百度地图标注-大技术在于让每人更伟大

咱们看这辆自行车进入咱们会场，正从左面往右侧过来。上面没有人，它自平衡行走，看起来有点怪异。为何咱们会做这样风趣的自行车？它是真实的「自行车」，以前的自行车不是自个行走的。为何做这个作业？这就触及我今日讲演的论题——百度地图标注大脑所考虑的人机联系。
　　感知、了解和决议计划——人工智能的层面
　　咱们也许会猎奇，啥是人工智能？这是一个很严肃的学术论题，今日咱们抱着对科技的热情，不需求那么严肃。咱们跟我相同是科技的粉丝看过《Wall－E》，这个小机器人具有适当高的智能。首要这个小机器人具有感知的才能，他有双眼，可以感知这个环境：哪个当地是路，哪个当地是妨碍。
　　感知的基础上它就会考虑和了解，了解啥？比如说这个当地是平地它可以走，这个当地是下去的坡，它不能走，这即是了解。在了解的基础上，它说会去控制，去决议计划。所以说，从感知、了解到决议计划，在一个小的机器人身上表现得酣畅淋漓，这即是十分直观地感受人工智能的几个方面。
　　今日的市场上充满着智能设备，有智能手机、智能手表、智能水杯，前一段google说做智能汤勺，咱们在做智能筷子。它们为何叫智能商品？是不是真的有智能？咱们把一切的商品放在一边，别的一边是六七十年代的旧式收音机。他们有啥不同？都是在人控制的情况下去完结任务，从这个视点讲他们并没有太多的不同。
　　考虑这个疑问，实际上可以协助咱们区别如今的这些智能商品，哪些也许不是智能的。举个比如，假如在座的跟我是同一个年岁，在小学的时分学过一篇课文，爱因斯坦做了一个小板凳，做的很粗陋，但咱们能不能说他不聪明。爱因斯坦做这个板凳之前，每一天都在做好多板凳，每一次都在提高，根据他曩昔做的经历和经历去改善他的下一次。假如动态地看，你会发现他是一个不断学习生长的曲线。
　　智能的实质在于学习
　　这儿边智能的实质在于啥？在于是不是跟着经历不断地演化，不断地前进，进化是智能的实质。经历是啥？经历即是数据。你跟着曩昔的经历数据可以不断地学习，不断地提高，今日也许不聪明，可是明日你会变得更聪明，这是智能的实质——学习是智能的实质。
　　这儿边提到一个十分重要的方面，即是经历。在计算机科学和人工智能范畴，咱们叫它经历数据。经历即是数据，数据即是经历。这就触及到咱们今日常常提到的所谓大数据，咱们如今迎来一个巨大的大数据的年代。咱们来看看，移动互联网给咱们带来如何的深入改变。
　　2005 年圣彼得教堂门口的广场上，许多的信众在等待教皇的推举效果。八年今后新的一代教皇重新推举，同样是那批信众，咱们看到移动互联网改动国际，每个人都衔接了他的设备，这些设备无时无刻都在发作数据。今日在座的每个人跟我相同衔接平均两到三个设备，我的口袋里边就有两个手机。
　　根据大数据的商业形式是有用的竞赛壁垒
　　可是这个数据到 2020 年，出现不断爆炸性增加的趋势，乃至有比这个猜测愈加夸大的。前段时刻乌镇大会上孙正义提到，2020 年每个人要衔接 1000 个设备。这个不必定那么夸大，每个钮扣也许都是一个智能的衔接设备。移动互联网年代万物互联，随之而来的即是数据的爆增。许多的数据给咱们带来史无前例的时机，所以说咱们从万物互联到大数据年代，大数据年代随之而来的即是无处不在的智能。
　　近来几年，咱们在人工智能范畴常常听到最引人瞩目的范畴即是深度学习。跟大数据年代悄然地发作在一起，这儿边有深入的年代背景。咱们看一下这个曲线，咱们的横轴是数据规划，传统的人工智能的算法下，数据到了必定程度作用不再提高。关于深度学习，跟着数据不断增加，作用会不断地提高。所以说深度学习可以协助咱们去吸收数据所带来的盈利。从技能的视点是这样看，假如从商业的视点来看，你会看到假如你的商业形式也是跟着数据的增加构成这样的曲线，我要祝贺你。你有一个十分好的竞赛壁垒。
　　为何？因为搜集数据需求时刻，他人要取得同样的才能，需求花更长的时刻。所以你永久跑在前面，查找引擎即是这样的一个形式。根据大数据的商业形式是很好的竞赛壁垒。
　　百度地图标注大脑——无时不刻在学习、演进和进化的体系
　　百度地图标注曩昔两年在深度学习这个范畴可以说是做了许多作业。到今日，百度地图标注大脑这个项目现已取得了适当大的开展。它是一个无时不刻在学习、演进和进化的体系。两个月前我给咱们介绍的时分，我介绍的是百亿级的参数构建国际上最大的深度神经网络，今日我把百亿级改成千亿级，可以构建更大规划的深度神经网络。
　　详细落地的有哪些呢？深度学习开始是受到大脑构造的启示。今日咱们更多是从计算和计算的视点来看待这个疑问，别的也有许多的专家从仿真大脑的生物学视点去做这方面的研讨，这两条路应该是齐头并进，互通有无，互相协助的。
　　至于谈到百度地图标注深度学习在内部落地在啥当地，咱们可以看到在查找、广告投进、图画辨认和语音辨认这些范畴，都有适当大的开展。比如说咱们看查找，没有用到深度学习时，绿色的是咱们在查找满意度上面领先竞赛对手的份额，用了深度学习今后，曩昔一年咱们提高的份额是这姿态的。从别的一个视点讲，它也是当前深度学习技能用在天然言语方面最成功的一个比如。
