科技行者 7月4日 北京消息： 7月4日召開的百度AI開發(fā)者大會（Baidu Create 2018）上，百度高級副總裁、AI技術平臺體系（AIG）總負責人王海峰發(fā)布百度大腦3.0，并指出，百度大腦3.0的核心是“多模態(tài)深度語義理解”，包括數(shù)據(jù)的語義，知識的語義，以及圖像、視頻、聲音、語音等各方面的理解。

圖片備注

多模態(tài)深度語義理解如何在技術上實現(xiàn)？擁有多大的能量？它將如何被應用來改變我們的生活？當天下午的百度大腦論壇中，百度大腦3.0的核心技術一一“亮相”，為開發(fā)者們帶來一場技術盛宴。

可容納1000人的會場座無虛席，開發(fā)者們甚至席地而坐，或者站在會場最后聽完整場分享。一位開發(fā)者表示，“干貨太多、時間太少，回去要找回放視頻好好消化一下。”

從“看清聽清”到“看懂聽懂”

“多模態(tài)深度語義理解能讓機器聽清、看清，更能深入理解它背后的含義，深度地理解真實世界，進而更好地支撐各種應用。”王海峰表示。

視覺語義化可以讓機器從看清到看懂視頻，并提煉出結構化語義知識。百度視覺技術部、人臉技術部、增強現(xiàn)實技術部總監(jiān)吳中勤介紹，視覺語義化技術首先識別人、物體和場景，同時捕捉它們之間的行為和關系，通過時序化、數(shù)字化、結構化的方式形成語義知識，最終結合領域和場景進行智慧推理，落地行業(yè)應用。比如在零售領域，它可以準確判斷每個人的動作、行為，真正實現(xiàn)顧客拿起商品就走。未來，視覺語義化技術還可進一步延展，它結合新型的傳感器和AI芯片，可以在感知層面和計算層面得到大幅提升；結合手機可以帶給用戶更佳地使用體驗。未來，百度視覺語義化技術將在百度AI開放平臺中開放給開發(fā)者使用。

語音技術的升級則讓機器更好地聽懂世界。百度語音技術部總監(jiān)高亮表示，百度基于遠場的語音語義一體化技術取得重大突破，為業(yè)界提供更頂尖的遠場語音技術。語音語義一體化將遠場交互中高頻Query識別準確率提升10個點，并保持普通Query識別率不降；多語種混合聲學建?；贒eep Peak2大幅提升中英文混合Query識別準確率，相對錯誤率比業(yè)界最好競品降低20%；新升級的TTS技術業(yè)界首創(chuàng)傳統(tǒng)拼接技術與Wavenet技術融合方案，保證合成質(zhì)量的同時大大降低成本，讓大規(guī)模應用落地成為現(xiàn)實。此外，百度重磅發(fā)布遠場語音技術低成本解決方案“度小云”，它基于Deep Peak V2語音識別技術、語音語義一體化技術及LSTM-VAD深度學習語音切分技術，實現(xiàn)業(yè)界領先的五級喚醒技術，并擁有基于Wavenet的精致音庫，支持遠場優(yōu)化的音頻通信技術。未來開發(fā)者可以平等便捷地一站式獲取百度遠場語音能力。

想要讓機器像人一樣擁有智能，將語言變成知識必不可缺。百度AI技術平臺體系執(zhí)行總監(jiān)吳甜表示，百度自然語言處理技術經(jīng)過多年的發(fā)展，已形成全面、前沿的格局。百度知識圖譜已發(fā)展為復雜、多元、全面的多元語義知識圖譜，包含實體圖譜、行業(yè)圖譜、事件圖譜、關注點圖譜、多媒體圖譜，其中實體圖譜已經(jīng)能夠覆蓋通用需求中90%的實體及其屬性。在閱讀理解技術上，百度大腦已經(jīng)閱讀了千億量級的文章，相當于6萬個中國國家圖書館的藏書，并由此積累了億級實體、千億事實的知識，并通過“學習”真實應用每天產(chǎn)生的知識不斷優(yōu)化。在對話理解方面，百度理解與交互技術平臺UNIT升級至2.0，進一步增強冷啟動能力，支持像人類一樣在對話當中學習，同時開放了第一個工業(yè)級對話系統(tǒng)開源框架，降低搭建門檻，讓開發(fā)者無縫對接云端。百度將持續(xù)開源新的技術，提供更靈活便捷的方案，推動自然語言理解技術的創(chuàng)新與發(fā)展。

