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側重發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作過程：之前節目組找過一些國際的公司，曾經獲得異常多的驗證，后來據說百度也在做人臉辨認才找過去。我就問節目組為何不先找我們？他們表現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，我們歸去還得持續做研發，假如贏了的話，我們還得歸去做研發，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。

　　如今百度異常看重基于AI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也在持續加年夜投入，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據集，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，我們對它的數據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。

　　在人工智能的研發上，有一個從數據-->技巧-->產物-->用戶-->數據的閉環，假如閉環發生的話，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，就是看可否發生很強的閉環。

　　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，就像如今異常火的短視頻，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，完成各個行業的進級。

　　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。