近日百度首席科學(xué)家吳恩達(dá)發(fā)表題為《深度學(xué)習(xí)與人工智能》的主題演講，在演講中，他表示，在深度學(xué)習(xí)發(fā)展的過(guò)程中，圖像、語(yǔ)音、行為三個(gè)領(lǐng)域正在發(fā)生重大的創(chuàng)新。

　　其中，在圖像識(shí)別和語(yǔ)音識(shí)別方面，教育領(lǐng)域已經(jīng)有了廣泛的應(yīng)用，從層出不窮的搜題軟件，到語(yǔ)音評(píng)測(cè)以及識(shí)別在考試等評(píng)測(cè)場(chǎng)景下的使用?，F(xiàn)在，也有公司在探索人的行為，期望從學(xué)生的行為中，總結(jié)出某些共性的東西加以利用。

　　以下為吳恩達(dá)演講摘要：

　　圖像識(shí)別將開(kāi)啟無(wú)限可能

　　人臉識(shí)別：百度才在人臉識(shí) 別領(lǐng)域和其他領(lǐng)域比其他國(guó)際上領(lǐng)先的大公司要做得好。我們?cè)谌四樧R(shí)別只有0.3幾的錯(cuò)誤率。

　　計(jì)算機(jī)系統(tǒng)對(duì)人臉的識(shí)別，比如針對(duì)安全的目的，還有保安的目的，這些在未來(lái)會(huì)越來(lái)越多的應(yīng)用。

　　現(xiàn)在的圖片識(shí)別技術(shù)已經(jīng)可以很好的實(shí)現(xiàn)讓計(jì)算機(jī)對(duì)一幅圖片進(jìn)行文字場(chǎng)景描述了?，F(xiàn)在很多計(jì)算機(jī)的讀圖能力已經(jīng)超過(guò)了人眼所見(jiàn)的信息，這些技術(shù)給我們開(kāi)啟了無(wú)限的可能。比如對(duì)服飾的識(shí)別和搜索、對(duì)老年人的看護(hù)等等，可能都是未來(lái)的空間。

　　在過(guò)去幾年，具體來(lái)說(shuō)大概三年的時(shí)間內(nèi)，計(jì)算機(jī)圖像的技術(shù)發(fā)展非常迅速，現(xiàn)在計(jì)算機(jī)在圖像識(shí)別上，比更多年以前要做得好得多。現(xiàn)在很多計(jì)算機(jī)公司甚至比很多人腦眼睛一眼看上去了解的信息還多。

　　我們有一些想法、有一些產(chǎn)品，也有一些技術(shù)，我想說(shuō)的是這些技術(shù)給我們開(kāi)啟了無(wú)限的可能，可以使我們來(lái)了解一下哪些產(chǎn)品領(lǐng)域是大有可為的。我們可以在圖上了解一些相關(guān)的領(lǐng)域，比如百度還有其他的搜索引擎正在做的事情。我不知道一個(gè)非常清晰的路線圖是怎樣的，或者哪個(gè)領(lǐng)域會(huì)發(fā)展得更加迅速。

　　語(yǔ)音識(shí)別技術(shù)將更多地運(yùn)用在人機(jī)交互中

　　在移動(dòng)互聯(lián)網(wǎng)方面，大家對(duì)互聯(lián)網(wǎng)和手機(jī)的使用越來(lái)越多的結(jié)合起來(lái)。我們過(guò)去是用手機(jī)鍵盤(pán)來(lái)敲字，比較浪費(fèi)時(shí)間，大家現(xiàn)在用話音來(lái)進(jìn)行溝通，所以語(yǔ)音識(shí)別是一個(gè)非常重要的發(fā)展方向。

　　而大家現(xiàn)在普遍反應(yīng)在手機(jī)上進(jìn)行語(yǔ)音通信的時(shí)候，如果手機(jī)離得比較遠(yuǎn)的話效果不是很好，要比較近的時(shí)候語(yǔ)音識(shí)別才做得比較好。

　　我們?cè)谙嚓P(guān)的IT技術(shù)方面也做一些探索，從傳統(tǒng)領(lǐng)域來(lái)看，這是語(yǔ)音識(shí)別所做的事情，基本上所有做語(yǔ)音識(shí)別的公司都是使用非常復(fù)雜的管道。我們來(lái)改善它的話音系統(tǒng)，突出聲音特征，有一些不同的模塊，不的的模塊組合起來(lái)識(shí)別這個(gè)人到底講了什么。

　　在手機(jī)之外，我覺(jué)得我們的話音識(shí)別還會(huì)推動(dòng)物聯(lián)網(wǎng)的革命，從汽車(chē)界面到家用設(shè)備到可穿戴設(shè)備將會(huì)發(fā)生很多的改變。我在家里有5個(gè)遙控可以控制的東西，我想再過(guò)幾年再回過(guò)頭來(lái)看，我們會(huì)覺(jué)得這5個(gè)遙控太少了，比如你只是遙控電視，只是遙控空調(diào)，簡(jiǎn)直不夠了，看來(lái)都是小兒科的東西。在幾年的時(shí)間內(nèi)，或者在未來(lái)幾年，我們將能夠和電視通話，和更多的家電通話，這將是未來(lái)面臨的發(fā)展，我們將有很多的路由器內(nèi)置到這些機(jī)器當(dāng)中。

　　行為+大數(shù)據(jù)更好地促使機(jī)器運(yùn)作

　　很多技術(shù)公司現(xiàn)在都能夠獲取到一些大數(shù)據(jù)來(lái)了解人們?cè)诨ヂ?lián)網(wǎng)的環(huán)境當(dāng)中究竟是什么樣的行為，這是技術(shù)的發(fā)展。我們可以從這些數(shù)據(jù)當(dāng)中挖掘更多的價(jià)值。正如很多人都知道的，我們百度的廣告也是在人工智能方面下了很大的工夫，我們有很多數(shù)據(jù)搜集過(guò)來(lái)是關(guān)于人的行為的，而這些深度學(xué)習(xí)可以使我們了解人們的行為是什么樣的，他們傾向于做什么事情，他們喜歡做什么事情。

　　因?yàn)槲覀兊臄?shù)據(jù)中心還有很多數(shù)據(jù)搜集起來(lái)，使我們了解不僅僅是人的行為，還有機(jī)器人行為。今天的深度學(xué)習(xí)確實(shí)是一個(gè)非常強(qiáng)大的工具，使我們可以了解機(jī)器在做什么，來(lái)更好地管理數(shù)據(jù)中心。比如我們可以使用這方面我們了解的信息來(lái)更好地使機(jī)器運(yùn)作。我們也可以更好地了解計(jì)算機(jī)是如何工作的，我們還可以使用深度學(xué)習(xí)來(lái)提高計(jì)算機(jī)的安全性。

　　這是我們百度正在做的事情，我們覺(jué)得很多行為數(shù)據(jù)給我們帶來(lái)的機(jī)會(huì)，包括人的行為，包括機(jī)器的行為。

　　在15年前，我們有這張圖，我們有這個(gè)想法，這就是AI人工智能的良性循環(huán)。那時(shí)候我們?nèi)绻?能夠構(gòu)造優(yōu)秀的產(chǎn)品可以吸引更多的用戶(hù)，有了更多的用戶(hù)就可以獲得更加大量的數(shù)據(jù)。