夯實基礎：數(shù)據(jù)、算法、算力并駕齊驅

數(shù)據(jù)、算法、算力是影響人工智能技術發(fā)展的重要因素。主論壇中，王海峰表示百度大腦3.0首次將芯片納入技術體系，帶動百度大腦算力爆發(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”也在會上首次亮相。未來，AI芯片將與百度自主研發(fā)的PaddlePaddle深度學習框架相結合，推動AI行業(yè)生態(tài)快速發(fā)展。

百度在2016年正式開源的PaddlePaddle，是最適合中國開發(fā)者的深度學習框架。主論壇中，王海峰發(fā)布PaddlePaddle3.0，下午，百度AI技術生態(tài)部總經(jīng)理喻友平對此進行了詳細解讀。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。PaddlePaddle3.0核心框架對服務器版本以及移動端版本進行了全面優(yōu)化，PaddlePaddle Fluid提供豐富的滿足常見主流模型搭建需求的API，支持廣泛的模型搭建，訓練Runtime可以滿足各類型的模型訓練需求；PaddlePaddle Serving可靈活適配多種預測引擎；PaddlePaddle Mobile集成百度移動端預測的實踐經(jīng)驗，提供多平臺支持。

PaddlePaddle3.0中，AutoDL備受關注。百度大數(shù)據(jù)（北京）實驗室主任浣軍介紹，AutoDL能更高效自動搜索神經(jīng)網(wǎng)絡結構，開發(fā)者無需特殊硬件設備可以快速得到高質(zhì)量模型。AutoDL提供多種能力，支持設計全新深度學習網(wǎng)絡結構，以及優(yōu)化現(xiàn)有深度學習網(wǎng)絡結構及參數(shù)，同時能夠適配特定任務場景。

海量數(shù)據(jù)爆發(fā)式增長，發(fā)掘數(shù)據(jù)價值成為眾多行業(yè)的普遍需求。百度大數(shù)據(jù)部總監(jiān)郭謝表示，百度已形成從數(shù)據(jù)到數(shù)據(jù)工程、數(shù)據(jù)科學、數(shù)據(jù)產(chǎn)品再到行業(yè)方案的大數(shù)據(jù)產(chǎn)品技術棧，基于大數(shù)據(jù)特性，從生產(chǎn)資料和生產(chǎn)工具兩方面促進產(chǎn)業(yè)發(fā)展。為了最大程度保證數(shù)據(jù)安全，百度正式發(fā)布大數(shù)據(jù)眾智開放平臺“點石”，基于全球領先的百度AI技術，全方位保障數(shù)據(jù)安全，并逐步開放工具能力，為行業(yè)數(shù)據(jù)安全賦能。

現(xiàn)場，百度啟動了多項大賽。百度之星開發(fā)者大賽將如期回歸，此外還有基于PaddlePaddle的中國高校計算機大賽人工智能創(chuàng)意賽、KG-知識抽取賽、交通預測賽、無人車系列大賽，以及商家招牌的分類與檢測、人工智能加速器應用與設計等大數(shù)據(jù)比賽。百度方面表示，歡迎各路高手挑戰(zhàn)，通過大賽攜手推動整個AI產(chǎn)業(yè)的發(fā)展。

業(yè)內(nèi)人士評價，百度在推動技術落地的同時不斷反哺技術升級，如今已成為國內(nèi)人工智能領域的領航者。百度大腦升級至3.0，也標志著百度AI技術的一次跨越式升級，正如王海峰在開場中所強調(diào)，“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。”?；诎俣却竽X持續(xù)突破的技術實力，百度有能力把頂尖的AI技術提供給中國開發(fā)者、企業(yè)，更讓每個開發(fā)者和企業(yè)都能平等獲取頂尖AI能力，繼而讓AI在中國遍地開花。