對于AI而言，即將過去的2019年是一個碩果累累的年份。一方面，它正在以可見的速度走到我們的身邊、滲透到各行各業中;另一方面，AI技術本身也一直處于高速更迭換代的過程中，支撐著各種落地應用成為現實。技術的進化與多元的應用場景相得益彰、相互促進，“智能時代”幾乎已經觸手可及。
作為國內人工智能領域的領頭者，百度一直在積極同步推動AI技術創新和產業智能化。2019年，百度AI技術多年積累和業務實踐的集大成——百度大腦，在算法突破和計算架構升級的基礎上，實現AI算法、計算架構與應用場景的融合創新，成為“軟硬一體的AI大生產平臺”，打通了人工智能產業化應用落地相關的全部流程，實現了AI技術的標準化、自動化、模塊化。由此，企業和開發者不用重復“造輪子”，能直接將AI應用在各個產業場景中，促進產業智能化。百度也率先在業內提出“人工智能進入工業化大生產階段”。
做行業的引領者，需要銳意創新的勇氣。對百度而言，還有二十年如一日推動技術進步所積淀的實力與底氣。那么，在這個大跨步向“智能時代”邁步的一年中，百度在推動AI技術進步方面又給我們帶來了哪些驚喜?讓我們走近看一看。
1、競逐人工智能皇冠上的明珠：知識增強的語義理解框架ERNIE超越谷歌BERT
自然語言處理關乎智能體如何理解人類的語言與文字、并在理解的基礎上進行人機智能交互，被稱為“人工智能皇冠上的明珠”，其重要性顯而易見。今年，在自然語言處理技術方面，百度打造了可持續學習的知識增強語義理解框架ERNIE，通過建模海量數據中的實體概念等先驗知識，學習真實世界的語義關系。這種融合知識的語義建模大幅增強了模型的語義表示能力，在共計16個中英文自然語言處理任務上效果超越了谷歌BERT和XLNet。近日，ERNIE更是在自然語言處理領域權威數據集GLUE中榮登榜首，并刷新該榜單歷史，超越了微軟MT-DNN-SMART, 谷歌T5、ALBERT等一眾國際頂級預訓練模型。在全球各國探尋AI關鍵技術的道路上，百度ERNIE代表中國AI科技占據了舉足輕重的一席之地。
2、方言、中英混合，通通不是問題：SMLTA加持，語音識別準確率提升15%-20%
語音識別方面，百度提出流式多級的截斷注意力模型 SMLTA，這是國際上首次實現局部注意力建模超越整句的注意力模型，也是國際上首次實現在線語音大規模使用注意力模型。SMLTA在大幅提升識別速度的同時，也提高了識別準確率。在輸入法有效產品相對準確率提升15%，音箱有效產品相對準確率提升20%。借助SMLTA，百度輸入法實現了業界普遍認為較難實現的中英文混說識別，在完全不影響中文語音輸入準確率的情況下，能進行高精準的中英文混合語音識輸入。除此之外，方言與方言、方言與普通話的混合語音輸入也完全不在話下。
3、僅需20句話就能錄制你的專屬聲音：語音合成Meitron讓AI體驗個性化起來
你可能已經習慣了“前方路口左轉”這樣的地圖語音由一個標準的女聲發出，然而百度地圖推出的“語音定制”功能，則可以讓你用自己的聲音、或者是自己想要的其他人的聲音來幫你指揮方向。這背后是百度語音合成技術Meitron的功勞。針對現階段語音合成方面面臨的風格遷移、音色模擬和情感擬人三大挑戰，百度的語音合成技術 Meitron ，可以把聲音中的音色、風格、情感等不同元素解耦分離，獨立組合，靈活控制合成的聲音，只需錄制20句話，就可以制作一個人的專屬聲音�；诖思夹g，百度上線了全球首個地圖語音定制功能，為用戶帶來了前所未有的個性化體驗。
4、向著“巴別塔”之巔前進：更高準確、更低時延的機器同傳
翻譯為人類重新建立交流的巴別塔，機器翻譯則讓無障礙溝通的門檻降得更低。在機器同傳領域，百度綜合聯合詞向量解碼、語篇翻譯模型等新技術，實現高準確、低時延的機器同傳，并發布了語音到語音的機器同傳系統：DuTongChuan(度同傳)，以及全球首個中文-英文演講場景語音翻譯數據集(BSTC)。經過真實測試，機器同傳效果媲美人類譯員�？梢哉f，隨時隨地自由溝通的夢想離我們越來越近。
5、換個“姿勢”看視頻：基于知識圖譜的視頻語義理解能力
