一 : 除了吴恩达,百度世界还有什么看点?

还有7天，百度世界大会便将于9月3日在北京召开。上市之后便开始举办的“百度世界”大会已经与百度联盟峰会并列百度最重要的两大公开盛会。联盟峰会面向合作伙伴，百度世界则是面向用户、开发者，对应苹果WWDC和Google I/O大会。在百度世界上曾先后发布框计算、开放平台、百度云以及百度轻应用。这一次，第9个百度世界大会有什么值得期待呢？

前面这一年，百度的发展基本可以归纳为收购投资大手笔不少、移动互联网布局成功、移动商业化变现跑得最快、公司市值已经翻番、百度国际化战略启动，还有面向人工智能、智能硬件等前沿领域也是动作频频。虽然让人印象深刻的事情不少，但百度几个核心还是没变：1、以技术为中心；2、连接人与服务；3、面向未来的布局。不妨基于这个逻辑猜测下本次百度世界大会的看点。

一、吴恩达成重磅嘉宾，展示最新研究成果

百度一直想要告诉世界，我是最有技术范儿的中国互联网公司，并且有挑战Google的野心，因此在今年将深度学习专家，Google Brain负责人吴恩达招致麾下。吴恩达久居美国，上班应是在百度在Google后院硅谷开设的实验室，百度此安排用意十分明显，一是便于挖人；二是要跟上硅谷的节奏。但这样的安排让吴恩达基本没有机会在国内媒体或者大众面前公开露面。

这一次百度世界大会本身一个侧重点便是面向开发者的。因此百度必然会邀请吴恩达回国，带回百度硅谷实验室，尤其是吴恩达擅长的深度学习领域的最新研究成果，带来的轰动性可能不会亚于其在Google时期著名的“计算机集群基于Youtube海量视频数据识别猫”。我想吴恩达应还会展示最新研究成果如何与百度线上业务的深度结合，百度大脑现在的智力到什么程度了？吴恩达如果参加，今年百度世界将是最前沿、最智能和最学术的一次大会。

二、智能硬件生态展，百度小伙伴登场

百度在智能硬件领域做的单品屈指可数：百度影棒、小度i耳目、小度随身WIFI、小度路由以及小度音乐盒子。在过去一年百度的智能硬件思路更倾向于“开放平台”而非“硬件单品”。在平台化上，百度先是推出了面向智能健康设备领域的开放平台Dulife，咕咚、乐新、TCL、OPPO等公司均已加入这个平台，最近百度还直接将手环方案从硬件到软件都开源出来，成为全球第一个智能手环开源方案。百度还曾先后推出百度Inside品牌合作计划、百度Carnet车载系统、百度健康云等意图打造开放生态的平台。

基于此本次百度世界大会一定会有大量的智能硬件展示，Baidu Inside和百度Dulife贴牌的产品应该会悉数亮相，手环、计步器、体重秤、智能手表、智能电视盒子、智能摄像头……当然，2014年的互联网展会不放智能硬件，不开智能硬件专区都不好意思了，所以百度的智能硬件展一定不会落入窠臼，会有更加特别之处，可能是百度自己的神秘产品。

三、前沿智能硬件产品或将首度亮相百度世界

在去年愚人节百度透露百度EYE——与Google Glass差不多的智能眼镜正在内测之中，不过此后未见踪影。今年愚人节百度“筷搜”因为可以检测地沟油，更是引发了广泛共鸣。就在几天前还听说百度正在研发智能自行车，主打健康功能，譬如可以跟踪骑行者运动状态进行分析。

在百度世界上，智能自行车或许会亮相。当然百度有没有可能在做自己的无人驾驶汽车呢？百度并没有Google X这样的神秘部门，如果在做应该会走漏一些风声。不过在百度世界出现无人驾驶汽车，或者别的智能汽车产品还是很有可能的。因为百度有CatNet的同时，还与宝马等汽车大厂在车联网领域深度合作，据说可以通过摄像头追踪司机面部表情和眼睛并进行疲劳驾驶提醒。

LBS一直是百度的重头戏，百度地理围栏技术业已取得新进展，这次应该会有不少与硬件结合的展示，据说现在首都机场不少地方已经铺设了百度地理围栏服务，可以进行很准确的室内定位。

