本刊記者 祝傳海 張欣浪

現(xiàn)實(shí)的理想主義者
——記國(guó)家“千人計(jì)劃”特聘專家、百度研究院副院長(zhǎng)、深度學(xué)習(xí)實(shí)驗(yàn)室主任余凱

本刊記者 祝傳海 張欣浪

余凱博士

21世紀(jì)進(jìn)入第二個(gè)十年，互聯(lián)網(wǎng)也進(jìn)入了一個(gè)新的時(shí)代。最明顯的標(biāo)志，就是互聯(lián)網(wǎng)巨頭們對(duì)人工智能(Artificial Intelligence，AI) 技術(shù)的重視，甚至到了“得人工智能者得天下”的程度。2013年初，百度成立深度學(xué)習(xí)研究院（IDL），在中國(guó)互聯(lián)網(wǎng)企業(yè)中，第一個(gè)把深度學(xué)習(xí)提升到核心技術(shù)創(chuàng)新地位。

百度是一扇門。門內(nèi)，是一個(gè)基于深度學(xué)習(xí)的智能平臺(tái)。門外，通往普羅大眾的俗世生活。百度IDL團(tuán)隊(duì)所創(chuàng)造的，是一個(gè)更加“聰明”的百度，是一種更加“智慧”的生活方式?！拔覀兪亲龅氖乾F(xiàn)實(shí)的理想主義”，IDL負(fù)責(zé)人余凱如此說(shuō)。

互聯(lián)網(wǎng)時(shí)代，深度學(xué)習(xí)是一個(gè)趨勢(shì)

幾年前，大家都在猜測(cè)，百度要不要像微軟和IBM一樣設(shè)立研究院。當(dāng)時(shí)百度內(nèi)部給出的答案是：時(shí)機(jī)未到。百度要等的，究竟是怎樣一個(gè)時(shí)機(jī)？2013年1月19日，從百度2012年年會(huì)現(xiàn)場(chǎng)傳出了一個(gè)爆炸性的消息，百度要成立一所專注于Deep Learning（深度學(xué)習(xí)）的研究院，并命名為Institute of Deep Learning (IDL，深度學(xué)習(xí)研究院)。

互聯(lián)網(wǎng)時(shí)代開(kāi)始后，科技創(chuàng)新已經(jīng)從機(jī)器時(shí)代“讓人類跑得更快、飛得更高”，發(fā)展為“讓數(shù)據(jù)和信息說(shuō)話”。而到了大數(shù)據(jù)時(shí)代，人類社會(huì)對(duì)于數(shù)據(jù)和信息的追求又上升到了另一個(gè)境界——把數(shù)據(jù)轉(zhuǎn)化為價(jià)值?！斑@里面最重要的核心技術(shù)，就是人工智能。包括機(jī)器人在內(nèi)的人工智能可能是下一個(gè)產(chǎn)業(yè)革命的爆發(fā)點(diǎn)?！庇鄤P說(shuō)。

2013年4月，《MIT技術(shù)評(píng)論》評(píng)選出2013突破性科學(xué)技術(shù)，深度學(xué)習(xí)位居榜首，其余九個(gè)分別是：臨時(shí)社交媒體、育前DNA測(cè)序、基于3D打印的制造業(yè)、藍(lán)領(lǐng)機(jī)器人、記憶移植、智能手表、超高效太陽(yáng)能、廉價(jià)手機(jī)大數(shù)據(jù)和超級(jí)電網(wǎng)。

“到了該發(fā)力的時(shí)候了”，百度前瞻性地抓住了國(guó)際大趨勢(shì)，也一下子站住了前沿。2014年8月，同樣是《MIT技術(shù)評(píng)論》，長(zhǎng)篇大論地發(fā)表了一篇文章，介紹百度最近兩年在人工智能方面的技術(shù)進(jìn)展。文章標(biāo)題叫做《一個(gè)中國(guó)互聯(lián)網(wǎng)的巨人開(kāi)始有夢(mèng)想》?！耙郧皬膩?lái)沒(méi)有主流國(guó)外科技媒體介紹中國(guó)企業(yè)的科技創(chuàng)新，我們覺(jué)得很自豪?！边@不僅是余凱的感受，也是整個(gè)百度的榮耀。但他們并沒(méi)有沾沾自喜，就算再多人誤以為百度只是個(gè)搜索引擎，他們自己卻知道，從第一天起，百度就是個(gè)基于大數(shù)據(jù)的人工智能公司?！爸徊贿^(guò)這兩年更加高調(diào)地去投入做這件事?！庇鄤P說(shuō)。

近年來(lái)，智能手機(jī)、智能手表、智能湯匙、智能手環(huán)、智能冰箱……整個(gè)業(yè)界，“智能”產(chǎn)品層出不窮，但這些產(chǎn)品都真的具有人工智能么？

