百度世界2016李彥宏主題演講
百度世界2016在京舉辦，百度公司創(chuàng)始人兼CEO李彥宏發(fā)表主題演講，下面我們看看他的演講，會給你帶來什么樣的思考?
以下為李彥宏演講實錄：
當(dāng)中國的7億網(wǎng)民都用上智能手機，互聯(lián)網(wǎng)的發(fā)展已經(jīng)不能靠人口紅利來驅(qū)動了。當(dāng)前，中國進入到經(jīng)濟的新常態(tài)，國家也提倡互聯(lián)網(wǎng)+，實際上是希望我們用互聯(lián)網(wǎng)的效率來推動行業(yè)的發(fā)展。整個中國的經(jīng)濟增長需要依靠互聯(lián)網(wǎng)，但是互聯(lián)網(wǎng)的增長卻遇到了瓶頸，過去粗放式的野蠻增長沒有了。
互聯(lián)網(wǎng)的下一幕，就是人工智能。過去五六年，百度對人工智能的技術(shù)投入非常大。人工智能對百度意味著什么?就是“百度大腦”。三年前，百度就講過“百度大腦”這個概念。那個時候的百度大腦已經(jīng)具備了大概兩三歲孩子的智力水平。
今天的百度大腦相當(dāng)于多少歲的人腦呢?回答這個問題還蠻難的。百度大腦和人腦的正常發(fā)育過程很不一樣。百度大腦包括三個部分：
1， 計算方法。包括超大規(guī)模的神經(jīng)網(wǎng)絡(luò)、萬億級的參數(shù)、千億樣本和千億特征訓(xùn)練;
2， 計算能力。包括數(shù)十萬臺服務(wù)器構(gòu)成了“百度大腦”的實體，幾年前百度便開始自建中國最大的GPU集群;
3， 數(shù)據(jù)。全網(wǎng)的網(wǎng)頁數(shù)據(jù)、十多年來累積的搜索數(shù)據(jù)，以及百億級的圖像、視頻、定位數(shù)據(jù)。
百度大腦的語音識別能力如何?百度大腦的語音識別現(xiàn)在已經(jīng)到了第二代，使用深度學(xué)習(xí)的技術(shù)進行語音識別。百度語音識別的準確率能夠達到97%，已經(jīng)超過了人對語音的識別能力。這樣的能力到底可以在什么地方幫助到我們?例如，很多公司都有自己的電話銷售部門，這個行業(yè)人員流動性很大，而銷售人員需要長時間培訓(xùn)才能上崗。即使是經(jīng)過培訓(xùn)，甚至有一定經(jīng)驗的銷售人員，每個人銷售效率也是參差不齊的。但是通過百度語音識別能力，一個新的銷售上崗的第一天，就可能掌握他所獲得的那些最優(yōu)秀的銷售的能力：新銷售打電話給潛在客戶的時候，客戶每說一句話，客戶每問一個問題，百度大腦都實時地識別了它的問題，并且顯示在銷售的電腦的屏幕上，屏幕上不僅實時展示了客戶的問題，而且實時地把最優(yōu)秀的銷售是怎么回答這個客戶的問題也展示在這個屏幕上。這樣，新的銷售的工作就簡單多了，其實他基本上可以照著屏幕念，就能夠達到最優(yōu)秀的銷售的話術(shù)的水平。
語音識別還有很多應(yīng)用場景，大家可以根據(jù)自己的行業(yè)背景去想象。百度大腦的能力主要有四個方面，它們最能夠突出表現(xiàn)當(dāng)今世界人工智能最熱、最核心、最強大的能力：第一，語音的能力。包括語音識別能力和語音合成能力。第二，圖像的能力。圖像能力指的是看到一個圖片，不僅看得見，還能看得懂。按照技術(shù)界的說法，它應(yīng)該是計算機視覺。第三，自然語言處理能力。自然語言處理能力比語音和圖像更難。語音和圖像技術(shù)更多還處在認知的階段，而自然語言理解除了要有認知能力之外，還需要邏輯推理能力、規(guī)劃能力等等，同時也需要依賴于更為強大的知識圖譜。第四，用戶畫像。用戶畫像在傳統(tǒng)的.AI中并不是主流。但是今天，我們每時每刻都可以收集很多很多和用戶行為相關(guān)的數(shù)據(jù)，就可以對用戶做很好的畫像，而這里面使用的技術(shù)又基本上都是與人工智能相關(guān)的。
百度大腦具有另一種語言能力--語音合成能力�；诖髷�(shù)據(jù)與深度學(xué)習(xí)技術(shù)優(yōu)勢，百度的新型情感語音合成系統(tǒng)能夠讓機器擺脫平鋪直敘的發(fā)聲，為用戶帶來更自然、更接近真人朗讀的聽覺體驗。目前，百度每天響應(yīng)的語音合成的請求達到了2.5億次。在情感語音合成技術(shù)上線后，用語音聽小說的百度用戶從過去平均每天聽0.69小時，增長到現(xiàn)在的2.21小時。語音合成的能力對用戶的App使用黏性的提升是非常顯著的。今天的語音合成可以根據(jù)個人需求進行定制，形成自然發(fā)聲的能力，模擬任何一個你喜歡的人的說話方式。百度地圖中有一個李彥宏導(dǎo)航語音包，其實就是根據(jù)他日常的語音合成的。以張國榮在影視、電臺等留存下來的原聲進行建模，通過情感語音合成技術(shù)實現(xiàn)與粉絲的“隔空對話”。實際上，任何一個人只要用30分鐘按照要求錄制50句話，就可以用百度大腦的語音合成技術(shù)模擬出來這個人的聲音。人人都可以擁有自己的聲音模型。
人臉識別是如何實現(xiàn)的?從技術(shù)的角度講，它是通過對人臉特征的關(guān)鍵點的提取，找到了其中最不一樣的地方，構(gòu)成了一個面部的表情。當(dāng)一個人表情發(fā)生變化的時候，他的表情特征并不會發(fā)生改變。除了人臉識別之外，百度在其他場景中也經(jīng)常會遇到圖像識別需求。例如，百度的圖像智能識別技術(shù)就幫助百度地圖打破傳統(tǒng)數(shù)據(jù)采集模式，實現(xiàn)了外業(yè)單人全景圖像采集，使生產(chǎn)效率大幅提升。利用深度學(xué)習(xí)技術(shù)，采集設(shè)備可自動識別道路特征、提取建筑輪廓并繪制形狀、識別道路圖形標(biāo)牌、電子眼、警示牌。圖像智能識別技術(shù)能精準識別店鋪名稱、門牌號、停車場標(biāo)識，甚至營業(yè)時間。當(dāng)前，百度地圖的全流程數(shù)據(jù)生產(chǎn)自動化程度已超過80%，全景圖像的自動化識別提取準確率高達95%。百度地圖與圖像智能識別技術(shù)的結(jié)合，讓數(shù)據(jù)無限逼近現(xiàn)實世界。
【百度世界李彥宏主題演講】相關(guān)文章：
李彥宏百度糯演講（全文）07-30
李彥宏最新演講02-11
李彥宏劍橋演講02-26
李彥宏語錄09-11
李彥宏烏鎮(zhèn)演講全文02-15