互联网科技/NEWS CENTER

论战NLP:中国 AI 研究需要覆盖所有领域

发布时间:2017-12-29

  争议NLP:中国人工智能研究需要覆盖所有领域

  7月22 - 23日,由中国人工智能学会阿里巴巴集团蚂蚁金融赞助商CSDN中国科学院自动化研究所主办的第三届中国人工智能大会(CCAI 2017)将在杭州国际会议中心盛大开幕。在会议之前,我们采访了德国人工智能研究中心首席科学家主讲人Hans Uszkoreit博士。 Uszkoreit博士是中德人工智能合作关键人物。他负责德国人工智能研究中心在中国的所有合作项目。今年3月,Uszkoreit博士被任命为北京首席科学家人工智能技术中心(AITC)主任。在采访中,Uszkoreit博士谈到了人工智能在工业4.0和商业智能中的应用,以及中国,美国和欧洲在人工智能领域的差异。 Uszkoreit博士认为,语言技术是AI的核心部分,但目前的深度学习方法还不足以解决NLP的核心问题。他提到了汉语在语义理解方面的潜力。谈到不久前在NLP领域的巨大争议,Uszkoreit博士说,Yoav Goldberg是敢于倡导严格的科学研究规则的英雄。以下是全面采访:中国人工智能研究需要覆盖全部领域CSDN:近日,媒体经常拿中美人工智能产业和科研成果进行比较。您如何看待中国,美国和中国在人工智能领域的分歧?为了您的理解,这一轮人工智能革命究竟是哪一个呢? Hans Uszkoreit:欧美人工智能研究有着长期的广泛基础,但中国正在以惊人的实力和热情迎头赶上。在一些研究领域,中国的研究和发展可能会比美国快,但是中国人工智能研究只集中在少数热点地区,热点和趋势总是来来往往,下一代人工智能架构将使用具有广泛认知任务和能力的系统,并且广泛熟练掌握人工智能,希望中国研究人员有足够的动力快速覆盖所有的人工智能研究领域,我个人从人工智能的突破所期望的是多重在欧洲,对语义学,神经网络和机器翻译方面的投资往往做好准备,然而,在美国的研究的科学成就和商业收益发生在美国,例外的是制造业的AI,这是欧洲特别是德国的据点,如今,C中国人工智能领域的下游应用研究和美国上游资本投资大力竞争,这是相当有趣的。前者是当今人工智能应用的关键,后者则有可能扭转我们过去人工智能的创新过程。CSDN:深入研究近年来的进展,有许多中国人工智能科学家和人工智能研究人员如李飞飞,其中他们做出了突出的贡献,据我所知,你的许多研究伙伴也是中国人,你能谈谈选择他们的原因吗?中国人在AI研究方面有什么优势?Hans Uszkoreit:长期以来,我非常喜欢和一个在中国的博士生或者博士后交流我们一起工作,他们聪明,积极,活力,务实,总的来说,中国的研究人员有一个高中和大学的坚实基础,我个人的经验是中西方研究人员的合作团队出奇的好,我将继续在北京推广这种跨文化合作,我非常期待与我的亲密同事和学生们见面,其中大多数现在在中国科学院,中国的大学和公司工作。投资环境和早期市场是人工智能创业成功的基石CSDN:不久前,你刚刚担任北京人工智能中心(AITC)的主任和首席科学家。你能介绍一下你的新工作和新研究所吗? Hans Uszkoreit:AITC于3月份在北京的亦庄经济技术开发区成立,其使命是将AI技术从研究转化为工业应用,在德国还没有一个特别成功的商业AI案例,我开始的这些公司都是进入市场的时间过早,但经过多年的奋斗,这些公司都已经生存下来了,但是更多的时候我们只能看到美国竞争对手的成功,资金来源,不仅投资环境较好,而且早期市场也较大,在中国也同时注意到这两个因素的存在:投资环境友好,加上需求量大,在德国人工智能研究中心(DFKI)与20多家工业股东进行合作研究,创办了80多家衍生产品公司, f在AI技术转换方面并不容易。基于这样的经验,AITC有能力实施这样一个技术转化和研究机制,以及AI实践的成功商业化,这也使我们有能力帮助这个领域的其他人。 CSDN:工业4.0和商业智能将成为AI应用的主流场景,但这两方面的区别在哪里呢? AI在这里所取得的杰出成就有没有具体的例子? Hans Uszkoreit:第四届工业革命是由行业内所有部门,设备和人员之间的完整数字连接所引发的,工业4.0是一个广泛持有的声明。物联网使得这种完整的数字连接成为可能,这也包括机器,产品,车辆和建筑之间的连接。商业智能适用于所有公司,而不仅仅是制造业。它是基于组织内部有关从战略决策到日​​常运营的所有决策过程的数据。这些数据大部分来自公司内部,但许多重要信号来自外部消费者,投资者,决策者,供应商和承包商以及员工的生活。分析所有这些数据可以帮助做出更好的决策,甚至优化和调整决策过程。商业智能是制造业工业4.0的一部分。我们今天看到的只是商业智能和工业4.0的第一步。这里的数据通常是需要主动获取和整合的。对于数据解释,特别是对于非结构化数据,人工智能扮演着重要角色,并从数据中不断学习。