“技術(shù)前沿，覆蓋面廣，這是一場全程無槽點(diǎn)的分論壇”

“技術(shù)講解詳實(shí)，落地案例充分，是一場‘物超所值’的分論壇”……

7月3日下午，“Baidu Create 2019”百度 AI開發(fā)者大會百度大腦論壇如期舉行。在上午主論壇中，百度首席技術(shù)官王海峰正式發(fā)布百度大腦5.0，實(shí)現(xiàn)了跨越性升級，在算法突破、計(jì)算架構(gòu)升級的基礎(chǔ)上，實(shí)現(xiàn)AI算法、計(jì)算架構(gòu)和應(yīng)用場景的融合創(chuàng)新，成為軟硬一體AI大生產(chǎn)平臺。

[[269647]]

奪人眼球的“機(jī)械臂倒蓋碗茶”、任性的“中英自由說”、智能語音芯片“百度鴻鵠”…都給觀眾留下深刻印象，一下拉近了AI科技和人之間的距離。這背后又隱藏著哪些先進(jìn)技術(shù)?百度大腦5.0何以稱之為軟硬一體的AI大生產(chǎn)平臺?滿滿“技術(shù)范兒”的百度大腦論壇一一揭曉。

語音、視覺、語言與知識 AI算法創(chuàng)新并駕齊驅(qū)

重磅升級后的百度大腦5.0打通了從基礎(chǔ)層的深度學(xué)習(xí)技術(shù)到通用AI能力、應(yīng)用技術(shù)方案，再到定制化模型，以及后期的部署和集成，整個人工智能產(chǎn)業(yè)化應(yīng)用落地的全部流程，實(shí)現(xiàn)了AI技術(shù)的標(biāo)準(zhǔn)化、自動化和模塊化。

百度大腦語音技術(shù)此次亮出在語音識別、語音合成、遠(yuǎn)場語音交互芯片方面的成績單。百度語音技術(shù)部高級總監(jiān)高亮介紹，識別方面，百度提出流式多級的截?cái)嘧⒁饬δＰ蚐MLTA，實(shí)現(xiàn)局部注意力建模超越整句的注意力模型，也是國際上初次實(shí)現(xiàn)在線語音大規(guī)模使用注意力模型。SMLTA在大幅提升識別速度的同時(shí)，也提高了識別準(zhǔn)確率。在輸入法有效產(chǎn)品相對準(zhǔn)確率提升15%，音箱有效產(chǎn)品相對準(zhǔn)確率提升20%。合成方面，針對現(xiàn)階段面臨風(fēng)格遷移、音色模擬和情感擬人的三大挑戰(zhàn)，百度推出語音合成技術(shù)Meitron，可以將語音中的音色、風(fēng)格、情感等要素映射到不同的子空間，在使用時(shí)，不同要素可以任意組合，靈活的控制合成語音的風(fēng)格。同時(shí)降低語言合成門檻，僅需20句話就可以制作一個人的專屬聲音。

對于落地應(yīng)用正在端側(cè)呈現(xiàn)出巨大需求，百度大腦語音團(tuán)隊(duì)研發(fā)出一款針對遠(yuǎn)場語音交互打造的芯片——百度鴻鵠芯片。鴻鵠芯片的設(shè)計(jì)，變革傳統(tǒng)芯片設(shè)計(jì)方法，遵循“軟件定義芯片”的全新設(shè)計(jì)思路。該芯片采用雙核HiFi4架構(gòu)，2.8M大內(nèi)存，臺積電40nm工藝，在此硬件規(guī)格上，100mw左右平均工作功耗，即可支持遠(yuǎn)場語音交互核心的陣列信號處理和語音喚醒能力。同時(shí)，按照車規(guī)級標(biāo)準(zhǔn)打造使鴻鵠芯片可滿足非常嚴(yán)格的需求，將為車載語音交互，以及智能家居等場景帶來更大想象力。鴻鵠芯片流片的同時(shí)，即實(shí)現(xiàn)了量產(chǎn)。

