作為NLP技術(shù)的領(lǐng)導者，竹間智能于11月1日主辦了本次大會的“創(chuàng)智—NLP·知情感·創(chuàng)未來”主題論壇，論壇邀請竹間智能創(chuàng)始人兼CEO簡仁賢、竹間智能市場負責人王桉、Breeno語音負責人龐佳寧、交通大學教授趙海、南京新一代人工智能研究院副總經(jīng)理董曉飛、竹間智能產(chǎn)品咨詢高級顧問多位業(yè)界領(lǐng)袖，企業(yè)及學術(shù)界專家，與現(xiàn)場來賓探討NLP的前沿技術(shù)及產(chǎn)業(yè)發(fā)展落地，呈現(xiàn)一場精彩的NLP盛宴。

01

　　竹間智能創(chuàng)始人兼CEO簡仁賢以《情感智能，NLP的未來與開放》為主題，揭開當天NLP論壇第一講。

　　談及NLP的未來發(fā)展，簡仁賢認為“NLP將顛覆整個搜索引擎”，人類交互依靠自然語言，語音，表情，和肢體動作，是一種多模態(tài)的表達方式，單純的搜索引擎終將被代替。但是聲音、語言內(nèi)容尤其是文字部分很難推敲，如何將NLP應用到生活領(lǐng)域就成了目前值得不斷研究和實踐的問題。

　　作為一個創(chuàng)業(yè)家，簡仁賢看中技術(shù)，也看重用戶需求，他認為一個產(chǎn)品，如果沒有切入到用戶的真正需要，那么產(chǎn)生的基本上是“偽需求”。秉著這樣的信念，在竹間創(chuàng)立之初，希望在語音產(chǎn)品上融入【情感】，真正產(chǎn)生用戶粘性，像電影《HER》一樣觸達人類心靈。

　　同時簡仁賢也在思考如何做更通用的語音助手產(chǎn)品。“我相信未來每一個人都可以用很簡單的方式去完成他想做的事情，或者好玩的事情，或者有用的事情”，他笑說隨著手機發(fā)展衍生出很多疾病，手指疾病到現(xiàn)在的脊椎疾病，未來應該簡化到一個指令就可以完成任務，“不需要做低頭族”。

　　針對如何驗證場景能不能行得通，簡仁賢還總結(jié)出一套方法論，即價值創(chuàng)造三模式三形態(tài)。三模式即：優(yōu)化用戶體驗、提高生產(chǎn)效率、和降低成本；三種AI應用形態(tài)：AI全自動處理，AI作為輔助，人機協(xié)作。

　　簡仁賢認為未來NLP將不限于語音助理、企業(yè)客服、咨詢機器人：NLP可以解決的問題更多、更大，凡是文檔、非結(jié)構(gòu)化數(shù)據(jù)，都可以用NLP來處理。NLP可以用來讀文檔，處理文檔，從文檔里面抽取知識，建立知識。

　　對NLP賽道所抱有的信心并不是盲目樂觀，引用Gartner2019年7月的炒作周期報告，兩年前NLP和語音處理到達期望值頂端，目前正在下降走出泡沫期，經(jīng)過死亡谷，所以當前正處在蓄勢爆發(fā)的前夕。

　　簡仁賢跟現(xiàn)場開發(fā)者分享自己的開發(fā)心得，做NLP要找到對的應用才會有價值。

　　“我常常說不要只做科研，只做科研可能沒辦法讓你學到很多東西，先找問題、需求。找到問題，找需求，你的科研方向就會對，當你的問題需求變成一個產(chǎn)品，產(chǎn)品則會變得非常有價值。”

　　談及去年Google發(fā)布的BERT模型，針對其MaskedLM加下一個句子的預測，再進行Fine—tuning的過程，簡仁賢指出，一個火熱的模型其實也有不足。一方面，由于BERT需要大量的數(shù)據(jù)和大量的處理，所以訓練的速度很慢，它需要的資源也非常多。另一方面，BERT掌握的中文語料數(shù)量和質(zhì)量有限，缺少足夠的中文數(shù)據(jù)做應用。

