酷应用

韦福如：不只要让机器人懂聊天|“35岁以下科技创新35人”中国榜单专栏

百家作者：DeepTech深科技 2018-04-20 10:22:05

点击图片查看2018年首批重磅评委名单及报名方式

自 1999 年起，《麻省理工科技评论》每年都会推出“35岁以下创新35人”（Innovators Under 35）榜单，旨在于全球范围内评选出被认为最有才华、最具创新精神，以及最有可能改变世界的 35 位年轻技术创新者或企业家，共分为发明家、创业家、远见者、人文关怀者及先锋者五类。

2017 年，该全球权威榜单正式推出中国区评选，并已公布并首届评选结果。现在，《麻省理工科技评论》正式开设“35岁以下创新35人”中国榜单专栏，以人物报道的形式帮助中文读者了解这些来自中国的新生代科技力量。

韦福如·发明家

怀抱自然语言处理科研梦想的发明者

获奖年份：2017 年

获奖时年龄：34

获奖时职位：微软亚洲研究院资深研究员

获奖事由：在自然语言处理（NLP）和自然语言理解技术领域取得重大突破，在机器阅读理解，识别和理解情感、观点以及情绪，智能问答和对话等关键课题上持续研究和创新。并进一步完成利用深度学习和自然语言处理技术进行辅助音乐创作，让计算机也能作词和作曲，探索人工智能思考创作的可能。

如何让聊天机器人成为真正可以帮助我们提升工作效率、让生活更方便的实用工具，让我们与机器的对话能够更智能、更自然，一直是全球人工智能研究者积极投入的热门领域。这个领域所牵涉到的自然语言处理与理解技术，也是最具挑战性的前沿研究技术题目。

之前在电视节目中，微软的人工智能聊天机器人微软小冰演示了自己完成作曲作词等音乐创作的过程，让外界见识到人工智能技术研究的进步，而微软小冰作词作曲惊艳表现背后的主要推手，就是微软亚洲研究院韦福如与他率领的团队。

不仅如此，韦福如所带领的团队所构建的端到端的深度神经网络模型 R-NET，在被誉为“机器阅读理解领域 ImageNet”的 SQuAD（Stanford Question Answering Dataset）文本理解挑战赛中持续蝉联榜首，且 R-NET 在单模型和集成模型中都处于顶尖水平。2018 年 1 月 3 日提交的 R-NET 模型更是在 EM 值（Exact Match，表示预测答案和真实答案完全匹配）上以 82.650 的最高分领先，并率先超越人类分数 82.304。这是计算机文本理解能力首次超越人类，预示着未来相关人工智能应用将有更多的发展和突破。

微软亚洲研究院资深研究员韦福如以发明家类别成为本年度中国区 35 岁以下科技创新青年获奖人。他与自然语言处理研究的缘分自攻读博士时就已展开，博士期间在香港理工大学计算机系担任访问学者时，韦福如就开始从事自然语言处理相关的研究工作，而后进入微软亚洲研究院自然语言计算组。在过去的十年，韦福如的研究涉及自然语言处理领域的多个关键课题，包括文本挖掘中的情感分析和意见挖掘、智能问答对话以及机器阅读理解与摘要等等。

从小在一个重视教育的家庭长大，韦福如说自己一直是好学生，勉强也算是学霸。的确，17 岁考入武汉大学计算机学院、保送硕博连读、26 岁就获得博士学位，这样的学习经历确实耀眼。

图 | 韦福如

出色的学习表现，只是起步，韦福如说对他最重要的影响，是“认真且坚持的习惯，因为习惯的力量很多时候都超出了我们的想象，这对我后来的工作和生活都有深刻的影响。”

正因为此，韦福如在学术研究领域缴出了亮眼的成绩单，在自然语言处理的顶级期刊和国际会议，如 Computational Linguistics、 ACL、 EMNLP、 COLING、 SIGIR、 AAAI、 IJCAI 等，累计发表超过 90 篇论文，其中包括两篇自然语言处理最顶级期刊 Computational Linguistics 的论文，以及 15 篇自然语言处理最顶级国际会议 ACL 的论文。截至 2017 年 12 月，根据 Google Scholar 的统计结果，韦福如所发表的论文被引用次数已超过 3400 次，H 指数为 30。

在研究成果的实际应用方面，韦福如与团队的研究成果也广泛应用到了多项微软的产品中，包括外界已然非常熟悉的聊天机器人微软小冰、必应搜索引擎、Office 办公软件以及微软认知服务等。

除了在机器阅读理解领域取得的巨大的科研成就。韦福如的研究领域还包括从文本中识别和理解情感、观点以及情绪的工作，以更好地实现计算机对社交媒体用户情感变化的预测，在网络评论中监测人们对产品、品牌等监测目标的态度和意见，以及在聊天机器人和人类的对话互动中建立类似人与人之间的关系，等等。这部分研究成果已经被应用到微软必应搜索引擎、微软认知服务中的情感分析 API、微软小冰中。其中，韦福如研发的情感分析引擎还用于从推特（Twitter）等社交媒体中生成情感信号，提供给微软必应引擎，来预测电视选秀节目以及社会事件发展的结果。

此外，韦福如还涉及了智能问答和对话系统的研究工作。其中一些技术研究已应用于 Skype 中的生成对话回复建议，从而提高了生产效率及用户参与度。未来也可以应用于生成邮件回复建议，如在 Outlook 手机版中应用。

自然语言处理作为人工智能研究的核心领域之一，长久以来都受到广泛关注，被认为是人工智能皇冠上的明珠。微软全球执行副总裁沈向洋就曾说，懂语言者得天下，自然语言将是人工智能对人类影响最为深刻的研究领域。因为，自然语言理解的研究成果和技术创新将会不断改变人与机器交流的方式，进而改变人类的生活方式。

过去 10 年，韦福如沉浸于自然语言处理领域研究并持续提出创新成果，回顾自己的研究与创新之路，他认为驱动研究项目创新的关键就在于选择好的课题。选择研究课题是研究过程中最重要的环节之一，需要结合个人研究兴趣和工作业务需求，考虑长期的研究方向和阶段性的成果输出（例如产品合作等），还要把握研究的节奏并设定里程碑，在创新和实用上求交集（要做有用的研究），并寻找合适的切入点，在熟悉已有工作的基础上，找到核心的研究点并突破。

谈及研究与创新的品味风格，韦福如认为，研究的过程中大部分工作可能都是不成功的，但这就是研究本身的特性，所以需要积极面对，并持续创新。通过这样的过程积累经验，进而逐渐形成自己研究和创新的品味和风格。

目前，尽管自然语言的研究和应用取得了长足的进步，也得到了广泛的应用，但大部分的成果都是来自大规模的数据，越来越多的用户场景和用户反馈，越来越强大的计算力，以及现阶段尚是黑盒的深度学习算法。然而，很多场景由于缺乏高质量的数据，尤其是有标注的数据，目前算法和技术还是一筹莫展。

而这正是韦福如眼前所看到的未来，他说：“人们对于自然语言理解的原理、解释还知之甚少。我希望通过科研上的努力，可以让机器真正能够理解人类的自然语言，为更多的人带来智能、便捷的计算体验，服务人类和社会。”

看似平淡的几句话，却是韦福如想要突破研究极限、改变世界的热情，他的研究梦想，不只是通过自然语言让人与机器说话，更要经由机器，让人类站到世界的前沿直接与未来对话。

韦福如在EmTech China上的演讲

-End-