雷鋒網(wǎng)AI科技評(píng)論按：阿里人工智能實(shí)驗(yàn)室在上個(gè)月的10月16日宣布引入兩位重量級(jí)AI人才。這兩位科學(xué)家來頭都不小，一位是微軟亞洲研究院首席研究員聶再清博士，另一位是谷歌Tango和DayDream項(xiàng)目技術(shù)主管李名楊博士。兩位大咖入職阿里被外界稱之為：阿里達(dá)摩院成立后打響的人才強(qiáng)奪戰(zhàn)第一槍。我們來看看他們自己是怎么評(píng)價(jià)的。

雷鋒網(wǎng)分別對(duì)兩位科學(xué)家作了專訪，李名楊博士專訪鏈接請(qǐng)點(diǎn)擊：獨(dú)家 | 阿里機(jī)器視覺專家李名楊：AR 是 AI 的一種體現(xiàn)方式。

阿里人工智能實(shí)驗(yàn)室北京研發(fā)中心負(fù)責(zé)人聶再清博士

聶再清博士加入 AI  Labs 此前在微軟亞洲研究院主要負(fù)責(zé)微軟自然語言理解、實(shí)體挖掘的研發(fā)工作。在對(duì)象級(jí)別搜索與大數(shù)據(jù)挖掘方面申請(qǐng)國(guó)際專利十余項(xiàng)。他帶領(lǐng)團(tuán)隊(duì)旨在通過大數(shù)據(jù)挖掘和眾包，建立 Web-scale 知識(shí)圖譜，是微軟學(xué)術(shù)搜索、人立方，以及企業(yè)智能助理 EDI 的發(fā)起人和負(fù)責(zé)人，也是微軟自然語言理解平臺(tái)LUIS的技術(shù)負(fù)責(zé)人。相關(guān)技術(shù)已經(jīng)應(yīng)用在 Bing、Office、Cortana 等產(chǎn)品上。

加入阿里 AI Labs 之后，他除了負(fù)責(zé)北京研發(fā)中心的各項(xiàng)研發(fā)工作外，還將重點(diǎn)突破知識(shí)圖譜和自然語言理解這兩個(gè)研究方向。

筆者在采訪之前，了解到聶再清博士已在微軟工作了十三年，想必這次入職阿里也是下了很大的決心和勇氣。聶博士在采訪中也透漏出了對(duì)微軟的難舍之情。他說：“微軟就像一個(gè)大家庭一樣，讓我學(xué)習(xí)了很多，成長(zhǎng)了很多，在離職的最后一刻，還是很不舍。”

聶博士談到，這次加盟阿里主要原因還是很多思維理念和阿里相一致，很認(rèn)同阿里達(dá)摩院做研究的方式。在阿里人工智能實(shí)驗(yàn)室有可能把一件事情從一個(gè)研究做到一個(gè)真正有影響力的，影響千家萬戶的實(shí)用產(chǎn)品，這一點(diǎn)對(duì)他來說非常具有吸引力。

微軟給研究者提供更多的是基于興趣做研究，阿里人工智能實(shí)驗(yàn)室對(duì)研究者的要求主要是基于產(chǎn)品的需求并結(jié)合研究興趣做研究。聶再清博士表示這兩者并不沖突，今后在阿里主要負(fù)責(zé)的兩個(gè)突破方向是知識(shí)圖譜和自然語言理解，這是他在博士期間就開始從事的，也是他的興趣所在。如果是站在阿里的角度思考，也不會(huì)讓他做自己不感興趣的研究，這對(duì)于企業(yè)也不是利益最大化。

做算法出身，卻認(rèn)為數(shù)據(jù)比算法重要。算法、數(shù)據(jù)、算力到底哪個(gè)最重要，一般的回答者都認(rèn)為自己做的那個(gè)最重要，而帶領(lǐng)團(tuán)隊(duì)做算法的聶博士認(rèn)為數(shù)據(jù)比算法重要?！皵?shù)據(jù)能充分利用的話，其實(shí)可以用相對(duì)簡(jiǎn)單的算法就能達(dá)到很好的效果。”他說道。值得一提的是，馬云也多次在公開場(chǎng)合表達(dá)過“數(shù)據(jù)比算法重要”的類似觀點(diǎn)，聶博士在得知自己對(duì)這一問題的看法和馬云演講中所講的觀點(diǎn)高度一致后，感到非常開心。思維理念與阿里又一次接軌，使得聶博士對(duì)未來的研究也充滿了信心與期待。

