“微软AI讲堂”是我们近期推出的一个系列活动。我们希望借助讲座、分享、讨论等多样化的形式，走进校园，传递知识，普及科学，为大家揭开人工智能的神秘面纱。
上周，微软AI讲堂的首站来到了清华大学。此次分享会聚焦人工智能领域的自然语言理解方向，清华大学计算机科学与技术系教授、党委书记孙茂松老师以及微软亚洲研究院副院长周明博士两位自然语言理解领域的顶级专家分别从不同的角度带来了他们的分享。
今天让我们先来听听微软亚洲研究院副院长周明博士的演讲——自然语言聊天、问答和对话。或许你能从中获得未来人机对话的新灵感！
演讲全文如下（文字内容略有精简）:
今天非常高兴来到微软AI讲堂清华大学站。我们做理工科的同学很擅长纯粹的科技，其实科技和人文的结合更有意思，我希望在座的同学在参加编程之美大赛的时候，能够脑洞大开，想出一些奇思妙想的东西，超越前辈，做得更好。
今天我要介绍一下自然语言对话。其实微软小冰就是在模拟人跟电脑的对话。电脑接收文字、图像或者语音，识别其中的内容，然后给予适当的回复。有的回复很有意思，让人觉得好像电脑后面就坐着一个真实的人，但有的时候回复也差强人意，而这正是我们这次编程之美所期待的，希望大家一起加入到人机对话的创新过程中，把人机对话做的更好。
我们团队在微软做自然语言人机对话方面的研究，并提供了小冰的关键自然语言处理技术。下面我将介绍一下人机对话机理，希望对大家有所帮助。
人机对话有三个层次，一个是聊天，一个是问答，还有一个是对话，即面向某一特定任务的对话。比如，我要买东西时，一进门，售货员会打招呼说，“你好！”，我回复“你好”。接着她会问“你想看看什么？”，我说“我想买两包方便面”。她问“什么牌子的呢？这个三块钱一包，这个五块钱一包”，我说“那要三块钱一包的吧。”她说“那好，你用支付宝还是微信付款呢？”我说“微信”。她说“好，这就是你买的东西”。
可以注意到，在我们每天都会产生的这些对话中实际上包含了三个最基本的人类智力的活动。第一个，聊天。聊天一般没有太多实质性的内容，主要是拉近人与人之间的关系；第二个就是问答，比如“你买什么东西”，“这个方便面多少钱一包”，这是提问，它的目的是提供信息；第三个，面向特定意图的对话。比如售货员知道我的意图是买方便面，开始围绕这个意图跟我进行了有目的的对话。最终我完成支付行为，售货员把方便面放到我手上。这三个技能是我们在研究人机对话当中最重要的三个技能。
最近几年，深度神经网络逐渐取代了传统的统计机器学习，成为主流的研究方向。现在，自然语言技术已全部转向深度学习网络，我们的对话系统也都用到了深度学习网络，所以先向大家介绍一下深度学习网络。
深度学习网络一般有一个输入层，一个输出层，中间有N层是神经网络，他们之间通过一种连接方式以不同的权值来发挥作用，当输入时，根据神经网络的权值逐层推进，就会得到一个输出。
其实在训练的时候有很多样本，输入和输出是对应的。当输入到神经网络时，有的时候会发现结果不对，那么则可以根据它与答案之间的差距进行反向传播并修正参数。当网络趋势越来越好，那么到一定时候网络就可以收敛，进而网络就达到了一定的智能行为，这就是最简单的神经网络架构。
原文链接：
http://mp.weixin.qq.com/s/yFcBxhbzIn1Yevp2OR_WFA
