近日，《最壯大腦》第四時(shí)落下帷幕，憑仗在人臉辨認(rèn)和圖象檢索方面的精彩表示，百度人工智能機(jī)械人小度榮獲“腦王” 稱(chēng)號(hào)。4月11日，百度以此為主題在北京舉行了“第五屆百度技巧開(kāi)放日”的運(yùn)動(dòng)。百度研討院院長(zhǎng)、深度進(jìn)修技巧及運(yùn)用國(guó)度工程試驗(yàn)室主任林元慶做了“最壯大腦面前的技巧”主題演講，具體說(shuō)明了小度在“腦王”對(duì)決中的臺(tái)前幕后，觸及圖象檢索、聲紋辨認(rèn)、人臉辨認(rèn)等偏向。

　　隨后林元慶還引見(jiàn)了百度將在人工智能方面?zhèn)戎匕l(fā)力的偏向及下一步的籌劃，總結(jié)以下：

　　將圖象辨認(rèn)技巧做到極致

　　完美聲紋辨認(rèn)技巧

　　視頻的剖析：像素級(jí)其余圖象朋分

　　醫(yī)療圖象剖析

　　開(kāi)放深度進(jìn)修平臺(tái)

　　產(chǎn)學(xué)研融會(huì)共建七年夜平臺(tái)

　　林元慶提到：

　　從客歲開(kāi)端，Robin（李彥宏）一向在講，作為今朝最主要的計(jì)謀，百度的下一幕是人工智能。如今百度在人工智能方面的投入在連續(xù)的增長(zhǎng)，曩昔兩年每一年都投入了跨越100億，我們?cè)竿龊眠@個(gè)方面。

　　以下是林元慶的演講實(shí)錄：

　　明天就從最壯大腦說(shuō)起吧，也會(huì)給年夜家展現(xiàn)一些百度的其他技巧，隨后劉煬團(tuán)隊(duì)說(shuō)的更體系、更周全一些，就是跟開(kāi)辟者生態(tài)有關(guān)的，百度有哪些技巧在往里面開(kāi)放的。

　　最壯大腦面前的技巧

　　讓我們先往返顧一下與最壯大腦的協(xié)作過(guò)程：之前節(jié)目組找過(guò)一些國(guó)際的公司，曾經(jīng)獲得異常多的驗(yàn)證，后來(lái)?yè)?jù)說(shuō)百度也在做人臉辨認(rèn)才找過(guò)去。我就問(wèn)節(jié)目組為何不先找我們？他們表現(xiàn)之前基本就不曉得百度也做人臉辨認(rèn)，這一度令我異常驚奇。

　　不外關(guān)于百度來(lái)講，如許的協(xié)作也是一個(gè)契機(jī)。一方面愿望我們的技巧可以或許讓年夜家都曉得，一方面加入《最壯大腦》的初志是愿望我們的技巧跟最強(qiáng)的人類(lèi)去比，看看百度年夜腦究竟在甚么樣的程度上。我們是抱著勝負(fù)不是那末主要的心態(tài)去競(jìng)賽的。我們外部開(kāi)頑笑說(shuō)，假如輸了的話(huà)，我們歸去還得持續(xù)做研發(fā)，假如贏了的話(huà)，我們還得歸去做研發(fā)，只是愿望我們真正把技巧到極限，可以或許更好的辦事到人類(lèi)。

　　在節(jié)目中我們做過(guò)的幾個(gè)義務(wù)，這里扼要的回想一下。

　　第一個(gè)是圖象檢索的技巧。右邊的圖象是從左邊30張照片的一張傍邊截取的一小塊，須要找出究竟是哪張圖上的。就像以圖搜圖差不多，由于以圖搜圖的圖象質(zhì)量絕對(duì)來(lái)講照樣不錯(cuò)的，別的它是整張圖片去搜，而最壯大腦節(jié)目組愿望看看如今我們的技巧極限究竟在哪，就將照片做了老化、破損處置，所以這就比如今百度的以圖搜圖在技巧完成上還要難。

　　這面前我們也是應(yīng)用了深度進(jìn)修的辦法，它可以或許很好的處置隱約、噪聲、乃至是分歧的圖象角度。如今我們可以或許索引百億級(jí)其余照片，可以在1s以?xún)?nèi)前往成果。這個(gè)技巧也就幾家有自立常識(shí)產(chǎn)權(quán)的搜刮引擎在年夜范圍的做。