余凱給我們科普，人工智能其實(shí)包括感知、理解、決策等幾個(gè)環(huán)節(jié)，每個(gè)決策所產(chǎn)生數(shù)據(jù)再次進(jìn)入感知環(huán)節(jié)，通過(guò)理解，做出下一步?jīng)Q策，形成迭代循環(huán)。廣義上，這和人有相通之處：人通過(guò)感官可以感知到周圍的環(huán)境是什么樣子，可以通過(guò)人與人的的交流來(lái)獲取信息，從而理解哪里有障礙物，哪里可以行走，做哪些事情帶來(lái)什么樣的風(fēng)險(xiǎn)或收益。當(dāng)人在形成理解之后，會(huì)決策該怎么做出相應(yīng)的反應(yīng)，繼而把思考的結(jié)果轉(zhuǎn)化為一個(gè)更加接近目標(biāo)的現(xiàn)實(shí)。人工智能，就是讓機(jī)器像人一樣去感知、理解和決策，自主的完成一定的任務(wù)。

人類能夠“吃一塹，長(zhǎng)一智”，真正的智能，也會(huì)隨著經(jīng)驗(yàn)的累積，不斷去提升自己的感知、理解和決策的能力。一個(gè)基于人工智能的產(chǎn)品或服務(wù)，開(kāi)始可能并不聰明，但用戶使用的時(shí)間越長(zhǎng)，它就會(huì)越來(lái)越感受到用戶的習(xí)慣、喜好和需求，并把由這些數(shù)據(jù)在后臺(tái)建模分析判斷，進(jìn)而來(lái)調(diào)整自身的行為。余凱指出：學(xué)習(xí)能力，才是人工智能的本質(zhì)。

現(xiàn)在很多產(chǎn)品宣傳中所說(shuō)的“智能”，大多時(shí)候是“操控”，是一種完全被動(dòng)的完成任務(wù)，而人工智能想要達(dá)到的是“自主”的目的。真正的智能空調(diào)，會(huì)根據(jù)室溫和空間熱源分布的變化來(lái)調(diào)節(jié)溫度。而網(wǎng)頁(yè)上的熱門頻道和焦點(diǎn)的排序推薦，也是根據(jù)用戶歷史行為數(shù)據(jù)自動(dòng)調(diào)整的。而更重要的是，絕大多數(shù)的所謂“智能”產(chǎn)品，都不具備學(xué)習(xí)的能力——它們并不會(huì)隨著用戶的不斷使用而變得越來(lái)越聰明。所以說(shuō)，人工智能的一個(gè)本質(zhì)屬性是學(xué)習(xí)的能力，是隨著經(jīng)驗(yàn)積累不斷成長(zhǎng)的能力。那么什么是經(jīng)驗(yàn)？其實(shí)經(jīng)驗(yàn)就是數(shù)據(jù)。這也就是為什么今天人工智能變得觸手可及，因?yàn)槲覀兲幵诖髷?shù)據(jù)的時(shí)代。而移動(dòng)互聯(lián)網(wǎng)的普及，使得海量數(shù)據(jù)每天都在產(chǎn)生。余凱舉了一個(gè)例子，同樣是發(fā)生在梵蒂岡圣彼得教堂的新教皇選舉，2005年，人們還只是在教堂前的廣場(chǎng)上等待；2013年，新的一屆教皇選舉來(lái)臨，而站在廣場(chǎng)上的那些人，幾乎手里都舉著手機(jī)在拍照。拍照這種行為本身，就意味著數(shù)據(jù)的產(chǎn)生?！敖裉欤覀兠咳松砩掀骄鶐е鴥傻饺齻€(gè)聯(lián)網(wǎng)設(shè)備，到了未來(lái)，可能你的每個(gè)扣子都是一個(gè)聯(lián)網(wǎng)設(shè)備。有一種說(shuō)法是，到2020年，每個(gè)人會(huì)有1000個(gè)聯(lián)網(wǎng)設(shè)備?！?/p>

余凱博士與Facebook人工智能實(shí)驗(yàn)室主任Yann LeCun教授合影

那將是一個(gè)數(shù)據(jù)暴增的時(shí)代。要應(yīng)對(duì)這種大規(guī)模的數(shù)據(jù)，傳統(tǒng)的人工智能算法已經(jīng)力不從心，畢竟在數(shù)據(jù)達(dá)到一定規(guī)模之后，它的學(xué)習(xí)效果就不再增長(zhǎng)。要實(shí)現(xiàn)飛躍式地發(fā)展，還要開(kāi)發(fā)深度學(xué)習(xí)技術(shù)。深度學(xué)習(xí)能有效挖掘大數(shù)據(jù)帶來(lái)的紅利，數(shù)據(jù)規(guī)模越大，學(xué)習(xí)效果也越明顯，系統(tǒng)也更加智能。所以在大數(shù)據(jù)時(shí)代，深度學(xué)習(xí)受到極其廣泛的重視。“到那時(shí)，人們感受到的將是VIP式的服務(wù)”。

