生机

“青年是整个社会力量中最积极、最有生气的力量，国家的希望在青年，民族的未来在青年。中国青年始终是实现中华民族伟大复兴的先锋力量。”在共青团建团100周年及五四青年节到来之际，国新办发表的《新时代的中国青年》白皮书，高度肯定了青年的时代地位，可谓掷地有声。

在滚滚向前的时代洪流中，青年应该怎样发挥自身价值，激扬青春？正在谢菲尔德大学读博的彭煦潭认为，新时代的中国为青年人实现个人理想提供了广阔的沃土，年轻人不仅要有情怀有理想，更应该积极利用科技带来的力量去实现心中理想。

彭煦潭，谢菲尔德大学在读博士，研究兴趣主要围绕自然语言处理和表示学习。尽管还是一名学生，却已经利用AI技术在保护藏川文化和濒临消失的语言方面做出了突出贡献，利用百度飞桨平台能力全自动地生成大规模“汉语-少数民族语言”词典。

新时代青年的独特情怀：保护濒危语言 传承人类文明DNA

“语言是文明的DNA”，当一些语言不再被传递给下一代的时候，意味着一个文明正在被人们所忘却。2020年初的“国际母语日”期间，彭煦潭在谢菲尔德大学人文学院听了一场演讲，了解到全球现存7000余种有记录的语言中，已经有超过400种濒临灭绝，超过200种处于接近濒危的状态。

濒危语言的处境激起了这个热血青年的强烈保护欲，也成为促使他加入保护濒危语言的行动中的直接因素。谈到保护濒危语言的初衷，彭煦潭说这是一种情怀，他希望通过自己的所学知识更好的保护人类文明传承的“DNA”。从大学的计算机专业，到博士期间研究“计算机语言学”并将自然语言处理和表示学习作为研究方向，彭煦潭始终想通过AI技术帮助一线预报工作者减轻工作量，守护濒危语言。

彭煦潭介绍，根据中国语言资源保护工程公布最新数据，四川凉山彝族自治州和雅安地区的藏民熟悉的“尔苏语”就是一种亟须采取保护的语言。

“不过这种保护我们发现很难通过传统的劳动密集型方式去实现，因为想要做到这种语言的翻译、保存，就必须找到同时会尔苏语和汉语的人来进行‘人工对齐’，但事实上目前会这种语言的只有不到2万人，且超过一半都是70岁以上、不会说汉语的文盲老人。而且如果遇到更生僻、更濒危的语言就更难知道其背后的含义了。”彭煦潭解释说。

2020年，彭煦潭及其团队,利用专业知识在百度飞桨平台建立模型，并基于无监督跨语言词向量算法，成功地实现了对濒危语言词典的自动化生成。而且该项目成果还拿下了第三届“中国高校计算机大赛人工智能创意赛”海外赛区的一等奖、最佳案例奖和优质开源奖。

开放心态成就心中理想：搭载百度飞桨 更好实现濒危语言保护成果

濒危语言的保护实现不易，但AI技术的发展却为相关项目的开展提供了难以估量的价值。基于自身的研究方向，以及开放的技术心态，彭煦潭首先想到的是利用百度飞桨助力濒危语言的保护。

彭煦潭表示自己早在18年就注册了百度飞桨，当时的用户id序列是八十多，而现在已经有几十万的用户注册使用了。过去三年，百度飞桨算子的丰富度和应用性，以及模型的配套和案例的丰富度都得到了很大提升，使用起来非常方便。他觉得在飞桨平台搭建一个AI 算法，就像在搭积木，原来需要自己去砍树去打磨，现在拿起积木就能动手。

“由于少数民族的语料主要围绕神话传说、民间故事、民歌和日常会话，我们想或许可以构建现代汉语同领域的语料库，当各自的语料领域相对近似时，可以通过对齐算法建立濒危语言和现代汉语之间的联系。”彭煦潭解释道，“在具体操作过程中，我们充分利用飞桨平台能力构建了主题一致的现代汉语数据集，并在低资源条件下训练单语词向量，最终借助飞桨实现跨语言词向量对齐算法，全自动地生成大规模‘汉语-少数民族语言’词典。”

百度飞桨能力的加持以及我们对几何分布方法的运用，大大解决了传统需要双语学者才能做到的翻译工作，不仅能节省人力物力，也能很大程度上提升翻译的精准度。在拯救濒危语言的过程中发挥了很大作用。

彭煦潭介绍，后续他们还计划把项目的源码、文本说明和相关权利全部捐赠给了国家语保工程的“语言典藏”项目，帮助其完善语言翻译工具链，以更大规模地运用在少数民族语音和地方方言的保护工作上。

而在谈到未来AI技术在语言应用方面的价值时，彭煦潭表示AI技术不仅能完成语言和语言之间的翻译，还能实现古代语言和现代语言的转换，并帮助小语种人群实现更简单地实现“跨语言迁移学习”，AI技术的未来应用前景非常广阔。

民族的就是世界的，对濒危语言的保护不仅是传承人类多样性文化的需要，更是增强文化自信，将民族历史文化推向更广阔平台的必要措施。更多像彭煦潭这样的中国青年接过前辈们手中的接力棒，利用自身所学实现创造性转化和创新性实践，让深厚的传统文化活起来，这是对文化自信和民族自豪最好的诠释。