2019年中国人工智能大会(简称“CCAI 2019”)将于9月21日至22日在青岛举行。何晓冬博士将作为视觉语音言语多模态论坛的共同主席出席此次大会。
何晓冬现任京东集团技术副总裁,是IEEE Fellow,并担任京东人工智能研究院常务副院长。他负责深度学习及语音和语言实验室的工作,同时在华盛顿大学(西雅图)、香港中文大学(深圳)和同济大学担任兼职教授,以及中央美术学院荣誉教授。他曾多次在IEEE、ACM、ACL、AAAI等学术组织的期刊和会议上担任编委、组委或领域主席。他的研究领域包括深度学习、自然语言处理、语音识别、计算机视觉、信息检索和多模态智能等。
深度学习技术在图像和语音处理方面已经取得了显著进展。然而,在自然语言处理领域,尽管取得了一些令人振奋的进步,但仍有更多深层次的问题需要解决。语言是人类特有的智慧,相信未来有一天,人工智能也能像人类一样掌握语言的理解能力。为了实现这一目标,何晓冬认为自然语言处理技术可以从语言理解和生成两个角度进行更深入的研究。此外,更具挑战性的人机对话不仅涉及语言理解和生成,还涉及博弈与决策。他期待学术界和产业界能够携手合作,在长文本创作、情感智能、多模态智能和对话智能等关键领域取得新的突破。这些突破将在智能客服、智能零售、融媒体、智能医疗和智能咨询等领域推动产业升级。
自然语言理解领域有两个核心问题。一是语义表示,例如通过深度神经网络从自然语言中提取语义并将其映射到连续的语义向量空间。二是知识图谱,即用图形表示结构化知识,其中节点代表重要对象和实体,边描述实体之间的关系。有了知识图谱,可以进一步开展知识推理和扩展。针对这些问题的算法和模型将支持各种应用,如语义匹配、搜索、推荐、文本分类、语义解析和机器问答等。
我们对人工智能的期望越来越高,不仅希望它能理解自然语言,还能生成或创作自然语言。例如,人工智能可以通过多种方式生成人类可理解的内容,如写诗、写文案、整理文本摘要,甚至制作菜谱。机器翻译也可以看作是结合了语言理解和生成的系统,而基本的人机对话系统则是先理解人的意图再生成合适的回复。近年来,借助深度学习技术,我们在自然语言理解和生成方面取得了显著进展。
何晓冬博士预测,自然语言处理领域在未来可能在文本创作、情感智能、多模态智能和对话智能等多个方向取得突破。首先,对于长文本内容的创作,人工智能需要建立一个模型,使主题和子主题的结构得以展开,并最终生成逻辑清晰、有意义的文章。其次,需要理解用户的情感,生成共情的对话。同时,多模态学习是一个新兴领域,包括从基础的跨模态语义表示学习,如语言-视觉多模态预训练,到多模态知识获取和推理,再到多模态智能的应用,如图像到文字描述、文本到图像生成、视觉-文本问答和语言-视觉导航等。多模态智能技术将不同子领域的研究融合起来,推动新技术的发展。最后,实现大规模复杂任务下的对话。这种对话技术不仅需要语言理解和应对的能力,还需要具备全局优化的博弈和决策能力,例如在复杂场景下服务用户时如何平衡用户体验和服务成本或效率。为了实现这一目标,不仅需要增强人机对话系统的情感分析和多模态信息处理能力,还可以探索深度强化学习在自然语言中的应用,使机器能够从对话数据中自动学习到最佳策略。一些研究人员还提出了新的迁移学习和自动学习模型,包括将一个模型从一个领域迁移到另一个领域,以及基于少量样本就能有效学习,从而使模型在新领域迅速达到高水平。
语言理解作为一项核心技术,旨在促进人与世界的沟通。我们希望机器能够进一步进化到高级智能和通用智能,能够自主学习和自我创新,并在某些特定领域甚至超越人类的表现,从而提升用户体验和产业效率。何晓冬表示,“我们的最终目标是用人工智能帮助人类更好地连接世界。”
如需更多信息,请联系:
请点击下方链接获取更多关于CCAI 2019的信息。