0
| 本文作者： 貝爽 | 2021-10-10 14:19 |
“人類與虛擬世界之間的連接與溝通，必然要通過人機交互技術來完成，其實我們所做的事情最終會在元宇宙中體現(xiàn)出來，也會成為元宇宙基礎設施建設的重要一環(huán)。”
在CNCC大會前的專訪中，張晴晴說道。
第十八屆中國計算機大會（ CNCC 2021）將于10月28日-30日在深圳國際會展中心舉行，CNCC由中國計算機學會（CFF）主辦，國家超級計算深圳中心承辦（深圳云計算中心），香港中文大學（深圳）協(xié)辦，是中國計算領域首屈一指的年度盛會。
在111多場技術論壇中，AI科技評論注意到，愛數(shù)智慧創(chuàng)始人兼CEO張晴晴聯(lián)合產學各界大咖承辦了一場【人機交互技術的機遇與挑戰(zhàn)】分論壇。提到“人機交互”難免會讓人想到最近風靡全球的一個新概念——元宇宙（MetaVerse）。
在1992年科幻小說《雪崩》中，元宇宙被描述為一個脫胎于現(xiàn)實世界，又平行于現(xiàn)實世界，且相互影響、始終在線的虛擬世界。“元宇宙并非遙不可及的人類幻象，隨著人機交互技術的發(fā)展，也許未來人類能夠在虛擬世界與真實世界之間自由穿梭”。張晴晴告訴AI科技評論，愛數(shù)智慧之所以在CNCC大會上承辦此次論壇，元宇宙的爆火也是一個契機。
“無論是真實世界，還是虛擬世界，未來人機交互技術終究會覆蓋到人類生活的所有場景中”。希望通過這場論壇讓更多人了解人機交互技術的發(fā)展現(xiàn)狀，也希望通過產學結合的交流平臺，為人機交互的未來發(fā)展拓展出更多的思路。
AI科技評論了解到，本次論壇邀請中科院聲學所研究員、博士生導師顏永紅；愛數(shù)智慧創(chuàng)始人兼CEO張晴晴；美的集團IoT副總裁兼CTO向江旭；阿里巴巴達摩院語音實驗室田彪、香港中文大學（深圳）數(shù)據(jù)科學學院教授宋彥出席，四位產學專家將就人機交互、智能語音技術的應用、對話式AI技術、語料庫建設、多模態(tài)語音交互技術、自然語言處理等重點議題作主題報告。
作為論壇主席，張晴晴也將帶來一場題為《多語種對話式AI技術及語料庫建設》的主旨演講，和與會嘉賓分享對話式AI技術的機遇以及愛數(shù)智慧語料庫建設成果。
在論壇開始前，AI科技評論有幸采訪了張晴晴，與她聊了聊語音交互技術當前的機遇與挑戰(zhàn)。
張晴晴，愛數(shù)智慧創(chuàng)始人兼CEO，語音技術專家，對話式AI引領者。巴黎法國國家實驗室LIMSI-CNRS語音交互處理博士后，曾任中國科學院聲學研究所副研究員，擅長大詞匯連續(xù)語音識別的聲學建模以及語言建模工作。曾獲得2014年度中科院杰出科技成就獎和科學技術廳科學技術進步獎一等獎。2021年被聘為中國計算機學會CCF女工委，獲得創(chuàng)業(yè)邦最值得關注的女性創(chuàng)業(yè)者。
在張晴晴看來，人機交互也好，虛擬世界也好，所有的 AI 要解決的終極問題是人的情感訴求。“人與機器之間的交互不應該只是一問一答的簡單對話或者命令控制，而是要理解語言的上下文，識別人的情感需求并做出相應的反饋”。
對話式的交互場景在我們的日常生活中無處不在。就目前的落地場景來看，人機對話模式仍出處在機械、呆板的初級階段，例如，當我們感覺室內氣溫很高時，通常會命令智能設備“打開空調”，而不是說一聲“好熱呀”，自然而真實的情感表達可能無法被AI所理解，并做出調低溫度等反饋動作。
“對話式AI的精髓是讓人類能夠隨心所欲地表達”，張晴晴強調。在技術層面，對話式 AI 涉及語音識別、自然語言理解和語音合成等核心技術。想要通過這些技術實現(xiàn)人和機器之間更自然的對話，張晴晴談了兩點技術挑戰(zhàn)：
一是個體語言體系的差異化，由于所處地域、文化、教育背景的不同，每個人的語言表達都是獨特的，這種個性化在人與人之間的溝通中都難免出現(xiàn)理解偏差，更何況是一臺機器。對于AI而言，中文不是一種語言，而是13億種語言。
二是對話式口語常常會有語序顛倒，猶豫、遲疑產生的停頓，在復雜的多人交互場景中，也不可避免會出現(xiàn)語句打斷、搶話、交疊音等問題，這些語音特征為 AI 建模帶來了很大困難。
