CNCC｜解放双手，人机交互真的只需要一张嘴吗？

党建武

CCF语音对话与听觉专业委员会主任

天津大学计算机学院 教授

973项目首席科学家，日本北陆先端科学技术大学院大学信息学院荣誉教授。从事以言语科学为中心的交叉学科研究，包括生理学层的发音机理计算建模及其在言语障碍中的应用、物理声学层的语音识别和语音合成、神经认知层的言语认知机理等。在JASA、IEEE Trans.、Speech Communication，Neuroscience等国际知名学术杂志和学术会议上发表论文600余篇。

贾珈

CCF语音对话与听觉专业委员会秘书长

清华大学 计算机科学与技术系党委书记/教授

CCF杰出会员。研究兴趣为情感计算和人机语音交互。2021年获SLT最佳论文候选奖；2020年入选北京智源人工智能研究院青年科学家；2018年获ACM SIGMM Emerging Leaders、IJCAI Early Career Spotlight；2019年获中国电子学会科技进步一等奖；2016和2009年获教育部科技进步二等奖；2012年获ACM Multimedia Grand Challenge Prize。

何晓冬

CCF企业与职业发展工作委员会副主任

京东集团 副总裁/智能服务与产品部总裁

CCF CTO Club主席，IEEE Fellow，京东集团AI研究院执行院长。从事自然语言处理和语言视觉多模态智能等研究，是本领域世界级科学家。曾就职于美国微软雷德蒙研究院，担任首席研究员及深度学习技术中心负责人。发表论文200多篇，引用3万余次。多次获ACL杰出论文奖、IEEE SPS最佳论文奖等。领导团队聚焦智能技术的前沿突破及智能服务与产品打造，大规模赋能政务、医疗、零售、金融等产业。

报告题目：多模态对话智能技术进展与产业应用

随着在语音、语义、视觉等领域技术的快速进展，Gartner报告预测到2022年智能人机交互技术支撑的行业市场将达万亿规模。而多模态对话技术则是实现智能人机交互的重要技术之一，其主要通过“语音+视觉+语言+知识+情感+交互”等一系列关键技术解决用户在多样化场景下完成复杂任务时的人机“交流障碍”问题。本报告将分享我们在多模态多轮对话技术产品上的大规模产业应用实践、遇到的挑战及最新研究进展。并与大家一同探讨高度智能人机交互的发展趋势。

冯俊兰

中国移动研究院 首席科学家/人工智能与智慧运营中心总经理

IEEE Fellow，中国人工智能产业发展联盟副理事长，国际Linux网络基金会董事会主席，中国互联网协会人工智能工作委员会副主任委员，中国通信学会人工智能技术与应用委员会副主任委员。语言、语音、人工智能、数据挖掘方向主要国际会议和期刊评审人及组委会成员。发表论文100余篇，参与著书一部，获美国和国际专利50项、中国专利3项。获中央企业归国华侨联合会、工信部语音产业联盟各类研发奖20余项。负责研发的“九天”人工智能平台获中国移动2019年唯一产品金奖、中国通信学会科学技术奖二等奖、中国电子学会科技进步三等奖、工信部2018年人工智能与实体经济深度融合创新项目奖。

报告题目：人机对话技术：工业和学术的相伴之路

该报告将总结和比较人机对话技术在工业界和学术界近期的主要技术进展，包括应用概况、研究热点、总体框架、算法模型、数据集等。在此基础上，我们总结了人机对话技术仍旧面临的几大挑战，并给出思考和建议。

俞凯

CCF语音对话与听觉专业委员会副主任

上海交通大学计算机系 特聘教授/苏州人工智能研究院执行院长，思必驰首席科学家

长期从事智能语音及自然语言处理及人机交互的研究和产业化工作。曾任IEEE Speech and Language Processing Technical Committee 委员(2017-2019)，InterSpeech等国际会议程序委员会主席，ACL、EMNLP等国际会议研究领域主席。现任中国人工智能产业发展联盟学术和知识产权组组长，全国信标委用户界面分委会委员。

报告题目：面向多样性对话的统一对话建模及基础对话大模型

对话是自然语言处理研究中任务形态最丰富的领域之一，从简单任务型到问答聊天，从对话理解到对话反馈生成，对话类型和目标任务丰富多彩。任务多样性给对话建模带来的挑战，不单是建模方法层面，也在数据利用层面。本报告探讨对不同对话任务建立统一建模框架的思考和尝试，将海量异构对话数据进行分类梳理，构建大规模集成对话数据库。基于多样对话任务统一建模框架，从异构数据学习通用的基础对话大模型，在众多对话任务上取得优异性能。