京公网安备 11010802034615号
经营许可证编号:京B2-20210330
打造大数据与人工智能正循环
我们在经历一场人工智能变革
“人工智能在当下十分火热,语音识别、人脸识别等能力取得了长足的发展的和进步。”百度深度学习实验室杰出科学家徐伟表示。
如今,大数据的发展和处理大数据能力的提升,以及深度学习的发展,都对人工智能发展起到很重要的推动作用。“深度学习和大数据的结合成为人工智能这个浪潮的巨大推动力。”徐伟介绍,数据内部复杂的结构关系和属性,是要通过大量的数据才能够呈现出来的,因此光有大数据是不够的,还需要非常强有力的学习方法——深度学习。所谓的深度学习,就是对大数据进行深层次的挖掘、分析。
据悉,百度耗费巨大资源打造了百度大脑的PADDLE深度学习平台。该平台支持多样数据类型,可以灵活配置深度学习结构,是一个通用、灵活、强大的深度学习平台。
目前,百度已将深度学习运用到了各个领域,包括数据中心管理、检测,同时在百度搜索、百度推广、百度图片、百度贴吧、百度地图等产品上都有应用。
机器的感知能力正在超越人类
“随着大数据、深度学习的发展,机器在某些方面的感知能力已经接近甚至超过人类的水平。”徐伟介绍,对于搜索这样的短文本(中文)语音输入,人类的单字错误率为8%,机器为6%;对于人们十分自信的人脸识别同样如此:在世界最权威的人脸识别评测(LFW)中,人类的错误率为0.8%,百度人脸识别的错误率为0.23%,这是目前世界上最好的结果。
目前,百度已经通过apistore.baidu.com向用户开放了人脸识别和图像文字识别服务。用户可以通过这些技术进行人脸注册、认证。人脸认证不仅可以静态认证,也可以动态认证,通过观察眨眼、摇头这些动作,保证只有活体才能通过认证。文字识别技术的应用范围和准确度都有很大提高,可以检测任意方向文字、识别中英文、识别公式。
百度运用深度学习在感知方面取得了非常大的进步。人与动物最大的区别在于语言理解能力。百度的统一视觉和语言深度学习模型已经能像小孩学习一样自然,能够进行简单的看图说话、问答,理解动态视频。
百度打造的明星产品
“百度花费巨资开发人工智能,最终目的就是想要使人们的生活变得更美好。”徐伟说。
小明(DuLight)是百度帮助盲人打造的“生活助理”,依托百度大脑,可以帮助盲人描述周围环境、识别人民币,对摄像头看到的人脸进行识别,帮助盲人更好地融入社会和理解真实世界。
脸优,一款可以随意变脸的应用。以人脸检测、跟踪、关键点定位为基础,配合图像处理算法实现了换脸、贴脸的功能。可以自动检测出人脸的位置,同时预测出原始脸和目标脸中对应的人脸关键点坐标,把两个不同脸的各个部位对齐。同时,人脸跟踪技术可以实时跟踪脸部的运动和关键点的位置变化,使得贴上去的脸也可以跟着作出相应的变化。这样用户不仅可以变成明星脸,也可以变成动漫人物的脸。
小度机器人,像真人一样面对面和用户对话。利用人脸检测和跟踪技术,根据用户的位置移动而转动视线。不仅如此,小度机器人还具备了认识用户的能力,可以判断出面前用户的身份是注册用户中的哪一个人,根据用户的不同年龄、身份、性别作出个性化的回答和服务。
数据与人工智能相辅相成
人工智能运用到生活的方方面面,带来巨大的数据量,而更多的数据带来更强的智能,随即产生更好的产品,这就是百度打造的人工智能正循环。通过长此以往的正循环,百度大脑越来越强,机器人会越变越聪明。
“人工智能于1955年提出。一晃半个世纪过去了,我们对人工智能的研究还只停留在开始阶段……”徐伟感叹人工智能的发展道路并不平坦。
徐伟介绍,人工智能还缺少小数据的学习能力、自主地探索环境、通过和人的交流学习的能力。小孩能够主动对周围的事物产生好奇,并且能感知周围的事物,小孩子可能只需要大人教一次就能学会,但是机器却需要成千上万的图像训练才能认识一个新的物体。
“人工智能还有很长一段路要走。虽然很有难度,但是通过大家共同的努力,我看到了人工智能的希望,我们已经在经历一场人工智能的变革。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15