斬獲23項冠軍，日均調用破萬億！百度交出年度AI成績單：語音語言領銜技術突破，國產自研成大趨勢

乾明 雷剛 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

剛剛，百度一年AI成績單官宣。

作為中國AI頭雁，百度的成績單不止代表巨頭公司業(yè)績，也代表了技術前沿現狀和產業(yè)基本情況。

而且諸多進展，也是全新起跑線上全球AI發(fā)展的側影，比如最明顯的4大趨勢特點：

• 語音語言領銜基礎技術突破，AI突破從感知智能進入認知智能時代。
• 巨頭玩家忙于打造“底座”優(yōu)勢，搭建生態(tài)平臺。
• AI落地進入工業(yè)化大生產時代，價值在基礎業(yè)務中展現，也通過新場景中驗證潛力。
• 自主可控性進一步加強，自研芯片服務器量產，并與國產AI框架、算法產生整合優(yōu)勢。

所以百度這份2019年度成績單，究竟說了啥？又體現了哪些行業(yè)共同趨勢？

我們提綱挈領、抓取歸納其中要點，從點到面一文看懂。

百度AI的2019：技術→平臺→生產力

整份成績單中，技術突破與生態(tài)建設是重中之重，占據了一半篇幅。

剩下的一半中，應用落地與產業(yè)升級占據了很大篇幅。

這也體現出了AI當前發(fā)展階段——技術仍舊占據核心，但落地以及產業(yè)應用正在被放到更加重要的位置。

整體上來看，百度的成績單可以分為三大部分：

• 一是基礎研究。
• 二是技術生產力轉換。
• 三是生態(tài)平臺的建設。

首先看基礎研究，一年包攬了23項國內外競賽冠軍。

集中于百度大腦，語音、視覺、自然語言處理、知識圖譜等方面都有成果出現。

特別是語音語言，在2019年迎來階段性豐收時刻。

語音識別方面，百度提出了流式多級的截斷注意力模型 SMLTA，這是全球范圍內首次實現流式注意力建模，超越整句注意力模型的性能，大幅提升了語音識別準確率和速度（15%-20%），也是國際上首次實現在線語音識別大規(guī)模使用注意力模型。

語音合成方面，針對風格遷移、音色模擬和情感擬人的三大領域內挑戰(zhàn)，百度推出語音合成技術 Meitron ，僅需20句話就可以制作一個人的專屬聲音。

此外，作為認知智能的“奧林匹克”，自然語言處理技術（NLP）的進展在今年最為奪目，全球亮點頻出。

代表中國“參賽”的百度，交出了可持續(xù)學習的知識增強語義理解框架ERNIE（艾尼），在16 個中英文任務上超越BERT、XLNET，取得SOTA 。

2019年12月，ERNIE在GLUE上登頂第一，并以9個任務平均得分首次突破90大關，刷新榜單歷史，超越微軟、谷歌提出的一眾國際頂級預訓練模型。

基于語音和語言方面的突破，百度還提出了基于深度注意網絡的多輪響應選擇匹配模型——DAM，口語理解能力被大幅提升。

值得一提的是，雖然全球范圍內視覺為核心的感知智能已經邁步廣泛落地應用期，但在2019年，百度還是秀出了“百尺竿頭更進一步”的基礎研發(fā)實力。

除了形成包括圖像、視頻、AR/VR、重要垂類、軟硬一體化五大方向的特色視覺技術矩陣。

百度還在CVPR 2019豪奪10項冠軍，包括OCR、物體檢測、視頻理解、目標跟蹤等圖像與視頻技術領域。

此次AI復興，除了算法，另一項重要基礎變革在于計算力。

百度也在成績單中詳細分享了突破：

2019年12月，基于百度自主研發(fā)的中國首款云端全功能AI芯片“昆侖”的云服務器正式上線，在150瓦功耗下能帶來260萬億次定數的AI運算，提供512GB/s的內存帶寬。

