作为NLP技术的领导者，竹间智能于11月1日主办了本次大会的“创智—NLP·知情感·创未来”主题论坛，论坛邀请竹间智能创始人兼CEO简仁贤、竹间智能市场负责人王桉、Breeno语音负责人庞佳宁、交通大学教授赵海、南京新一代人工智能研究院副总经理董晓飞、竹间智能产品咨询高级顾问多位业界领袖，企业及学术界专家，与现场来宾探讨NLP的前沿技术及产业发展落地，呈现一场精彩的NLP盛宴。

01

　　竹间智能创始人兼CEO简仁贤以《情感智能，NLP的未来与开放》为主题，揭开当天NLP论坛第一讲。

　　谈及NLP的未来发展，简仁贤认为“NLP将颠覆整个搜索引擎”，人类交互依靠自然语言，语音，表情，和肢体动作，是一种多模态的表达方式，单纯的搜索引擎终将被代替。但是声音、语言内容尤其是文字部分很难推敲，如何将NLP应用到生活领域就成了目前值得不断研究和实践的问题。

　　作为一个创业家，简仁贤看中技术，也看重用户需求，他认为一个产品，如果没有切入到用户的真正需要，那么产生的基本上是“伪需求”。秉着这样的信念，在竹间创立之初，希望在语音产品上融入【情感】，真正产生用户粘性，像电影《HER》一样触达人类心灵。

　　同时简仁贤也在思考如何做更通用的语音助手产品。“我相信未来每一个人都可以用很简单的方式去完成他想做的事情，或者好玩的事情，或者有用的事情”，他笑说随着手机发展衍生出很多疾病，手指疾病到现在的脊椎疾病，未来应该简化到一个指令就可以完成任务，“不需要做低头族”。

　　针对如何验证场景能不能行得通，简仁贤还总结出一套方法论，即价值创造三模式三形态。三模式即：优化用户体验、提高生产效率、和降低成本；三种AI应用形态：AI全自动处理，AI作为辅助，人机协作。

　　简仁贤认为未来NLP将不限于语音助理、企业客服、咨询机器人：NLP可以解决的问题更多、更大，凡是文档、非结构化数据，都可以用NLP来处理。NLP可以用来读文档，处理文档，从文档里面抽取知识，建立知识。

　　对NLP赛道所抱有的信心并不是盲目乐观，引用Gartner2019年7月的炒作周期报告，两年前NLP和语音处理到达期望值顶端，目前正在下降走出泡沫期，经过死亡谷，所以当前正处在蓄势爆发的前夕。

　　简仁贤跟现场开发者分享自己的开发心得，做NLP要找到对的应用才会有价值。

　　“我常常说不要只做科研，只做科研可能没办法让你学到很多东西，先找问题、需求。找到问题，找需求，你的科研方向就会对，当你的问题需求变成一个产品，产品则会变得非常有价值。”

　　谈及去年Google发布的BERT模型，针对其MaskedLM加下一个句子的预测，再进行Fine—tuning的过程，简仁贤指出，一个火热的模型其实也有不足。一方面，由于BERT需要大量的数据和大量的处理，所以训练的速度很慢，它需要的资源也非常多。另一方面，BERT掌握的中文语料数量和质量有限，缺少足够的中文数据做应用。

　　竹间智能在两年半前开发出的语意理解技术，与BERT很相似，但比它更快。用三个金融客户的案例对比发现，竹间模型平均比BERT快2个点，训练速度快50倍。因为BERT是通用模型，而竹间模型针对领域进行优化，减少了所需要的资源。同时竹间模型会在不牺牲准确率的情况下，在应用中达到比BERT的效率高的效果。

　　简仁贤指出，在未来语意理解的范畴里，理想就是做到用更少的算力和语料做出更好的模型。

　　经过四年研发实践积累，目前竹间模型实现三大优势：一是模型精炼、训练速度快；二是语料丰富，拥有丰富的闲聊语料；三是能进行真实的、流畅的上下文，且支持英文、德语等多语言交互。

