自研芯片+自主AI框架，百度CTO王海峰攜百度大腦6.0亮相

曉查 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

如果讓你和10年前、20年前的自己進行一場對話，你想說些什么？

剛剛，百度用AI技術(shù)帶我們體驗了一把“穿越”的感覺，面對20年前的自己。

今天“百度世界大會”首次與“央視新聞”合作，總臺央視主持人康輝和百度創(chuàng)始人、董事長兼CEO李彥宏、百度CTO王海峰，“5個人”進行了一次特殊的對話。

明明只有康輝、李彥宏和王海峰三人，為何會變成“5個人”的對話呢？

原來另外的“兩個人”，分別是AI制造的康輝、李彥宏年輕時的自己。

兩位虛擬人根據(jù)康輝和李彥宏20年前的形象、記憶和所擁有的知識打造，形象、動作、聲音高度逼近真人。

在這場特殊的對話里，不僅康輝、李彥宏能和20年前的“小康”、“小李”流暢閑聊，甚至兩個虛擬人之間也來了一場親切互動。

百度說，這是具備認(rèn)知能力、可機機對話的終端虛擬人。

而這一場對話背后，百度積攢了10年的技術(shù)。

驅(qū)動“小康”、“小李”兩位虛擬人的，是10年來不斷進化的“百度大腦”。

百度CTO王海峰表示兩位虛擬人整合了視覺、語音、語言與知識等多種模態(tài)的AI技術(shù)，具備了認(rèn)知能力。但這還只是百度大腦最新能力的“冰山一角”。

接著，這位百度CTO從聽、說、看，思考等多個層面，展示百度大腦升級到6.0之后的最新進展。

而且王海峰強調(diào)，百度大腦的AI能力，正在通過云和開放平臺輸出給社會各界，支持各行各業(yè)智能化升級。此外，還有縱貫百度大腦各層的安全體系，為AI技術(shù)及應(yīng)用保駕護航。

概括起來就是：百度大腦，正在成為AI新型基礎(chǔ)設(shè)施。

百度大腦十年進化

“臺上一分鐘，臺下十年功?！?/p>

為了讓虛擬人具備語音、視覺、知識等多方技能，作為技術(shù)底座的百度大腦“十年磨一劍”，才實現(xiàn)了現(xiàn)場酷炫的虛擬人對話效果。

今年對百度大腦來說意義尤為特殊，因為它真的走過了十年，經(jīng)歷了AI技術(shù)從沉寂到興盛：

• 2010年，百度大腦開始基礎(chǔ)能力積累，AI布局初具雛形；
• 2016年，百度大腦1.0正式發(fā)布，開源飛槳深度學(xué)習(xí)框架上線；
• 2017年，百度大腦2.0形成了完整的技術(shù)體系，AI能力全面開放；
• 2018年，百度大腦3.0發(fā)布，核心技術(shù)進入多模態(tài)深度語義理解階段；
• 2019年，百度大腦5.0完整升級為軟硬件一體的AI平臺。

那么，到了第十個年頭，百度大腦成功升級6.0后又帶來了哪些新變化？

過去一年，百度大腦又在AI計算架構(gòu)、算法、能力上做出了創(chuàng)新和重要升級，已經(jīng)成為智能時代的“AI新型基礎(chǔ)設(shè)施”。

如果說，百度大腦的第一個十年是完成了能力進化和體系構(gòu)建，那么下一個十年，百度大腦的目標(biāo)就是將最先進的AI技術(shù)落地化。

過去每一次百度大腦的升級都以技術(shù)為關(guān)鍵詞，而今年百度著重突出“AI新型基礎(chǔ)設(shè)施”，契合國家戰(zhàn)略中的“新基建”，也符合百度2019年產(chǎn)業(yè)智能化的落地思路。

所以百度大腦6.0的全新升級，一言以蔽之就是：在完成技術(shù)升級的同時，也要在“新基建”中扮演重要角色，讓各行各業(yè)快速運用AI技術(shù)，加速產(chǎn)業(yè)智能化。

百度大腦6.0完整圖景

虛擬人互動，讓我們直觀地看到了百度大腦一個應(yīng)用，但百度大腦驅(qū)動的，不止于此。

本屆大會上亮相的百度無人車、小度音箱、度曉曉，背后的技術(shù)支持，都來自百度大腦。

包括我們手機里安裝的百度輸入法、地圖、搜索，背后也是靠百度大腦的AI技術(shù)。

所以，百度大腦是百度技術(shù)多年積累和業(yè)務(wù)實踐的集大成，從硬件到軟件，從技術(shù)底層到應(yīng)用場景無所不包，也是百度技術(shù)的原動力。

而且百度還要把它作為整個AI基建時代的動力貢獻出來，并得到了產(chǎn)業(yè)界的廣泛響應(yīng)。

百度大腦6.0—AI新型基礎(chǔ)設(shè)施，已開放270多項領(lǐng)先的AI能力，凝聚230萬開發(fā)者，企業(yè)發(fā)布的模型數(shù)量超過31萬，是業(yè)內(nèi)最全面、最領(lǐng)先、服務(wù)規(guī)模最大的 AI 開放平臺，將更敏捷、更高效支撐AI工業(yè)大生產(chǎn)，助力產(chǎn)業(yè)智能化提速。