还有一个值得期待的是“筷搜”。尽管百度第一时间承认这是一个愚人节玩笑，并且已经被太多人认为这是不可能实现的技术。但我了解到的内幕消息是，百度“筷搜”已经在研发之中，原因是一位美国华人教授看到此新闻后给ROBIN发了封邮件，说利用他们的最新技术与百度的实力，“此事可成”，这项技术叫做“红外光谱分析”，美国甚至出现了一款叫做“Vessyl”的智能水杯，它可以知道杯子里装的饮料种类。不过，据说中国地沟油的成分台复杂，用“红外光谱”检测会很困难，但知道事物的梗概理论上是可行的。

除了上述几点之外，百度世界大会还会有大数据、安全、营销等其他主题，李彦宏和李明远的讲话也将透露百度在移动布局完成之后最新的动向。整体而言，这是百度在“后移动互联网时代”的第一次开放式大会，也必将是百度历年来最“智能”的一次大会，整个地球都在智能化的时候，嗅觉敏锐的百度不可能错过这场盛宴。

作者微博@互联网阿超，微信SuperSofter

二 : 牛逼人物：“谷歌大脑”之父吴恩达是何许人也？

昨天晚上从微博上传出的一条消息，谷歌大脑之父Andrew Ng（中文名吴恩达）将加入百度大脑。虽然百度并未确认这条消息，但如果成真，他将成为中国互联网界最重量级的一名外援。吴恩达是何许人也，他为什么这么牛逼呢？

吴在1976年出生于英国并在香港和新加坡待过。他随后毕业于新加坡莱佛士书院，1992届的学生。之后在匹芝堡的卡耐基梅隆大学获得计算机科学的学士学位，1997届。研究生的学位则是在麻省理工大学获得的，后在2002年获得加州大学伯克利分校的博士学位。那一年他开始在斯坦福大学工作。目前住在加州Palo Alto。

他在斯坦福大学目前是计算机科学部门的副教授，同时是斯坦福人工智能实验室的主管。他也是在线教育平台Coursera的联合创始人。

光看外表，他和普通的IT理工男一样，有些羞涩，一个很瘦的中年男人。最让他兴奋的事情，是计算机学科的机器深度学习。从2006年开始，他对通过深度学习技术来解决人工智能的问题产生了兴趣，2011年成为谷歌的机器深度学习项目，别名“谷歌大脑”的创始人之一。

吴成立的Stanford Engineering Everywhere项目，在2008年把一些斯坦福课程免费放到网上。他自己也教其中机器学习的一课。斯坦福课程的“applied”版本于2011年在ml-class.org上线，有超过10万学生注册其第一个版本。这是斯坦福教授第一个成功的MOOC（大规模在线开放课程）之一。他的工作进而促成了2012年Coursera的成立。

机器深度学习看起来是一门相当高深的学科（实际上也是），吴恩达在课堂上用了一个简单的比喻来解释它。他拿出一架无人直升机说，“在斯坦福校园，如果让你写一个程序控制它，几乎不可能做到，但通过深度学习算法可以。就像训狗一样，狗做对了，你就对它说好狗，做错你就说坏狗，渐渐狗就学会了。把狗替换成机器人，就成了机器深度学习。”

谷歌有了什么项目，百度自然也要有。所以“百度大脑”就是类似“谷歌大脑”的一个项目。2013年初百度成立了深度学习研究院，由李彦宏亲自担任院长。

机器深度学习与百度谷歌这些搜索引擎有什么关系呢？吴恩达举了一个大数据的例子，如今医院病历开始越来越实行电子化，这么多的病历形成巨大的数据量，而通过学习型算法，能够把海量的病例数据变成医疗知识经验。

目前也有一些我们正在使用的实际应用，比如“谷歌大脑”项目的技术就应用于Android系统中的语音识别功能。

关于百度如何能把他挖到手，以及他为什么会愿意来中国仍然是未知的。

相关：

“百度大脑”让百［www.61k.com)度不“脑残”