　　简仁贤跟大家分享了许多实际案例，从无标点长难句、命名实体识别、语义解析等方面具体探讨当前技术难点和运用。

　　面对竹间自身和整个NLP赛道的局限，简仁贤还跟NLP开发者们分享，未来NLP的关键技术会在哪里，呼吁大家共同努力，为NLP技术的进步贡献力量：

　　1.少样本/零样本的学习，把预训练模型进行压缩，需要的训练数据会越来越少；

　　2.将知识和常识引入NLP：目前NLP是没有知识和常识的，比如说“北京很冷”这句话，目前技术可以识别“北京”是一个地点，但是它不懂北京是一个怎么样的概念；

　　3.多模态：结合声音、肢体、脸部表情和语言内容一起判断说话的真正意义；

　　4.要做可解释、可控的NLP。如果语音助理不可控，说的话超出当前社会人文可接受的范围，就是对整个社会不负责任。

　　最后简仁贤表示，竹间希望给企业带来无限可能，未来将继续通过技术丰富合作伙伴的业务场景，为客户和终端用户提供最好的服务。同时也期待下一代语音助理能够来临，越来越成熟。

02

　　Breeno语音负责人庞佳宁以《从自然到简单——NLP赋能新场景》为主题，展开了丰富的分享内容。

　　自然语言处理技术，为手机交互方式从GUI进化到VUI+GUI提供了技术基础，而自然语言处理技术的持续革新发展，让用户与机器之间的对话越来越自然。从早期部分人群尝鲜，到现在有更大的用户群体开始使用语音助手，并且应用的语音技能趋于扁平化、长尾化，对时效性、趣味性和细分领域的要求越来越高。但与手机的交流不止局限于语音，手机设备上协同包括智能语音、全局搜索、智慧识屏、智能短信等在内的资源，可以多场景为用户提供智能体验。以手机为核心，依托多种智能终端设备，语音服务覆盖用户家居、驾驶、运动、教育等全生活场景。竹间与OPPO在Breeno语音有开展合作，提供的是一个平台的载体能力，方便开发者参与其中，以非常低的开发成本触达到用户，平台以极简开发模式，提供稳健的技术能力支持，精准、高效的分发服务/内容顺畅的用户体验帮助。

03

　　竹间智能产品咨询顾问分享了竹间如何以情感智能为企业赋能。竹间在政务大厅的实体机器人，正是因机关所希望达到的“最多跑一次”的理念而诞生。来访市民可以通过机器人进行咨询，在对话过程中把业务办理完成。竹间的知识图谱不仅在政务，还应用在金融业、制造业，基于图谱搭建机器人平台从而提供服务，并实现全天候的业务办理及拟人化的体验。

　　机器人不仅需要有对话能力更需要具备对话管理能力。竹间机器人能够从多轮对话跳转到知识图谱，解答场景问题，监测客户情绪、语速和情感、提取客户画像，识别到客户办理的意图，并提供流程引导，同时也会产生相应的报表，在后台进行记录。

　　竹间人希望未来每个人都能够拥有一个能够听懂、看懂、读懂情感，真正成为人类伙伴的对话机器人。

04

　　交通大学赵海教授以《语言模型、对话系统和机器阅读理解》为主题，对现有的对话与交互系统进行了分析。目前多轮、基于事实的任务型对话系统是重大需求，更强的对话交互能力所面临的挑战在于更精准的检索与匹配、基于阅读理解的上下文建模和个性化、多样化的对话生成。在未来应该将前沿的预训练语言模型应用到多轮对话系统。

　　南京新一代人工智能研究院副总经理董晓飞就《智能客服评估规范解读与实践》进行了分享。智能客服产业已形成产业链，智能客服市场虽然竞争激烈，但一直没有一套标准来规范。为促进整个市场的良性竞争，健康发展，提供用户甄别产品的能力。由中国信息通信研究院、南京新一代人工智能研究院牵头，以用户角度感知为切入点，制定系列规范，并完成了第一轮的测评工作，在主论坛对测评通过的企业颁发证书。竹间智能很荣幸参与了本次的测评并获得认可。

