3、自然语言的情感分析

华为VMALL商城里面有大量的用户评价,对于一个公司来说,了解用户真实的反馈是非常有价值的,对商品评论自动过滤,负面评论供人工审核解决问题;对于属性级别的情感分析,辅助细粒度商业分析和决策。

(三)语音语义未来发展趋势

NLP会迎来黄金10年。华为云致力于把学术界最前沿的技术应用到商业场景里面,解决客户的具体问题。

1、Voice UI会成为下一个趋势,聊天机器人将无处不在。现在越来越多的应用场景,各种不同的垂直领域都会有聊天机器人代替人工做一些工作,无论是售前咨询、售后服务、辅助购买等都会有机器人去引导你,辅助你把这个流程走完。所以习惯与机器人互动是接下来每个人要做的事。

2、未来五到十年,机器人会具备分析大量文本的能力。从阅读、分析、理解到最后生成一个总结报告,所有的内容都是由机器人去完成。

3、情感化、个性化的定制成为流行。高德地图中,使用明星语音引导就是例子,未来会有越来越多定制化的语音需求,满足不同场景的应用。

二、AI+城市智能体:聚焦新一代智慧城市的PISC架构

第二位华为专家从城市智能体的角度,以智能交通为例,系统地介绍了基于人工智能技术的PISC架构在交通态势感知(Perception)、推理(Inference) 到决策(Strategy)和控制(Control)上的应用。此外,他还详细讲解了基于胶囊投影的深度学习算法(Capsule Projection Networks)、交通图计算(Graph Computing)以及各种交通策略以及控制算法的实现。

(一)智慧城市发展现状

智慧城市最早起源于2008年11月RBM提出的智慧星球,直到2012年,RBM陆续从智慧星球概念中推出智慧城市。也是在2012年深度学习技术在计算机视觉取得非常大的成果后,智慧城市的落地应用才变得可行起来。

有一个最经典的智慧城市解决方案——PC,P就是感知,C就是控制。通过对交通路网上的交通流进行实时分析,对交通流在不同的入口,甚至精确到不同的车道上的情况都有一个精确的感知结果。根据感知分析的结果,对路口的红绿灯进行流量控制,比如通过调节感应率的时间,实现最小化等待时间,防止出现二次排队的现象,从而制定合适的红绿灯方案。

但PC结构是有本质上的缺点。一是PC得到的感知结果实际上是局部的,缺少对全局交通态势的认识。二是对于交通动态变化的分析和控制,由于规则不固定,很难做到最优的策略。三是认知与决策的鸿沟。也就是如何把感知上升到认知,并且把认知翻译成能够执行的策略和控制的方法。

为了解决这三个问题,华为云在PC结构基础上构建出一个PISC。

(二)PISC总体架构

PISC就是在PC结构基础上,在P与C之间加入I(推理)和S(决策)。

1、加入I(推理),目的是把局部的感知信号叠在一起形成全局交通态势的认知。比如对单点的交通流的信息推理,如何发现拥堵的区域,如何找到早高峰的数据,如何发现出入口的拥堵,不仅需要对当前态势进行推断,还要对交通态势随着时间的变化进行预测。