“假如說(shuō)你想在網(wǎng)上訂一個(gè)披薩，第一步就要從網(wǎng)上找披薩店，找喜歡的口味。這一步就已經(jīng)可以實(shí)現(xiàn)個(gè)性化，網(wǎng)絡(luò)通過(guò)對(duì)你以往每天的搜索習(xí)慣進(jìn)行行為分析，來(lái)推薦你喜歡的披薩，避免了盲目海選的煩惱。這一點(diǎn)用戶已經(jīng)在享受了?！?/p>

余凱試圖用訂披薩作為一個(gè)例子來(lái)詮釋人工智能給生活帶來(lái)的改變，他認(rèn)為機(jī)器人將使互聯(lián)網(wǎng)服務(wù)從線上延伸到線下。就像訂披薩的流程，當(dāng)網(wǎng)絡(luò)訂單傳到特定的披薩店后，即開(kāi)始做披薩。現(xiàn)在的披薩店里同一種披薩的口味當(dāng)然是基本無(wú)差別的，但在將來(lái)，機(jī)器人可能會(huì)參與到制作披薩的過(guò)程中，它們會(huì)與網(wǎng)絡(luò)系統(tǒng)直接關(guān)聯(lián)，當(dāng)你的個(gè)人喜好以數(shù)據(jù)形式導(dǎo)入它們的“大腦”中，制作出來(lái)的將會(huì)完全是“你的披薩”——口輕或者口重，放不放洋蔥，甚至其他看起來(lái)“詭異”的要求。

經(jīng)過(guò)真正的私人定制之后，披薩店還要把這份特別的披薩送到你手中。這時(shí)，“高度自動(dòng)化駕駛”就要上場(chǎng)了。在高度自動(dòng)化駕駛的幫助下，送餐車可以在百度地圖上找到距離送餐地點(diǎn)最近或者不堵車的路線，行進(jìn)中隨時(shí)了解前方路況，以便安全及時(shí)送達(dá)。

“深度學(xué)習(xí)就是從現(xiàn)在連接到未來(lái)?，F(xiàn)在，線上部分已經(jīng)通過(guò)搜索、語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言理解來(lái)實(shí)現(xiàn)了個(gè)性化。未來(lái)，全套流程做下來(lái)，就是將線上累積的能力往線下延伸。裝有深度學(xué)習(xí)的大腦的機(jī)器人服務(wù)，就是互聯(lián)網(wǎng)服務(wù)的最后一公里。到那時(shí)，人們感受到的就是VIP式的服務(wù)?！庇鄤P補(bǔ)充道。

余凱博士與前《連線》雜志主編、“長(zhǎng)尾理論”創(chuàng)立者Chris Anderson合影

“一路向西，正好繞地球一圈”

深度學(xué)習(xí)研究院是百度成立的首個(gè)研究院，也是中國(guó)第一家成立的深度學(xué)習(xí)研究機(jī)構(gòu)?！拔覀儼焉疃葘W(xué)習(xí)帶入中國(guó)，而在國(guó)際上，我們也是最早把深度學(xué)習(xí)上升到戰(zhàn)略角度的四家公司之一。”余凱所說(shuō)的四家公司中，除了百度，還有Google、微軟和Facebook。百度也高度重視人才引進(jìn)、培養(yǎng)和優(yōu)化配置，當(dāng)年，余凱就是被百度吸引過(guò)來(lái)的。

早在南京大學(xué)讀本科時(shí)期，余凱就對(duì)人工智能和神經(jīng)網(wǎng)絡(luò)非常癡迷，四處尋找相關(guān)書籍，每每看得熱血沸騰。用他的話說(shuō)，看到人工神經(jīng)網(wǎng)絡(luò)可以模擬人的大腦做那么多事情，就會(huì)激動(dòng)得睡不著覺(jué)，非要泡在實(shí)驗(yàn)室里，哪怕通宵達(dá)旦也要手把手地嘗試去編程序做實(shí)驗(yàn)。到了碩士階段，他已經(jīng)在嘗試用神經(jīng)網(wǎng)絡(luò)來(lái)研究語(yǔ)音系統(tǒng)的處理。1999年，他第一次參加全國(guó)性的學(xué)術(shù)會(huì)議，他發(fā)表的有關(guān)神經(jīng)網(wǎng)絡(luò)的論文就拿到了大會(huì)最佳論文獎(jiǎng)。

