报告题目：理解自然语言：描述、对话和隐喻

演讲摘要：

我们正处在人工智能发展的一个新的黄金时代。人工智能最基本的两个要素是感知和认知。在过去几年里，我们亲历了感知技术特别是计算机视觉和语音识别的突飞猛进。然而，在诸如自然语言理解和对话领域的认知研究方面，我们的进展还非常有限。我相信在未来的十年中，自然语言处理会成为人工智能突破最重要的方向。懂语言者得天下。

我设想可以从三个层次来逐步让机器理解并掌握语言：从机器学习，到机器智能，再到机器意识。 第一个层次首先是建立客观的对观察到的或体验到的事物进行描述的能力。我会用微软认知服务里面的CaptionBot为例，来展现我们通过机器学习对一幅输入图像内容产生客观描述的技术。第二个层次是建立持续对话的能力。因为在对话的过程中，机器要能答问题，还要能提问题。机器要理解上下文状况，常识，及情感来做出合理的判断和响应—所谓对话即智能。我会总结一下微软研究院在智能问答生成方面的一些最新研究工作, 以及其在微软小冰聊天机器人平均长达23轮对话中的应用。第三个层次是建立在有意识地思考之上的理解和表达隐喻的能力。尽管我们离建立完全的机器意识还很远，作为一个初步的尝试，我会展示一下微软小冰看图作诗的技术。这项技术已经使得小冰成为了人类历史以来最多产的诗人。

最后，我简要介绍一下微软对话式人工智能产品线的最新进展和设计理念，包括必应搜索引擎，智能助理小娜，智能客服助理, 和聊天机器人小冰。

讲者简介：

微软公司执行副总裁。负责微软人工智能事业部与微软全球研究院。沈博士1996年获卡内基梅隆大学计算机学院机器人专业博士学位。1996年加入微软美国研究院。1998年，参与创立微软亚洲研究院，后担任微软亚洲研究院副院长、院长。2007年任微软全球资深副总裁，领导微软搜索引擎Bing的产品研发。2013年升任执行副总裁、主导微软下一代新技术的研发。

沈向洋博士是计算机视觉和图形学研究的世界级专家。曾任IEEE PAMI编委、计算机视觉国际会议ICCV2005大会主席和ICCV2007程序委员会主席。在计算机图形学领域的顶级会议ACM SIGGRAPH上发表论文53篇，在计算机视觉领域的ICCV和CVPR上发表论文55篇。2006年入选IEEE Fellow和ACM Fellow。2011年获第十届“全美亚裔年度杰出工程师奖”。2014年获“微软公司杰出技术领袖奖”。2017年2月，当选美国国家工程院外籍院士。