-
楊元慶對(duì)話李彥宏：百度大腦智商堪比4歲孩子
發(fā)布時(shí)間 : 2015-05-29 08:43:20 來源 : 金站網(wǎng) 瀏覽次數(shù) :
5月28日消息，聯(lián)想Tech World大會(huì)今日在北京舉行，百度CEO李彥宏在現(xiàn)場(chǎng)演示了百度人工智能技術(shù)在語音識(shí)別、翻譯以及圖片識(shí)別的進(jìn)展。他表示人工智能和大數(shù)據(jù)能通過2D的照片還原出3D的圖像或者3D的場(chǎng)景，例如合成每一張照片的拍攝角度、拍攝時(shí)間，就能還原被毀的古建筑原貌。
李彥宏還表示，最近幾年百度在人工智能方面的投入非常大，現(xiàn)在“百度大腦”的智能水平已經(jīng)達(dá)到了3、4歲孩子的智力水平，未來大數(shù)據(jù)的積累越來越多，人工智能技術(shù)不斷的推進(jìn)，“百度大腦”會(huì)逐漸成長(zhǎng)，越來越接近一個(gè)普通人或者成年人的智力水平。
李彥宏對(duì)話楊元慶原文：
楊元慶：讓我們請(qǐng)出百度CEO李彥宏。歡迎來到聯(lián)想科技創(chuàng)新大會(huì)。這幾年百度在人工智能上面下了很大的功夫，不但要建超級(jí)計(jì)算機(jī)，要建“中國(guó)大腦”，而且還在硅谷建立了實(shí)驗(yàn)室，全世界廣泛招募人才。請(qǐng)問Robin你們?yōu)槭裁纯春眠@個(gè)領(lǐng)域呢？
李彥宏：人工智能對(duì)于百度來說是特別重要的，因?yàn)槲覀兠刻於紩?huì)用到很多和自然語言理解、語音識(shí)別、圖像識(shí)別、圖像分析這些技術(shù)有關(guān)的功能，這些技術(shù)的基礎(chǔ)就是機(jī)器學(xué)習(xí)、人工智能和大數(shù)據(jù)。最近幾年百度在人工智能方面的投入非常大。同時(shí)，由于聯(lián)想、英特爾，微軟的創(chuàng)新，使得計(jì)算的成本越來越低，能力也越來越強(qiáng)。原來那些人工智能想做而不敢做的事情，現(xiàn)在都可以做了。所以今天我想和你一起看一些演示，看看百度人工智能技術(shù)到底能做到哪些過去不能做到的事情。
楊元慶：太好了，我們的粉絲期待著呢。
李彥宏：假如咱們倆到了一個(gè)陌生的國(guó)度，這個(gè)國(guó)家說的是我們聽不懂的語言，但是我們又想去嘗一嘗地道的當(dāng)?shù)夭恕１热缥覀兊搅隧n國(guó)，咱們倆都不會(huì)說韓語。今天我們現(xiàn)場(chǎng)有一個(gè)講韓語的服務(wù)員，她拿來一個(gè)菜單，大家會(huì)看到菜單上面只有韓語，現(xiàn)在，元慶你可以用手機(jī)拍一下菜單，我們就能知道它是什么菜。
【楊元慶用手機(jī)對(duì)照菜單上文字拍照，手機(jī)屏幕顯示出相應(yīng)菜色的中文翻譯】
百度翻譯App可以把菜單上的韓文直接翻譯成中文，也就是說，它可以直接把我們不懂的當(dāng)?shù)卣Z言翻譯成我們懂的語言。
楊元慶：Robin，我知道除了這些以外你們還有很多的創(chuàng)新技術(shù)，你想給觀眾介紹，舞臺(tái)就留給你了。
李彥宏：目前，大家可以隨意下載和使用百度翻譯App，可以自己去做嘗試，而且它不僅支持韓語，也可以支持大約18種語言，例如希臘語、日語、葡萄牙語等。其實(shí)我們的工程師并不懂得各種各樣的語言，之所以能夠做出不同語種之間的自動(dòng)翻譯，是因?yàn)槲覀冞\(yùn)用了機(jī)器學(xué)習(xí)、大數(shù)據(jù)、人工智能等技術(shù)。網(wǎng)絡(luò)上有各種各樣的語言，比如同一家餐館的網(wǎng)站上既有英文介紹，也有中文或韓語的介紹，我們的機(jī)器根據(jù)這些內(nèi)容進(jìn)行學(xué)習(xí)，就可以逐步地領(lǐng)會(huì)到不同語種之間語言的意思、以及如何轉(zhuǎn)化，這就是機(jī)器語言所做出的翻譯。
此外，計(jì)算機(jī)的人工智能不僅可以聽得懂，也可以看得明白。例如，前幾位的演示中所使用的相機(jī)、全息攝像之類的設(shè)備和技術(shù)，它們記錄下來的信息怎么才能讓機(jī)器可以理解，這也是人工智能需要解決的一個(gè)重要的問題。
下面我給大家演示一個(gè)類似于人類看圖說話的過程。
我們看一個(gè)圖。
【李彥宏在手機(jī)上打開Image QA，與之對(duì)話】
“他在做什么？”“打網(wǎng)球。”
