风险识别模型 科技‖2018大趋势，15位科学家预言未来(2)

李航

今日头条人工智能实验室总监

2018年NLP（自然语言处理）将在翻译、问答、对话等几个方面继续取得巨大进步。大胆预测，未来一年对话系统将能更好地理解人类语言，更自然地与人类通过语言交互。 对话方面令人震撼的突破可能来自以下几个场景。

一是实现多系统对话（multi-systems dialogue）：多个对话系统集体与用户进行对话，共同完成一项任务。比如，多个不同的问答系统， 协同回答用户的问题，帮助用户更好地找到答案。

二是实现多媒体中的对话（dialogue in multi-media），人通过自然语言发出命令，同时做出示范性动作；机器人通过对命令以及对视频中动作的理解，快速学习如何完成一个任务。比如，教机器人如何开门。

三是实现模仿语言学习（imitation language learning）：人为对话系统做出一定的示范，在什么样的场合下用什么样的自然语言进行对话，对话系统能够很快地学到对话的策略。比如，人类客服指导对话系统提高对话技巧，使系统能很快地在一个新领域承担自动客服任务。

司罗

达摩院机器智能实验室NLP首席科学家

2018年初，我们机器阅读理解技术（精准匹配）首次小幅超越人类，这个里程碑让研究人员看到了希望。但对于机器“能理解会思考”的终极目标来说，这只是万里长征的开始。迁移学习等技术的大量使用会催生更多好成绩，语言学知识或知识库知识在机器翻译模型中被更好的整合，单语语料和可比语料会更多用于稀少资源语言的翻译中； 信息抽取技术会从纯文本通用类型信息抽取更多走向富媒体（文字，表格，图片等）和垂直领域的信息抽取。可以预见，未来人类会习惯机器在更多特定领域的“超人”成绩，但机器短期内达到人类思维的深度和广度还有待时日。

鄢志杰

达摩院机器智能实验室语音技术总监

从2108年开始，人类与机器的交互方式将开始彻底摆脱任何形式的交互界面，变得更接近人与人的交互。这背后是对听觉、视觉、触觉，甚至味觉等多模态技术的全面融合。机器将能感知到人类在语气语态、肢体动作、面部表情等更丰富的表达方式，从而更智能的理解人类的意图。生活空间、交通空间、工作空间将是三个首先落地领域。

谢炎

AliOS首席架构师

2018年移动互联网时代将正式结束。越来越多带麦克风、、屏幕或更多传感器的智能终端将出现，并具备联网、交互、语音、视觉等能力，向泛AI化靠拢，很多工作、娱乐生活不需要通过手机完成，AI智能硬件设备的活跃量将迎来爆发式增长。

2018年人们花费在单一终端设备上的时间将大幅下降，智能手机用户活跃时长或将出现近年来的首次负增长。风险识别模型与之形成对比的是，包含智能手机在内的智能终端设备总量将继续增长，用户时间将更加碎片化。

李磊

今日头条人工智能实验室总监

2018年，、红外摄像、麦克风、陀螺仪加速计等多传感器的协同分析会大大提高对场景、空间定位、人物、动作、意图的理解。随着手机、电视、音箱、耳机、手表等各种终端计算能力的加强，理解人物行为的能力今年会有很大希望移植到端上，从而做到实时理解与视频创作。

机器学习方面今年的一个趋势是，不仅仅优化模型性能，而且会在训练和推理过程中引入反馈和人工修正，在人机协作智能（human-in-the-loop machine learning），交互式机器翻译方面(Interactive machine translation) 今年会有更多方法尝试优化模型与人的实时反馈动作，最终达到更好的综合性能。基础研究会有更大突破，逐步解开深度学习的黑箱，提高机器学习模型的可靠性、稳定性以及可解释性。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-83377-2.html