在張晴晴看來，真實的對話數(shù)據(jù)和多語種語料庫建設是解決上述問題的關鍵。“當前行業(yè)提供的大部分人工智能數(shù)據(jù)都以朗讀式訓練數(shù)據(jù)為主，而人與人自然的對話式數(shù)據(jù)對訓練對話式 AI 有更加關鍵的作用；我們需要為機器注入知識圖譜、中文、方言、外語等多種語料，才能讓機器像人一樣理解自然語言”。
據(jù)悉，愛數(shù)智慧已擁有超過20萬小時數(shù)據(jù)產品，涵蓋超過60種語言，既有英語、日語等常用語種，也提供馬來語、泰語、印尼語等特色語種。張晴晴于2016年創(chuàng)辦人工智能數(shù)據(jù)公司愛數(shù)智慧，面向智慧金融，智能出行、智能家居、智能社交、智慧終端等領域提供數(shù)據(jù)服務，包括數(shù)據(jù)的定向采集、數(shù)據(jù)的處理、標簽化，以及高效的數(shù)據(jù)處理工具等。在她看來，“人工智能三駕馬車中，數(shù)據(jù)是算法的食糧，數(shù)據(jù)好比原油，只有經過清洗、分類、標注、質檢和篩選等結構化過程，才能用于AI模型訓練。”
在本次主題報告中，張晴晴將從對話式AI出發(fā)，探討對話式口語交互為語音識別帶來哪些挑戰(zhàn)，如何通過雙語聲學建模、發(fā)音詞典如何構建雙語識別系統(tǒng)，解決非母語發(fā)音的插入語問題，以及介紹多語種語料庫建設對AI識別率提升起到積極的作用。
值得關注的是，為了滿足日益多樣化的場景需要，多模態(tài)取代單一人機交互成了產學界普遍關注的新方向。所謂多模態(tài)是指融合視覺、聽覺、觸覺、嗅覺甚至味覺的交互方式，其表達效率和信息都優(yōu)于單一的視覺或聽覺模式。張晴晴表示，在自然語言、視覺和語音技術日漸成熟的今天，多模態(tài)的興起是人工智能向前發(fā)展的必然趨勢。
“人類對世界的認知也并不是單模態(tài)的。在AI真正落入產業(yè)的過程中，我們發(fā)現(xiàn)語音、圖像、文本之間的相互融合是一個不能避免的問題。”在人機交互過程中，機器要想感知人的情感色彩，光靠聲音是不夠的。人的情緒既可能體現(xiàn)在聲音中，也可能蘊含在面部表情或語言內容中，情緒感知是一個多模態(tài)綜合評價的結果。
在本次論壇中，美的集團IoT副總裁兼CTO向江旭、阿里巴巴達摩院研究員田彪都將帶來有關多模態(tài)人機交互的主旨演講。
CNCC2021【人機交互技術的機遇與挑戰(zhàn)】技術論壇將于2021年10月28日13:00-16:00在深圳國際會展中心CC105B召開，愛數(shù)智慧創(chuàng)始人兼CEO張晴晴擔任論壇主席，中科院聲學所研究員、博士生導師顏永紅擔任共同主席。本次論壇分為主旨報告和頒獎儀式兩個主要環(huán)節(jié)。以下為參會嘉賓的報告內容：
分享嘉賓：顏永紅，中科院聲學研究員、博士生導師
題目：智能語音技術商用價值與應用前景
隨著智能語音在各場景的應用落地，智能語音交互核心技術在關鍵行業(yè)領域的商業(yè)應用前景和價值也越來越大，將成為引領新一輪產業(yè)集群開發(fā)與傳統(tǒng)企業(yè)升級的核心認知。報告將深度評估與解析全球及我國在智能語音領域關鍵性技術并給出前瞻的應用創(chuàng)新建議。
分享嘉賓：張晴晴，愛數(shù)智慧創(chuàng)始人兼CEO
題目：多語種對話式AI技術及語料庫建設
如今對話式AI成為人工智能行業(yè)發(fā)展的重要方向，在各大行業(yè)場景中得到廣泛的應用。但人工智能要想與人實現(xiàn)更自然的對話，還需克服很多難題。人機對話面對較為復雜的場景，其中多語種混雜現(xiàn)象愈發(fā)頻繁，如何提升機器識別多語種混合表達的能力？報告從對話式AI出發(fā)，探討對話式口語交互為語音識別帶來哪些挑戰(zhàn)，通過雙語聲學建模、發(fā)音詞典如何構建雙語識別系統(tǒng)，解決非母語發(fā)音的插入語問題。同時，多語種語料庫建設對AI識別率提升起到積極的作用。
分享嘉賓：向江旭，美的集團 loT 副總裁兼CTO
題目：多模感知和人機交互在智能家居的應用探索
AI與IoT的結合已經是行業(yè)趨勢，AI根據(jù)人機交互技術和對海量不同場景數(shù)據(jù)的學習，進行對未來的預測和洞察，而多模感知將大量的數(shù)據(jù)“采集起來”，由IoT將這些數(shù)據(jù)“分發(fā)”到AI的交互技術當中，實現(xiàn)世界的“AI大腦”端到端的鏈接。智能家居是離消費者最近的AIoT場景，報告將分享美的多模感知技術、人工智能技術與物聯(lián)網(wǎng)在智能家居的應用中的落地融合。
