Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

2018百度AI开发者大会第一天,核心重点都在这了!| Baidu Create 2018


等了好久终于等到今天!今天,百度 AI 开发者大会(Baidu Create 2018)终于迎来了与全球 AI 开发者共同“狂欢”的日子。

国家会议中心的主会场上,百度创始人兼首席执行官李彦宏面向全场超过7000名开发者大声宣告“Everyone Can AI”!

L4 级别的自动驾驶巴士从现在开始量产下线?百度已经自主研发出了中国第一款云端全功能 AI 芯片?从西藏牧区到美国超市都有人为百度 AI 点赞……精彩纷呈的开发者大会有哪些不容错过的高光时刻,请看小编为您精准盘点的七!大!亮!点!

“去年11月份,在百度世界大会上我吹过一个牛:我们的 L4 级别无人驾驶车的量产,会在2018年的7月份。今天我要说的是,这个牛,马上就要实现了!”

在今天的百度 AI 开发者大会(Baidu Create 2018)上,在7000余名开发者面前,李彦宏兑现了自己一年前“吹的牛”:全球第一款 L4 级自动驾驶巴士阿波龙量产下线!

大会开场,李彦宏连线厦门金龙联合汽车工业有限公司董事长谢思瑜,见证了第100台阿波龙的量产下线。同时, 这款自动驾驶巴士的内部构造也首次对外呈现:没有方向盘、没有油门和刹车踏板、乘客可以围坐成一圈,并且“充电2小时,能跑百公里”。

“阿波龙”将发往北京、雄安、福建平潭、广州、深圳、日本东京等地开展商业化运营,其中,“阿波龙”销往日本实现了我国自动驾驶汽车的首次“出海”。

如果说阿波龙的如期量产只是意料之中,那么接下来这个消息堪称一颗重磅炸弹:会上,李彦宏面向开发者发布了中国首款云端全功能 AI 芯片“昆仑”,包含训练芯片“昆仑818-300”和推理芯片“昆仑818-100”。

昆仑是中国在大规模 AI 运算实践中催生出的芯片,基于百度8年的 CPU、GPU 和 FPGA 的 AI 加速器的研发,20多次迭代而生,是中国 AI 芯片的又一里程碑。

要知道,这是迄今为止业内设计算力最高的 AI 芯片(100+瓦特功耗下提供260 Tops 性能),可以高效地同时满足训练和推断的需求。

除了常用深度学习算法等云端需求,还能适配诸如自然语言处理、大规模语音识别自动驾驶、大规模推荐等具体终端场景的计算需求。

昆仑巅峰,用芯之作

“昆仑”的诞生,使得百度大脑具备了更完备的软硬一体化能力,这极大成就了百度大脑3.0版本的算力增长。

基于此,百度大脑3.0形成了从芯片到深度学习框架、平台、生态的 AI 全栈技术布局。百度大脑3.0 开放110+项能力,每天调用次数超过4000亿次。

延续了此前最完整、最开放、最前沿、最活跃的生态特点,百度大脑3.0首次在业内提出了以视觉语义化、语音语义一体化、自然语言理解等为核心的“多模态深度语义理解”概念,它使得视觉、语音、自然语言处理等人工智能技术基于大数据、多元知识等能力产生了质的飞跃,未来将广泛应用于新零售、智能客服等场景。

现场还展示了新版百度地图的 AI 能力:复杂的语音路径指令,现在百度也能很好的理解,并且做出路径规划。可以连续规划多个途经的地点,以及中途语音更改目的地。

智能语音助手:再复杂的要求,一听即懂

现场的许多观众其实就已经参与了百度大脑3.0的“图灵测试”,在本次大会开场前,就有购票的开发者接到百度客服机器人打的电话。接听感受是“与真人无异”、“对答如流”。戳下方视频感受一下!

而无人超市等新零售场景的视频 demo 展示里,机器可以准确识别顾客“拿起商品”、“放下商品”、“将商品从A处放到B处”这些行为。相信接下来会有越来越多的 AI 落地案例与大家见面!

DuerOS3.0 此次重大革新在于打通了商业模式闭环,正式启动了商业分成模式,更在现场宣布 DuerOS 在前6个月将会把技能收入100%回馈开发者,这意味着 DuerOS 要带领对话式 AI 领域的开发者开始”淘金”了。

一年时间,DuerOS 已经具备划时代的自然语言交互、全新对话式内容服务生态、打通商业模式闭环三大要素。一个健康共赢的开放生态,标志着 DuerOS 作为新一代对话式 AI 操作系统已经成型。

此前倍受瞩目的小度 AI 音箱的儿童模式、极客模式等多个创新技术此次面向开发者彻底开放。同时推出超过20个跨场景、跨设备解决方案。包含有屏设备解决方案、蓝牙设备解决方案、行业解决方案等。