　　竹間智能在兩年半前開發(fā)出的語意理解技術(shù)，與BERT很相似，但比它更快。用三個金融客戶的案例對比發(fā)現(xiàn)，竹間模型平均比BERT快2個點，訓練速度快50倍。因為BERT是通用模型，而竹間模型針對領(lǐng)域進行優(yōu)化，減少了所需要的資源。同時竹間模型會在不犧牲準確率的情況下，在應用中達到比BERT的效率高的效果。

　　簡仁賢指出，在未來語意理解的范疇里，理想就是做到用更少的算力和語料做出更好的模型。

　　經(jīng)過四年研發(fā)實踐積累，目前竹間模型實現(xiàn)三大優(yōu)勢：一是模型精煉、訓練速度快；二是語料豐富，擁有豐富的閑聊語料；三是能進行真實的、流暢的上下文，且支持英文、德語等多語言交互。

　　簡仁賢跟大家分享了許多實際案例，從無標點長難句、命名實體識別、語義解析等方面具體探討當前技術(shù)難點和運用。

　　面對竹間自身和整個NLP賽道的局限，簡仁賢還跟NLP開發(fā)者們分享，未來NLP的關(guān)鍵技術(shù)會在哪里，呼吁大家共同努力，為NLP技術(shù)的進步貢獻力量：

　　1.少樣本/零樣本的學習，把預訓練模型進行壓縮，需要的訓練數(shù)據(jù)會越來越少；

　　2.將知識和常識引入NLP：目前NLP是沒有知識和常識的，比如說“北京很冷”這句話，目前技術(shù)可以識別“北京”是一個地點，但是它不懂北京是一個怎么樣的概念；

　　3.多模態(tài)：結(jié)合聲音、肢體、臉部表情和語言內(nèi)容一起判斷說話的真正意義；

　　4.要做可解釋、可控的NLP。如果語音助理不可控，說的話超出當前社會人文可接受的范圍，就是對整個社會不負責任。

　　最后簡仁賢表示，竹間希望給企業(yè)帶來無限可能，未來將繼續(xù)通過技術(shù)豐富合作伙伴的業(yè)務場景，為客戶和終端用戶提供最好的服務。同時也期待下一代語音助理能夠來臨，越來越成熟。

02

　　Breeno語音負責人龐佳寧以《從自然到簡單——NLP賦能新場景》為主題，展開了豐富的分享內(nèi)容。

　　自然語言處理技術(shù)，為手機交互方式從GUI進化到VUI+GUI提供了技術(shù)基礎(chǔ)，而自然語言處理技術(shù)的持續(xù)革新發(fā)展，讓用戶與機器之間的對話越來越自然。從早期部分人群嘗鮮，到現(xiàn)在有更大的用戶群體開始使用語音助手，并且應用的語音技能趨于扁平化、長尾化，對時效性、趣味性和細分領(lǐng)域的要求越來越高。但與手機的交流不止局限于語音，手機設備上協(xié)同包括智能語音、全局搜索、智慧識屏、智能短信等在內(nèi)的資源，可以多場景為用戶提供智能體驗。以手機為核心，依托多種智能終端設備，語音服務覆蓋用戶家居、駕駛、運動、教育等全生活場景。竹間與OPPO在Breeno語音有開展合作，提供的是一個平臺的載體能力，方便開發(fā)者參與其中，以非常低的開發(fā)成本觸達到用戶，平臺以極簡開發(fā)模式，提供穩(wěn)健的技術(shù)能力支持，精準、高效的分發(fā)服務/內(nèi)容順暢的用戶體驗幫助。

03

　　竹間智能產(chǎn)品咨詢顧問分享了竹間如何以情感智能為企業(yè)賦能。竹間在政務大廳的實體機器人，正是因機關(guān)所希望達到的“最多跑一次”的理念而誕生。來訪市民可以通過機器人進行咨詢，在對話過程中把業(yè)務辦理完成。竹間的知識圖譜不僅在政務，還應用在金融業(yè)、制造業(yè)，基于圖譜搭建機器人平臺從而提供服務，并實現(xiàn)全天候的業(yè)務辦理及擬人化的體驗。

