QQ在線
企業(yè)微信
資訊
311剛剛結(jié)束的百度大腦語音能力引擎論壇，向外界披露了這樣一個數(shù)字：百度大腦的語音能力引擎日均調(diào)用量已經(jīng)超過100億次。
對照國內(nèi)8．54億的網(wǎng)民規(guī)模，平均每個人要和百度大腦的語音能力引擎每天接觸12次，場景涉及輸入法的語音輸入、智能音箱的語音對話、百度地圖的語音導(dǎo)航、與各種機(jī)器人的有趣互動……無論是覆蓋范圍還是使用頻次，早已超過99％的互聯(lián)網(wǎng)服務(wù)。
可能在不少人的印象里，人工智能還是遙不可及的新事物，百度大腦用數(shù)據(jù)告訴了我們這樣一個事實(shí)：人工智能并不遙遠(yuǎn)，甚至已經(jīng)是生活中不可或缺的一部分。
01 日均調(diào)用100億次的背后
如果僅僅盯著數(shù)字來看，100億不可謂不龐大，也奠定了百度大腦語音應(yīng)用規(guī)模第一的成績。但比數(shù)字本身更有價值的是，百度大腦如何做到語音能力引擎日均調(diào)用量超過100億次的規(guī)模，以及100億次的語音到底“喚醒”了什么？
第一個問題的答案是開放。截止到目前，百度大腦已經(jīng)開放了云、端、芯的全棧全場景語音開放能力，廣泛應(yīng)用于文娛、金融、政務(wù)等多個行業(yè)和場景，開發(fā)者們只需要一個簡單的調(diào)用，即可為產(chǎn)品接入百度大腦的智能語音能力。
而從百度大腦語音能力引擎論壇傳遞的消息來看，百度大腦的語音引擎全新發(fā)布和升級了14大產(chǎn)品內(nèi)容，包括基于百度鴻鵠語音芯片的4款硬件模組、開發(fā)板，針對智能家居、智能車載、智能IoT設(shè)備等端到端的軟硬一體遠(yuǎn)場語音交互場景解決方案，語音自訓(xùn)練平臺、呼叫中心語音解決方案的升級，以及6個在線語音合成精品音庫和5個離線語音合成精品音的發(fā)布。
簡單來說，百度大腦已經(jīng)為語音能力引擎打造了一條應(yīng)用落地的生態(tài)鏈，而且生態(tài)鏈所覆蓋的場景和能力還在不斷拓展。
至于第二個問題的答案，不妨先來看三個具體的應(yīng)用案例。
創(chuàng)維AIoT研究院產(chǎn)品經(jīng)理李凱在演講中談及創(chuàng)維和百度大腦的合作，在百度鴻鵠語音芯片等軟硬件的賦能下，創(chuàng)維為產(chǎn)品增加了語音交互能力，涉及2500萬臺的電視裝機(jī)量，用戶只需要一個語音指令就能找到自己喜歡的電視節(jié)目，讓電視的交互從遙控器直接進(jìn)化到智能語音時代。
北京子杰寶貝科技有限公司將百度大腦的語音能力引擎帶到了醫(yī)療領(lǐng)域，之前60％的醫(yī)護(hù)人員每天要花費(fèi)45分鐘到90分鐘的時間填寫表單數(shù)據(jù)。依靠百度大腦的語音識別、自然語言處理等技術(shù)，醫(yī)護(hù)人員如今用語音就能完成表單的錄入。
善行智能在百度大腦的智能語音技術(shù)、智能OCR識別、智能物體識別等技術(shù)的加持下，打造了可以智能識別障礙物、物品、錢幣等物體，并通過語音播報給用戶的小Q智能導(dǎo)盲眼鏡，幫助盲人群體獨(dú)立的認(rèn)知世界。
誠然，“100億次日均調(diào)用量”的背后是人工智能落地應(yīng)用的生態(tài)圈，為合作伙伴帶來了轉(zhuǎn)型的契機(jī)，為醫(yī)護(hù)人員解決了工作的痛點(diǎn)，也讓盲人群體感受到了AI的溫暖。而這些僅僅是百度大腦技術(shù)賦能的冰山一角。
