吳恩達(dá)

鳳凰科技訊 9月8日消息，2015百度世界大會(huì)今日舉辦，百度首席科學(xué)家吳恩達(dá)在會(huì)上展示了百度深度學(xué)習(xí)在噪音環(huán)境下的語音識(shí)別進(jìn)展，還發(fā)布了iOS版臉優(yōu)APP，通過用戶自己上傳臉部照片，實(shí)時(shí)合成在攝像頭拍攝的其他臉部上，讓視頻達(dá)到變臉的效果。

吳恩達(dá)表示，在如今的海量數(shù)據(jù)時(shí)代，百度擁有的大量數(shù)據(jù)可以擴(kuò)大神經(jīng)網(wǎng)絡(luò)訓(xùn)練，讓效果更好。百度開發(fā)了HPC（High Performance Computing，高性能計(jì)算）來做深度學(xué)習(xí)試驗(yàn)，在訓(xùn)練巨大的神經(jīng)網(wǎng)絡(luò)之后，使用它提供在線服務(wù)。

此外，百度還開發(fā)了手機(jī)深度學(xué)習(xí)引擎，將神經(jīng)網(wǎng)絡(luò)的模型減少，大量提升運(yùn)行速度，臉優(yōu)APP就是一個(gè)例子。

吳恩達(dá)介紹稱，百度還與伊利合作了一個(gè)直達(dá)號(hào)輕應(yīng)用，可以識(shí)別出牛奶盒，并展現(xiàn)一個(gè)3D效果圖，利用產(chǎn)品包裝上的圖案提供增強(qiáng)現(xiàn)實(shí)體驗(yàn)，不需要特別的圖片或二維碼。這款輕應(yīng)用將于兩三個(gè)月后上線。

關(guān)于人工智能的前景，吳恩達(dá)稱，人工智能的下一步不僅是百度大腦更聰明，也能夠使用戶也更聰明，技術(shù)可以成為人的智能伴侶，提高效率。他表示，對人工智能成為人類合作伙伴的未來充滿信心，也希望與大家共同走向智能伴侶時(shí)代。

以下為吳恩達(dá)演講實(shí)錄：

謝謝，大家好，人工智能已經(jīng)在世界有很大的影響力，百度是引領(lǐng)人工智能發(fā)展的公司之一，今天我想跟大家分享一些我們正在做的先進(jìn)技術(shù)，我也希望未來我們能把這些技術(shù)開放給我們的合作伙伴。

從李彥宏講的一席話里我們看到語音識(shí)別重要性，百度和北京團(tuán)隊(duì)一起正在研究新一代的語音識(shí)別技術(shù)，讓我為大家演示一下。這是一段用戶手機(jī)的錄音，請大家仔細(xì)聽聽，你能聽出他在講什么嗎。來。現(xiàn)在請大家閉上眼睛再聽一次他到底在講什么。有時(shí)候由于噪音、口音等等，很難聽清楚電話那邊的人在說什么，我們把這段語音放給我們的語音識(shí)別系統(tǒng)得到這個(gè)結(jié)果，是說中國好聲音幾點(diǎn)開始，請大家再聽一次。

讓我們看一下第二個(gè)例子，我們聽一聽。再聽一次。這就是語音識(shí)別的結(jié)果，大床房多少錢，再聽最后一次，聽到了嗎？這個(gè)技術(shù)還沒有上線，目前在很多情況下人的語音識(shí)別能力還是比機(jī)器識(shí)別更準(zhǔn)確，但是我們發(fā)現(xiàn)如果只有一段很短的語音，尤其是在比較吵的環(huán)境下機(jī)器識(shí)別可以超過人的識(shí)別，一年前我沒有想到這么快機(jī)器就可以做到這點(diǎn)。

我相信語音有很大的潛力改變?nèi)伺c設(shè)備的交互方式，現(xiàn)在語音識(shí)別可能已達(dá)到95%的準(zhǔn)確度，但要看你的口音等等來定，很多人沒意識(shí)到95%的準(zhǔn)確度到99%的準(zhǔn)確度帶來的不是量變是質(zhì)變，是從你偶爾使用語音變到常常使用做到更自然。做到99%準(zhǔn)確，將徹底改變?nèi)伺c設(shè)備交互，這個(gè)技術(shù)的進(jìn)展讓我對人與設(shè)備全新交互充滿信心。

