[.com原稿]2018年11月30日至12月1日，由北京粤财JW万豪酒店主办的WOT2018全球人工智能技术峰会召开。本次峰会从人工智能技术赋能产业升级的角度出发，紧跟技术趋势，把握当前热点，涵盖人工智能平台工具、算法模型、语音视觉等技术议题，带来了人工智能前沿理论与***科技激烈碰撞的知识盛宴！ 众所周知，人工智能离不开计算、算法、数据三大要素。随着数据洪流的爆发和算法的突破，人工智能在自然语言处理、图像识别、人机交互等领域取得重大突破，使得智能推荐、智能穿戴、智能穿戴等几乎所有机器辅助功能成为可能。其他应用已经成功落地，无人驾驶汽车、预防保健等即将成为现实。 那么，企业应该如何利用先进的算法来加速人工智能的应用呢？在本次WOT峰会的《算法模型》分论坛上，三角兽科技副总裁陈华荣、捷通华盛MT和NLP算法负责人邢启洲、微客数据算法负责人李想，从基于语义理解的智能交互、远不止于翻译、AI在新零售场景下的落地三个不同的主题进行探讨，为观众带来一场算法模型讨论。饕餮盛宴。 三角兽科技副总裁陈华荣：基于语义理解的智能交互 三角兽科技副总裁陈华荣主要介绍了自然语言处理（NLP）技术的发展以及基于语义的对话系统和智能交互系统理解，并着重于语义理解的场景落地和实践体验。 感知智能解决的是视觉和听觉的问题，更多的是接收外界信息的问题。它仍然无法理解和理解，当然也无法做出决定。陈华荣表示，系统要想理解和思考，就必须具备认知智能，让系统能够理解语言、掌握语言，并利用知识进行推理。目前，认知智能还处于比较早期的阶段，还不能进行推理。因此，人工智能还有很长的路要走。 原始自然语言使用传统的NLP算法通过分析句子的结构来理解语义。因为语言千变万化，极其复杂，没有办法基于NLP算法构建更好的落地产品。深度学习出现后，成功应用于声音和图像的识别，并逐渐应用于自然语言处理。以擅长捕捉局部和全局特征的CNN为例，陈华荣详细介绍了深度学习的优势。他表示，基于深度学习的情感识别、文本分类、机器翻译、阅读理解、文本摘要等已经成为当前行业的热点。 在接下来的演讲中，陈华荣从智能手机、智能物联网、智能客服三个不同的场景出发，详细介绍了三角兽从技术到商业应用的过程。据介绍，三角兽的商业化不仅包括开放域聊天引擎、通用对话引擎等多种对话引擎在终端设备上的应用，如智能电视、智能音箱、手机、儿童手表等。.,还提供帮助。情感分析、语义纠错、客服质量检测、内容过滤等功能模块，为用户提供强大的内容模糊语义理解算法。 捷通华声机器翻译和NLP算法负责人邢起舟：翻译远不止于凌云机器翻译框架、Transformer模型、翻译中设计的其他算法、行业翻译产品现状、机器翻译面临的挑战和未来发展趋势详细。 邢其舟表示，随着人工智能、深度学习和神经网络的发展，神经机器翻译进入了一个新时代，特别是谷歌去年发布《Attention Is All You Need》的文章以来，在翻译领域取得了长足的进步机器翻译进展。从几年前流行的统计机器翻译SMT到近两年流行的神经机器翻译NMT，都是机器翻译的框架。目前凌云机器翻译的框架是通过文本预处理，包括文本清洗、大小写转换、分词等，将一段带有噪声、不规则和各种复杂符号的文本进行转换，将接收到的输入转换为A便于机器加工的形式。然后通过命名实体识别，将句子送入翻译模型，最终输出目标语言翻译句子。最后再做命名实体识别，通过文本后处理反向还原，优化还原用户实际输入的格式，最后将翻译结果呈现给大家。 随后，邢启舟详细讲解了机器翻译每一步的技术细节，以及捷通华声采用的技术、遇到的困难和总结的经验。他表示，要让机器翻译成为一个成熟的产品，绝对不是翻译本身有多强大，而是各种人工智能技术的结合，比如ASR技术、TTS语音合成技术、OCR技术等等。因此，多技术融合是翻译未来的发展趋势。 邢起舟强调，多模态翻译和语音识别、多语言翻译、多文本翻译、章节级翻译、离线翻译、隐私翻译等是未来翻译的发展方向，但都面临着缺乏的问题的语料库。问题在于，目前可以通过迁移学习、无监督或半监督方法等方式来进行语料增强，但现有的方法仍然无法达到令人满意的水平。这是未来需要解决的重要问题。 微客数据算法负责人李想：AI在新零售场景下的落地探索维度和数量很多，但微客数据的最终目标是唤醒沉睡的数据，让数据物尽其用，并让零售商使用这些数据来管理自己的客户。 对于新零售的理解，李想认为其实是通过不同的方式让零售行业做的更好。他说，如果把新零售比作一个黑盒子，它的输入是数据，输出是服务。目的是让传统零售业能够为顾客提供更好、更高质量的服务。如果把这个目标再细分一下，那么第一点是让零售业的零售商更好地了解客户，第二点是为客户提供个性化、定制化的优质服务。 在接下来的演讲中，李想围绕数据和服务，向听众详细介绍了微科数据的实践和经验，并分享了其核心算法内容，如人脸识别、物体识别等数据模型。李想表示，虽然人工智能在新零售行业的应用场景很多，但首先要解决“谁是你的客户”的问题。只有了解你的客户是谁，你才能有针对性的解决方案。 搞清楚自己的客户是谁之后，接下来就是选择方案了，是选择第三方成熟公司的方案，还是自己设计方案。一是考虑成本，二是不要只选择一种型号。据介绍，如何从视频流中检测人脸，提取人脸进行识别分析，但客户数据遇到了困难。他们尝试了三种方案，第一种是普通摄像头方案，它最大的优势就是成本很低。二是采用手机摄像头的方案，成本还是很低的。第三种是使用专业级的相机解决方案。虽然成本高，但是达到的效果也是极好的。因此，微客数据最终选择了第三种方案。 李想表示，通过在摄像头端分析视频流，检测人脸，抓拍人脸，再通过MTCNN进行更深层次的人脸提取，可以用极低的计算成本完成。实现了人脸识别和深度分析。 以上内容是记者根据WOT2018全球人工智能技术峰会《算法模型》分论坛发言内容整理而成。更多WOT资讯请关注51cto.com。【原创稿件，合作网站转载请注明原作者和出处为.com】
