“技術前沿，覆蓋面廣，這是一場全程無槽點的分論壇”

“技術講解詳實，落地案例充分，是一場‘物超所值’的分論壇”……

7月3日下午，“Baidu Create 2019”百度 AI開發者大會百度大腦論壇如期舉行。在上午主論壇中，百度首席技術官王海峰正式發布百度大腦5.0，實現了跨越性升級，在算法突破、計算架構升級的基礎上，實現AI算法、計算架構和應用場景的融合創新，成為軟硬一體AI大生產平臺。

[[269647]]

奪人眼球的“機械臂倒蓋碗茶”、任性的“中英自由說”、智能語音芯片“百度鴻鵠”…都給觀眾留下深刻印象，一下拉近了AI科技和人之間的距離。這背后又隱藏著哪些先進技術?百度大腦5.0何以稱之為軟硬一體的AI大生產平臺?滿滿“技術范兒”的百度大腦論壇一一揭曉。

語音、視覺、語言與知識 AI算法創新并駕齊驅

重磅升級后的百度大腦5.0打通了從基礎層的深度學習技術到通用AI能力、應用技術方案，再到定制化模型，以及后期的部署和集成，整個人工智能產業化應用落地的全部流程，實現了AI技術的標準化、自動化和模塊化。

百度大腦語音技術此次亮出在語音識別、語音合成、遠場語音交互芯片方面的成績單。百度語音技術部高級總監高亮介紹，識別方面，百度提出流式多級的截斷注意力模型SMLTA，實現局部注意力建模超越整句的注意力模型，也是國際上初次實現在線語音大規模使用注意力模型。SMLTA在大幅提升識別速度的同時，也提高了識別準確率。在輸入法有效產品相對準確率提升15%，音箱有效產品相對準確率提升20%。合成方面，針對現階段面臨風格遷移、音色模擬和情感擬人的三大挑戰，百度推出語音合成技術Meitron，可以將語音中的音色、風格、情感等要素映射到不同的子空間，在使用時，不同要素可以任意組合，靈活的控制合成語音的風格。同時降低語言合成門檻，僅需20句話就可以制作一個人的專屬聲音。

對于落地應用正在端側呈現出巨大需求，百度大腦語音團隊研發出一款針對遠場語音交互打造的芯片——百度鴻鵠芯片。鴻鵠芯片的設計，變革傳統芯片設計方法，遵循“軟件定義芯片”的全新設計思路。該芯片采用雙核HiFi4架構，2.8M大內存，臺積電40nm工藝，在此硬件規格上，100mw左右平均工作功耗，即可支持遠場語音交互核心的陣列信號處理和語音喚醒能力。同時，按照車規級標準打造使鴻鵠芯片可滿足非常嚴格的需求，將為車載語音交互，以及智能家居等場景帶來更大想象力。鴻鵠芯片流片的同時，即實現了量產。

百度視覺技術在2019年各大國際賽事中開啟“開掛”模式，在前不久結束的CVPR上分別在視頻理解、人臉活體、車輛REID等領域獲得矚目成績，上半年在NTRIE2019、ICME2019、ICDAR2019、DWAN2019等比賽中也屢屢奪冠。百度視覺技術部、增強現實技術部總監吳中勤介紹，5G時代，越來越多物理設備將連接到高可靠、低延時的網絡空間，這將徹底改變人們與環境及設備的交互方式。本次全新發布視覺語義化平臺2.0，正在推進視覺技術由“看清看懂”向“交互”進行升級。視覺語義化平臺2.0在交互升級和軟硬件結合兩大方面實現突破。

