写点什么

NLP 处于历史上最好的发展时期,十年后 RPA 将取代 50% 的基础性办公工作

  • 2019-09-03
  • 本文字数:2915 字

    阅读完需:约 10 分钟

NLP处于历史上最好的发展时期,十年后RPA将取代50%的基础性办公工作

专家观点认为,自然语言处理(NLP)正处于历史上最好的发展时期,技术在不断进步并与各个行业不断融合、落地。有数据统计,2020 年中国的 NLP 技术预计市场直接规模将达到 150 亿美元,企业智能直接市场规模超 200 亿元,二者可带动 4000 亿元间接市场规模,NLP 技术具有大规模的市场需求和可扩展的巨大市场空间。


今年以来,RPA 的热度居高不下,似乎大有成为新风口的势头,资本的嗅觉总是最敏锐的,也早早瞄向了这个领域。今年 6 月,顶级基金软银集团总裁兼董事长孙正义曾谈到,“世界经济将在 RPA 和 AI 的帮助下,迎来第二次经济大飞跃”。随着 RPA 技术流行,自然语言处理技术在办公下场景下焕发新生,有观点认为,未来,RPA 机器人或将取代 50%的基础性办公工作。


目前,自然语言处理技术的发展现状如何?如何更好地应用到产业中实现落地?未来 RPA 将有怎样的发展潜力?8 月 30 日上午,在 2019 年世界人工智能大会(WAIC)期间,在由达观数据、乐言科技联合主办的“理解语言,拥抱智能”主题论坛上,NLP 泰斗、国际计算语言学(ACL)终身成就奖得主、苏州大学特聘教授张民、达观数据 CEO 陈运文等多位 NLP 领域专家围绕 NLP 的学术与应用展开了讨论。

NLP 泰斗李生:人工智能未来将逼近人类智能,类脑研究是重点

自然语言处理领域的泰斗,已经 80 多岁高龄的李生教授是本次论坛备受期待的重磅嘉宾,演讲中他谈到了人工智能及 NLP 技术当下的现状、挑战,并展望了未来的发展趋势。



李生表示,人工智能的发展历经"三起两落",新一轮高潮的到来主要得益于深度学习算法,深度学习算法对今日的人工智能功不可没。


目前的人工智能正在从感知走向认知,各项技术发展迅速,深度学习、感知智能取得了重大突破,人脸识别已经广泛落地,识别与生成,进一步推动了计算机视觉的发展。


智能语音语言处理领域也成绩斐然,同声传译使用场景更加广泛,深度学习的自然语言处理已经走过了词、句子,代入编码、解码、模型阶段。2018 年 10 月,双向编码问世,中文的模型也不断引进。


但与此同时,挑战犹在。与人类相比较,人工智能与还存在着没有意识、不能思考、不能推理等一些根本性的差异;当前的人工智能所用的深度学习算法还有两大“软肋”:一是不具备小样学习功能,二是没有知识,更不必说用知识进行推理。此外,深度学习目前还存在着贪婪、脆弱、暗箱、肤浅等一系列的现象。因此,李生认为人工智能的研究任重道远。


人工智能的未来将向何处去?李生认为,人工智能应该会逐渐逼近人类智能,可能会有电脑思维的技术派和人脑思维的生物派两条途径 。


“我们要用脑科学牵头,带动计算机科学和数学等学科的深入研究。以类脑探索为重点,加速类脑芯片的研制。将软件算法与硬件芯片结合,数据统计与知识推理结合,进行新算法研究,包括基于人工神经网络的算法。计算电脑思维与认知人脑思维结合,搭建成能够融合这两种方法的融合框架 “。


近期国内外有一些类脑研究取得进展,今年 7 月,英特尔推出了可模拟 800 多万个神经元的 Pohoiki Beach 类脑芯片系统。一周前,浙大研发的新型类脑芯片“达尔文 2”在杭州发布。李生表示,这些成果都会加快人工智能由感知走向认知进程,让机器理解掌握运用好人类知识,实现推理机制,真正理解人类的意图,进一步做好人机融合。

NLP 处于历史上最好的发展时期

“对于创业公司而言,想要做人工智能,到最后却不知道人工智能到底是什么,最开始可以,但越往后,遇到的瓶颈越大 “。


那么,到底什么是智能?


苏州大学特聘教授张民认为,智能=知识+解决问题的能力。用语言的观点,把人工智能的内涵和外延做区分,内涵包括四方面,一个是脑认知基础,第二是知识工程,主张用知识+推理进行解决问题;能力有两种,一种是感知能力,一种是认知能力。外延包括两部分:机器人和智能系统。


“自然语言就是人工智能,如果你认为人工智能非常重要,自然语言就是人工智能领域最难、最重要的“。



自然语言处理(NLP)主要做三件事:分析/理解、生成、应用。分析/理解、生成是 NLP 的内涵,应用是其外延。


张民认为,目前,自然语言处理的的应用主要分为两类,一类是自然语言处理本身的应用,包括问答、对话、机器翻译、自动文摘、机器协作、阅读理解、信息抽取、情感分析、搜索、知识图谱、社交网络等。


二是自然语言处理技术深入运用到各个行业中。包括,教育、医疗、司法、金融、国防、公共安全、科技、广告、现代/传统文化、营销、客服、电商、游戏等各个领域。


“现在,自然语言处理处于历史上最好的发展时期,技术在不断进步并与各个行业不断融合,推动技术落地”,张民表示,AI 时代的自然语言处理具有六大特点:数据:语料库和知识库、新的表示方法、新的模型、新的架构、技术发展、产业应用。


不容忽视地是,自然语言在处理过程中还存在不少挑战,张民总结,挑战主要表现在六个方面:


1、低资源、小数据、跨领域、可解释、计算资源;


