3月22日,2015中国(深圳IT)领袖峰会开幕式的主题演讲中,百度首席科学家吴恩达发表主题演讲《深度学习与人工智能》。他在演讲中表示www.cechina.cn,人工智能的发展让他想到第一次工业革命。他说CONTROL ENGINEERING China版权所有,“我希望大家能把眼光放在未来的工业革命上面,它给我们带来的影响是非常深远的。”
同时,他还提到,目前基于深度学习的人工智能主要关注于三个领域:图像、语音和行为。这些领域正在经历着飞速的创新进展和提升。
他认为,人工智能正在促进大量用户、海量数据和优秀产品形成正循环。新的人工智能方法——深度学习,超越了旧的人工智能算法,人工智能将为人类就业带来巨大变革。人工智能的临界点正在到来。百度在声音和图像识别方面取得了突破性进展。比如,在人脸识别方面,谷歌的6000对人脸识别错误百分比为0.37%,百度为0.16%。
基于深度学习的人工智能正在进入高速创新期
在过去一些年份中,人工智能的技术发展曾经一度比较低迷。但近年来基于深度学习的人工智能技术向计算机赋予了类似人类神经系统的学习能力,这让人工智能技术得到了大幅度的提升。为了把深度学习做好,我们就必须了解人脑在做什么。
采用HPC技术提升深度学习的计算性能
火箭的发射包括两件事情,一个是发动机,另外一个是燃料。发动机和燃料之间必须配比的非常好,火箭发射的这种形态给我们的深度学习也带来了一些启示。在深度学习中,我们需要足够大的发动机和足够多的燃料储存。
大的发动机指的是IT计算技术的发展。当深度学习概念刚刚出现的时候,更多的是使用CPU技术,构建小的神经元网络只有100万或1000万的连接。从2008年起,GPU技术发生了很大的发展。GPU被广泛运用在手机、平板等移动硬件设备上,我们借助GPU可以构造越来越大的神经元网络。再往后www.cechina.cn,在谷歌深度学习项目这样的项目里实现了基于多CPU的云技术。从今天看下一段的趋势,我们将会从云技术跳到HPC(超性能计算技术)。
云技术和HPC技术来自于两类不同的研究社区,它们背后的研究人员是不同的两类人。在云技术上,你可以同时使用上千台计算机;而HPC技术对硬件的要求是数目较小的、性能更高的硬件。
足够多的燃料指的是可用的大数据。同谷歌、facebook相比,尽管百度的数据量没那么大,但正如上述对HPC技术的描述,百度在发动机上的投资是比他们多的。
图像识别的错误率已经降低到0.3%
目前,百度在人脸识别领域和很多其他领域比其他国际上领先的大公司要做得好,我们在人脸识别只有0.3%的错误率
另外,现在的图片识别技术已经可以很好的实现让计算机对一幅图片进行文字场景描述了。现在很多计算机的读图能力已经超过了人眼所见的信息,这些技术给我们开启了无限的可能。比如对服饰的识别和搜索、对老年人的看护等等控制工程网版权所有,可能都是未来的空间。
语音识别正在追求99%的识别精准度
语音识别是深度学习未来的大方向之一。通过神经元系统和相应的数据燃料,我们的语音识别准确性越来越高,对于背景噪音的过滤做的越来越好。
在语音识别这个领域,我们还有很多要做的。目前,语音识别准确率可以达到95%,但这个99%的识别准确率在实际场景运用中的用户体验上是天壤之别的。我们目前正在努力在这个方向上进行努力。
语音识别技术也将会广泛的运用于物联网的应用场景上,人们将可以用语音与电视、各种家电实现有效的对话。
除了人类行为CONTROL ENGINEERING China版权所有,大数据还识别机器行为
我们看到很多技术公司现在都能够获取到一些大数据来了解人们在互联网的环境当中究竟是什么样的行为,这是技术的发展。我们可以从这些数据当中挖掘更多的价值。百度的广告也是在人工智能方面下了很大的工夫,我们有很多数据搜集过来是关于人的行为的,而这些深度学习可以使我们了解人们的行为是什么样的。
实际上,大数据所识别的除了人类行为之外还包括机器行为。今天的深度学习确实是一个非常强大的工具,使我们可以了解机器在做什么,来更好地管理数据中心。比如我们可以使用这方面我们了解的信息来更好地使机器运作。我们也可以更好地了解计算机是如何工作的,我们还可以使用深度学习来提高计算机的安全性。
我们觉得很多行为数据给我们带来的机会,包括人的行为,包括机器的行为,可能比我们今天所了解到的要广得多。
人工智能带来的变革是革命性的
面向未来,如果想看一下人工智能给我们带来的潜在影响的话,我不得不想到第一次工业革命,第一次工业革命是在英国,最后蔓延到整个欧洲的。
我也希望大家能把眼光放在未来的工业革命上面,它给我们带来的影响是非常深远的。这些工业革命也可以把人们从日常重复繁重的工作当中解放出来,把人性解放出来,把人的思想解放出来,使人们不再成为思想的奴隶。这些变革,将会使我们的生产力获得极大的提升。