“他穿的衣服是什么顏色的？”“藍(lán)色。”
“他手里拿著什么？”“網(wǎng)球拍。”
所以正如大家看到，通過我們的技術(shù)，電腦可以看得懂一個(gè)圖片，而不僅僅是記錄下來圖片。
我們?cè)僭囈粡垐D片。
“這是在哪里？”“這是在路邊的街道。”
“這是什么？”“ 這是禁止停車標(biāo)志。”
“標(biāo)志是什么顏色的？”“ 紅色。”
大家可以看到，我們的計(jì)算技術(shù)已經(jīng)可以模仿人的能力，它真的能夠看得明白我們看到的場(chǎng)景、我看到的圖片。剛才元慶提到“中國(guó)大腦”，實(shí)際上是我們提議的一個(gè)集國(guó)家之力去做的人工智能項(xiàng)目。實(shí)際上，百度已經(jīng)在做“百度大腦”項(xiàng)目，它相當(dāng)于“中國(guó)大腦”的一個(gè)迷你版。現(xiàn)在“百度大腦”的智能水平已經(jīng)達(dá)到了3、4歲孩子的智力水平。我剛才給大家演示的看圖說話，就是通過“百度大腦”來智能的讀取信息內(nèi)容，并且你在提問題的時(shí)候，它可以正確的理解。未來，隨著我們創(chuàng)新的繼續(xù)，隨著大數(shù)據(jù)的積累越來越多，隨著人工智能技術(shù)不斷的推進(jìn)，我們的“百度大腦”會(huì)逐漸成長(zhǎng)，越來越接近一個(gè)普通人或者成年人的智力水平。
當(dāng)然，我第一個(gè)演示實(shí)際上是語音識(shí)別和翻譯，第二個(gè)演示是圖片識(shí)別。大家也注意到，這張圖片實(shí)際上是2D的，而剛才幾位都演示了一些3D的東西，比如繞著元慶拍一圈，就知道這個(gè)人立體的樣子，不同的位置、相同的尺寸都可以展示。在過去這些技術(shù)是沒有的，但是我相信未來會(huì)越來越普及。比如一個(gè)多月之前，尼泊爾不幸發(fā)生了地震，在地震中很多加德滿都的古跡遺址都被毀掉了。所以，我們也想利用像全息3D那樣的技術(shù)恢復(fù)加德滿古跡的原貌。大家知道，很多人去過尼泊爾旅游，也拍了很多照片。但是這些照片是2D的，如何通過2D的照片還原出3D的圖像或者3D的場(chǎng)景，也是我們的人工智能和大數(shù)據(jù)試圖解決的問題。
下面我請(qǐng)大家看一段視頻，來解釋我們是怎么解決問題的。
我大致給大家解釋一下這個(gè)工作的原理。雖然很多人拍了很多平面的照片，但是他們拍攝的角度都是不一樣的，這就好像是有無數(shù)的人繞著這些個(gè)古建筑拍了無數(shù)的照片。百度要做的事情就是，根據(jù)照片來判斷這個(gè)人的拍攝角度，比如他為古建筑拍攝時(shí)所站的位置。單靠一張照片我們判斷不出來它的角度、判斷不出來拍攝它的時(shí)間，但是當(dāng)無數(shù)的照片都串在一起的時(shí)候，我們用人工智能的技術(shù)就可以搞清楚每一張照片的拍攝角度、拍攝時(shí)間，然后再把他們合成起來，這樣就還原了被毀的古建筑的原本的樣子，這就是3D的人工智能技術(shù)。
其實(shí)人工智能技術(shù)還能做很多事情，而且很多研究才剛剛開始。人工智能這個(gè)概念已經(jīng)有五、六十年的歷史，但是前五十年基本都是學(xué)術(shù)性的探討，并不實(shí)用。剛才我也和元慶講，最近幾年，隨著計(jì)算能力的增加以及計(jì)算成本的降低，原來我們不敢想、不能做的事情，現(xiàn)在能想了、能做了。對(duì)此我也有非常深刻的體會(huì)，創(chuàng)新不是某一家公司的事情，而是很多公司、很多優(yōu)秀人才相互激發(fā)、相互鼓勵(lì)、相互促進(jìn)、甚至相互競(jìng)爭(zhēng)的過程，這樣才會(huì)導(dǎo)致創(chuàng)新不斷發(fā)生。聯(lián)想也好、英特爾也好、微軟也好，都有很多的創(chuàng)新，百度的這些創(chuàng)新則是站在他們的肩膀上又往前邁了一步。未來我也很希望聯(lián)想、微軟、英特爾以及很多其他公司，能跟百度一起相互激發(fā)、相互競(jìng)爭(zhēng)、相互鼓勵(lì)，把技術(shù)不斷往前推進(jìn)，讓技術(shù)真正地改變世界、改變我們每一個(gè)人的生活。謝謝大家！
楊元慶：謝謝Robin，你在建“中國(guó)大腦”，建超級(jí)計(jì)算機(jī)的時(shí)候別忘了聯(lián)想可以幫忙。
李彥宏：一定的，(我們)一定要買聯(lián)想的服務(wù)器。
楊元慶：這是技術(shù)改變生活的最好的注解，讓我們用熱烈的掌聲再次感謝Robin的精彩演講。
