“技術前沿，覆蓋面廣，這是一場全程無槽點的分論壇”

“技術講解詳實，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，百度首席技術官王海峰正式發(fā)布百度大腦5.0，實現(xiàn)了歷史上最具跨越性升級，在算法突破、計算架構升級的基礎上，實現(xiàn)AI算法、計算架構和應用場景的融合創(chuàng)新，成為軟硬一體AI大生產平臺。

（百度首席技術官王海峰）

奪人眼球的“機械臂倒蓋碗茶”、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頂尖技術？百度大腦5.0何以稱之為軟硬一體的AI大生產平臺？下午場滿滿“技術范兒”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

重磅升級后的百度大腦5.0打通了從基礎層的深度學習技術到通用AI能力、應用技術方案，再到定制化模型，以及最終的部署和集成，整個人工智能產業(yè)化應用落地的全部流程，實現(xiàn)了AI技術的標準化、自動化和模塊化。

一直引領行業(yè)創(chuàng)新的百度大腦語音技術此次亮出在語音識別、語音合成、遠場語音交互芯片方面的成績單。百度語音技術部高級總監(jiān)高亮介紹，識別方面，百度提出流式多級的截斷注意力模型SMLTA，這是國際上首次實現(xiàn)局部注意力建模超越整句的注意力模型，也是國際上首次實現(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，也提高了識別準確率。在輸入法有效產品相對準確率提升15%，音箱有效產品相對準確率提升20%。合成方面，針對現(xiàn)階段面臨風格遷移、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Meitron，可以將語音中的音色、風格、情感等要素映射到不同的子空間，在使用時，不同要素可以任意組合，靈活的控制合成語音的風格。同時降低語言合成門檻，僅需20句話就可以制作一個人的專屬聲音。

（百度語音技術部高級總監(jiān)高亮）

對于落地應用正在端側呈現(xiàn)出巨大需求，百度大腦語音團隊研發(fā)出一款針對遠場語音交互打造的芯片——百度鴻鵠芯片。鴻鵠芯片的設計，變革傳統(tǒng)芯片設計方法，遵循“軟件定義芯片”的全新設計思路。該芯片采用雙核HiFi4架構，2.8M大內存，臺積電40nm工藝，在此硬件規(guī)格上，100mw左右平均工作功耗，即可支持遠場語音交互核心的陣列信號處理和語音喚醒能力。同時，按照車規(guī)級標準打造使鴻鵠芯片可滿足極嚴格的需求，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，即實現(xiàn)了量產。

百度視覺技術在2019年各大國際賽事中開啟“開掛”模式，在前不久結束的CVPR上分別在視頻理解、人臉活體、車輛REID等領域獲得第一，上半年在NTRIE2019、ICME2019、ICDAR2019、DWAN2019等比賽中也屢屢奪冠。百度視覺技術部、增強現(xiàn)實技術部總監(jiān)吳中勤介紹，5G時代，越來越多物理設備將連接到高可靠、低延時的網(wǎng)絡空間，這將徹底改變人們與環(huán)境及設備的交互方式。本次全新發(fā)布視覺語義化平臺2.0，正在推進視覺技術由“看清看懂”向“交互”進行升級。視覺語義化平臺2.0在交互升級和軟硬件結合兩大方面實現(xiàn)突破。

（百度視覺技術部、增強現(xiàn)實技術部總監(jiān)吳中勤）

交互升級包含一體化人機交互系統(tǒng)和大場景物理世界交互系統(tǒng)。簡單而言，一體化人機交互系統(tǒng)是人與機器、虛擬環(huán)境的自然交互與融合，該系統(tǒng)適用于實現(xiàn)AR特效的直播、小視頻、特效小程序等場景，已應用于百度多款視頻App。大場景物理世界交互系統(tǒng)是將視覺定位與AR技術突破性結合，實現(xiàn)大范圍的虛擬信息與物理世界的精準疊加，從而建立起AI時代全新的交互系統(tǒng)。目前，軟硬件結合可以滿足應用場景更高效的視覺計算，以及更低延時的體驗，同時能保護數(shù)據(jù)隱私。百度視覺方面的軟硬件結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相機三部分。FaceID覆蓋設備量已超1200萬臺。