百度視覺技術(shù)在2019年各大國際賽事中開啟“開掛”模式，在前不久結(jié)束的CVPR上分別在視頻理解、人臉活體、車輛REID等領(lǐng)域獲得矚目成績，上半年在NTRIE2019、ICME2019、ICDAR2019、DWAN2019等比賽中也屢屢奪冠。百度視覺技術(shù)部、增強(qiáng)現(xiàn)實(shí)技術(shù)部總監(jiān)吳中勤介紹，5G時(shí)代，越來越多物理設(shè)備將連接到高可靠、低延時(shí)的網(wǎng)絡(luò)空間，這將徹底改變?nèi)藗兣c環(huán)境及設(shè)備的交互方式。本次全新發(fā)布視覺語義化平臺2.0，正在推進(jìn)視覺技術(shù)由“看清看懂”向“交互”進(jìn)行升級。視覺語義化平臺2.0在交互升級和軟硬件結(jié)合兩大方面實(shí)現(xiàn)突破。

交互升級包含一體化人機(jī)交互系統(tǒng)和大場景物理世界交互系統(tǒng)。簡單而言，一體化人機(jī)交互系統(tǒng)是人與機(jī)器、虛擬環(huán)境的自然交互與融合，該系統(tǒng)適用于實(shí)現(xiàn)AR特效的直播、小視頻、特效小程序等場景，已應(yīng)用于百度多款視頻App。大場景物理世界交互系統(tǒng)是將視覺定位與AR技術(shù)突破性結(jié)合，實(shí)現(xiàn)大范圍的虛擬信息與物理世界的精準(zhǔn)疊加，從而建立起AI時(shí)代全新的交互系統(tǒng)。目前，軟硬件結(jié)合可以滿足應(yīng)用場景更高效的視覺計(jì)算，以及更低延時(shí)的體驗(yàn)，同時(shí)能保護(hù)數(shù)據(jù)隱私。百度視覺方面的軟硬件結(jié)合主要聚焦于模型壓縮平臺PaddleSlim、多模態(tài)FaceID開發(fā)組件以及軟硬件一體解決方案AI相機(jī)三部分。FaceID覆蓋設(shè)備量已超1200萬臺。

視覺語義化平臺2.0更新了許多先進(jìn)的感知技術(shù)，也讓機(jī)器人技術(shù)實(shí)現(xiàn)新突破。百度三維視覺首席科學(xué)家楊睿剛介紹，機(jī)器人就是一個智能體，除了感知技術(shù)，智能體需要決策和動作相關(guān)的技術(shù)，實(shí)現(xiàn)從環(huán)境感知到主動感知。目前，百度研究的智能體技術(shù)主要集中在自動駕駛Apollo、工程機(jī)械和服務(wù)機(jī)器人三大方面。上午主論壇中引人關(guān)注的機(jī)械臂“茶博士”不僅能說會道，還完成了傳統(tǒng)的長嘴壺倒茶工作，其背后依靠的正是服務(wù)機(jī)器人方案?；诎俣?D視覺，機(jī)器人可以對茶杯的位置進(jìn)行檢測和追蹤。通過機(jī)器人運(yùn)動規(guī)劃和控制，機(jī)械臂可以對工作空間進(jìn)行碰撞檢測，避開障礙物;實(shí)時(shí)規(guī)劃運(yùn)動后，可自動生成倒茶軌跡;隨后，感知水流變化，實(shí)時(shí)調(diào)整倒茶位置。語音語義聯(lián)動技術(shù)解析，更是讓機(jī)器人像“人”一般，聽得懂，說得好，做得準(zhǔn)。

在語言和知識技術(shù)方面，百度大腦也公布了一系列創(chuàng)新和突破。百度AI技術(shù)平臺體系執(zhí)行總監(jiān)吳甜介紹，百度設(shè)計(jì)并實(shí)現(xiàn)了知識增強(qiáng)的語義理解框架——ERNIE，具備可持續(xù)學(xué)習(xí)能力，核心模型能力不斷提升。目前，ERNIE累計(jì)學(xué)習(xí)了超10億知識，全面刷新中文NLP任務(wù)的指標(biāo)，在百度眾多產(chǎn)品應(yīng)用中提升效果。機(jī)器同傳方面也有新進(jìn)展，在翻譯過程中對語音識別結(jié)果進(jìn)行糾錯的聯(lián)合詞向量編碼技術(shù)，可解決多輪翻譯一致性和連貫性問題的語篇翻譯模型等，結(jié)合先進(jìn)的語音技術(shù)，百度大腦實(shí)現(xiàn)了高準(zhǔn)確、低時(shí)延的機(jī)器同傳技術(shù)。

