0
雷鋒網 AI 科技評論消息，7 月 3 日，一年一度的百度 Create 2019 AI 開發者大會如期而至，在上午展示了百度音箱的系列更新、發布鴻鵠芯片、宣布自動駕駛方面的多項合作之后，下午的百度大腦論壇重磅開幕。
作為首位出場嘉賓，百度 CTO 王海峰博士表示，在上午，大家看到了百度 AI 技術在各行各業的應用，如小度音響、自動駕駛，這些都承載在全新升級的百度大腦 5.0 上，上午只是管中窺豹，不足以看到所有技術進展。這場論壇將從算力到平臺再到生態，為在場觀眾帶來百度大腦的更詳細解讀。
隨后，百度飛槳（PaddlePaddle）、百度 AutoDL、百度機器人技術、百度語音、百度地圖、百度智能視覺交互、百度大數據技術等諸多團隊負責人一一上場，為在場觀眾帶來了一場全面的技術盛宴。
百度飛槳最新進展及其應用
作為百度極力推薦的深度學習平臺，飛槳自然是此次論壇的重點。百度深度學習技術平臺部總監馬艷軍詳細介紹了飛槳在圖像搜索、目標檢測、工業質檢方面的三大進展。隨后，他又一次談到飛槳的五大核心優勢：全面支持動態圖&靜態圖兩種計算圖，官方支持模型目前已有超過 70 個，支持大規模分布式訓練，提供非常強的端到端部署能力，提供系統化深度學習技術服務。
馬艷軍博士表示，官方模型覆蓋三大主流任務，PaddleNLP 目前已支持超過 20 種模型，PaddleCV 支持超過 50 種模型，Paddlehub 提供在線部署能力，支持 40+預訓練模型。
他隨后介紹，百度產品系統目前面臨了一系列挑戰，諸如數據量在萬億級、訓練數據量在百億級等，在這些挑戰下，他們設置了大規模參數服務器解決方案。在最新發布的飛槳核心框架 Paddle Fluid v1.5 版本中，也更新了針對分布式訓練的 API。
而談到工具的發展，與開發者息息相關的必然是開發者培訓，飛槳目前有三大培養體系，黃埔學院、AI 快車道、PaddleCamp。在最后，他提到 2019 百度之星，這包括百度之星編程賽（基礎算法+AI 對抗賽）與百度之星開發賽（基于飛槳的目標檢測任務），這一賽事的報名會在本月截止，今年十月會進行全國總決賽。
百度發布行業知識圖譜平臺和智能創作平臺 2.0
百度 AI 技術平臺體系執行總監吳甜在會上帶來了百度語言與知識技術平臺的最新進展。她表示，自然語言處理、知識圖譜等技術都屬于認知層面的技術，這些技術讓機器學會如何運用人類的語言和知識，進而能夠在此基礎上進行思維。隨后，她詳細介紹了百度最近開源的 ERNIE 模型，該模型不僅在學術界的一些任務上表現出眾，也有非常強大的應用能力，在智能問答、CTR 預估、文本潤色、對話理解等百度產品中表現出色。
作為此次論壇的重點，吳甜正式發布行業知識圖譜和智能創作平臺 2.0。她表示，行業知識圖譜平臺是為了解決行業在智能化過程中關于知識構建和知識應用的需求。智能創作平臺在本質上是對信息的重組織和再加工，通過自然語言處理、知識圖譜等基礎技術，將大量的原始信息進行深度語義理解、邏輯分析，形成創作當中所需的知識圖譜和素材庫，可以在創作的成文階段為創作者提供組稿、順稿、潤色等能力。智能創作平臺 2.0 具備如下三個新特性：實時熱點關聯豐富素材、全面的創作輔助能力、領先的多模生成技術。
大熱的自動機器學習
隨著自動機器學習的火熱，百度恰逢其時地帶來了這一技術的最新分享。
百度大數據實驗室主任浣軍表示，自主人工智能有三項關鍵技術：網絡結構的自設計、學習自適應、計算環境自我適配，AutoDL 1.0 展示了深度學習與人類專家相媲美，AutoDL 2.0 展示出深度學習已經可以超過人類專家，AutoDL 3.0 則從設計、遷移、適配三個方面進行了全新升級。在 AutoDL 設計上，百度提出 styleNAS（具有照片真實感的風格遷移神經網絡架構搜索），可以大大簡化計算量，圖像質量也得到了進一步提升。
他隨后提到自動化建模的一些典型應用場景，如語義分割、目標檢測、圖像分類等，具體應用如城市垃圾檢測、把攝像機布置在水里檢測魚類從而進行生態保護。除了視覺上的一系列應用，他也提到百度自動化建模在 NLP 中的應用，在中文情感分類任務中，這一技術取得了與專家手工調優將近同樣精度的效果，但大大節省了人工。
百度語音技術解讀