今年，百度大腦6.0除了下沉到“新基建”，也有全方位的升級和完善。

無論是在軟硬件維度的“基礎(chǔ)層”，還是在技能維度的“技術(shù)層”。

AI芯片百度昆侖

首先，百度大腦6.0交出第一份硬答卷：

啟動了2年的百度“昆侖”芯片項目，完成第一代芯片的量產(chǎn)和交付使用，第二代芯片已經(jīng)提上日程，預(yù)計明年量產(chǎn)。

在當(dāng)前大環(huán)境下，這個量產(chǎn)和交付進展，毫無疑問也是一針強心劑，從產(chǎn)業(yè)到整個國家，意義和價值不言自明。

實際上，如此速度，雖然意料之外，但也在情理之中。

百度在AI芯片方面，實際十年前就已經(jīng)開始探索。早在2010年，百度就已經(jīng)在用FPGA研發(fā)AI架構(gòu)，2011年就部署上線。

如今，百度昆侖芯片的生態(tài)環(huán)境已初步建立，支持多款國產(chǎn)處理器，適用于語音、圖像、NLP等多個場景。

百度方面披露，截止到今天，百度昆侖芯片已經(jīng)和正在部署接近2萬片，向十幾個客戶完成交付。

比如部署在百度搜索引擎上的百度“昆侖1”芯片，相比英偉達(dá)T4 GPU，百度昆侖1的性能在不同模型下有1.5-3倍的提升。

另外，王海峰也在現(xiàn)場表示，百度“昆侖2”芯片已提上日程，這款芯片采用7nm先進的工藝，相對第一代性能提高了3倍，將于明年上半年量產(chǎn)。

AI開源平臺飛槳

談百度大腦，也不得不提最大國產(chǎn)開源深度學(xué)習(xí)平臺——飛槳。

作為中國首個開源的產(chǎn)業(yè)級深度學(xué)習(xí)平臺，百度飛槳在此次升級中，依然地位頗隆。

飛槳到今年已升級到2.0版。本次升級可以用“動靜統(tǒng)一、軟硬結(jié)合”8個字來形容，升級內(nèi)容包括兩個方面：

動態(tài)方面，圖功能升級實現(xiàn)了動靜態(tài)的結(jié)合，讓用戶更容易開發(fā)模型；全面升級的API體系，對開發(fā)者更加友好。

而硬件方面，百度稱飛槳與硬件結(jié)合，達(dá)到了國際領(lǐng)先水平，甚至超過了TensorFlow和PyTorch國外兩大AI框架，可以適配22種芯片型號，覆蓋15家硬件廠商，對國產(chǎn)AI硬件的支持力度業(yè)界第一。

開發(fā)者擁護方面，也能體現(xiàn)飛槳影響力。

飛槳正在作為AI新基建的重要基礎(chǔ)設(shè)施，為產(chǎn)業(yè)智能化升級轉(zhuǎn)型輸出推動力。

當(dāng)然，這也離不開百度在飛槳生態(tài)建設(shè)方面的努力。比如百度大腦在多個視頻平臺上推出了深度學(xué)習(xí)系列精品課程，并出版了配套的入門教材，幫助開發(fā)者快速掌握AI技術(shù)。

總之，面向國內(nèi)AI硬件廠商，百度大腦有業(yè)界最廣泛的適配方案，面對開發(fā)者，也有相關(guān)課程培養(yǎng)開發(fā)者，這也體現(xiàn)了今年百度大腦作為“AI新型基礎(chǔ)設(shè)施”的理念。

結(jié)合技能和新進展來看，這種基礎(chǔ)設(shè)施的地位及作用，還會更清晰。

知識圖譜

百度大腦6.0的另一大進展，就是建成了世界上規(guī)模最大的知識圖譜。

百度的知識圖譜自2012年啟動，經(jīng)過近10年的發(fā)展，已擁有超過50億實體和5500億的事實，每日調(diào)用次數(shù)超過400億次，覆蓋了100多個行業(yè)場景。

最近這一年，百度的知識圖譜技術(shù)實現(xiàn)了全面的升級，針對不同的應(yīng)用場景和知識形態(tài)，構(gòu)建了事件圖譜、多媒體圖譜、行業(yè)知識圖譜等多種圖譜。

語義理解框架文心(ERNIE)

還有自然語言理解能力——NLP框架“文心”（ERNIE）——取得進一步提升，尤其在中文語義理解上，文心依舊一馬當(dāng)先。

新版文心，相比去年在8項NLP任務(wù)中，語義理解的準(zhǔn)確率相比去年提升了2.07%。

今年，百度還提出了基于多流機制的預(yù)訓(xùn)練語言生成技術(shù)——ERNIE-GEN和知識增強跨模態(tài)語義理解技術(shù)ERNIE-ViL。

