夢(mèng)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)與應用。

百度高級副總裁、AI技術(shù)平臺體系（AIG）總負責人王海峰告訴《中國科學(xué)報》，2010年初，基于多年的技術(shù)積累，百度開(kāi)始全面布局AI，涵蓋自然語(yǔ)言處理、語(yǔ)音、圖像、深度學(xué)習、個(gè)性化推薦等技術(shù)的研發(fā)和應用，這些AI技術(shù)在悄然地改變著(zhù)百度內部的各個(gè)產(chǎn)品。而外界意識到百度從技術(shù)里“謀未來(lái)”則是在2014年2月。

彼時(shí)，“2014中國民營(yíng)經(jīng)濟大家談”在全國工商聯(lián)舉行，百度董事長(cháng)兼首席執行官李彥宏首次對外披露，百度目前正在推進(jìn)一個(gè)名為“百度大腦”的項目，利用計算機技術(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能力搭建和核心技術(shù)初步開(kāi)放，形成了完整的技術(shù)體系，逐步開(kāi)放AI核心能力?！蓖鹾７褰榻B，到了2018年，百度大腦已經(jīng)進(jìn)入“多模態(tài)深度語(yǔ)義理解”、并且核心AI能力豐富全面開(kāi)放的階段。

“多模態(tài)深度語(yǔ)義理解”是指對文字、聲音、圖片、視頻等多模態(tài)的數據和信息進(jìn)行深層次多維度的語(yǔ)義理解，包括數據語(yǔ)義、知識語(yǔ)義、視覺(jué)語(yǔ)義、語(yǔ)音語(yǔ)義一體化和自然語(yǔ)言語(yǔ)義等多方面的語(yǔ)義理解技術(shù)。

在語(yǔ)音方面，“百度大腦”中的語(yǔ)音語(yǔ)義一體化技術(shù)，讓機器準確識別并理解人說(shuō)的話(huà)，實(shí)現更自然的人機對話(huà)，最具挑戰的遠場(chǎng)語(yǔ)音識別的準確率提升了10個(gè)百分點(diǎn)。在語(yǔ)音合成方面，WaveNet+拼接的情感語(yǔ)音合成技術(shù)，使得流暢度和自然度也大幅提升。

百度還實(shí)現了“一次喚醒連續交互”的技術(shù)突破，讓機器在語(yǔ)音交互中更具備“人”的特質(zhì)，用戶(hù)只需喚醒一次就可以連續多輪對話(huà)，機器能夠準確識別用戶(hù)說(shuō)話(huà)時(shí)的猶豫停頓、能夠區分并跟隨首次喚醒的用戶(hù)等，用戶(hù)的體驗更自然、流暢。

在計算機視覺(jué)方面，“百度大腦”的視覺(jué)語(yǔ)義化技術(shù)可以讓機器在“看清”“看準”基礎上，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(guò)整合場(chǎng)景分類(lèi)、圖像分割、SLAM等核心能力實(shí)現對場(chǎng)景的三維感知。在視頻分析方面，三維人體檢測及跟蹤的準確率極大提升，可以應用到新零售等場(chǎng)景中。

基于“百度大腦”的視覺(jué)語(yǔ)義化技術(shù)，機器可以看懂視頻，并提煉出結構化語(yǔ)義知識。比如：機器可以識別出世界杯比賽視頻中的球員、裁判、球，以及球門(mén)、球場(chǎng)線(xiàn)等人、物和場(chǎng)景，可以捕捉射門(mén)、進(jìn)球、角球、任意球、換人等事件?；谶@樣的信息，既可以完成機器人自動(dòng)解說(shuō)，還可以進(jìn)行精彩片段集錦，以及各種數據統計分析等。

