近日，《最壯大腦》第四時落下帷幕，憑仗在人臉辨認和圖象檢索方面的精彩表示，百度人工智能機械人小度榮獲“腦王” 稱號。4月11日，百度以此為主題在北京舉行了“第五屆百度技巧開放日”的運動。百度研討院院長、深度進修技巧及運用國度工程試驗室主任林元慶做了“最壯大腦面前的技巧”主題演講，具體說明了小度在“腦王”對決中的臺前幕后，觸及圖象檢索、聲紋辨認、人臉辨認等偏向。
隨后林元慶還引見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，總結以下：
將圖象辨認技巧做到極致
完美聲紋辨認技巧
視頻的剖析：像素級其余圖象朋分
醫(yī)療圖象剖析
開放深度進修平臺
產學研融會共建七年夜平臺
林元慶提到：
從客歲開端，Robin（李彥宏）一向在講，作為今朝最主要的計謀，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，曩昔兩年每一年都投入了跨越100億，我們愿望做好這個方面。
以下是林元慶的演講實錄：
明天就從最壯大腦說起吧，也會給年夜家展現(xiàn)一些百度的其他技巧，隨后劉煬團隊說的更體系、更周全一些，就是跟開辟者生態(tài)有關的，百度有哪些技巧在往里面開放的。
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)作過程：之前節(jié)目組找過一些國際的公司，曾經獲得異常多的驗證，后來據(jù)說百度也在做人臉辨認才找過去。我就問節(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，這一度令我異常驚奇。
不外關于百度來講，如許的協(xié)作也是一個契機。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的人類去比，看看百度年夜腦究竟在甚么樣的程度上。我們是抱著勝負不是那末主要的心態(tài)去競賽的。我們外部開頑笑說，假如輸了的話，我們歸去還得持續(xù)做研發(fā)，假如贏了的話，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。
在節(jié)目中我們做過的幾個義務，這里扼要的回想一下。
第一個是圖象檢索的技巧。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量絕對來講照樣不錯的，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。
這面前我們也是應用了深度進修的辦法，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其余照片，可以在1s以內前往成果。這個技巧也就幾家有自立常識產權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，應當是接上去幾個月吧，我們會用到新的引擎外面，到時現(xiàn)有的辦事會有一個異常年夜的進級。
第二個是聲紋辨認。它和語音辨認不太一樣。語音辨認是要辨認出說了甚么，而聲紋辨認是要辨認出誰在措辭，措辭的內容分歧會對聲紋辨認精確性有異常年夜的攪擾。我們人類對聲響的噪聲不是很敏感，作聲音處置專業(yè)的人都曉得，聲響是信噪比異常差的，是以聲紋辨認實際上是很有挑釁性的。
如今百度異?？粗鼗贏I的交互，好比如今我們有鼠標鍵盤，手機上的觸摸屏等交互方法，我們更愿望下一代是基于語音圖象或許AI異常天然的交互，特殊是語音的，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，由于像這些基于語音質量交互的情形，語音曾經是一個存在的旌旗燈號，假如我們能應用誰人旌旗燈號的話，可以或許辨認措辭的人是誰，這長短常有效的。是以在這塊我們后續(xù)也在持續(xù)加年夜投入，技巧上曾經獲得了一些沖破，最初我們愿望把聲紋做的跟人臉辨認那樣高的精度。
第三個是人臉辨認。在最壯大腦節(jié)目中一個是跨年紀的人臉辨認，一個是跨代的人臉辨認。人臉辨認是由檢測和辨認兩個技巧構成。檢測是給出一張照片我們能檢測出人在哪里，同時還能找出像鼻子眼睛嘴巴如許的癥結點在哪里。這個我們可以很自負的說沒有人能做的比我們更好。
許多時刻我們所說的辨認精度都是針對測試集說的，2015年歲尾的時刻，我們弄了一個比擬年夜的數(shù)據(jù)集，把一些絕對來講簡略一些的圖片去失落，用了我們其時所能的到達最好的算法，在這個測試集上僅能做到92%的精確率。后來在2016年的百度云盤算年夜會前，我們對它的數(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%，那曾經長短常年夜的進步了。如今的毛病率曾經低于1%了。
百度在 AI 范疇的結構
百度如今在許多人工智能范疇同時在發(fā)力，百度人工智能的焦點就是百度年夜腦，它有四年夜類的運用：
語音
圖象
天然說話處置
用戶畫像
上面這張圖可以加倍抽象的解釋百度在人工智能上的結構，中央這層人工智能基本技巧就相似于下面說到的百度年夜腦，它們都是基于上面機械進修的平臺做的研發(fā)。
在人工智能的研發(fā)上，有一個從數(shù)據(jù)-->技巧-->產物-->用戶-->數(shù)據(jù)的閉環(huán)，假如閉環(huán)發(fā)生的話，技巧就可以夠成長的異常快。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)生很強的閉環(huán)。
在通用圖象技巧方面，年夜家所熟知的ImageNet是1000個類150萬張照片，而我們已經做過的一個庫就曾經有4萬類7000萬張照片，今朝我們正在做的有11萬類，我們愿望將圖象辨認真正做到極致。
同時我們要建深度進修、聽覺、生物特點辨認、視覺感知、新型人機交互、常識產權、尺度化辦事等七年夜平臺。這七年夜平臺百度都要建，個中聽覺和生物特點辨認是和清華年夜學共建，視覺感知和新型人機交互是和北航共建的，常識產權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部開放。
深度進修平臺方面，如今PaddlePaddle曾經開源了，然則還不敷。第一步，我們要做一些針對PaddlePaddle的教程，下一步，國度工程試驗室在扶植一些機房，屆時我們將開放一些機械，用戶只須要一個賬號，便可以應用這些盤算資本。
上面的一些運用是百度曾經比擬成熟的技巧，我們做好后也將對內部開放，固然如今曾經開放了許多了，包含圖象、語音、天然說話處置等。
如今百度還有一個正在停止的項目就是視頻的剖析，重要分為兩個偏向。一個是語義懂得，就像如今異?；鸬亩桃曨l，我們須要懂得視頻外面究竟產生了甚么。另外一個偏向是low level 的情況懂得，即依據(jù)視頻我們可以或許準確的估量出攝像頭在情況中的坐標和朝向。這是三維重建異常主要的一步，我們愿望聯(lián)合深度進修，使其到達像素級其余圖象朋分。
好比主動駕駛的場景，視頻中的房子、車、人、路面、天空等區(qū)域我們愿望以像素為單元將其辨認出來，這個如今百度正在做，我們愿望可以或許到達99%以上的精度。這長短常難的一個偏向，然則假如可以或許霸占的話，對許多運用的影響都邑長短常年夜的，特殊是無人駕駛、AR。如今百度在這方面正在籌建一個很年夜的團隊，努力于處理這方面的成績。
還有一個是醫(yī)療圖象剖析的項目，百度正在花很年夜的力量去做，我們也愿望將其做成一個很年夜的偏向。
AI是個新的電能，愿望AI可以或許像電一樣，影響各個行業(yè)，完成各個行業(yè)的進級。
從客歲開端，Robin（李彥宏）一向在講，作為今朝最主要的計謀，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，今朝百度科研與營收比為15%，這長短常高的，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方面。