隨著此次開發者大會的召開，我們也看到百度在語音上取得的諸多突破。百度語音技術部高級總監高亮介紹了百度在語音方面的三大技術突破，他先是展望了百度從 2012 年至今的語音識別技術進展，隨著模型的不斷改進，準確率越來越高。
他重點談到 SMLTA 流式多級截斷注意力模型，這是國際上首次實現局部注意力建模超越整句注意力模型，也是國際上首次在線語音大規模使用的注意力模型，不管是在輸入法還是在音箱上，有效產品相對準確率均能得到較大提升。
隨后，他強調了 MEITRON 風格遷移技術，他們希望音箱在文字以外能傳達更多信息，但面臨三方面挑戰：風格遷移、音色模擬、情感擬人，具體來說，諸如能進行音色的個性化設置，能表達除文字以外的意思，如高興、傷心等情緒。MEITRON 通過若干語句的空間建模，能輸出音色、韻律、情緒三個獨立的網絡。他表示，該網絡采用非監督訓練，不需要海量數據，能進行動態分類。
關于百度鴻鵠智能語音芯片的技術細節，他也在這次論壇上進行了詳細說明。該芯片適合遠場語音交互場景，支持深度學習計算過程和深度模型加載的高度并行。
核心參數如下：
指令集：HiFi4 自定義指令集，雙核 DSP
儲存：超大內存，包含 TCM，Cache 和 SRAM
工藝：TSMC 40nm LP，功耗 100mW
符合車規可靠性標準
具備遠場語音交互的邊緣計算能力，包括陣列信號處理、語音喚醒、離線語音識別。
視覺、機器人、智能地圖等更多技術
百度視覺技術部、增強現實技術部總監吳中勤在論壇現場發布視覺語義化平臺 2.0，在 1.0 時代，我們的目標是從看清到看懂，在 2.0 時代，要形成智能交互、軟硬件結合。
他表示，智能交互包括一體化人機交互系統（人臉、手勢、肢體、環境等），可以應用于 AR 特效相機和智能車機、智能音箱等設備。談到軟硬結合的視覺解決方案，他提到 PaddleSlim 模型壓縮平臺、FaceID 多模態人臉識別組件、軟硬件一體的 AI 相機解決方案，也詳細介紹了這些產品的諸多優勢。
百度三維視覺首席科學家楊睿剛對百度機器人技術進行了分享。他表示，機器人就是一個智能體，目前，百度對智能體技術的研究主要集中在自動駕駛 Apollo、工程機械和服務機器人三大方面。他談到工程機械智能化需要賦予智能體從感知到決策再到動作的能力，隨后，他詳細帶來了這些能力所需要的技術細節。
他表示，上午主論壇中的「茶博士」，這是一種組合的 AI 能力，這里包括多引擎對話理解、多候選型應答生成、位置敏感的指代消除、基于多輪對話的狀態更新與動作觸發?；诎俣?3D 視覺，機器人可以進行茶杯檢測和位置追蹤，基于機器人運動規劃和控制，機械臂可以對工作空間進行碰撞檢測，避開障礙物。在實時規劃運動后，機器人可以自動生成倒茶軌跡，隨后，機器人能感知水流變化，實時調整倒茶位置。他表示，在未來，AI 技術已經不再是孤島，組合 AI 將推動工程機械和其它應用飛躍發展。
百度地圖事業部總經理李瑩帶來了基于飛槳的百度地圖通行時間智能預估，她表示，新一代人工智能地圖結合了語音、AR、高精度知識圖譜等各種技術，
百度地圖 ETA（Estimated Time of Arrival）是地圖路線規劃的主要特征，也是用戶出行決策的重要參考因素，這一技術可以讓用戶在出行時避免擁堵時段、了解擁堵時長、躲避擁堵路線，但同時也面臨很多挑戰和難點，如變化大、因素多、時效性高、個性化強。基于此，他們提出基于飛槳的深度神經網絡到達時間預估模型，可以實現實時 ETA 精準預估、擁堵路段時間預估，該模型融合了多層編碼、多層感知等。
最后，百度大數據部高級總監郭謝帶來了百度點石大數據平臺的介紹，他也對該平臺的三大核心特性進行了解讀，包括安全的數據融合加工環境、多層次開放的可定制組件，以及功能一體化的大數據開發平臺。
關于百度大腦的更多細節，大家可以點擊如下地址進一步了解。
在這次論壇上，除了看到百度強推的飛槳，以及在所有 AI 會議上避不開的計算機視覺、自然語言處理技術，我們還看到了百度自動機器學習、語音、機器人技術等的最新進展。未來，百度大腦究竟會增加哪些功能，以及飛槳是否會向前跟進一步，成為國產深度學習平臺之光，拭目以待。
雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