量產了專為遠場語音交互打造的百度鴻鵠芯片，100mW 左右平均工作功耗，即可支持遠場語音交互核心的陣列信號處理和語音喚醒能力等等。

而且，百度的算力發(fā)展并不僅僅只是單點發(fā)展，也已經與算法、飛槳框架連點成線，并交織成了堅實的基礎層，形成了協同效應。

通過芯片、連接、系統(tǒng)和調度的協同設計和技術創(chuàng)新，對AI計算架構進行升級，可以提供百萬TOPS的強大算力。

正在建造的計算集群，基于百度飛槳研發(fā)的AI控制系統(tǒng)，設計年均PUE1.15，基礎設施能耗降低70%，每個可用區(qū)每年節(jié)電超過2億度，相當于10萬戶居民一年的用電量。

下一代計算——量子計算方面也有新突破。

研發(fā)出國際領先、國內第一的云上量子脈沖系統(tǒng)“量脈”，可將量子計算軟件指令(邏輯門)轉換成控制量子硬件的脈沖序列，算法性能較同類工具實現成倍的提升，是實現量子軟硬件連接的關鍵橋梁。

當然，區(qū)別于科研機構，百度作為企業(yè)組織，基礎技術突破自然不會止步于理論本身。

在技術轉化成生產力方面，百度展示了一幅AI落地全景圖。

百度旗下的多款應用與業(yè)務中已經轉換成了AI引擎，而且其也正在開放能力，共享產業(yè)升級紅利。

在小度助手5.0?上，成熟應用了全雙工免喚醒能力，實現了“一次喚醒，多輪交互”免喚醒詞連續(xù)對話，這也是全球領先的技術落地。

援引第三方機構數據，第二季度小度系列智能音箱出貨量位居全球第二、國內第一，同比增長率高達3700%。

而且技術突破和落地，也進一步打破產品舊邊界。作為“音箱”被歸類的AI交互硬件，在小度系狂飆突進下，開始真正展現AI時代交互終端的樣子——AI音箱不再是音箱。

百度輸入法方面，剛才提到的重要基礎突破，流式截斷的多級注意力模型（SMLTA）已經上線，效果立竿見影，在線語音識別相對準確率，比同領域最優(yōu)玩家還有高15%。

好消息是，離線語音識別準確率已經達到在線識別水平，且可以實現高精準中英文混合語音輸入、方言免切換語音輸入，這也是業(yè)內首次。

在機器翻譯方面，繼提出了多任務學習、多智能體聯合訓練等前沿方法，在2019年WMT評測中取得中英翻譯第一，提出了首個具有預測和可控時延的同傳模型，也是首個語義單元驅動的上下文同傳模型，并研發(fā)了語音到語音的同傳系統(tǒng)，無需經過語音識別轉錄，同樣是業(yè)內首次。

而視覺為代表的感知智能落地，最具業(yè)內反響的是自動駕駛。

在業(yè)內“華山論劍”頂會CVPR 2019，百度Apollo公開了國內唯一的純視覺L4級自動駕駛解決方案——Apollo Lite，能夠支持對10路攝像頭、200幀/秒數據量的并行處理，單視覺鏈路最高丟幀率能夠控制在5‰以下，實現全方位360°實時環(huán)境感知，前向障礙物的穩(wěn)定檢測視距達到240米。

相比旋轉式激光雷達感知方案，視覺感知方案價格低廉且便于獲得。并以計算機視覺和AR技術研發(fā)了一種增強現實的自動駕駛仿真系統(tǒng)（AADS），使用激光雷達（LiDAR）和相機掃描街景。

合成虛擬形象也是今年最“性感”的落地應用之一，并且達到了量產的水平。

百度與央視合作打造AI虛擬主持人小靈，亮相央視2019五四晚會；與澎湃新聞合作打造了第一個真人形象的虛擬主播早晚新聞欄目；與浦發(fā)銀行合作打造了業(yè)內首個“金融數字人”。