交互升級包含一體化人機交互系統和大場景物理世界交互系統。簡單而言，一體化人機交互系統是人與機器、虛擬環境的自然交互與融合，該系統適用于實現AR特效的直播、小視頻、特效小程序等場景，已應用于百度多款視頻App。大場景物理世界交互系統是將視覺定位與AR技術突破性結合，實現大范圍的虛擬信息與物理世界的精準疊加，從而建立起AI時代全新的交互系統。目前，軟硬件結合可以滿足應用場景更高效的視覺計算，以及更低延時的體驗，同時能保護數據隱私。百度視覺方面的軟硬件結合主要聚焦于模型壓縮平臺PaddleSlim、多模態FaceID開發組件以及軟硬件一體解決方案AI相機三部分。FaceID覆蓋設備量已超1200萬臺。

視覺語義化平臺2.0更新了許多先進的感知技術，也讓機器人技術實現新突破。百度三維視覺首席科學家楊睿剛介紹，機器人就是一個智能體，除了感知技術，智能體需要決策和動作相關的技術，實現從環境感知到主動感知。目前，百度研究的智能體技術主要集中在自動駕駛Apollo、工程機械和服務機器人三大方面。上午主論壇中引人關注的機械臂“茶博士”不僅能說會道，還完成了傳統的長嘴壺倒茶工作，其背后依靠的正是服務機器人方案?；诎俣?D視覺，機器人可以對茶杯的位置進行檢測和追蹤。通過機器人運動規劃和控制，機械臂可以對工作空間進行碰撞檢測，避開障礙物;實時規劃運動后，可自動生成倒茶軌跡;隨后，感知水流變化，實時調整倒茶位置。語音語義聯動技術解析，更是讓機器人像“人”一般，聽得懂，說得好，做得準。

在語言和知識技術方面，百度大腦也公布了一系列創新和突破。百度AI技術平臺體系執行總監吳甜介紹，百度設計并實現了知識增強的語義理解框架——ERNIE，具備可持續學習能力，核心模型能力不斷提升。目前，ERNIE累計學習了超10億知識，全面刷新中文NLP任務的指標，在百度眾多產品應用中提升效果。機器同傳方面也有新進展，在翻譯過程中對語音識別結果進行糾錯的聯合詞向量編碼技術，可解決多輪翻譯一致性和連貫性問題的語篇翻譯模型等，結合先進的語音技術，百度大腦實現了高準確、低時延的機器同傳技術。

知識，能幫助AI更深度地理解真實世界。在主論壇中，王海峰用近期熱映的音樂紀錄片《大河唱》，形象展示了融合百度知識圖譜技術的視頻語義理解能力。該技術通過對視頻的多模態知識解析，在多元異構知識圖譜上建立關聯，并通過計算推理，建立對視頻的深度語義理解。

此外，吳甜還正式發布行業知識圖譜平臺和智能創作平臺2.0。行業知識圖譜平臺旨在滿足各行各業構建和應用知識圖譜來幫助推進智能化的需求，行業知識圖譜平臺基于優秀的知識圖譜核心技術，提供智能高效的知識生產流程、低成本啟動和跨行業遷移的能力，幫助產業開發者定制行業知識圖譜并應用。全新的智能創作平臺集成了實時熱點追蹤、關聯豐富素材，已經具有全面的創作輔助能力，可輕松解決傳統內容創作面臨的問題，全流程助力創作者，吳甜也預告了10月份將進行邀測的多模態自動創作功能。目前，百度已構建百度大腦·語言與知識技術開放平臺，不僅有豐富的基礎技術，還形成了包括智能創作平臺在內的翻譯開放平臺、UNIT平臺、知識圖譜構建與應用平臺共四大應用級平臺，為不同領域提供百度先進的語言與知識技術。

夯實基礎實力 聚焦AI計算 挖掘數據價值

百度大腦5.0不僅包含算法層面創新，在算力方面也實現重大突破。近年來，算法對算力需求增長近300,000倍，而芯片的計算性能僅提升30倍，兩者之間存在巨大鴻溝。

百度副總裁侯震宇為現場觀眾分享了百度新一代AI計算架構。面對AI計算的挑戰，需要能夠從端到端來提供AI計算能力，這要求計算系統從舊有的對海量數據處理能力、對IO高峰值的追求，轉變為滿足AI訓練功能方面IO密集、計算密集、通信密集的需求，和AI推理功能方面大吞吐和低延遲的需求。

