我想让大家更广泛地了解 BERT 的起源和发展方向。我认为很多时候这些公告就像是投向SEO 行业的炸弹，本质上是电影系列中的一帧静态画面，但没有完整的前后电影片段。我们只得到这一帧静态画面。所以我们得到了这个 BERT 公告，但让我们稍微回顾一下过去。
自然语言处理
传统上，计算机无法理解语言。它们可以存储文本，我们可以输入文本，但理解语言对于计算机来说一直都是极其困难的。因此自然语言处理 (NLP) 应运而生，研究人员在这个领域开发独特的模型来解决特定类型的语言理解问题。一些例子是：命名实体识别、分类、情绪分析和问答。
传统上，所有这些都是通过适合解决一项特定语言任务的单个模型来解决的，所以它看起来有点像你的厨房：
将单个 NLP 模型想象成您厨房里的用具，它们都有一项非常具体的任务，而且它们做得非常好。
现在想象一下，一款集 11 种最常用餐具于一身的万能厨房用具。这就是 BERT，经过微调后，这款 巴哈马 手机号码数据 厨房用具能够非常出色地完成 11 种顶级自然语言处理解决方案。
这是 NLP 领域令人兴奋的差异化。这就是人们真正为此感到兴奋的原因，因为他们不再需要所有单独的模型。——他们可以使用 BERT 来解决大多数 NLP 任务，因此 Google 将 BERT 纳入 Google 算法是有道理的。
BERT 要去哪里？
这是要去哪里？这是要去哪里？艾莉森说，
“我认为我们将沿着相同的轨迹前进一段时间，构建更大更好的 BERT 变体，这些变体在 BERT 强大的方面更强大，但可能具有相同的根本局限性。”
目前已经有大量不同版本的 BERT，我们将继续看到越来越多的版本。看看这个领域的发展方向将会很有趣。