讀研二那年，余凱做了個(gè)大膽的決定，到德國(guó)去進(jìn)修數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)?！斑@是我最喜歡的方向，而到歐洲那么有文化底蘊(yùn)的地方去待一段時(shí)間也是個(gè)很美妙的人生經(jīng)歷。”為了心底的堅(jiān)持，余凱申請(qǐng)到了西門子獎(jiǎng)學(xué)金，又說(shuō)服了導(dǎo)師讓他提前一年拿到碩士，終于去了德國(guó)著名學(xué)府慕尼黑大學(xué)，師從著名計(jì)算機(jī)科學(xué)家、ACM Fellow、Hans-Peter Kriegel和著名機(jī)器學(xué)習(xí)專家Volker Tresp?！罢娴男U幸運(yùn)的，從一開(kāi)始就做自己最喜歡的事情，一直都沒(méi)有改過(guò)。”余凱微笑著說(shuō)。博士畢業(yè)后，余凱進(jìn)入西門子公司總部。兩年半之后，他已經(jīng)是西門子的高級(jí)研究員，卻開(kāi)始向往美國(guó)NEC研究院。

多年后，他坐在百度大廈這間會(huì)議室里，給我們講述當(dāng)時(shí)的選擇?！霸跈C(jī)器學(xué)習(xí)過(guò)去的20年中，曾經(jīng)有過(guò)兩次熱潮，第一個(gè)是SVM模型及其理論的興起和普及，其發(fā)明者是統(tǒng)計(jì)學(xué)習(xí)理論奠基人、美國(guó)工程院院士Vladimir Vapnik。當(dāng)時(shí)Vapnik就在美國(guó)NEC研究院工作。第二個(gè)熱潮就是深度學(xué)習(xí)，代表人物之一是Yann LeCun，現(xiàn)在我們?cè)谏疃葘W(xué)習(xí)中最常用的卷積神經(jīng)網(wǎng)絡(luò)，就是他發(fā)明的。他曾經(jīng)在美國(guó)NEC研究院做機(jī)器學(xué)習(xí)部門的主任，而深度學(xué)習(xí)最廣泛的應(yīng)用的隨機(jī)梯度下降算法SGD，NEC研究院的Leon Bottou是權(quán)威學(xué)者”。

在當(dāng)時(shí)，美國(guó)NEC研究院是機(jī)器學(xué)習(xí)領(lǐng)域當(dāng)之無(wú)愧的幾個(gè)重鎮(zhèn)之一。余凱希望自己能夠在那里得到進(jìn)一步的提升。加入美國(guó)NEC研究院之后第三年，余凱成為研究院最年輕的部門主任，領(lǐng)導(dǎo)一支有國(guó)際聲譽(yù)的團(tuán)隊(duì)在機(jī)器學(xué)習(xí)、圖像識(shí)別、多媒體檢索、視頻監(jiān)控、數(shù)據(jù)挖掘和人機(jī)交互等方面的技術(shù)研發(fā)。數(shù)年下來(lái)，他在頂尖會(huì)議和雜志發(fā)表的高質(zhì)量論文，被同行引用7000多次，帶領(lǐng)團(tuán)隊(duì)多次獲得國(guó)際技術(shù)評(píng)測(cè)的第一名。2014年底，已成為Facebook人工智能實(shí)驗(yàn)室主任的Yann LeCun在一個(gè)訪談中，提到深度學(xué)習(xí)最初的幾個(gè)重量級(jí)研究團(tuán)隊(duì)，包括多倫多、斯坦福、NEC加州實(shí)驗(yàn)室等。其中，NEC加州實(shí)驗(yàn)室指的就是余凱領(lǐng)導(dǎo)的團(tuán)隊(duì)。

在美國(guó)工作期間，他在加州大學(xué)Santa Cruz分校給研究生講授“ISM245: 數(shù)據(jù)挖掘”，在斯坦福大學(xué)計(jì)算機(jī)系為研究生講授“CS121: 人工智能概論”，也曾多次出現(xiàn)在Google、Microsoft、MIT、UC Berkeley等著名研發(fā)機(jī)構(gòu)的講壇上。在國(guó)際人工智能/機(jī)器學(xué)習(xí)領(lǐng)域，余凱的影響力已經(jīng)不容小覷?？墒?，2012年4月，他飛過(guò)太平洋，來(lái)到了北京海淀區(qū)上地十街10號(hào)，這里是百度大廈所在。

“我回國(guó)是因?yàn)槲掖_實(shí)想回國(guó)?！庇鄤P形容自己過(guò)去的旅程，是從中國(guó)向西飛到德國(guó)，6年后又往西飛到美國(guó)加州，再過(guò)6年，再一次西飛回到中國(guó)。“正好繞地球一圈”，余凱笑言，這種“全球化”的人生經(jīng)歷，讓他可以和不同文化背景的人在一起，用比較開(kāi)放的心態(tài)來(lái)工作和生活，是他人生中的一筆寶貴財(cái)富。但無(wú)論如何，飛得久了，總要回來(lái)。

