“你是機(jī)器人？你是哪里人？” 7月4日，Baidu Create 2018 AI開發(fā)者大會(huì)現(xiàn)場，百度創(chuàng)始人、董事長兼CEO李彥宏播放了一段電話錄音，一位即將參加開發(fā)者大會(huì)的嘉賓與百度AI客服進(jìn)行了幾輪對(duì)話之后，提出了這樣的問題。隨后答案揭曉，錄音中的這位客服并不是人，而是AI。
“挺驚訝的，太像真人了。”一位現(xiàn)場觀眾告訴記者。
被誤認(rèn)為真人的AI客服是今年百度展示的AI能力之一,它的背后是百度大腦的自然語言理解和語音識(shí)別與合成技術(shù)。會(huì)上，百度大腦3.0隆重發(fā)布。“百度大腦3.0的核心是‘多模態(tài)深度語義理解’”，百度高級(jí)副總裁、AI技術(shù)平臺(tái)體系總負(fù)責(zé)人王海峰表示，“百度大腦3.0已經(jīng)對(duì)外開放了110多項(xiàng)領(lǐng)先的AI能力。未來百度將繼續(xù)研發(fā)頂尖的AI技術(shù)，同時(shí)全面賦能開發(fā)者，讓每一位開發(fā)者都能平等便捷地獲取AI能力。”
百度大腦3.0：業(yè)界首提“多模態(tài)深度語義理解”
王海峰指出，“百度AI能力的核心是百度大腦，百度大腦3.0是百度AI能力的集大成者。”
“百度從成立的那一天起，就開始了人工智能技術(shù)的研發(fā)與應(yīng)用，”王海峰表示，8年前，基于多年的技術(shù)積累，百度開始全面布局AI，并在2016年9月正式發(fā)布“百度大腦”。如今，百度大腦的能力不斷提升，從1.0進(jìn)階到3.0。王海峰介紹，百度大腦1.0完成基礎(chǔ)能力搭建和核心技術(shù)初步開放，2.0形成了完整的技術(shù)體系，開放60多項(xiàng)AI核心能力，3.0的核心是“多模態(tài)深度語義理解”，同時(shí)開放110多項(xiàng)AI能力。
“多模態(tài)深度語義理解”是指對(duì)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(shí)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)。王海峰表示，“多模態(tài)深度語義理解不僅能讓機(jī)器聽清、看清，更能深入理解它背后的含義，深度地理解真實(shí)世界，進(jìn)而更好地支撐各種應(yīng)用，”
王海峰介紹，數(shù)據(jù)語義化技術(shù)可以將大千世界中多元、異構(gòu)和多模態(tài)的三元空間大數(shù)據(jù)，形成包含千億節(jié)點(diǎn)、萬億關(guān)系的龐大數(shù)據(jù)語義網(wǎng)絡(luò)，從中總結(jié)規(guī)律、提煉知識(shí)、發(fā)現(xiàn)價(jià)值，助力經(jīng)濟(jì)和社會(huì)發(fā)展。比如在新能源充電樁智能運(yùn)維中，結(jié)合百度的大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù)進(jìn)行設(shè)備監(jiān)測、故障診斷等，可以顯著提升效率，節(jié)約成本。而多元語義知識(shí)方面，百度已經(jīng)構(gòu)建了包含數(shù)億實(shí)體、數(shù)千億級(jí)事實(shí)的龐大知識(shí)圖譜。除了基礎(chǔ)的由實(shí)體、屬性、關(guān)系構(gòu)成的實(shí)體圖譜，我們還針對(duì)不同的應(yīng)用場景和知識(shí)形態(tài)，構(gòu)建了關(guān)注點(diǎn)圖譜、事件圖譜、多媒體圖譜、行業(yè)知識(shí)圖譜等多種圖譜。所有這些知識(shí)，構(gòu)成了百度大腦的基礎(chǔ)。
視覺語義化可以讓機(jī)器從看清到看懂視頻，并提煉出結(jié)構(gòu)化語義知識(shí)。視覺語義化技術(shù)應(yīng)用于世界杯視頻解析，能夠全面識(shí)別視頻中的球員、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。基于這些語義化知識(shí)，既可以完成機(jī)器人自動(dòng)解說，也可以進(jìn)行精彩片段集錦、以及各種數(shù)據(jù)統(tǒng)計(jì)分析等。而在實(shí)際生活的超市購物場景中，百度的視覺語義化技術(shù)通過識(shí)別人物、動(dòng)作、物品并關(guān)聯(lián)時(shí)間序列，將數(shù)字化的視頻轉(zhuǎn)化為結(jié)構(gòu)化的語義知識(shí)，既能實(shí)現(xiàn)顧客在無人超市購物的完整體驗(yàn)，還可以幫助商店經(jīng)營者分析和優(yōu)化商店經(jīng)營。
