好运10分快三官方_10分快三登入微软全球执行副总裁沈向洋博士:理解自然语言:表述,对话,意境(附PPT和专访) | CNCC 2017 | 雷锋网

  • 时间:
  • 浏览:66
  • 来源:彩神8快3-彩神8大发快3官方

雷锋网 AI科技评论按,由中国计算机自学(CCF)主办,福州市人民政府好运10分快三官方_10分快三登入好运10分快三官方_10分快三登入、福州大学承办,福建师范大学、福建工程学院协办的2017中国计算机大会(CNCC2017)于今日(10.26)在福州·海峡国际会展中心正式开幕。今年大会的主题是“人工智能改变世界(AI Changes the World)”,在上午的特邀报告环节,美国国家工程院院士、微软全球执行副总裁、ACM/IEEE Fellow沈向洋博士带来了主题为《理解自然语言:表述,对话,意境》的分享。雷锋网作为独家相互相互合作协议媒体,在现场进行独家跟踪报导。

以下为他的分享内容:

非常高兴今天来到美丽的福州,感谢朋友的邀请。我今天的主题是《理解自然语言:表述,对话,意境》,今天主要给朋友讲的是人工智能中我买车人确实最重要的研究方向。

得益于大计算,大数据和精准模型,人工智能在近年来快速发展,有点儿是在深度1学习方面。

另外还有感知和认知,感知中的视觉和语音进展飞速,而认知和语言、理解的发展深度1有限。

朋友感知研究的飞速发展,有那我方面,一是计算机视觉图像识别,二是计算机语音识别合成。

朋友先来讲语音识别,微软目前在标准测试上的精度但会 达到人类水平,最新的误差率到5.1%。朋友都知道,就算是人类的误差率,也分普通人的误差还是专家的误差。朋友今天做的这些 效果非常好,误差率比专家的水平全是低。

下面是朋友研究的152层残差神经网络,朋友在训练神经网络的过后遇到了全都困难,比好运10分快三官方_10分快三登入如到底要十几个 层要能做到最优的结果。    

深度1学习在图象识别中的总体趋势是更深更准。下面有那我简单的介绍,要能看完,这几年随着模型的深度1要能了深,误差要要能了低。

前面全是我的铺垫,接下来进入正题。我认为,在下那我十年里,人工智能的突破在自然语言的理解,我最近老讲的的话全都我“懂语言者懂天下”。

朋友买车人理解自然语言的三层层次是机器学习、机器智能、机器意识。第一层是缘何去表述,朋友用机器学习就要能学到全都东西。第二层就到了机器智能领域,对话以及提问,这些 步就比较困难了。第三点全都我到了机器意识,意境,比如说为哪些地方有的人讲的东西你确实比较有深度1,全都我从这些 深度1来讲。实际上这那我层次的东西是要能转换的。朋友小的过后写作文,第一步是记叙,第二步是论证,第三步全都我当你文章现在始于写得有点儿水平了,朋友就现在始于写诗歌,写散文。

我今天有但会 从这那我方面和朋友探讨。第一步全都我但会 做的相当好运10分快三官方_10分快三登入不错的机器语言,我用那我微软的工作来介绍,第那我全都我微软认知服务,第一个多全都我微软应用软件。

第一步我简单介绍一下哪些地方是API,这里有一张图片,这张照片顶端有关于这些 人的表述,这些 人的动作、表情等。

朋友有兴趣要要能到微软的网页上看完更多介绍,朋友还有全都这些 视觉的服务。

我要能了跟朋友解释一下这顶端研究的大间题是哪些地方,确实全都我图像的描述,以及它想外理哪些地方样的大间题。首先我要能了有那我语义空间,要把图像与文字联结起来。通太粗 度1形态学 语义模型把图像和文字均表征成语义空间内的向量,在此空间中进行语义类似于度计算。

就算朋友有很好的想法,但会 不去做系统,要能了朋友看完要能了你的大间题在哪里。朋友有那我项目,顶端会有全都用户提供大间题,其中很好的这些 全都我用户会帮助你提供建议,以及发现系统的大间题。比如在系统中的这些 场景下,朋友确实不好,但会 用户确实好,但会 朋友确实还行,但会 用户确实全都我行,另外全是朋友和用户都确实不行的每种。