當(dāng)然，還有一個(gè)重要原因是美國(guó)NEC研究院只是一個(gè)研究機(jī)構(gòu)，不能持續(xù)地產(chǎn)生數(shù)據(jù)，而人工智能只有在有大數(shù)據(jù)的互聯(lián)網(wǎng)企業(yè)中才能得到真正的發(fā)展。這一點(diǎn)，把人工智能當(dāng)成使命的余凱是不能忍受的。他要尋找一個(gè)重視技術(shù)的互聯(lián)網(wǎng)公司，繼續(xù)自己的理想?！白詈玫臄?shù)據(jù)在互聯(lián)網(wǎng)公司。Robin本來(lái)就是人工智能專家，非常重視技術(shù)，百度是一個(gè)最好的選擇。”

事實(shí)上，余凱不是杞人憂天。缺乏數(shù)據(jù)基礎(chǔ)成為美國(guó)NEC研究院的尷尬，到2014年，曾經(jīng)在美國(guó)NEC研究院工作過(guò)的機(jī)器學(xué)習(xí)代表人物Yann LeCun、Vadimir Vapnik、Jason Weston等都已經(jīng)投入Facebook門下，而Leon Bottou加入微軟。早在2012年，余凱加入百度后，出自美國(guó)NEC研究院的著名的機(jī)器學(xué)習(xí)專家徐偉、黃暢等也相繼加入百度。

近兩年來(lái)，百度在人工智能和深度學(xué)習(xí)方面投入幾十億的資金。從2014年烏鎮(zhèn)峰會(huì)上傳來(lái)風(fēng)聲看，百度還將繼續(xù)加大對(duì)此的研發(fā)力度。有了這個(gè)后盾，余凱也有了對(duì)未來(lái)的底氣。從百度多媒體部技術(shù)副總監(jiān)，到百度研究院副院長(zhǎng)，他和團(tuán)隊(duì)可以走的路越來(lái)越敞亮。

余凱博士團(tuán)隊(duì)獲得2項(xiàng)2014年度百度最高獎(jiǎng)

推陳出新，讓百度更懂你

假如你漫步在博物館，對(duì)某幅畫產(chǎn)生了興趣，只要你用手指在虛空中對(duì)著這幅畫畫個(gè)圈，你頭上的BaiduEye就能確定你所要了解的對(duì)象，將這幅畫的作者、創(chuàng)作背景，甚至商業(yè)價(jià)值等都“悄悄”告訴你。

假如你在商場(chǎng)購(gòu)物，看到一件時(shí)裝，BaiduEye可以立刻把品牌、款式、價(jià)格，甚至用戶評(píng)價(jià)的對(duì)比結(jié)果都反饋給你，輕輕松松就可以貨比三家。假如你是位醫(yī)生，正在進(jìn)行手術(shù)，BaiduEye可以忠實(shí)地記錄手術(shù)現(xiàn)場(chǎng)，并實(shí)現(xiàn)實(shí)時(shí)遠(yuǎn)程會(huì)診。

“BaiduEye是一個(gè)原型性產(chǎn)品，我們已經(jīng)在和銀泰百貨合作開(kāi)展零售業(yè)的應(yīng)用，跟國(guó)家博物館進(jìn)行旅游業(yè)的合作。現(xiàn)在，還在進(jìn)行醫(yī)療行業(yè)的試水。一來(lái)可以通過(guò)遠(yuǎn)程分析和語(yǔ)音指導(dǎo)來(lái)做手術(shù)，二來(lái)一旦出現(xiàn)醫(yī)療糾紛可以調(diào)出手術(shù)記錄來(lái)分清責(zé)任。”余凱說(shuō)。

2014年上線的BaiduEye絕對(duì)是一個(gè)熱點(diǎn)，無(wú)論從功能還是外觀上，關(guān)注度都超過(guò)了之前的谷歌眼鏡?！耙?yàn)镋ye是自然的人的身體的一部分，Glass是附帶外加的。它就像一個(gè)助手一樣，它真的知道你此時(shí)此刻在看什么東西，從而真的把互聯(lián)網(wǎng)后臺(tái)的服務(wù)變成你的大腦，讓你知道如何去更加精準(zhǔn)的決策?！?/p>

