7月23日，由中国计算机学会(CCF)与中国中文信息学会联合主办的第二届语言与智能技术高峰论坛(Language & Intelligence Summit)在北京召开。论坛共吸引了来自国内外学术界、产业界从事自然语言处理与人工智能技术研究的570余人参加。与会专家就认知智能的基本理论、自然语言处理的前沿方向相关机器学习方法进行了深入剖析，探讨了自然语言处理技术在工业界的应用场景以及相应的技术突破。多模态认知智能、终身学习(Life-long Learning)和神经符号处理等自然语言处理与人工智能研究的新理论、新方法，给学术界和工业界带来了新意。

CCF理事长、北京大学教授高文院士作了题为“视觉图灵测试”的报告。他在报告中扩展了经典的图灵测试假设，从基于图像理解的视觉图灵测试问题出发，提出了多模态认知智能的前沿研究方向。他指出，将自然语言处理、语音识别与计算机视觉相结合，开展多模态的语义理解研究具有重要意义，相关研究工作可以推动认知智能的理论方法与核心应用的创新与突破，是人工智能未来发展的一个重要方向和前沿问题。高文还介绍了融入场景信息的图片内容描述，基于组合物体上下文信息的指示表达，面向视觉问答场景的视觉-语言跨模态特征对齐等多个前沿方向的相关进展，为听众揭示了视觉语义理解对于认知智能的重要意义。

终身学习是伊利诺伊大学芝加哥分校(University of Illinois at Chicago, UIC)教授刘兵最新提出的机器学习方法。他指出，由于现有的大多数机器学习模型只能基于特定任务进行一次性学习，获得的知识既不能用于可行的相关任务，更不能区分相同知识在不同任务中的特殊意义与用途。为克服这一局限性，刘兵提出了终身学习方法。该方法旨在建立一种持续学习的机器学习模式，在获得新知识的同时区分不同任务中运用所学知识的方法。美国国防部高级研究计划署(DARPA)等组织已经设立了数千万美元的研究专项，资助“终身学习”的研究。在本次峰会上，刘兵系统介绍了终身学习这一前沿机器学习范式，并以自然语言处理的观点分析为应用背景证明了其有效性。他认为，利用该方法还可以将这一类观点分析任务学到的知识用于其他观点分析任务上。他还结合多种自然语言理解任务进一步阐述了终身学习方法的通用性，展望了终身学习在语言与认知领域的应用前景。

IEEE Fellow、ACM杰出科学家、华为诺亚方舟实验室主任李航博士在大会上的报告也十分吸引人。他回顾了神经网络方法和符号逻辑方法在自然语言理解任务上的发展历程，介绍了这两种方法各自的优缺点，指出二者存在很强的互补性，特别是在表示和应用隐式与显式知识方面。由于众多的显式知识和隐式知识并存于各种典型的自然语言处理任务之中，因此综合利用符号逻辑和神经网络方法将有助于更好地理解自然语言。李航还分析了整合神经网络方法和符号逻辑方法的关键点和难点，进而给出神经符号网络模型，并深入阐述了该模型具有的主要特性，如自主学习、持续学习以及根据所学知识正确回答问题的能力。对于人们感兴趣的华为诺亚方舟实验室在这方面的前沿研究进展，李航的介绍也令人耳目一新。

7月23日，由中国计算机学会(CCF)与中国中文信息学会联合主办的第二届语言与智能技术高峰论坛(Language & Intelligence Summit)在北京召开。论坛共吸引了来自国内外学术界、产业界从事自然语言处理与人工智能技术研究的570余人参加。与会专家就认知智能的基本理论、自然语言处理的前沿方向相关机器学习方法进行了深入剖析，探讨了自然语言处理技术在工业界的应用场景以及相应的技术突破。多模态认知智能、终身学习(Life-long Learning)和神经符号处理等自然语言处理与人工智能研究的新理论、新方法，给学术界和工业界带来了新意。

