摘要：讲座从探讨人类如何将语言变成意义出发，介绍我们在语言和图像的跨模态理解方面的一些工作。我们从视觉和语言的关系出发，利用互联网产生的3000万成对图片与文字，用自监督的任务完成一个目前最大的中文通用图文预训练模型悟道∙文澜，由此去初步探索AI在多模态环境中学习语言的可能性。

嘉宾介绍

宋睿华教授本科、硕士就读于清华大学计算机科学与技术系，博士就读于上海交通大学计算机系。2003年加入微软亚洲研究院，从事信息检索与挖掘，推荐和文本生成的研究。她提出的网页分块及重要性预测获得国际万维网会议WWW 2004的最佳论文提名。她提出的从不同网站抽取主体内容的通用方法，是微软浏览器IE 11之后的阅读功能的核心。2017年5月，湛庐文化出版了人类史上第一本人工智能诗集《阳光失了玻璃窗》，其中所有的诗歌正是由她主导研发的算法生成。她随后加入微软小冰，任首席科学家直至2020年7月。2020年9月，宋博士加入中国人民大学高瓴人工智能学院，任长聘副教授。她近期的研究兴趣包括人工智能的文本创作、自然语言的多模态理解和多模态对话系统。宋睿华博士是具有国际影响力的科学家，在国际会议和期刊上已发表了学术论文80余篇，拥有25余个国际专利。她担任着多个国际一流会议（SIGIR, CIKM, EMNLP等）的领域主席、资深评审和评审，国际期刊（Information Retrieval Journal和Foundations and Trends in Information Retrieval）的编委。2021年她将担任SIGIR短文的主席。