近日，《最壮大脑》第四时落下帷幕，凭仗在人脸辨认和图象检索方面的精彩表示，百度人工智能机械人小度荣获“脑王” 称号。4月11日，百度以此为主题在北京举行了“第五届百度技巧开放日”的运动。百度研讨院院长、深度进修技巧及运用国度工程试验室主任林元庆做了“最壮大脑面前的技巧”主题演讲，具体说明了小度在“脑王”对决中的台前幕后，触及图象检索、声纹辨认、人脸辨认等偏向。
随后林元庆还引见了百度将在人工智能方面侧重发力的偏向及下一步的筹划，总结以下：
将图象辨认技巧做到极致
完美声纹辨认技巧
视频的剖析：像素级其余图象朋分
医疗图象剖析
开放深度进修平台
产学研融会共建七年夜平台
林元庆提到：
从客岁开端，Robin（李彦宏）一向在讲，作为今朝最主要的计谋，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连续的增长，曩昔两年每一年都投入了跨越100亿，我们愿望做好这个方面。
以下是林元庆的演讲实录：
明天就从最壮大脑说起吧，也会给年夜家展现一些百度的其他技巧，随后刘炀团队说的更体系、更周全一些，就是跟开辟者生态有关的，百度有哪些技巧在往里面开放的。
最壮大脑面前的技巧
让我们先往返顾一下与最壮大脑的协作过程：之前节目组找过一些国际的公司，曾经获得异常多的验证，后来据说百度也在做人脸辨认才找过去。我就问节目组为何不先找我们？他们表现之前基本就不晓得百度也做人脸辨认，这一度令我异常惊奇。
不外关于百度来讲，如许的协作也是一个契机。一方面愿望我们的技巧可以或许让年夜家都晓得，一方面加入《最壮大脑》的初志是愿望我们的技巧跟最强的人类去比，看看百度年夜脑究竟在甚么样的程度上。我们是抱着胜负不是那末主要的心态去竞赛的。我们外部开顽笑说，假如输了的话，我们归去还得持续做研发，假如赢了的话，我们还得归去做研发，只是愿望我们真正把技巧到极限，可以或许更好的办事到人类。
在节目中我们做过的几个义务，这里扼要的回想一下。
第一个是图象检索的技巧。右边的图象是从左边30张照片的一张傍边截取的一小块，须要找出究竟是哪张图上的。就像以图搜图差不多，由于以图搜图的图象质量绝对来讲照样不错的，别的它是整张图片去搜，而最壮大脑节目组愿望看看如今我们的技巧极限究竟在哪，就将照片做了老化、破损处置，所以这就比如今百度的以图搜图在技巧完成上还要难。
这面前我们也是应用了深度进修的办法，它可以或许很好的处置隐约、噪声、乃至是分歧的图象角度。如今我们可以或许索引百亿级其余照片，可以在1s以内前往成果。这个技巧也就几家有自立常识产权的搜刮引擎在年夜范围的做。
适才提到的是最新研发的技巧，应当是接上去几个月吧，我们会用到新的引擎外面，到时现有的办事会有一个异常年夜的进级。
第二个是声纹辨认。它和语音辨认不太一样。语音辨认是要辨认出说了甚么，而声纹辨认是要辨认出谁在措辞，措辞的内容分歧会对声纹辨认精确性有异常年夜的搅扰。我们人类对声响的噪声不是很敏感，作声音处置专业的人都晓得，声响是信噪比异常差的，是以声纹辨认实际上是很有挑衅性的。
如今百度异常看重基于AI的交互，好比如今我们有鼠标键盘，手机上的触摸屏等交互方法，我们更愿望下一代是基于语音图象或许AI异常天然的交互，特殊是语音的，你们假如有存眷百度，也晓得百度投入异常年夜的力气，在做Duer OS，我们外部把它叫OS，由于像这些基于语音质量交互的情形，语音曾经是一个存在的旌旗灯号，假如我们能应用谁人旌旗灯号的话，可以或许辨认措辞的人是谁，这长短常有效的。是以在这块我们后续也在持续加年夜投入，技巧上曾经获得了一些冲破，最初我们愿望把声纹做的跟人脸辨认那样高的精度。