　　適才提到的是最新研發(fā)的技巧，應(yīng)當(dāng)是接上去幾個(gè)月吧，我們會(huì)用到新的引擎外面，到時(shí)現(xiàn)有的辦事會(huì)有一個(gè)異常年夜的進(jìn)級(jí)。

　　第二個(gè)是聲紋辨認(rèn)。它和語(yǔ)音辨認(rèn)不太一樣。語(yǔ)音辨認(rèn)是要辨認(rèn)出說(shuō)了甚么，而聲紋辨認(rèn)是要辨認(rèn)出誰(shuí)在措辭，措辭的內(nèi)容分歧會(huì)對(duì)聲紋辨認(rèn)精確性有異常年夜的攪擾。我們?nèi)祟?lèi)對(duì)聲響的噪聲不是很敏感，作聲音處置專(zhuān)業(yè)的人都曉得，聲響是信噪比異常差的，是以聲紋辨認(rèn)實(shí)際上是很有挑釁性的。

　　如今百度異常看重基于AI的交互，好比如今我們有鼠標(biāo)鍵盤(pán)，手機(jī)上的觸摸屏等交互方法，我們更愿望下一代是基于語(yǔ)音圖象或許AI異常天然的交互，特殊是語(yǔ)音的，你們假如有存眷百度，也曉得百度投入異常年夜的力氣，在做Duer OS，我們外部把它叫OS，由于像這些基于語(yǔ)音質(zhì)量交互的情形，語(yǔ)音曾經(jīng)是一個(gè)存在的旌旗燈號(hào)，假如我們能應(yīng)用誰(shuí)人旌旗燈號(hào)的話(huà)，可以或許辨認(rèn)措辭的人是誰(shuí)，這長(zhǎng)短常有效的。是以在這塊我們后續(xù)也在持續(xù)加年夜投入，技巧上曾經(jīng)獲得了一些沖破，最初我們?cè)竿崖暭y做的跟人臉辨認(rèn)那樣高的精度。

　　第三個(gè)是人臉辨認(rèn)。在最壯大腦節(jié)目中一個(gè)是跨年紀(jì)的人臉辨認(rèn)，一個(gè)是跨代的人臉辨認(rèn)。人臉辨認(rèn)是由檢測(cè)和辨認(rèn)兩個(gè)技巧構(gòu)成。檢測(cè)是給出一張照片我們能檢測(cè)出人在哪里，同時(shí)還能找出像鼻子眼睛嘴巴如許的癥結(jié)點(diǎn)在哪里。這個(gè)我們可以很自負(fù)的說(shuō)沒(méi)有人能做的比我們更好。

　　許多時(shí)刻我們所說(shuō)的辨認(rèn)精度都是針對(duì)測(cè)試集說(shuō)的，2015年歲尾的時(shí)刻，我們弄了一個(gè)比擬年夜的數(shù)據(jù)集，把一些絕對(duì)來(lái)講簡(jiǎn)略一些的圖片去失落，用了我們其時(shí)所能的到達(dá)最好的算法，在這個(gè)測(cè)試集上僅能做到92%的精確率。后來(lái)在2016年的百度云盤(pán)算年夜會(huì)前，我們對(duì)它的數(shù)據(jù)和算法都停止了很年夜的迭代，毛病率從8%下降到了2.3%，那曾經(jīng)長(zhǎng)短常年夜的進(jìn)步了。如今的毛病率曾經(jīng)低于1%了。

　　百度在 AI 范疇的結(jié)構(gòu)

　　百度如今在許多人工智能范疇同時(shí)在發(fā)力，百度人工智能的焦點(diǎn)就是百度年夜腦，它有四年夜類(lèi)的運(yùn)用：

　　語(yǔ)音

　　圖象

　　天然說(shuō)話(huà)處置

　　用戶(hù)畫(huà)像

　　上面這張圖可以加倍抽象的解釋百度在人工智能上的結(jié)構(gòu)，中央這層人工智能基本技巧就相似于下面說(shuō)到的百度年夜腦，它們都是基于上面機(jī)械進(jìn)修的平臺(tái)做的研發(fā)。

