当前位置:人工智能行业动态 → 正文

崛起的中国人工智能:编年史中的BAT

责任编辑:zsheng |来源:企业网D1Net  2018-11-15 17:39:06 本文摘自:凤凰网科技

中国人工智能产业又迎来了一次高光时刻。美国时间2018年11月13日,百度研究院在硅谷召开会议,正式成立顾问委员会,并且宣布在2018年陆续迎来9位世界级科学家的加盟。这9位科学家几乎囊括了AI领域从底层基础到应用的全部领域。一下子引入如此众多的科学家,再一次向世界证明了中国公司有实力参与全球AI竞争,也代表了学界对于中国人工智能产业发展的认可。

01

AI在中国的萌芽

中国的人工智能产业,是如何走到今天的呢?这就要从18年前创立之初说起。

应该说,从2000年百度成立之日起,就是国内最具技术基因的科技企业。中文搜索、知识图谱、大数据、自然语言处理等细分技术百度都独享优势。而NLP (自然语言处理)可以说是搜索引擎的技术之本。搜索引擎与技术的天然关系,让百度很早就走在了人工智能的赛道上。

到了2010年,百度已经开始就在搜索引擎中应用了机器学习技术,取得了相当不错的成果。1月,NLP领域顶级专家王海峰加入了百度。

2012年,李彦宏注意到深度学习在学术界和应用方面都有了突破。比如,用深度学习的方法来识别图像,突然就比以前的任何算法都有明显提升。这个时候他马上意识到,新的时代来临了。

深度学习掀起的浪潮百度最先感知,AI将改变搜索在内诸多技术的未来,人工智能已经成为了下一次技术革命的爆发点。对技术的敏感让百度立即开始着手对深度学习进行战略投入。于是在2013年1月,王海峰作为执行负责人协助创建的百度深度学习研究院IDL正式成立,李彦宏亲自兼任院长。这一天,拉开了中国科技公司在人工智能领域极速狂奔的一幕。

在成立IDL之前,百度没有成立过研究院。因为百度的工程师文化,一直以来,大家认为整个公司就是一个研究机构,没有必要再专门成立组织。IDL的成立可谓破天荒头一回,由此可见百度对人工智能的决心。就在百度大举进军深度学习之时,阿里正在为大规模计算和超大容量储存技术烦恼。阿里快速发展的业务对底层计算基础设施提出了更高的要求,要解决迫在眉睫的问题,阿里只能将全部的研发力量押在阿里云上面,彼时还难以顾及到深度学习等前沿的人工智能技术。

不过到了2013年9月,阿里成功突破5K测试,解决了大规模计算的问题,这才一举解决了后顾之忧。

而彼时距离阿里正式成立达摩院还有4年的时间。

在这4年中,一大部分的中国互联网公司,刚刚开始意识到云计算的价值,更遑论投身深度学习。

可以说,从2014年到2017年,百度在人工智能上的前行是孤独的,在国内并没有多少人理解。不过在美国,Google、Facebook和IBM却已经认识到了AI的价值,四处招揽人才筹建研究团队。1月份,谷歌在与Facebook的竞争中胜出,宣布斥资5亿美元收购英国人工智能公司Deepmind——后者仅仅才成立4年,尚未推出一个产品。

面对国际上激烈的人才竞争,2014年4月到5月,百度相继成立了大数据实验室(BDL)和硅谷人工智能实验室(SVAIL)。在三个实验室的基础上,正式搭建了百度研究院(Baidu Research)。

时至今日,百度依然是全球AI协作组织Partnership on AI唯一的中国企业代表。

02

AlphaGo的冲击波

2016年3月,Deepmind研发的人工智能机器人AlphaGo与围棋世界冠军李世石九段进行了一场闻名世界的围棋人机大战,AlphaGo以4:1的总比分获胜。在评论这一场比赛时,复旦大学计算机系教授危辉说到:“人机大战对于人工智能的发展意义很有限。解决了围棋问题,并不代表类似技术可以解决其他问题,自然语言理解、图像理解、推理、决策等问题依然存在。”

然而,虽然AlphaGo不是人工智能一劳永逸的解决方案,但在2016年,却给中国社会和企业界带来了很大的冲击。这种冲击产生的商业影响不可估量。

在2017年年初的IT企业领袖峰会上,马云这么评价:“大家把AlphaGo说得天花乱坠,很恐怖的样子。我个人觉得,So TM What?” 马云认为,与其发展人工智能,不如花多点时间在机器智能上,让机器人成为人类更好的合作伙伴,而不是人类的对手。