三 : 这个人就是吴恩达（Andrew Ng），百度新任首席科学家

虎嗅注：人工智能现在是科技界最前沿的话题之一。以谷歌为代表，科技巨头均在这个方向上进行巨大投入。虎嗅曾发表过一篇文章，“谷歌正在如何复制人类大脑”，介绍的是谷歌工程主管雷·库兹韦尔正在如何通过机器学习颠覆传统搜索。而斯坦福大学人工智能实验室主任Andrew Ng（华裔，中文名叫吴恩达）领导的Google Brain项目，在人工智能方面走得更加前沿。去年6月，谷歌Google Brain运用深度学习的研究成果，使用 1000 台电脑创造出多达 10 亿个连接的“神经网络”，让机器系统学会自动识别猫，成为国际深度学习领域广为人知的案例之一。


可以理解，这样的探索非常符合李彦宏的偏好。今年1月，李彦宏宣布，百度将建立公司历史上首个前沿科学研究机构——深度学习研究院(Institute of Deep Learning，IDL)。前不久，《连线》曝光了百度进一步在硅谷设立人工智能实验室的消息。报道称，该实验室毗邻谷歌总部，其主要任务之一就是探索深度学习算法。4月份时，Andrew.Ng甚至到访了百度，并与百度技术高层进行了会谈。


以下内容节选自《连线》网站最近一篇文章，介绍了Andrew.Ng（吴恩达）、Google Brain与其他人工智能实践，由腾讯科技翻译：
吴恩达如何重拾梦想
有种理论说，人类的智慧来源于一个单一的算法。
这个理论的实验依据是，人类大脑发育初期，每一部分的职责分工是不确定的，也就是说，人脑中负责处理声音的部分其实也可以处理视觉影像。人脑究其本质来说，是一台可以被调试以执行特定任务的通用型机器。
七年前，斯坦福大学计算机科学教授吴恩达偶然接触到了这一理论，这个理论醍醐灌顶般地改变了他对于人工智能本质的理解，重新点燃了他对人工智能技术的热爱，从而改变了他的职业轨迹。据他回忆，“有生以来第一次，我感到自己有可能在人工智能的研究领域取得一点进展。”
吴恩达说，在人工智能技术研究的早期，主流的理念是，人类智慧形成于成千上万个简单代理的协同工作，也就是麻省理工大学教授马尔文·明斯基（Marvin Minsky）所说的“头脑的社会”。工程师们因此相信，要实现人工智能，就必须建立成千上万个独立的计算机模块。一个模块，或者算法，去模拟语言，第二个模块处理发声说话等等以此类推。总之，按照这个早期理念，实现人工智能所需的工作量巨大，难以实现。
吴恩达小时候的梦想就是发明能像人类一样思考的机器，但当他进入大学真正开始接触人工智能时，却正逢上述理念盛行，他很泄气，放弃了对人工智能的研究。后来，他成为大学教授，还不断地打击自己的学生，劝他们也放弃人工智能这一“不切实际的梦想”。直到有一天，他接触到了“人类的智慧来源于一个单一的算法”的假说，意识到自己以前对于人工智能 的理解可能大错特错，他终于重新拾起了儿时的梦想。而“单一算法”这一假说的提出者是杰夫·霍金斯（Jeff Hawkins），一名有着神经科学研究背景的人工智能领域的企业家。



