发布时间：2022-7-19 分类： 行业资讯
11月1日至11月2日，AIIA2019人工智能开发者大会在杭州未来科技城学术交流中心拉开帷幕。会议由杭州人民政府中国人工智能产业发展联盟主办，信通院、杭州市科技局联合举办。成千上万的人聚集在一起讨论发展之路，100家大咖前来激情演讲，10个论坛覆盖前沿热点，两堂公开课干货满满。
作为NLp技术的引领者，竹间智能于11月1日主办了本次大会的“创智-NLP，知情创未来”主题论坛。论坛邀请到了竹间智能创始人兼CEO 简仁贤，竹间智能市场王桉，负责人、Breeno Voice 庞佳宁，负责人、交通大学教授赵海， 董晓飞，新一代人工智能研究院副总经理、竹间Intelligent Product Consulting高级顾问，众多行业领袖、企业和学术专家与现场嘉宾共同探讨了NLp的前沿技术和产业发展，呈现了一场精彩的NLp盛宴。
竹间智能创始人兼首席执行官简仁贤，为主题为《情感智能，NLp的未来与开放》的NLp论坛首场讲座揭幕。
谈及NLp的未来发展，简仁贤认为“NLp将颠覆整个搜索引擎”。人与人的交互依赖于自然语言、发音、表情和肢体动作，是一种多模态的表达方式，简单的搜索引擎最终会被取代。然而，声音，语言内容，尤其是单词很难被仔细检查。如何将NLp应用到生活中，成为一个值得不断研究和实践的问题。
作为企业家，简仁贤看中技术，也关注用户的需求。他认为，一个产品如果不切入用户的真实需求，基本上就会产生“伪需求”。带着这样的信念，竹间创立的时候就希望把【情感】融入到语音产品中，真正创造用户粘性，就像电影《HER》，触达人的灵魂。
与此同时，简仁贤也在思考如何做出更通用的语音助手产品。“我相信，在未来，每个人都可以用非常简单的方式完成自己想做的事情，或者有趣的事情，或者有用的事情。”他笑称，随着手机的发展，出现了很多疾病，从手指疾病到脊椎疾病，未来要简化为一个指令完成任务，“没必要做低头族”。
针对如何验证场景能否奏效，简仁贤还总结出了一套方法论，即价值创造的三种模式和三种形式。三种模式，优化用户体验，提高生产效率，降低成本；三种AI应用形式：AI全自动处理，AI为助手，人机协同。
简仁贤认为，未来NLp将不仅限于语音助手、企业客户服务和咨询机器人。NLP可以解决越来越大的问题，所有的文档和非结构化数据都可以由NLp来处理。NLp可用于阅读文档、处理文档、从文档中提取知识和构建知识。
对NLp赛道的信心并不是盲目乐观的。根据Gartner 2019年7月的炒作周期报告，NLp和语音处理在两年前就达到了预期的顶峰，现在正在跌出泡沫期，穿越死亡谷，因此正处于蓄势待发的前夜。
简仁贤与现场开发人员分享了他的开发经验，找到适合NLp的应用程序很有价值。
“我常说不要只做科研。做科研可能不会让你学到很多东西，但是要先找问题和需求。发现问题，找到需求，你的研究方向就对了。当你的问题需要变成产品时，产品就会变得非常有价值。”
谈到谷歌去年发布的BERT模型，针对其MaskedLM加上下一句话的预测，然后是微调的过程，简仁贤指出，一个火热的模型其实有它的缺点。一方面，BERT需要大量的数据和处理，所以训练速度慢，需要大量的资源。另一方面，BERT的中文语料库在数量和质量上有限，缺乏足够的中文数据用于应用。
竹间智能两年半前开发的语义理解技术与BERT类似，但速度更快。通过对比三个金融客户的案例，发现竹间模型平均比BERT快2个点，训练速度快50倍。BERT是一个通用模型，而竹间模型是针对域进行优化的，减少了所需的资源。同时，在不牺牲精度的前提下，竹间模型在应用中会取得比BERT模型更高的效率。
简仁贤指出，在未来的语义理解范畴中，理想的是用更少的计算能力和语料库做出更好的模型。
经过四年的研发实践，目前的竹间模式取得了三大优势：辆。一是模型细化，训练速度快；二是语料库丰富，拥有丰富的聊天语料库；三是能够进行真实流畅的语境，支持英文、德语等多语言交互
简仁贤与大家分享了很多实际案例，从无标点的长难句、命名实体识别、语义分析等方面具体探讨了目前的技术难点和应用。
