CIIS专题论坛回顾 | 智能服务机器人专题论坛在成都圆满召开

2018 年 11 月 23 日 中国人工智能学会

2018年11月17-18日由中国人工智能学会主办的2018第八届中国智能产业高峰论坛在四川成都召开。18日下午智能服务机器人专题论坛由中国人工智能学会常务理事董振江研究员和清华大学朱小燕教授联合主持，来自三家的企业领袖及五所高校院所的学者作了专题演讲。

首先演讲的是智能技术与系统国家重点实验室主任朱小燕教授，她的演讲的主题是《人机交互中的知识问题》。朱教授系统的讲解了人机交互的内涵和外延、人机协同的前景、知识问题的两个方面：常识性知识和领域相关知识。常识性知识一个是知识认知问题，一个是建模算法的问题。针对常识的问题，朱老师介绍了IRI实际的例子中涉及的AI伦理问题，整个知识应用时，建模过程中怎么融入知识、知识复杂性的表示，知识推理影射、多路径融合和知识动态分析。

关于知识的更新，朱老师提到与谷歌合作话题树自动更新的研究，解决知识的时效性问题，把知识跟互联网上的信息关联起，不停更新知识。人机交互通从控制的角度考虑，先想办法控制他语言，再控制他的动作，这样我们人和机器可以更多交互起来。最后总结为“任重道远”：知识是必须的，知识缺失的系统无法达成人类对智能系统的期待。知识可用的，某种意义上已经能够支持开放领域，特定领域的各种信息服务。知识相关研究远远不够，知识表示，知识融合，知识评估等等，其发展空间非常大，最后还是为了语义理解，不是为了知识而做知识。

第二位研究者崔恒斌是蚂蚁金服智能机器人的首席专家，演讲的主题是《金融智能-机器人的新形态》。崔老师首先简要介绍了蚂蚁金服在杭州的乘车服务。然后分析了机器人的几种形态。一、语音交互机器人，通过猜你问题可以覆盖1/3的来电请求，准确度超过70%，可实现多轮交互，构建了服务型交互的统一框架；支付宝每天的热线服务量是20万左右，大概50%的服务是通过我们自助机器人或者语音交互机器人完成。实现技术包括猜你问题、问题识别、要素识别和智能派单。猜你问题依赖三方面的数据：行为轨迹、人工服务轨迹和精准因子。二、对话助手机器人，提效能降成本促转化，实现内容的闭环；三、智能外呼机器人，在金融、保险、电商等都有很多的应用，蚂蚁金服每个月的呼出量是百万级。；钉钉服务群机器人。最后崔老师介绍在双十一里面95%的服务是智能客服完成的，未问先答接近41.88%。

第三位演讲者是东南大学认知智能研究所的所长漆桂林教授，演讲的主题是《知识图谱的表示与推理》，他系统地介绍了什么是知识图谱、知识图谱表示、知识图谱推理和知识的更新四方面的内容。分析知识图谱在实用中存在的问题和作用，指出逻辑推理在KG里面会占据一定的作用，而且这个作用会越来越大，我们对符号知识学习能力越来越强时，我们对于逻辑需求推理越来越大，规则和本体结合的推理会很有用。

第四位讲者是韦克礼是图灵机器人联合创始人，他分享的题目是《闲聊对话生成系统进展与挑战》。在儿童的交互里面，整个闲聊占到60%以上。首先介绍公司是以对话技术为智能产品提供OS应用，为开发者提供开放平台的技术。2015年推图灵OS主要是针对儿童应用上，目前为止OS服务超过100款AI机器人，出货量超过1600万。目前整个开发者数量超过85万。

会上展示了整个对话系统的DEMO，当前闲聊系统有高质高量的检索库，召回率的保证最主要依赖于学习系统，对答案做一个排序选择最优的回复。下一代潮流里面是生成式的回复，目前依然有很多问题没有解决，如大量是高频都没有意义的。演讲中提出了衡量虚拟机器人综合能力以及7个关键指数，包括智商，推理、数学，情商，情绪、学识和个性。

第五位讲着是哈工大车万翔教授，演讲的主题是《任务型对话系统研究进展》，报告分四个部分，任务型对话系统、对话技术平台、最新研究进展和总结展望。车教授介绍了任务型对话系统的概述以及采取的方案，构建DTP是对话平台能够帮助开发者，快速构建任务型对话系统。主要为了解决对话系统里面数据不足的问题。第一，自己扩孔数据，第二不用标数据，直接用端到端的数据。最后做了对话评测，这个评测需要人来评，挑战比较大。未来主要关注于多领域之间的切换，或者对话系统能够自动的进行评价。

第六位演讲人是东华大学的徐波老师，他演讲的主题是《基于知识图谱的问答系统关键技术》。重点介绍了KBQA的工作原理、挑战和实现的关键技术，如常识问题、递归问题、比较问题，Deep QA与IRQA、Matching QA的协同，最后总结：第一用了样本增强技术解决样本数量比较少的问题，显著提升问答模型的健壮性；第二基于阅读理解的IRQA可以显著提升召回率。第三，机遇PATTEM+DL可以显著提升问答模型的泛化能力。第四，规则系统可以提升问答系统的复杂问题的回答能力。第五，支撑性的数据是可以确保问答系统准确性。

第七位演讲者是乐言科技的王昊奋博士，演讲的主题是《智能问答在企业计算中的机遇与挑战》，首先介绍了企业计算的概念，然后介绍了智能问答的技术形态KBQA、IRQA、MRC及他们之间的关系。然后针对三种技术形态，分别介绍了架构设计、模型和存在的问题与挑战，多策略的融合思路；第四部分介绍了智能问答工程实践的经验。

现在每天服务300万人次左右，双十一那天差不多服务2000万人，创造了新的高度。最后以引领认知智能，跃升人类知识工作作结。

最后一位讲者是中科院自动化所刘康博士，报告的主题为《文本阅读理解的研究进展与挑战》。报告分成三部分：第一，什么是文本阅读理解。第二，这两年内研究领域和取得的进展，基于MRC的深度学习基本框架、Cross-Attention与Self-Attention、Content aware Encoding（Bi-RNN、Transformer）和Word Embedding，最后我们面临哪些问题，推理和理解。报告系统地介绍了业界文本阅读理解当前的研究现状和各种技术发展动态与成效。

最后由朱小燕教授主持圆桌对话环节，对话的嘉宾由中兴通讯人工智能首席专家杜新凯总工、漆桂林教授、王昊奋博士、崔恒斌博士共同参与。由杜总工介绍了中兴通讯在AI上的研究进展，然后针对“知识图谱推理的补全的问题？” “时间问答用Huer Basic结合知识库来做，这样是不是一条可行的路？”“你发了很多技术性的论文，你在研究方法论上，能不能给我们做一些提示？”等问题展开讨论，各位老师结合自己的研究和实际给出了精彩的分享。