物流和供应链领域的控制,优化和预测管理就是这方面AI应用的例子。语言技术是AI CSDN的核心:您是语言技术专家。至于语言技术,它在AI中的作用是什么?什么是前景?对于自然语言处理,它有没有突破的时刻,就像深度学习是图像识别和语音识别一样? Hans Uszkoreit:语言是知识的关键,知识是人工智能的目标。人类社会的知识世代相传。人类根本无法获得广泛的可重用知识。对于下一代智能系统所需的知识,人工智能必须能够读取和听取。机器学习的程度,关键技术是NLP。 NLP也是人与AI之间成功沟通的关键。因此,语言技术是人工智能的一个核心部分,将大部分与知识和技术相结合。 CSDN:您如何看待当前的消费语言技术?特别是今天的热门助手语音助手,如亚马逊的Echo,苹果的HomePod等等? Hans Uszkoreit:这些智能助手正在成为我们日常生活的一部分。我自己每天都用它。他们并不完美,但可以迅速提高,因为他们的前卫用户每天都会向他们提供大量的免费数据。中文在语义理解方面有一定的潜力CSDN:不同语言的语言处理技术有什么区别?例如中文和英文。 Hans Uszkoreit:不同的语言差异真的很大。虽然作为口语,中英文同时也可以由小孩学习。但详细的说,没有词汇的中文,语法很简单。在书面语言的同时学习两者是不可能的。事实上,中国人的复杂性是独一无二的。这对NLP来说更为棘手:中文词汇甚至没有初始标识。除了语言本身固有的复杂性之外,中国人更难处理计算机还有另一个原因:NLP一直以英国为中心的研究机构占主导地位。但是,如果NLP的未来研究方法和算法在处理中文和其他东亚语言方面优于英语,我不会感到惊讶,这是找到一种改进的语义理解方法的前提,毕竟,汉语的语法远不及西方语言,深度学习还不足以解决CSDN的核心问题:上个月,Yann LeCun对NLP与Yoav Goldberg的争议引人注目。您如何看待这个争论,特别是深度学习和NLP之间的关系?你支持哪一方?为什么? Hans Uszkoreit:我认为这个辩论已经被误读了。它不是NLP领域的深度学习倡导者。怀疑论者之间的争端不是以这种方式开始的。 Yoav Goldberg并不反对深度学习,也不反对NLP领域的深入学习。相反,Yoav在NLP领域大力推广深度学习的应用。 Yoav Goldberg只对NLG的标题聚会文件不满意,只是吹嘘一些小的结果。 Yoav的论点没有什么不妥:那篇论文对NLG的研究没有意义,也没有解决NLG所承认的任何问题。 Yann LeCun和Fernande Pereira之所以认为他们应该站在作者的角度,是因为有许多NLP研究人员对于深度学习在语言分析和生成中的作用持怀疑态度。 LeCun和Pereira认为这种怀疑是一种过时的模式,不能更多地了解大法。保守派反对革新者,这是科学革命中的一场古老的游戏。但我个人的观点是:目前的深度学习方法不足以解决NLP的核心问题,但是他们已经改进和实现了很多NLP技术的应用,深层问题这里学习的不是当前人工神经网络的种类和他们自己的学习算法,而是我们还没有正确的类型和足够数量的语言类标注数据的事实。 -volvve是语言可以用来表达信息和知识,同时允许孩子在一小部分时间学习这种语言的可访问性与获得基本知识的概念密切相关没有语言你不能学习概念,不要把概念和概念结合起来,不能学习语言,如果能找到教人工智能语言和概念的方法,问题就解决了。这里的步骤是基于人工神经网络的可重用知识的机器学习。在这样的技术变革形势下,戈德堡只是倡导正确科学研究的严格规定。但是我们都知道,面对这样的环境,通常的行为标准并不总是适用。在社会变革中,那些有勇气正确说话的人往往是我们历史上的英雄。 CSDN:你在人工智能生涯中最有价值的经验是什么?对于新一代人工智能从业者有什么建议?Hans Uszkoreit:我有三个建议:拓宽视野:多出国看看,或者至少可以在跨国公司工作一段时间,在美国工作了近十年,领导过几个国际项目,我是国际博士生的联合主管,也是国际毕业生程序。我在国际项目,暑期学校和会议上的经历极大地丰富了我的职业素养和个人生活。爱上数据,努力为自己喜爱的数据工作:它可能属于商业统计,图像,音频,视频或文本,所有这些都有其独特的,丰富的和有意义的内部结构。尝试了解这里的结构,尝试自己解释数据。一定要做高质量的错误分析,甚至自己读取错误的数据。尽可能的把算法的特点和数据的特点看一下。尽量伸出自己的研究领域:至少,不时考虑你的分区与你的数据和其他类型的数据,你的方法和其他方法之间的相邻领域的关系。不要放弃与其他领域的专家沟通的机会,因为你不了解他们,要求他们用最简单的方式解释他们的问题和解决方法,并尝试用相同的方式解释你自己的研究。即使机器智能的机制是一个完全不同的方式,也要更多地了解人的认知机制。

大宝娱乐

2017-12-29

更多内容,敬请关注:

大宝娱乐官网:/

大宝娱乐新浪官方微博:@大宝娱乐

大宝娱乐发布微信号: