夢想不息，創(chuàng)新不止。百度從成立的那一天起，就始終致力于人工智能技術(shù)（AI）的研發(fā)與應(yīng)用。
百度高級副總裁、AI技術(shù)平臺體系（AIG）總負(fù)責(zé)人王海峰告訴《中國科學(xué)報》，2010年初，基于多年的技術(shù)積累，百度開始全面布局AI，涵蓋自然語言處理、語音、圖像、深度學(xué)習(xí)、個性化推薦等技術(shù)的研發(fā)和應(yīng)用，這些AI技術(shù)在悄然地改變著百度內(nèi)部的各個產(chǎn)品。而外界意識到百度從技術(shù)里“謀未來”則是在2014年2月。
彼時，“2014中國民營經(jīng)濟(jì)大家談”在全國工商聯(lián)舉行，百度董事長兼首席執(zhí)行官李彥宏首次對外披露，百度目前正在推進(jìn)一個名為“百度大腦”的項目，利用計算機(jī)技術(shù)模擬人腦，已經(jīng)可以做到2~3歲孩子的智力水平。同年7月1日，“百度大腦”亮相《人民日報》。從此“百度大腦”被外界廣為關(guān)注。
形成完整的技術(shù)體系
“百度大腦先后完成了基礎(chǔ)能力搭建和核心技術(shù)初步開放，形成了完整的技術(shù)體系，逐步開放AI核心能力。”王海峰介紹，到了2018年，百度大腦已經(jīng)進(jìn)入“多模態(tài)深度語義理解”、并且核心AI能力豐富全面開放的階段。
“多模態(tài)深度語義理解”是指對文字、聲音、圖片、視頻等多模態(tài)的數(shù)據(jù)和信息進(jìn)行深層次多維度的語義理解，包括數(shù)據(jù)語義、知識語義、視覺語義、語音語義一體化和自然語言語義等多方面的語義理解技術(shù)。
在語音方面，“百度大腦”中的語音語義一體化技術(shù)，讓機(jī)器準(zhǔn)確識別并理解人說的話，實現(xiàn)更自然的人機(jī)對話，最具挑戰(zhàn)的遠(yuǎn)場語音識別的準(zhǔn)確率提升了10個百分點。在語音合成方面，WaveNet+拼接的情感語音合成技術(shù)，使得流暢度和自然度也大幅提升。
百度還實現(xiàn)了“一次喚醒連續(xù)交互”的技術(shù)突破，讓機(jī)器在語音交互中更具備“人”的特質(zhì)，用戶只需喚醒一次就可以連續(xù)多輪對話，機(jī)器能夠準(zhǔn)確識別用戶說話時的猶豫停頓、能夠區(qū)分并跟隨首次喚醒的用戶等，用戶的體驗更自然、流暢。
在計算機(jī)視覺方面，“百度大腦”的視覺語義化技術(shù)可以讓機(jī)器在“看清”“看準(zhǔn)”基礎(chǔ)上，具備“看懂”的能力。三維人臉技術(shù)將活體識別正確率由95.26%提升至99.55%，還通過整合場景分類、圖像分割、SLAM等核心能力實現(xiàn)對場景的三維感知。在視頻分析方面，三維人體檢測及跟蹤的準(zhǔn)確率極大提升，可以應(yīng)用到新零售等場景中。
基于“百度大腦”的視覺語義化技術(shù)，機(jī)器可以看懂視頻，并提煉出結(jié)構(gòu)化語義知識。比如：機(jī)器可以識別出世界杯比賽視頻中的球員、裁判、球，以及球門、球場線等人、物和場景，可以捕捉射門、進(jìn)球、角球、任意球、換人等事件。基于這樣的信息，既可以完成機(jī)器人自動解說，還可以進(jìn)行精彩片段集錦，以及各種數(shù)據(jù)統(tǒng)計分析等。
語言是知識和思維的載體，自然語言處理（NLP）早已成為各AI巨頭的必爭之地。王海峰表示，百度在自然語言處理領(lǐng)域經(jīng)過多年沉淀與積累，目前在對話理解和閱讀理解方面取得了突破性的進(jìn)展。以對話理解為例，通過研發(fā)最新的深層注意力匹配模型，百度大腦的對話效果比已知的最好結(jié)果又提升了4.1%。
在閱讀理解技術(shù)上，“百度大腦”已經(jīng)閱讀了千億量級的文章，相當(dāng)于6萬個中國國家圖書館的藏書，并由此積累了億級實體、千億事實的知識，百度閱讀理解技術(shù)已經(jīng)在百度搜索和信息流中廣泛應(yīng)用，并使其越來越智能化。