基于知識圖譜的視頻語義理解，則已經在百度視頻搜索、推薦、內容生成等多個產品上線。

通過對視頻的視覺、語音、文本的多模態(tài)知識解析，在多元異構知識圖譜上建立關聯，并通過計算推理，建立對視頻的深度語義理解，大幅度提升視頻理解效果。

而且AI落地在今年也不再陽春白雪，更多接地氣、可以被尋常百姓家感知的科普式方案也引起反響。

比如百度AI開發(fā)者大會上，打造了能說會道的機器臂“茶博士”。

利用3D視覺技術，可以對茶杯的位置進行檢測和追蹤。通過機器人運動規(guī)劃和控制，可以對工作空間進行碰撞檢測，避開障礙物。完成實時規(guī)劃運動后，可自動生成倒茶軌跡。語音語義聯動技術解析，更是讓機器人像“人”一般，聽得懂，說得好，做得準。

最后，有技術、有落地應用之外，百度更宏大的雄心也徐徐展露——基于技術與應用優(yōu)勢，百度希望更進一步：打造平臺，打造生態(tài)，成為AI世界的底座。

今年成績單中，開發(fā)生態(tài)方面的數據同樣非常醒目。

從百度當前的業(yè)務布局來看，其已形成了4大底座平臺：

• 百度大腦AI開放平臺
• 飛槳產業(yè)級深度學習開源開放平臺
• Apollo自動駕駛開放平臺
• 小度開放平臺

并且在2019年都實現了爆發(fā)。

百度大腦開放平臺已經在語音、視覺、語言等方面實現全面升級，具備深度學習框架、場景化AI能力、定制化訓練平臺到軟硬一體模組和解決方案等。

自2016年以來，百度已開放228項AI能力，開發(fā)者數量超過150萬，日均調用量突破1萬億次，語音、人臉、NLP、OCR調用量中國第一，是業(yè)內最全面、最領先、服務規(guī)模最大的AI開放平臺。

援引IDC最新報告，百度飛槳與谷歌、Facebook名列前三，領銜中國深度學習平臺市場，也是市場份額前五中唯一的國貨。

Apollo自動駕駛開放平臺已經匯聚了全球156家生態(tài)合作伙伴；在全球，有97個國家超過3.6萬名開發(fā)者使用Apollo開源代碼，開源代碼數量超過65萬，已成為全球最強大、最開放、最活躍的自動駕駛平臺。

而且開放能力進一步打破邊界，在剛召開的首屆Apollo生態(tài)大會上，百度Apollo拓展裂變成三大平臺：自動駕駛開放平臺、車路協同開放平臺，智能車聯開放平臺，成為中國自動駕駛基建國家隊代表。

小度技能開放平臺上，技能開發(fā)者數量已經超過3.7萬人，可提供包括游戲、效率工具、網絡電臺、直播、兒童教育、智能家居等3500多種技能支持。合作伙伴數量已經超過500家，可以控制的IoT智能家居設備已經超過了7000萬。

此外，百度還開源了中國首個邊緣計算框架BAETYL、自研底層區(qū)塊鏈技術，并發(fā)布了多個工業(yè)級的領域數據集，如大規(guī)模自動駕駛數據集、街景圖像數據和文字場景數據集、視頻精彩片段、場景解析、機器閱讀理解、中文句子及相應的開放域信息提取事實數據集等等，來促進算法研究，推動AI發(fā)展。

比如下圖，就是ApolloScape數據集示例：上半截為彩色圖像，下半截是其二位語義標簽：

正如百度董事長兼CEO李彥宏所說：“作為一家平臺級企業(yè)，成就他人、造福社會，這是百度創(chuàng)始初心與能力之所在，更是百度在行業(yè)發(fā)展關鍵時刻責無旁貸之所在！”

正是基于如此，百度才能夠通過百度智能云的“云+AI”能力，為各行各業(yè)大規(guī)模輸送百度的AI技術成果與平臺能力，成效也非常顯著。

根據IDC在11月底發(fā)布的中國AI云服務市場報告，百度智能云在AI技術、市場和商業(yè)上處于中國領先地位，超過了阿里云、AWS等一眾廠商。

百度CTO王海峰感慨，百度在2019年提出“人工智能進入工業(yè)大生產階段”，如今他們已經探索了AI進入“工業(yè)大生產”的真實路徑，推動AI邁入自動化、標準化和模塊化的新階段，并與百度業(yè)務以及各行各業(yè)的生產實踐深入結合，加速產業(yè)智能化進程。