在做大数据的过后,朋友要明白,一定要去分析数据。其好处全都我不断迭代,接下来会要能了好。微软的图像描述服务系统但会 根据采集到的用户数据进行了多次迭代。

图像描述目前在现实生活中全是应用,比如微软每天服务数百万微软办公软件用户,并应用Seeing AI软件服务盲人。我确实从描述这件事情上,就可算是全都应用。

接下来我要能了讲的全都我机器智能。第一全都我对话即智能,从回答大间题到提出大间题,从一问一答到连续对话,过后是机器阅读理解,过后是问答对话生成。

在阅读文本及提问时,首真难深度1理解语言,不仅要回答大间题,要能了能提出大间题,阅读并找出关键点,围绕关键点生成大间题。比如讲读了一段文字过后,对它的理解缘何体现出来,但会 我读了这篇文章我要能了买车人提问,另外还要能回答。

我再简单解释一下,这里有那我记忆机制,但会 要能了端到端对话生成模型。要在回复生成的过程中提炼主要的观点,但会 综合对话友情,用户画像以及记忆,那我对话往往会指在多次话题的转换,时间越长的对话,越有但会 被自然地引导入期望的话题。



第三点全都我我顶端提到的,理解和表达意境。从机器描述到机器对话,到底智能体现在哪里?讲图片的过后,我想要理解和表达意境,可算是意识的脑补。图片评论全都我从客观描述到主观评论,但再到天马行空的意境,全都我只可意会,不可言传的境界。

到现在,人工智能的研究是通过人做这些 东西,加在在环境,有这些 的那我表征。通过你的输入,机器把哪些地方地方输入进来的信息做成机器语言,再进行深度1学习。今天绝大多数人工智能的科研全是在等待在这些 步,真正有意义的、对人类有贡献的,全都我要对机器的结果进行反向推理。朋友来看一下Image  Caption的进步,它的表述和评论都充满了人情味。

微软最近上线的那我比较激动人心的消息全都我小冰写诗,下面全都我讲生成诗歌的过程。生成单句诗:前向RNN模型+反向RNN模型;生成整句诗:基于递归神经网络的层级生成模型。

下面是小冰写诗的那我例子,这是由照片到诗歌的创作过程:

我再讲讲微软对话式人工智能产品的布局,第那我全都我智能搜索,第一个多是智有助于理,第那我是智能客服,第一个多是智能聊天。

我确实每一次时代的变迁,全是在重新定义人类和世界的关系。

现在人类到世界之间,AI最了不起的全都我对朋友人脑的理解,要能从IQ和EQ那我方面说起。任何那我时代你全是思考哪些地方改变了朋友的生活。

最后讲一下,小冰目前但会 登陆中日美印尼一个多国家,具体如下图所示。

最后我要能了强调一句:“懂语言者得天下”。“难能可贵人夸颜色好,只留清气满乾坤”。我的演讲到此现在始于,谢谢朋友。

演讲现在始于过后,沈向洋博士与媒体进行了简短的交流,以下为媒体提问。

问:沈老师您好,微软上个月先是和Facebook同時 推出ONNX,但会 又联手亚马逊,推出了那我深度1学习库Gluon。与哪些地方地方企业联手,对于微软哪些地方地方重大的意义?

沈向洋:我确实道理很简单,就像前面提到的,传统以为计算机大会都像微软但会 是真正做计算机软硬件的企业为主,确实朋友今天看完一下,有全都自然学科、基础学科的公司也都参与其中了。融合是那我大趋势。这些 事情的发展刚才梅院士也提到了,这些 世界到今天要能了开放,开放相互相互合作才是王道,但会 今天整个那我的发展,要向前走。

最近针对深度1学习,微软做了三件事情:

1、朋友和Facebook(现在但会 有全都这些 的公司也加入了)的相互相互合作,包括Intel等等,朋友做了那我顶端层的东西,确实全都我那我格式(ONNX),朋友都转化成那我那我格式过后,你把深度1学习的模型编译到任何的系统上,运算的能力深度1全是非常高,朋友但会 做了,还再继续向前推。

2、现在始于深度1学习的过后,我要能了去搭建深度1学习的模型,用的界面是哪些地方?包括TensorFlow、MXNet、Microsoft CNTK等等,朋友做了全都东西,确实那我反而令进程员谁能谁能告诉我到底要哪些地方,全都人确实谷歌的TensorFlow做得好,事实上,这些 的系统全是全都的优势。

全都,朋友几家大的公司就站在同時 ,朋友确实还是应该相互相互合作,做那我公用的界面系统。全都朋友最近也做了Gluon,朋友粘在同時 。

3、还是要有那我朋友熟悉的编程环境,全都朋友最近做了Microsoft Studio,希望有那我非常熟悉的编程环境,朋友进来过后全都我这些 模型,要能Copy,一个劲编程到底层去。

朋友会继续和这些 的公司以非常开放相互相互合作的心态。

问:您刚才提到Google的TensorFlow,TensorFlow现在覆盖率很广,微软会和Google在这方面展开相互相互合作吗?

