此前外媒報(bào)道稱谷歌已經(jīng)基本掌握“讓電腦用人類自然語(yǔ)言描述圖片內(nèi)容”這一人工智能領(lǐng)域的最前沿技術(shù)。不過(guò)，近日斯坦福大學(xué)一位研究人員指出，真正最先在該技術(shù)上取得突破的，并非是谷歌，而是來(lái)自中國(guó)的百度。
事實(shí)的確如此。在谷歌、微軟以及多倫多大學(xué)在內(nèi)等多家企業(yè)及機(jī)構(gòu)各自公布的有關(guān)該項(xiàng)技術(shù)的最新研究成果中，均公開注明引用了百度研究院杰出科學(xué)家徐偉此前在該技術(shù)上的研究成果。
長(zhǎng)期以來(lái)，電腦對(duì)于“文字”和“圖像”，一直采取不同類別的處理模式，然而要直接讓電腦透過(guò)一幅圖片立即迅速、準(zhǔn)確地給出對(duì)應(yīng)的一句文字解釋，幾乎是一件不可能的事情。“利用百度的深度學(xué)習(xí)能力，即一種靈感來(lái)自于人腦運(yùn)行方式的人工智能技術(shù)，百度成為世界上第一個(gè)解決這一技術(shù)難題的公司”， 百度研究院副院長(zhǎng)，深度學(xué)習(xí)實(shí)驗(yàn)室(IDL)主任余凱表示，“利用CNN(卷積神經(jīng)網(wǎng)絡(luò))和RNN(遞歸神經(jīng)網(wǎng)絡(luò))技術(shù)，百度成功地實(shí)現(xiàn)將圖像內(nèi)容生成自然語(yǔ)言的描述性句子或段落，從而在高層語(yǔ)義層面建立了圖像和自然語(yǔ)言之間的橋梁，也就是“機(jī)器讀圖”，而這可以說(shuō)是人工智能領(lǐng)域的一次技術(shù)飛躍。”
據(jù)介紹，百度的這一項(xiàng)目，由百度研究院杰出科學(xué)家徐偉主導(dǎo)的團(tuán)隊(duì)，毛俊華、楊億，王江等人研發(fā)，其研究成果的相關(guān)論文于2014年10月份公布于arXiv。隨后，包括谷歌、微軟等多家知名公司和諸如多倫多大學(xué)等一批致力于該技術(shù)研究的機(jī)構(gòu)，相繼公布各自的研究成果——無(wú)一例外，在研究報(bào)告或者論文中，均引用了該論文。“百度在人工智能領(lǐng)域的投資力度一直很大，我們的突破既得益于公司整體戰(zhàn)略的支持，也離不開整個(gè)團(tuán)隊(duì)日日夜夜的奮斗”，徐偉表示，“百度深度學(xué)習(xí)研究院為人工智能技術(shù)的發(fā)展提供了得天獨(dú)厚的條件和資源，而且百度始終有著一個(gè)開放的技術(shù)心態(tài)”。
圖注：百度研發(fā)的“機(jī)器讀圖”技術(shù)，能夠幫助計(jì)算機(jī)根據(jù)圖片內(nèi)容自動(dòng)生成一段描述文字
據(jù)悉，這項(xiàng)技術(shù)突破，一方面有巨大的應(yīng)用空間，比如讓用戶通過(guò)自然語(yǔ)言找到需要的圖片或視頻，結(jié)合Baidu Eye幫助盲人了解周圍環(huán)境，幫助兒童學(xué)習(xí)語(yǔ)言等。另一方面在人工智能的發(fā)展上有重要的意義。因?yàn)檫@個(gè)技術(shù)把傳統(tǒng)上人工智能的兩大分支- 自然語(yǔ)言處理和計(jì)算機(jī)視覺無(wú)縫地連為一體，從而使計(jì)算機(jī)能夠真正地學(xué)習(xí)和建立語(yǔ)言和所感知到的物理世界之間的聯(lián)系，這對(duì)于解決長(zhǎng)期困擾人工智能的難題“常識(shí)推理”(common sense reasoning)是重要的一步。
人工智能技術(shù)屬于當(dāng)前互聯(lián)網(wǎng)領(lǐng)域技術(shù)研發(fā)的最前沿。簡(jiǎn)單而言，可以將之理解為一種幫助計(jì)算機(jī)理解語(yǔ)音、圖像以及文字內(nèi)容的智能技術(shù)。近些年，全球互聯(lián)網(wǎng)領(lǐng)域的幾大巨頭——谷歌、微軟、蘋果和Facebook等都在積極進(jìn)行人工智能方面的研發(fā)，以改進(jìn)其在圖像、視頻及語(yǔ)音的信息處理方面提供服務(wù)的能力。比如，谷歌一連收購(gòu)8家機(jī)器人公司，蘋果則表示在計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、以及算法編寫等領(lǐng)域存在大量的職位空缺——在一定程度上，人工智能技術(shù)被認(rèn)為是互聯(lián)網(wǎng)產(chǎn)業(yè)的下一個(gè)“引爆點(diǎn)”。
很顯然，百度注意到了這一互聯(lián)網(wǎng)發(fā)展的大趨勢(shì)，并迅速對(duì)此展開了積極而全面的布局。2014年5月，有著“谷歌大腦之父”的深度學(xué)習(xí)專家吳恩達(dá)加盟百度，任職百度首席科學(xué)家。隨即，百度宣布未來(lái)5年內(nèi)將對(duì)其深度學(xué)習(xí)實(shí)驗(yàn)室投資3億美元。2014年9月，另一位重量級(jí)技術(shù)人才——前微軟全球資深副總裁張亞勤亦正式加盟百度，任職百度總裁并全面負(fù)責(zé)新興業(yè)務(wù)。技術(shù)出身的張亞勤在大數(shù)據(jù)、云計(jì)算等技術(shù)創(chuàng)新方面與百度未來(lái)戰(zhàn)略不謀而合。
2014年9月25日，美國(guó)知名高科技網(wǎng)站Xconomay的一篇介紹性報(bào)道指出，諸多“事實(shí)和數(shù)據(jù)”顯示，來(lái)自中國(guó)的搜索巨頭百度，正在成長(zhǎng)為全球人工智能領(lǐng)域的領(lǐng)袖型企業(yè)之一。
“我們需要有這種信心，甚至對(duì)我來(lái)講是一種信仰：就是對(duì)于技術(shù)的投資會(huì)獲得回報(bào)，而且不僅僅是給百度帶來(lái)回報(bào)，更會(huì)給整個(gè)社會(huì)帶來(lái)非常大的回報(bào)。” 在2014年11月于浙江義烏古鎮(zhèn)舉行的世界互聯(lián)網(wǎng)大會(huì)上，百度公司創(chuàng)始人、董事長(zhǎng)兼CEO李彥宏如此表示。而根據(jù)李彥宏的透露，百度正持續(xù)投入大筆資金用于人工智能研究。