10月21日消息，第六屆世界互聯(lián)網(wǎng)大會(huì)人工智能論壇開幕，主題為“開啟智能經(jīng)濟(jì)新時(shí)代”。

百度首席技術(shù)官、深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室主任王海峰在論壇上發(fā)言稱，人工智能是新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力量。

王海峰透露，百度AI大生產(chǎn)平臺(tái)的數(shù)據(jù)，已經(jīng)開放216項(xiàng)能力，每天調(diào)用次數(shù)已過萬億，上面有150多萬開發(fā)者。

在隨后參加的5G論壇上，王海峰表示，由于連接，5G也促進(jìn)了AI的發(fā)展，5G也讓AI變得無處不在，讓傳統(tǒng)的產(chǎn)品都變得更好用，很多不可能也會(huì)變得可能。

以下為速記全文：

各位領(lǐng)導(dǎo)、各位專家，各位來賓：

大家下午好!

我跟大家分享的題目是《人工智能進(jìn)入工業(yè)大生產(chǎn)時(shí)代》，我知道我們這個(gè)論壇的主題是“人工智能：開啟智能經(jīng)濟(jì)新時(shí)代”，怎么開啟?我的觀點(diǎn)是如果想讓人工智能能更快地、更有效地助力經(jīng)濟(jì)的發(fā)展，需要讓人工智能真正像工業(yè)大生產(chǎn)的方式進(jìn)入各行各業(yè)的生產(chǎn)環(huán)節(jié)，進(jìn)而推動(dòng)整個(gè)生產(chǎn)力的進(jìn)步，也推動(dòng)社會(huì)的進(jìn)步。

為了論述我剛才講的工業(yè)大生產(chǎn)階段，我們先回顧一下人類歷史上已經(jīng)發(fā)生過的幾次工業(yè)革命。我們都知道從200多年以前，人類歷史上已經(jīng)發(fā)生了三次工業(yè)革命，分別為人類帶來了機(jī)械技術(shù)、電力技術(shù)和信息技術(shù)，而且每一次工業(yè)革命的核心技術(shù)都不是限于某一個(gè)行業(yè)，而是廣泛應(yīng)用于各行各業(yè)，應(yīng)用于人類的工業(yè)大生產(chǎn)，進(jìn)而帶來了人們的生產(chǎn)方式、生活方式甚至思維方式的變化。

工業(yè)大生產(chǎn)的技術(shù)有非常強(qiáng)的通用性，另一方面這些技術(shù)也呈現(xiàn)出一些顯著的特征，比如標(biāo)準(zhǔn)化、自動(dòng)化和模塊化。所以，我認(rèn)為一個(gè)技術(shù)有很強(qiáng)的通用性，它可以影響各行各業(yè)，同時(shí)具備標(biāo)準(zhǔn)化、自動(dòng)化和模塊化的特征，它就具備了進(jìn)入工業(yè)大生產(chǎn)階段的一些基本前提。

人工智能是新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力量。百度大腦是百度經(jīng)過多年人工智能的技術(shù)積累和產(chǎn)業(yè)實(shí)踐的集大成，我們從2010年左右就開始布局人工智能相關(guān)的各種基礎(chǔ)能力，經(jīng)過多年的積累，在2016年形成初步完善的布局，因而發(fā)布百度大腦1.0。發(fā)展到今年，百度大腦不僅僅有很強(qiáng)的各方面的跟AI相關(guān)的軟的能力，從事也開始進(jìn)入工業(yè)大生產(chǎn)的階段。一方面它更多地在跟硬件，比如跟芯片、硬件平臺(tái)進(jìn)行結(jié)合，形成軟硬一體的平臺(tái);另一方面，是我后面跟大家說到的這些技術(shù)也逐漸具備了標(biāo)準(zhǔn)化、模塊化、自動(dòng)化的特征，而且已經(jīng)開始應(yīng)用于各行各業(yè)，顯示出通用性。

