人民網(wǎng)北京12月10日電 （楊波） 12月9日，由中國人工智能學會主辦的第八屆“吳文俊人工智能科學技術(shù)獎”在蘇州頒發(fā)，共有70項人工智能成果獲獎，其中，中國科學院數(shù)學與系統(tǒng)科學研究院研究員、中國科學院院士陸汝鈐獲“吳文俊人工智能最高成就獎”，百度高級副總裁、ai技術(shù)平臺體系（aig）總負責人王海峰獲得首個吳文俊人工智能“杰出貢獻獎”。
據(jù)了解，“吳文俊人工智能科學技術(shù)獎”由中國人工智能學會發(fā)起主辦，以我國智能科學研究的開拓者和領(lǐng)軍人、首屆國家最高科學技術(shù)獎獲得者吳文俊先生命名，自2011年設(shè)立以來，被譽為“中國智能科學技術(shù)最高獎”。該獎項每年頒發(fā)一次，對授予“吳文俊人工智能最高成就獎”的獲獎者頒發(fā)100萬獎金，今年還首度設(shè)立“吳文俊人工智能杰出貢獻獎”。
今年的“吳文俊人工智能最高成就獎”獲獎者陸汝鈐院士，是中國人工智能領(lǐng)域的開拓者和先驅(qū)之一，他於1959年畢業(yè)於德國耶拿大學數(shù)學系，1999年當選中科院院士。他在知識工程方面取得系統(tǒng)性創(chuàng)新成就，特別是在全過程動畫自動生成、專家系統(tǒng)開發(fā)環(huán)境、軟件自動生成、少兒圖靈測試、知件、大知識特征刻畫等領(lǐng)域。
首位“吳文俊人工智能杰出貢獻獎”獲獎者王海峰既是出色的學者，也是國內(nèi)人工智能產(chǎn)業(yè)的技術(shù)領(lǐng)袖之一。他長期致力於人工智能技術(shù)創(chuàng)新及產(chǎn)業(yè)發(fā)展，在機器翻譯、自然語言處理、知識圖譜和智能搜索等人工智能技術(shù)領(lǐng)域取得大量領(lǐng)先和開創(chuàng)性成果。
王海峰表示，中國正處在科技變革的重要時期，人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量受到前所未有的重視，希望跟所有同行一起，齊心協(xié)力發(fā)展人工智能技術(shù)，推動產(chǎn)業(yè)變革，創(chuàng)造美好的新時代。
對話王海峰：
獲獎之后您最想感謝的人是誰？
王海峰：這個榮譽不僅是我個人的，同時也屬於支持我、培養(yǎng)我，以及跟我一起堅持在人工智能領(lǐng)域鑽研和探索的很多人。感謝我的母校哈工大培養(yǎng)了我嚴謹專注的研究品質(zhì)，感謝百度給了我實現(xiàn)技術(shù)報國、服務大眾的平臺，感謝從事人工智能的師長、同仁們，以及與我風雨兼程、共同成長的團隊。
90年代您在哈工大讀書期間就選擇了人工智能領(lǐng)域，當時是什麼原因讓您選擇這個研究領(lǐng)域的，那時的機器翻譯是處於一個什麼樣的水平？
王海峰：我從小就對科技、科幻有興趣，時代背景和家庭環(huán)境給了我很深的熏陶。從大的方面說，八、九十年代，中國的國際經(jīng)貿(mào)往來日益頻繁，出現(xiàn)了外語熱﹔從小的方面說，計算機能夠讓我通過寫代碼實現(xiàn)我的想法，極大吸引了我。這些因素使我逐漸產(chǎn)生了一個想法，如果能讓計算機進行翻譯，可以給人們帶來非常大的便利。所以，大學我選擇了計算機專業(yè)，在1993年進入李生教授領(lǐng)導的機器翻譯實驗室，開始從事機器翻譯及自然語言處理相關(guān)研究直到現(xiàn)在。
當時的機器翻譯系統(tǒng)，更多是基於人工規(guī)則的系統(tǒng)。語言學專家和計算機專家共同合作，語言學專家負責把語言學知識寫成翻譯規(guī)則，計算機專家負責實現(xiàn)翻譯系統(tǒng)。當時的機器翻譯系統(tǒng)，在一些應用場景和特定領(lǐng)域翻譯效果還是不錯的，已經(jīng)具有了一定的商業(yè)價值。碩士期間，我們花了很大的力氣，也做了非常多的規(guī)則，我主導開發(fā)的漢英機器翻譯系統(tǒng)獲得國家863評測第一名的好成績。但是隨著我們系統(tǒng)的能力越來越強，也發(fā)現(xiàn)了很多問題。規(guī)則系統(tǒng)的規(guī)則越來越多，就越來越難以控制，難以發(fā)展。所以到1997年上博士的時候，我就開始嘗試神經(jīng)網(wǎng)絡(luò)的方法，當時是用了rnn模型探索了神經(jīng)網(wǎng)絡(luò)機器翻譯的可能性。
隨著人工智能技術(shù)的發(fā)展，什麼時候能真正實現(xiàn)科幻片中的機器人跟人自然交流的水平，您可否給我們做個預測？
王海峰：要實現(xiàn)機器與人的自然交流，感知和認知兩個層面的技術(shù)都必不可少。感知層包括剛才問題中的語音識別等，認知層技術(shù)包括語言和知識技術(shù)等。
在近年的一波深度學習浪潮裡，像語音、圖像這些感知層技術(shù)得到了很大的收益。語音識別在一些場合下識別率已經(jīng)超過了人類，語音合成的聲音也越來越好聽。
而認知技術(shù)方面，雖然近年來的深度學習技術(shù)浪潮也給自然語言處理帶來了很多進步，但是僅僅靠深度學習還不能完全解決自然語言處理的問題。要想更好的解決自然語言處理的問題，我們還要對世界的知識進行更好的挖掘、發(fā)現(xiàn)和凝練，更好的結(jié)合知識去理解語言。
具體什麼時間能真正實現(xiàn)科幻片中人機自然交流的水平，業(yè)界沒有明確的答案。我們一直在堅持不懈朝著這個方向努力，而且已經(jīng)在一些應用場景實現(xiàn)了令人驚艷的效果。在今年的百度ai開發(fā)者大會上展示的智能外呼，用戶在與機器交流了一段時間后，才發(fā)現(xiàn)自己是在跟一個機器人對話。讓我們欣慰的是，用戶的態(tài)度是友好的，也有好奇和興奮。這對我們從事人工智能的人來說是很大的肯定和鼓舞。(責編：楊波、易瀟)
推薦閱讀
it
it
相關(guān)新聞
來源：人民網(wǎng)
以上是網(wǎng)絡(luò)信息轉(zhuǎn)載，信息真實性自行斟酌。
）