　　11月2日的人工智能开发者大会主论坛上中国信息通信研究院院长刘多，工业和信息化部科技司司长胡燕，杭州市副市长柯吉欣，中国人工智能产业发展联盟理事长，中国工程院院士潘云鹤等来宾发表重要讲话。本次主论坛上同时发布了天枢人工智能开源开放平台，并对中国人工智能产业发展联盟评估结果发布暨证书颁发仪式。

　　竹间智能的智能客服系统在中国信息通信研究院和AIIA组织的智能客服系统功能测试中满足功能增强型要求，即具备多类型信息识别能力，具备高度智能化上下文语义理解能力。

　　竹间智能客服产品是由竹间自主研发的人工智能机器人定制平台，拥有自然语言理解（NLP）、语义理解（NLU）、语音识别（ASR）、知识图谱（KG）等核心算法与技术，提供在线机器人、赋能在线客服等智能服务场景，以及智能知识库、对话工厂、智能训练等全链路智能服务产品。同时竹间针对不同行业的多个领域（如金融保险、电商物流、商业领域等行业及企业人力、政务咨询、营销、销售等场景）提供高效的智能客服解决方案。企业不需要写代码、不需要机器学习专家就可以快速落地、灵活定制客服对话机器人。

　　竹间智能的智能客服已服务多个企业大客户。例如，光大银行信用卡中心通过竹间的AI任务引擎搭建了现金、现金分期、查账、还款、办卡等多轮业务场景，并通过中控平台进行统一的场景分发。同时进行AI赋能，使行内业务人员可以轻松搭建对话业务机器人，提供对外和对内服务。

　　解决用户咨询的高频业务问题的同时，也为信用卡核心业务带来了新的转化渠道；并且通过友好的话术引导客户交易并提高服务能力和质量，从而提升APP客户满意度，增强APP用户粘性。

　　作为NLP技术的领导者，竹间智能于11月1日主办了本次大会的“创智—NLP·知情感·创未来”主题论坛，论坛邀请竹间智能创始人兼CEO简仁贤、竹间智能市场负责人王桉、Breeno语音负责人庞佳宁、交通大学教授赵海、南京新一代人工智能研究院副总经理董晓飞、竹间智能产品咨询高级顾问多位业界领袖，企业及学术界专家，与现场来宾探讨NLP的前沿技术及产业发展落地，呈现一场精彩的NLP盛宴。

　　01

　　竹间智能创始人兼CEO简仁贤以《情感智能，NLP的未来与开放》为主题，揭开当天NLP论坛第一讲。

　　谈及NLP的未来发展，简仁贤认为“NLP将颠覆整个搜索引擎”，人类交互依靠自然语言，语音，表情，和肢体动作，是一种多模态的表达方式，单纯的搜索引擎终将被代替。但是声音、语言内容尤其是文字部分很难推敲，如何将NLP应用到生活领域就成了目前值得不断研究和实践的问题。

　　作为一个创业家，简仁贤看中技术，也看重用户需求，他认为一个产品，如果没有切入到用户的真正需要，那么产生的基本上是“伪需求”。秉着这样的信念，在竹间创立之初，希望在语音产品上融入【情感】，真正产生用户粘性，像电影《HER》一样触达人类心灵。

　　同时简仁贤也在思考如何做更通用的语音助手产品。“我相信未来每一个人都可以用很简单的方式去完成他想做的事情，或者好玩的事情，或者有用的事情”，他笑说随着手机发展衍生出很多疾病，手指疾病到现在的脊椎疾病，未来应该简化到一个指令就可以完成任务，“不需要做低头族”。

　　针对如何验证场景能不能行得通，简仁贤还总结出一套方法论，即价值创造三模式三形态。三模式即：优化用户体验、提高生产效率、和降低成本；三种AI应用形态：AI全自动处理，AI作为辅助，人机协作。

