万物互联产生的大数据，将使得机器“越来越聪明”，从而提供更加智能化的服务。
大数据时代，从每一个普通人到国家经济运行的状况，都可以做智能的预测。
在5月23日的智能社会科技专家论坛上，百度研究院副院长、深度学习实验室主任余凯提到，万物互联产生的大数据，将使得机器“越来越聪明”，从而提供更加智能化的服务。他认为，在未来，所有设备都将跟手机一样，从过去的单一功能，变成连接人和整个互联网服务的界面。
以下为，余凯演讲实录：
各位观众朋友下午好，我的演讲题目是跟互联网，同时也跟人工智能息息相关。为什么这么说呢？因为互联网天生就是一个大数据的业务，我们今天拥有的数据可以说是多到每天我们产生的数据，大概是整个国家图书馆的20倍的这么一个量。在这么一个大数据的情况下，实际上我们知道关于每一个用户，甚至国家经济运行的状况，很多很多方面的信息，从而做智能的预测。所以百度今天的信息系统研发是跟大数据相关，也是跟人工智能技术相关的搜索引擎，它天然的就是一个人工智能系统，为什么这么说呢？它一边通过免费的服务，但是也获得了很多用户的数据。在另外一边，我们每天去做很多决策，比如说推荐什么样的商品，展示什么样的广告，展示什么样的网页。做很多这样决策，使得这种数据能够实现它的商业价值。
大数据使机器越来越懂你
从数据到价值之间我们需要应用非常多的人工智能的技术，包括机器学习，包括图象识别，包括语音识别。那么我们看一个通用的人工智能系统，当然我们今天在学术界对什么是人工智能有很多的争论，比如说强人工智能或者是弱人工智能。但是对于一个典型的人工智能，它通常会有感知、理解、决策这么几个部分，大家是共同认同的。比如说感知，就是像人的五官一样能够感知环境，能够看得见。通过理解可以知道一些事物的意义是什么，在理解的基础我们可以做很多决策。
目前市场上充斥着各种各样的智能产品，我们百度也在做。我们想一个人工智能必须通过经验不断演化，比如说我们看一个互联网服务，一个用户在用我的服务。他用越来越多的时候，我就越来越懂你，这个就是一个随着经验不断的去演化。这里面一个智能核心的能力，就是它有没有这种学习。就是它随着经验的积累越来越多，它会越来越聪明，所以这是一个人工智能的核心。
我们讲什么叫经验？经验就是数据，数据就是经验，为什么我们今天讲一个伟大的时代要来临，那就是大数据的时代，是因为有了这么多的数据，那我们今天可以去构建越来越多的，具有智能能力的，有学习能力的服务系统工程。
移动互联网的发展实际上把这种大数据的能力，这种现状推到了一个前所未有的一个地步，比如说我们看到2005年，这是在罗马教皇的一个选举，很多人在等待选举的结果。我们看到8年以后新的一届教皇选举，每个人的手持设备都能随时随地在产生数据，甚至你没有在使用它的时候，它也在产生数据，比如说加速度传感器会知道你在跑，还是在睡觉。比如说GPS的传感器，即使你不用它，我们也知道你在什么地方。
所以我们看到移动互联网带来了一个万物互联的时代，不光是连接你的手机，人的话还可以连接到可穿戴设备，比如说刚才讲的汽车，汽车会越来越联网。所以万物互联，每一个连接都是数据的产生。那我们随之而来的就是一个数据爆增的时代，就是更多的数据在产生。对我们人工智能这是一个机会，就是大数据使得人工智能成为可能，大数据使得机器像人这样，通过不断观测数据，学习数据，去学习、分析理解数据里面的规律。
所以说我们从PC互联网到移动互联网，随之而来是一个大数据的时代。这个大数据的时代把我们引入了一个智能的社会。它不光是在云端，也有可能在你的身边。
深度学习是人工智能研究重大突破
最近十年时间，人工智能领域它最重要的一个进展就是深度学习这么一门学科，比如说谷歌，微软，Facebook，还有中国的百度在这方面都有进展。百度成立了一个深度学习研究院，也是百度历史上第一次成立研究机构。到今天百度在整个的技术研发，到产品的实际的上线跟应用方面，可以说深度学习它被应用在我们的最核心的产品的方方面面，其中最重要的4个应用领域就是搜索、广告、图象识别、语音识别。
为什么讲深度学习技术成为当前人工智能领域最重要的突破呢？我可以分享一下，就是通过我们自己的种种实践，突破主要有四个方面的原因：
第一个原因是深度学习是模拟大脑的行为；
第二个原因是从统计和计算的角度来讲深度特别适合大数据。传统人工智能的方法数据到了一定的规模，它的效果不再增长，但是深度学习效果会不断的增长，这里面是有一些非常深的统计和计算方面的原理；
