吴恩达解读百度大脑：人工智能到底能为我们做些什么？

雷锋网 • 8年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

雷锋网2016年9月1日消息，百度世界2016在京举行。大会上百度首席科学家吴恩达解读了 百度大脑的四大能力和百度深度学习平台，并且宣布这个月会把百度深度学习平台对外开放 。

主要演讲内容如下： 1）目前人工智能到底能做哪些工作；2）百度大脑四个最为核心的部分的详细解释；3）使用继续学习与第三方进行合作；4）使用深度学习的原因；5）百度医疗大脑简介；6）人工智能正改变公司和行业。

以下是吴恩达的演讲实录全文（雷锋网 (搜索“雷锋网”公众号关注) 做了不改变原意的删减）：

吴恩达解读百度大脑：人工智能到底能为我们做些什么？

百度大脑 最核心的部分 ，我们有 语言、图像，自然语言处理，用户画像 ，这些都是依赖于我们 机器学习 能力做的。百度是一个人工智能公司，其产品都大量依赖人工智能，包括搜索、广告、糯米、自动驾驶等等。我们把百度的人工智能技术，在内部输出给我们的工程师和产品经理，又安排了一个人工智能的工作坊，看一看我们的人员可以使用我们人工智能技术，在一个月可以做到哪些创新产品。其结果可以举四个例子来进行概括：

第一，我们有一个小团队用计算语言处理和机器学习能力做了一个巡警机器人，他可以自动打电话给客户，来自动挖掘线下风险，包括办证、色情、助考等等。

第二个例子，我们也有一个小团队使用我们的机器学习技术做了智能写作助手，你写几句话，他就可以自动做词语替换，词语推荐，帮你修改文章。

第三个例子，在我们贴吧产品，我们拿到一些图片，我们也需要做自动图片剪裁，本来拿到上面的结果，不过如果我们用我们的智能剪裁能力可以拿到图片下面的结果，提高用户体验。

第四个例子，我们有一个小团队做了新的产品，如果你拍一张照片，看一看你穿什么衣服，就可以自动识别出你穿什么衣服，也提供你一个时尚搭配。

人工智能发展这么快，它到底可以为你做什么呢？

我今天想给大家两点想法，

第一，假如有一件事是一个正常人可以一秒以下做到的，我们有可能也可以使用人工智能来自动做。你如果想输入一张图片，而且输出这个人的性别、好看不好看，正常人一看这张图片思考一秒就可以理解这个信息，而我们现在的人工智能也可以做到非常好。

第二，除了一秒以下的工作，在非常短期的时间，我们人工智能有第二件事可以做到非常好，就是假如在一个具体重复发生的事情你可以拿到海量数据，可以拿到很多数据，你就可以用这些数据来预测下一次的结果。比如说在百度我们有很多广告和有关用户信息，看过很多次，一些用户会不会点击不同的广告，我们就可以用一些数据来预测用户会不会点击广告。

我觉得在非常短期的时间里一个问题如果是一个正常人一秒以下可以做的，或者是预测下一次结果的工作，那么人工智能可以做到非常有效。从长期的维度来讲，我也是对人工智能的未来充满信心。我希望未来我们会做到陪伴机器人，或者做个性化私教，做音乐作曲，做机器人医生，这些很多项目都是在研究阶段。

百度大脑的四大能力

百度大脑的第一个能力是语音能力。

在我们最领先的语音识别系统，我们叫Deep Speech，这是一个端对端深入学习的系统，你输入一段语音我们可以直接放进去，一个巨大的神经网络，这个神经网络就可以学习到怎么样输出准确的结果。我们其实发现你如果想用这种深度学习来做工作，就需要训练非常非常大的神经网络，做这些工作我们就发现，使用GPU可以训练足够大的神经网络，就能把这类工作做成功。

在百度最重要的产品已经支持这一类语音输入，用户能更方便、更自然、更快地用这些输入信息，使用这些产品。我们的团队正在做一个新的语音输入法，这就是语音为主的键盘，而且我们也发现如果使用一个拥有简单的自然语言处理能力，能够理解你讲的话，也可以推荐表情，你说我很开心会推荐上类表情，你如果在聊天，想把第三方朋友电话号码放进去，也可以直接说你的需求，他也可以自动满足。

第二个能力是自然语言处理能力 。

从百度创立第一天，开始是搜索公司，搜索需要大量的依赖自然语言处理，所以从第一天百度就有非常领先的自然语言处理技术。你说几句话，我们的关键词技术就可以自动输出，识别出关键词，我们有非常非常好的翻译技术，可以做自动答题，也可以理解你的需求来为你提供设备控制。

除了搜索以外，自然语言处理也对另外的产品有很大的用处。在两年前，我在2014年大会上，在这个台上为大家介绍了使用自然语言处理的项目，就是我们智能音响，如果在家里想听音乐，你坐在沙发上直接向音响说播放音乐，你就可以听得到。我们想音响可能变成你的助理，也可以为你提供购物或者说服务，也给你有用的信息。

我希望在你们的家庭，你们的家电未来都会变得越来越智能，在你们家里音箱是一个非常非常重要的设备，除了音箱以外，我希望未来你的灯光，安保系统，窗帘等等都会变得越来越更智能，让它可以理解你直接说的需求，让你的家庭变得更智能，在百度也会开始跟第三方的这一类家电公司合作，使用我们的人工智能技术支持家电公司的工作。