視覺語義化平臺2.0更新了許多先進的感知技術，也讓機器人技術實現(xiàn)新突破。百度三維視覺首席科學家楊睿剛介紹，機器人就是一個智能體，除了感知技術，智能體需要決策和動作相關的技術，實現(xiàn)從環(huán)境感知到主動感知。目前，百度研究的智能體技術主要集中在自動駕駛Apollo、工程機械和服務機器人三大方面。上午主論壇中引人關注的機械臂“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機器人方案?；诎俣?D視覺，機器人可以對茶杯的位置進行檢測和追蹤。通過機器人運動規(guī)劃和控制，機械臂可以對工作空間進行碰撞檢測，避開障礙物；實時規(guī)劃運動后，可自動生成倒茶軌跡；隨后，感知水流變化，實時調整倒茶位置。語音語義聯(lián)動技術解析，更是讓機器人像“人”一般，聽得懂，說得好，做得準。

（百度三維視覺首席科學家楊睿剛）

在語言和知識技術方面，百度大腦也公布了一系列創(chuàng)新和突破。百度AI技術平臺體系執(zhí)行總監(jiān)吳甜向介紹，百度設計并實現(xiàn)了知識增強的語義理解框架——ERNIE，具備可持續(xù)學習能力，核心模型能力不斷提升。目前，ERNIE累計學習了超10億知識，全面刷新中文NLP任務的指標，在百度眾多產品應用中提升效果。機器同傳方面也有最新進展，在翻譯過程中對語音識別結果進行糾錯的聯(lián)合詞向量編碼技術，可解決多輪翻譯一致性和連貫性問題的語篇翻譯模型等，結合先進的語音技術，百度大腦實現(xiàn)了高準確、低時延的機器同傳技術。

（百度AI技術平臺體系執(zhí)行總監(jiān)吳甜）

知識，能幫助AI更深度地理解真實世界。在主論壇中，王海峰用近期熱映的音樂紀錄片《大河唱》，形象展示了融合百度知識圖譜技術的視頻語義理解能力。該技術通過對視頻的多模態(tài)知識解析，在多元異構知識圖譜上建立關聯(lián)，并通過計算推理，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)構建和應用知識圖譜來幫助推進智能化的需求，行業(yè)知識圖譜平臺基于領先的知識圖譜核心技術，提供智能高效的知識生產流程、低成本啟動和跨行業(yè)遷移的能力，幫助產業(yè)開發(fā)者定制行業(yè)知識圖譜并應用。全新的智能創(chuàng)作平臺集成了實時熱點追蹤、關聯(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)內容創(chuàng)作面臨的問題，全流程助力創(chuàng)作者，吳甜也預告了10月份將進行邀測的多模態(tài)自動創(chuàng)作功能。目前，百度已構建百度大腦·語言與知識技術開放平臺，不僅有豐富的基礎技術，還形成了包括智能創(chuàng)作平臺在內的翻譯開放平臺、UNIT平臺、知識圖譜構建與應用平臺共四大應用級平臺，為不同領域提供百度領先的語言與知識技術。

夯實基礎實力 聚焦AI計算 挖掘數(shù)據(jù)價值

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計算架構。面對AI計算的挑戰(zhàn)，需要能夠從端到端來提供AI計算能力，這要求計算系統(tǒng)從舊有的對海量數(shù)據(jù)處理能力、對IO高峰值的追求，轉變?yōu)闈M足AI訓練功能方面IO密集、計算密集、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。

