2018年7月12日，第19届SIGDIAL年度大会在澳大利亚墨尔本举办。在这个自然语言处置与计算出来语言学领域全球最高级别的学术会议上，赵天成的论文《Zero-Shot Dialog Generation with Cross-Domain Latent Actions》荣获最佳论文奖。 赵天成，CMU卡耐基梅隆大学博士，人工智能和自然语言处置领域的专家学者，主要研究方向是深度自学和对话系统等，在全球顶级会议中展开过多次演说及公开发表了数篇论文，曾取得2016年SIGDIAL最佳论文奖提名。

一般化(generalization)能力是考量人工智能系统智能程度最重要的指标之一。

在本次得奖论文中，赵天成和他的导师解决问题了最具备可玩性的一般化能力lol电竞下注挑战：零数据对话系统。这拒绝智能对话系统在没训练对话的情况下能之后在全新的领域中和人展开对话。在本次得奖论文中，赵天成第一个明确提出了末端到端的深度自学零数据对话系统，明显增加将现有模型从先前领域调整为新领域所需的数据量，对于人工智能研究领域来说是一个全新的最重要突破。

赵天成接下来计划探寻更佳的算法，提升当前解决方案的一般化性，并通过更进一步研发智能机器人，将其大规模部署到实际的应用于场景当中，确实让每一个人都可以和近期的智能对话系统展开交互。 2018年7月12日，第19届SIGDIAL年度大会在澳大利亚墨尔本举办。在这个自然语言处置与计算出来语言学领域全球最高级别的学术会议上，赵天成的论文《Zero-Shot Dialog Generation with Cross-Domain Latent Actions》荣获最佳论文奖。 赵天成，CMU卡耐基梅隆大学博士，人工智能和自然语言处置领域的专家学者，主要研究方向是深度自学和对话系统等，在全球顶级会议中展开过多次演说及公开发表了数篇论文，曾取得2016年SIGDIAL最佳论文奖提名。

一般化(generalization)能力是考量人工智能系统智能程度最重要的指标之一。

在本次得奖论文中，赵天成和他的导师解决问题了最具备可玩性的一般化能力挑战：零数据对话系统。这拒绝智能对话系统在没训练对话的情况下能之后在全新的领域中和人展开对话。在本次得奖论文中，赵天成第一个明确提出了末端到端的深度自学零数据对话系统，明显增加将现有模型从先前领域调整为新领域所需的数据量，对于人工智能研究领域来说是一个全新的最重要突破。

赵天成接下来计划探寻更佳的算法，提升当前解决方案的一般化性，并通过更进一步研发智能机器人，将其大规模部署到实际的应用于场景当中，确实让每一个人都可以和近期的智能对话系统展开交互。