從百度大腦開放日談起，生活中的人工智能

中關村創(chuàng)業(yè)大街，這個曾見證互聯(lián)網(wǎng)創(chuàng)業(yè)熱潮的著名地標，也曾陷入冷寂。

而今，”智能＋“已經(jīng)成為時代新命題，這條大街又因AI有了新的活力。

去年12月底，百度大腦在中關村創(chuàng)業(yè)大街開設第一家“線下體驗店“，引來人頭攢動。3月20日，首期百度大腦開放日在中關村創(chuàng)業(yè)大街舉辦，更多了一份熱鬧。

過去，在創(chuàng)業(yè)大街上生長起來的很多互聯(lián)網(wǎng)產(chǎn)品與技術已經(jīng)與我們的生活難以分割，如今AI到來，又會是一種什么景象？

在百度大腦開放日上，百度大腦帶來了24種全新開放的AI技術，20個鮮活的落地案例，用滿滿的誠意與開發(fā)者一起展開對未來的想象。

用AI的熱度 去溫暖每個角落

整場開放日，最令人印象深刻的案例是“智能貓窩”，看到冬天里無家可歸的流浪貓，百度大腦工程師晚兮利用百度大腦的動物識別技術和百度EasyDL，打造出了配備“貓臉門禁”、“病貓識別”、“絕育識別”三大黑科技的貓窩，不僅可以識別174種不同品種的貓咪，還可以識別貓口炎、貓鼻支、貓皮膚病、貓外傷4種常見貓病，發(fā)現(xiàn)未絕育的貓，幫助志愿者及時救助。

和流浪貓一樣，垃圾分類也是一大社會難題。分形科技借助百度EasyDL的圖像分類技術，打造了首款智能垃圾桶，可以對7種常見垃圾自動分類；

德邦物流為了讓用戶免去自行填寫信息的麻煩，使用百度大腦的定制詞法分析快遞申請，一秒拆分姓名、電話、住址等信息；

看到審批窗口總是排滿長隊，科鴻智信利用OCR 、iOCR及EasyDL平臺開發(fā)了智能化審批管理系統(tǒng)，建立起“一次都不跑、隨時隨地辦”的便民服務新模式。

嫌棄鼠標的功能太雞肋，有開發(fā)者集成百度的語音識別和合成技術、翻譯技術 ，打造了智能語音鼠標，語音輸入速度可以達到每分鐘400字，比傳統(tǒng)鍵盤輸入提升了兩倍，并且支持28種語言的翻譯；

還有開發(fā)者為了方便控制跑步機，使用百度大腦的語音識別和UNIT技術，開發(fā)了可語音控制的跑步機，動動嘴就可以切歌、速度控制、模式變換等，據(jù)說月銷量已經(jīng)高達一萬臺以上。

以上這些在開放日展出的案例，只是百度大腦落地案例冰山一角。2018年百度大腦在6個城市舉辦了7場行業(yè)創(chuàng)新論壇，針對企業(yè)服務、信息服務、地產(chǎn)物業(yè)、智能零售、智能工廠、智能校園、智能政務推出了7大行業(yè)解決方案，AI能力已然滲透進產(chǎn)業(yè)的毛細血管，從而影響我們生活的方方面面。

正如百度AI技術生態(tài)部總經(jīng)理喻友平在現(xiàn)場所說，“人工智能應用的領域可以說無處不在，只要企業(yè)、開發(fā)者、合作伙伴們能有發(fā)現(xiàn)問題的眼睛，就有創(chuàng)新創(chuàng)業(yè)的機會。百度大腦把平臺和AI能力開放出來，希望幫助大家快速地實現(xiàn)各自領域的業(yè)務解決方案，創(chuàng)造全新商業(yè)模式，帶來更多機遇。”

研發(fā)不是炫技 是對技術賦能的踐行

作為百度在人工智能領域多年研究的集大成，百度大腦在2016年正式開放后，已經(jīng)開放了語音技術、視覺技術、自然語言處理、知識圖譜、機器學習等近160項通用AI能力，有著超過100萬的開發(fā)者，已然成為服務規(guī)模最大的AI開放平臺。

對于百度大腦而言，技術的創(chuàng)新并沒有盡頭，就像是一場“打怪升級”的游戲，一直追求的是怎么讓技術更好用，怎么將效率再提高一些，最終實現(xiàn)“用AI讓復雜的世界更簡單”。

在百度大腦開放日當天，百度AI技術生態(tài)部總經(jīng)理喻友平一口氣介紹了新開放的24項AI技術能力，囊括視覺、自然語言和語音。以往開發(fā)者要苦苦研發(fā)上月的技術，在百度大腦都可以一鍵獲取。開放一個全新的AI技術，開發(fā)者就可能創(chuàng)造出一個全新的AI應用，實實在在改變生活。

在視覺方向上，OCR、車輛分析、人臉識別、圖像識別都有數(shù)項更新。百度的OCR全系列產(chǎn)品多達34種，覆蓋了卡證、票據(jù)、文檔、汽車等場景。