面对竹间自身和整个NLp赛道的局限，简仁贤还与NLp开发者分享了未来NLp的关键技术在哪里，并呼吁大家共同努力，为NLp技术的进步贡献力量。
1.少样本/零样本学习，压缩预训练模型，需要的训练数据会越来越少；
2.将知识和常识引入NLp:目前，NLp没有知识和常识。比如“北京很冷”这句话，目前的技术可以把“北京”确定为一个地方，但是它不明白北京是一个什么样的概念；
3.多模态：结合声音、肢体、面部表情和语言内容来判断言语的真实含义；
4.可解释和可控的NLp。如果语音助手失控，他说的话超出了当前社会人文可接受的范围，对整个社会不负责任。
最后，简仁贤表示，竹间希望给企业带来无限可能，未来将继续通过技术丰富的合作伙伴的业务场景，为客户和终端用户提供最好的服务。同时，我也期待下一代语音助手的到来，变得越来越成熟。
以《从自然到简单——NLp赋能新场景》为主题，布里诺的语音总监庞佳宁，推出了丰富的分享内容。
自然语言处理技术为手机交互从GUI向VUI GUI的演进提供了技术基础，自然语言处理技术的不断创新和发展使得用户与机器的对话越来越自然。从早期的早期采用者，到现在，更大的用户群体开始使用语音助手，应用的语音技能趋于扁平化、长尾化，对时效性、趣味性、细分性要求更高。但与手机的交流并不局限于语音，包括智能语音、全局搜索、智能屏幕识别、智能短信在内的资源在移动设备上协同，可以为用户提供多场景的智能体验。以手机为核心，依托各种智能终端设备，语音服务覆盖用户居家、驾驶、运动、教育等全生活场景。竹间和OppO合作的Breeno Voice，提供了一个平台的载体能力，方便开发者参与其中，可以以非常低的开发成本触达用户。平台采用极简开发模式，提供稳定的技术能力支持、精准高效的配送服务/流畅的用户体验帮助。
竹间智能产品顾问分享了竹间如何用情商赋能企业。政务大厅里的竹间实体机器人诞生于政府希望实现的“最多跑一次”的理念。来访的市民可以和机器人进行咨询，在对话过程中完成业务。竹间知识地图不仅应用于政务，还应用于金融业和制造业。基于地图搭建机器人平台提供服务，实现全天候业务办理和拟人化体验。
机器人不仅需要对话能力，还需要对话管理能力。竹间机器人可以从多轮对话跳转到知识图谱，回答场景问题，监控客户情绪、语速和情绪，提取客户画像，识别客户意图，提供流程指导，还可以生成相应的报告在后台记录。
竹间人希望未来每个人都能拥有一个能够理解、理解、读懂情绪的对话机器人，真正成为人类的伙伴。
竹间智能产品顾问分享了竹间如何用情商赋能企业。政务大厅里的竹间实体机器人诞生于政府希望实现的“最多跑一次”的理念。来访的市民可以和机器人进行咨询，在对话过程中完成业务。竹间知识地图不仅应用于政务，还应用于金融业和制造业。基于地图搭建机器人平台提供服务，实现全天候业务办理和拟人化体验。
机器人不仅需要对话能力，还需要对话管理能力。竹间机器人可以从多轮对话跳转到知识图谱，回答场景问题，监控客户情绪、语速和情绪，提取客户画像，识别客户意图，提供流程指导，还可以生成相应的报告在后台记录。
竹间人希望未来每个人都能拥有一个能够理解、理解、读懂情绪的对话机器人，真正成为人类的伙伴。
交大赵海教授以《语言模型、对话系统和机器阅读理解》为主题分析了现有的对话互动系统。目前，多轮、基于事实的任务型对话系统需求巨大，更强对话交互能力的挑战在于更精确的检索和匹配、基于阅读理解的语境建模以及个性化、多样化的对话生成。未来，高级预训练语言模型应应用于多轮对话系统。
南京新一代人工智能研究院副总经理董晓飞，分享了《智能客服评估规范解读与实践》。智能客服行业已经形成产业链。虽然智能客服市场竞争激烈，但一直没有一套规范的标准。为了促进整个市场的良性竞争和健康发展，为用户提供识别产品的能力。由中国信息通信研究院、南京新一代人工智能研究院牵头，从用户角度制定了一系列规范，并完成了第一轮评估，通过评估的企业在主论坛获得证书。竹间智能很荣幸能参与此次评估并获得认可。
