2016 年是人工智能第一个甲子年，同时也迎来人工智能的又一次复兴。过去的几个月里，人工智能各个领域突飞猛进。3 月，AlphaGo 完胜人类围棋选手李世石九段，震惊世界；4、5 五月间，无论是微软还是 Facebook 的开发者大会，无不将人工智能放在重中之重；9月，随着百度首次向外界全面披露其人工智能成果——百度大脑，基于人工智能的新巨头格局逐渐形成，10 月的一期《财富》杂志用一篇深度报道探讨了百度 、Google、微软、Facebook的人工智能「四巨头」。

　　11月16日，第三届世界互联网大会在乌镇互联网国际会展中心举行，在最为引人关注的就是世界互联网领先科技成果发布活动中，百度的人工智能核心成果——百度大脑成功入选15大领先科技成果，成为国内唯一一个入选的综合型人工智能技术。

　　从外媒眼中的 AI 四巨头到互联网大会世界领先科技成果，百度的人工智能到底做了些什么，又踩对了行业发展的哪些关键点？

　　人工智能基础技术护城河

　　当前人工智能的侧重点在于基于深度神经网络的机器学习，简称为深度学习。神经网络并非什么新鲜词，但在这几年逐渐成为整个人工智能行业研究的重点，这离不开以下三大领域的突破：算法的优化、计算能力的提升以及海量数据的「喂养」。

　　在百度的人工智能布局中，PaddlePaddle 深度学习平台，也就是并行分布深度学习占据重要地位。作为内部研发的深度学习平台，构成了百度大脑的算法模型。更重要的是，PaddlePaddle 可以实现 CPU/GPU单机和分布式的训练模式，可以实现数百台机器并行运算，轻松应对大规模的数据训练的任务。

　　其次，计算能力的高低对于能否实现算法至关重要。百度目前拥有专门为人工智能定制的超高速异构计算集群。这个被称为「AI超级计算机」的产品也构成了百度大脑计算能力的基础。有几个数字可以让我们一窥这个「AI超级计算机」的能力：围绕「AI 超级计算机」的累计产生专利超过60项、相关国际论文数量超过 10 篇、能耗显著下降，实现数据中心平均PUE1.15，相当于每年节省650万度电，每年二氧化碳减排6300余吨。

　　第三，在数据层面，互联网公司天然具有数据的优势，而百度作为中国最大的搜索引擎，拥有的网页数据、搜索数据、视频数据以及定位数据都位居业界领先地位。在海量数据的喂养下，利用超强计算能力的帮助，完成算法的优化和升级，构成了百度人工智能的护城河，也正如百度首席科学家吴恩达所言：数据会成为百度人工智能火箭的燃料。

　　四大基础能力

　　「能听（说）、会看」是衡量当前各大公司人工智能发展水平的重要参考标准。在基础架构竞争之外，这个层面也是各大巨头研发投入的重要领域，包括语音识别/合成、自然语言处理、图像识别等。

　　以听（说）技能为例，在《麻省理工科技评论》评选的「2016年十大突破技术」中，基于语音识别的对话界面（ Conversational Interfaces ）成功入围，而要让人机对话有效，不仅要让机器听懂人的话，还要做出适当的反馈，《麻省理工科技评论》认为：百度硅谷实验室研发的语音识别引擎——「深度语音系统2」(Deep Speech 2)，拥有一个大型深度神经网络，基于端对端的深度学习技术，可在数百万转录语言库的基础上学习如何将声音和语句联系起来，语音识别率精确度极高。目前的语音识别准确率为 97%。

　　全球范围来看，语音识别技术已经达到临界点，由此也推动了语音合成以及自然语言处理方面的快速发展。比如基于语音合成技术，用户可以在百度多个产品里体验到与真人语音一样的合成语音，用户只需要按照要求和机器说 50 句话，便可以让每个人拥有自己的声音模型，这项技术目前在手机百度小说频道取得显著成绩，用户听小说的时间从原来的 40 分钟提高到现在的将近两个半小时。

　　另一方面，自然语言处理作为人工智能领域的一颗「明珠」，在深度学习的帮助下正步入一个全新的爆发阶段。如果说语音识别开启了人机交互的新的一扇窗，那么自然语言处理则成为人机交互下一步发展的助推器。

　　下面这幅图来自 KPCB合伙人玛丽·米克尔 2016 年互联网趋势报告的分析：