读书会·北京第1期DeepQA框架与Siri架构会场笔记（含PPT下载）

前言

读书会以"革新学术，砥厉品行，共同探讨，相互学习”为宗旨，不限主题，不限形式，重在创造或营造一种良好的学术气氛，和一种轻松的讨论氛围，以及持续深入探讨研究的持久热情。且现在市面上一般的官方活动基本都是华而不实，真正有价值的实质性的活动则少之又少。希望，读书会能众者兼顾。

读书会，昨日已于清华园顺利举办第一期，希望日后持续举办下去(欢迎一切欲分享主讲之人联系我，尤其是最近刚出了新书的朋友)。下面，再极为简略的说下昨日下午读书会的举办情况（不了解读书会的朋友请先参看我的上一篇文章：http://blog.csdn.net/v_july_v/article/details/7237351）。

首先非常感谢所有昨日于清华FIT楼参与读书会的朋友。大家的热情出乎我的意料（据签到人员名单统计，到会人数为160+，第2期及以后将控制人数，加大场地），现场氛围也非常好，虽然有将近一半的朋友因为没有座位而站完全场，但丝毫没有混乱的感觉。总体说来，还算不错。图为本人现场主持（谢谢@姐_夫提供的照片）：

OK，闲话少说，下面咱们来分别看看昨日读书会第1个主题：张栋的DeepQA，以及第2个主题：张俊林的Siri（本人主讲的第3个主题因时间不够现场取消，文末PPT下载部分含两个主题的PPT下载地址）。

一、张栋之DeepQA基本框架

在此之前，我必须说明下，到底什么是DeepQA，可能有很多朋友如我一样，去听昨日的讲座讨论之前，是不知DeepQA为何物。其实，DeepQA很简单，Deep是深度的意思，QA即Q（question）& A（answer），一问一答，综合起来，便叫深度问答系统。

简单的说，DeepQA就是IBM的一个人工智能解决方案，在许多问答竞赛类节目中胜过了人，试图去理解人类的问题，并从已有的知识库中找到答案，在众多答案中打分从而找到最佳答案。

相信很快思维敏捷的朋友就会说到，一问一答?这不跟搜索引擎一个理么。

搜索引擎的形式是，你向他查询什么问题，它便根据他的查询结果给出答案（当然，至于答案令不令你满意，或者你是否能找到合适的答案则又是另外一回事了）。如下图所示（张栋博士的PPT主要就是根据下面三张图而展开的）：

How Search Engine Solve Q&A？

而这个DeepQA呢，有点像现实当中的技术支持/客服系统，而本身其自动语音服务就能解决相当一部分问题，不过DeepQA的目标决不仅仅是回答一些特定的简单问题，而是利用运算能力，融合信息检索、自然语言处理、知识表示及推理、机器学习、人机交互等相关技术，对现有数据加以分析来找出最佳答案。

那么How DeepQASolve Q&A？如下图所示：

原PPT的这段文字有点问题，我更正如下：DeepQA = Massively Parallel Probabilistic Evidence-Based Architecture Generates and scores many hypotheses using a combination of 1000’s of Natural Language Processing， Information Retrieval, Machine Learning and Reasoning Algorithms，These gather, evaluate, weigh and balance different types。

大致意思是：深度问答系统， 建立了一套基于概率化证据的大规模并行架构，它综合利用数千种自然语言处理、信息检索、机器学习和推理算法，分析生成出多种假设，然后从中收集、评估、权衡各类证据，最终给出最佳答案。如下图所示：

对于上面这张DeepQA的架构图，看下的由天蓝提琴所提供的汉化版，便一目了然了，如下：

由于张栋更多的是侧重与现场各位讨论的形式进行，所以，核心细节并未涉及到太多（希望以后的读书会讲座能再讲得深入点）。

DeepQA后续讨论

读书会·北京书友会官方交流群内的朋友cyqcyq提出了一系列问题：1、什么是evidence？什么是hypotheses？2、基于什么算法能把 施者|动作|受者 作为一个 evidence 或者 一个 hypotheses？3、靠什么算法把众多 施者|动作|受者 组合中靠谱的筛出来？4、谁来判断  施者|动作|受者 是 evidence？5、如果有人工干预怎么把这个判断量减少到最小？..

关于Watson的答题过程可以参看来自上图作者天蓝提琴的此篇文章：http://www.guokr.com/watson/article/6643/，其摘要如下：“看到watson在Jeopardy!预赛中的惊人表现，你是否好奇于watson是怎样看懂题目并得出答案的呢？难道watson真的能和人类一样思考问题？现在果壳网就以他回答的第一个问题为例，给大家解说一下watson看到问题并给出答案的全过程...”。

二、张俊林之Siri基本架构

张俊林先生的PPT有43页，基本属于巨细，娓娓道来，主要讲了Siri的整体架构，其输入系统，以及从文本到意图和从意图到服务的主题，最后讲了下输出系统，以及Siri向何处去的等等问题。

当然，涉及到更多的如语义分析的技术细节及其原理，讲座依然也未有涉及。

PPT下载

昨日读书会第一期，第1个主题张栋的DeepQA PPT下载：；第2个主题张俊林的Siri基本架构 PPT下载：。updated：原来的微盘下载链接全部失效，正确的打包统一PPT免积分下载地址为：http://download.csdn.net/detail/v_july_v/4061067。02.13.17:20分。

参会的其中一位朋友左其盛所写的文章：在清华校园内的听的一场关于机器学习的演讲的一些笔记。欢迎参会的其它朋友继续分享现场笔记或照片，我一一贴下，已让更多的朋友了解。

后记

由于昨日时间不允许，所以我现场取消了原计划自己制定的第3个主题：基础算法的学习。同时，对机器人感兴趣的可以在新浪微博上关注@小猴机器人。最后感谢所有参与读书会的朋友，感谢两位主讲的张大儒，感谢提供场地的清华天雷同学，感谢报名参加志愿者工作的朋友，感谢图灵教育的杨老师。

下面是陈吉锆提供的现场照片，十分感谢(按出场先后顺序排序)：

更多请关注本人微博@周磊July，咱们下期再见（欢迎听众报名，主讲分享人报名，特别是最近出了新书的朋友，欢迎提供部分免费100+场地）。有任何问题，随时联系我，周磊July、二零一二年二月十三日。

updated：读书会建站，迫切想为读书会建个网站，用于发布，报名，交流。我的想法是，有一两个懂前端的，花一个星期先弄个简单的原型，然后再花两三个月，渐渐成型。不急于求成，但求能先弄出来便行，方便你我，方便读书会的书友们交流，同时也为读书会能坚持下去之用。望懂前端的联系我。

最后，读书会第2期主讲人初步确定：最新消息，@刘未鹏pongba 与项亮@xlvector_Hulu (推荐系统实践作者)，初步定为将于4月中旬举办的读书会第2期的主讲分享人，@梁斌penny 亦可能会到场助阵，相信与第1期相比，不逊精彩，令人期待，:-)。2012.03.04。