|
1月28日上午，由中国工程院和清华大学联合主办的“长城工程科技会议”第四次会议工业大数据分会在清华大学信息科技大楼召开。中国工程院院士李伯虎、工业和信息化部信息化和软件服务业司副司长李冠宇、中国工程院制造业科研室专家屈贤明、中国信息通信科研院总工程师余晓辉、百度集团副总裁王海峰、富士康科技集团幕僚长陈辉龍、富士康科技集团新闻长胡智深等出席。会议由清华大学软件学院院长、数据科学科研院副院长、大数据系统软件国家工程实验室执行专家、工业大数据系统与应用北京市重点实验室专家王建民教授主持，主题为“大数据与工业互联网”。
数据派做为独一合作媒介参会，并为大众整理了百度集团副总裁、百度AI技术平台体系总负责人兼百度科研院院长王海峰先生主题演讲《大数据与人工智能》的精华内容：
后台回复关键词“0911”，下载王海峰演讲PPT。
人工智能是第四次工业革命
从18世纪起始，随着技术的发展，以及需要的牵引，人类逐步起始进入技术革命或工业革命。历史上的工业革命有三次，能够大致归纳为第1次机械化革命、第二次电气化革命和第三次的信息化革命，而第四次工业革命则是以智能化——人工智能（Artificial Intelligence，英文缩写为AI）——为标志的。
回顾一下人工智能的发展历史，正式的起点是1956年的达特茅斯会议，诞生了AI这个概念。而在1956年之前，已然显现了迄今仍然很热门的有些人工智能方向，例如设备翻译、自然语言处理、计算机下棋、神经网络等等。而从AI诞生败兴的60数年，人工智能的发展起起落落，从下面的图中可见一斑。
过去10年，随着深度学习的显现，更重要的是“数据井喷”，以及数据支撑的算法和计算能力的突破，尤其是在语音、图像等行业，人工智能再次迎来了发展的新机遇。而这一次的复兴即将带动全部社会产生深层次的变革，这是咱们已然可预见的将来。这次人工智能的爆发，在很大程度上是从互联网起始的，而互联网带来了非常多需要，包含搜索、社交、购物等等。这些需要越来越多的线上化，同期带动了数据的线上化。
数据真正线上化以后，亦带动了更加多的算法去处理这些数据，而需要和数据的在线化亦带动了全部生态的活跃，从而使越来越多的数据开放出来，依托更强大的计算平台，结合更好的AI算法，实现计算能力的突破。例如此刻大众常用的GPU，利用深度学习、深度神经网络算法，就有非常强大的优良。大数据、算法和大计算这三者俨然作为了人工智能复兴的必要要求。
百度人工智能已然扬帆起航
百度从做搜索起始，人工智能的科研和发展已然有十几年了，如自然语言处理基本的分词、短语分析等。而全面布局人工智能大概是在7、八年以前，逐步从NLP、语音、设备学习、图像等方面起始，时迄今天，百度已然形成为了一个较完整的人工智能技术布局，包含基本层、感知层、认知层、平台层、生态层和应用层，共计六层。
数据、算法和计算平台是基本。感知层对应人的视觉、听觉，这些能力是直接感知外界。认知层对应的是人类区别于其他生物特有的，例如人的语言能力、人类对知识的总结、理解、提炼、运用等等，以及对人的理解。AI的开放平台不仅支持百度内部的应用还支持所有的合作伙伴，现已开放了60多个能力，在机构内部，每日大概有几千亿的调用量，而在外边亦有数以亿计的调用。这里基本上，百度期盼跟所有各行各业的合作伙伴一块打造技术的平台，形成良性循环的生态，从而生长出各样各样的创新应用。
百度从做互联网To C（针对消费者）的制品到起始做海量支持To B（面向企业服务）的应用。这些都依赖于人工智能技术布局的实现。下面将对每层技术布局的关键技术展开说明。
1、基本层：大数据、算法和大计算
此刻每一个人每一天会产生非常多的数据，如个人的行径、生理状态的变化，倘若要监测、记录的话，都有非常庞大的数据。况且，每一个人每日都在跟互联网打交道，或是自己建网站，或向网上贡献数据，乃至在运用互联网过程中，亦会产生非常多数据。必定程度上，互联网已然作为全部客观世界的镜像。因此，把握好、利用好、分析好这些互联网数据，在很大程度上亦是对客观世界很重要的刻画和理解。