百度AI大生產(chǎn)平臺(tái)的一些基本架構(gòu)，有基本的算力和數(shù)據(jù)，同時(shí)有深度學(xué)習(xí)平臺(tái)，包括核心框架、工具組件、服務(wù)平臺(tái);上面有各種相對通用的AI能力，比如跟人的視覺和聽覺、感知相關(guān)的計(jì)算機(jī)視覺技術(shù)、語音技術(shù)，同時(shí)也包括跟人的認(rèn)知相關(guān)的自然語言處理、知識(shí)圖譜等基礎(chǔ)。在此基礎(chǔ)上，還要有定制的訓(xùn)練平臺(tái)，比如面向各種垂直場景的應(yīng)用技術(shù)進(jìn)行定制化平臺(tái)，當(dāng)然還要有適用于多種場景的多端部署能力，不管是云上、端上還是邊緣上以及各種各樣的設(shè)備上，從而形成AI的解決方案。

我剛才講的第一點(diǎn)就是深度學(xué)習(xí)的平臺(tái)，我認(rèn)為深度學(xué)習(xí)框架和平臺(tái)是AI時(shí)代的操作系統(tǒng)。為什么這么說?一方面它向下對接硬件、對接芯片，而且為了達(dá)到更好的效果，芯片是需要針對深度學(xué)習(xí)框架的技術(shù)進(jìn)行定制優(yōu)化，從而達(dá)到軟硬一體優(yōu)化的更好效果;而向上，深度學(xué)習(xí)框架和平臺(tái)承接的是各種應(yīng)用，這樣的話它處在一個(gè)比較核心的承上啟下的位置。所以，我認(rèn)為它是智能時(shí)代的操作系統(tǒng)。

而百度的飛槳經(jīng)過多年布局，已形成完善的布局，包括基礎(chǔ)框架，無論是開發(fā)、訓(xùn)練還是預(yù)測;還包括產(chǎn)業(yè)實(shí)踐打磨的模型庫，也包括端到端的開發(fā)套件、工具組件和服務(wù)平臺(tái)。飛槳是一套很龐大的架構(gòu)，如果提煉出其中幾個(gè)方面，是我們認(rèn)為很重要很領(lǐng)先的技術(shù)，包括開發(fā)方面的開發(fā)便捷的深度學(xué)習(xí)框架，同時(shí)也有訓(xùn)練方面能支持超大規(guī)模深度學(xué)習(xí)模型訓(xùn)練的技術(shù)，包括多端多平臺(tái)部署的高性能的推理引擎以及產(chǎn)業(yè)級的模型庫。

開發(fā)方面，一方面是組網(wǎng)的編程范式更符合程序員寫程序的習(xí)慣，所以程序員開發(fā)起來非常方便，而且它同時(shí)支持動(dòng)態(tài)圖和荊靜態(tài)圖，兼具靈活性和穩(wěn)定性的優(yōu)勢。另一方面，為了更好設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，我們開發(fā)了自動(dòng)化的網(wǎng)絡(luò)設(shè)計(jì)，現(xiàn)在這種基礎(chǔ)設(shè)計(jì)出來的網(wǎng)絡(luò)已經(jīng)超越了人類專家設(shè)計(jì)的網(wǎng)絡(luò)的效果。

而超大規(guī)模的深度學(xué)習(xí)訓(xùn)練技術(shù)已經(jīng)能支持萬億級參數(shù)的訓(xùn)練，而且可以做到實(shí)時(shí)的更新。

訓(xùn)練出來模型以后，我們需要部署、應(yīng)用，進(jìn)行各種應(yīng)用和推理，這時(shí)候涉及到多端多平臺(tái)的部署能力，而且為了在各種場景當(dāng)中應(yīng)用得更好，也做了通用架構(gòu)推理速度的優(yōu)化。

有了這些基礎(chǔ)的框架，無論是開發(fā)、訓(xùn)練還是推理的能力，在真正應(yīng)用的時(shí)候需要針對各種場景建構(gòu)各種模型。這樣的話，飛槳也提供了非常全面的官方支持，經(jīng)過工業(yè)產(chǎn)業(yè)驗(yàn)證的工業(yè)級的模型庫，而且這種模型庫一方面在產(chǎn)業(yè)應(yīng)用中得到很多驗(yàn)證，另外一方面也參加了國際標(biāo)準(zhǔn)測試，得到了很多領(lǐng)先的結(jié)果。