　　機器人不僅需要有對話能力更需要具備對話管理能力。竹間機器人能夠從多輪對話跳轉(zhuǎn)到知識圖譜，解答場景問題，監(jiān)測客戶情緒、語速和情感、提取客戶畫像，識別到客戶辦理的意圖，并提供流程引導，同時也會產(chǎn)生相應的報表，在后臺進行記錄。

　　竹間人希望未來每個人都能夠擁有一個能夠聽懂、看懂、讀懂情感，真正成為人類伙伴的對話機器人。

04

　　交通大學趙海教授以《語言模型、對話系統(tǒng)和機器閱讀理解》為主題，對現(xiàn)有的對話與交互系統(tǒng)進行了分析。目前多輪、基于事實的任務型對話系統(tǒng)是重大需求，更強的對話交互能力所面臨的挑戰(zhàn)在于更精準的檢索與匹配、基于閱讀理解的上下文建模和個性化、多樣化的對話生成。在未來應該將前沿的預訓練語言模型應用到多輪對話系統(tǒng)。

　　南京新一代人工智能研究院副總經(jīng)理董曉飛就《智能客服評估規(guī)范解讀與實踐》進行了分享。智能客服產(chǎn)業(yè)已形成產(chǎn)業(yè)鏈，智能客服市場雖然競爭激烈，但一直沒有一套標準來規(guī)范。為促進整個市場的良性競爭，健康發(fā)展，提供用戶甄別產(chǎn)品的能力。由中國信息通信研究院、南京新一代人工智能研究院牽頭，以用戶角度感知為切入點，制定系列規(guī)范，并完成了第一輪的測評工作，在主論壇對測評通過的企業(yè)頒發(fā)證書。竹間智能很榮幸參與了本次的測評并獲得認可。

　　11月2日的人工智能開發(fā)者大會主論壇上中國信息通信研究院院長劉多，工業(yè)和信息化部科技司司長胡燕，杭州市副市長柯吉欣，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟理事長，中國工程院院士潘云鶴等來賓發(fā)表重要講話。本次主論壇上同時發(fā)布了天樞人工智能開源開放平臺，并對中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟評估結(jié)果發(fā)布暨證書頒發(fā)儀式。

　　竹間智能的智能客服系統(tǒng)在中國信息通信研究院和AIIA組織的智能客服系統(tǒng)功能測試中滿足功能增強型要求，即具備多類型信息識別能力，具備高度智能化上下文語義理解能力。

　　竹間智能客服產(chǎn)品是由竹間自主研發(fā)的人工智能機器人定制平臺，擁有自然語言理解（NLP）、語義理解（NLU）、語音識別（ASR）、知識圖譜（KG）等核心算法與技術(shù)，提供在線機器人、賦能在線客服等智能服務場景，以及智能知識庫、對話工廠、智能訓練等全鏈路智能服務產(chǎn)品。同時竹間針對不同行業(yè)的多個領(lǐng)域（如金融保險、電商物流、商業(yè)領(lǐng)域等行業(yè)及企業(yè)人力、政務咨詢、營銷、銷售等場景）提供高效的智能客服解決方案。企業(yè)不需要寫代碼、不需要機器學習專家就可以快速落地、靈活定制客服對話機器人。

　　竹間智能的智能客服已服務多個企業(yè)大客戶。例如，光大銀行信用卡中心通過竹間的AI任務引擎搭建了現(xiàn)金、現(xiàn)金分期、查賬、還款、辦卡等多輪業(yè)務場景，并通過中控平臺進行統(tǒng)一的場景分發(fā)。同時進行AI賦能，使行內(nèi)業(yè)務人員可以輕松搭建對話業(yè)務機器人，提供對外和對內(nèi)服務。

　　解決用戶咨詢的高頻業(yè)務問題的同時，也為信用卡核心業(yè)務帶來了新的轉(zhuǎn)化渠道；并且通過友好的話術(shù)引導客戶交易并提高服務能力和質(zhì)量，從而提升APP客戶滿意度，增強APP用戶粘性。