CCF理事长、北京大学教授高文院士作了题为“视觉图灵测试”的报告。他在报告中扩展了经典的图灵测试假设，从基于图像理解的视觉图灵测试问题出发，提出了多模态认知智能的前沿研究方向。他指出，将自然语言处理、语音识别与计算机视觉相结合，开展多模态的语义理解研究具有重要意义，相关研究工作可以推动认知智能的理论方法与核心应用的创新与突破，是人工智能未来发展的一个重要方向和前沿问题。高文还介绍了融入场景信息的图片内容描述，基于组合物体上下文信息的指示表达，面向视觉问答场景的视觉-语言跨模态特征对齐等多个前沿方向的相关进展，为听众揭示了视觉语义理解对于认知智能的重要意义。

高文院士作报告

终身学习是伊利诺伊大学芝加哥分校(University of Illinois at Chicago, UIC)教授刘兵最新提出的机器学习方法。他指出，由于现有的大多数机器学习模型只能基于特定任务进行一次性学习，获得的知识既不能用于可行的相关任务，更不能区分相同知识在不同任务中的特殊意义与用途。为克服这一局限性，刘兵提出了终身学习方法。该方法旨在建立一种持续学习的机器学习模式，在获得新知识的同时区分不同任务中运用所学知识的方法。美国国防部高级研究计划署(DARPA)等组织已经设立了数千万美元的研究专项，资助“终身学习”的研究。在本次峰会上，刘兵系统介绍了终身学习这一前沿机器学习范式，并以自然语言处理的观点分析为应用背景证明了其有效性。他认为，利用该方法还可以将这一类观点分析任务学到的知识用于其他观点分析任务上。他还结合多种自然语言理解任务进一步阐述了终身学习方法的通用性，展望了终身学习在语言与认知领域的应用前景。

IEEE Fellow、ACM杰出科学家、华为诺亚方舟实验室主任李航博士在大会上的报告也十分吸引人。他回顾了神经网络方法和符号逻辑方法在自然语言理解任务上的发展历程，介绍了这两种方法各自的优缺点，指出二者存在很强的互补性，特别是在表示和应用隐式与显式知识方面。由于众多的显式知识和隐式知识并存于各种典型的自然语言处理任务之中，因此综合利用符号逻辑和神经网络方法将有助于更好地理解自然语言。李航还分析了整合神经网络方法和符号逻辑方法的关键点和难点，进而给出神经符号网络模型，并深入阐述了该模型具有的主要特性，如自主学习、持续学习以及根据所学知识正确回答问题的能力。对于人们感兴趣的华为诺亚方舟实验室在这方面的前沿研究进展，李航的介绍也令人耳目一新。

本次峰会的另一大特色是工业界的突飞猛进。今日头条副总裁马维英博士，腾讯AI Lab主任张潼博士，微软亚洲研究院首席研究员刘铁岩博士等专家，分别介绍了各自企业在多模态内容分析、自然语言处理基础研发以及机器翻译任务上的研究进展和技术创新。如今日头条每天为数以亿计的用户提供基于文本、图像和视频等多模态信息的内容推荐；腾讯AI Lab成立一年之内就在自然语言处理方面取得了一批前沿研究成果；京东客服机器人已经替代人工服务，每个月为企业节省上千万元的经费，并经历了多个销售高峰的考验。这些突破性成果，愈发彰显中国企业在自然语言理解和认知智能的研究与应用方面处于世界前沿地位。

京东智能通讯部刘丹，奇点机智创始人林德康博士（ACL Fellow, 前谷歌资深科学家），出门问问创始人李志飞博士，百度自然语言处理部赵世奇博士等，还在语言智能创新论坛环节分享了自然语言处理技术在各自领域的应用现状。他们还与CCF理事、微软亚洲研究院常务副院长周明博士，中国中文信息学会副理事长兼秘书长、中科院软件研究所研究员孙乐等专家学者就国家人工智能规划、学术界和工业界的合作、自然语言处理技术的成熟度与产品创新等多个问题进行了热烈而深入的探讨。

本次大会聚焦国内外语言与智能研究领域的最新进展，对本领域面临的种种挑战性科学问题和关键性技术难题展开了深入研讨，为所有与会者带来了一场学术与技术的饕餮盛宴。会场气氛轻松热烈，与会者提问积极踊跃，取得了良好反响，为我国自然语言处理与认知智能技术的产学研交流搭建了一个高端互动平台。        ■