打造人工智能的新高度，追一科技AI Lab

如何让智能语音交互更加落地，更好满足企业服务需求？在追一科技AI Lab 高级研究员潘晟锋看来，技术创新与业务需求要两条腿一起跑，相互驱动、相辅相成，才能实现应用优化。一方面是业务牵引，AI公司需要对企业需求以及业务场景深入了解。只有以企业需求为导向，才能实现差异化价值，满足、甚至超越企业需求。另一方面是技术驱动，只有扎实的技术实力，才能成就优秀的智能交互产品。

嘉宾介绍
潘晟锋，追一科技AI Lab高级研究员，香港科技大学硕士。在追一科技负责文本语义理解相关的研究工作，以及语义平台产品线中深度学习模型的设计和优化。在机器学习、深度学习、自然语言处理等方面有丰富的研究和实践经验，专注于语义意图判断、文本相似度计算等前沿领域的探索。

业务牵引+技术驱动

目前，追一科技已经构建了智能语义平台AIForce，基于NLP和深度学习等新一代技术，打造文本、语音等多种交互形态的智能化产品，包括智能客服机器人、助手和质检等客户服务应用产品，以及智能营销、分析和挖掘等数据类产品。目前AIForce平台中的智能服务、营销类产品方案，已经在金融、电信、互联网、能源等多领域企业中落地应用。

追一科技作为深耕企业智能服务的AI公司，在业务和技术的双轮驱动下，持续为用户创造价值。

在业务方面，追一科技会定期与企业用户进行深入的交流，了解他们在实际业务中的需求和遇到的困难，然后将这些需求和困难抽象成一个个的技术问题，在解决这些技术问题的过程中，也就孵化出满足某些业务、某些场景需求的产品或者解决方案，进而赋能有同样需求的企业。

在技术方面，追一科技始终是从两个层面进行研发。一是与自然语言处理（NLP）相关的底层架构技术，比如更好的文本编码、更稳定的计算模型等。二是与业务相关的上层应用技术，比如用自然语言对文本的交互（NL to Document），自然语言对SQL的交互（NL to SQL），自然语言对知识图谱的交互（NL to KG）等。追一科技会对某一个技术点持续深入探索，之后将其上升到产品层面，进而形成一个新产品。

“在追一科技，业务牵引和技术驱动同样重要，是两条腿一起走的” ，潘晟锋表示。

打造生动有趣的智能交互

“亲”、“好的”、“您说”…如果在交互中只有这些模板式的、重复性的、毫无乐趣的回答，用户体验会非常差。如何让智能交互变得更精准、更有情感和有趣？潘晟锋认为，交互回答的多样性从技术上来进行拆解，可以分为两种情况。

第一种情况是回答根据问题来决定，只是采用不同的说法。比如问“今天天气好不好”，答“今天太阳很大”。或者利用千人千面的技术对提问者的背景进行区别判断，比如回复女生“今天很热，您可以穿漂亮的裙子”。

第二种情况是不直接回答问题，而是把话题岔开。这种情况会比较复杂，而解决的办法是利用知识背景与话题引导等技术来达到目的。例如可以对不同话题以及相关的知识点建立结构化表达，然后利用模型去学习如何联系知识点来进行话题的引导与切换。这方面，追一也进行了很多探索，并在2019年“语言智能挑战赛”中的知识驱动对话赛道中用这种方法取得冠军。

深耕技术，拓展更多应用场景

谈到未来发展，潘晟锋认为，结合上下文的文本表达，和关于语言多任务的表达将会是两个重要的技术发展趋势。追一科技在底层的架构技术上，将紧随这两个趋势，进行更深入的研究。
在应用层方面，追一科技将会拓展更广的应用场景，比如在完成自然语言与文档交互、与数据库交互之后，探究更多的交互形式，比如自然语言与音乐的交互等。

同时，追一科技也在致力以更加开放的方式，与学界、业界一起推动NLP技术的发展。在今年，追一科技公开了中文的NLP to SQL数据集并举办了首届中文NL to SQL（NL2SQL）比赛，这是追一科技为推动NLP技术发展所走出的第一步，未来追一科技还会持续为NLP技术进步做出自己的贡献。

人工智能的定义可以分为两部分，即“ 人工”和“ 智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。