在百度人工智能技術(shù)的進(jìn)展主要靠深度學(xué)習(xí)，深度學(xué)習(xí)的意思是建設(shè)巨大的神經(jīng)網(wǎng)絡(luò)，語音識(shí)別也是用深度學(xué)習(xí)做的。

我們再看另外一個(gè)例子，王勁剛才講了也是用深度學(xué)習(xí)做的，我們把圖片交給神經(jīng)網(wǎng)絡(luò)他就會(huì)告訴人面前是什么。

在這一年中我們在深度學(xué)習(xí)基礎(chǔ)架構(gòu)上有很大的進(jìn)步，這對人工智能的研究有很大的影響，我們的技術(shù)架構(gòu)分為三個(gè)部分，第一就是用于訓(xùn)練的超級(jí)計(jì)算機(jī)，第二就是用于在線服務(wù)的云加速器，把訓(xùn)練后的加速器放到云端在線服務(wù)。第三就是手機(jī)上的深度學(xué)習(xí)引擎，讓我詳細(xì)解釋一下這三個(gè)部分。

如今已是海量數(shù)據(jù)的時(shí)代，百度有著大量的數(shù)據(jù)可以使神經(jīng)網(wǎng)絡(luò)訓(xùn)練的更大效果更好。我們開發(fā)了HPC來做深度學(xué)習(xí)試驗(yàn)，這里百度使用很多的GPU做HPC，在使用HPC做深度學(xué)習(xí)訓(xùn)練上，百度處于世界領(lǐng)先地位。這里做HPC的一個(gè)難點(diǎn)是提升GPU的使用效率，2014年HPC深度學(xué)習(xí)的使用效率是20%左右，我們目前GPU使用效率可以提升到85%，讓我們能夠更快的訓(xùn)練巨大的神經(jīng)網(wǎng)絡(luò)。

使用HPC訓(xùn)練巨大的神經(jīng)網(wǎng)絡(luò)之后，下一步是使用它提供在線服務(wù)，例如當(dāng)用戶講話時(shí)，系統(tǒng)會(huì)實(shí)時(shí)返回結(jié)果。普通的CPU服務(wù)器有時(shí)候很難做到運(yùn)行巨大的神經(jīng)網(wǎng)絡(luò)，我很高興像大家宣布百度已經(jīng)開發(fā)了兩個(gè)加速技術(shù)，第一我們開發(fā)了FPGA加速器，在很多重要的應(yīng)用下他可以把速度提升五倍左右。第二我們也開發(fā)了GPU加速器，這里GPU不僅用于訓(xùn)練，我們也打算將其用于在線服務(wù)。百度的這種技術(shù)也是在世界上領(lǐng)先之一，這樣做的難點(diǎn)是如果有十個(gè)用戶在使用一個(gè)服務(wù)器，我們需要找到一個(gè)聰明的方法讓一個(gè)CPU有效的為十個(gè)用戶提供服務(wù)，使用這個(gè)技術(shù)，我們可以在在線服務(wù)上明顯的提升神經(jīng)網(wǎng)絡(luò)規(guī)模。

對于一些應(yīng)用，把數(shù)據(jù)傳到云端太慢，影響用戶體驗(yàn)，所以我們需要在手機(jī)上運(yùn)行深度學(xué)習(xí)引擎。用HPC訓(xùn)練了巨大的神經(jīng)網(wǎng)絡(luò)后，把這個(gè)神經(jīng)網(wǎng)絡(luò)運(yùn)行在這么小的手機(jī)上很難的，所以我們開發(fā)了手機(jī)深度學(xué)習(xí)引擎。

我們來看一個(gè)例子，我們想識(shí)別人臉，并理解表情，我們開發(fā)了一個(gè)深度學(xué)習(xí)系統(tǒng)，可以識(shí)別人臉上的72個(gè)關(guān)鍵點(diǎn)，對比其他系統(tǒng)我們識(shí)別了比較多的關(guān)鍵點(diǎn)，讓我們有更多細(xì)節(jié)來理解表情。