知識，能幫助AI更深度地理解真實(shí)世界。在主論壇中，王海峰用近期熱映的音樂紀(jì)錄片《大河唱》，形象展示了融合百度知識圖譜技術(shù)的視頻語義理解能力。該技術(shù)通過對視頻的多模態(tài)知識解析，在多元異構(gòu)知識圖譜上建立關(guān)聯(lián)，并通過計(jì)算推理，建立對視頻的深度語義理解。

此外，吳甜還正式發(fā)布行業(yè)知識圖譜平臺和智能創(chuàng)作平臺2.0。行業(yè)知識圖譜平臺旨在滿足各行各業(yè)構(gòu)建和應(yīng)用知識圖譜來幫助推進(jìn)智能化的需求，行業(yè)知識圖譜平臺基于優(yōu)秀的知識圖譜核心技術(shù)，提供智能高效的知識生產(chǎn)流程、低成本啟動和跨行業(yè)遷移的能力，幫助產(chǎn)業(yè)開發(fā)者定制行業(yè)知識圖譜并應(yīng)用。全新的智能創(chuàng)作平臺集成了實(shí)時(shí)熱點(diǎn)追蹤、關(guān)聯(lián)豐富素材，已經(jīng)具有全面的創(chuàng)作輔助能力，可輕松解決傳統(tǒng)內(nèi)容創(chuàng)作面臨的問題，全流程助力創(chuàng)作者，吳甜也預(yù)告了10月份將進(jìn)行邀測的多模態(tài)自動創(chuàng)作功能。目前，百度已構(gòu)建百度大腦·語言與知識技術(shù)開放平臺，不僅有豐富的基礎(chǔ)技術(shù)，還形成了包括智能創(chuàng)作平臺在內(nèi)的翻譯開放平臺、UNIT平臺、知識圖譜構(gòu)建與應(yīng)用平臺共四大應(yīng)用級平臺，為不同領(lǐng)域提供百度先進(jìn)的語言與知識技術(shù)。

夯實(shí)基礎(chǔ)實(shí)力 聚焦AI計(jì)算 挖掘數(shù)據(jù)價(jià)值

百度大腦5.0不僅包含算法層面創(chuàng)新，在算力方面也實(shí)現(xiàn)重大突破。近年來，算法對算力需求增長近300,000倍，而芯片的計(jì)算性能僅提升30倍，兩者之間存在巨大鴻溝。

百度副總裁侯震宇為現(xiàn)場觀眾分享了百度新一代AI計(jì)算架構(gòu)。面對AI計(jì)算的挑戰(zhàn)，需要能夠從端到端來提供AI計(jì)算能力，這要求計(jì)算系統(tǒng)從舊有的對海量數(shù)據(jù)處理能力、對IO高峰值的追求，轉(zhuǎn)變?yōu)闈M足AI訓(xùn)練功能方面IO密集、計(jì)算密集、通信密集的需求，和AI推理功能方面大吞吐和低延遲的需求。

侯震宇認(rèn)為，面對即將到來的AI+5G時(shí)代，計(jì)算將無處不在。真正的計(jì)算會發(fā)生在設(shè)備(Device)、邊緣(Edge)和云(Cloud)中，因而D-E-C場景將會是接下來需要重點(diǎn)研究的問題;與此同時(shí)，包括芯片之間、系統(tǒng)之間、設(shè)備之間的互相連接，將幫助不同場景中的計(jì)算連接在一起，產(chǎn)生更大的計(jì)算力。

底層的芯片和上層的應(yīng)用之間，還需要操作系統(tǒng)承接。王海峰認(rèn)為，深度學(xué)習(xí)框架就是智能時(shí)代的操作系統(tǒng)。百度自研的國內(nèi)功能完備的深度學(xué)習(xí)平臺“飛槳”就是中國自己的“AI操作系統(tǒng)”。主論壇中，正式宣布百度飛槳與華為麒麟芯片深度對接，先進(jìn)的端側(cè)AI芯片和深度學(xué)習(xí)平臺，將聯(lián)合為端側(cè)AI提供強(qiáng)勁算力、打造高速的深度學(xué)習(xí)運(yùn)行效率。

[[269648]]