在互聯網、金融、智能城市、工業(yè)制造等行業(yè)已經擁有標桿性落地案例。

比如，與中國聯通打造的智能客服已經在中國聯通三省一基地上線；與央視網共建人工智能研發(fā)中心，打造媒體行業(yè)的AI軟硬件產品；與精研科技打造智能質檢車間，提升制造業(yè)質檢效率，降低用工成本等等。

但百度的技術，并不僅僅希望體現在商業(yè)價值上，還希望通過社會價值，展現AI福祉。

成績單中披露，2019年“百度 AI 尋人”平臺，用戶發(fā)起照片比對超過了36萬次，9000多個走失者與家庭重新團聚。

百度還發(fā)布了聽障兒童無障礙閱讀計劃，推出了全球首款聽障兒童AI手語翻譯小程序，能將繪本文字翻譯為手語，幫助聽障兒童實現無障礙閱讀。

此外還將AI應用在了臺風路徑查詢、瀕危土家語保護、改造盲人按摩院等方面，進一步發(fā)掘AI價值。

所以百度AI如何回答2019？上述種種業(yè)績就是關鍵要素。

而且巨頭玩家年度交卷，自然也是整個AI產業(yè)的共性、趨勢反映。

正所謂窺一斑見全豹，百度的成績單又反映出怎樣的AI 2019？

百度成績單背后的全球AI六大趨勢

或許你會疑惑，百度上述新突破、新進展，為何發(fā)生在2019？

背后有百度的技術積累開花結果，但也是AI發(fā)展進程使然。

這也是為什么百度的2019更值得被復盤解讀，其中展示全球AI領域發(fā)展的六大趨勢。

趨勢一：CV之后，NLP領域成為下一個突破頻出的領域

在百度交出的AI成績單中，更多的AI突破與生產力轉換都集中在語音語言理解方面。

比如語音識別、語音合成、虛擬主播、機器翻譯、人機對話、知識圖譜等等，并落地到了小度助手、百度地圖、百度視頻等等產品與應用之中。

這也體現出了整個人工智能當前的技術突破集中點：自然語言處理方向。

計算機視覺是人工智能產業(yè)中最為成熟的方向，人臉識別已經進入了尋常百姓家，整個方向徹底進入落地期。

早年圍繞這一技術發(fā)展起來的第一波AI獨角獸，也已經在想辦法向更多的方向拓展。曠視發(fā)力IoT供應鏈，依圖做起了芯片，而商湯在教育、AR、自動駕駛方向頻頻發(fā)力等等。

與此形成對應的是，NLP方向突破頻頻。谷歌的BERT直接催生出了更多的變體，機器在自然語言處理與語義理解上更為突出，GPT-2的問世也進一步彰顯出了整個方向的創(chuàng)造力與活力。

眾所周知，AI可以被劃分為“感知智能”和“認知智能”兩大版塊。

但2012年ImageNet石破天驚開始，感知智能的進展要遙遙領先于認知領域，直觀類比來說，感知就像一個人類能考到95分的試卷，而認知領域，夠到及格還挑戰(zhàn)連連。

于是2019年，全新氣象和里程碑進展頻頻，以語言語音為代表的認知，進入突破期。

趨勢二：落地為王，價值重估，AI發(fā)展回歸理性

2019年，整個人工智能產業(yè)變得更加務實。

絢麗的Demo少了，關于將AI應用到產品、落地到場景中呼聲更多了。

這是對前些年人工智能領域“大躍進”的最直接回應，AI發(fā)展理性回歸，從資本方到企業(yè)，整個行業(yè)的參與者都在要求AI展示“降本增效”，來轉化成真實的生產力。