马化腾则说道,AlphaGo给了人们很多启发。“在很多围棋以外的领域,比如说金融、医疗、病理的检测,如果用计算机后台做出模拟器,充分尝试,就如自动驾驶一样,模拟出各种各样的反馈,自然会琢磨出一套理论和经验,从而给我们带来很大的思考。”

马云和马化腾对于人工智能的理解差异,也让阿里和腾讯在人工智能的研发侧重上略有不同。对阿里来说,重点发展的还是机器智能,更多是工具、功用上的,对业务有用与商业结合的。涉及到前沿理论的,目前尚无暇考虑。对腾讯来说,在微信和QQ后台累计的大量的数据分析,需要深度学习来研究分析,需要基础研究上的突破。所以在AlphaGo人机大战的次月,腾讯在深圳就创建了自己的人工智能实验室,并且悄然在西雅图设立了一个办事处,对门便是微软,挖人毫不含糊。

BAT对人工智能的认识水平各不相同,也自然导致了他们后续发展不同的路径。不过,嗅觉灵敏的资本和富有野心的创业者们,已经意识到了即将到来的人工智能革命。据统计,仅2016当年,中国在AI领域的投资就有10亿美元,投资次数202次,这一数字超过了过去10年的总和。

从2012年到2016年,陆陆续续诞生了许多人工智能初创企业,包括2012年的依图科技、旷视科技、2013年的出门问问、2014年的Rokid、商汤科技、2015年的地平线、碳云智能等等。大量创业公司的涌入,对人才、对人工智能基础设施都提出了更高的要求。据当时的一份报道,刚毕业的博士,懂一点深度学习的,年薪都能拿到百万以上,还很稀缺。许多创业公司要进军人工智能的应用市场,他们能找到应用场景,能找到工程师,但没有基础平台,做不出来。

也正是在这样的背景之下,2016年9月,百度开源了国内最早,也是目前唯一的深度学习框架PaddlePaddle。PaddlePaddle的推出,大大降低了人工智能公司创业的门槛,让程序员们可以直接下载使用。这些开发的源代码集百度数年研究之大成,缩短了中国人工智能产业和世界的差距,对行业的促进作用功莫大焉。

2017年2月,为了进一步解决国内人工智能基础支撑能力不足的问题,国家发改委批复,由百度公司牵头筹建深度学习技术及应用国家工程实验室(DLNEL)。DLNEL的成立,意味着百度承担提升中国人工智能领域整体竞争力的责任被上升到了国家战略的水平,这当然是和过去数年百度在研究突破、产业合作、技术成果转让和人才培养方面的工作是分不开的。

03

中国人工智能的极速前进

中国AI快速迈进的2017年,从一开始就散发出了巨头大战人工智能的味道。腾讯先后宣布了AI实验室的人事任命,团队初步成型。而从云计算中抽身出来的阿里,终于意识到在人工智能研究上的落后,开始奋起直追,于10月份宣布了达摩院的诞生,并喊出了3年投资1000亿的口号。

而此时的百度,已经深度投入到AI上面,并形成完备的AI技术体系。于是,百度成立了AI技术平台体系(AIG),任命时任副总裁的王海峰为总负责人,推动研发领先的AI技术,对内赋能重要业务,对外繁荣技术生态,开始了加速AI商业化的落地。

激烈的竞争促进了产业更快速的升级。中国的人工智能产业从基础理论成果到应用场景出现了爆发式的增长。到2018年7月,根据清华大学的研究报告,中国已经成为了全球人工智能专利最多的国家,数量领先美国和日本;中国人工智能的论文总量和高被引用论文数量排名全球第一;中国的人工智能企业数量排名全球第二,北京成为了全球人工智能企业最集中的城市;中国人工智能领域的投融资占到了全球的60%,成为了名副其实的“吸金”重镇。

中国企业对全球人工智能人才的吸引力也急剧增加。

2018年1月17日,阿里达摩院宣布邀请两次理论计算机最高奖哥德尔奖得主、匈牙利裔美国计算机科学家Mario Szegedy加入其位于西雅图的量子实验室。这是继2017年9月,世界知名的量子计算科学家、密西根大学终身教授施尧耘加入后达摩院引入的又一位世界级的科学家。