侯震宇認為，面對即將到來的AI+5G時代，計算將無處不在。真正的計算會發生在設備(Device)、邊緣(Edge)和云(Cloud)中，因而D-E-C場景將會是接下來需要重點研究的問題;與此同時，包括芯片之間、系統之間、設備之間的互相連接，將幫助不同場景中的計算連接在一起，產生更大的計算力。

底層的芯片和上層的應用之間，還需要操作系統承接。王海峰認為，深度學習框架就是智能時代的操作系統。百度自研的國內功能完備的深度學習平臺“飛槳”就是中國自己的“AI操作系統”。主論壇中，正式宣布百度飛槳與華為麒麟芯片深度對接，先進的端側AI芯片和深度學習平臺，將聯合為端側AI提供強勁算力、打造高速的深度學習運行效率。

[[269648]]

對于飛槳，很多開發者都非常熟悉?，F場百度深度學習技術平臺部總監馬艷軍詳細介紹了飛槳的五大核心優勢。在核心框架層面，飛槳同時支持動態圖與靜態圖，兼顧了靈活性與效率;飛槳提供了70多個官方的、達到工業級應用效果的模型;飛槳支持大規模的分布式訓練以及端到端的部署;對于中國開發者，飛槳提供系統的深度學習技術服務，有非常全面的中文支持。馬艷軍現場還表示，技術界“奧斯卡”，已成功舉辦15年的經典賽事“2019百度之星”即日起開始報名，其中百度之星的編程賽是飛槳核心框架開發的任務;百度之星開發賽，則是基于飛槳的目標檢測任務。

為了降低建模的成本，提高建模的效率，并降低對大數據的依賴，減少人工的干預，百度開發了AutoDL自動化建模技術。論壇上，百度大數據實驗室主任浣軍正式發布AutoDL 3.0，從設計、遷移和適配三方面進行全面升級，并分享了多個實際案例，目前已通過飛槳正式開源。

源于產業實踐的深度學習平臺飛槳同時亦正在反哺產業。百度地圖事業部總經理李瑩以交通領域為例，介紹百度地圖基于飛槳提升了ETA的開發、調試的便捷性和訓練效率，完成了天級別的百億級數據訓練;提升了ETA的部署和預測性能，支撐了天級別的百億次調用。ETA是地圖路線規劃的主要特征，也是用戶出行決策的主要參考因素。對于用戶而言，飛槳賦能的百度地圖ETA可以實現通行時間智能預估，在出行前便可提前預知路況，避開擁堵時段、了解擁堵時長、躲避擁堵路線，合理規劃出行時間。

數據是AI時代的核心生產資料，當前大數據產業發展中面臨數據資產安全性和數據價值發掘成本高兩大問題。百度大數據部高級總監郭謝介紹，百度點石大數據技術開放平臺作為一家成功落地的大數據iPaaS平臺，聚焦大數據產業發展過程中的安全和效率兩大問題。同時，點石具有三大核心特性，包含安全的數據融合加工環境、多層次開放的可定制組件，以及功能一體化的大數據開發平臺，可以幫助開發者安全、高效地進行大數據價值的發掘。百度希望通過點石加速大數據的生態發展，幫助開發者深度發掘數據價值，點石成金。

AI算法、計算架構和應用場景的融合創新的百度大腦5.0已成為軟硬一體 AI大生產平臺。百度大腦論壇下午近三個小時的分享，僅僅是百度大腦技術的“冰山一角”。除了先進的技術，百度大腦仍將不斷開放賦能，目前已經開放210余項先進的AI技術能力，平臺的調用次數同比增長108%，定制化平臺模型的數量都在飛速增長，平臺上的開發者數量已經達到了130萬。王海峰表示，“授人魚不如授人以漁”，百度研發AI技術的同時，也致力于開放優秀的AI技術。百度大腦5.0，助力各行各業的產業開發者，加速產業智能化。