　　作為NLP技術(shù)的領(lǐng)導者，竹間智能于11月1日主辦了本次大會的“創(chuàng)智—NLP·知情感·創(chuàng)未來”主題論壇，論壇邀請竹間智能創(chuàng)始人兼CEO簡仁賢、竹間智能市場負責人王桉、Breeno語音負責人龐佳寧、交通大學教授趙海、南京新一代人工智能研究院副總經(jīng)理董曉飛、竹間智能產(chǎn)品咨詢高級顧問多位業(yè)界領(lǐng)袖，企業(yè)及學術(shù)界專家，與現(xiàn)場來賓探討NLP的前沿技術(shù)及產(chǎn)業(yè)發(fā)展落地，呈現(xiàn)一場精彩的NLP盛宴。

　　01

　　竹間智能創(chuàng)始人兼CEO簡仁賢以《情感智能，NLP的未來與開放》為主題，揭開當天NLP論壇第一講。

　　談及NLP的未來發(fā)展，簡仁賢認為“NLP將顛覆整個搜索引擎”，人類交互依靠自然語言，語音，表情，和肢體動作，是一種多模態(tài)的表達方式，單純的搜索引擎終將被代替。但是聲音、語言內(nèi)容尤其是文字部分很難推敲，如何將NLP應用到生活領(lǐng)域就成了目前值得不斷研究和實踐的問題。

　　作為一個創(chuàng)業(yè)家，簡仁賢看中技術(shù)，也看重用戶需求，他認為一個產(chǎn)品，如果沒有切入到用戶的真正需要，那么產(chǎn)生的基本上是“偽需求”。秉著這樣的信念，在竹間創(chuàng)立之初，希望在語音產(chǎn)品上融入【情感】，真正產(chǎn)生用戶粘性，像電影《HER》一樣觸達人類心靈。

　　同時簡仁賢也在思考如何做更通用的語音助手產(chǎn)品。“我相信未來每一個人都可以用很簡單的方式去完成他想做的事情，或者好玩的事情，或者有用的事情”，他笑說隨著手機發(fā)展衍生出很多疾病，手指疾病到現(xiàn)在的脊椎疾病，未來應該簡化到一個指令就可以完成任務，“不需要做低頭族”。

　　針對如何驗證場景能不能行得通，簡仁賢還總結(jié)出一套方法論，即價值創(chuàng)造三模式三形態(tài)。三模式即：優(yōu)化用戶體驗、提高生產(chǎn)效率、和降低成本；三種AI應用形態(tài)：AI全自動處理，AI作為輔助，人機協(xié)作。

　　簡仁賢認為未來NLP將不限于語音助理、企業(yè)客服、咨詢機器人：NLP可以解決的問題更多、更大，凡是文檔、非結(jié)構(gòu)化數(shù)據(jù)，都可以用NLP來處理。NLP可以用來讀文檔，處理文檔，從文檔里面抽取知識，建立知識。

　　對NLP賽道所抱有的信心并不是盲目樂觀，引用Gartner2019年7月的炒作周期報告，兩年前NLP和語音處理到達期望值頂端，目前正在下降走出泡沫期，經(jīng)過死亡谷，所以當前正處在蓄勢爆發(fā)的前夕。

　　簡仁賢跟現(xiàn)場開發(fā)者分享自己的開發(fā)心得，做NLP要找到對的應用才會有價值。

　　“我常常說不要只做科研，只做科研可能沒辦法讓你學到很多東西，先找問題、需求。找到問題，找需求，你的科研方向就會對，當你的問題需求變成一個產(chǎn)品，產(chǎn)品則會變得非常有價值。”

　　談及去年Google發(fā)布的BERT模型，針對其MaskedLM加下一個句子的預測，再進行Fine—tuning的過程，簡仁賢指出，一個火熱的模型其實也有不足。一方面，由于BERT需要大量的數(shù)據(jù)和大量的處理，所以訓練的速度很慢，它需要的資源也非常多。另一方面，BERT掌握的中文語料數(shù)量和質(zhì)量有限，缺少足夠的中文數(shù)據(jù)做應用。