第三原因是提供了一种非常灵活的建模语言，对于不同的问题它可以构建不同的模型；
第四个原因是一个思维方式的改变，就是端到端的学习。
下面我给大家举几个例子，第一个是我们将深度学习模型用于自然语言。这个可以用在很多的网页排序，我们构建一个规模达到1000亿的训练样本来学习，模型规模达1亿个参数。到今天来说，它是百度搜集排序最重要的模型。深度学习模型，使得我们能抓住不一样的词，但是它内在是有关联的。这里有一个例子，我们用的是时间训练模型，运单手写的电话号码，你看有的字符都不能分割，我们用这种LSTM模型，做联合的解码，这种效果是非常好，这个能达到90%以上的准确率。
那我们再看一个例子，用自然语言描述图片的故事。用这种技术我们可以提升我们的相似图象搜索，比如说我们用一个双层巴士的照片去搜索图象，根据它的统计信息得到的是很多的结果。把这种自然语言跟图象在一起搜索的话，那我们得到的是语义上更加相关的搜索结果。
第四个深度学习对我们是一个方法论的改变，就是所谓的端到端的学习，这里面我用语音识别作为一个实例，语音识别中间每一个过程都是一个专门的处理过程，过去用深入学习代替中间的部分，取得了非常好的结果。今天在百度，我们替换了所有的步骤，整个步骤都是端到端的，深度识别网络来做这个事情。我们获得的效益是什么呢？
这是把网络结构给解开，我们是一个双向的展示。得到的效果是什么？我们跟谷歌的效果比，我们跟苹果的效果比，我们现在是语音识别最好的，这个不是中文的语音识别，这个是英文的语音识别。
那把所有这些图象、语音，包括文字的机器翻译这些技术合在一起的话，比如说这样一个产品，像百度翻译，这是一个人脸识别应用的一个例子，今天的话用深度学习技术在百度，比如说我们在人脸识别LFW的测试上，我们跟微软，Facebook，还有谷歌去比的话，我们现在是最好一个结果。过去的几年整个图象识别的技术，随着每一年的进展，这个错误率是在快速降低。
最后我想给大家看一个更有意思的例子，这里面是一个用在教育里面的例子。因为比如说对于这个图片。（展示一位光着上半身冲浪的运动员照片）你会问他，他站在上面？我们今天的机器能够回答，他站在冲浪板上。你问他有没有穿上衣，机器会说，没有。这些都是机器生成的，这是对整个图片内容非常丰富的理解。
万物互联大趋势
整个人工智能的全貌，这是我们的一个思考，我们刚才说了人工智能，包括从感知到索引，过去搜索引擎主要是互联网去感知，现在由于移动互联网的发展，我们还从物理信息获得信息。我们可以从线上到线下，这也是互联网+的一个过程，就是说我们这个决策机制在线下也在发展，这就需要机器人，需要智能硬件，比如说自动驾驶。
这是百度的一个非常重要的项目，我们今年年底自动驾驶汽车就会在高速公路去行驶，我们改装的车的传感器可以说是武装到了牙齿，非常先进的传感器，实际上360度各个方面，它最远距离能达到距离车头200米的范围。
当然在中国研发自动驾驶的技术它其实有特别的国情。我有时候开玩笑，如果在中国开发自动驾驶的技术，这个肯定是全世界的东西。
这个是自动驾驶技术一个核心的技术型建设，它是一个三维高精度地图。这个三维更精度地图它不光是对精确位置的定义，还有对语义的理解，比如它会标注什么地方是路，什么是护栏，什么是旁边的树木，什么是房子，什么是电线杆，包括路上的道路线，它是一个语义全方位丰富的理解。 结合人工智能的技术对道路上面的车，各种实时的状况和实时场景的理解。
我们也认为自动驾驶它走的是一个渐进式的发展道路，到未来应该是人车一体的这么一个闭环。
最后我想说从万物互联到万物智能三大趋势，我们认为5到10年有三大事情：
第一个事情所有的设备都有智能传感器。
第二个事情所有设备都有云端大脑。
第三个事情就是所有设备都从过去的单一功能，变成连接人和整个互联网服务的界面。比如说我们过去看到的手机完成了这么一个过程，今天手机打电话是很少的功能，大部分是各种各样的服务，那么你这样看的话，其实所有的设备它最终都是一个广义的集结系统，它有机器人系统的精髓，这个精髓是什么呢？就有感知，有理解、有决策。
（编辑 胡欣欣）
21世纪经济报道及其客户端所刊载内容的知识产权均属广东二十一世纪环球经济报社所有。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。
分享成功