除此之外，聶再清博士還對(duì)于筆者提出的關(guān)于目前知識(shí)圖譜建立的難點(diǎn)，以及自然語言理解面臨的挑戰(zhàn)等問題給出了詳細(xì)的解答。以下是雷鋒網(wǎng)的專訪內(nèi)容。

一、過去的十三年里，您為什么一直堅(jiān)持在微軟做研究？

聶再清：微軟就像一個(gè)大家庭一樣，我學(xué)習(xí)了很多，成長(zhǎng)了很多。包括在離職的最后一刻都很難過，覺得很不舍。

在微軟做研究確實(shí)是一個(gè)很好的地方，但我有一點(diǎn)是想把一件事情從研究階段一直推到產(chǎn)品，想把它的影響力做出來。我在微軟主要做了這幾件事情，學(xué)術(shù)搜索，人立方，包括在微軟時(shí)做的最后一個(gè)產(chǎn)品 （LUIS） 這些項(xiàng)目我覺得在研究這一層已經(jīng)很好了，很多人都知道，也有很多人在用，但是還沒有變成特別有影響力的（路人皆知的）產(chǎn)品。

我到阿里來，是覺得現(xiàn)在人工智能實(shí)驗(yàn)室有這么一個(gè)機(jī)會(huì)，有可能把一件事情從一個(gè)研究做成一個(gè)真正影響到千家萬戶的實(shí)用的產(chǎn)品。我認(rèn)為做研究在微軟研究院還是很好的，但每個(gè)人的追求不同，其實(shí)我在研究院也不是最典型的發(fā)論文的研究員，我一直是以把一件事情做出來這樣的方式來做研究。我更多是希望做一個(gè)創(chuàng)新產(chǎn)品時(shí)，在做的過程中能及時(shí)拿到別人的反饋，再形成新的解決方案，形成新的創(chuàng)新，按照這個(gè)思路把這樣的創(chuàng)新一步一步去迭代。我在微軟亞洲研究院也都是這樣一個(gè)思路做研究。在我們以前沈向洋當(dāng)院長(zhǎng)時(shí)，把這個(gè)叫做（deployment-driven research）拿到用戶的反饋去做研究。

二、為什么選擇在這個(gè)時(shí)機(jī)加入阿里，和阿里達(dá)摩院成立有關(guān)系嗎？

聶再清：阿里改變了很多人的生活方式，是一個(gè)很落地的公司。我很崇拜馬老師（馬云），他在做有用又很有趣的事兒。另外我和阿里人工智能實(shí)驗(yàn)室的淺雪（花名）談的很默契，我覺得在這里可以把我的一些想法做成真正影響很多人生活的一個(gè)東西。達(dá)摩院是我決定來阿里之后成立的，達(dá)摩院做研究的方式，我是很認(rèn)同的。

三、基于興趣做研究和基于產(chǎn)品需求做研究，您認(rèn)為哪一個(gè)好？

聶再清：我覺得兩者不違背。首先，我不會(huì)去做一個(gè)我不感興趣的研究，我在微軟所做的事情和在這里做的是相關(guān)聯(lián)的，并不是毫無關(guān)系的。我原來的興趣愛好或原來的想法，在這里能夠擴(kuò)大，能更快速的實(shí)現(xiàn)。如果站在公司的角度，如果公司讓我做一個(gè)我不太感興趣的事兒，對(duì)公司也不是最大的利益訴求。我覺得這兩點(diǎn)可以搭配的很好。

四、阿里AI Labs，總體可分為終端實(shí)驗(yàn)室和算法實(shí)驗(yàn)室，您主要負(fù)責(zé)哪一塊兒？能具體談?wù)剢幔?/span>