深度學(xué)習(xí)有感知、認(rèn)知技術(shù)，包括語音、視覺、語言和知識(shí)等等，這也是百度大腦具備的各方面的能力。語音的角度，我們最近研發(fā)的SIMLTA流式注意力模型，使準(zhǔn)確率進(jìn)一步提升，而且不僅在正常的比較安靜、標(biāo)準(zhǔn)的語音環(huán)境下能得到很好的識(shí)別效果，在嘈雜的環(huán)境或者中英文混讀的環(huán)境中也能得到很好的效果。如果大家平時(shí)會(huì)用語音輸入，會(huì)發(fā)現(xiàn)你只說中文，可能效果很好，但中英文混的時(shí)候效果就要差很多，這是由于語音識(shí)別技術(shù)所決定的。但是，我們現(xiàn)在不斷地提升模型，將兩種語言混合在一起仍然能得到比較好的效果。

而語音合成呢?如果僅僅能夠讓人聽清楚、聽得明白，這個(gè)事不是特別難，但如果聽得很流暢、很舒服而且有不同的音色、風(fēng)格、情感等等，這些就變得很難了。我們研發(fā)的語音合成技術(shù)，把這些要素分別結(jié)耦、分別訓(xùn)練，最后形成了統(tǒng)一的聲音。這時(shí)候不僅讓聲音的自然度更好，同時(shí)也可以進(jìn)行各種定制。如果大家用過地圖的導(dǎo)航，知道一般地圖會(huì)提供一些標(biāo)準(zhǔn)的聲音，但你要想用你的孩子、用你的親人、用你的朋友或者用任何其他人的定制的聲音，其實(shí)這并不容易做到。但基于我們現(xiàn)在最新研制的語音合成技術(shù)，任何人只要對著手機(jī)到百度地圖說20句話，它就可以給你定制一個(gè)模擬這個(gè)人聲音的合成語。比如你開車的時(shí)候，就可以用你孩子的聲音幫你導(dǎo)航，幫助你去哪兒、要怎么走等。

剛才講的是語音識(shí)別，接下來是語言相關(guān)的。語言相關(guān)很重要的一點(diǎn)是語義理解，而我們研制的可以持續(xù)學(xué)習(xí)的，而且不僅有深度學(xué)習(xí)技術(shù)在里面，同時(shí)也經(jīng)過了把知識(shí)、知識(shí)圖譜加進(jìn)去的語義增強(qiáng)的理解框架，得到了非常好的效果。

同時(shí)還有交互的技術(shù)，比如說百度的對話式交互平臺(tái)已經(jīng)有6萬多個(gè)定制技能，累計(jì)交互已有500多億次。

再有是兩種語言之間的翻譯，我們也首創(chuàng)語義單元驅(qū)動(dòng)的上下游感知的翻譯模型，而且不僅翻譯得很好，同時(shí)實(shí)時(shí)性更好。

所有的百度AI技術(shù)，我們已經(jīng)通過百度大腦開放平臺(tái)以及飛槳開源開放平臺(tái)全面開放，大家都可以基于這個(gè)平臺(tái)開發(fā)自己的產(chǎn)品、發(fā)展自己的業(yè)務(wù)。另一方面，我們也依托百度智能云，可以更好地、軟硬一體地、包括數(shù)據(jù)、算法、算力結(jié)合起來，來部署這些AI能力。

當(dāng)然，提到AI，安全也非常重要。百度AI安全方面也有一個(gè)完整的布局，從基礎(chǔ)層到平臺(tái)層到生態(tài)層都有很多的布局，大家有興趣可以進(jìn)一步了解。

整體上百度AI大生產(chǎn)平臺(tái)現(xiàn)在的數(shù)據(jù)是這樣，已經(jīng)開放216項(xiàng)能力，每天調(diào)用次數(shù)已過萬億，上面有150多萬開發(fā)者，有大量的模型發(fā)布出來。

AI賦能各行各業(yè)，幫助各行各業(yè)進(jìn)入工業(yè)大生產(chǎn)時(shí)代。時(shí)間關(guān)系，我不詳細(xì)講每一個(gè)點(diǎn)，大家可以看到不管是工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)各方面都可以受益于AI的能力。

謝謝大家!