现在看来，这一假说所改变的，不仅仅是吴恩达的职业生涯而已。吴目前的主要研究领域是机器学习技术中的“深度学习”，在计算机科学中属于比较新的领域，深度学习研究的主要目的是打造能像人脑一样处理数据的机器。目前，深度 学习的研究已经不限于学术界，谷歌和苹果这样的大公司也意识到了其中蕴藏的巨大机会。吴恩达和谷歌的其他研究人员一起成立了有史以来人工智能领域目标最远大的项目——Google Brain。
瓶颈：神经科学
Google Brain项目的指导思想，是将计算机科学与神经科学相结合，在人工智能领域，这是从来没有真正实现过的。吴恩达说，“我发现工程师（擅长计算机科学）和 科学家（擅长神经科学）之间存在着巨大的代沟。”工程师们想要构建成功的人工智能系统，而科学家们却仍未能完全理解人脑错综复杂的工作机制。很长一段时间内，神经科学并不能够为想要建造智能机器的工程师们提供答案。
此外，据加州大学伯克利分校瑞德伍德理论神经科学研究中心（Redwood Center for Theoretical Neuroscience）主任布鲁诺·奥尔斯豪森（Bruno Olshausen）透露，科学家们还总是觉得“大脑研究”是他们的领域，不大愿意与其他领域的研究人员进行合作。
最终的结果就是工程师们开始建造不完全模仿人类大脑运行的人工智能系统，他们鼓捣出来的只能说是“伪智能”系统，产品类似于“Roomba”这样只能用来吸尘的机器人，而不像动画片《杰森一家》（The Jetsons）里的机器人女仆“罗西”T（Rosie）。
在吴恩达和其他一些人的努力下，这样的局面终于开始发生改变，美国国家心理卫生研究所（National Institute of Mental Health）主任托马斯·因瑟尔博士（Dr. Thomas Insel）介绍，“业内已经形成共识，谁能搞明白人脑如何计算，谁就能设计出下一代计算机。”
究竟什么是“深度学习”？
深度学习是人工智能技术朝新的研究方向迈出的第一步。简单地说，深度学习包含了构建能够模仿人类大脑行为的神经网络。这些多层次的电脑网络像人类大脑一样， 可以收集信息，并基于收集到的信息产生相应的行为。这些电脑网络可以逐渐对事物的外形和声音进行感知和理解，也就是“认识”事物。
比如，为了赋予机器“视觉”，研究人员需要建立最基本的一层人工神经元，用来探知如物体的边缘形状等基本信息，第二层神经元可以将第一层感知到了物体边缘性状拼凑 起来，鉴定较大块的物体形状，然后再加一层将第二层检测到的信息再拼凑从而使机器明白物体整体的形态。这里面关键的一点是，软件可以自行做到这一切——旧的“伪人工智能”往往需要工程师人工输入物体视觉或者声音的信息，然后由机器学习算法来处理这些信息数据。
吴恩达介绍，在深度学习算法之下，我们可以给这个系统很多数据，使其“自己学会世界上的一些概念”。去年，吴的一个深度学习算法机器通过扫描互联网上无数的猫的图片“认识”了猫，机器 不认识单词cat，吴需要为机器输入这个单词，然后经过一段时间，机器将这种毛茸茸的小动物与单词cat联系到了一起，可以自行鉴别什么样的事物是 cat。
教机器学习的方法本身就是在模仿人类的学习机制，当我们还是婴儿的时候，我们通过观察周围，开始认识我们接触到的事物，但是如果父母不告诉我们一样东西的名字是什么的话，我们自己无法知道。
当然，吴恩达的深度学习算法目前还比不上人脑的精确性和灵活性，但他说，那一天会到来的。