在今年的“Baidu Create 2019”百度AI開發者大會上，百度CTO王海峰為大家展示了一段基于知識圖譜理解音樂紀錄片《大河唱》的內容。影片中的角色、人物關系、音樂種類、取景地、影片主題等信息，都得到了精準解析，在屏幕上一一呈現給觀眾。這是融合了百度知識圖譜技術的視頻語義理解能力，通過結合視覺、語音和自然語言處理技術解析多模態信息，并與知識圖譜的相關實體建立關聯，通過計算和推理，得到電影內容的結構化語義表示，從而理解電影中出現的角色、音樂和民間藝術等。還在因為記不住某部電影里紛繁復雜的的人物關系而頭疼?有知識的AI來幫你梳理梳理唄。該技術目前已在百度視頻搜索、推薦、內容生成等多個產品上線。
6、有溫度的AI，從真人形象虛擬主播開始：實時合成真人虛擬形象在多個場景應用
百度的實時合成虛擬形象技術，結合多模態嘴型生成、GAN、TTS等技術，實現了業界首個可以量產視頻的真人形象虛擬主播，同時具備自動化、平臺化、實時計算、大規模應用和效果逼真等技術特點，可以解決以往虛擬主播形象生硬、響應速度滯后、播報內容刻板等問題。該技術已經成功應用于多個場景。例如，央視與百度合作打造AI虛擬主持人小靈，亮相央視2019五四晚會;澎湃新聞與百度合作打造了第一個真人形象的虛擬主播早晚新聞欄目;浦發銀行與百度合作打造了業內首個“金融數字人”，有顏值、有情感、還有專業的銀行知識，將升級銀行客服體驗。
7、讓中國最好的AI跑在中國自主可控的芯片上：百度鴻鵠芯片發布，百度昆侖云服務器上線
AI的發展需要算力的支撐，當下AI領域精彩紛呈，算力的需求更是大規模上漲。而在算力層面，芯片始終是受到關注的焦點。特別是在中國，開發者和企業能否用上自主可控的芯片，又讓這一關注多了一層意義。今年，百度發布了專為遠場語音交互打造的百度鴻鵠芯片，其設計變革了傳統芯片設計方法，遵循“軟件定義芯片”的全新設計思路。同時，它采用雙核 HiFi4 架構，40nm 工藝，2.8M 大內存，在此硬件規格上，僅僅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，將為車載語音交互、智能家居等場景帶來更大想象力。而在12月，基于百度自主研發的AI加速芯片-KUNLUN1的百度昆侖云服務器也正式在百度智能云上線。百度昆侖云服務器與百度自主研發的產業級深度學習開源平臺飛槳深度適配，支持知識增強語義理解框架ERNIE等完全自主可控的領先算法模型，讓中國最好的AI跑在中國自己自主可控的芯片之上。
8、打造自動駕駛的智慧之眼：國內唯一的城市道路L4級純視覺感知解決方案Apollo Lite
作為車輛與周圍環境交互的紐帶，感知系統是實現自動駕駛的關鍵環節，可謂是自動駕駛系統的一雙“眼睛”。在今年的CVPR 2019召開期間，百度公開了國內唯一的 L4 級自動駕駛純視覺城市道路閉環解決方案——百度 Apollo Lite。相比旋轉式激光雷達感知方案，視覺感知方案價格低且便于獲得，為企業、開發者們提供了一個低價、優質的自動駕駛解決方案。
9、為自動駕駛提供仿真測試保障：增強現實的自動駕駛仿真系統登上《科學》子刊
安全性也是自動駕駛至關重要的一環。業界一般認為，一個可靠的、安全的自動駕駛系統必須能保證在苛刻的測試環境下安全行駛數億公里。按照這一指標,若完全使用真實道路測試,可能需要長達數十年�；谟嬎銠C視覺和AR技術，百度開發了一種增強現實的自動駕駛仿真系統(AADS)，為自動駕駛車輛提供更為可靠且廉價的仿真模擬方法，兼顧自動駕駛系統測試的安全性的同時，提升測試效果并極大地縮短測試時間。該系統相較于現有仿真系統，在真實感、擴展性等方面都實現了突破性的技術進展，并發表于《科學》雜志《機器人學》子刊。
10、邁向未來計算新世界：“量脈”實現量子軟硬件連接
最后一項關乎未來。量子計算被認為是未來計算技術的心臟。2019年，百度研發出國際領先、國內第一的云上量子脈沖系統“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級別的提升,是實現量子軟硬件連接的關鍵橋梁。
以上的十大技術創新，只是百度諸多技術成果的冰山一角。時代在繼續向前發展，百度推動技術創新的步履從不曾停歇。通過不斷推動技術進步，百度還將為人工智能產業和社會的發展貢獻更大的力量。未來還會有哪些精彩?讓我們拭目以待。
（文章來源：大眾新聞）