（百度副總裁侯震宇）

侯震宇認為，面對即將到來的AI+5G時代，計算將無處不在。真正的計算會發(fā)生在設備（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研究的問題；與此同時，包括芯片之間、系統(tǒng)之間、設備之間的互相連接，將幫助不同場景中的計算連接在一起，產生更大的計算力。

底層的芯片和上層的應用之間，還需要操作系統(tǒng)承接。王海峰認為，深度學習框架就是智能時代的操作系統(tǒng)。百度自研的國內唯一功能完備的深度學習平臺“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，全球領先的端側AI芯片和深度學習平臺，將聯(lián)合為端側AI提供最強勁算力、打造最好的深度學習運行效率。

對于飛槳，很多開發(fā)者都非常熟悉。現(xiàn)場百度深度學習技術平臺部總監(jiān)馬艷軍詳細介紹了飛槳的五大核心優(yōu)勢。在核心框架層面，飛槳同時支持動態(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、達到工業(yè)級應用效果的模型；飛槳支持大規(guī)模的分布式訓練以及端到端的部署；對于中國開發(fā)者，飛槳提供系統(tǒng)的深度學習技術服務，有非常全面的中文支持。馬艷軍現(xiàn)場還表示，技術界“奧斯卡”，已成功舉辦15年的經(jīng)典賽事“2019百度之星”即日起開始報名，其中百度之星的編程賽是飛槳核心框架開發(fā)的任務；百度之星開發(fā)賽，則是基于飛槳的目標檢測任務。

（百度深度學習技術平臺部總監(jiān)馬艷軍）

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，百度開發(fā)了AutoDL自動化建模技術。論壇上，百度大數(shù)據(jù)實驗室主任浣軍正式發(fā)布AutoDL 3.0，從設計、遷移和適配三方面進行全面升級，并分享了多個實際案例，目前已通過飛槳正式開源。

（百度大數(shù)據(jù)實驗室主任浣軍）

源于產業(yè)實踐的深度學習平臺飛槳同時亦正在反哺產業(yè)。百度地圖事業(yè)部總經(jīng)理李瑩以交通領域為例，介紹百度地圖基于飛槳提升了ETA的開發(fā)、調試的便捷性和訓練效率，完成了天級別的百億級數(shù)據(jù)訓練；提升了ETA的部署和預測性能，支撐了天級別的百億次調用。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可以實現(xiàn)通行時間智能預估，在出行前便可提前預知路況，避開擁堵時段、了解擁堵時長、躲避擁堵路線，合理規(guī)劃出行時間。

（百度地圖事業(yè)部總經(jīng)理李瑩）

數(shù)據(jù)是AI時代的核心生產資料，當前大數(shù)據(jù)產業(yè)發(fā)展中面臨數(shù)據(jù)資產安全性和數(shù)據(jù)價值發(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，百度點石大數(shù)據(jù)技術開放平臺作為國內第一家落地的大數(shù)據(jù)iPaaS平臺，聚焦大數(shù)據(jù)產業(yè)發(fā)展過程中的安全和效率兩大問題。同時，點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、高效地進行大數(shù)據(jù)價值的發(fā)掘。百度希望通過點石加速大數(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)價值，點石成金。

（百度大數(shù)據(jù)部高級總監(jiān)郭謝）

AI算法、計算架構和應用場景的融合創(chuàng)新的百度大腦5.0已成為軟硬一體 AI大生產平臺。百度大腦論壇下午近三個小時的分享，僅僅是百度大腦技術的“冰山一角”。除了頂級的技術，百度大腦仍將不斷開放賦能，目前已經(jīng)開放210余項領先的AI技術能力，平臺的調用次數(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)達到了130萬。王海峰表示，“授人魚不如授人以漁”，百度研發(fā)頂尖的AI技術，也致力于開放頂尖的AI技術。百度大腦5.0，助力各行各業(yè)的產業(yè)開發(fā)者，加速產業(yè)智能化。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。