沈向洋:会展开相互相互合作,朋友一个劲全是相互相互合作,比如说ONNX,朋友非常希望TensorFlow也把它做成顶端层,朋友都很Open,但会 朋友做那我那我开放的系统的话,对任何的公司全是开放的。

问:沈老师,您在演讲中提到微软小冰,微软小冰在微软人工智能生态的地位是缘何样的?

沈向洋:我刚才但会 讲了,对话是人工智能产品线的话有四条线,朋友现在全是做:智能搜索、智有助于理、智能客服、智能聊天机器人。全都,对于小冰来讲,实际上全都人确实小冰好像全是很有用,全都我随便聊聊天,我买车人的看法是删改相反的,它真正智能的地方是连续对话的能力在所有这些 产品的能力之上。

问:传统上,朋友会以为计算机大会是以微软但会 是真正做计算机软硬件的企业为主,但现场有全都自然学科、基础学科的公司也都参与其中,现在不多的领域全是在同時 ,这些 融合大间题是未来的趋势吗?

沈向洋:这是要能了的,我1930年上大学的过后,全都大学还要能了计算机系,中国的计算机系差不多是在1979-1981年这些 阶段才成立的。过后提到计算机是在哪里呢?通常要么是在数学系弄理论,要不然全都我在自动化系做应用,但会 是电子系,但是才真正成立了计算机系,美国最早成立计算机系也全都我30年代中后期。

融合是毫无大间题的,但会 接下来我确实更加激动人心的地方是人工智能在向后的发展。现在这几年的发展,我确实更多的是人工智能在各个学科的融合,有点儿是脑科学、心理学、哲学,在哪些地方地方方面我确实会有更多的发展。脑科学数学我买车人最看重的那我领域,我确实在基础科研方面朋友的投入还远远过高 ,认识还远远过高 深刻,当然对于这些 的研究我全是太粗 入。脑科学现在作为一项科学,还要能了了科学,科学全都我我要能了做实验,要有少量的数据,要重复实验。而脑科学则真难,今天还要能了到这些 阶段。我相信过后10年、20年,脑科学家、AI是最基本的。

包括我今天讲的自然语言的理解,朋友对自然语言理解的全是很清楚,脑在外理哪些地方地方东西的过后要能给朋友这些 建议。

问:这次大会的主题是人工智能改变一切,您确实现在但会 现在始于改变哪天?但会 您确实下那我爆发点但会 在哪个领域?

沈向洋:我刚才在演讲顶端讲到了,实际上这些 世界人工智能是有那我方向的:

一是感知,二是认知。

最近感知方面的发展非常神速,主全都我在计算机识别、计算机语音方面的。人难能可贵有智能,首先是朋友要能感知这些 世界。朋友但会 不太清楚,比如说人的信息外理,进到脑子顶端信息量的外理91%是视觉的信息,但会 是听觉的信息,这些 的触觉相对比较小。

认知现在的发展还相对真难,首先第一步是自然语言的发展,包括全都推理,哪些地方地方东西对世界和人、社会的理解都还有很远的路要走。

最近的爆发点全都我感知方面的意义,比如说像计算机视觉,最近“刷脸”在技术要还上能了可行了,还有语音的合成,全是全都发展但会 。朋友做的那我激动人心的项目全都我机器翻译,实际上未来会有非常巨大的市场。朋友但会 不见得知道,全世界有3000种语言,那我人不但会 都自学,学并算是语言但会 很了不起了,讲并算是语言讲得很好的人,这些 世界上几乎要能了。

问:目前来说,做哪些地方事情要能吸引更多的海外人才回归?

沈向洋:我确实海外人才回归是大趋势,全都人现在都回来了,不光是过后念完书的人,全是工作了全都年的人回来,包括我的全都同事看完完国内有非常多的但会 ,类似于BAT。除了BAT,这些 这些 新的AI创业公司全是全都那我的海归人才。我确实这非常正常,今天但会 要能了地区性人才这些 概念了,人才全是全局性的人才,你有能力去哪里都一样。举个例子,RestNet的研究员贺凯明从微软去了美国Facebook,他最近得了奖,朋友都确实非常自豪,朋友培养出了那我的人才,那我过后中国就损失了那我人才吗?我确实全都我必要那我看,但会 朋友从Facebook、微软和这些 地方拉回中国的人会更多。

政府方面的话,这些 年,政府和高校、研究机构从“千人计划”现在始于,做了全都事情,我的教授朋友基本上跟国内的相互相互合作都做得非常好,类似于今天演讲的丘成桐院士的数学研究中心,也是一批非常优秀的中心。

雷锋网(公众号:雷锋网) AI科技评论编辑采集。

雷锋网原创文章,未经授权禁止转载。详情见转载须知。