2019年的百度，在落地與AI生產力轉換方面再明顯不過。

最典型如自動駕駛領域有L4級視覺感知解決方案Apollo Lite和增強現實的自動駕駛仿真系統(tǒng)，對于自動駕駛落地，全球都在要求進入“平民”時代，依靠堆高精尖傳感器的“貴族”玩法，市場空間越來越小。

這也是全球自動駕駛經受重估的一年。

國際上，Waymo模式遭遇質疑和重估，摩根大通將其估值調低40%，而在貨運領域自動駕駛落地則熱火朝天，兩種不同形態(tài)一對比，才知道“看不見的手”想要的不再是遙遠的迷人圖景，它想要的是——少廢話，證明價值吧。

趨勢三：人工智能進入工業(yè)大生產階段，需要標準化、自動化和模塊化

在談到人工智能的時候，很多人都會將其提為“新一輪的科技革命”，并將其比作蒸汽、電力等等。

但現實給出的種種反饋都頗為直接地展現出，在給出這一結論的時候，要用將來時態(tài)。從現在到將來缺了什么？

王海峰在2019年提出觀點稱，前三次工業(yè)革命的核心技術都具有很強的通用性，呈現出標準化、自動化和模塊化的工業(yè)大生產特征。

而人工智能想要如此，自然也需要具備這些特征。這也是人工智能產業(yè)向前發(fā)展的根本所在。

前些年的人工智能落地，都體現在一個case接一個case的模式，現在進入工業(yè)大生產階段，則要求人工智能體現出更加通用特征，一個產品能夠處理多個case，人工智能的能力要標準化、自動化和模塊化。

百度的成績單中，百度大腦、飛槳、小度助手、Apollo等平臺，都是百度對這一趨勢給出的回應。

飛槳、Apollo等開放平臺被國際知名第三方機構波士頓咨詢，作為中國AI發(fā)展的代表，并在全球范圍內與谷歌相提并論，認為開放平臺正是巨頭優(yōu)勢和推動智能化變革的關鍵。

由此第四大趨勢也愈加風勁。

趨勢四：大公司大平臺爭奪“底座”愈加激烈

毫無疑問，將人工智能轉化為生產力需要生產工具。誰提供的生產工具使用的越多，誰就能在生產力轉化中占據上風，畢竟這是人工智能驅動的世界底座。

伴隨著2019年人工智能落地提速，大公司大平臺爭奪“底座”愈加激烈。TensorFlow和PyTorch展開“廝殺”。前者推出2.0版本，后者將目光也進一步強化端側部署，各不相讓。

畢竟以深度學習框架為核心的深度學習平臺，下接芯片，上承各種應用，是“智能時代的操作系統(tǒng)”。

百度飛槳也在2019年迎來多次進化，推出多端多平臺部署的高性能推理引擎Paddle Lite、發(fā)布超大規(guī)模深度學習模型訓練技術等等動作，也為其更好地展開競爭提供了支撐。

國內競爭中，華為加入戰(zhàn)局、阿里從底層芯片和架構出發(fā)，騰訊也加大開源力度……

所以爭奪的AI時代“底座”，也是新時代的“鐵王座”。

趨勢五：AI向善、倫理問題更受關注

在人工智能技術產生商業(yè)價值的同時，如何更好地利用人工智能技術也成為世界范圍內被廣泛討論的話題。

在學界，有今年3月斯坦福大學正式成立以人為本AI研究院，李飛飛擔任聯合主任，推動人工智能研究、教育、政策和實踐，以改善人類狀況。在業(yè)界，Facebook、谷歌等科技巨頭在AI應用方面的做法也屢遭抗議與審查。

