《最強大腦》昨日進行了首次人機大戰，在人臉圖像識別領域，承載了“百度大腦”的小度機器人擊敗了以記憶著稱的最強大腦選手王峰。圖像識別和機器視覺始終是機器學習領域的重要方向，與AlphaGo之類重在神經網絡研發方向不同，百度將人工智能技術研發直接押寶到應用端，無論是無人車，還是圖像識別、自然語言處理等，都是更接近直接應用的技術。
不過，為何選擇通過電視節目《最強大腦》的參賽，去讓百度大腦與人類選手PK，百度方面的具體考量標準是什么？百度深度學習實驗室主任林元慶在接受媒體采訪時，談到了人臉識別背后的技術難點，以及百度本次赴戰背后的想法。
百度深度學習實驗室主任林元慶
以下為百度深度學習實驗室主任林元慶演講實錄：
大家下午好！我是百度深度學習實驗室的林元慶，今天也非常高興代表百度的人工智能給大家分享一下我們參加這個比賽的一些心得。百度在人工智能起步的時候非常早，搜索里面用到非常多人工智能的技術，百度人工智能最核心的就是百度大腦，經過非常多年的積累，現在百度大腦擁有世界上最大規模的神經網絡，萬億級別的參數，千億的訓練數據，億級別的特征，這個是非常強大的人工智能系統。在最近開的世界互聯網大會上，百度大腦也是唯一一個國內獲獎的世界領先成果獎。
我們最近也獲得了人工智能四大巨頭之一的稱號，我們自己覺得這應該是代表了國內最高的人工智能的水平。這次參加比賽的主要是以深度學習實驗室為主，主要是在計算機視覺和深度學習的平臺、深度學習的平臺在座的各位聽說過，和谷歌的類似，只不過百度有百度的優勢，在一些方面比它們做的更好。
剛才我們看到的人臉識別，其實就是計算機視覺。這是我們深度學習實驗室現在做的方向，人臉識別是其中的一個方向，這里面還有兩個方向沒有列，一個是智能駕駛，一個是增強現實。智能駕駛是2015年從深度學習實驗室孵化出去的項目，專門成立了獨立的事業部做智能駕駛。兩個禮拜之前增強現實也獨立出去，成立增強現實實驗室，這兩個都是深度學習實驗室孵化出來的項目。因為這兩個項目都已經做的非常好，我們覺得應該給它更多的空間發展，從實驗室走到現實當中。
這次《最強大腦》比拼的是人臉識別，蔣昌建老師也提到了，我們一直保持的是世界第一。2016年最看重的是一些營運，今年我們投入了非常大的力量，希望能夠把人臉識別做成一個非常實用的技術。人臉識別在2016年有一些性能的提升，這是在我們內部非常難的測試集上，實際上從實際的應用里面來，我們把一些非常容易的去掉了，過去的這幾年，2015年年底在這個測試集上最好的精度是8%的錯誤率。經過2016年的改進，9月份錯誤率降低到2.3%，這是非常大的降低。最后，我們希望能夠把錯誤率降到1%以下，大家看到基本上有將近10倍左右的降低，這個是非常大的。我們平常說這個技術做的好，我們提高了20%、30%，這個是錯誤率降低了10倍，是非常棒的。
我們今年選擇參加《最強大腦》，在這里我解釋一下圖象識別這一塊，人臉和人腦的識別不一樣，比如說貓，就算是3歲的小孩，貓擺出不同的姿勢，各種各樣的貓都能夠很好的識別。機器如果精確的識別，后面需要非常海量的數據訓練，可能是成千上萬的數據。訓練的結果還不一定正確，下一次碰到姿勢不一樣的貓，有可能識別錯。雖然我們人工智能技術過去幾年取得了長足的進步，但是識別還是一個非常難的事情。
《最強大腦》挑戰的是比識別貓更難的，歷史上有許多次的人機大戰，比如說最近幾天大家討論的Master，之前的AlphaGo、深藍等等。比如說針對下棋，空間還是有限的。識別需要一些模糊推理的能力，其實這里面還不是傳統的計算器很擅長的。甚至我自己也把我的高中畢業照給一些同事看過，基本上是很難識別出來的。最后有同事識別出來，我說你們怎么識別？看氣質。看氣質的東西我說計算機怎么搞？這次和《最強大腦》做的幾期節目，這些任務，比如說跨年齡的，第三期的遮擋，戴著口罩和大墨鏡、帽子從上往下照，看到鼻子以下的部位，這些任務是大家公認沒有解決好的問題，這些事情還是蠻難的，不是說大家都能做的很好的。
這次百度也希望從綜合的方面和人類比一下，最后能不能做的非常好。我們經過了很多年的研發，最后看一看我們和這些人類比，到底我們的水平在哪里。特別是我們這次的比賽，大家看王峰最后的題目做出來的時候，特別是非常強大的，我切身的體會到他們和普通人真的不一樣，他們的能力非常強，這些題目確實是非常難的，不是很傳統的識別，我們的對手還是非常強勁，比如說王峰。
《最強大腦》今年早些時候找到我們的時候，也不知道這個節目能不能做好，因為這是前所未有的，沒有一家公司在這方面專門做過這些內容，他們也不知道，在國內找了很多家公司看一看誰能做的比較好。這個是他們當時給我們的測試，當時基本上是《最強大腦》坐一排，百度的坐一排，把這些數據給我們，看一看你能做對多少個。但是在這上面，總共八個，我們只錯了一個，難度還是蠻大的。從《最強大腦》的節目組來講，看完了我們做的以后被我們震住了，選擇百度和他們做這一檔節目。這里面還看了語音的能力，綜合來說百度在這方面非常強，最后他們選擇和百度做這一期節目。