語音語義一體化和自然語言理解技術(shù)能讓機(jī)器準(zhǔn)確識(shí)別并理解人說的話，實(shí)現(xiàn)更自然的人機(jī)對(duì)話。王海峰現(xiàn)場對(duì)著百度地圖說出了一長串繞口令般的導(dǎo)航需求，百度地圖語音智能助手完美識(shí)別并給出最佳路線，李彥宏開場播放的智能客服給參會(huì)者打電話的片段，其背后也是這些領(lǐng)先的AI技術(shù)在支撐。王海峰介紹，百度高噪聲環(huán)境Hand-free語音識(shí)別準(zhǔn)確率已提升了10個(gè)百分點(diǎn)，語音語義一體化技術(shù)使得遠(yuǎn)場語音識(shí)別準(zhǔn)確率提升了10個(gè)百分點(diǎn)；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。
王海峰以對(duì)話理解和閱讀理解為例，為大家介紹了領(lǐng)先的百度自然語言理解技術(shù)。百度的對(duì)話理解技術(shù)已經(jīng)積累多年，通過研發(fā)最新的深層注意力匹配模型，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(jí)的文章，相當(dāng)于6萬個(gè)中國國家圖書館的藏書，并由此積累了億級(jí)實(shí)體、千億事實(shí)的知識(shí)。“通過持續(xù)獲取和積累知識(shí)，百度大腦的理解能力不斷升級(jí)，智能水平顯著提升，進(jìn)而能夠更好地服務(wù)用戶。”王海峰說到。
從芯片到深度學(xué)習(xí)框架，技術(shù)、平臺(tái)和生態(tài)的AI全棧技術(shù)布局
百度大腦3.0提出“多模態(tài)深度語義理解”，PaddlePaddle是其技術(shù)突破背后的基礎(chǔ)。PaddlePaddle是百度完全自主研發(fā)的深度學(xué)習(xí)框架，是中國人自己的深度學(xué)習(xí)框架。王海峰正式公布PaddlePaddle3.0，包括完整的核心框架，以及AI Studio、AutoDL、EasyDL等可以讓開發(fā)者平等便捷獲取頂尖AI能力的平臺(tái)。
王海峰介紹，PaddlePaddle3.0核心框架對(duì)服務(wù)器版本以及移動(dòng)端版本進(jìn)行了全面優(yōu)化，可以靈活適用于更廣泛的開發(fā)需求。而三大平臺(tái)的發(fā)布則讓開發(fā)者可以更平等便捷地獲取頂尖AI能力。AutoDL能更高效自動(dòng)搜索神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，開發(fā)者無需特殊硬件設(shè)備可以快速得到高質(zhì)量模型；EasyDL可以幫助開發(fā)者零算法基礎(chǔ)訓(xùn)練業(yè)務(wù)定制模型，操作可視化，無需懂深度學(xué)習(xí)；AI studio具有云端集成、簡單易用、運(yùn)行高效和資源免費(fèi)的特點(diǎn)，是集成“數(shù)據(jù)、算法、算力”的PaddlePaddle實(shí)訓(xùn)平臺(tái)，一站式滿足使用者學(xué)習(xí)、技術(shù)進(jìn)階、學(xué)術(shù)研究需求。
此外，百度大腦3.0首次將芯片納入技術(shù)體系，它使百度大腦具備了更完備的軟硬一體化能力，帶動(dòng)百度大腦算力爆發(fā)式增長。百度自主研發(fā)的中國第一款云端全功能AI芯片“昆侖”也在會(huì)上首次亮相。“昆侖”針對(duì)語音、自然語言處理、圖像等進(jìn)行了專門優(yōu)化，在同等性能下成本降低10倍，同時(shí)具有很高的易用性。“AI芯片將與百度自主研發(fā)的PaddlePaddle深度學(xué)習(xí)框架深度結(jié)合，推動(dòng)AI行業(yè)生態(tài)快速發(fā)展。”王海峰表示。
全面開放：任何人都能平等便捷地獲取AI能力
百度大腦持續(xù)不斷地開放，讓越來越多行業(yè)和企業(yè)變得越來越智能，通過AI提升效率，創(chuàng)造新價(jià)值。如今，百度大腦每天調(diào)用次數(shù)超過4千億次，調(diào)用的人中既有AI工程師，也有零“AI”基礎(chǔ)的初入門者，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(jí)的企業(yè)。這些開發(fā)者和合作伙伴雖然身份不同、目標(biāo)不同，但都從百度找到了最適合的AI接入方式。
“授人以魚不如授人以漁。我們研發(fā)最頂尖的AI技術(shù)，我們也致力于開放最頂尖的AI技術(shù)。”王海峰再次表明百度愿與開發(fā)者共同改變世界的信念。截止目前，百度已對(duì)外開放110多項(xiàng)領(lǐng)先的AI場景化能力與解決方案，并通過開放EasyDL等定制化平臺(tái)、軟硬一體的AI能力，持續(xù)降低AI應(yīng)用門檻，幫助開發(fā)者和企業(yè)應(yīng)用AI實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新與升級(jí)。
AI正在滲透至各個(gè)行業(yè)的毛細(xì)血管中，成為大勢所趨，李彥宏表示，“我們希望，今天，無論你在哪里，無論你是誰，都能夠通過百度平等便捷地獲得AI能力。”