2、数据、知识表示和获取问题(常识、领域、语言学)知识推理和赋能;


3、符号、统计和连接主义方法在 NLP 的融合;


4、NLP 核心技术的突破;


5、行业赋能,行业融合,行业可定制、用户可定制;


6、多模态和工程问题。


演讲的最后,张民表示,自然语言处理学科本身要发展,一定要与产业界结合。此外,要正确看待“军备竞赛”,一方面它能不断激励技术创新以适应多变的时代;另一方面,它能让人意识到 NLP 学术发展未来的“天花板”和潜力在哪里。

RPA 或将代替 50%的基础性办公工作

“随着自然语言处理技术的发展,机器人处理重复性、机械性文字的能力很快就将超过人类。十年以后将有超过 50%的基础性办公工作,由文本流程自动化机器人完成 ”,达观数据 CEO 陈运文如是展望 NLP 技术在未来的发展潜力。



在演讲中,陈运文分享了自然语言处理技术目前在工业界的应用。“文字的自动化处理面临一个非常好的机遇。深度神经网络的技术从 2006 年由 Hinton 教授提出来以后,经过十多年的发展越来越来成熟,尤其是用在文本智能处理领域“。


陈运文介绍,通过将 NLP 技术与机器人流程自动化(RPA)结合,可以赋予机器人阅读思考的能力,在现有各类工作系统中协助完成阅读撰写等流程性的重复工作。他表示,RPA 技术与 AI 结合,可以带来智慧和办公自动化的进步,它能帮助企业将重复性劳动进行自动化处理,解放人的双手,代替人的工作。


与人类员工相比,达观智能 RPA 具有 7×24 小时全天候运作、高效、稳定、出错率低等优势,此外,它还更兼容、更开放,支持跨平台部署,适用 Linux、Windows、Mac、国产 OS 等操作系统。


据悉,目前达观数据已推出银行、财税、政务、保险、证券基金等数十种不同岗位的机器人员工。这些机器人员工已经在商业案例报告生成、智慧政务行政审批、金融文档验查和填写等场景中逐步开展各项工作。


可以预见,随着自然语言处理技术和行业经验的充分结合,未来会有越来越多办公场景将会被计算机代替。现在的比例不到 1%,十年之后能够到 50%,甚至更多。未来大型企业、政府机构等都会装备相应的智能 RPA 系统代替人工作。


“未来的办公形态,将会是半数人类员工,半数机器人员工,人做人擅长的事,机器人做机器人擅长的事。肯定有两个管理部门,一个管人的,一个管机器人的,呈现人与 AI 相互配合的状态 ”,陈运文预测。


2019-09-03 00:086910
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 571.5 次阅读, 收获喜欢 1979 次。

关注

评论 1 条评论

发布
用户头像
业务和 IT 之间的协作是另一个关键问题。虽然自动化计划需要 IT 人员的参与,但是这些程序通常会影响并增加业务流程——这需要了解相关功能的业务人员的参与。
2020-09-05 22:04
回复
没有更多了
发现更多内容

IPA上传工具的原理和使用方法

文心一言 VS 讯飞星火 VS chatgpt (189)-- 算法导论14.1 6题

福大大架构师每日一题

福大大架构师每日一题

Jetpack Compose -> MutableState 和 mutableStateOf()

老A说

JetPack an'droid android jetpack

如何领导规模化敏捷变革?

敏捷开发

敏捷开发 敏捷开发管理 safe 企业转型 规模化敏捷

人工智能与低代码开发: 创新技术的未来

不在线第一只蜗牛

人工智能 低代码

软件测试学习笔记丨Charles_Mock实战

测试人

软件测试

帮助某百年车企实施 ASPICE 的一点点感悟

QE_LAB

测试 汽车 质量保证 流程规范 ASPICE

深入理解 C# 编程:枚举、文件处理、异常处理和数字相加

小万哥

C# 程序人生 编程语言 软件工程 后端开发

《代码大全(第2版)》PDF

程序员李木子

《实战Java高并发程序设计(第2版)》PDF

程序员李木子

那个因AI而自杀的人类,他在恐惧什么?

脑极体

AI

MSE Nacos 配置变更审计平台使用指南

阿里巴巴云原生

阿里云 微服务 云原生 nacos

Nacos 官网重大升级,提供官方发行版下载包,3.0 里程碑版本新特性预告

阿里巴巴云原生

阿里云 微服务 云原生 nacos

物流平台如何与电商平台进行自动化流程管理

RestCloud

零代码 APPlink 自动化集成

智能商品计划系统在哪些方面可以帮助服装企业提高盈利能力?

第七在线

Wasm on Go

fliter

软件测试岗位发展编年史

老张

职业规划 软件测试 质量保障

DAPP持币生息项目系统开发|步骤逻辑|源码搭建

l8l259l3365

为什么要用云手机养tiktok账号

Ogcloud

云手机 海外云手机 tiktok云手机 云手机海外版

用户故事地图实际应用

敏捷开发

产品设计 软件开发 用户体验 交互设计 产品管理

Databend 开源周报第 130 期

Databend

AI 绘画平台难开发,难变现?试试 Stable Diffusion API Serverless 版解决方案

阿里巴巴云原生

阿里云 云原生 Stable Diffusion Stable

释放未来:2024 年区块链应用程序开发

区块链软件开发推广运营

dapp开发 区块链开发 链游开发 公链开发

使用 AI 构建面向未来的 DevOps

亚马逊云科技 (Amazon Web Services)

人工智能 机器学习

提升企业级数据处理效率!3.0 系列版本的四个集群优化点详解

TDengine

tdengine 时序数据库

NLP处于历史上最好的发展时期,十年后RPA将取代50%的基础性办公工作_AICon_刘燕_InfoQ精选文章