数字化观察网 - 信息化观察网 - 引领行业改革
菜单导航

百度大脑的知识库有多大?王海峰说相当于6万个

作者: 数字化观察网 发布时间: 2020年05月03日 19:27:14

“你是机器人?你是哪里人?” 7月4日,Baidu Create 2018 AI开发者大会现场,百度创始人、董事长兼CEO李彦宏播放了一段电话录音,一位即将参加开发者大会的嘉宾与百度AI客服进行了几轮对话之后,提出了这样的问题。随后答案揭晓,录音中的这位客服并不是人,而是AI。

“挺惊讶的,太像真人了。”一位现场观众告诉记者。

被误认为真人的AI客服是今年百度展示的AI能力之一,它的背后是百度大脑的自然语言理解和语音识别与合成技术。会上,百度大脑3.0隆重发布。“百度大脑3.0的核心是‘多模态深度语义理解’”,百度高级副总裁、AI技术平台体系总负责人王海峰表示,“百度大脑3.0已经对外开放了110多项领先的AI能力。未来百度将继续研发顶尖的AI技术,同时全面赋能开发者,让每一位开发者都能平等便捷地获取AI能力。”

\

百度大脑3.0:业界首提“多模态深度语义理解”

王海峰指出,“百度AI能力的核心是百度大脑,百度大脑3.0是百度AI能力的集大成者。”

“百度从成立的那一天起,就开始了人工智能技术的研发与应用,”王海峰表示,8年前,基于多年的技术积累,百度开始全面布局AI,并在2016年9月正式发布“百度大脑”。如今,百度大脑的能力不断提升,从1.0进阶到3.0。王海峰介绍,百度大脑1.0完成基础能力搭建和核心技术初步开放,2.0形成了完整的技术体系,开放60多项AI核心能力,3.0的核心是“多模态深度语义理解”,同时开放110多项AI能力。

\

“多模态深度语义理解”是指对文字、声音、图片、视频等多模态的数据和信息进行深层次多维度的语义理解,包括数据语义、知识语义、视觉语义、语音语义一体化和自然语言语义等多方面的语义理解技术。王海峰表示,“多模态深度语义理解不仅能让机器听清、看清,更能深入理解它背后的含义,深度地理解真实世界,进而更好地支撑各种应用,”

王海峰介绍,数据语义化技术可以将大千世界中多元、异构和多模态的三元空间大数据,形成包含千亿节点、万亿关系的庞大数据语义网络,从中总结规律、提炼知识、发现价值,助力经济和社会发展。比如在新能源充电桩智能运维中,结合百度的大数据、深度学习等技术进行设备监测、故障诊断等,可以显著提升效率,节约成本。而多元语义知识方面,百度已经构建了包含数亿实体、数千亿级事实的庞大知识图谱。除了基础的由实体、属性、关系构成的实体图谱,我们还针对不同的应用场景和知识形态,构建了关注点图谱、事件图谱、多媒体图谱、行业知识图谱等多种图谱。所有这些知识,构成了百度大脑的基础。

视觉语义化可以让机器从看清到看懂视频,并提炼出结构化语义知识。视觉语义化技术应用于世界杯视频解析,能够全面识别视频中的球员、裁判、球、以及球门、球场线等人、物和场景,可以捕捉射门、进球、角球、任意球、换人等事件。基于这些语义化知识,既可以完成机器人自动解说,也可以进行精彩片段集锦、以及各种数据统计分析等。而在实际生活的超市购物场景中,百度的视觉语义化技术通过识别人物、动作、物品并关联时间序列,将数字化的视频转化为结构化的语义知识,既能实现顾客在无人超市购物的完整体验,还可以帮助商店经营者分析和优化商店经营。

语音语义一体化和自然语言理解技术能让机器准确识别并理解人说的话,实现更自然的人机对话。王海峰现场对着百度地图说出了一长串绕口令般的导航需求,百度地图语音智能助手完美识别并给出最佳路线,李彦宏开场播放的智能客服给参会者打电话的片段,其背后也是这些领先的AI技术在支撑。王海峰介绍,百度高噪声环境Hand-free语音识别准确率已提升了10个百分点,语音语义一体化技术使得远场语音识别准确率提升了10个百分点;在语音合成方面,WaveNet+拼接的情感语音合成技术,使得流畅度和自然度也大幅提升。

王海峰以对话理解和阅读理解为例,为大家介绍了领先的百度自然语言理解技术。百度的对话理解技术已经积累多年,通过研发最新的深层注意力匹配模型,比已知的最好结果又提升了4.1%。在阅读理解技术上,百度大脑已经阅读了千亿量级的文章,相当于6万个中国国家图书馆的藏书,并由此积累了亿级实体、千亿事实的知识。“通过持续获取和积累知识,百度大脑的理解能力不断升级,智能水平显著提升,进而能够更好地服务用户。”王海峰说到。

从芯片到深度学习框架,技术、平台和生态的AI全栈技术布局

热门标签