聶再清：我所帶領(lǐng)的團(tuán)隊(duì)是偏算法研究。主要負(fù)責(zé)兩個(gè)，知識(shí)圖譜和自然語言理解。這跟我以前在微軟所做的事情一直都是分不開的，包括我在博士期間，都是可以連起來的。我在博士期間做了一個(gè)學(xué)術(shù)搜索，當(dāng)時(shí)并沒有把所有數(shù)據(jù)都集成起來，建成由實(shí)體關(guān)系連接的知識(shí)圖譜形式，這個(gè)形式是在微軟以后，我才慢慢提出來的。我來微軟的第一個(gè)項(xiàng)目就是微軟的學(xué)術(shù)搜索，這個(gè)在05年就發(fā)布了，我一直在微軟做的事兒還是知識(shí)圖譜的建立，包括后來的人立方；LUIS，基于知識(shí)圖譜怎樣去做語言理解，把自然語言中的一句話對(duì)應(yīng)到知識(shí)圖譜上的一個(gè)實(shí)體ID（唯一標(biāo)識(shí)號(hào)）上，比如說，一個(gè)用戶說“播放馬云的歌”，自然語言理解的一個(gè)很重要的工作就是把用戶提到的字符串“馬云”對(duì)應(yīng)到知識(shí)圖譜上的一個(gè)具體的人物ID上去 。我在做的一直是建立知識(shí)圖譜，然后把自然語言映射（map）到知識(shí)圖譜中，因?yàn)榫唧w到了知識(shí)圖譜中的ID了，才能做一個(gè)聊天機(jī)器人，才能去執(zhí)行，否則只是字符串，字符串是無法執(zhí)行的。我到阿里人工智能實(shí)驗(yàn)室，還是建立知識(shí)圖譜，還是做自然語言理解，還是把自然語言理解放到知識(shí)圖譜中的ID上。要和用戶自然交互，一定要理解用戶這句話什么意思，這句話中有什么意圖，意圖中有哪些實(shí)體，比如“杭州明天天氣怎么樣？”，意圖就是天氣預(yù)報(bào)，杭州和明天都必須對(duì)應(yīng)到可唯一識(shí)別的實(shí)體ID上去。

我做的知識(shí)圖譜和自然語言理解是連在一起的。

五、目前自然語言理解有哪些比較難的問題嗎？

聶再清：最難的問題是自然語言的多樣性和它的歧義性。比如問天氣怎么樣，有太多種問法了。比如，明天會(huì)下雨嗎？明天能出去玩嗎？明天天氣怎么樣？明天天晴嗎？有太多這種多樣性。歧義性也是，比如說一個(gè)地名，有的時(shí)候一個(gè)詞代表不同的意思，你怎么把它變成一個(gè)意圖，一個(gè)ID。我感覺自然語言理解是人工智能最難的一環(huán)，是真正觸碰到智能了。我希望和廣大開發(fā)者們一起建立一個(gè)很好的生態(tài)系統(tǒng)，把一個(gè)個(gè)技能都建立的很好，一起建立一個(gè)很好的自然語言交互開發(fā)者平臺(tái)和一個(gè)智能的語音交互入口。

六、自然語言理解還有一個(gè)難點(diǎn)是多輪對(duì)話。您怎么看待這個(gè)？

聶再清：對(duì)的，比如你根據(jù)用戶說出的一個(gè)東西，基于我們的意圖識(shí)別和實(shí)體抽?。╯lot filling）結(jié)果，確定機(jī)器現(xiàn)在的狀態(tài)和要做的下一個(gè)動(dòng)作（或給用戶的一個(gè)回復(fù)）：可能下一步是要去查某網(wǎng)站（或一個(gè)第三方提供的API接口），然后再把網(wǎng)站的結(jié)果返回給用戶，讓用戶再確認(rèn)。這個(gè)在學(xué)術(shù)圈里叫對(duì)話管理（dialog manager）確實(shí)很有挑戰(zhàn)性，我們正在嘗試深度強(qiáng)化學(xué)習(xí)的方法，怎么能夠讓機(jī)器跟這個(gè)環(huán)境去交互，怎么通過自己去學(xué)習(xí)。