國內也不例外，關于AI倫理的探討、探索也在展開。在百度的成績單中，AI倫理、安全以及社會責任都被著重強調，并給出了探索成果。

一方面是打造了完整的AI安全體系，另一方面在AI向善方面落地：“百度 AI 尋人”平臺幫助超過9000個走失者與家庭重新團聚。

AI在臺風路徑查詢、瀕危土家語保護、A改造盲人按摩院等方面也都發(fā)揮著重要作用。

此外，另一巨頭騰訊，也在AI時代變革思考后，把“科技向善”正式寫入公司使命和愿景，體現了對新時代倫理的重視。

全球范圍內，谷歌的AI軍用代表事件則內外廣受爭議，Facebook年初開始的數據泄露事件則被批判至今……AI時代面臨的新倫理、隱私邊界，并非說說而已。

趨勢六：自主可控正在成為中國AI熱詞

最后，全球局勢帶來作用力，中國呈現反作用力。

2019年的斷供危機以及“實體清單”威脅，讓自主可控成為新的關鍵詞。

在百度成績單中，完全自主研發(fā)的“百度昆侖云服務器”，讓中國AI跑在自主可控的AI芯片上，與飛槳、ERNIE等國產算法形成了軟硬件一體的核心競爭力。

而且，百度的努力也不僅僅體現在自身體系之中，飛槳還與華為麒麟、寒武紀等國產芯片深度合作，打通深度學習框架與芯片AI算力，提升中國的AI競爭力。

而且更進一步，所有中國AI公司、科技公司，經此一役，已經明白“原創(chuàng)”、“自主”和“脫鉤方案”的必要性和重要性。

AI造芯浪潮復興，依圖等算法公司深入AI芯片腹地，聯想等公司也推出自主可控防斷供方案，國家層面則在底層技術和基礎科研方面，前所未有重視。

雖然短期內對所有技術公司形成了挑戰(zhàn)，但長遠來看，或許也是歷史性機遇：

自強則萬強。

中國AI人才培養(yǎng)基地，專利申請重鎮(zhèn)

對基礎和底層重視，最直接體現就是對人才、專利方面的重視。

這一次百度成績單中，也有重點展示。

今年是百度創(chuàng)立20年，過去20年中，從人才角度而言，國內以技術著稱的百度，直接和間接培養(yǎng)了大批人才，成為名副其實的技術領域的“黃埔軍?！?。

而更令人欣喜的是，百度在AI發(fā)展中主動展現出的人才培養(yǎng)心態(tài)。

根據百度成績單，百度AI已經形成了囊括師資培訓、學生賽事、課程共建以及教材出版等多個維度產學融合生態(tài)。

推出了“全國高校深度學習師資培訓班”、“飛槳博士會”、“AI快車道”、“黃埔學院”、“在線深度學習集訓營”等項目，一共培養(yǎng)1000名專業(yè)教師，助力200+高校開設深度學習課程，為近1000家企業(yè)提供技術和應用培訓。

而硬件方面，百度上線AI Studio 教育版，這背后是價值超過千萬人民幣的上千張GPU卡，作為師資培訓配套“教具”，免費提供給高校使用等等。

雖然百度人才培養(yǎng)模式，更多出于“底座”雄心，但客觀而言，一定會加快中國AI技術進一步普及，以及更多人才帶來星火效應。

從整個產業(yè)發(fā)展而言，樂見其成，也希望巨頭投入更大資源。

人才之外，還有專利。

重視基礎科研，自然會體現在知識產權能力上。國家工業(yè)信息安全發(fā)展研究中心12月發(fā)布的《人工智能技術專利深度分析報告》中給出例證，百度專利申請數量在國內排名第一，達到5712件，超過第二名近1600件。

在中國專利申請數量超越美國方面，可以說是當為頭功。也算是作為國產AI第一大廠的實力和擔當。

One more thing…

回顧2019年，正如王海峰所總結的那樣，百度AI打造了扎實的底座；推動了真實的改變；創(chuàng)造了值得信賴的未來。

當然，AI突破還在繼續(xù)、AI落地也還在繼續(xù)，從這份百度成績單中我們也能窺見到中國AI領域的一個縮影，讓更多人了解AI，也能給大小公司的AI之路提供參考，知曉智能時代變革如今身處何處、未來又走向何方。

不過，每個人都有每個人的AI見證時刻。

所以也想小小互動一下：

2019年里，你印象最深刻的AI事件是哪一個？