ERNIE-ViL首次將場景圖知識融入到跨模態(tài)的預(yù)訓(xùn)練模型中，在視覺問答、圖像檢索等5個典型的跨模態(tài)任務(wù)上取得了SOTA效果，并在跨模態(tài)語義理解權(quán)威榜單VCR上登頂榜首。

近期發(fā)布的文心語義理解平臺，將全面的NLP算法集、端到端的開發(fā)集和平臺化服務(wù)于一體，提供數(shù)據(jù)處理、模型訓(xùn)練、模型評估、模型部署等環(huán)節(jié)提供一整套工具，一站式幫助企業(yè)實現(xiàn)智能化轉(zhuǎn)型。

視覺語音技術(shù)

此外，圖像和語言、語音和語言的一體化理解能力。

在圖像和語音的語言一體化理解方面，百度大腦的OCR識別準(zhǔn)確率提升了24%，語音識別準(zhǔn)確率和交互成功率大幅提升。

語音識別層面，百度推出端到端信號聲學(xué)一體化建模；語音合成層面，則是Meitron和單人千面合成個性化。

目前，百度語音交互技術(shù)日均調(diào)用量超過155億次，廣泛應(yīng)用在移動端、智能家居、和語音IoT等場景。

視覺計算方面，百度大腦6.0讓視覺計算走向極致效率，為算法開發(fā)者開源Slim系列模型，為業(yè)界提供最小的文字、人臉識別等模型。

其他前沿技術(shù)

在鞏固基礎(chǔ)的前提下，百度大腦6.0也積極探索與融合前沿技術(shù)，將數(shù)據(jù)聯(lián)邦、量子計算等領(lǐng)域納入其中。

百度發(fā)布了全國首個面向疫情預(yù)測與追蹤的多方位數(shù)據(jù)協(xié)作平臺——百度數(shù)據(jù)聯(lián)邦平臺。

百度還推出了“量易伏”，這是國內(nèi)首個云端原生量子計算平臺。

針對開發(fā)者，量易伏提供基于Python的開源開放工具包QCompute。

百度還對量子機器學(xué)習(xí)工具集“量槳”進行了重磅升級：幫助開發(fā)者高效地搭建量子神經(jīng)網(wǎng)絡(luò)，上線支持20多個量子比特的量槳模擬器。

最后，百度首次提出AI安全研究的三大維度：Security、Safety和Privacy，即強對抗環(huán)境下的安全威脅、非對抗條件下自然環(huán)境所產(chǎn)生的真實威脅和數(shù)據(jù)安全與隱私保護。

從技術(shù)大腦到AI基礎(chǔ)設(shè)施

毫無疑問，在百度創(chuàng)辦20年之際，這次升級后的百度大腦6.0，已不能用技術(shù)大腦視之了。

一方面，它依然是前沿技術(shù)邊界探索、最新AI技術(shù)輸出的集大成者。

另一方面，它也展現(xiàn)出平臺性、低門檻接入性，以及生產(chǎn)力特性——可以幫助非專業(yè)人士快速搭建AI系統(tǒng)，也讓百度大腦成為智能化轉(zhuǎn)型中的基礎(chǔ)設(shè)施。

或者就是百度強調(diào)的，AI新型基礎(chǔ)設(shè)施。

比如在最新的應(yīng)用案例中，用百度大腦設(shè)計一個智能水運調(diào)度應(yīng)用，非專業(yè)技術(shù)人員只需不到一天時間，就能完成AI圖像模型的訓(xùn)練和部署，大大節(jié)省了尋找專業(yè)機器學(xué)習(xí)團隊的開發(fā)成本。

而這只是“黑科技”觸手可及的案例之一、冰山一角。

為了推動更多人加入進來，百度也放出“狠話”未來5年，還將繼續(xù)培養(yǎng)500萬，為中國智能經(jīng)濟和智能社會的發(fā)展提供AI人才保障。

此外，當(dāng)前形勢下，最值得關(guān)注的就是這次在軟硬件方面的自研自主進展。

一方面是芯片，百度昆侖的新進展。

另一方面是操作系統(tǒng)，百度大腦和飛槳這樣的平臺，就是數(shù)字化轉(zhuǎn)型中的智能操作系統(tǒng)。

而百度現(xiàn)在在央視展示的，核心就是四個字：自主可控。

或許作為選項之一，未來可以避免被“卡脖子”。

而且李彥宏也表態(tài)，在這種基礎(chǔ)設(shè)施的投入上，會堅定不移走下去。

李彥宏表示：

芯片、操作系統(tǒng)這樣過去被“卡脖子”的技術(shù)，都是需要長期堅持的，它們的商業(yè)價值不可能在短短幾年之內(nèi)就體現(xiàn)出來，需要我們的科技人員有雄心、有耐心、耐得住寂寞，而且有信仰。我們也有長期的考慮和耐心，希望把中國的這些被“卡脖子”的技術(shù)能夠一點一點突破，最后被市場廣泛接受。

但對于這樣的投入，李彥宏認(rèn)為值得。

或許，這也是百度大腦可以十年發(fā)展、十年迭代之后，從一家公司的技術(shù)大腦成為整個產(chǎn)業(yè)的AI基礎(chǔ)設(shè)施的核心原因吧。