其中蓝牙设备解决方案是国内首创,开发者将这一方案植入到蓝牙耳机、蓝牙音箱里,未来可以让数以千万的蓝牙设备瞬间变成可以对话的人工智能设备。

全球首款 L4 级自动驾驶小巴车的如期量产,离不开 Apollo 的快速升级迭代。作为百度 AI 前沿化和商业化扩展阵地,Apollo 此次带来3.0版本的重磅发布。

阿波龙背后所提供的“面向量产的解决方案”成为 Apollo3.0 的核心,拿到这套解决方案,未来开发者只需三个月就可以造出自己的“阿波龙”。

为了让硬件厂商可以加速自己的硬件开发,让开发者用更低成本获取硬件打造自己的无人车,Apollo3.0 版本将原有硬件参考设计升级为硬件开发平台,车辆参考设计升级为开放车辆认证平台。

车联网方面,Apollo 在当天还全新发布“小度车载OS”,这是一套面向量产的、完整的 AI 车联网解决方案,可以让开发者的开发时间由半年提速至最快30天。

当天百度还发布了国内首个自动驾驶安全报告,它不仅为中国自动驾驶树立安全产业标准,更表明百度做自动驾驶“安全第一”的天条和决心。

除了以上这些百度 AI 平台化、基础层的重磅发布升级,此次百度全新发布“智能小程序”,将彻底打通 AI 与移动端,让 AI 在手机上全面落地。

百度智能小程序具备更自然、更智能、更开放等三大特点。开发者只需要几行代码就可以直接接入百度大脑3.0的核心 AI 能力。

同时,作为业界首个开放的小程序生态,百度智能小程序将于2018年12月全面开源,开发者的智能小程序将不仅可运行于百度移动端产品,更可以运行于外部 App,以及 DuerOS 智能家居、Apollo 车生活平台上,开发者一次开发就可以实现多端运行。

智能小程序 - 爱说唱

未来健康的内容服务生态将由开发者们共同创造!

“今天,平等、便捷获取信息这样的理想已经基本实现,但是摆在 AI 面前的‘智能鸿沟’也越来越拉大人和人之间的差距。在 AI 时代,‘智能鸿沟’我们该怎么去解决,怎么去填平呢?

百度的答案就是,我们要通过数据、算力和算法的不断替代和不断开放来填平这样的鸿沟,让每一个开发者能够接触到全球最先进的 AI 技术,让每一个公司、每一个企业都能够很方便地使用这些最先进的 AI 能力。”

随着百度 AI 技术的不断开放,利用百度 AI 技术改造传统行业的案例正在不断涌现。

现场,李彦宏请来了一位来自西藏的医生陈静飞,陈医生利用百度的 AI 技术,成功训练出了一套可以辅助基层医生用显微镜识别寄生虫虫卵的系统,这套系统将帮助藏地牧区人民更便捷地获得寄生虫感染的识别诊断,其识别能力相当于一位有20多年临床经验的检验专家。

类似的 AI 落地数不胜数,比如圣象地板的“智能地板分拣”,中科院研究生任家强的污染场地风险管理模型训练系统,还有盲人导航系统,智能船舱温控系统,自动驾驶轮椅……

搭载了百度 AI 技术的 BOB SYSTEM 设备

会上,百度还宣布与英特尔在自动驾驶和人工智能等领域的合作成果。百度将在其开源的自动驾驶平台 Apollo 整合并商用部署英特尔与 Mobileye 开发的责任敏感安全(RSS)模型。同时,百度还和英特尔 AI 业务部协作,在阿波龙、智能 AI 芯片相机模组 Xeye,百度深度学习框架 PaddlePaddle 的优化等项目上共同发力,以及 FPGA 加速及服务等项目上共同发力。 

一系列重磅发布背后,百度交出了一份 AI 产品化、量产化、商业化的成绩单,百度 AI 的产业势能正全面爆发。

未来,“平等赋能”的理念将让更多普通开发者、合作伙伴、小企业都可以平等享有世界级的顶尖 AI 技术。

百度AI
百度AI

产业Baidu Create 2018
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

机器人技术技术

机器人学(Robotics)研究的是「机器人的设计、制造、运作和应用,以及控制它们的计算机系统、传感反馈和信息处理」 [25] 。 机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器;另外还有能够实现感知能力的软件,比如定位、地图测绘和目标识别。之前章节中提及的技术都可以在机器人上得到应用和集成,这也是人工智能领域最早的终极目标之一。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

图灵测试技术

图灵测试(英语:Turing test,又译图灵试验)是图灵于1950年提出的一个关于判断机器是否能够思考的著名试验,测试某机器是否能表现出与人等价或无法区分的智能。测试的谈话仅限于使用唯一的文本管道,例如计算机键盘和屏幕,这样的结果是不依赖于计算机把单词转换为音频的能力。

推荐文章
暂无评论
暂无评论~