支持BaiduEye的就是百度大腦?；蛘哒f(shuō)，百度大腦支持著百度旗下的眾多衍生品。百度大腦系統(tǒng)，是一個(gè)大規(guī)模的計(jì)算機(jī)系統(tǒng)，有幾千臺(tái)服務(wù)器并行計(jì)算。它具備隨著經(jīng)驗(yàn)的不斷演化的特點(diǎn)，隨時(shí)都在不斷學(xué)習(xí)和演進(jìn)，每天的數(shù)據(jù)（用戶在網(wǎng)上的行為）都會(huì)放入百度大腦去分析，以便于百度大腦積累經(jīng)驗(yàn)。它具有構(gòu)建百億級(jí)參數(shù)，也是世界上最大的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。在物種上，從單細(xì)胞生物到哺乳動(dòng)物到靈長(zhǎng)動(dòng)物，隨著神經(jīng)元數(shù)目的增長(zhǎng)，它們的智能水平在增長(zhǎng)。百度大腦也一樣，它的網(wǎng)絡(luò)規(guī)模和智能水平成正比，神經(jīng)網(wǎng)絡(luò)參數(shù)越多，智能水平發(fā)展的潛力也越大。

有了這兩個(gè)最基本的能力，百度大腦就能夠開(kāi)發(fā)世界上最領(lǐng)先的深度算法和系統(tǒng)?！吧疃葘W(xué)習(xí)很有意思的一點(diǎn)，是與人腦的表示方式有相通之處。譬如說(shuō)視覺(jué)系統(tǒng)處理模式，從低層次的信號(hào)，到高層次的語(yǔ)義，是逐層變換的。我們通過(guò)數(shù)據(jù)去訓(xùn)練一個(gè)深度學(xué)習(xí)系統(tǒng)，也是形成一層一層的數(shù)據(jù)表示——從底層的像素到邊界的提取，再到對(duì)物體各個(gè)部位的檢測(cè)和提取，一直進(jìn)展到對(duì)整個(gè)物體的檢測(cè)?！?/p>

深入百度大腦，里面用到一種叫深度語(yǔ)義神經(jīng)網(wǎng)絡(luò)的模型，它是百度大腦用自然語(yǔ)言去匹配query和網(wǎng)頁(yè)的語(yǔ)義相關(guān)性。這是業(yè)界第一次把深度學(xué)習(xí)用于提升搜索精度的成功案例，也是迄今為止深度學(xué)習(xí)用于語(yǔ)言文本信息最成功的應(yīng)用。

提到搜索，很多人想到的可能都是在搜索引擎上輸入一串詞語(yǔ)，按一下回車鍵，再逐個(gè)點(diǎn)開(kāi)查看哪個(gè)是自己想要的。用慣了的人可能不覺(jué)得，但這種傳統(tǒng)的搜索方式其實(shí)是把不習(xí)慣鍵入文字內(nèi)容甚至不會(huì)輸入法的人排除在外的。

而在這間會(huì)議室，余凱用自己的手機(jī)給我們展示百度大腦為移動(dòng)搜索帶來(lái)的新體驗(yàn)：用手機(jī)拍下一盆不知名的室內(nèi)植物，就可以看到百度百科對(duì)它的描述；拍下農(nóng)夫山泉的瓶子，價(jià)格和供應(yīng)商等相關(guān)信息都會(huì)跳出來(lái)；對(duì)著話筒說(shuō)一句“請(qǐng)問(wèn)怎么到科學(xué)中國(guó)人雜志社”，路線就有了；拍一張中文菜單，可以翻譯成英文；不會(huì)做的作業(yè)，拍下來(lái)上傳搜索，就能在百度知識(shí)庫(kù)里找到相應(yīng)的解答……

余凱博士試駕正在研究的高度自動(dòng)化汽車

余凱博士在未來(lái)論壇發(fā)表演講

百度翻譯、百度作業(yè)幫、涂書筆記、百度識(shí)圖、百度魔圖……它們都有自己的名字。網(wǎng)上搶票的驗(yàn)證碼太過(guò)奇葩，百度可以幫你轉(zhuǎn)化；運(yùn)單上的手寫電話號(hào)碼看不清，百度也能來(lái)識(shí)別?！艾F(xiàn)在的單字準(zhǔn)確率可以達(dá)到95%，但按照整個(gè)序列來(lái)說(shuō)只有80%，不過(guò)我們的內(nèi)部技術(shù)每個(gè)月都在提升?！庇鄤P很為百度出品自豪，他們的圖像檢索技術(shù)可以實(shí)現(xiàn)高精準(zhǔn)的以圖搜圖，在相關(guān)產(chǎn)品的精準(zhǔn)度對(duì)比上，68%優(yōu)于谷歌，4%相仿，18%略差于谷歌。這個(gè)成績(jī)已經(jīng)是世界最好的精準(zhǔn)度了。何況，他們不僅能識(shí)別圖片主體，還能識(shí)別圖片背景，在某項(xiàng)世界級(jí)的大賽中，超過(guò)谷歌，拿到了冠軍。

“一輛黃色的巴士開(kāi)過(guò)來(lái)，沿途綠樹(shù)成蔭。”余凱指點(diǎn)著一幅畫圖下的說(shuō)明文字，告訴我們那是百度大腦自動(dòng)生成的語(yǔ)言?！叭嗽诳吹綀D片的時(shí)候往往會(huì)反應(yīng)出相應(yīng)的信息，并可以用自然語(yǔ)言描述出來(lái)。機(jī)器是不是能做到這件事呢？經(jīng)過(guò)我們?cè)谌斯ぶ悄芗夹g(shù)上的突破，終于可以了?！?/p>

