【51CTO.com原創稿件】2018年11月30日-12月1日，由51CTO主辦的WOT2018全球人工智能技術峰會在北京粵財JW萬豪酒店召開。本屆峰會從人工智能技術賦能行業升級的角度出發，緊跟技術潮流，緊抓時事熱點，覆蓋人工智能平臺工具、算法模型、語音視覺等技術主題內容，帶來了一場AI前沿理論與***技術激烈碰撞的知識盛宴!

　　眾所周知，人工智能離不開計算、算法、數據三大要素。隨著數據洪流的爆發和算法的突破，人工智能在自然語言處理、圖像識別、人機交互等領域取得了重大突破，使得幾乎所有的機器輔助功能變為可能，例如智能推薦、智能穿戴等應用已經成功落地，無人駕駛汽車、預防性的醫療保健等也即將成為現實。

　　那么，企業應該如何利用先進的算法加速人工智能的應用落地呢?本屆WOT峰會的《算法模型》分論壇上，來自三角獸技術副總裁陳華榮，捷通華聲MT及NLP算法負責人的邢啟洲，惟客數據算法負責人李翔，分別從基于語義理解的智能交互、遠不止翻譯、新零售場景下的AI落地探索三個不同的主題，為到場的聽眾帶來了一場算法模型的饕餮盛宴。

　　三角獸技術副總裁陳華榮：基于語義理解的智能交互

　　三角獸技術副總裁陳華榮主要介紹了自然語言處理(NLP)技術的發展和基于語義理解的對話系統和智能交互系統,并重點介紹了語義理解的場景落地及實戰經驗。

　　感知智能解決的是看見、聽見的問題，更多是接收外面的信息，還做不到聽得懂和看得懂，當然也無法進行決策。陳華榮表示，要讓系統會理解、會思考，就必須要具備認知智能，讓系統去理解語言、掌握語言，利用其掌握的知識去推理。目前，認知智能還處在比較初級的階段，還做不到推理。所以，人工智能還有很長的路要走。

　　最初的自然語言用的是傳統的NLP算法，是通過分析句中結構來理解語義，由于語言千變萬化，異常復雜，因此沒有辦法基于NLP算法搭建比較好的落地產品。深度學習出現之后，在聲音和圖像的識別上得到了成功應用，也慢慢應用到了自然語言處理方面。陳華榮以擅長捕捉局部和全局特征的CNN 為例，詳細介紹了深度學習的優勢。他表示，基于深度學習的情緒識別、文本分類、機器翻譯、閱讀理解、文本摘要等等，成為當前行業的熱點。

　　在接下來的演講中，陳華榮從智能手機、智能IoT和智能客服三個不同的場景應用出發，為大家詳細介紹了三角獸從技術到商業化落地應用的過程。據介紹，三角獸的商業化落地不僅包含開放域聊天引擎、通用對話引擎等多種對話引擎在終端設備上的應用，如智能電視、智能音箱、手機、兒童手表等等，而且還提供了輔助功能模塊，如情緒分析、語義糾錯、客服質檢、內容過濾等，為用戶提供了強大的內容模糊語義理解能力的算法。

　　捷通華聲MT及NLP算法負責人邢啟洲：遠不止翻譯

　　捷通華聲MT及NLP算法負責人邢啟洲本次演講主要圍繞神經機器翻譯相關技術及其應用展開，對機器翻譯、靈云機器翻譯框架、Transformer模型、翻譯中其他設計的算法、業界翻譯產品現狀、挑戰及未來機器翻譯發展趨勢六大主題進行了細致的講解。

　　邢啟洲表示，隨著人工智能、深度學習和神經網絡的發展，神經機器翻譯邁入了一個新的時代，特別是自從去年谷歌發布《Attention Is All You Need》文章之后，在機器翻譯領域取得了長足的進步。從幾年前比較流行的統計機器翻譯SMT ，到這兩年比較火的神經機器翻譯NMT ，都是機器翻譯的框架。目前，靈云機器翻譯的框架，就是將一個有噪音、不規則、有各種復雜符號的文本 ，通過文本前處理，包括文本清洗、大小寫轉換、分詞等等，把收到的Input轉換成一種利于機器去處理的形式。然后，通過命名實體識別，把句子送進翻譯模型，最終輸出一個目標語言翻譯句子。***，再做一次命名實體識別，通過文本后處理進行反向還原，***化還原用戶實際輸入的格式，最終將翻譯結果呈現給大家。

　　接著，邢啟洲為大家詳細解讀了機器翻譯各個步驟的技術細節以及捷通華聲所采用的技術、遇到的難題和總結的經驗。他表示，要想讓機器翻譯成為一個成熟的產品，肯定不是翻譯本身的能力有多強，而是要結合各種人工智能技術，比如ASR技術、TTS語音合成技術、OCR技術等 等。因此，多技術融合才是翻譯的未來發展趨勢。

　　邢啟洲強調，多模態翻譯和語音識別、多語化翻譯、多譯文翻譯、篇章級翻譯、離線端翻譯、隱私化翻譯等都是未來翻譯的發展方向，但都面臨著語料缺失的問題，目前可以通過遷移學習、無監督或者半監督的方式去做語料增強等等，但現有的方法還是無法達到滿意的程度，這是未來要重要突破的難題。

　　惟客數據算法負責人李翔：新零售場景下的AI落地探索

　　惟客數據算法負責人李翔的演講圍繞新零售場景下的AI落地探索展開，他認為雖然零售場景已經有很多的維度和數量，但惟客數據的***目標，就是喚醒沉睡的數據，讓數據物盡其用，讓零售商通過數據來經營自己的客戶。

　　對于新零售的理解，李翔認為其實就是換一種方式讓零售行業做得更好。他表示，如果把新零售比做一個黑盒子，它的輸入就是數據，輸出就是服務，目的就是讓傳統零售行業為客戶提供更好的、更優質的服務。如果再把這個目標進行拆分，那么***點就是讓零售行業的店家更好地去理解自己的客戶，第二點就是為客戶提供個性化、定制化的優質服務。

　　在接下來的演講中，李翔圍繞數據和服務，為到場的觀眾詳細介紹了惟客數據的做法和經驗，并分享了其核心的算法內容，如人臉識別、物品識別等數據模型。李翔表示，AI在新零售行業中的場景應用雖然有很多種，但首先要解決“誰才是你客戶”的問題，只有知道了自已的客戶是誰，才能有針對性的做出解決方案。

　　在搞清楚了自己的客戶是誰之后，接下來就是方案的選型，是選擇第三方成熟公司的方案，還是自己設計方案，一是考慮成本，二是不要只選擇一個模型。據介紹，如何從視頻流中去檢測人臉，并把人臉提取后進行識別并分析，惟客數據遇到了難題。他們嘗試采用了三種方案，首先是普通攝像頭的方案，其***優勢就是成本很低。第二是采用了手機攝像頭的方案，成本仍舊很低。第三是采用了專業級攝像頭的方案，雖然成本高，但取得的效果也是***的。因此，惟客數據最終選擇了第三種方案。

　　李翔表示，通過在攝像頭端對視頻流進行分析，對人臉檢測，把人臉抓取出來，之后經過MTCNN對人臉進行更深層次的提取，這樣就可以通過很低的計算成本實現了人臉的識別與深度分析。

　　以上內容是51CTO記者根據WOT2018全球人工智能技術峰會的《算法模型》分論壇演講內容整理，更多關于WOT的內容請關注51cto.com。

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】