分享嘉賓：田彪，阿里巴巴達摩院語音實驗室
題目：多模態(tài)語音交互的技術實踐及發(fā)展趨勢
隨著5G和AIoT技術的快速發(fā)展，語音和視覺等多模態(tài)技術的融合逐步加深，在新型人機交互入口中的作用越來越明顯，本報告以阿里巴巴在智能交通領域的「地鐵多模態(tài)語音售票機」和協(xié)同辦公領域的「釘釘智能無人前臺」的產品研發(fā)實踐為基礎，介紹聲學設計、麥克風陣列處理、遠場語音對話、人臉檢測與識別等多模態(tài)技術的設計思想與方案架構，在多模態(tài)數(shù)據(jù)的助力下，如何在公眾嘈雜場景進行多模態(tài)融合從而給用戶帶來更好的產品體驗。同時結合產業(yè)落地情況與研究進展介紹下一代的產品和技術演進趨勢。
分享嘉賓：宋彥，香港中文大學（深圳）數(shù)據(jù)科學學院教授
題目：面向領域的中文自然語言處理面對的數(shù)據(jù)挑戰(zhàn)及機遇
自然語言處理作為人工智能的核心板塊，承載著大量針對大規(guī)模以文本為載體的數(shù)據(jù)處理的需求，近年來發(fā)展出了各類基于大數(shù)據(jù)的處理方案（例如預訓練模型等），對數(shù)據(jù)的數(shù)量和質量提出了較高的要求。與通用領域相似，面向特定領域的文本處理任務，從基礎的例如分詞、命名實體識別等，到復雜的例如閱讀理解、機器翻譯等，都需要大規(guī)模高質量數(shù)據(jù)的支持。然而，與英文相比，目前中文特定領域的數(shù)據(jù)建設尚不成熟，不論是可用于訓練預訓練模型的高質量未標注文本，還是針對特定任務的高質量標注數(shù)據(jù)，都十分稀缺。這些數(shù)據(jù)的稀缺使得目前難以訓練高性能的中文文本處理模型，進而導致中文特定領域目前仍缺少公開的、被廣泛使用的高質量的基礎文本處理工具。因此，大力發(fā)展中文領域內數(shù)據(jù)建設，是一項長期且具有重大意義的工作，能夠為未來中文文本處理在各個行業(yè)的深度發(fā)展提供基石，以至于成為自然語言處理發(fā)展下一個階段的重大且實際的機遇。
論壇最后，還將舉辦“中文臨床醫(yī)學文本分詞與命名實體挑戰(zhàn)賽”頒獎儀式，獲得該比賽獎項的參賽者將獲得相應證書和獎金。該賽事由愛數(shù)智慧和香港中文大學（深圳）聯(lián)合主辦。從9月1日正式啟動到10月28日截止，持續(xù)近兩個月的賽程集結了中科院自動化所、復旦大學、南京大學、華為、平安等高校和企業(yè)超過40個團體的熱情參與。
本次NLP競賽圍繞中文臨床醫(yī)學文本內容，對醫(yī)療文本的分詞和命名實體進行自然語言處理任務，以醫(yī)療問答為切入點，推動NLP技術創(chuàng)新，努力擴展到更多應用場景。來自愛數(shù)智慧和香港中文大學（深圳）、英特爾OpenVINO中文社區(qū)的專家組成競賽組委會，全程給予了答疑支持和指導。
本次競賽分三個賽道：臨床醫(yī)學文本分詞、臨床醫(yī)學文本NER和OpenVINO 推理。參賽團隊可同時選擇多個賽道參賽，最高可獲得總額11,000元獎金。獲獎團隊將在本次論壇上進行現(xiàn)場成果演示。
CNCC是計算領域學術界、產業(yè)界、教育界的年度盛會，宏觀探討技術發(fā)展趨勢，今年預計參會人數(shù)將達到萬人。每年特邀報告的座上嘉賓匯聚了院士、圖領獎得主、國內外名校學者、名企領軍人物、各領域極具影響力的業(yè)內專家，豪華的嘉賓陣容凸顯著CNCC的頂級行業(yè)水準及業(yè)內影響力。
CNCC2021大以“計算賦能加速數(shù)字化轉型”為主題，特邀嘉賓包括ACM圖靈獎獲得者John Hopcroft教授和Barbara Liskov教授，南加州大學計算機科學系和空間研究所YolandaGil教授，陳維江、馮登國、郭光燦、孫凝暉、王懷民等多位院士，及眾多深具業(yè)內影響力的專家。今年的技術論壇多達111個，無論從數(shù)量、質量還是覆蓋，都開創(chuàng)了歷史之最，將為參會者帶來學術、技術、產業(yè)、教育、科普等方面的全方位體驗。大會期間還將首次舉辦“會員之夜”大型主題狂歡活動，讓參會者暢快交流。
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