七、您所帶領(lǐng)的團(tuán)隊(duì)都為阿里人工智能實(shí)驗(yàn)室提供哪些技術(shù)支撐？

聶再清：有很多：比如意圖的理解，實(shí)體的抽取，也包括對(duì)話管理，還有知識(shí)圖譜這一塊兒。技術(shù)團(tuán)隊(duì)會(huì)支撐產(chǎn)品中很多具體的、需要實(shí)現(xiàn)的東西。我很喜歡反饋，從產(chǎn)品經(jīng)理那里得到的反饋會(huì)給我很好的指導(dǎo)。終端團(tuán)隊(duì)，技術(shù)團(tuán)隊(duì)以及其他各個(gè)人工智能實(shí)驗(yàn)室之間聯(lián)系也都很緊密。

八、剛您談到了自然語言處理的難點(diǎn)，可否給我們談?wù)勚R(shí)圖譜面臨哪些技術(shù)挑戰(zhàn)？

聶再清：知識(shí)圖譜所面臨的挑戰(zhàn)主要來自于知識(shí)圖譜的構(gòu)建與學(xué)習(xí)以及知識(shí)的表示與推理這兩個(gè)方面。其中知識(shí)圖譜的構(gòu)建與學(xué)習(xí)中的最主要的難點(diǎn)是，判斷兩個(gè)不同語境或不同圖譜中提到的實(shí)體是不是同一個(gè)實(shí)體。中國(guó)有幾十萬個(gè)張磊，同名，重名的問題，這兩個(gè)人是不是同一個(gè)，該不該融合在一起，怎么能把每個(gè)張磊的信息都正確地匹配到知識(shí)圖譜中的對(duì)應(yīng)實(shí)體中去呢。如果是產(chǎn)品的話，很多不同的東西，到底是不是同一個(gè)實(shí)體，比如iPhone 6、 iPhone plus、iPhone 6 金色等等。關(guān)于實(shí)體之間的關(guān)系圖，我其實(shí)不喜歡別人說我這個(gè)知識(shí)圖譜有多少條知識(shí)。其實(shí)知識(shí)圖譜里面關(guān)鍵在于有多少高精度的知識(shí)。

把一些非結(jié)構(gòu)數(shù)據(jù)，多結(jié)構(gòu)數(shù)據(jù)，或者結(jié)構(gòu)化數(shù)據(jù)，糅合成一個(gè)，變成一張大圖。如果是從非結(jié)構(gòu)數(shù)據(jù)變成結(jié)構(gòu)化數(shù)據(jù)，然后把它融進(jìn)來，這是個(gè)抽取的過程，也是個(gè)理解的過程，比如，通過讀紅樓夢(mèng)，把里面的人物建立一個(gè)關(guān)系圖，其實(shí)就是理解自然語言，好處在于這個(gè)人物關(guān)系圖可能在某個(gè)數(shù)據(jù)庫已經(jīng)有了，難點(diǎn)是怎樣把新抽取出來的實(shí)體信息和他們的關(guān)系正確地加到已有知識(shí)圖譜中去。

知識(shí)圖譜的構(gòu)建與學(xué)習(xí)中遇到的難點(diǎn)本質(zhì)上是由自然語言中的多樣性和歧義性帶來的。知識(shí)的表示和推理方面也有很多挑戰(zhàn)，由于時(shí)間關(guān)系今天就不多講了。

九、高精度知識(shí)，需要做大數(shù)據(jù)挖掘，您認(rèn)為算法重要還是數(shù)據(jù)重要？

聶再清：我個(gè)人覺得，數(shù)據(jù)重要。如果數(shù)據(jù)能充分利用的話，我可以用相對(duì)簡(jiǎn)單的算法就能達(dá)到很好的效果。不是說不要算法，但不是單靠算法的突破，就可以把一個(gè)難題解決。我原來在微軟研究院的時(shí)候，創(chuàng)建了大數(shù)據(jù)挖掘組，我一直認(rèn)為數(shù)據(jù)是很重要的。

十、加入阿里后，有什么新的體驗(yàn)？

聶再清：加入剛一個(gè)多月的時(shí)間，感覺各部門之間的聯(lián)系都很緊密，工作節(jié)奏比較快，大家都很接地氣（對(duì)用戶反饋都非常重視）。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。