机器之心ACL论文分享会干货回顾，下一场NeurIPS，12月见随着人工智能的火热

随着人工智能的火热， AAAI、NeurIPS、CVPR等顶级学术会议的影响力也愈来越大，每年接收论文、参会人数的数量连创新高。但受疫情影响，近两年国外举办的学术会议都转为了线上，无法满足学者们现场交流的需求。
ACL作为全球最受关注的自然语言处理顶级会议，每年都吸引了大量华人学者投稿、参会。今年的ACL大会已是第59届，中科院自动化所研究员宗成庆老师担任了今年的ACL-IJCNLP主席，程序主席包括华盛顿大学的夏飞教授（FeiXia）和香港理工大学的李文捷（WenjieLi）教授以及罗马大学的RobertoNavigli 。
在8月初的线上ACL大会之前， 7月31日，机器之心在北京举办了「ACL2021论文分享会」。本次分享会设置了Keynote、论文分享、Poster、圆桌论坛与荣耀现场招聘环节，就业内关注的Transformer、大规模预训练模型等热门主题邀请顶级专家、论文作者与现场参会观众进行了充分的学术交流。

文章图片
活动邀请到了今年的ACL-IJCNLP大会主席、中国科学院自动化研究所宗成庆来到现场，介绍了本届ACL论文数据的有关信息，包括热门研究主题、中国学者的论文数据等。

文章图片
宗成庆在致辞中介绍，从论文数量上看，今年ACL共有3350篇投稿，包括2327篇长论文和1023篇短论文，这个数据相比去年（3429篇）略有减少；从论文方向上看，机器学习、翻译、信息提取、语言交互系统等方向是人们探索的主流。近年来，中国在NLP领域从追赶者逐渐成为国际舞台的主力军，在本届ACL中，共有1239篇论文投稿来自中国大陆，其中251篇被接收，接收率为20.3% 。对比曾在北京举办的ACL2015 ，变化显著：那时中国的论文投稿数量还不及美国，整个大会也只有318篇接收论文。
在上午的Keynote环节，字节跳动人工智能实验室总监李航分享了主题为《探索对话技术的未来》的相关内容。

文章图片
当前，在人们的日常工作和生活中，搜索、推荐已经成为访问信息的主要手段。自然语言处理的终极目标是实现自然语言理解，让计算机理解人类的语言。而自然语言对话，包括语音对话和文字对话，作为一种新的信息访问方式，也开始崭露头角。关于未来的对话系统，李航做出了三个趋势判断：
从通用领域到垂直领域（domain-specific）；从文本内容到多模态内容（multi-modal）；从深度学习到神经符号处理（neural-symbolic）。其中，神经符号处理可以应用于对话状态跟踪和自然语言理解，是一个非常重要的未来方向。但上述方向转换仍然面临着多项挑战。首先是发展成本非常高；其次，神经符号处理和多模态信息处理两个领域还有很多问题需要推进。
以神经符号处理为例，脑科学对这一领域起到了重要的启发作用。人脑相当于一个庞大的神经网络，分为很多个子系统。李航介绍说，我们可以假设计算机也拥有此类神经符号处理体系架构，该架构分为系统1与系统2：系统1进行神经处理，访问神经表示；系统2进行符号处理，访问符号表示。
序列到序列（Sequence-to-Sequence）模型可以用来进行输入和符号表示之间的转换。此外，神经表示的世界和符号表示的世界是可以通过指针产生一定的交互。在演讲的后半部分，李航也介绍了一些该思路下的最新研究。
下午Keynote环节的嘉宾是华为诺亚方舟实验室语音语义首席科学家刘群，他的分享主题为《高效NLP建模与训练》。