第三部分就是我们的图像技术。

其实我们的图像技术已经对图像和视频得到非常非常深度的理解，我就给大家举个例子。

第一个例子，你如果输入左边的图，我们可以自动输出下面那句话，告诉你这张图片的内容。第二个例子，你输入中间那张图也问那个问题，我们可以自动输出答案告诉你这是白色冲浪板。

这些图像技术有什么用呢？ 非常准确的人脸识别能力可以和第三方公司做智能门锁进行合作，这就是使用我们的人脸识别和活体识别能力。我们的想法就是识别出你的脸让你进去。最后一个例子，使用我们的活体识别能力才做得到的。

百度大脑第四个能力——用户画像。

因为我们看到了很多数据，就能对用户有非常深度的理解。可以知道一个用户的性别，它的年龄，喜欢吃什么，喜欢穿什么衣服，喜欢去什么地方旅游，我们百度也非常尊重用户隐私，所以我们的重点，到现在还是使用这个用户画像来支持内部的产品。

在百度大脑，我们有各种各类的技术， 语音图像、自然语言处理、用户画像 都是依赖我们的 机器学习 来做的。我们内部的人员如果他们想用一个已经训练好的模型，比如说一个语音图像模型，可以非常快地选择出最好的模型，非常快、非常方便地把数据放进去。如果有一个团队有自己的数据，他们有的时候也会想使用自己的数据来训练自己的模型。

其实现在的机器学习，我觉得最大部分的价值还是依赖一类技术，叫做 监督式学习 ，这个监督式学习的意思是什么呢？就是说你如果想学习你输入什么，就需要输出什么。在百度有很多用户广告信息，你如果想学习输入用户广告的信息，输出一个用户会不会点这个广告，这就是一个典型的例子。

使用机器学习与第三方进行合作

这几年来我们的继续学习能力重点还是支持我们百度内部的工作，并且近期已经开始使用我们的机器学习能力支持第三方的工作。

我给大家一个例子，我们的开放云团队已经跟太原铁路局合作，做物流优化的工作。如果你有一辆火车，这辆火车从一个城市跑到另外一个城市需要多少时间，那段时间是比较难以被影响的，而对物流有巨大影响的是你的中转时间。中转时间是什么意思呢？如果一辆火车到了火车站，你把货物从火车转到仓库，从仓库转到货车需要多少时间，这就是你的中转时间，把中转时间降低，这对物流有很大的影响。

我们已经跟太原铁路局采集了很多有关物流的数据，把这些数据放到百度开放云上去，我们已经训练了几个模型来预测精准的火车和货车的到达时间，预测未来仓储需求，未来运力需求，我们的这些预测模型可以把中转时间降低50%，这对物流有巨大的影响。

使用深度学习的原因在于？

你们都知道在百度，我们的机器学习已经对我们很多产品有很大的影响。其实我们内部最领先、最好的机器学习平台就是我们的深度学习平台，我们最重要的产品和技术都是使用我们的深度学习能力。我们内部的深度学习平台能获得这一类成功，我觉得主要有两个原因：

第一，它易学易用，容易学习，容易用。

第二，它性能高效。

因为我们的深度学习平台的重点是易学易用，我们有好几千个工程师，可以比较容易学习，而且使用深度学习来影响各自的产品。因为在百度深度学习平台，对这么重要的产品有这么大的影响，我们觉得这是我们一个非常非常宝贵的资源。

我非常高兴宣布这个月会把我们深度学习平台开放给大家。 我刚才已经讲了我们深度学习平台的重点，就是易学易用，又性能高效。最后在百度也会尽力支持中国的开发者社区，我们的深度学习平台性能高效，支持做GPU工作，分步训练，训练学习等等，希望我们的深度学习平台可以让你们的团队更容易、更有效的使用最领先的深度学习平台，来改变你们的工作。

我觉得采用人工智能最早的还是互联网公司，因为互联网公司有海量数据，也有非常好的工程师。不过我们已经看到，人工智能已经开始对科技公司和传统公司有越来越大的影响。比如我刚才讲的智能音箱，我们的智能门锁，我们已经看到人工智能对很多传统行业或者说科技行业开始有越来越大的影响。

百度医疗大脑简介

在百度还做了一个医疗大脑，我们只是研究阶段，探索一个机器人医生可以不可以做成功，你如果使用医疗大脑，问他一个问题，比如说问他感冒发烧了应该怎么办，这个医疗大脑就会理解你的问题，又问你很多有关状况的问题理解你的病情，你慢慢地回答他的问题，他也可以自动识别出你病情的可能，也可以为你提供一些有关病情的信息和提供一些建议。

这个医疗大脑当然不可以替代医生，而且如果患者想使用医疗大脑信息进行下一步，他当然需要先跟医生讨论，我是希望未来这一类工作，这一类技术可以为患者和医生提供有用的信息。

在百度，这类医疗大脑以及另外的工作可以做得比较快，主要的原因就是我们的百度大脑技术和平台。你们都看得到，我们最重要的产品很多都是使用这些百度大脑技术做成功的。我们上个月的人工智能工作坊，也是一个月之内有70个团队，在一个月可以做到非常非常精彩的人工智能创新项目，他们可以做到的原因，就是他们可以选择最有效的人工智能技术部分，把它们融合做这一类工作。