過去兩個多月的時間備戰，準備上這個節目。我大概給大家一個概念，這里面到底做了哪些特別棒的事情。最后的人臉系統分兩步訓練的，第一步訓練的是通用的人臉識別系統，不是專門針對跨年齡的，這次成功最關鍵的是這一塊，訓練了一個非常強大的人臉識別系統。我們的數據里面是兩百萬人，每個人有一百張照片，我們用一個非常大的數據訓練我們的人臉識別系統，這是百度很多年積累起來的數據，這個過程的迭代是數據和算法一起迭代，這里面非常難的事情是你要有非常好的算法，充分利用這些數據。利用這些數據，你能設計出非常好的算法符合這些數據。
這里給大家一個感性的認識，大家經常聽到ImageNet一千類，150萬張照片，我們大概是兩百萬類，類別我們是它的兩千倍。如果按圖片的數量來算，他們是150萬，我們是兩億，基本上是一百多倍。如果把這些數據放在一起，看的是這樣的內容。因此，在量級上差別還是非常大的。如果大家要訓練的話，業界也得五天到七天，如果訓練到這么大的數據，如果是一百倍的話得訓練一年多，這里面有非常好的算法設計，包括很好的計算等等各個方面，我們能把這個模型訓練起來。
這是我們準備當中的花絮，要做成一件事情是很難的，特別和《最強大腦》比賽，這個過程很忐忑，也很興奮。忐忑的是事情能搞定嗎？興奮的是終于有一個機會去看一看我們的人工智能技術做了這么多年，跟人還有多大的差距，或者是已經到達了什么樣的水平。我個人從國慶開始就沒有放假，一直到節目做完，基本上中間一天都沒有放假，兩三點這都是正常的，我的團隊經常是三點、四點以至于到第二天，這個很正常。我覺得要做成一件事情，這是最基本的。比如說我們的同學在封閉的會議室里過生日，我加入百度大概一周年，大家一起慶祝。為了節目我們把人工智能的能力植入到小度身上，代表百度參加比賽，我們自己在這個過程中，覺得小度特別猛。
大家可能也有疑問，百度做了這么多技術，亮點在哪里。現在我們做的人臉識別的門禁技術，在百度的大廈里已經落地了，百度整個公司有30條左右的閘機已經用了人臉識別系統，人走在那里稍微站一下直接就往里走，一秒到兩秒的時間，不用卡了。這個技術是1比N的人臉識別，我們能做到非常高的精度，業界也是首創。之前市場上的系統是1比1的，比如說銀行的應用里面，你要提交身份證和人臉的信息，系統會拿身份證照片比對一下是不是同一個人，一張比一張，一比一的比對，市場上基本是這個系統。公安抓逃犯的系統是1比N，精度不會做的特別高，用機器篩一遍，還是需要人去看的，1比N很難做到非常高的精度。我們這個系統第一次能夠做到，百度目前的系統里大概是一萬人，很精確的識別一萬里面的一個人，或者這個人不在這個系統里，是外來的人，它就會拒絕掉你。我們現在是萬級別，還能做到非常高的精度，這個絕對是國內首創，也是我們下面會重點來推的方向。
這是在烏鎮落地的項目，這個是它的注冊系統，注冊完了以后就可以往里走，現在很多景點有指紋識別系統，精度很難做的特別高，都是一比一的，過的時候出示一下身份證，小孩和老人的精度很難做。因為老人的指紋都磨損了，指紋通過基本上是在10秒左右一個人，我們這個系統是非常革命性的，我們是用人臉做的，1比N的，不需要再出示你的身份證，基本上通過率是一到兩秒左右，非?？?。在今年下半年，大家去景區，很多景區應該多會有這樣的系統，如果你看到的話，一定是百度的系統。
我們也會做1比1的系統，成功的在百度自己的產品上線，外部的泰康保險都會用，確實在性能上比目前市場上的競品好很多。一些系統轉過去要有一些成本，百度精度上做的非常好，原來用了別人的，現在轉到用百度，我相信接下來會越來越多。
當然，我們也很容易想到其他內容，在這方面我們也在推進，比如說公安方面識別罪犯，1比N做的非常好，原來的精度做的不夠好?，F在，我們希望百度這邊能夠做出非常高精度的1比N的人臉識別系統。甚至識別被拐賣的兒童，和打拐辦也在推進，還有安防等等，很多和人臉識別相關的應用，后續都會大力推進。
現在人工智能在接下來的五到十年里是一個非常重要的技術，我們后面人類和人工智能一定是共存的，我們百度更相信最后是人工智能幫助人類，比如說《最強大腦》這個節目不是宣傳打敗了人類，輸贏我們不是最看重的，最重要的是看一看百度和中國的人工智能已經到了怎么樣的水平，這是我們特別關心的。后面的五年、十年，甚至二十年、五十年，我們一定會跟人工智能的技術共存，希望我們把這些技術用好，幫助人類解決問題，而不是讓這些技術成為人類的對立面。如果大家想做人工智能的可以加入像百度這樣的公司，大家一起努力，把技術用到最好。
這幾期做節目的過程中也發現了，從旁觀者的角度來看，挺值得我們思考的。比如說每一期的節目，如果是小度贏了，很多觀眾覺得蠻沮喪的，如果是人類贏了，大家會很歡呼。我覺得我們應該從另外一個方面看，比如說王昱珩說過人類發明汽車的時候，不會因為汽車比我們跑的快我們很沮喪。我們發明的這些技術最后是為我們所用的，這些技術會是未來的技術，這一次《最強大腦》的人機大戰，我們也在思考怎么樣和人工技術共存，怎么樣更好的利用人工智能技術，謝謝大家！