　　简仁贤认为未来NLP将不限于语音助理、企业客服、咨询机器人：NLP可以解决的问题更多、更大，凡是文档、非结构化数据，都可以用NLP来处理。NLP可以用来读文档，处理文档，从文档里面抽取知识，建立知识。

　　对NLP赛道所抱有的信心并不是盲目乐观，引用Gartner2019年7月的炒作周期报告，两年前NLP和语音处理到达期望值顶端，目前正在下降走出泡沫期，经过死亡谷，所以当前正处在蓄势爆发的前夕。

　　简仁贤跟现场开发者分享自己的开发心得，做NLP要找到对的应用才会有价值。

　　“我常常说不要只做科研，只做科研可能没办法让你学到很多东西，先找问题、需求。找到问题，找需求，你的科研方向就会对，当你的问题需求变成一个产品，产品则会变得非常有价值。”

　　谈及去年Google发布的BERT模型，针对其MaskedLM加下一个句子的预测，再进行Fine—tuning的过程，简仁贤指出，一个火热的模型其实也有不足。一方面，由于BERT需要大量的数据和大量的处理，所以训练的速度很慢，它需要的资源也非常多。另一方面，BERT掌握的中文语料数量和质量有限，缺少足够的中文数据做应用。

　　竹间智能在两年半前开发出的语意理解技术，与BERT很相似，但比它更快。用三个金融客户的案例对比发现，竹间模型平均比BERT快2个点，训练速度快50倍。因为BERT是通用模型，而竹间模型针对领域进行优化，减少了所需要的资源。同时竹间模型会在不牺牲准确率的情况下，在应用中达到比BERT的效率高的效果。

　　简仁贤指出，在未来语意理解的范畴里，理想就是做到用更少的算力和语料做出更好的模型。

　　经过四年研发实践积累，目前竹间模型实现三大优势：一是模型精炼、训练速度快；二是语料丰富，拥有丰富的闲聊语料；三是能进行真实的、流畅的上下文，且支持英文、德语等多语言交互。

　　简仁贤跟大家分享了许多实际案例，从无标点长难句、命名实体识别、语义解析等方面具体探讨当前技术难点和运用。

　　面对竹间自身和整个NLP赛道的局限，简仁贤还跟NLP开发者们分享，未来NLP的关键技术会在哪里，呼吁大家共同努力，为NLP技术的进步贡献力量：

　　1.少样本/零样本的学习，把预训练模型进行压缩，需要的训练数据会越来越少；

　　2.将知识和常识引入NLP：目前NLP是没有知识和常识的，比如说“北京很冷”这句话，目前技术可以识别“北京”是一个地点，但是它不懂北京是一个怎么样的概念；

　　3.多模态：结合声音、肢体、脸部表情和语言内容一起判断说话的真正意义；

　　4.要做可解释、可控的NLP。如果语音助理不可控，说的话超出当前社会人文可接受的范围，就是对整个社会不负责任。

　　最后简仁贤表示，竹间希望给企业带来无限可能，未来将继续通过技术丰富合作伙伴的业务场景，为客户和终端用户提供最好的服务。同时也期待下一代语音助理能够来临，越来越成熟。

　　02

　　Breeno语音负责人庞佳宁以《从自然到简单——NLP赋能新场景》为主题，展开了丰富的分享内容。

　　自然语言处理技术，为手机交互方式从GUI进化到VUI+GUI提供了技术基础，而自然语言处理技术的持续革新发展，让用户与机器之间的对话越来越自然。从早期部分人群尝鲜，到现在有更大的用户群体开始使用语音助手，并且应用的语音技能趋于扁平化、长尾化，对时效性、趣味性和细分领域的要求越来越高。但与手机的交流不止局限于语音，手机设备上协同包括智能语音、全局搜索、智慧识屏、智能短信等在内的资源，可以多场景为用户提供智能体验。以手机为核心，依托多种智能终端设备，语音服务覆盖用户家居、驾驶、运动、教育等全生活场景。竹间与OPPO在Breeno语音有开展合作，提供的是一个平台的载体能力，方便开发者参与其中，以非常低的开发成本触达到用户，平台以极简开发模式，提供稳健的技术能力支持，精准、高效的分发服务/内容顺畅的用户体验帮助。

