百度在人工智能领域做了哪些布局？

百度是靠搜索功能逐渐发展壮大起来的互联网公司，依靠过硬的搜索引擎技术在互联网领域建立了自己的优势地位。而今在人工智能产业逐渐兴起之际，百度也凭借自身的优势成功跻身人工智能领域。

有专家认为，当今的搜索引擎就是未来人工智能的雏形，在搜索引擎本身积累的用户以及数据的基础上，运用云服务、深度学习等技术，从传统互联网搜索进化到人工智能高级形态将有可能成为现实。

百度的首席科学家Andrew Ng也曾经提到过人工智能的正循环：在成功开发出深度学习算法之后，海量的数据不再是烦恼，而是一种有力的武器，能有效提升和改善图像搜索、语音识别等互联网服务，从而吸引更多的用户，产生更多的数据。

百度带着身为技术公司特有的敏感性和前瞻性的特征在人工智能领域展开了积极的布局，迈出了百度走向未来人工智能的第一步。

2014年5月，在人工智能和机器学习领域享有国际声誉的学者家Andrew Ng进入百度，负责领导北美研究中心。与传统互联业务相比，人工智能有相对较高的技术门槛，因此引进相关的技术人才成为了百度在人工智能领域的首要任务。Andrew Ng的加盟为百度解了燃眉之急，由其领导的北美研究中心为百度招揽了更多人工智能领域的高精尖人才，通过组建强大的技术团队，为百度的人工智能发展提供坚实的技术后盾。

大数据是开展人工智能的重要基础，而百度在大数据获取以及挖掘方面有天然的优势，百度副总裁王劲将百度的技术布局形象的描述为一张剑形图，人工智能、大数据等技术将化作利剑，在未来的发展道路上披荆斩棘，为百度的发展保驾护航。

除了积累和挖掘数据之外，百度还加快了开放大数据平台的步伐。2014年4月，百度发布了大数据引擎，推出了大数据存储、分析和挖掘技术，并在医疗、交通和金融领域实现具体应用。

2014年7月，百度运用大数据技术成功预测了14场世界杯比赛的结果，领先微软和高盛。同年9月，百度对外正式发布了集合大数据、百度地图LBS的智慧商业平台，顺应了移动互联网时代发展的大潮，能够为各个行业提供有效的大数据解决方案。

Andrew Ng与其研发团队于2014年年底开发出一种新的语音识别技术——Deep Speech（深度语音识别系统），这款语音识别系统在嘈杂的环境下辨识准确率可以达到81％左右。卡耐基梅隆大学工程学助理研究教授Ian Lane甚至预言这一技术对未来语音识别技术的应用效果将产生颠覆性的影响。

该款语音识别系统用深度学习算法取代了原有的模型，使用递归神经网络或模拟神经元阵列进行训练，从而让语音识别系统更加简单。在这套系统中还应用了由NVIDIA（英伟达）等芯片制造商生产的多枚GPU，这些GPU通过并行连接，可以大大提升对语音识别模型的训练速度，从而提高工作效率。

在图像识别方面，摄像头将在连接人与世界信息方面发挥重要的作用，百度也在不断利用深度学习技术提高图像识别的精度。2014年9月，借鉴百度深度学习研究院开发的人脸识别和检索技术，百度云推出了云端图像识别功能。11月，百度发布了“智能读图”，可以利用一种类似于人脑的思维方式识别图片中的物体等。

百度正在推进的“百度大脑”项目不仅需要人工智能算法的支持，同时也需要云计算中心在硬件方面的支持。百度大脑利用计算机技术模拟人脑，参数规模已经达到了百亿级，打造了世界上最大规模的深度神经网络。

百度在国内已经建立了十几座云计算中心，投入使用了4万兆交换机，在技术和存储上为人工智能提供了重要的支持。百度是世界上第一个在人工智能和深度学习领域应用GPU，并且推动商用ARM处理器实现规模化的公司。这些技术通过整合，构成了百度强大的存储计算能力，不仅可以支持多样的并行计算，同时也可以针对不同应用和场景生成、配置相应的网络结构，保证人工智能发展在硬件上的需求。

2014年9月，百度与宝马签署合作协议，双方将携手共同研发自动化驾驶技术，宝马的车辆导航系统将融入百度的三维地图以及数据服务，在自动驾驶汽车方面，百度将充分发挥自己掌握的技术优势。双方将共同应对高度自动化驾驶在中国道路环境上出现的技术门槛，运用智能技术提高自动驾驶的安全性。

百度在人工智能领域的布局可以概括为以下三点：

其一，具备战略眼光，与世界科技巨头的发展脚步保持一致；

其二，拥有天然的技术基因，重视对技术人才的引进，注重对人工智能底层技术的积累和开发；

其三，百度互联网入口的地位以及多样化的产品线能够有效推动人工智能技术的快速落地，迅速转变为具体的产品和服务，实现这一技术的广泛推广和应用。