作为人工智能皇冠上的明珠，自然语言理解不断吸引着学术界与产业界的目光。然而，在这个极具挑战性领域，若干理论问题和技术难题尚未得到根本解决，而现实生活和社会中又面临着巨大的应用需求。如何通过学术界和产业界的共同努力，让其在实际应用中发挥更大的作用，在研究与应用的相互反馈中共同进步？
为此，在即将于 7 月 22 - 23 日举行的中国人工智能大会（CCAI 2017）上，中国科学院自动化研究所研究员宗成庆博士牵头组织了一场以“语言智能与应用”为主题的专题论坛，邀请了中国科学技术大学计算机学院副院长、CCF 会士陈恩红教授，阿里云智能语音交互技术总监初敏博士，香港中文大学工程学院副院长黄锦辉教授，北京云知声信息技术有限公司创始人、董事长、CTO 梁家恩博士，奇点机智联合创始人、ACL Fellow 林德康博士，哈尔滨工业大学博士生导师刘挺教授和上海交通大学计算机系研究员、思必驰公司首席科学家俞凯博士七位嘉宾莅临现场，共同围绕着“目前自然语言处理（NLP）面临的问题”、“深度学习在 NLP 中的局限性与可能的黑马”、“学术界与企业界各自对 NLP 技术的关注焦点和预期”、“产学研合作的理想模式”等若干问题展开深度讨论，希望在讨论过程中所闪现的真知灼见能够对正在进行相关领域研究与技术开发的从业者提供有益的参考。
作为本次“语言智能与应用”论坛的主席，宗成庆研究员在自然语言处理、机器翻译和人机对话等领域拥有多年的研究经验和丰富的技术积累。在大会召开前夕，我们就语言智能相关研究中的若干问题对他进行了先行采访，他为我们答疑解惑，一解当下之急。
宗成庆，中国科学院自动化研究所研究员、博士生导师，主要从事自然语言处理、机器翻译和人机对话系统等相关研究，主持国家项目 10 余项，发表论文 200 余篇，出版学术专著和译著各一部。目前担任国际计算语言学委员会（ICCL）委员、亚洲自然语言处理联合会（AFNLP）副主席、中国中文信息学会副理事长、中国人工智能学会理事和 CCF 中文信息技术专委会副主任等学术职务。
CSDN：当前在语言智能方面我们面临着哪些主要挑战？对此又该如何攻克？
宗成庆：语音和文字是语言的两个基本属性，我们通常所说的语言包括声音和文字两种不同的表现形式。所谓的语言智能，在广义上涵盖所有以语音和文本为主要处理对象的科学问题和应用技术。对于不同的应用任务而言，所面临的挑战也不一样，例如，文本机器翻译和人机对话系统，各有各的难点，不能一概而论，但无论什么样的任务，语义理解是最核心、最本质的问题。
在语言智能研究领域，目前业界与学界采用的技术手段和方法并无本质区别，有的方法原创自学界，而有的技术来自业界，学界和业界已经成为“同一战壕里的战友”，就像现代战争，难以区分真正的前线和后方一样，双方面对共同的“敌人”。如果说有所区别的话，业界拥有更多的数据和计算资源，而学界更多的是在理论方法和模型上追求完美，双方的协作已经成为共同发展的必然趋势。
CSDN：那么目前在语言智能方面已经有哪些能够让大家学习与借鉴的成功案例？在下一阶段，语言智能在行业应用方面又有着怎样的突破口？对于人工智能的快速发展，作为人类的我们总会产生一种即将失业的恐慌，比如对于自然语言理解研究的深入以及应用普及，诸如同声传译、语言速录师等的从业人员是否会面临将被淘汰的窘境？
宗成庆：首先，在语言智能方面，现在已经有了许多相当成熟的落地项目，譬如本次论坛我们邀请到的初敏、梁家恩、林德康和俞凯以及他们的公司（阿里云、云知声、奇点机智、思必驰），都已经研发出在语言智能方面的成功产品，此外，Google、微软、百度研发的机器翻译系统，以及“出门问问”系列产品都是很好的例子。
其次，对于探讨在业界应用的突破口，实际上并非我个人能力所能预测，但随着机器学习和自然语言处理研究的深入，以及计算机硬件性能的快速提高，智能语言技术在很多特定领域趋于实用已经是不争的事实。
人工智能的高速发展加快了行业的变迁，但关于“人类是否即将失业”的讨论却也一直不绝于耳。在此，我个人并不想用“失业”这个词把形势说得那么严峻，我也不相信某一项技术可以使人彻底没事干。我认为，机器的确在很多任务上可以替代人工做大量工作，减轻人的劳动强度，或者大幅度减少人工的需求量，但对于一些需要高度精准处理的任务，完全不需要人的参与恐怕并不现实，同传和速记也是如此。任何夸大和忽悠某一项技术的做法，都是不负责任的。