京公网安备 11010802034615号
经营许可证编号:京B2-20210330
打造大数据与人工智能正循环
我们在经历一场人工智能变革
“人工智能在当下十分火热,语音识别、人脸识别等能力取得了长足的发展的和进步。”百度深度学习实验室杰出科学家徐伟表示。
如今,大数据的发展和处理大数据能力的提升,以及深度学习的发展,都对人工智能发展起到很重要的推动作用。“深度学习和大数据的结合成为人工智能这个浪潮的巨大推动力。”徐伟介绍,数据内部复杂的结构关系和属性,是要通过大量的数据才能够呈现出来的,因此光有大数据是不够的,还需要非常强有力的学习方法——深度学习。所谓的深度学习,就是对大数据进行深层次的挖掘、分析。
据悉,百度耗费巨大资源打造了百度大脑的PADDLE深度学习平台。该平台支持多样数据类型,可以灵活配置深度学习结构,是一个通用、灵活、强大的深度学习平台。
目前,百度已将深度学习运用到了各个领域,包括数据中心管理、检测,同时在百度搜索、百度推广、百度图片、百度贴吧、百度地图等产品上都有应用。
机器的感知能力正在超越人类
“随着大数据、深度学习的发展,机器在某些方面的感知能力已经接近甚至超过人类的水平。”徐伟介绍,对于搜索这样的短文本(中文)语音输入,人类的单字错误率为8%,机器为6%;对于人们十分自信的人脸识别同样如此:在世界最权威的人脸识别评测(LFW)中,人类的错误率为0.8%,百度人脸识别的错误率为0.23%,这是目前世界上最好的结果。
目前,百度已经通过apistore.baidu.com向用户开放了人脸识别和图像文字识别服务。用户可以通过这些技术进行人脸注册、认证。人脸认证不仅可以静态认证,也可以动态认证,通过观察眨眼、摇头这些动作,保证只有活体才能通过认证。文字识别技术的应用范围和准确度都有很大提高,可以检测任意方向文字、识别中英文、识别公式。
百度运用深度学习在感知方面取得了非常大的进步。人与动物最大的区别在于语言理解能力。百度的统一视觉和语言深度学习模型已经能像小孩学习一样自然,能够进行简单的看图说话、问答,理解动态视频。
百度打造的明星产品
“百度花费巨资开发人工智能,最终目的就是想要使人们的生活变得更美好。”徐伟说。
小明(DuLight)是百度帮助盲人打造的“生活助理”,依托百度大脑,可以帮助盲人描述周围环境、识别人民币,对摄像头看到的人脸进行识别,帮助盲人更好地融入社会和理解真实世界。
脸优,一款可以随意变脸的应用。以人脸检测、跟踪、关键点定位为基础,配合图像处理算法实现了换脸、贴脸的功能。可以自动检测出人脸的位置,同时预测出原始脸和目标脸中对应的人脸关键点坐标,把两个不同脸的各个部位对齐。同时,人脸跟踪技术可以实时跟踪脸部的运动和关键点的位置变化,使得贴上去的脸也可以跟着作出相应的变化。这样用户不仅可以变成明星脸,也可以变成动漫人物的脸。
小度机器人,像真人一样面对面和用户对话。利用人脸检测和跟踪技术,根据用户的位置移动而转动视线。不仅如此,小度机器人还具备了认识用户的能力,可以判断出面前用户的身份是注册用户中的哪一个人,根据用户的不同年龄、身份、性别作出个性化的回答和服务。
数据与人工智能相辅相成
人工智能运用到生活的方方面面,带来巨大的数据量,而更多的数据带来更强的智能,随即产生更好的产品,这就是百度打造的人工智能正循环。通过长此以往的正循环,百度大脑越来越强,机器人会越变越聪明。
“人工智能于1955年提出。一晃半个世纪过去了,我们对人工智能的研究还只停留在开始阶段……”徐伟感叹人工智能的发展道路并不平坦。
徐伟介绍,人工智能还缺少小数据的学习能力、自主地探索环境、通过和人的交流学习的能力。小孩能够主动对周围的事物产生好奇,并且能感知周围的事物,小孩子可能只需要大人教一次就能学会,但是机器却需要成千上万的图像训练才能认识一个新的物体。
“人工智能还有很长一段路要走。虽然很有难度,但是通过大家共同的努力,我看到了人工智能的希望,我们已经在经历一场人工智能的变革。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19