人工智能文献推荐系列之一：博采众长，人工智能最新研究成果解读

识别风险，发现价值请务必阅读末页的免责声明 1 / 31 [Table_Page] 金融工程|专题报告 2019 年 1 月 29 日 证券研究报告 [Table_Title]博采众长，人工智能最新研究成果解读 人工智能文献推荐系列之一 [Table_Summary]报告摘要： 人工智能研究领域百花齐放得益于数据、算力和算法的提升，人工智能在工业应用和学术研究上都取得了飞速发展。目前，大量的人工智能技术已经接近甚至超过人类水平，其中，机器翻译已经可以媲美人类翻译，图像识别准确率已经超过了人眼的识别水平，AlphaGo 等领域专家系统水平已经领先最强的人类选手。 近两年，人工智能学术研究的前沿领域集中在自然语言处理、计算机视觉、强化学习、迁移学习等方向。每年有大量优秀的学术论文发表在人工智能相关领域的顶级会议中。 本报告将跟进人工智能顶级会议上的优秀论文和知名人工智能研究团队的最新工作进展，解读近期人工智能方向最有影响力的一批论文。 人工智能在研究和应用上都取得了重要进展2018 年，自然语言处理领域的语言模型预训练取得了重大突破，相继产生了 NAACL 2018 最佳论文提出的 ELMo 模型、OpenAI 团队提出的 GPT模型、和谷歌 AI 团队提出的 BERT 模型。其中，BERT 模型是目前最先进的自然语言处理预训练技术，该模型刷新了 11 项自然语言处理任务的最优性能记录。而在自然语言处理的下游应用领域，问答和对话技术、文本生成、文本摘要、机器翻译等是近年来的热点问题。 计算机视觉方向近年来的研究热点主要是在图像检测、图像分割、图像标注和图像生成等方向。在图像检测和分割方面，Facebook 研究团队提出的 Mask R-CNN 模型获得了 2017 年 ICCV 会议的最佳论文。CVPR 2018最佳论文提出的 Taskonomy 方法给出了一种优化迁移学习的策略，可以量化不同视觉任务之间的关联，并利用这些关联来最优化学习策略的研究。 在关系推理方面，DeepMind 等团队联合发布的论文提出了一种图网络框架，推广并扩展了各种神经网络方法，为神经网络的关系推理提供了新的思路。DeepMind 团队的另一篇论文将关系推理与强化学习方法结合，获得了明显的性能提升，为强化学习开辟了新的方向。 风险提示本报告为人工智能学术论文解读，不构成任何投资建议。[Table_Author]分析师： 文巧钧 SAC 执证号：S0260517070001 SFC CE No. BNI358 0755-82797057 wenqiaojun@gf.com.cn 分析师： 安宁宁 SAC 执证号：S0260512020003 SFC CE No. BNW179 0755-23948352 anningning@gf.com.cn 分析师： 罗军 SAC 执证号：S0260511010004 020-87579006 luojun@gf.com.cn 请注意，罗军并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管活动。 [Table_DocReport]相关研究： 人工智能在资产管理行业的应用和展望 2018-07-30 [Table_Contacts]联系人： 童炯潇 020-87572092 tongjiongxiao@gf.com.cn 19340791/36139/20190131 16:03 识别风险，发现价值 请务必阅读末页的免责声明 2 / 31 [Table_PageText] 金融工程|专题报告 目录索引 一、前言 ............................................................................................................................. 4 二、论文：BERT ................................................................................................................ 5 1、论文信息 ............................................................................................................... 5 2、论文主要内容 ........................................................................................................ 6 三、论文：LEARNING TO ASK GOOD QUESTIONS ...................................................... 7 1、论文信息 ............................................................................................................... 7 2、论文主要内容 ........................................................................................................ 7 四、论文：SENTIGAN ....................................................................................................... 9 1、论文信息 ............................................................................................................... 9 2、论文主要内容 ........................................................................................................ 9 五、论文：ABSTRACTIVE TEXT SUMMARIZATION .................................................... 11 1、论文信息 ............................................................................................................. 11 2、论文主要内容 .................................................................