改编自人工智能

第三届美国硅谷顶级人工智能前沿大会（AIFrontiersConference)将于年11月9-11日在美国硅谷最高级别会议中心圣何塞会展中心盛大举行。美国AI界领军人物悉数出席。AIFrontiersConference整合硅谷人工智能产业界优势资源，打造一个以挖掘人工智能技术突破创新性进展，最前沿的技术，创新产品和创业公司的平台。会议的演讲者为各人工智能细分技术世界级科学家代表。他们分别是来自于硅谷巨头企业，独角兽企业，优秀创业公司，斯坦福，伯克利人工智能实验室及贡献杰出的教授和研究人员。

会议由于其高质量的信息和内容，吸引了来自全世界各地行业人士参加，参会者主要来自于全世界及硅谷企业包括互联网，软件，通信，汽车，半导体，医疗，金融和各个创业公司的数据科学研发人员和商务人士。谷歌，脸书，亚马逊，微软，英特尔，麦肯锡等积极参与和赞助支持。各顶级企业风投和硅谷热门机构风投等参与创业环节。

「SQUAD数据集成大会亮点，引领语言进步」

ACL大会向来是聚焦语言理解最新研究进展的地方，今年，ACL公布了最佳论文名单，SQUAD，全名斯坦福问答数据集，被认为是阅读理解领域最好的数据集。它孵化出了如今最前沿的模型，这些模型在回答问题的准确性上已经达到了人类的水平。

SQUAD数据集是被创造的初衷是希望机器能和人类一样，在阅读完一些内容后，能够理解和回应自然语言中复杂、微妙和脱离上下文的问题。SQUAD在年创建，这个数据集包括了维基百科文章中的,个问题，这些问题的答案可以直接从某一段文本中提取出来。然而，SQUAD的第一代数据集有个问题：模型无法辨别出问题的合理性，有些问题看似关联，实则在原文中根本无法找到答案。但是到了今年，SQUAD升级成了SQUAD2.0，它在SQUAD1.0的基础上增加了50,多个全新的、无法被回答的问题结合在一起，这些问题是由众包工作者收集起来，目标是帮助人工智能模型根据所提供的文本数据识别哪些问题是无法被回答的。这是非常大的进步。

虽然SQUAD是为阅读理解而设计的，但在最新的认识是，SQUAD可以有更大的影响力：数据集可以鼓励研究人员开发新的通用模型，神经机器翻译产生了基于注意力的模型，这是机器学习领域最常见的模型之一；

语言理解仍处于早期阶段，它在走向成熟工程学科的道路必然漫长而艰难，但是科研人员却从不畏惧挑战。当人工智能已经在视觉和语音上取得成果后，自然语言处理和可解释性是如今人工智能迈向下一个阶段的核心领域，期待未来能看到人工智能的下一个重大突破。