語(yǔ)言是知識和思維的載體，自然語(yǔ)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(yǔ)言處理領(lǐng)域經(jīng)過(guò)多年沉淀與積累，目前在對話(huà)理解和閱讀理解方面取得了突破性的進(jìn)展。以對話(huà)理解為例，通過(guò)研發(fā)最新的深層注意力匹配模型，百度大腦的對話(huà)效果比已知的最好結果又提升了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，相當于6萬(wàn)個(gè)中國國家圖書(shū)館的藏書(shū)，并由此積累了億級實(shí)體、千億事實(shí)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用，并使其越來(lái)越智能化。

“通過(guò)持續獲取和積累知識，百度大腦的理解能力不斷升級，智能水平顯著(zhù)提升，進(jìn)而能夠更好地服務(wù)用戶(hù)?！蓖鹾７逭f(shuō)。

開(kāi)放促進(jìn)百度AI落地應用

20年前，當互聯(lián)網(wǎng)剛剛興起的時(shí)候，“數字?zhù)櫆稀币欢瘸蔀樯鐣?huì )現象，并有越拉越大之勢。百度一直致力于彌補這樣的鴻溝，讓人們更平等、便捷地獲取信息。

當前，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(shí)體經(jīng)濟深度融合，正成為這個(gè)時(shí)代的核心驅動(dòng)力。但無(wú)論是AI算法所需的技術(shù)能力，還是硬件購置花費的成本，對于傳統企業(yè)來(lái)說(shuō)都是極高的門(mén)檻。

如何避免產(chǎn)生新的智能鴻溝？“百度的答案是開(kāi)放?！蓖鹾７逭f(shuō)，“把百度多年積累的AI能力開(kāi)放出來(lái)，通過(guò)數據、算力和算法的不斷迭代，讓每一個(gè)開(kāi)發(fā)者能夠接觸到全球最先進(jìn)的AI技術(shù)，讓每一個(gè)公司、每一個(gè)企業(yè)都能夠很方便地使用這些最先進(jìn)的AI能力?！?/p>

據介紹，“百度大腦”每天被調用次數超過(guò)4000億次。調用的人中既有AI工程師，也有“零AI基礎”的入門(mén)者，還有來(lái)自各行各業(yè)希望用AI創(chuàng )新業(yè)務(wù)、為業(yè)務(wù)轉型升級的企業(yè)。他們雖然身份不同、目標不同，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?chē)窠?jīng)濟重點(diǎn)產(chǎn)業(yè)，通過(guò)多元化的人工智能技術(shù)開(kāi)放模式，加速AI技術(shù)落地應用，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)應用方面，借助百度AI能力打造的智能零件分揀機，實(shí)現零件的自動(dòng)分揀，對零件的各種尺寸、外觀(guān)缺陷進(jìn)行精準快速檢測，分揀精度可達到90%，預測速度較同類(lèi)產(chǎn)品快20%。借助三維視覺(jué)、增強學(xué)習和邊緣計算等AI技術(shù)，百度推出無(wú)人自主挖掘機，探索嚴酷環(huán)境下代替人工的自動(dòng)工程機械，實(shí)現少人化和無(wú)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(dòng)智能制造的發(fā)展。

“AI+醫療”是備受關(guān)注的領(lǐng)域?；凇鞍俣却竽X”打造的眼底AI篩查一體機，使基層醫療機構具備眼底篩查能力，幫助人們更早發(fā)現和預防眼科疾病。百度AI眼底篩查系統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(gè)地區落地，累計服務(wù)百萬(wàn)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(huà)接單量降低70%，人工客服通話(huà)人均時(shí)長(cháng)降低50%；相對傳統按鍵智能客服，人工通話(huà)接單量降低20%，人工客服通話(huà)人均時(shí)長(cháng)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)改造傳統行業(yè)的案例正在不斷涌現，作為百度AI多年技術(shù)積累和業(yè)務(wù)實(shí)踐之集大成者的百度大腦，已經(jīng)深入交通、醫療、零售、工業(yè)等多個(gè)領(lǐng)域，且成效顯著(zhù)。

王海峰表示，未來(lái)百度將繼續把自己積累多年的AI技術(shù)，即數據、算力、算法開(kāi)放出來(lái)，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》