在手機(jī)上運(yùn)行神經(jīng)網(wǎng)絡(luò)，難點(diǎn)是模型規(guī)模、速度和錯(cuò)誤率，這張圖是一個(gè)神經(jīng)網(wǎng)絡(luò)在PC上運(yùn)行的結(jié)果，這個(gè)神經(jīng)網(wǎng)絡(luò)對于手機(jī)來說太大了，用我們的手機(jī)深度學(xué)習(xí)引擎我們使用了一個(gè)聰明的辦法，將神經(jīng)網(wǎng)絡(luò)的模型減少，還大量提升運(yùn)行速度。

使用手機(jī)深度學(xué)習(xí)引擎，我們做了一個(gè)新的APP叫做臉優(yōu)，我們剛剛在IOS發(fā)布這個(gè)APP，用手機(jī)拍一張你的照片，用神經(jīng)網(wǎng)絡(luò)識(shí)別出你的面部，然后和另外一張圖片放在一起效果就是這樣。讓我們?yōu)榇蠹已菔疽幌拢@就是我的手機(jī)，我剛剛今天早上跟我其他的演講人拍的他們的照片。這就是我的臉變成了就是王勁，也可以變成李彥宏，很好看，這就是Travis 再試一試，很帥。做女性的也可以，其實(shí)這就是我妻子的圖片，還有這就是我們的CFO，好，就這樣，謝謝。如果你有iphone，我希望大家下載玩一下。

臉優(yōu)是一個(gè)娛樂的APP，是需要非常快的響應(yīng)速度，那么手機(jī)深度學(xué)習(xí)引擎還有什么其他用處呢？假如你和你的孩子一起去超市買東西，你們看見了這盒牛奶，我拿了一盒牛奶，如果你的孩子對這盒牛奶好奇你會(huì)怎么辦？我們與伊利合作做了一個(gè)直達(dá)號(hào)輕應(yīng)用，它可以識(shí)別出牛奶盒，并讓你看到一個(gè)3D效果的地圖，也可以從不同的角度來看他，從上面可以看，可以啊，遠(yuǎn)一點(diǎn)，臺(tái)上燈光很亮，看見了，那你可以從不同的角度看這個(gè)地圖，如果小朋友點(diǎn)擊這個(gè)地圖也可以看到另外一端牛奶的信息。這個(gè)輕應(yīng)用兩三個(gè)月后會(huì)上線，這個(gè)可以利用產(chǎn)品的包裝上的圖案提供增強(qiáng)現(xiàn)實(shí)體驗(yàn)，不需要特別的圖片或二維碼，增強(qiáng)現(xiàn)實(shí)技術(shù)可以讓你更多的了解我們的世界，我們目前還是和很少的商家合作，希望未來有更多的商家可以使用這個(gè)技術(shù)，幫助用戶了解產(chǎn)品并探索世界。

百度已經(jīng)有很多人工智能的產(chǎn)品，我們的深度學(xué)習(xí)基礎(chǔ)架構(gòu)可以讓人工智能越來越好，派發(fā)出更多更新產(chǎn)品。最后人工智能的未來是什么？在我結(jié)束演講前，我想向大家講講人工智能的前景。

很長時(shí)間以來我們一直在講百度大腦越來越聰明，這很重要，他能讓我們對用戶提供越來越好的服務(wù)，但這還不夠，人工智能的下一步不止是百度大腦更聰明，也能夠使用戶也更聰明，像李彥宏提到的度秘，技術(shù)可以成為你的合作伙伴，讓你變得更有效，雖然是你本人決定去哪里旅行，決定吃什么，決定買什么衣服，但是技術(shù)可以成為你的智能伴侶，幫你更好的了解信息，做出選擇，做出定，這里技術(shù)需要了解你的想法，也需要與你交互，語音識(shí)別是一個(gè)重要的方法，也是技術(shù)與人交互的例子，李彥宏講的秘書化也是這個(gè)意思，因此我對人工智能成為人類合作伙伴的未來充滿信心，我也希望與大家共同走向智能伴侶時(shí)代。謝謝！