2014年12月12-14日，大數(shù)據(jù)領(lǐng)域最具影響、規(guī)模最大的IT盛會(huì)——中國(guó)大數(shù)據(jù)技術(shù)大會(huì)暨第二屆中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）大數(shù)據(jù)學(xué)術(shù)會(huì)議在北京盛大召開。大會(huì)分享了海內(nèi)外大數(shù)據(jù)技術(shù)的發(fā)展趨勢(shì)；從技術(shù)與實(shí)踐角度探討大數(shù)據(jù)新技術(shù)應(yīng)用和行業(yè)實(shí)踐經(jīng)驗(yàn)，為產(chǎn)業(yè)界、科技界與政府部門提供了一個(gè)密切交流合作的平臺(tái)，助力我國(guó)大數(shù)據(jù)的產(chǎn)學(xué)研用深度結(jié)合。
本次大會(huì)上，百度表現(xiàn)尤為亮眼，百度大數(shù)據(jù)、人工智能技術(shù)強(qiáng)勢(shì)吸睛，現(xiàn)場(chǎng)反響熱烈。筆者特別盤點(diǎn)了百度的三位演講嘉賓的主要觀點(diǎn)，以饗讀者。
余凱：大數(shù)據(jù)人工智能
百度研究院副院長(zhǎng)、深度學(xué)習(xí)實(shí)驗(yàn)室主任、圖片搜索部高級(jí)總監(jiān)余凱以“大數(shù)據(jù)人工智能”為主題，介紹了百度在人工智能方面的發(fā)展?fàn)顩r和技術(shù)成果。
余凱老師分享“大數(shù)據(jù)人工智能”主題演講
余凱指出，“得人心者得天下” — 對(duì)于互聯(lián)網(wǎng)公司來(lái)說(shuō), 幾乎所有業(yè)務(wù)的核心就是讀懂人心，理解用戶。這其中最關(guān)鍵的技術(shù)是基于大數(shù)據(jù)的人工智能。什么是人工智能？感知、思考和控制是人工智能的幾個(gè)重要方面。真正智能的系統(tǒng)，必須能夠隨著經(jīng)驗(yàn)的演化，越變?cè)铰斆?！一個(gè)智能的互聯(lián)網(wǎng)服務(wù)，用戶使用得越多，它就獲得越多經(jīng)驗(yàn)，也就越懂用戶。這里經(jīng)驗(yàn)是什么？經(jīng)驗(yàn)就是數(shù)據(jù)。當(dāng)前，從大數(shù)據(jù)實(shí)現(xiàn)人工智能的一項(xiàng)重要技術(shù)是深度學(xué)習(xí)。在百度深度學(xué)習(xí)已經(jīng)被應(yīng)用到連接人和信息，連接人和服務(wù)/廣告的各個(gè)環(huán)節(jié)中。
深度學(xué)習(xí)之所以取得巨大成功，原因有三：第一，模型足夠復(fù)雜，建模能力強(qiáng)大；第二，分層模型實(shí)現(xiàn)end-to-end學(xué)習(xí)，不需或減少人工特征抽取；第三，深度學(xué)習(xí)是一套非常靈活的建模框架，針對(duì)不同問(wèn)題，基于對(duì)問(wèn)題的深刻理解，可以設(shè)計(jì)最適合的算法。余老師指出，不要把深度學(xué)習(xí)認(rèn)為是一個(gè)黑箱，它其實(shí)是一個(gè)語(yǔ)言，你對(duì)這個(gè)語(yǔ)言越熟練，對(duì)具體問(wèn)題理解越深，就能越能做出好文章。
余凱列舉了百度深度學(xué)習(xí)取得的一些關(guān)鍵性進(jìn)展，比如百度率先把深度學(xué)習(xí)成功應(yīng)用于廣告變現(xiàn)，搜索排序，還有業(yè)界高度關(guān)注的BaiduEye，DuBike、百度自動(dòng)駕駛項(xiàng)目等。在使用深度學(xué)習(xí)之后，百度優(yōu)于競(jìng)爭(zhēng)對(duì)手的差距顯著拉大。比如，在物體檢測(cè)模型上百度取得了世界上最好的成績(jī)，百度第一，谷歌第二。
展望未來(lái)，余凱分享了自己對(duì)于人與機(jī)器的思考。他認(rèn)為偉大的技術(shù)不在于讓機(jī)器更偉大，而在于讓每個(gè)平凡的人變得更偉大。最后他幽默的結(jié)束發(fā)言：世界是我們的，也是機(jī)器人的，但歸根結(jié)地，是屬于會(huì)做機(jī)器人的人的！
柴華：百度分布式計(jì)算“七劍下天山”
在大數(shù)據(jù)基礎(chǔ)設(shè)施專場(chǎng)，百度高級(jí)架構(gòu)師柴華主要分享了百度分布式計(jì)算“七劍下天山”，并且基于這些雄厚的基礎(chǔ)技術(shù)，開發(fā)并實(shí)現(xiàn)了規(guī)模大、效率高、種類全、使用易的計(jì)算平臺(tái)整體架構(gòu)。目前，已通過(guò)開放API將其強(qiáng)大的計(jì)算能力輸出。
柴華分享百度分布式計(jì)算平臺(tái)
百度分布式計(jì)算“七劍下天山”，到底是什么呢？現(xiàn)場(chǎng)柴華做了詳細(xì)的解析。
l 大規(guī)模離線計(jì)算平臺(tái)DCE。百度MR單集群規(guī)模達(dá)1.3萬(wàn)臺(tái)，是業(yè)內(nèi)已公布的最大規(guī)模單集群，日均百萬(wàn)作業(yè)吞吐能力。追求卓越的INF團(tuán)隊(duì)，將DAG執(zhí)行引擎的性能大幅提升；通過(guò)對(duì)Shuffle模式不斷優(yōu)化，benchmark作業(yè)性能提升30%，完全避免隨機(jī)讀IO。
l 高性能分布式計(jì)算平臺(tái)MPI。平臺(tái)支持?jǐn)?shù)十種大規(guī)模并行機(jī)器學(xué)習(xí)算法，經(jīng)過(guò)數(shù)年優(yōu)化和完善，性能業(yè)界領(lǐng)先。其中，邏輯回歸算法和深度神經(jīng)網(wǎng)絡(luò)，均支持千億特征，千億樣本的訓(xùn)練。
l 大數(shù)據(jù)機(jī)器學(xué)習(xí)框架ELF。為大數(shù)據(jù)應(yīng)用提供學(xué)習(xí)/挖掘算法開發(fā)支持，用戶最便捷高效地實(shí)現(xiàn)大數(shù)據(jù)機(jī)器學(xué)習(xí)算法，輕松玩轉(zhuǎn)超大規(guī)模數(shù)據(jù)下的機(jī)器學(xué)習(xí)并行計(jì)算。