CCAI 2019｜何晓冬：自然言语处理协助人类更好的衔接世界

2019年中国人工智能大会（Chinese Congress on Artificial Intelligence 2019，简称“CCAI 2019”）将于9月21日-22日在青岛召开。何晓冬博士将出席大会并担任视觉语音言语多模态论坛共同主席。

何晓冬，京东集团技术副总裁，IEEE Fellow，京东人工智能研讨院常务副院长，深度学习及语音和言语实验室的担任人，并担任华盛顿大学（西雅图）、香港中文大学（深圳）和同济大学兼职教授，及地方美术学院荣誉教授。曾在IEEE、ACM、ACL、AAAI等学会的期刊和学术会议担任编委、组委或范畴主席。次要从事人工智能范畴，包括深度学习、自然言语处理、语音辨认、计算机视觉、信息检索和多模态智能等方面的研讨。

深度学习方法在图像和语音处理上曾经有了优秀表现。而在自然言语处理范畴，虽然我们也获得了一些激动人心的停顿，但是更深层次的成绩还有待打破。言语是人类独有的智慧，置信在将来的某一天，人工智能也能像人一样做到对言语有充分的了解力。要做到这一点，何晓冬博士以为自然言语处理技术可从言语了解和言语生成两个视角停止愈加深化的研讨，而更具应战的人机对话成绩不只是一个言语了解与生成的成绩，还包括了博弈与决策，并等待学术界和产业界携手，基于大规模实践运用场景和数据，在长文本创作、情感智能、多模态智能和对话智能等四个重要方向产生新的技术打破，在智能客服、智能批发、融媒体、智能用药与医疗服务、智能咨询与辅助决策等方面带来产业提升。

让人工智能了解人类言语

自然言语了解范畴中有两个比较核心的成绩。一个是语义表征，比如经过深度神经网络从自然言语中抽取出语义并将其投影到一个延续的语义向量空间。另一个是知识图谱，比如用一个图来表示结构化的知识，图中节点代表了重要的物体和实体，连线描画了实体间的关系。获得了知识图谱之后，就可以停止知识推理和知识拓展等更多的研讨。而针对这些核心成绩的算法和模型将进一步支持语义婚配、搜索、引荐、文本分类、语义解析、机器问答等各种运用。

让人工智能用人类能了解的方式表达

我们对于人工智能有着越来越高的希冀，希望它不只能了解自然言语，更能生成或者说创作自然言语。如古人工智能可以用多种方式来生成人类可了解的内容，比如可以写诗、写文案、整理文本摘要，甚至可以创作一个菜谱，机器翻译也可大致看成是整合了言语了解与言语生成的一个系统，而基本的人机对话系统也可看成在了解人的意图后，生成合适的回复。在最近几年，基于深度学习技术，我们在下面这些言语了解与生成成绩上都获得了比较分明的停顿。

自然言语处理新的打破在哪里

何晓冬博士预测，自然言语处理这个研讨范畴在将来能够会从文本创作、情感智能、多模态智能和对话智能等多个方向得到打破。首先是对于长文本内容的创作，要具有写作逻辑。人工智能需求确立一个模型，使得主题、子主题的结构可以展开，并且可以在模型上得到表现，最后才能真正写出一篇前后逻辑严谨，有意义的文章。

其次是要了解用户的情感，知道用户的诉求，生成共情的对话，配合情感停止相应表达。同时，多模态学习也是一个新兴的范畴，包括从基础的跨模态语义表征学习，比如言语-视觉多模态预训练，到多模态知识获取和知识推理，再到多模态智能的运用，比如图像到文字描画、文本到图像生成、视觉-文本问答、言语-视觉导航等等。多模态智能技术将之前各个子范畴的相对孤立的研讨停止交融，并将驱动一系列新技术的研讨。

最后是完成大规模复杂义务下的人机对话。这样的人机对话技术不只包含言语了解与应对、还需求具有全局优化的博弈与决策才能，比如在复杂场景下服务用户时如何能达到用户体验与服务成本或效率的双赢。为了完成这样的目的，我们不但要让人机对话系统承载情感分析与多模态信息处理的才能，还可以探求加强学习在自然言语中的运用，让机器自动从对话数据中学习到最优的策略。有些研讨人员还提出了新的迁移学习和自动学习的模型，包括把一个模型从一个范畴迁移到另外一个范畴，以及基于大批样本就能有效学习，从而让模型在一个新范畴迅速达到很高的程度。

言语了解作为一个核心技术，就是可以沟通人和世界的交流，我们希望机器可以更进一步的退化到高级智能和通用智能，可以自动学习和自我创新，然后在一些特定范畴甚至比人做的更好，并可以规模化工程化，从而为用户带来更好的体验，对产业带来效率的提升。何晓冬表示“我们的终极目的是用人工智能协助人类更好的衔接这个世界。”

赞赞赞赞赞赞赞赞

厉害啊！

未完待续哈哈！