　　竹間智能在兩年半前開發(fā)出的語意理解技術(shù)，與BERT很相似，但比它更快。用三個金融客戶的案例對比發(fā)現(xiàn)，竹間模型平均比BERT快2個點，訓練速度快50倍。因為BERT是通用模型，而竹間模型針對領(lǐng)域進行優(yōu)化，減少了所需要的資源。同時竹間模型會在不犧牲準確率的情況下，在應用中達到比BERT的效率高的效果。

　　簡仁賢指出，在未來語意理解的范疇里，理想就是做到用更少的算力和語料做出更好的模型。

　　經(jīng)過四年研發(fā)實踐積累，目前竹間模型實現(xiàn)三大優(yōu)勢：一是模型精煉、訓練速度快；二是語料豐富，擁有豐富的閑聊語料；三是能進行真實的、流暢的上下文，且支持英文、德語等多語言交互。

　　簡仁賢跟大家分享了許多實際案例，從無標點長難句、命名實體識別、語義解析等方面具體探討當前技術(shù)難點和運用。

　　面對竹間自身和整個NLP賽道的局限，簡仁賢還跟NLP開發(fā)者們分享，未來NLP的關(guān)鍵技術(shù)會在哪里，呼吁大家共同努力，為NLP技術(shù)的進步貢獻力量：

　　1.少樣本/零樣本的學習，把預訓練模型進行壓縮，需要的訓練數(shù)據(jù)會越來越少；

　　2.將知識和常識引入NLP：目前NLP是沒有知識和常識的，比如說“北京很冷”這句話，目前技術(shù)可以識別“北京”是一個地點，但是它不懂北京是一個怎么樣的概念；

　　3.多模態(tài)：結(jié)合聲音、肢體、臉部表情和語言內(nèi)容一起判斷說話的真正意義；

　　4.要做可解釋、可控的NLP。如果語音助理不可控，說的話超出當前社會人文可接受的范圍，就是對整個社會不負責任。

　　最后簡仁賢表示，竹間希望給企業(yè)帶來無限可能，未來將繼續(xù)通過技術(shù)豐富合作伙伴的業(yè)務場景，為客戶和終端用戶提供最好的服務。同時也期待下一代語音助理能夠來臨，越來越成熟。

　　02

　　Breeno語音負責人龐佳寧以《從自然到簡單——NLP賦能新場景》為主題，展開了豐富的分享內(nèi)容。

　　自然語言處理技術(shù)，為手機交互方式從GUI進化到VUI+GUI提供了技術(shù)基礎(chǔ)，而自然語言處理技術(shù)的持續(xù)革新發(fā)展，讓用戶與機器之間的對話越來越自然。從早期部分人群嘗鮮，到現(xiàn)在有更大的用戶群體開始使用語音助手，并且應用的語音技能趨于扁平化、長尾化，對時效性、趣味性和細分領(lǐng)域的要求越來越高。但與手機的交流不止局限于語音，手機設備上協(xié)同包括智能語音、全局搜索、智慧識屏、智能短信等在內(nèi)的資源，可以多場景為用戶提供智能體驗。以手機為核心，依托多種智能終端設備，語音服務覆蓋用戶家居、駕駛、運動、教育等全生活場景。竹間與OPPO在Breeno語音有開展合作，提供的是一個平臺的載體能力，方便開發(fā)者參與其中，以非常低的開發(fā)成本觸達到用戶，平臺以極簡開發(fā)模式，提供穩(wěn)健的技術(shù)能力支持，精準、高效的分發(fā)服務/內(nèi)容順暢的用戶體驗幫助。

　　03

　　竹間智能產(chǎn)品咨詢顧問分享了竹間如何以情感智能為企業(yè)賦能。竹間在政務大廳的實體機器人，正是因機關(guān)所希望達到的“最多跑一次”的理念而誕生。來訪市民可以通過機器人進行咨詢，在對話過程中把業(yè)務辦理完成。竹間的知識圖譜不僅在政務，還應用在金融業(yè)、制造業(yè)，基于圖譜搭建機器人平臺從而提供服務，并實現(xiàn)全天候的業(yè)務辦理及擬人化的體驗。

