流利说AI刘扬：从教授到”AI虚拟老师“

Robin.ly 是一个全新的视频内容平台，旨在为广大工程师和研究人员提高对商业，创业，投资，领导力的理解。本期是Robin.ly创始人Alex Ren采访流利说硅谷AI实验室负责人刘扬博士。

以下为采访实录摘要：

完整视频请在文末扫二维码关注

Alex: 大家好，我是Alex，是BoomingStar Ventures的管理合伙人，也是Robin.ly的创始人。Robin.ly是一个视频内容平台，主要目的是为了提高工程师和研究人员对于AI，创业以及leadership方面的理解。我们邀请了很多AI方面的科学家，知名创业者，投资人，以及一些业内leader，来分享他们在这些领域的心得。今天的嘉宾是流利说硅谷AI Lab的负责人，刘扬教授，她将分享在自然语言处理以及conversational AI方面的体会。 刘教授在AI和自然语言处理领域有超过20年的经验，获清华大学本科和硕士学位，后又就读于普渡大学并取得博士学位，并在2011年获得了UT Dallas的终身教授职位。她曾获得NSF Career Award以及Air Force Young Investigator Award等荣誉，并任Google Visiting Scientist及Facebook Research Scientist等职位。2017年，刘教授加入了流利说，担任AI Lab负责人——流利说在2018年9月底成功在纽交所上市。刘教授在普渡读PhD时候的论文是关于语音识别, speech recognition，后在ICSI以及UT Dallas都选择了自然语言处理方向，考虑到当时深度学习和AI并非热门领域，能否介绍下您选择这个方向的初衷？

刘扬：其实我对这个领域的关注，不是从读博士时候开始而是在清华读本科的时候就开始了。1996年在做本科毕业论文时的主题就是中文的自动分词。中文是一个一个的字，并没有词的这个概念。但是无论做语音识别还是自然语言理解，都需要以词作单位，所以当时本科毕业论文做的就是中文自动分词。当时用的最简单的方法就是从左到右，找一个在字典中可以匹配出来的最长的词，或者再加一些统计模型，用一些HMM/隐藏马尔可夫模型，或其他的一些办法来完成。当时主要是为了语音识别，因为语音识别需要language model。从1996年开始，到现在我已经做了20年了。当时在中国从本科一直读到研究生，选择的余地有限。比如，考上清华，在电子系，我们班就是做信息这方面的科学研究，跟模式识别和AI的关系很紧密。当时我所在的组的实验室主要也是做语音识别。所以从本科毕业论文开始，做分词也好，做语音识别也好，以后就很自然的继续做下去。那时候不像现在的本科生，exposed的东西特别多，想想自己对什么东西有兴趣。我们那时候往往是被老师带上了这么一个项目，后来也确实觉得是挺有兴趣，就坚持下来了。

Alex: 坚持下来的原因是觉得课题本身有意思？

刘扬：是的。因为人的语言每天都在用，有很多有趣的现象。举两个例子，比如像我们现在常常用的叫code switching，就是中文和英文夹在一块儿，现在很多双语者都有这个问题，无论做语音识别还是做自然语言理解时都需要处理的一个问题。 平常因为在语言中有挺多类似的有趣现象，做这个研究课题就觉得有很多事情可以做。再举个例子，我的博士论文是做conversational speech，spontaneous speech，人们常常说了一个词，又回去再改一个词，或者再重复一个词，这是一种挺常见的现象，或者有不连贯的这种语句，在语音识别中也是一个挺大的问题，我的 博士论文就研究这个问题。后来也做过处理小孩子的语言现象，或者是有各种语言问题的语言现象，非常有趣。虽然当时这并不是一个热门方向，但无心插柳，这么多年坚持下来，这个领域在过去几年成为了很流行的话题，应该说我的选择不是特别错误：至少见到自己做的东西，或者落地，或者研究领域，都有一个很大的成就。

Alex: 您是什么时候开始接触深度学习并且把深度学习应用到NLP上面的？

刘扬：我对深度学习的接触历程跟整个领域发展阶段大致重合。从2010,2011年开始，Microsoft或者Geoffrey Hinton这些人开始涉猎这一领域。在语音识别中，MSR的语音识别是一个方向。另外还有computer vision那边也见到了很大的一个成就，那时候我还在学校，有点跟着潮流，看到在其他领域都有挺大的发展，就慢慢地把很多原来用传统machine learning做的事情换成用深度学习，神