【深度】BAT是如何布局人工智能领域的？

连胜中国顶级棋手60盘之后，Master亮出真身，果然是曾经击败李世石的谷歌人工智能AlphaGo。这既是炫技，也是完美的品牌策划。两次围棋决胜之后，AlphaGo已隐然成为人工智能的代名词。

但人工智能的世界里，远不止有谷歌。如果我们回转目光，中国的人工智能在哪里？我们且来看看作为中国互联网扛旗的BAT，它们在人工智能领域的布局与落子。

【百度】

之所以把百度放到最前，是因为在人工智能领域，百度是BAT之中最为重视，布局发展最早，今年发展也极为迅猛的。

此前，百度董事长李彦宏就曾在公共场合反复强调，互联网即将迎来发展的下一幕，而推动其发展的核心动力，不是大数据，也不是云计算，而是人工智能。

这句话并不只是口号。对于百度来说，人工智能正是其向上突破的关键机会。

当然，在百度布局人工智能市场的早期，这一大举投入还更多被外界看作一个概念秀，或是一场激进冒险。毕竟，人工智能何时会爆发，何时才能实现产品化，都还要打一个大大的问号。

但如今，百度在人工智能领域的投入与布局，逐渐显现成果。

2016年2月，《麻省理工评论》将语音接口列为2016年十大突破技术，百度硅谷人工智能实验室(SVAIL)最新的研究成果--新一代深度语音识别系统DeepSpeech2位列其中；6月，《麻省理工科技评论》评选的"全球最聪明的50家公司"，百度成功入选；11月，百度大脑入选15项世界互联网领先科技成果，百度无人车首次驶上城市开放道路。

在这背后，百度在人工智能领域的布局轮廓，也已日趋明朗。

一、百度大脑

2016年9月1日召开的百度世界大会上，百度首次向外界全面展示百度人工智能成果--"百度大脑"。它由超大规模的神经网络、计算、数据组成，可以用技术模拟人脑思维，达到大约相当2~3岁儿童的智力水平。

百度大脑的三大核心技术，分别是PaddlePaddle深度学习平台（算法模型）、AI超级计算机（底层技术）、大数据。

其中，Paddle，ParallelDistributedDeepLearning（并行分布深度学习），是百度研发的深度学习内部平台，同时也是百度大脑的算法模型。已实现CPU/GPU单机和分布式模式，同时支持海量数据训练、数百台机器并行运算，提供了NeuralMachineTranslation、推荐、图像分类、情感分析、SemanticRoleLabelling等5个Task，具有易用，高效，灵活和可伸缩等特点。

百度的AI超级计算机，是专门基于人工智能的应用定制的，国内最早的超高速异构计算集群，融合了百度自主研发高密度的异构计算服务器，GPUBox、FPGA等，是构成百度大脑的核心基础之一，在相关技术领域累计专利超过60项。

对深度学习来说，人工智能的成长高度依赖于海量大数据的训练，在这方面，百度的积累包括全网万亿级网页、数十亿级搜索数据、百万级图像视频数据、百万级定位数据。

百度大脑主要包含：语音、图像、自然语言处理、用户画像四大能力。

1、语音能力

作为中国最大的搜索引擎，百度累积了最大规模的的中文语音数据。百度将这些数据注入其最新的语音识别引擎DeepSpeech2。如今，百度语音识别的准确率已达97%。

语音合成技术：运用最新的深度学习算法，只需要按照要求说50句话，便可以让每个人拥有自己的声音模型，而且语音合成效果和真人一样自然逼真并且情感丰富。目前，百度语音合成技术已应用到百度各个产品中，每天响应的语音合成请求量达到2.5亿次，以手机百度小说频道为例，听小说的用户从过去听40分钟，增长到现在的近两个半小时。

2、图像识别

目前，百度的人脸识别准确率已达到99.7%，可识别人脸上的72个特征点，并将这些特征点连结起来形成面部表情网，可据此识别每个人的各种表情。

其OCR识别技术也可自动进行目标识别，实现百度地图中的POI、导航等信息的快速更新。此前，在国际文档分析与识别大会（ICDAR）最具挑战性的自然场景类文字识别任务中，百度OCR技术已斩获五项冠军。