回國(guó)后，余凱就帶領(lǐng)百度的語(yǔ)音和圖像等團(tuán)隊(duì)開(kāi)展面向互聯(lián)網(wǎng)搜索和移動(dòng)應(yīng)用的基礎(chǔ)技術(shù)研發(fā)，推動(dòng)了深度學(xué)習(xí)技術(shù)在互聯(lián)網(wǎng)各業(yè)務(wù)方向的突破和應(yīng)用。這些，是他和團(tuán)隊(duì)積累下來(lái)的成果。到現(xiàn)在，利用深度學(xué)習(xí)之后，百度在移動(dòng)搜索上的語(yǔ)音識(shí)別技術(shù)的成長(zhǎng)，超過(guò)了過(guò)去15年里用所有技術(shù)帶來(lái)的提升總和。

在圖像方面、OCR、人臉識(shí)別、物體檢測(cè)等方面，百度都取得世界最領(lǐng)先的成績(jī)。在百度核心廣告業(yè)務(wù)方面，深度學(xué)習(xí)也顯著提升了廣告投放的精準(zhǔn)性，在提升用戶體驗(yàn)的同時(shí)，也大大提升了百度的營(yíng)收。在2015年1月18日極客公園大會(huì)上，Robin說(shuō)到：“三年前我決定大手筆投入的時(shí)候，我覺(jué)得這個(gè)事兒五年、十年以后才能受益，但沒(méi)想到一兩年以后已經(jīng)看到了對(duì)我們現(xiàn)有業(yè)務(wù)的提高，這是超出自己想象的”。

對(duì)百度來(lái)說(shuō)，僅有這些還是不夠的。他們還在延展真正的線下服務(wù)，譬如說(shuō)“高度自動(dòng)化駕駛”。注意，是高度自動(dòng)化駕駛，不是無(wú)人駕駛。余凱認(rèn)為，像谷歌那樣直接做無(wú)人駕駛，遇到的阻力會(huì)比較大，不容易成功。技術(shù)問(wèn)題雖然好解決，但是中國(guó)現(xiàn)有的道路狀況是不是合適？政策法規(guī)有沒(méi)有合理的規(guī)范？路上同時(shí)有自動(dòng)駕駛車輛和人工駕駛車輛時(shí)，要如何協(xié)調(diào)？“這是整個(gè)行業(yè)產(chǎn)業(yè)的問(wèn)題，但是我們不一定非要等到理想狀態(tài)實(shí)現(xiàn)的那一天才有事情做?！?/p>

他分析道，第一個(gè)階段是輔助駕駛，當(dāng)行車途中遇到行人或其他障礙時(shí)，車輛會(huì)自動(dòng)報(bào)警，但能不能采取措施是司機(jī)的事。第二個(gè)階段是主動(dòng)安全，也就是說(shuō)，假如真的檢測(cè)到前面有個(gè)小孩，不管司機(jī)有沒(méi)有應(yīng)對(duì)，車子自己都會(huì)停下來(lái)。第三個(gè)階段是在限定條件下的自動(dòng)駕駛，比如在高速公路上自動(dòng)巡航、保持車距、識(shí)別彎道等，目前還做不到，但是在大型倉(cāng)儲(chǔ)中心內(nèi)部進(jìn)行貨物運(yùn)輸會(huì)先一步實(shí)現(xiàn)，也就是特定場(chǎng)景下的自動(dòng)駕駛。再往后，自動(dòng)化程度會(huì)越來(lái)越高。“每個(gè)階段都有商機(jī)，我們會(huì)采取更加現(xiàn)實(shí)主義的做法，一步步推進(jìn)，看如何與市場(chǎng)和國(guó)民經(jīng)濟(jì)對(duì)接?！?/p>

在現(xiàn)實(shí)的理想主義思路下，百度已經(jīng)在開(kāi)發(fā)高度自動(dòng)化駕駛項(xiàng)目，開(kāi)發(fā)大規(guī)模的高精度三維地圖。“業(yè)界的地圖精準(zhǔn)到幾米，我們可以精準(zhǔn)到車道線、電線桿的位置，大概10～20厘米。這是高度自動(dòng)化的先決條件?！爆F(xiàn)在圍繞北京五環(huán)以及京新高速公路（G7）的三維地圖已經(jīng)建設(shè)完成。結(jié)合高精度地圖和動(dòng)力系統(tǒng)的仿真建模，自動(dòng)駕駛的控制算法就可以不必每次都上路調(diào)試，完全可以在計(jì)算機(jī)上仿真完成。“我們是用低成本的設(shè)備和高端的算法來(lái)做事。不然的話，像谷歌現(xiàn)在加到車上的傳感器，都?jí)蛸I好幾輛車了?！庇鄤P調(diào)侃道。