总体上，大数据技术分为几个方面，例如数据的采集、提炼以及应用。倘若对一个零售商店数据里的用户进行建模，某一个用户可能是白领，另一个是主妇，这般的行业数据经过分析就能够帮忙商户更好地进行营销行径。另一方面，百度基本的计算载体是数据中心，有20多个大型的数据中心，不只是在中国，在世界各地都设立了大数据中心，亦有国内最大的GPU集群，有非常强的带宽和吞吐能力，还有像集装箱同样，模块化的计算中心。
2、感知层：语音、图像、视频、AR/VR
语音技术的突破有非常多方向，如识别、合成和唤醒，这是咱们此刻比较看重的，由于市场应用的需要很大。例如语音识别，已然达到97%以上的准确率。此刻随着人工智能应用的深入，在家居场景、车载场景等等，越来越多的语音识别不是对着麦克风说，而是要有必定距离，这就触及到远场的语音识别。这与此刻手机上的麦克风不同样，首要会有定位，还有一系列新的技术待处理。合成想做得非常好，尤其自然、流畅，况且能够是个性化的，包含把人的心情变化等都带进去，就变得非常难。
这儿不只是语音和声学信号处理问题，同期触及到对语言的理解、对人的理解，这般才可做出有心情、个性化的合成。唤醒，是需要设备的时候就叫一声，它就晓得你要跟它说话，例如家居场景的一个智能音箱或智能电视，此时候就需要唤醒技术。唤醒技术的困难在于咱们要掌控误唤醒，例如在家里放一个智能音箱，倘若不叫它的时候，忽然之间它自己就跳起来了，或睡觉的时候，有点外界噪音，它就忽然跳起来，体验会很差。因此，掌控住误唤醒很重要亦特别有挑战。
图像方面，人脸识别是计算机视觉的一个重要方向。人脸分为静态和动态。静态，如一张照片，检测里面有无人脸，或有两张照片，比对一下两处显现的是不是同一个人，这方面的准确率已然很高了。而识别动态图像的时候更繁杂一点，例如有一段视频，首要要定位这些人脸，而这儿会产生非常多应用，例如在很长的视频流里找到一个人。
另一，咱们能够对图像进行识别匹配，做语义的标注，粒度很细，如一幅图里很详细地找到其中一个部分是什么，这儿能够做非常多细粒度的图像识别。OCR是图像识别里相对详细的方向，如清华亦有OCR方向做得非常好的老师和课题组。此刻OCR技术不仅能够扫描书，更能够识别一个表格或一个很繁杂的结构，如发票，不仅把里面的文字识别出来，还能够把一个区域识别出来的文字结构化，整体上会做非常多定制化的识别。
视频区别于图像有非常多权威的数据集，视频数据集本身还不足成熟。视频很大都是人工标注好的，例如标题、内容，然则还有非常多视频人工标注不足完善，此时候就需要视频语义理解技术把这个视频标注出来，包含这个视频到底是哪一类，视频的标题，倘若相对长的视频，就把其中亮点怎么样亦摘录出来。
设备人视觉触及到怎么样做定位，做地图的重建，包含检测阻碍物等等。领先的SLAM技术，有非常多算法。前面讲的图像和视频技术，在设备人视觉里都会有应用。加强现实（AR/VR）是一个独立的方向，然则跟视觉技术有非常多关系，一般拍一个照片，会触发出加强现实的效果，相应地会触及到三维感知、跟踪、渲染等技术。
3、认知层：自然语言处理、知识图谱和用户画像
自然语言处理的范围广泛，倘若细分的话，有非常多子行业，较宏观地可划分为语言的理解和生成，以及相应的应用系统。一方面要理解人的语言，另一方面要表达，能生成语言。例如，基本的分词、短语分析，核心的处理思路便是做句法的分析和语义的理解或意图的理解。如搜索“想去一家宠物医院，医院周边要有停车位”。这是人的一种自然的表达，倘若让计算机能够理解，就要把意图提取出来，从很繁杂的话中分析出其核心意图，而后再去找相应的答案。
图示：用传统信息检索和搜索算法搜索“蒋英的女儿是谁”和“蒋英是谁的女儿”，会找到一样的答案，由于传统的信息检索是不管语序的。此时候咱们就要做真正的自然语言分析和理解，晓得它们实质上是在找区别的答案。这背面是知识图谱的支撑，大众能够看到结构化的图文并茂的结果。
咱们看一篇文案、一本书，此时候不仅是理解其中每一句话，而是对整篇文案有一个理解，便是篇章的理解。篇章的理解，能够把全部篇章打上主题标签，打上各样实体标签，而这些对计算机来讲便是理解了这篇文案。在应用时，为了区别的应用，标签会有区别的形式，如用在新闻流里，打上这些标签以后，就能够匹配用户的兴趣，从而举荐给用户一篇他可能感兴趣的文案。