“通過持續(xù)獲取和積累知識，百度大腦的理解能力不斷升級，智能水平顯著提升，進(jìn)而能夠更好地服務(wù)用戶。”王海峰說。
開放促進(jìn)百度AI落地應(yīng)用
20年前，當(dāng)互聯(lián)網(wǎng)剛剛興起的時候，“數(shù)字鴻溝”一度成為社會現(xiàn)象，并有越拉越大之勢。百度一直致力于彌補(bǔ)這樣的鴻溝，讓人們更平等、便捷地獲取信息。
當(dāng)前，AI是新的生產(chǎn)力，它正在變革創(chuàng)新行業(yè)。人工智能和實體經(jīng)濟(jì)深度融合，正成為這個時代的核心驅(qū)動力。但無論是AI算法所需的技術(shù)能力，還是硬件購置花費的成本，對于傳統(tǒng)企業(yè)來說都是極高的門檻。
如何避免產(chǎn)生新的智能鴻溝？“百度的答案是開放。”王海峰說，“把百度多年積累的AI能力開放出來，通過數(shù)據(jù)、算力和算法的不斷迭代，讓每一個開發(fā)者能夠接觸到全球最先進(jìn)的AI技術(shù)，讓每一個公司、每一個企業(yè)都能夠很方便地使用這些最先進(jìn)的AI能力。”
據(jù)介紹，“百度大腦”每天被調(diào)用次數(shù)超過4000億次。調(diào)用的人中既有AI工程師，也有“零AI基礎(chǔ)”的入門者，還有來自各行各業(yè)希望用AI創(chuàng)新業(yè)務(wù)、為業(yè)務(wù)轉(zhuǎn)型升級的企業(yè)。他們雖然身份不同、目標(biāo)不同，但都從百度找到了最適合的AI接入方式。
百度大腦不斷進(jìn)化，積極賦能國民經(jīng)濟(jì)重點產(chǎn)業(yè)，通過多元化的人工智能技術(shù)開放模式，加速AI技術(shù)落地應(yīng)用，繁榮AI技術(shù)生態(tài)，逐步加速各行各業(yè)與人工智能的融合。
在工業(yè)應(yīng)用方面，借助百度AI能力打造的智能零件分揀機(jī)，實現(xiàn)零件的自動分揀，對零件的各種尺寸、外觀缺陷進(jìn)行精準(zhǔn)快速檢測，分揀精度可達(dá)到90%，預(yù)測速度較同類產(chǎn)品快20%。借助三維視覺、增強(qiáng)學(xué)習(xí)和邊緣計算等AI技術(shù)，百度推出無人自主挖掘機(jī)，探索嚴(yán)酷環(huán)境下代替人工的自動工程機(jī)械，實現(xiàn)少人化和無人化的智能施工。制造業(yè)與AI的深度融合，不僅可以解放人力，還可以激活產(chǎn)業(yè)，推動智能制造的發(fā)展。
“AI+醫(yī)療”是備受關(guān)注的領(lǐng)域。基于“百度大腦”打造的眼底AI篩查一體機(jī)，使基層醫(yī)療機(jī)構(gòu)具備眼底篩查能力，幫助人們更早發(fā)現(xiàn)和預(yù)防眼科疾病。百度AI眼底篩查系統(tǒng)可以幫助患者快速篩查包括糖網(wǎng)、青光眼、黃斑病等多種眼疾病，目前已在多個地區(qū)落地，累計服務(wù)百萬人次。
“百度大腦”還輸出全流程客服智能化解決方案，相對人工客服，人工通話接單量降低70%，人工客服通話人均時長降低50%；相對傳統(tǒng)按鍵智能客服，人工通話接單量降低20%，人工客服通話人均時長降低15%，從而提升行業(yè)效率，降低業(yè)務(wù)成本。
利用百度AI技術(shù)改造傳統(tǒng)行業(yè)的案例正在不斷涌現(xiàn)，作為百度AI多年技術(shù)積累和業(yè)務(wù)實踐之集大成者的百度大腦，已經(jīng)深入交通、醫(yī)療、零售、工業(yè)等多個領(lǐng)域，且成效顯著。
王海峰表示，未來百度將繼續(xù)把自己積累多年的AI技術(shù)，即數(shù)據(jù)、算力、算法開放出來，讓人們擁有平等獲取AI的能力，一起跨越“智能鴻溝”。
摘自《中國科學(xué)報》
