返回 登录
0

【MDCC专访】刘升平:移动端人工智能最看好会话交互应用

2016 年 9 月 23-24 日,由 CSDN 和创新工场联合主办的“MDCC 2016 移动开发者大会• 中国”(Mobile Developer Conference China)将在北京•国家会议中心召开,来自iOS、Android、跨平台开发、产品设计、VR开发、移动直播、人工智能、物联网、硬件开发、信息无障碍10个领域的技术专家将分享他们在各自行业的真知灼见。MDCC 2016 大会门票8折优惠中,五人以上团购更有特惠(票务详情链接8折优惠,限量供应,欲购从速!)。

在人工智能与机器人专场,云知声高级研发总监刘升平博士将和与会者分享聊天机器人技术的研发。近日,刘升平接受CSDN采访,介绍了人工智能技术在移动领域的应用前景,他本人的探索和趟过的坑,以及他的演讲话题。

刘升平表示,人工智能的应用范围会约来越广,对移动开发者来说,除了做移动开发以外,还要考虑智能硬件或物联网的应用开发,最大的挑战则是怎么开发能够在计算能力和存储空间有限的终端上运行人工智能的算法。他最为看好聊天机器人和语音助手类等这种基于会话交互的应用, 因为会话交互是最自然的人机交互形式,而且会话交互技术最近几年一直在迅速发展。

图片描述

云知声高级研发总监刘升平博士

刘升平,云知声高级研发总监,云知声AI Labs资深技术专家。前IBM中国研究院资深研究员,中文信息学会语言与知识计算专委会委员。2005年获得北京大学数学系博士,是国内语义网研究的开创者之一。曾在语义网、机器学习、信息检索、医学信息学等领域发表过20多篇论文。在IBM工作期间,多次获得IBM研究成就奖。

以下为采访实录:

CSDN:您是如何选择人工智能的工作岗位的,目前关注哪些人工智能技术和应用?

刘升平:我大学的时候看了些关于人工智能的书,就觉得非常有意思。虽然那时候刚过人工智能的第二次寒冬,读博士期间就做人工智能方向了。当时我的研究方向是语义网,是国内最早做语义网研究的一批人。毕业后在IBM中国研究院工作到现在一直从事的是人工智能相关工作。

目前主要关注的是大数据驱动的机器学习技术,包括深度学习、强化学习等,关注的应用主要是自然语言处理和会话式人机交互,如聊天机器人、自动问答,以及面向任务完成的口语对话系统。

CSDN:人工智能因为AlphaGo而广为人知,所以也有人把AI理解为下棋。能否介绍您认识的人工智能,它包括哪些技术和应用方向?有了它,移动应用能做哪些以前做不到的事情?

刘升平:人工智能技术可以包括感知智能和认知智能技术。

  • 感知智能包括语音识别,声纹识别等语音技术,人脸识别,图像识别,运动识别等计算机视觉技术。
  • 认知智能则包括自然语言理解,图像理解,知识表示与推理,规划与决策,自然语言与图像生成,记忆与联想,自学习等认知技术。

手机某种意义上也是一个机器人,具有视觉(摄像头)、听觉(麦克风)以及各种传感器,这样,手机上的移动应用也能拥有感知智能(利用麦克风和摄像头),还可以通过网络连接云端大脑,拥有认知智能。现在有很多利用人工智能技术的移动应用,如语音助手、人脸支付、名片识别、实时翻译等很多增强现实类应用等。

CSDN:对于移动开发者来说,您认为当前的人工智能热潮意味着什么?他们应该掌握哪些人工智能的技能来开发更好的应用?

刘升平:人工智能热潮意味着AI技术会引来一个爆发期,也意味着人工智能的应用范围会约来越广,包括人机交互、认知物联网、工业4.0、智慧城市等。对移动开发者来说,除了做移动开发以外,还要考虑智能硬件或物联网的应用开发,因为人工智能技术的载体不会仅限于手机,还会在智能硬件上,如智能音箱、机器人等。开发者应该掌握各种感知和认知智能技术的应用,了解这些技术的适用场景,以及技术本身的局限性,从而找到最适用自身应用的人工智能技术。

CSDN:从具体的技术领域来说,目前最热的是需要大数据、大计算的深度学习,您认为移动应用开发中应当如何去使用深度学习?

刘升平:深度学习的理论不容易掌握,但使用深度学习的技术并不难,甚至比传统的统计学习更容易,因为不需要去做特征工程。移动开发者可以去学习开源工具包,如Google的TensorFlow,学会如何使用,解决实际问题,而不用特别深究其原理。深度学习还是适合在云端用来做机器学习的任务,如分类、序列标注、序列生成等。移动应用开发中,可以通过网络调用云端的服务。

CSDN:在将人工智能算法用于移动应用的探索中,您认为有哪些主要挑战需要解决?

刘升平:人工智能的算法大部分在云端执行,更多体现在云端的大脑, 这时候移动应用的挑战一是如何更好地收集数据,为算法的效果提升贡献高质量的数据,二是如何扬长避短,更好地呈现人工智能算法的效果。

如果人工智能的算法在终端上执行,对移动应用来说,其最大的挑战就是怎么在计算能力和存储空间有限的终端上运行。

CSDN:能否分享您走过的值得开发者借鉴的一些坑?

刘升平:主要想强调以下两点:

  1. 数据是王道,足够多的高质量的训练数据比算法调优更重要。所以,在移动应用端一定要设计足够多的埋点以收集训练数据。
  2. 一定要注意人工智能技术的局限性和其适用的场景,不要被一些人工智能技术的吹嘘说迷惑,不要对人工智能技术有不切实际的期望。 目前的人工智能技术还是专用智能,只能解决特定领域的问题。

CSDN:移动应用和人工智能相结合的未来,您最为看好哪个具体领域的前景?

刘升平:我最为看好聊天机器人和语音助手类等这种基于会话交互的应用, 因为会话交互是最自然的人机交互形式,而且这几年会话交互技术一直在迅速发展,语音识别、自然语言理解、语用计算、自然语言生成、语音合成技术都在工业界已获得大量成功应用,是相对成熟的人工智能技术。

CSDN:对于MDCC 2016,您希望分享一些什么内容?希望听到别人分享哪些内容?

刘升平:我希望分享一些和聊天机器人、语音助手相关的技术。希望听到分享的技术是“端上智能”相关,因为目前大部分的智能技术都是在云上,而端上的智能技术尚缺。

其他人工智能讲师专访:

评论