7 月 19 日- 20 日，以“擁抱數智經濟·賦能產業生態”為主題的「市北·GMIS 2019 全球數據智能峰會」在上海召開。思必馳聯合創始人/首席科學家俞凱受邀出席，并在20日的「智能應用與產業生態」板塊中分享了《可定制對話式人工智能》的演講。

AI技術落地的主要矛盾

在我們的日常生活中，C端智能產品基本都已做到了根據用戶的產品使用習慣而進行的個性偏好推薦，從而為每位用戶提供精準的產品服務。其實在B端，技術方案提供方同樣要面對客戶“千人千面”的產品需求。

俞凱談道，技術提供商的通用技術和高度靈活個性化應用的需求往往成為主要矛盾。

于是，為了解決矛盾，思必馳推出可定制的對話式人工智能平臺DUI。通過工程、資源、算法三方面的支撐，DUI平臺以對話為核心，滿足高可用定制與規模化定制，提供智能終端服務與智能信息服務，從而實現產品可定制對話式人工智能。

定制化便是解決AI技術落地主要矛盾的良方，提供針對性的技術方案，滿足企業客戶高度靈活的個性化應用需求。

有人說如果語言是人工智能的皇冠，對話便是皇冠上的寶石。

不同于語言問答，對話的整體架構是由感知到認知形成的閉環。在感知智能層面，語音識別與合成作為人機對話輸入與輸出的兩端，是完成對話的基礎；在認知智能層面，將是對信息進行理解、以及決策和表述，基于相關搜索與數據資源的處理，是完成人機交互任務的關鍵。

針對對話層面的認知智能技術路線，俞凱教授指出，將縱向的深度學習結合橫向的遷移學習，用小數據完成大規模的模型更新，比如，基于概念數的語義槽共享，在共享環境下做深度學習，使得無需復雜的定制，只要在大多數定制的基礎上把原始概念語義解析的能力遷移到各個不同的領域，即可實現對話的快速自動適應。將數據驅動演變為數據配合知識混合驅動，通用信息模型與場景專用信息模型做到精準認知與高效表達人機對話。將由需要預先搜集數據的開環學習轉變為更新數據模型的閉環學習。

最后，俞凱教授表示，我們會認為在未來一定可以看到對話的智能，它不是一種通用的技術，一定是可以在每一個產業里面取得有自己獨立個性的，并且都是比通用技術更高水平的定制化的對話式人工智能。

AI技術的應用創新

峰會最后，俞凱與華為 IT 標準專利部主任工程師黃之鵬、碼隆科技聯合創始人/首席技術官 Matt Scott、暗物智能研發總監梁曉丹、 Wonder Technologies 首席數據科學家 Christopher Dossman 共同圍繞 AI 應用創新與挑戰進行了一場圓桌對話。

俞凱表示「在未來十年可解釋的 AI 是最重要的方式，只有可信的 AI 才能夠推廣到各類領域中。」

近年來AI正歷經發展的高潮，但遠非終點。在遠未來，人工智能最終會以什么形態出現，我們不得而知。在近未來，我們對人工智能的應用創新需要結合現有認知，先服務賦能好現有行業，這是基礎同時也很重要的應用創新之路。