2021年6月3日上午9:00-12:00—李航、何晓冬、聂再清等： 机器翻译和NLP是否到了产业应用黄金时代？
611 阅读 2021-05-31 10:16:41 上传
会议讲座：
会议
时 间：
2021.06.03
形 式：
在线
人 数：
300
2021年6月3日上午9:00-12:00，第三届北京智源大会自然语言处理专场隆重登场，大咖云集。推荐关注字节跳动人工智能实验室总监李航题为《机器翻译——人工智能领跑者》的分享，以及《NLP应用是否到了产业应用黄金时代》圆桌论坛。
2021年6月1日-3日，第三届北京智源大会将隆重举办。现正式开放大会线上和线下报名渠道。
2021年北京智源大会召开在即，6月1日至6月3日，持续三天，13场主旨报告/重磅对话，29场由各领域领军学者主导的专题论坛，4场讲习班。大会将紧紧围绕这些当前学术领域迫切解决的问题，以及产业落地过程中存在的诸多挑战，延续一贯以来的“内行认可”品质口碑，采取极为严格的内行荣誉邀请制，分享真正内行认可的重大成果与真知灼见，献上一场诚意满满的AI盛宴！
万小军，北京大学王选计算机研究所研究员、智源研究员，博士生导师，语言计算与互联网挖掘研究室负责人。张家俊，中国科学院自动化研究所模式识别国家重点实验室研究员，智源青年科学家，博士生导师。议题简介：1954年IBM和乔治城大学做了第1次俄语到英语的机器翻译实验，早于1956年的达特茅斯会议（众所周知就是在这个会议上人工智能的概念被首次提出）。其实，机器翻译一直是人工智能领域、特别是自然语言处理的领跑者，无论是从实现可能性、核心技术，还是从应用场景角度看。本次报告回顾机器翻译的历史，审视当前的机器翻译技术，讨论机器翻译技术的特点，展望机器翻译技术的未来发展。我将以字节跳动的火山翻译为例，展示60年多年来机器翻译技术令人惊叹的发展。将从多模态和多语言两个维度，总结机器翻译技术未来发展的机遇和挑战。李航，字节跳动科技有限公司人工智能实验室总监。ACL Fellow，IEEE Fellow，ACM 杰出科学家。京都大学毕业，东京大学博士。曾就职于 NEC 公司中央研究所，任研究员；微软亚洲研究院，任高级研究员与主任研究员；华为技术有限公司诺亚方舟实验室，任首席科学家与主任。研究领域包括自然语言处理、信息检索、机器学习、数据挖掘。2. 多模态多轮对话：最新研究进展及大规模产业应用议题简介：Gartner报告预测到2022年，智能人机交互技术支撑的行业市场将达万亿规模。而多模态多轮对话技术则是实现智能人机交互的重要技术之一。本报告将分享我们在多模态多轮对话技术产品上的大规模产业应用实践、遇到的挑战及最新研究进展。并与大家一同探讨拟人化人机交互的发展趋势。何晓冬，京东集团副总裁，人工智能研究院常务副院长，京东科技智能客服产品部负责人，智源研究员。IEEE & CAAI Fellow，华盛顿大学等院校兼职教授.研究领域包括自然语言处理、信息检索与推荐、语言与视觉多模态信息处理等，谷歌学术引用数超过25000次，其中 DSSM、 Hierarchical Attention Networks (HAN)、Bottom-Up Attention 等多个工作在业界具有广泛应用。2018 年他与合作者发表于中国工程院院刊 FITEE 的论文《From Eliza to XiaoIce》深度讨论了构建先进智能人机对话系统的设计原则，获得 FITEE优秀论文奖。他还多次获得 IEEE 和 ACL 的最佳论文奖。议题简介：由于多模态数据（文字、音频、视频、激光雷达，…）在人工智能时代的广泛存在，多源异构数据的语义理解已经成为大数据AI应用中的一个主要挑战之一。心理学实验“麦格克效应”（McGurk Effect）显示人类认知是基于多模态信息融合的。深度学习在单一模态已经很成功，但在如何利用不同模态之间的联系来提高AI的认知能力方面还有很大提升空间。在这个报告，我将介绍我们在大数据与多模态语义理解方面的工作。从我们深度参与的三大AI应用领域（AIoT，自动驾驶，和Healthcare）的多模态智能需求出发，介绍我们的机器自学习大数据平台。之后会介绍已发表工作“基于大规模无监督语音预训练的语音语义理解”，说明跨模态联合理解语音和语义的必要性，以及基于音素后验的无监督语义预训练的有效性。清华大学国强教授、智能产业研究院首席研究员。2004年获得美国亚利桑那州立大学博士学位，师从美国人工智能学会前主席Subbarao Kambhampati教授，本科和硕士毕业于清华大学计算机科学与技术系。2017年加入阿里巴巴，任阿里巴巴人工智能实验室北京负责人和阿里巴巴天猫精灵首席科学家。此前就职于微软亚洲研究院，任首席研究员，他是微软学术搜索，人立方，以及企业智能助理EDI的发起人和负责人，也是微软自然语言理解平台LUIS的技术负责人。议题简介：随着端侧计算能力的增强以及隐私保护的需要，端侧AI越来越受到人们的广泛重视。基于上述背景，本报告主要介绍了我们在端侧NLP进行的一些探索和实践。首先介绍我们开源的端侧深度学习推理框架MACE，接着介绍在端侧基础NLP任务上的一些探索，最后介绍在离线机器翻译系统上所做的一些应用实践。小米集团技术委员会副主席，人工智能实验室主任，NLP首席科学家。负责计算机视觉、声学、语音、自然语言处理、知识图谱、机器学习技术在小米的研发和落地。加入小米之前，在中科院从事自然语言处理和信息检索相关的科研工作，曾任中科院研究员。发表及合作发表学术论文超过200篇，领导开发的内容处理系统得到实际应用，科研成果获得国家科技进步二等奖1项，省部级科技奖3项。