除了理解句子、篇章、文字以外，人写一句话、写一首诗也或写一篇文案，都是带有情感倾向的，因此相应地，咱们亦做情感倾向的分析，包含用户看了一篇文案以后，下面有非常多评论，这些评论本身咱们亦会做观点的抽取。
除了分析、理解以外，还有生成。咱们尝试过写诗、写对联等，例如在手机百度信息流里看到的文案，非常多都是人写的，但亦有很大一部分是设备自动写成的。咱们做过各样测试，用户基本上分辨不出来到底是人写的还是设备写的，这说明设备写的还是很不错的。其次，人要与智能硬件展开交互，对话过程中触及到对“人说的话”的理解和预测人怎样说下一句话，相当于理解和生成两方面都在用，这儿面便是对话管理以及交互的技术。
到日前为止，咱们讲的都是一种语言，都是中文，但“百度翻译”是处理多语言问题的，在28种语言之间互译，互译的方向大概是700多个，每日有过亿次的翻译请求。同期亦结合了语音技术、视觉技术，延伸出了语音会话翻译、拍照翻译等等应用。
人类几千年传承下来的知识，是人类能循序渐进持续向前进步的原动力，而做这些知识的累积和传承很重要的载体是知识图谱，知识图谱里面有些基本的单位，如实体，此刻咱们的知识图谱已然有几亿个实体，每一个实体会有非常多属性，实体与实体之间亦会有非常多关系，这些关系就形成非常多事实，如A和B两个人可能是老师和学生的关系，这便是一个事实，咱们已然累积了几千亿事实。
知识不只是静态的存取，况且触及到知识计算和推理。例如，离圣诞节还有多少天，系统晓得今天是哪一天，圣诞节是哪一天，系统会以此动态做一个计算。再例如，民航有有些规章，基于这些规章问一个问题，能不可“带打火机上飞机”，系统会按照这些规章的规则，判断这个问题的答案是“是”还是“否”。其次，咱们要认识用户本身的需要，因此对用户画像亦是非常重要的方向。此刻百度累积了非常丰富的用户画像，有非常多细分的标签，如一个人能够从人口属性、行径习惯、长时间兴趣、位置、短期意图等五个维度去刻画，形成初级的用户画像，构建个体模型。
4、平台以及生态层
这一层更加多集中在百度大脑（ai.baidu.com），完整的生态包含云和端两大部分。百度云是很大的计算平台，不只是百度能够用，况且开放给所有的合作伙伴，变成基本的支撑平台，上面有百度大脑的各样能力。同期还有有些垂直的处理方法，例如基于自然语言的人机交互的新一代操作系统，以及与智能驾驶关联的Apollo。整车厂商能够调用其中她们需要的能力，汽车电子厂商亦能够调用她们需要的相应能力，大众共建全部平台和生态。
5、应用层
语音搜索，是典型的在搜索上引入有些AI能力之后的制品形态，这儿不是一个“语音识别+简单的搜索”，而是咱们直接语音输入咱们想要的字的时候，倘若显现多音字，如俪、莉，就会显现错误，但倘若用户说：“茉莉的莉”，语音纠错就会自动修改成“莉”，而后找到用户最后想要的答案。因此这就需要非常多关联技术的支持。图像搜索亦是，咱们做了非常多图像搜索关联的尝试。
例如，找题很困难，非常多学生做题，题里有图、有公式，想把内容输入进去就很难，因此拍照就变成尤其方便的方式，这儿就会结合OCR的技术，对图像做识别。智能问答、个性化举荐等一样是综合了多种AI能力，如知识图谱、NLP、用户理解等，把答案或新闻更直观、更有针对性地展现给用户。除了互联网应用，咱们亦在尝试AI能力与各行各业的结合，如智能客服、智慧机场等。
人工智能正在作为这个时代技术变革的核心驱动力，AI在To B行业的渗入将会给各行各业带来革命性的改变，亦会对人们的平常生活产生巨大的影响。人工智能应用广泛，其实质功效绝不仅在互联网，就像咱们已然很难想象任何一个行业离开电该怎样运转同样，人工智能亦会是新时代的电力。
能够预见，人工智能必将无处不在。
后台回复关键词“0911”，下载王海峰演讲PPT。
这次会议演讲干货及PPT经演讲嘉宾确认后会在数据派THU第1时间推送。更加多关联信息，请关注微X公众号数据派THU（ID：DatapiTHU）。
回顾往期活动干货：
IBM苏中：怎样利用深度学习、加强学习等办法加强信息处理效率
......
| 
发表于 2024-9-28 04:31:16