1月18日,百度研究院宣布升级组织架构,Kenneth Ward Church、浣军、熊辉三位人工智能领域世界级科学家加入百度研究院,并成立商业智能实验室(BIL)和机器人与自动驾驶实验室(RAL)。Church是自然语言处理领域大师级人物,是经验主义方法的奠基人之一。浣军则曾任美国国家基金委项目主任,主管大数据,此前任堪萨斯大学终身教授。熊辉则是美国罗格斯新泽西州立大学终身教授。

美国时间11月13日,百度研究院在美国硅谷召开会议,宣布百度研究院顾问委员会正式成立,并宣布在2018年陆续迎来9位世界级科学家。

新成立的百度研究院顾问委员会包含5名成员,由AT&T和贝尔实验室前副总裁及首席科学家David Belanger,伊利诺伊大学厄巴纳-香槟分校终身教授、计算机视觉领域顶级科学家David Forsyth,著名的计算语言学专家Mark Liberman,卡耐基梅隆大学终身教授、机器人技术领域专家Martial Hebert,明尼苏达大学终身教授、知识发现与数据挖掘(KDD)领域的最高技术荣誉ACM SIGKDD创新奖得主Vipin Kumar组成。

顾问委员们均是国际上享有盛誉的知名科学家。这些科学家的研究领域包括信息挖掘、计算机视觉、语音技术、机器人、大数据挖掘、商业智能等,几乎囊括了AI领域从底层基础到认知、感知技术的全领域范畴。

2018年引入的4名科学家则包括自然语言理解、机器翻译领域专家黄亮,计算机视觉和生物特征领域专家郭国栋,悉尼科技大学教授、计算机视觉和人工智能专家杨易,马里兰大学终身教授、马里兰大学帕克分校计算机科学系及电气与计算机工程系主任、自动驾驶和机器人领域领军人物Dinesh Manocha。

9位科学家的加入让百度研究院星光璀璨,人才济济,巩固了全球人工智能领军企业的地位。

04

中国人工智能发展的成果

在宣布众多科学家加盟的同时,百度研究院还公布了9个重要成果:

1)在自然语言处理(NLP)领域,百度构建了最大的中文异构知识图谱,研发基于多文档校验的阅读理解技术、基于交互式学习的对话理解技术等,在AI for Prosthetics Challenge等国际知名赛事中屡获冠军。目前百度NLP技术几乎支持百度所有应用,每天被调用超过3000亿次,并通过百度AI开放平台对外开放。

2)基于自然语言处理技术和语音技术,百度建立了世界上第一个具有集成预期和可控延迟的语音实时翻译系统,这一技术已被成功应用于百度同传产品中,并在11月1日的百度世界大会上进行了展示。

3)在语音合成领域,百度提出了第一个完全端到端的深度神经网络模型,可合成出接近于真人声音的语音。

4)在AI医疗领域,百度发布了拥有强大的肿瘤病理切片检测能力的“神经条件随机场”算法,可为癌症诊断和治疗提供重要助力,其检测准确率已经突破此前最高记录,甚至超过专业病理医生。

5)在机器人领域,百度开发了世界首个基于视觉的低成本建筑机械传感控制系统。基于该技术打造的无人挖掘机,可减少40%人力成本,同时工程收益可以提升50%。

6)在商业智能领域,百度致力于区域画像、POI知识图谱和用户画像等基础能力的研发,生成了数以千万条POI属性和数以亿条关系数据,完成了多尺度百万级区域的百余项指标的计算,并将这些能力成功应用于数读城市和百度地图的智能出行等产品中。

7)在高性能计算领域,百度作为主要创始机构发布了国际业界公认的开源深度学习性能基准平台MLPerf并产生巨大影响力,目前为止吸引了包括Google、Nvidia、Intel等50多家公司,和哈佛在内的7所顶级大学加入。

8)在深度学习平台方面,作为国内唯一开源开放的深度学习框架,PaddlePaddle近期正式发布了1.x的稳定版本,并在官方支持模型的完备性、超大规模深度学习并行技术和高速推理引擎等技术领域取得了领先优势。同时,PaddlePaddle持续降低深度学习门槛,深度赋能各行各业,助力实体经济发展。基于开放普惠AI理念,百度还开发了自动深度学习技术AutoDL,支持深度学习的自动设计、迁移和边缘计算适配。在开放测试集上测试,AutoDL的设计能力超过人类专家,指标在业内居于世界领先地位。这一能力已经通过百度平台EasyDL、AI Studio免费向开发者开放,广大中小初创企业和个人无需特殊软硬件和工程团队,也能建立强大AI模型,加速AI应用落地。