對于飛槳，很多開發(fā)者都非常熟悉?，F(xiàn)場百度深度學(xué)習(xí)技術(shù)平臺部總監(jiān)馬艷軍詳細(xì)介紹了飛槳的五大核心優(yōu)勢。在核心框架層面，飛槳同時(shí)支持動態(tài)圖與靜態(tài)圖，兼顧了靈活性與效率;飛槳提供了70多個官方的、達(dá)到工業(yè)級應(yīng)用效果的模型;飛槳支持大規(guī)模的分布式訓(xùn)練以及端到端的部署;對于中國開發(fā)者，飛槳提供系統(tǒng)的深度學(xué)習(xí)技術(shù)服務(wù)，有非常全面的中文支持。馬艷軍現(xiàn)場還表示，技術(shù)界“奧斯卡”，已成功舉辦15年的經(jīng)典賽事“2019百度之星”即日起開始報(bào)名，其中百度之星的編程賽是飛槳核心框架開發(fā)的任務(wù);百度之星開發(fā)賽，則是基于飛槳的目標(biāo)檢測任務(wù)。

為了降低建模的成本，提高建模的效率，并降低對大數(shù)據(jù)的依賴，減少人工的干預(yù)，百度開發(fā)了AutoDL自動化建模技術(shù)。論壇上，百度大數(shù)據(jù)實(shí)驗(yàn)室主任浣軍正式發(fā)布AutoDL 3.0，從設(shè)計(jì)、遷移和適配三方面進(jìn)行全面升級，并分享了多個實(shí)際案例，目前已通過飛槳正式開源。

源于產(chǎn)業(yè)實(shí)踐的深度學(xué)習(xí)平臺飛槳同時(shí)亦正在反哺產(chǎn)業(yè)。百度地圖事業(yè)部總經(jīng)理李瑩以交通領(lǐng)域?yàn)槔榻B百度地圖基于飛槳提升了ETA的開發(fā)、調(diào)試的便捷性和訓(xùn)練效率，完成了天級別的百億級數(shù)據(jù)訓(xùn)練;提升了ETA的部署和預(yù)測性能，支撐了天級別的百億次調(diào)用。ETA是地圖路線規(guī)劃的主要特征，也是用戶出行決策的主要參考因素。對于用戶而言，飛槳賦能的百度地圖ETA可以實(shí)現(xiàn)通行時(shí)間智能預(yù)估，在出行前便可提前預(yù)知路況，避開擁堵時(shí)段、了解擁堵時(shí)長、躲避擁堵路線，合理規(guī)劃出行時(shí)間。

數(shù)據(jù)是AI時(shí)代的核心生產(chǎn)資料，當(dāng)前大數(shù)據(jù)產(chǎn)業(yè)發(fā)展中面臨數(shù)據(jù)資產(chǎn)安全性和數(shù)據(jù)價(jià)值發(fā)掘成本高兩大問題。百度大數(shù)據(jù)部高級總監(jiān)郭謝介紹，百度點(diǎn)石大數(shù)據(jù)技術(shù)開放平臺作為一家成功落地的大數(shù)據(jù)iPaaS平臺，聚焦大數(shù)據(jù)產(chǎn)業(yè)發(fā)展過程中的安全和效率兩大問題。同時(shí)，點(diǎn)石具有三大核心特性，包含安全的數(shù)據(jù)融合加工環(huán)境、多層次開放的可定制組件，以及功能一體化的大數(shù)據(jù)開發(fā)平臺，可以幫助開發(fā)者安全、高效地進(jìn)行大數(shù)據(jù)價(jià)值的發(fā)掘。百度希望通過點(diǎn)石加速大數(shù)據(jù)的生態(tài)發(fā)展，幫助開發(fā)者深度發(fā)掘數(shù)據(jù)價(jià)值，點(diǎn)石成金。

AI算法、計(jì)算架構(gòu)和應(yīng)用場景的融合創(chuàng)新的百度大腦5.0已成為軟硬一體 AI大生產(chǎn)平臺。百度大腦論壇下午近三個小時(shí)的分享，僅僅是百度大腦技術(shù)的“冰山一角”。除了先進(jìn)的技術(shù)，百度大腦仍將不斷開放賦能，目前已經(jīng)開放210余項(xiàng)先進(jìn)的AI技術(shù)能力，平臺的調(diào)用次數(shù)同比增長108%，定制化平臺模型的數(shù)量都在飛速增長，平臺上的開發(fā)者數(shù)量已經(jīng)達(dá)到了130萬。王海峰表示，“授人魚不如授人以漁”，百度研發(fā)AI技術(shù)的同時(shí)，也致力于開放優(yōu)秀的AI技術(shù)。百度大腦5.0，助力各行各業(yè)的產(chǎn)業(yè)開發(fā)者，加速產(chǎn)業(yè)智能化。