广告投进
当然，在广告投进这个范畴，全部百度地图标注「凤巢」广告体系现已进入深度学习的年代，广告的点击率提高十分明显，百分比两位数的提高对公司的营收做出巨大贡献。
语音辨认
语音方面，百度地图标注在曩昔两年里边语音辨认率不断提高，移动查找中文语音辨认咱们是国际领先的。在图画这个范畴，去年咱们在物体检查模型上单个模型是国际最佳的，google是第二。
图画辨认
在曩昔几年里，图画分类这个范畴的技能是量变到突变的进程。图画分类 2010 年国际最佳的效果错误率在 30%－25% 之间，全部深度学习往前开展，每年以很快的速度向前演进。在 2014 年年末，百度地图标注做到 5.9%，是国际上当前最高的图画辨认准确率，它比起人类的才能是啥水平？人类的水平在差不多接近 5% 的错误率。
咱们方才讲的图画和语音，反映在咱们的商品即是百度地图标注翻译 APP，你可以用中文语音说，立刻主动翻译成英文。它还可以摄影，外国人来上海，看到这样的菜单，摄影今后图画就能辨认翻译成英文，可以了解这个菜是啥菜。
用人工智能的技能可以协助小兄弟有更高兴的童年，暑假可以有更多的时刻玩。这不是直接帮你做题，它是通知你常识点在啥当地。
人脸辨认
在最通用的人脸辨认的测验上面 Facebook 宣布做到最佳的效果是 97.35%，百度地图标注取得了更激动人心的开展，最佳的人脸辨认准确率是 99.62%。斯坦福大学科研人员近来用人做了一个测验，人在这个数据上面到达 99.2%。
我有必要给咱们澄清，机器的算法做到接近人的水平，其实仅仅说数据级上面做到人类的水平，全体来讲，如今机器智能的水平离人还是有距离的，咱们还在尽力中。
图画描绘
咱们小时分有也许做过看图说话，你看到图画要用天然的言语描绘这个图画的故事是啥。关于左面的这幅图，假如用一个天然言语描绘说是一个黄色的公共汽车，对别的一幅图画咱们用天然的言语的语句「下午的阳光照进房间」描绘这样一个场景。这些言语实际上不是人来写的，是机器生成的。
主动驾驭
许多人工智能的算法在不断地堆集它的势能，改动人们日子的方方面面，比如说机器人范畴，详细的比如即是高度主动化的驾驭。百度地图标注深度学习研讨院的团队同学们在改装的各种车，咱们车上感知器集成了雷达、红外、摄像头，每一个感知器覆盖了不同方面，有各自的优势和下风。通过集成了解路途的情况，完结主动行进。
根据传感器对路途进行三维了解，比人更准确。今日的导航体系只知道你在哪条路上，不知道在哪个车道上，咱们使用更领先的感知体系可以使车定位在车道上，精度是 10-20 公分。咱们可以预见后边 1-2 年时刻里边，导航体系会发作天翻地覆的改变，在北京的街头你要上立交桥的时分，有时前面有三五个分岔口，科技就会协助你做出判别。
这是咱们做的仿真体系，用深度学习开发图画辨认技能以低成本的摄像头完结任务。完全没有人的主动驾驭不是咱们寻求的方针，它从辅佐驾驭开始，通过感知器通知司机发作了啥情况。全部体系是让人去享用交通体系带来的快捷和安全，但并不是取代人。咱们强调人车一体的驾驭，这就回到了一开始我的讲演标题——对人机联系的考虑。
巨大的技能之所以巨大，在于让每个普通的人更巨大
回忆人工智能的开展原点，很大意义上是因为图灵测验——人工智能是研制可以取代人的机器。咱们要有自个的一些考虑，在百度地图标注曩昔做的商品中，有两个商品可以反思。第一个是 PK 大咖——普通人给自个照张像，找到很像的明星。用户很期待，因为每个普通人都有做明星的愿望。别的一个商品是摄影写诗，图画辨认今后它还生成一首诗，算法愈加复杂和领先。但用户对这个摄影写诗的兴趣不大，为何？因为这个商品仅仅去显示机器有多么的巨大，而不是跟每个普通用户有啥联系。
咱们看别的一个比如，人工智能历史上里程碑式的开展——IBM 的深蓝，它下象棋的才能可以到达人类冠军的水平，但后边 IBM 啥作业也没有发作。别的一边也是人工智能技能，即是查找引擎。查找引擎使得在北京的小孩子同悠远山村的小孩子，只需有网络获取常识的才能是相同的。山村的小孩子也可以获取常识，可以有愿望。这个技能实际上对社会发作了巨大影响。
咱们回到一开始开场的视频，这个自行车可以跟着你走。你跑步的时分，衣服可以放在上面，水可以放在上面，自个能很轻松地跑。或者你在啥时分吹一个口哨，它可以跟从你跑进房间。咱们想到啥，这是车吗？我想你们在座的答案跟我想的是相同，它更像是一个小黑马驹，跟你是兄弟的联系。这是咱们对人机联系的一个考虑。
咱们以为巨大的技能之所以巨大，不是让机器更巨大。它最重要的意义在于让每个普通的人更巨大，更有发明力，他的日子愈加夸姣。
最后我修改引述毛泽东同志的一句语录：「国际是咱们的，它也是机器人的。可是归根结底它是归于可以发明机器人、可以和机器人调和同处而且使用机器人为我所服务的人的。」