科大讯飞胡国平：复杂环境下AlphaGO需要强化学习

　　2月21日，由网易科技和DeepTech深科技联合主办的《麻省理工科技评论》2017年“全球十大突破技术”发布会在北京举办。本次大会立足技术趋势，探索全球技术发展的内在原动力，探讨人工智能、量子计算、基因疗法等领域的技术和商业趋势。

(科大讯飞研究院院长胡国平)

　　科大讯飞研究院院长胡国平，人工智能“强化学习”圆桌环节发言表示，强化学习从大的角度来说和深度学习有相似之处，最准确的、比较成功的说法，应该叫深度强化学习，或者强化深度学习，核心概念是要用深度学习，包括AlphaGO，都要用深度学习的方式，去提取在这样的复杂状态下，应该采取什么样的动作。

　　以下为现场速记实录：

　　主持人（石岚）： 我们都知道科大讯飞，凡是我去合肥，提到合肥创业最成功的企业，这个名字是一定会提到的。所以，在语音识别技术，在全球也都非常有影响力。

　　给您的问题是：强化学习在语音识别技术中的应用，机器自主学习能力是否有助于语音识别中“鸡尾酒会”，以及提升自然语言处理能力？

　　胡国平：过去这几年，深度学习在整个人工智能，特别是语音识别、图像识别领域取得了重大突破。

　　它核心的一条是，利用了深度学习和大数据这样一个技术，使得能够构建出非常复杂和强大的网络建模，保证了语音识别的正确率。

　　关于鸡尾酒效应，它从技术角度其实不是一个强化学习的概念，它还是单次的决策，当前的数字信号进来会有什么样的输出结果。

　　所以，现在对于讯飞来说，更多用的是其它技术，包括麦克风阵列的技术，包括在神经网络的构建中，如何能够有效的区分，哪部分是语音、哪部分是噪声的技术，有效分离，来实现在噪声环境下，包括在鸡尾酒效应下的这样一些语音识别的问题。

　　确实，现在语音识别在噪声环境下的识别率，已经跟近讲识别率，已经达到接近的水平。

　　当您刚才提到的另外一个倒是很正确的概念，就是在自然语言理解，特别是在自然语言对话方面，它也会涉及到当前的对话状态和在当前对话状态下，下一步应该采取什么样的对话动作，或者方式，去做出选择。而这，其实就是强化学习的概念。

　　强化学习，大的角度来说，它和深度学习，其实现在最准确的、比较成功的说法，应该叫深度强化学习，或者强化深度学习。它的核心概念，其实还是要用深度学习，包括AlphaGO，都要用深度学习的方式，去提取在这样的复杂状态下，应该采取什么样的动作一些关键特征。

　　在我们的对话系统里面，也会涉及到在当前的复杂状态下，包括机器和用户之间的对话，包括我们的客服系统里有的后台支持复杂状态下，对于机器而言，应该采取什么样更有效的动作，或者问法、回答，能够让整个对话进行的更加顺利。

　　所以总体来说，我们把强化学习更多用在对话和客服方面来做。

　　主持人（石岚）：谢谢胡院长！