今年“兩會”期間，具有代表性的同聲傳譯產品給大眾留下了深刻的印象。時至今日，機器翻譯的新聞已屢見不鮮，剛剛過去的端午節（6月18日），IBM的Project Debater在一場人機辯論賽中展現了清晰的思維和出色的應對反駁能力，最終駁倒了人類。講道理，連伶牙俐齒的最佳辯手，都已經講不過機器了。

語言和文字是人類文明的載體。從人類誕生起，溝通需要語言，記錄需要文字，不同語系之間的交流還需要翻譯。語言作為人類智能最重要的標志，如何用計算機來處理、理解和運用人類自然語言？是人工智能研究的核心問題之一，已有近百年研究歷史，具有重要的科學研究意義和產業應用價值。

自然語言處理（NLP）最早被人類用來解決機器翻譯問題，隨后進入搜索引擎應用、語義分析及大規模文本處理領域。在自然語言處理的發展過程中，計算機也領教到了人類語言的博大精深，比如對于國足水平這種送分題，也是要蒙圈的：“巴西隊誰也踢不贏，中國隊誰也踢不贏。”

在處理人類語言文字這種高維度、抽象化、靈活多變、界限模糊的非結構化數據時，計算機有著先天的劣勢。因此，NLP也被認為是人工智能領域最難解決的問題之一，比爾·蓋茨甚至將NLP形容為“人工智能領域‘皇冠上的寶石’”。

為了推進NLP領域的發展，科學家做了長期的艱苦努力，然而在很長一段時間內都收效甚微。上世紀90年代，人工智能已經能夠在自動控制、金融信息等領域輔助人類，可是，在完成簡單的文本翻譯和語音識別任務后，NLP領域的研究陷入了多年的停滯期。深度學習時代的來臨，重新加速了計算機語言與人類語言對接的進程。

如今，計算機已經在某些細分領域擁有理解和處理大規模文本的能力，我們平時使用的搜索引擎、智能翻譯、個性化信息推送和蘋果的Siri等產品都日臻成熟。甚至，今天我們在朋友圈看到的某些消息，已經很可能不是人類所撰寫的。2014年，美聯社開始使用AutomatedInsights公司的Wordsmith平臺自動編發企業財報并生成新聞快訊。同時，騰訊的寫稿機器人DreamWriter自2015年上線以來，已經在體育、財經、娛樂等領域的新聞寫作多點開花，基本能夠在常規的快訊和新聞類報道中取代人類的工作。

本次的CCAI大會，自然不會錯過NLP這顆“皇冠上的寶石”。作為國內NLP領域頂尖學者，蘇州大學特聘教授，計算機學院副院長，人類語言技術研究所所長、國家杰出青年科學基金獲得者的張民教授將以《自然語言處理方法和應用》為題做專題講座。

什么是自然語言處理和自然語言理解？其研究歷史、研究內容、研究現狀、研究方法、技術應用、產業需求、挑戰和未來的發展方向是什么？近兩三年來，深度學習技術使很多人工智能問題的準確率得到顯著提升，那么深度學習技術為自然語言處理帶來了哪些新的發展機遇？展望未來，NLP面臨的挑戰和發展方向是什么？我們如何暢想與機器人對話的未來場景？以上這些，我們都將能從張民教授的報告中得到答案。