9)在大数据方向上,百度快速检索算法处于世界领先地位,同时专注开发实用机器学习算法平台,该算法在搜索、信息流、知识图谱等百度关键产品和技术上发挥着重要价值。

从成果上来讲,百度研究院可谓一骑绝尘,遥遥领先阿里达摩院和腾讯AI Lab。

达摩院成立一年来,主要的工作落在了底层算法算力和大数据处理方面——也就是做芯片,其中就研发了一款神经网络芯片Ali-NPU,预计到2019年下半年会做出来。根据阿里CTO行颠的透露,这款芯片对现在图形处理有40倍性能功耗比的提升。另外一个工作,是发表了量子计算器“太章”,首次在全球模拟了81比特、40层随机量子链路的模型。为了研发芯片,达摩院还成立了一家半导体公司:平头哥。达摩院与其说是在做AI,不如说目前还是在围绕AI的边缘做一些研发配合。

腾讯的AI Lab就更不用提了,目前主要还在定战略、发表论文,具体的研究成果可能还需要等一段时间才会出来。

虽然阿里和腾讯目前还在追赶百度的阶段,但可以看到,到目前为止,中国人工智能产业已经形成了比较完备的市场,有国家政策扶持、有庞大的应用场景、有百度这样的领军企业和AI基础设施提供者,有成百上千的AI创业公司、有龙头企业彼此良性的竞争、还有大量工程师和涌进这个行业的人才专家,有了这些,也难怪李开复在《AI Superpowers》一书中提到,虽然美国在人工智能领域依然是霸主地位,但崛起的中国很可能挑战美国这一优势。在全球范围内,中国终于在一个前沿科技行业和美国并排站到了一起,不远的将来也许会有一场精彩的龙争虎斗。

关键字:智能中国

本文摘自:凤凰网科技

x 崛起的中国人工智能:编年史中的BAT 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

崛起的中国人工智能:编年史中的BAT

责任编辑:zsheng |来源:企业网D1Net  2018-11-15 17:39:06 本文摘自:凤凰网科技

中国人工智能产业又迎来了一次高光时刻。美国时间2018年11月13日,百度研究院在硅谷召开会议,正式成立顾问委员会,并且宣布在2018年陆续迎来9位世界级科学家的加盟。这9位科学家几乎囊括了AI领域从底层基础到应用的全部领域。一下子引入如此众多的科学家,再一次向世界证明了中国公司有实力参与全球AI竞争,也代表了学界对于中国人工智能产业发展的认可。

01

AI在中国的萌芽

中国的人工智能产业,是如何走到今天的呢?这就要从18年前创立之初说起。

应该说,从2000年百度成立之日起,就是国内最具技术基因的科技企业。中文搜索、知识图谱、大数据、自然语言处理等细分技术百度都独享优势。而NLP (自然语言处理)可以说是搜索引擎的技术之本。搜索引擎与技术的天然关系,让百度很早就走在了人工智能的赛道上。

到了2010年,百度已经开始就在搜索引擎中应用了机器学习技术,取得了相当不错的成果。1月,NLP领域顶级专家王海峰加入了百度。

2012年,李彦宏注意到深度学习在学术界和应用方面都有了突破。比如,用深度学习的方法来识别图像,突然就比以前的任何算法都有明显提升。这个时候他马上意识到,新的时代来临了。

深度学习掀起的浪潮百度最先感知,AI将改变搜索在内诸多技术的未来,人工智能已经成为了下一次技术革命的爆发点。对技术的敏感让百度立即开始着手对深度学习进行战略投入。于是在2013年1月,王海峰作为执行负责人协助创建的百度深度学习研究院IDL正式成立,李彦宏亲自兼任院长。这一天,拉开了中国科技公司在人工智能领域极速狂奔的一幕。

