深度迁移学习无疑是当前NLP领域的主流技术，在越来越多的实际应用场景中取得了令人瞩目的成就。那么，如何更好地应用这项技术解决小样本、算力不足的难题？如何在多种流派技术思想碰撞中找寻最优解？实际上，百分点在NLP方面已经拥有多年的技术和业务实践经验，服务了数百家企业和政府客户，并且成功采用深度迁移学习技术解决了各个行业客户的NLP现实业务问题。
11月21日，在北京国际会议中心开幕的AICon全球人工智能与机器学习大会首日，百分点首席算法科学家苏海波受邀参会，与国内外大咖共同分享AI最佳实践，深度解剖了模型的技术原理、Google TPU的使用经验、模型的参数调优和数据增强等优化技巧，同时分享了深度迁移学习模型在智能问答、增强分析、情感分析等各种NLP任务中的应用实践和价值。
以下为演讲实录：
冲破深度学习的困境
大家都知道，Algphago在围棋中击败了人类，但它仍然有明显的缺陷，无法像人类一样举一反三，它针对的是1919的棋盘，如果换成2121的棋盘，Alphago立马就失效了，但人类却可以触类旁通。
以骑车来为例，如果学会了自行车，那么在学习摩托车的时候，就会借鉴骑自行车的经验，大大加快摩托车的学习速度，这种迁移学习的能力对于人类学习新事物起着非常关键的作用。