京东AI研究院何晓冬：将先进的技术和模型落地到产业

<blockquote>
本文转载自 <a href="https://blog.csdn.net/cpongo2ppp1/article/details/%5C">Robin.ly</a> 社区，<a href="https://blog.csdn.net/cpongo2ppp1/article/details/%5C">Robin.ly</a> 和 TalentSeer 的创始人 Alex Ren 采访了京东AI研究院的常务副院长何晓冬博士，采访中分享了AI，leadership以及AI落地的心得。
采访视频地址：<a href="https://blog.csdn.net/cpongo2ppp1/article/details/%5C">https://youtu.be/jZPrB_5J7dA</a>
下文是采访的文字整理。
</blockquote>
Alex:大家好，我是Alex Ren，是TalentSeer的创始人，也是BoomingStar Ventures的合伙人。Robin.ly平台设置的初衷是为提高广大研究人员和工程师对AI，对Leadership以及entrepreneurship的理解。今天有幸邀请到京东AI研究院的常务副院长，也是深度学习语言语音研究所的主任，何晓冬博士。何博士曾任微软雷德蒙研究院主任研究员，并且担任华盛顿大学兼职教授和博士生导师。在深度学习，自然语言处理，语音识别，计算机视觉等很多领域，建树颇多。尤其对于AI，leadership以及AI落地很有心得，何博士会在这些方面进行分享。
Alex:何博士，你是今年年初加入京东？
何晓冬: 对，我在今年三月份正式加入京东。
Alex: 您读博士时主要研究语音识别，后涉猎了深度学习，CaptionBot，再到Drawing bot，AttnGan，一直到最近在做的情感客服类工作，能否介绍下您的研究兴趣？一路走来，AI从传统方法到深度学习，您的研究路径是什么？
何晓冬: 我做博士的时候是做语音识别。那个时候一般不谈自己做AI，当然语音识别本身是AI的一个核心问题。在清华毕业以后，去中国科学院读硕士研究生的时候，我开始做语音识别。那时候还是用一些统计模型方法，比如像马可夫模型，高斯模型。到美国以后，读博士时就继续了这个方向，用统计方向来做语音识别。语音识别其实是一个很多年的核心问题，大家都在推进展。博士毕业后，我加入微软，进入微软研究院。我也是从语音识别开始做起，希望语音识别能产生一些产业上的帮助，创造价值。语音试别以后，很自然地希望理解它。因为语音识别只是把声学信号变成一连串的文字，但其实计算机并没有真正理解这个话的意思，所以为了理解这个话的意思，我们自然要进入NLP，自然语言处理，包括语言理解。我在微软研究院时候，最开始从机器翻译入手，机器翻译就是一个很核心的NLP问题。举个例子，把中文翻成英文，看似很简单，但是一代又一代科学家做了很多年。
Alex: 其实Geoffrey Hinton关于深度学习的研究，最早的应用主要在自然语言处理方面，而且也是在微软研究院最先完成的，对吧？
何晓冬: 这也是个很有趣的故事。可能现在很多人觉得图像识别很重要，但其实深度学习最开始在核心AI技术上的突破是从大规模的语音识别突破开始的。2008年的时候，我算是第一次认识Hinton。那年邓力和我，我们是同事，在NIPS会上举办了一个叫做“Speech and Language: Learning-Based Methods and Systems”的workshop。我们邀请了Hinton介绍他最新的工作，包括深度学习。2009年 NIPS，邓力，俞栋，Hinton又举办了一个workshop。再后来微软邀请了Hinton去访问。同时开始招收实习生，把项目做起来。大概在2010年左右，看到了深度学习在大规模的语音识别上产生了突破性的进展。
Alex:当时的很多工作还是比较前沿性的研究？后来开始大量应用是2012年吗？
何晓冬: 2010年以后，我们在微软内部看到，深度学习已经在语音识别上取得了很多进展，认为这是一个很有前景的方向。也扭转整个业界对深度学习，特别是对神经网络的看法。在此之前大家都并不认为神经网络是一个很吃香的方向。但是由于微软及业界做出了成果，大家开始转变了观念。从那时候开始，在图像，在自然语言处理方面都有了很多进展。2012年开始，业内以很快的速度实现了很多突破。
Alex: 能否介绍下CaptionBot？
何晓冬: 因为我一直在做语言，语音这一块，包括像2012年开始，与Yoshua Bengio 合作，开始做自然语言理解，Spoken Language Understanding. 后来我们还提出了DSSM模型，也就是深度结