在成立IDL之前,百度没有成立过研究院。因为百度的工程师文化,一直以来,大家认为整个公司就是一个研究机构,没有必要再专门成立组织。IDL的成立可谓破天荒头一回,由此可见百度对人工智能的决心。就在百度大举进军深度学习之时,阿里正在为大规模计算和超大容量储存技术烦恼。阿里快速发展的业务对底层计算基础设施提出了更高的要求,要解决迫在眉睫的问题,阿里只能将全部的研发力量押在阿里云上面,彼时还难以顾及到深度学习等前沿的人工智能技术。

不过到了2013年9月,阿里成功突破5K测试,解决了大规模计算的问题,这才一举解决了后顾之忧。

而彼时距离阿里正式成立达摩院还有4年的时间。

在这4年中,一大部分的中国互联网公司,刚刚开始意识到云计算的价值,更遑论投身深度学习。

可以说,从2014年到2017年,百度在人工智能上的前行是孤独的,在国内并没有多少人理解。不过在美国,Google、Facebook和IBM却已经认识到了AI的价值,四处招揽人才筹建研究团队。1月份,谷歌在与Facebook的竞争中胜出,宣布斥资5亿美元收购英国人工智能公司Deepmind——后者仅仅才成立4年,尚未推出一个产品。

面对国际上激烈的人才竞争,2014年4月到5月,百度相继成立了大数据实验室(BDL)和硅谷人工智能实验室(SVAIL)。在三个实验室的基础上,正式搭建了百度研究院(Baidu Research)。

时至今日,百度依然是全球AI协作组织Partnership on AI唯一的中国企业代表。

02

AlphaGo的冲击波

2016年3月,Deepmind研发的人工智能机器人AlphaGo与围棋世界冠军李世石九段进行了一场闻名世界的围棋人机大战,AlphaGo以4:1的总比分获胜。在评论这一场比赛时,复旦大学计算机系教授危辉说到:“人机大战对于人工智能的发展意义很有限。解决了围棋问题,并不代表类似技术可以解决其他问题,自然语言理解、图像理解、推理、决策等问题依然存在。”

然而,虽然AlphaGo不是人工智能一劳永逸的解决方案,但在2016年,却给中国社会和企业界带来了很大的冲击。这种冲击产生的商业影响不可估量。

在2017年年初的IT企业领袖峰会上,马云这么评价:“大家把AlphaGo说得天花乱坠,很恐怖的样子。我个人觉得,So TM What?” 马云认为,与其发展人工智能,不如花多点时间在机器智能上,让机器人成为人类更好的合作伙伴,而不是人类的对手。

马化腾则说道,AlphaGo给了人们很多启发。“在很多围棋以外的领域,比如说金融、医疗、病理的检测,如果用计算机后台做出模拟器,充分尝试,就如自动驾驶一样,模拟出各种各样的反馈,自然会琢磨出一套理论和经验,从而给我们带来很大的思考。”

马云和马化腾对于人工智能的理解差异,也让阿里和腾讯在人工智能的研发侧重上略有不同。对阿里来说,重点发展的还是机器智能,更多是工具、功用上的,对业务有用与商业结合的。涉及到前沿理论的,目前尚无暇考虑。对腾讯来说,在微信和QQ后台累计的大量的数据分析,需要深度学习来研究分析,需要基础研究上的突破。所以在AlphaGo人机大战的次月,腾讯在深圳就创建了自己的人工智能实验室,并且悄然在西雅图设立了一个办事处,对门便是微软,挖人毫不含糊。

BAT对人工智能的认识水平各不相同,也自然导致了他们后续发展不同的路径。不过,嗅觉灵敏的资本和富有野心的创业者们,已经意识到了即将到来的人工智能革命。据统计,仅2016当年,中国在AI领域的投资就有10亿美元,投资次数202次,这一数字超过了过去10年的总和。

从2012年到2016年,陆陆续续诞生了许多人工智能初创企业,包括2012年的依图科技、旷视科技、2013年的出门问问、2014年的Rokid、商汤科技、2015年的地平线、碳云智能等等。大量创业公司的涌入,对人才、对人工智能基础设施都提出了更高的要求。据当时的一份报道,刚毕业的博士,懂一点深度学习的,年薪都能拿到百万以上,还很稀缺。许多创业公司要进军人工智能的应用市场,他们能找到应用场景,能找到工程师,但没有基础平台,做不出来。