　　03

　　竹间智能产品咨询顾问分享了竹间如何以情感智能为企业赋能。竹间在政务大厅的实体机器人，正是因机关所希望达到的“最多跑一次”的理念而诞生。来访市民可以通过机器人进行咨询，在对话过程中把业务办理完成。竹间的知识图谱不仅在政务，还应用在金融业、制造业，基于图谱搭建机器人平台从而提供服务，并实现全天候的业务办理及拟人化的体验。

　　机器人不仅需要有对话能力更需要具备对话管理能力。竹间机器人能够从多轮对话跳转到知识图谱，解答场景问题，监测客户情绪、语速和情感、提取客户画像，识别到客户办理的意图，并提供流程引导，同时也会产生相应的报表，在后台进行记录。

　　竹间人希望未来每个人都能够拥有一个能够听懂、看懂、读懂情感，真正成为人类伙伴的对话机器人。

　　04

　　交通大学赵海教授以《语言模型、对话系统和机器阅读理解》为主题，对现有的对话与交互系统进行了分析。目前多轮、基于事实的任务型对话系统是重大需求，更强的对话交互能力所面临的挑战在于更精准的检索与匹配、基于阅读理解的上下文建模和个性化、多样化的对话生成。在未来应该将前沿的预训练语言模型应用到多轮对话系统。

　　05

　　南京新一代人工智能研究院副总经理董晓飞就《智能客服评估规范解读与实践》进行了分享。智能客服产业已形成产业链，智能客服市场虽然竞争激烈，但一直没有一套标准来规范。为促进整个市场的良性竞争，健康发展，提供用户甄别产品的能力。由中国信息通信研究院、南京新一代人工智能研究院牵头，以用户角度感知为切入点，制定系列规范，并完成了第一轮的测评工作，在主论坛对测评通过的企业颁发证书。竹间智能很荣幸参与了本次的测评并获得认可。

　　11月2日的人工智能开发者大会主论坛上中国信息通信研究院院长刘多，工业和信息化部科技司司长胡燕，杭州市副市长柯吉欣，中国人工智能产业发展联盟理事长，中国工程院院士潘云鹤等来宾发表重要讲话。本次主论坛上同时发布了天枢人工智能开源开放平台，并对中国人工智能产业发展联盟评估结果发布暨证书颁发仪式。

　　竹间智能的智能客服系统在中国信息通信研究院和AIIA组织的智能客服系统功能测试中满足功能增强型要求，即具备多类型信息识别能力，具备高度智能化上下文语义理解能力。

　　竹间智能客服产品是由竹间自主研发的人工智能机器人定制平台，拥有自然语言理解（NLP）、语义理解（NLU）、语音识别（ASR）、知识图谱（KG）等核心算法与技术，提供在线机器人、赋能在线客服等智能服务场景，以及智能知识库、对话工厂、智能训练等全链路智能服务产品。同时竹间针对不同行业的多个领域（如金融保险、电商物流、商业领域等行业及企业人力、政务咨询、营销、销售等场景）提供高效的智能客服解决方案。企业不需要写代码、不需要机器学习专家就可以快速落地、灵活定制客服对话机器人。

　　竹间智能的智能客服已服务多个企业大客户。例如，光大银行信用卡中心通过竹间的AI任务引擎搭建了现金、现金分期、查账、还款、办卡等多轮业务场景，并通过中控平台进行统一的场景分发。同时进行AI赋能，使行内业务人员可以轻松搭建对话业务机器人，提供对外和对内服务。

　　解决用户咨询的高频业务问题的同时，也为信用卡核心业务带来了新的转化渠道；并且通过友好的话术引导客户交易并提高服务能力和质量，从而提升APP客户满意度，增强APP用户粘性。

　　最终帮助企业降低人力成本，提高客服坐席响应效率、提升企业业务处理效率，同时机器人在不断优化学习中提供更好的用户服务体验。