　　在人工智能的研發(fā)上，有一個(gè)從數(shù)據(jù)-->技巧-->產(chǎn)物-->用戶(hù)-->數(shù)據(jù)的閉環(huán)，假如閉環(huán)發(fā)生的話(huà)，技巧就可以夠成長(zhǎng)的異常快。如今百度在人工智能方面，哪些做哪些不做，就是看可否發(fā)生很強(qiáng)的閉環(huán)。

　　在通用圖象技巧方面，年夜家所熟知的ImageNet是1000個(gè)類(lèi)150萬(wàn)張照片，而我們已經(jīng)做過(guò)的一個(gè)庫(kù)就曾經(jīng)有4萬(wàn)類(lèi)7000萬(wàn)張照片，今朝我們正在做的有11萬(wàn)類(lèi)，我們?cè)竿麑D象辨認(rèn)真正做到極致。

　　同時(shí)我們要建深度進(jìn)修、聽(tīng)覺(jué)、生物特點(diǎn)辨認(rèn)、視覺(jué)感知、新型人機(jī)交互、常識(shí)產(chǎn)權(quán)、尺度化辦事等七年夜平臺(tái)。這七年夜平臺(tái)百度都要建，個(gè)中聽(tīng)覺(jué)和生物特點(diǎn)辨認(rèn)是和清華年夜學(xué)共建，視覺(jué)感知和新型人機(jī)交互是和北航共建的，常識(shí)產(chǎn)權(quán)和尺度化辦事和電信研討院共建。這些扶植完成后都邑向內(nèi)部開(kāi)放。

　　深度進(jìn)修平臺(tái)方面，如今PaddlePaddle曾經(jīng)開(kāi)源了，然則還不敷。第一步，我們要做一些針對(duì)PaddlePaddle的教程，下一步，國(guó)度工程試驗(yàn)室在扶植一些機(jī)房，屆時(shí)我們將開(kāi)放一些機(jī)械，用戶(hù)只須要一個(gè)賬號(hào)，便可以應(yīng)用這些盤(pán)算資本。

　　上面的一些運(yùn)用是百度曾經(jīng)比擬成熟的技巧，我們做好后也將對(duì)內(nèi)部開(kāi)放，固然如今曾經(jīng)開(kāi)放了許多了，包含圖象、語(yǔ)音、天然說(shuō)話(huà)處置等。

　　如今百度還有一個(gè)正在停止的項(xiàng)目就是視頻的剖析，重要分為兩個(gè)偏向。一個(gè)是語(yǔ)義懂得，就像如今異常火的短視頻，我們須要懂得視頻外面究竟產(chǎn)生了甚么。另外一個(gè)偏向是low level 的情況懂得，即依據(jù)視頻我們可以或許準(zhǔn)確的估量出攝像頭在情況中的坐標(biāo)和朝向。這是三維重建異常主要的一步，我們?cè)竿?lián)合深度進(jìn)修，使其到達(dá)像素級(jí)其余圖象朋分。

　　好比主動(dòng)駕駛的場(chǎng)景，視頻中的房子、車(chē)、人、路面、天空等區(qū)域我們?cè)竿韵袼貫閱卧獙⑵浔嬲J(rèn)出來(lái)，這個(gè)如今百度正在做，我們?cè)竿梢曰蛟S到達(dá)99%以上的精度。這長(zhǎng)短常難的一個(gè)偏向，然則假如可以或許霸占的話(huà)，對(duì)許多運(yùn)用的影響都邑長(zhǎng)短常年夜的，特殊是無(wú)人駕駛、AR。如今百度在這方面正在籌建一個(gè)很年夜的團(tuán)隊(duì)，努力于處理這方面的成績(jī)。

　　還有一個(gè)是醫(yī)療圖象剖析的項(xiàng)目，百度正在花很年夜的力量去做，我們也愿望將其做成一個(gè)很年夜的偏向。

　　AI是個(gè)新的電能，愿望AI可以或許像電一樣，影響各個(gè)行業(yè)，完成各個(gè)行業(yè)的進(jìn)級(jí)。

　　從客歲開(kāi)端，Robin（李彥宏）一向在講，作為今朝最主要的計(jì)謀，百度的下一幕是人工智能。如今百度在人工智能方面的投入在連續(xù)的增長(zhǎng)，今朝百度科研與營(yíng)收比為15%，這長(zhǎng)短常高的，曩昔兩年每一年都投入了跨越100億，我們真的愿望做好這個(gè)方面。