吴恩达在他的电脑上解释何谓深度学习
从谷歌、中国到奥巴马政府，谁在研究深度学习？
吴恩达不是一个人在战斗，深度学习已经是计算机科学发展的大势所趋。2011年，吴在谷歌内部领导建立了Google Brain项目，最近几个月，谷歌在深度学习领域的投入明显加大，收购了加拿大多伦多大学教授杰弗里·辛顿（Geoffrey Hinton，人称“神经网络研究教父”）创建的人工智能机构。中国搜索巨头百度也建立了深度学习实验室，誓要在深度学习领域投入大量资源。吴恩达称，其他科技巨头公司如微软和高通也都开始招聘于聘请更多研究“基于神经科学的计算机算法”的科学家。
与此同时，日本的工程师开始构建控制机器人的人工神经网络，南非神经科学家亨利·马克曼（Henry Markman）正与来自欧盟和以色列的科学家们合作，希望能利用数千次实验得到的数据在一台超级计算机中模拟出人脑。
研究的困难仍在于我们无法完全掌握人类大脑的工作原理，但科学家目前在这方面进展飞速。中国的科学家正在研究一个新的大脑图谱，他们将之命名为“脑网络穹顶”（Brainnetdome）项目。在美国，随着奥巴马政府宣布将支持筹建一项跨学科的科研项目“基于神经科学技术创新的人脑研究”（Brain Research Through Advancing Innovative Neurotechnologies Initiative，简写为BRAIN项目，该项目也在美国社会引发了许多争议），许多类似的项目正雨后春笋般得涌现，“大神经网络时代”（Era of Big Neuroscience）已经到来。
BRAIN项目筹备委员会上周末召开了第一次会议，本周还将展开更多的项目筹备工作。 BRAIN项目的目标之一，是为绘制大脑复杂回路图开出所需的新技术，种种迹象表明，BRAIN的工作重心就是人工智能。美国政府对BRAIN项目拨款的 1亿美元中，一半来自美国国防部高级研究项目局（Defense Advanced Research Projects Agency，简称Darpa），超过了美国国立卫生研究院（National Institutes of Health , NIH）的拨款数，美国国防部研究部门称，希望 BRAIN项目能够“催生新的信息处理架构或者计算方法”。
如果我们能够搞清楚人类大脑成千上万的神经元如何互相连结以及中枢神经系统存储和处理信息的原理，那么像吴恩达这样的工程师对于“人工大脑”的设想就能够更加清晰，对于人脑的研究成果 和数据将能购帮助深度学习算法的研究，也能加速诸如计算机“视觉”、语言分析，以及苹果和谷歌等公司为智能手机提供的语音识别等技术的发展。
“所以我们要学习生物生存使用的技巧，问题的关键在于生物将秘密隐藏得太深了。”加州大学伯克利分校计算神经科学家布鲁诺·奥尔斯豪森（Bruno Olshausen）感慨道，“我们还没有掌握这些秘密所需要的工具。”


未来：得人工智能者得天下
随 着移动设备的崛起，“破解人类神经密码”愈发迫在眉睫。由于设备越来越小，我们需要它们运算更快、更准确。然而，随着电子设备的基础元件晶体管的尺寸不断 缩小，将它们变得更精确更高效的难度也越来越大。比如，想要加快设备的运算速度，需要给设备提供更多电能，但更多电能会让设备的运算系统更“嘈杂”，也就 是说，它得运算精确度会下降。
奥尔斯豪森介绍，目前工程师们智能通过避开问题核心的方式来应对上述问题，力求在设备大小、运算速度、能耗之间取得平衡，而人工智能技术对此则能提供更好的解决方案。“生物科学能让我们直面问题的根本所在，生物内部的转换机制也是天生‘嘈杂’的，但其找到了一个办法来适应和忍受这些干扰噪声甚至对之加以利用。如果我们可以搞明白生物内部应对这些杂音的方法，我们就能开创一套截然不同的计算模型”。
科学家的目标并不是将计算设备变得更小，他们的目标是让计算机能够做到的事情更多。不管背后的算法多么复杂，目前的计算机无法帮助人类去杂货店购买物品，或 者帮助人类挑选适合的衣服、钱包，处理这样的事情，计算机需要添加更高级的图像智能识别技术以及像人类一样的注意力和记忆力，如果能够实现这一点，那么计算机能够处理的事情的想象空间将变得无穷大。
“全世界都意识到，如果你可以解决这些问题，人工智能领域存在的无限商机就会被打开。” 奥尔斯豪森预测。
而驱使谷歌、IBM、微软、苹果、百度这些公司竞相开发高级机器学习技术的原因，正是其背后蕴藏的巨大商业潜力。纽约大学教授、深度学习领域的专家燕乐存（Yann LeCun）教授预测，两年内，将出现大量的机器学习领域的初创公司，其中很多可能会被大公司收购。
虽然最优秀的工程师一般不会同时是人类大脑研究的专家，但如今对于计算机科学领域的工程师来说，掌握一些神经科学的知识可能成为巨大的优势。“我们需要与神经科学领域的科学家更加紧密的合作，”百度的余凯表示，正在考虑招聘一名神经科学领域的科学家，“我们已经在与他们合作，但是我们做得还不够。”
吴恩达的梦想正在照进现实。“我有了希望，不只是希望，我们可能能够实现真正的人工智能，”他说，“我们当然还没有找到正确的算法——这可能需要长达几十年的时间，要实现它很不容易，但我看到了希望。” 本文标题：百度大脑吴恩达-除了吴恩达,百度世界还有什么看点?
本文地址： http://www.61k.com/1087645.html