02 AI賽道中的“學(xué)霸”人設(shè)
除了智能語音的落地應(yīng)用，百度大腦還在不斷推動語音技術(shù)的發(fā)展，比如百度語音首席架構(gòu)師賈磊提出的基于復(fù)數(shù)CNN網(wǎng)絡(luò)的語音增強(qiáng)和語音識別一體化端到端建模技術(shù)，相較于傳統(tǒng)基于數(shù)字信號處理的麥克陣列算法，新技術(shù)的錯誤率降低了30％以上，并且已經(jīng)被集成到最新發(fā)布的百度鴻鵠芯片中。
身為人工智能賽道里的“學(xué)霸”，百度大腦并非是擅長語音技術(shù)的偏科生，而是一個典型的“別人家的孩子”。
在烏鎮(zhèn)智庫出品的《全球人工智能發(fā)展報告》中，專門羅列了中國AI專利ToP 10的企業(yè)，百度以935件的專利數(shù)量，毋庸置疑的成了榜單上的頭名選手，并與騰訊、阿里等同一陣營的玩家們拉開了較大的差距。
在國際權(quán)威研究機(jī)構(gòu)Forrester發(fā)布的計(jì)算機(jī)視覺公有云報告中，在百度大腦的AI視覺技術(shù)加持下，百度智能云處于中國市場“領(lǐng)導(dǎo)者”領(lǐng)域最上方 ，在數(shù)據(jù)、解決方案、應(yīng)用場景、管理能力等多維度領(lǐng)先于阿里云、騰訊云等廠商。另一份《IDC MarketScape：2019中國AI云服務(wù)市場廠商評估》中，憑借在能力和市場兩個維度的優(yōu)異表現(xiàn)，百度智能云同樣位居領(lǐng)導(dǎo)者象限最上方。
在4月初結(jié)束的ICME人臉106關(guān)鍵點(diǎn)檢測比賽中，百度大腦力壓阿里、華為、美團(tuán)、中科大等選手拿到冠軍；6月份的CVPR 2019上，百度大腦又在視頻理解與分析、目標(biāo)檢測、圖像超分辨、智能城市車輛識別、人臉＆人體檢測等領(lǐng)域斬獲了10項(xiàng)冠軍；11月份的ICCV 2019上，百度大腦視覺團(tuán)隊(duì)以mAP值57．13％的成績奪得人臉檢測的冠軍，超過第二名0．47％……
如果從時間上看，2016年百度大腦對外開放至今不過三年時間，縱然離不開百度長期的技術(shù)積累，這么短時間里的全面開花無疑佐證了百度大腦的“學(xué)霸”人設(shè)。這樣的成長速度與百度的技術(shù)基因、工程師文化等不無關(guān)系，或許還有另外一重原因。
2017年的時候，就有人將中美在人工智能賽道中的角色比作星球大戰(zhàn)里的Luke和Darth Vader，甚至為雙方進(jìn)行了“戰(zhàn)力”對比：美國AI公司的數(shù)量比中國高出1．82倍，流向美國的資金份額比中國高1．54倍，美國的AI人才庫亦是中國的2．01倍……美國在人工智能領(lǐng)域的強(qiáng)力基礎(chǔ)，有賴于Google、亞馬遜、IBM、微軟等先行者，中國人工智能的擔(dān)子自然就落到了BAT身上。
某種程度上說，“學(xué)霸”百度大腦還肩負(fù)著抹平中美AI力量鴻溝的義務(wù)，而從一系列國際賽事上的表現(xiàn)、國際權(quán)威機(jī)構(gòu)的認(rèn)證來看，百度大腦也是中國AI領(lǐng)域當(dāng)之無愧的頭雁，構(gòu)建起AI的全棧技術(shù)布局，平等的賦能每一位開發(fā)者，將是百度大腦現(xiàn)在和未來身體力行的使命所在。
03 百度大腦在持續(xù)刷新