如果你是一名戶籍系統(tǒng)相關的開發(fā)者，只需要對著戶口本拍一張照片，系統(tǒng)就能字段進行結構化識別，然后反饋出信息頁的出生地、出生日期、姓名、民族、與戶主關系、性別、身份證號碼，將會幫助相關工作人員減輕大半的工作量。目前，百度在OCR上的能力最為全面，對于開發(fā)者來說，在同一家平臺上就能找到應用場景的對應技術，十分便捷。

如果你是一位交警或者停車場管理員，一定會對百度大腦的車輛分析技術點贊。百度大腦推出了車輛檢測、車流統(tǒng)計、車輛屬性分析、外觀損傷識別等服務。其中車輛檢測功能，可以通過識別圖像中的所有機動車輛（包含小汽車、卡車、巴士、摩托車、三輪車），反饋每輛車的類型和坐標位置，并對每類車輛分別計數(shù)。

如果你是一名自拍愛好者，百度大腦顯然知道你想要的是什么。百度大腦新增了人臉情緒識別，并升級了人臉關鍵點檢測和手勢識別，人臉檢測關鍵點由72個增至150個，常見手勢能識別也達到了24種。這些技術落地之后，人臉識別不再局限在解鎖和美顏，將帶來更多有趣的應用：錄制短視頻時有更豐富的手勢特效，識別你的情緒自動匹配背景音樂等等。

語音和語義識別也是百度大腦升級的重點，包括語言處理應用平臺、語言處理應用技術、語言處理基礎技術、知識理解以及知識圖譜。

在百度大腦開放日上，令人印象深刻的演示是三個有趣的應用：

一是新聞摘要，對新聞內(nèi)容進行全面的語義理解與分析，然后自動抽取新聞文本中的關鍵信息并按指定長度生成摘要，可以應用于熱點新聞聚合、新聞推薦、語音播報、彈窗推送等場景，幾乎是所有新聞工作者的福音。

二是智能寫詩，用戶只需要輸入任意主題詞（如公司名、節(jié)氣名），百度大腦便可自動生成融合了該主題詞的詩詞。實際測試顯示，百度大腦的智能寫詩在語義和語境上并沒有明顯的違和感，不失為娛樂化營銷的又一重要工具。

三是智能春聯(lián)，今年的央視春晚上，主持人高博就演示了智能春聯(lián)“看臉”的絕活兒，通過“刷臉”生成專屬春聯(lián)。如今這項技能也被百度開放出來，何嘗不是人工智能融入美好生活的一個典型案例呢。

在語音方面，百度首次對外開放了搭載國際領先的注意力（attention）模型的語音能力，擁有更快的響應速度，相對識別準確度提升15％。同時中英文混雜和純英文自由說，既能識別方言又能識別普通話，那些曾經(jīng)讓用戶和開發(fā)者頭疼的問題，在這里被一次性解決。

不止如此，百度還即將上線很多新產(chǎn)品：零代碼自助訓練語音識別模型，可以幫助開發(fā)者提升業(yè)務場景下的識別準確率；而遠場語音開發(fā)套件，則可以應用于機器人、兒童故事機、家電、車載設備等硬件，語音識別將無處不在。

在喻友平看來，百度大腦的開放生態(tài)有著以下優(yōu)勢：一個是技術領先，百度很早就成立了深度學習研究院，并且早在16年開源了國內(nèi)第一個深度學習框架paddlepaddle，在各類國際比賽上也取得過非常多的獎項，并且聯(lián)合舉辦了像上面介紹的國際權威競賽，在這樣的技術號召力下，聚集了非常多的人才，這是技術得以持續(xù)保持領先的基礎；

一個是技術布局非常全面，從感知到認知，從語音到視覺到語義到AR等等，非常全面，可以幫助大家一站式的獲得服務，提高集成效率；最后，我們以可落地為目標，在降低人工智能應用門檻的這個方向上持續(xù)不斷的努力，所以雖然只開放了兩年多的時間，但進化速度也非常快。

“我們可以看到整個平臺的架構，從模型到軟硬一體，從深度學習框架到解決方案，從云服務到多種輸出方式的支持，各個層面都快速豐富起來。我們也非常重視各個企業(yè)和開發(fā)者提出的需求，并且特別感謝在這個進化過程中大家的包容與支持?！?/p>

藝術家們喜歡讓人們從作品中了解自己，如同在蒙娜麗莎中思考達芬奇，在第九交響曲中聽懂貝多芬。

百度大腦似乎有著同樣的情愫：用開放生態(tài)，為開發(fā)者提供發(fā)揮想象力的“黑土地”，讓AI走向社會的每一個角落。

喻友平談到，人工智能應用的領域可以說無處不在，只要企業(yè)、開發(fā)者、合作伙伴們能有發(fā)現(xiàn)問題的眼睛，就有創(chuàng)新創(chuàng)業(yè)的機會。百度大腦把平臺和AI能力開放出來，希望幫助大家快速地實現(xiàn)各自領域的業(yè)務解決方案，創(chuàng)造全新商業(yè)模式，帶來更多機遇。