　　機器人不僅需要有對話能力更需要具備對話管理能力。竹間機器人能夠從多輪對話跳轉(zhuǎn)到知識圖譜，解答場景問題，監(jiān)測客戶情緒、語速和情感、提取客戶畫像，識別到客戶辦理的意圖，并提供流程引導，同時也會產(chǎn)生相應的報表，在后臺進行記錄。

　　竹間人希望未來每個人都能夠擁有一個能夠聽懂、看懂、讀懂情感，真正成為人類伙伴的對話機器人。

　　04

　　交通大學趙海教授以《語言模型、對話系統(tǒng)和機器閱讀理解》為主題，對現(xiàn)有的對話與交互系統(tǒng)進行了分析。目前多輪、基于事實的任務型對話系統(tǒng)是重大需求，更強的對話交互能力所面臨的挑戰(zhàn)在于更精準的檢索與匹配、基于閱讀理解的上下文建模和個性化、多樣化的對話生成。在未來應該將前沿的預訓練語言模型應用到多輪對話系統(tǒng)。

　　05

　　南京新一代人工智能研究院副總經(jīng)理董曉飛就《智能客服評估規(guī)范解讀與實踐》進行了分享。智能客服產(chǎn)業(yè)已形成產(chǎn)業(yè)鏈，智能客服市場雖然競爭激烈，但一直沒有一套標準來規(guī)范。為促進整個市場的良性競爭，健康發(fā)展，提供用戶甄別產(chǎn)品的能力。由中國信息通信研究院、南京新一代人工智能研究院牽頭，以用戶角度感知為切入點，制定系列規(guī)范，并完成了第一輪的測評工作，在主論壇對測評通過的企業(yè)頒發(fā)證書。竹間智能很榮幸參與了本次的測評并獲得認可。

　　11月2日的人工智能開發(fā)者大會主論壇上中國信息通信研究院院長劉多，工業(yè)和信息化部科技司司長胡燕，杭州市副市長柯吉欣，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟理事長，中國工程院院士潘云鶴等來賓發(fā)表重要講話。本次主論壇上同時發(fā)布了天樞人工智能開源開放平臺，并對中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟評估結(jié)果發(fā)布暨證書頒發(fā)儀式。

　　竹間智能的智能客服系統(tǒng)在中國信息通信研究院和AIIA組織的智能客服系統(tǒng)功能測試中滿足功能增強型要求，即具備多類型信息識別能力，具備高度智能化上下文語義理解能力。

　　竹間智能客服產(chǎn)品是由竹間自主研發(fā)的人工智能機器人定制平臺，擁有自然語言理解（NLP）、語義理解（NLU）、語音識別（ASR）、知識圖譜（KG）等核心算法與技術(shù)，提供在線機器人、賦能在線客服等智能服務場景，以及智能知識庫、對話工廠、智能訓練等全鏈路智能服務產(chǎn)品。同時竹間針對不同行業(yè)的多個領(lǐng)域（如金融保險、電商物流、商業(yè)領(lǐng)域等行業(yè)及企業(yè)人力、政務咨詢、營銷、銷售等場景）提供高效的智能客服解決方案。企業(yè)不需要寫代碼、不需要機器學習專家就可以快速落地、靈活定制客服對話機器人。

　　竹間智能的智能客服已服務多個企業(yè)大客戶。例如，光大銀行信用卡中心通過竹間的AI任務引擎搭建了現(xiàn)金、現(xiàn)金分期、查賬、還款、辦卡等多輪業(yè)務場景，并通過中控平臺進行統(tǒng)一的場景分發(fā)。同時進行AI賦能，使行內(nèi)業(yè)務人員可以輕松搭建對話業(yè)務機器人，提供對外和對內(nèi)服務。

　　解決用戶咨詢的高頻業(yè)務問題的同時，也為信用卡核心業(yè)務帶來了新的轉(zhuǎn)化渠道；并且通過友好的話術(shù)引導客戶交易并提高服務能力和質(zhì)量，從而提升APP客戶滿意度，增強APP用戶粘性。

　　最終幫助企業(yè)降低人力成本，提高客服坐席響應效率、提升企業(yè)業(yè)務處理效率，同時機器人在不斷優(yōu)化學習中提供更好的用戶服務體驗。