余凱博士團(tuán)隊(duì)獲得2014年度第三季“百度好聲音”冠軍

團(tuán)隊(duì)建設(shè)，一流的人要在一流的平臺(tái)上工作

“外界媒體總是把IDL和微軟、谷歌等國(guó)際公司的研究院放在一起比較，其實(shí)我們比它們做的事情還多，對(duì)公司核心業(yè)務(wù)的影響更大?！痹谟鄤P心里，百度IDL是個(gè)極其特殊的團(tuán)隊(duì)。在設(shè)計(jì)之初，百度對(duì)IDL的期待很多，首當(dāng)其沖的，就是為百度保持對(duì)世界一流人才的吸引力。余凱說(shuō)，“我很幸運(yùn)，不僅Robin對(duì)人工智能高度重視，而且百度還擁有一支從上到下、志同道合的強(qiáng)悍的團(tuán)隊(duì)，我的直接上級(jí)高級(jí)副總裁王勁對(duì)我也非常支持。IDL的很多進(jìn)展離不開(kāi)他的直接領(lǐng)導(dǎo)?！?/p>

在余凱的帶領(lǐng)下，相關(guān)技術(shù)團(tuán)隊(duì)分別于2013年、2014年三次獲得百度百萬(wàn)美金最高獎(jiǎng)?！?014年百度的6個(gè)最高獎(jiǎng)，我們拿了兩個(gè)。百度好聲音，我們也拿第一名。”余凱對(duì)現(xiàn)有團(tuán)隊(duì)的評(píng)價(jià)是：一個(gè)充滿激情和理想主義的團(tuán)隊(duì)——work hard，play harder。

他總是說(shuō)，IDL這兩年推出的成果，真正做出努力的是這個(gè)團(tuán)隊(duì)，而非他本人?！拔覜](méi)有什么管理經(jīng)驗(yàn)，也不認(rèn)為自己是個(gè)管理者?！痹趪?guó)外時(shí)，余凱曾經(jīng)的上司跟他說(shuō)過(guò)一句話：管理者一般都是命令人，優(yōu)秀的領(lǐng)導(dǎo)者啟發(fā)人、挖掘人的潛能。余凱想做的是引導(dǎo)者，引導(dǎo)方向、創(chuàng)造環(huán)境、激發(fā)團(tuán)隊(duì)每個(gè)人的潛力。絕大多數(shù)時(shí)候，他都在鼓勵(lì)和贊美隊(duì)員，然后適當(dāng)給予調(diào)整。他相信，只懂得聽(tīng)從和服從的，不會(huì)成為真正的創(chuàng)新團(tuán)隊(duì)。而百度IDL需要他們的主動(dòng)性和創(chuàng)造性。

“谷歌要做深度學(xué)習(xí)的話，周邊IBM、微軟等企業(yè)都有豐富的儲(chǔ)備人才。而我們是在中國(guó)互聯(lián)網(wǎng)企業(yè)第一個(gè)做深度學(xué)習(xí)的，招聘的時(shí)候沒(méi)有可參照的樣本。直到現(xiàn)在，整個(gè)產(chǎn)業(yè)也是偏弱的。所以，我們從全球招聘最優(yōu)秀的人才，也在通過(guò)百度項(xiàng)目讓人才得到成長(zhǎng)。希望能夠通過(guò)展現(xiàn)優(yōu)秀的成果和團(tuán)隊(duì)氛圍，吸引更優(yōu)秀的人和我們?cè)谝黄??！彼闹行乃枷胫挥幸粋€(gè)——精英，數(shù)量不重要，只要是精英。2014年5月，余凱成功的說(shuō)服多年的好朋友，將美國(guó)斯坦福大學(xué)人工智能實(shí)驗(yàn)室主任Andrew Ng教授吸引到百度，成為轟動(dòng)全球科技界的一個(gè)標(biāo)志性事件。

百度IDL的第二個(gè)使命是為公司現(xiàn)有的核心業(yè)務(wù)以及長(zhǎng)期的業(yè)務(wù)發(fā)展提供技術(shù)動(dòng)力，這一點(diǎn)，他們顯然做到了。

“能在整個(gè)互聯(lián)網(wǎng)發(fā)展上提供指引性的、創(chuàng)新性的思想?！庇鄤P說(shuō)，這才是百度IDL的第三個(gè)使命。就像百度不只是搜索，這群踐行現(xiàn)實(shí)理想主義的人，他們的野心也從來(lái)不只是在百度內(nèi)部，他們想要爭(zhēng)取的是業(yè)界的影響力和話語(yǔ)權(quán)。