也正是在这样的背景之下,2016年9月,百度开源了国内最早,也是目前唯一的深度学习框架PaddlePaddle。PaddlePaddle的推出,大大降低了人工智能公司创业的门槛,让程序员们可以直接下载使用。这些开发的源代码集百度数年研究之大成,缩短了中国人工智能产业和世界的差距,对行业的促进作用功莫大焉。

2017年2月,为了进一步解决国内人工智能基础支撑能力不足的问题,国家发改委批复,由百度公司牵头筹建深度学习技术及应用国家工程实验室(DLNEL)。DLNEL的成立,意味着百度承担提升中国人工智能领域整体竞争力的责任被上升到了国家战略的水平,这当然是和过去数年百度在研究突破、产业合作、技术成果转让和人才培养方面的工作是分不开的。

03

中国人工智能的极速前进

中国AI快速迈进的2017年,从一开始就散发出了巨头大战人工智能的味道。腾讯先后宣布了AI实验室的人事任命,团队初步成型。而从云计算中抽身出来的阿里,终于意识到在人工智能研究上的落后,开始奋起直追,于10月份宣布了达摩院的诞生,并喊出了3年投资1000亿的口号。

而此时的百度,已经深度投入到AI上面,并形成完备的AI技术体系。于是,百度成立了AI技术平台体系(AIG),任命时任副总裁的王海峰为总负责人,推动研发领先的AI技术,对内赋能重要业务,对外繁荣技术生态,开始了加速AI商业化的落地。

激烈的竞争促进了产业更快速的升级。中国的人工智能产业从基础理论成果到应用场景出现了爆发式的增长。到2018年7月,根据清华大学的研究报告,中国已经成为了全球人工智能专利最多的国家,数量领先美国和日本;中国人工智能的论文总量和高被引用论文数量排名全球第一;中国的人工智能企业数量排名全球第二,北京成为了全球人工智能企业最集中的城市;中国人工智能领域的投融资占到了全球的60%,成为了名副其实的“吸金”重镇。

中国企业对全球人工智能人才的吸引力也急剧增加。

2018年1月17日,阿里达摩院宣布邀请两次理论计算机最高奖哥德尔奖得主、匈牙利裔美国计算机科学家Mario Szegedy加入其位于西雅图的量子实验室。这是继2017年9月,世界知名的量子计算科学家、密西根大学终身教授施尧耘加入后达摩院引入的又一位世界级的科学家。

1月18日,百度研究院宣布升级组织架构,Kenneth Ward Church、浣军、熊辉三位人工智能领域世界级科学家加入百度研究院,并成立商业智能实验室(BIL)和机器人与自动驾驶实验室(RAL)。Church是自然语言处理领域大师级人物,是经验主义方法的奠基人之一。浣军则曾任美国国家基金委项目主任,主管大数据,此前任堪萨斯大学终身教授。熊辉则是美国罗格斯新泽西州立大学终身教授。

美国时间11月13日,百度研究院在美国硅谷召开会议,宣布百度研究院顾问委员会正式成立,并宣布在2018年陆续迎来9位世界级科学家。

新成立的百度研究院顾问委员会包含5名成员,由AT&T和贝尔实验室前副总裁及首席科学家David Belanger,伊利诺伊大学厄巴纳-香槟分校终身教授、计算机视觉领域顶级科学家David Forsyth,著名的计算语言学专家Mark Liberman,卡耐基梅隆大学终身教授、机器人技术领域专家Martial Hebert,明尼苏达大学终身教授、知识发现与数据挖掘(KDD)领域的最高技术荣誉ACM SIGKDD创新奖得主Vipin Kumar组成。

顾问委员们均是国际上享有盛誉的知名科学家。这些科学家的研究领域包括信息挖掘、计算机视觉、语音技术、机器人、大数据挖掘、商业智能等,几乎囊括了AI领域从底层基础到认知、感知技术的全领域范畴。

2018年引入的4名科学家则包括自然语言理解、机器翻译领域专家黄亮,计算机视觉和生物特征领域专家郭国栋,悉尼科技大学教授、计算机视觉和人工智能专家杨易,马里兰大学终身教授、马里兰大学帕克分校计算机科学系及电气与计算机工程系主任、自动驾驶和机器人领域领军人物Dinesh Manocha。

9位科学家的加入让百度研究院星光璀璨,人才济济,巩固了全球人工智能领军企业的地位。

04

中国人工智能发展的成果

在宣布众多科学家加盟的同时,百度研究院还公布了9个重要成果:

1)在自然语言处理(NLP)领域,百度构建了最大的中文异构知识图谱,研发基于多文档校验的阅读理解技术、基于交互式学习的对话理解技术等,在AI for Prosthetics Challenge等国际知名赛事中屡获冠军。目前百度NLP技术几乎支持百度所有应用,每天被调用超过3000亿次,并通过百度AI开放平台对外开放。

2)基于自然语言处理技术和语音技术,百度建立了世界上第一个具有集成预期和可控延迟的语音实时翻译系统,这一技术已被成功应用于百度同传产品中,并在11月1日的百度世界大会上进行了展示。

3)在语音合成领域,百度提出了第一个完全端到端的深度神经网络模型,可合成出接近于真人声音的语音。

4)在AI医疗领域,百度发布了拥有强大的肿瘤病理切片检测能力的“神经条件随机场”算法,可为癌症诊断和治疗提供重要助力,其检测准确率已经突破此前最高记录,甚至超过专业病理医生。

5)在机器人领域,百度开发了世界首个基于视觉的低成本建筑机械传感控制系统。基于该技术打造的无人挖掘机,可减少40%人力成本,同时工程收益可以提升50%。

6)在商业智能领域,百度致力于区域画像、POI知识图谱和用户画像等基础能力的研发,生成了数以千万条POI属性和数以亿条关系数据,完成了多尺度百万级区域的百余项指标的计算,并将这些能力成功应用于数读城市和百度地图的智能出行等产品中。

7)在高性能计算领域,百度作为主要创始机构发布了国际业界公认的开源深度学习性能基准平台MLPerf并产生巨大影响力,目前为止吸引了包括Google、Nvidia、Intel等50多家公司,和哈佛在内的7所顶级大学加入。

8)在深度学习平台方面,作为国内唯一开源开放的深度学习框架,PaddlePaddle近期正式发布了1.x的稳定版本,并在官方支持模型的完备性、超大规模深度学习并行技术和高速推理引擎等技术领域取得了领先优势。同时,PaddlePaddle持续降低深度学习门槛,深度赋能各行各业,助力实体经济发展。基于开放普惠AI理念,百度还开发了自动深度学习技术AutoDL,支持深度学习的自动设计、迁移和边缘计算适配。在开放测试集上测试,AutoDL的设计能力超过人类专家,指标在业内居于世界领先地位。这一能力已经通过百度平台EasyDL、AI Studio免费向开发者开放,广大中小初创企业和个人无需特殊软硬件和工程团队,也能建立强大AI模型,加速AI应用落地。

9)在大数据方向上,百度快速检索算法处于世界领先地位,同时专注开发实用机器学习算法平台,该算法在搜索、信息流、知识图谱等百度关键产品和技术上发挥着重要价值。

从成果上来讲,百度研究院可谓一骑绝尘,遥遥领先阿里达摩院和腾讯AI Lab。

达摩院成立一年来,主要的工作落在了底层算法算力和大数据处理方面——也就是做芯片,其中就研发了一款神经网络芯片Ali-NPU,预计到2019年下半年会做出来。根据阿里CTO行颠的透露,这款芯片对现在图形处理有40倍性能功耗比的提升。另外一个工作,是发表了量子计算器“太章”,首次在全球模拟了81比特、40层随机量子链路的模型。为了研发芯片,达摩院还成立了一家半导体公司:平头哥。达摩院与其说是在做AI,不如说目前还是在围绕AI的边缘做一些研发配合。

腾讯的AI Lab就更不用提了,目前主要还在定战略、发表论文,具体的研究成果可能还需要等一段时间才会出来。

虽然阿里和腾讯目前还在追赶百度的阶段,但可以看到,到目前为止,中国人工智能产业已经形成了比较完备的市场,有国家政策扶持、有庞大的应用场景、有百度这样的领军企业和AI基础设施提供者,有成百上千的AI创业公司、有龙头企业彼此良性的竞争、还有大量工程师和涌进这个行业的人才专家,有了这些,也难怪李开复在《AI Superpowers》一书中提到,虽然美国在人工智能领域依然是霸主地位,但崛起的中国很可能挑战美国这一优势。在全球范围内,中国终于在一个前沿科技行业和美国并排站到了一起,不远的将来也许会有一场精彩的龙争虎斗。

关键字:智能中国

本文摘自:凤凰网科技

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^