第三个是人脸辨认。在最壮大脑节目中一个是跨年纪的人脸辨认，一个是跨代的人脸辨认。人脸辨认是由检测和辨认两个技巧构成。检测是给出一张照片我们能检测出人在哪里，同时还能找出像鼻子眼睛嘴巴如许的症结点在哪里。这个我们可以很自负的说没有人能做的比我们更好。
许多时刻我们所说的辨认精度都是针对测试集说的，2015年岁尾的时刻，我们弄了一个比拟年夜的数据集，把一些绝对来讲简略一些的图片去失落，用了我们其时所能的到达最好的算法，在这个测试集上仅能做到92%的精确率。后来在2016年的百度云盘算年夜会前，我们对它的数据和算法都停止了很年夜的迭代，毛病率从8%下降到了2.3%，那曾经长短常年夜的进步了。如今的毛病率曾经低于1%了。
百度在 AI 范畴的结构
百度如今在许多人工智能范畴同时在发力，百度人工智能的焦点就是百度年夜脑，它有四年夜类的运用：
语音
图象
天然说话处置
用户画像
上面这张图可以加倍抽象的解释百度在人工智能上的结构，中央这层人工智能基本技巧就相似于下面说到的百度年夜脑，它们都是基于上面机械进修的平台做的研发。
在人工智能的研发上，有一个从数据-->技巧-->产物-->用户-->数据的闭环，假如闭环发生的话，技巧就可以够成长的异常快。如今百度在人工智能方面，哪些做哪些不做，就是看可否发生很强的闭环。
在通用图象技巧方面，年夜家所熟知的ImageNet是1000个类150万张照片，而我们已经做过的一个库就曾经有4万类7000万张照片，今朝我们正在做的有11万类，我们愿望将图象辨认真正做到极致。
同时我们要建深度进修、听觉、生物特点辨认、视觉感知、新型人机交互、常识产权、尺度化办事等七年夜平台。这七年夜平台百度都要建，个中听觉和生物特点辨认是和清华年夜学共建，视觉感知和新型人机交互是和北航共建的，常识产权和尺度化办事和电信研讨院共建。这些扶植完成后都邑向内部开放。
深度进修平台方面，如今PaddlePaddle曾经开源了，然则还不敷。第一步，我们要做一些针对PaddlePaddle的教程，下一步，国度工程试验室在扶植一些机房，届时我们将开放一些机械，用户只须要一个账号，便可以应用这些盘算资本。
上面的一些运用是百度曾经比拟成熟的技巧，我们做好后也将对内部开放，固然如今曾经开放了许多了，包含图象、语音、天然说话处置等。
如今百度还有一个正在停止的项目就是视频的剖析，重要分为两个偏向。一个是语义懂得，就像如今异常火的短视频，我们须要懂得视频外面究竟产生了甚么。另外一个偏向是low level 的情况懂得，即依据视频我们可以或许准确的估量出摄像头在情况中的坐标和朝向。这是三维重建异常主要的一步，我们愿望联合深度进修，使其到达像素级其余图象朋分。
好比主动驾驶的场景，视频中的房子、车、人、路面、天空等区域我们愿望以像素为单元将其辨认出来，这个如今百度正在做，我们愿望可以或许到达99%以上的精度。这长短常难的一个偏向，然则假如可以或许霸占的话，对许多运用的影响都邑长短常年夜的，特殊是无人驾驶、AR。如今百度在这方面正在筹建一个很年夜的团队，努力于处理这方面的成绩。
还有一个是医疗图象剖析的项目，百度正在花很年夜的力量去做，我们也愿望将其做成一个很年夜的偏向。
AI是个新的电能，愿望AI可以或许像电一样，影响各个行业，完成各个行业的进级。
从客岁开端，Robin（李彦宏）一向在讲，作为今朝最主要的计谋，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连续的增长，今朝百度科研与营收比为15%，这长短常高的，曩昔两年每一年都投入了跨越100亿，我们真的愿望做好这个方面。