百度首席技術(shù)官王海峰在百度大腦語音能力引擎論壇講到進(jìn)化和賦能：“AI技術(shù)的進(jìn)化和產(chǎn)業(yè)賦能正向循環(huán)，相互促進(jìn)，AI在應(yīng)用場景中不斷進(jìn)化?！笨梢岳斫鉃檫@就是百度大腦對自身的使命，也促使百度大腦在持續(xù)“刷新”。
猶記得2016年的百度世界大會上，李彥宏用了相當(dāng)長的篇幅來講述這個“新概念”，彼時還只是記住了“百度大腦”這個名字，至于會產(chǎn)生什么樣的影響，恐怕很多人并沒有答案。然而短短三年的時間里，百度大腦早已成了生活中的一部分，百度輸入法的語音輸入，入住酒店時的刷臉認(rèn)證，農(nóng)田里的遙感無人機(jī)，工廠里的智能零件分揀……在那些看得到和看不見的生產(chǎn)生活場景中，都有著百度大腦的身影。
截止到目前，百度大腦已經(jīng)開放了228項(xiàng)AI能力，擁有超過150萬的開發(fā)者用戶，當(dāng)年李彥宏對百度大腦的寄托已經(jīng)逐步實(shí)現(xiàn)。但百度大腦并沒有止步于此，在完成AI能力與應(yīng)用場景融合創(chuàng)新的第一步后，百度大腦在5．0升級時被定義為“軟硬一體的AI大生產(chǎn)平臺”，讓AI邁入產(chǎn)業(yè)世界與工業(yè)大生產(chǎn)進(jìn)行融合。
與之對應(yīng)的是，語音技術(shù)推出了風(fēng)格遷移的語音合成技術(shù)，僅需20句話就可以制作一個人的專屬聲音；視覺方面形成了適用于不同應(yīng)用場景的技術(shù)矩陣，諸如車輛識別、物體識別、風(fēng)格轉(zhuǎn)化、人流量統(tǒng)計(jì)等等；語言與知識方面，構(gòu)建了世界上最大的多元異構(gòu)知識圖譜……除了技術(shù)能力的刷新，百度還將算力、算法和數(shù)據(jù)打通，以百度智能云為依托，以百度大腦為核心，以飛槳為基礎(chǔ)底座，為各行各業(yè)的智能化轉(zhuǎn)型升級提供強(qiáng)有力的支撐。
市場的反映也印證了百度的正確性，僅以百度大腦人臉公有云服務(wù)為例，公有云日均調(diào)用量超過1億，開發(fā)者超過13萬，用戶使用規(guī)模穩(wěn)居業(yè)界第一。并且百度大腦在人臉識別領(lǐng)域積累了1000多家合作伙伴，落地了超過10萬個項(xiàng)目，形成了豐富、完整的人臉產(chǎn)品矩陣。
同樣“刷新”的還有百度大腦的人才體系。就在不久前，著名的計(jì)算機(jī)和大數(shù)據(jù)理論領(lǐng)域?qū)＜襃effrey Vitter加入到百度研究院顧問委員會，美國俄勒岡大學(xué)教授竇德景也加盟百度研究院擔(dān)任大數(shù)據(jù)實(shí)驗(yàn)室主任。從世界級科學(xué)家組成的頂級智囊，到百度龐大的一線工程師，百度大腦在為行業(yè)賦能，驅(qū)動AI走進(jìn)工業(yè)大生產(chǎn)時代的同時，也在不斷將AI技術(shù)做透、做精、做深。
“刷新”是百度大腦的底色，也是持續(xù)修煉內(nèi)功讓AI走進(jìn)真實(shí)世界的態(tài)度。
04 寫在最后
從2016到2019，人們對AI的理解已經(jīng)不再局限于圍棋大戰(zhàn)，可在談?wù)揂I的時候，核心算法上的瓶頸仍然是不少開發(fā)者的錐心之痛。百度大腦就像一個扛著挑戰(zhàn)一路向前的勇士，在每一個關(guān)鍵節(jié)點(diǎn)上為業(yè)界開辟出一條條新路。
讀懂了這一點(diǎn)，語音能力引擎的100億次日均調(diào)用，注定只是百度大腦的一個小目標(biāo)，因?yàn)椤白岄_發(fā)者平等地獲取AI能力”這條路本就沒有終點(diǎn)。
