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

百度首席技術官、深度學習技術及應用國家工程實驗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)動力量。

王海峰透露，百度AI大生產(chǎn)平臺的數(shù)據(jù)，已經(jīng)開放216項能力，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，很多不可能也會變得可能。

以下為速記全文：

各位領導、各位專家，各位來賓：

大家下午好!

我跟大家分享的題目是《人工智能進入工業(yè)大生產(chǎn)時代》，我知道我們這個論壇的主題是“人工智能：開啟智能經(jīng)濟新時代”，怎么開啟?我的觀點是如果想讓人工智能能更快地、更有效地助力經(jīng)濟的發(fā)展，需要讓人工智能真正像工業(yè)大生產(chǎn)的方式進入各行各業(yè)的生產(chǎn)環(huán)節(jié)，進而推動整個生產(chǎn)力的進步，也推動社會的進步。

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械技術、電力技術和信息技術，而且每一次工業(yè)革命的核心技術都不是限于某一個行業(yè)，而是廣泛應用于各行各業(yè)，應用于人類的工業(yè)大生產(chǎn)，進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)的技術有非常強的通用性，另一方面這些技術也呈現(xiàn)出一些顯著的特征，比如標準化、自動化和模塊化。所以，我認為一個技術有很強的通用性，它可以影響各行各業(yè)，同時具備標準化、自動化和模塊化的特征，它就具備了進入工業(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)動力量。百度大腦是百度經(jīng)過多年人工智能的技術積累和產(chǎn)業(yè)實踐的集大成，我們從2010年左右就開始布局人工智能相關的各種基礎能力，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的各方面的跟AI相關的軟的能力，從事也開始進入工業(yè)大生產(chǎn)的階段。一方面它更多地在跟硬件，比如跟芯片、硬件平臺進行結(jié)合，形成軟硬一體的平臺;另一方面，是我后面跟大家說到的這些技術也逐漸具備了標準化、模塊化、自動化的特征，而且已經(jīng)開始應用于各行各業(yè)，顯示出通用性。

百度AI大生產(chǎn)平臺的一些基本架構(gòu)，有基本的算力和數(shù)據(jù)，同時有深度學習平臺，包括核心框架、工具組件、服務平臺;上面有各種相對通用的AI能力，比如跟人的視覺和聽覺、感知相關的計算機視覺技術、語音技術，同時也包括跟人的認知相關的自然語言處理、知識圖譜等基礎。在此基礎上，還要有定制的訓練平臺，比如面向各種垂直場景的應用技術進行定制化平臺，當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備上，從而形成AI的解決方案。

我剛才講的第一點就是深度學習的平臺，我認為深度學習框架和平臺是AI時代的操作系統(tǒng)。為什么這么說?一方面它向下對接硬件、對接芯片，而且為了達到更好的效果，芯片是需要針對深度學習框架的技術進行定制優(yōu)化，從而達到軟硬一體優(yōu)化的更好效果;而向上，深度學習框架和平臺承接的是各種應用，這樣的話它處在一個比較核心的承上啟下的位置。所以，我認為它是智能時代的操作系統(tǒng)。

而百度的飛槳經(jīng)過多年布局，已形成完善的布局，包括基礎框架，無論是開發(fā)、訓練還是預測;還包括產(chǎn)業(yè)實踐打磨的模型庫，也包括端到端的開發(fā)套件、工具組件和服務平臺。飛槳是一套很龐大的架構(gòu)，如果提煉出其中幾個方面，是我們認為很重要很領先的技術，包括開發(fā)方面的開發(fā)便捷的深度學習框架，同時也有訓練方面能支持超大規(guī)模深度學習模型訓練的技術，包括多端多平臺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慣，所以程序員開發(fā)起來非常方便，而且它同時支持動態(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，為了更好設計神經(jīng)網(wǎng)絡結(jié)構(gòu)，我們開發(fā)了自動化的網(wǎng)絡設計，現(xiàn)在這種基礎設計出來的網(wǎng)絡已經(jīng)超越了人類專家設計的網(wǎng)絡的效果。

而超大規(guī)模的深度學習訓練技術已經(jīng)能支持萬億級參數(shù)的訓練，而且可以做到實時的更新。

訓練出來模型以后，我們需要部署、應用，進行各種應用和推理，這時候涉及到多端多平臺的部署能力，而且為了在各種場景當中應用得更好，也做了通用架構(gòu)推理速度的優(yōu)化。

有了這些基礎的框架，無論是開發(fā)、訓練還是推理的能力，在真正應用的時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)應用中得到很多驗證，另外一方面也參加了國際標準測試，得到了很多領先的結(jié)果。

深度學習有感知、認知技術，包括語音、視覺、語言和知識等等，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，使準確率進一步提升，而且不僅在正常的比較安靜、標準的語音環(huán)境下能得到很好的識別效果，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。如果大家平時會用語音輸入，會發(fā)現(xiàn)你只說中文，可能效果很好，但中英文混的時候效果就要差很多，這是由于語音識別技術所決定的。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，把這些要素分別結(jié)耦、分別訓練，最后形成了統(tǒng)一的聲音。這時候不僅讓聲音的自然度更好，同時也可以進行各種定制。如果大家用過地圖的導航，知道一般地圖會提供一些標準的聲音，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，任何人只要對著手機到百度地圖說20句話，它就可以給你定制一個模擬這個人聲音的合成語。比如你開車的時候，就可以用你孩子的聲音幫你導航，幫助你去哪兒、要怎么走等。

剛才講的是語音識別，接下來是語言相關的。語言相關很重要的一點是語義理解，而我們研制的可以持續(xù)學習的，而且不僅有深度學習技術在里面，同時也經(jīng)過了把知識、知識圖譜加進去的語義增強的理解框架，得到了非常好的效果。

同時還有交互的技術，比如說百度的對話式交互平臺已經(jīng)有6萬多個定制技能，累計交互已有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)動的上下游感知的翻譯模型，而且不僅翻譯得很好，同時實時性更好。

所有的百度AI技術，我們已經(jīng)通過百度大腦開放平臺以及飛槳開源開放平臺全面開放，大家都可以基于這個平臺開發(fā)自己的產(chǎn)品、發(fā)展自己的業(yè)務。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。

當然，提到AI，安全也非常重要。百度AI安全方面也有一個完整的布局，從基礎層到平臺層到生態(tài)層都有很多的布局，大家有興趣可以進一步了解。

整體上百度AI大生產(chǎn)平臺現(xiàn)在的數(shù)據(jù)是這樣，已經(jīng)開放216項能力，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)進入工業(yè)大生產(chǎn)時代。時間關系，我不詳細講每一個點，大家可以看到不管是工業(yè)、農(nóng)業(yè)、服務業(yè)各方面都可以受益于AI的能力。

謝謝大家!