《最強(qiáng)大腦》昨日進(jìn)行了首次人機(jī)大戰(zhàn)，在人臉圖像識(shí)別領(lǐng)域，承載了“百度大腦”的小度機(jī)器人擊敗了以記憶著稱的最強(qiáng)大腦選手王峰。圖像識(shí)別和機(jī)器視覺(jué)始終是機(jī)器學(xué)習(xí)領(lǐng)域的重要方向，與AlphaGo之類重在神經(jīng)網(wǎng)絡(luò)研發(fā)方向不同，百度將人工智能技術(shù)研發(fā)直接押寶到應(yīng)用端，無(wú)論是無(wú)人車，還是圖像識(shí)別、自然語(yǔ)言處理等，都是更接近直接應(yīng)用的技術(shù)。
不過(guò)，為何選擇通過(guò)電視節(jié)目《最強(qiáng)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(biāo)準(zhǔn)是什么？百度深度學(xué)習(xí)實(shí)驗(yàn)室主任林元慶在接受媒體采訪時(shí)，談到了人臉識(shí)別背后的技術(shù)難點(diǎn)，以及百度本次赴戰(zhàn)背后的想法。
百度深度學(xué)習(xí)實(shí)驗(yàn)室主任林元慶
以下為百度深度學(xué)習(xí)實(shí)驗(yàn)室主任林元慶演講實(shí)錄：
大家下午好！我是百度深度學(xué)習(xí)實(shí)驗(yàn)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(gè)比賽的一些心得。百度在人工智能起步的時(shí)候非常早，搜索里面用到非常多人工智能的技術(shù)，百度人工智能最核心的就是百度大腦，經(jīng)過(guò)非常多年的積累，現(xiàn)在百度大腦擁有世界上最大規(guī)模的神經(jīng)網(wǎng)絡(luò)，萬(wàn)億級(jí)別的參數(shù)，千億的訓(xùn)練數(shù)據(jù)，億級(jí)別的特征，這個(gè)是非常強(qiáng)大的人工智能系統(tǒng)。在最近開的世界互聯(lián)網(wǎng)大會(huì)上，百度大腦也是唯一一個(gè)國(guó)內(nèi)獲獎(jiǎng)的世界領(lǐng)先成果獎(jiǎng)。
我們最近也獲得了人工智能四大巨頭之一的稱號(hào)，我們自己覺(jué)得這應(yīng)該是代表了國(guó)內(nèi)最高的人工智能的水平。這次參加比賽的主要是以深度學(xué)習(xí)實(shí)驗(yàn)室為主，主要是在計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)的平臺(tái)、深度學(xué)習(xí)的平臺(tái)在座的各位聽說(shuō)過(guò)，和谷歌的類似，只不過(guò)百度有百度的優(yōu)勢(shì)，在一些方面比它們做的更好。
剛才我們看到的人臉識(shí)別，其實(shí)就是計(jì)算機(jī)視覺(jué)。這是我們深度學(xué)習(xí)實(shí)驗(yàn)室現(xiàn)在做的方向，人臉識(shí)別是其中的一個(gè)方向，這里面還有兩個(gè)方向沒(méi)有列，一個(gè)是智能駕駛，一個(gè)是增強(qiáng)現(xiàn)實(shí)。智能駕駛是2015年從深度學(xué)習(xí)實(shí)驗(yàn)室孵化出去的項(xiàng)目，專門成立了獨(dú)立的事業(yè)部做智能駕駛。兩個(gè)禮拜之前增強(qiáng)現(xiàn)實(shí)也獨(dú)立出去，成立增強(qiáng)現(xiàn)實(shí)實(shí)驗(yàn)室，這兩個(gè)都是深度學(xué)習(xí)實(shí)驗(yàn)室孵化出來(lái)的項(xiàng)目。因?yàn)檫@兩個(gè)項(xiàng)目都已經(jīng)做的非常好，我們覺(jué)得應(yīng)該給它更多的空間發(fā)展，從實(shí)驗(yàn)室走到現(xiàn)實(shí)當(dāng)中。
這次《最強(qiáng)大腦》比拼的是人臉識(shí)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(yíng)運(yùn)，今年我們投入了非常大的力量，希望能夠把人臉識(shí)別做成一個(gè)非常實(shí)用的技術(shù)。人臉識(shí)別在2016年有一些性能的提升，這是在我們內(nèi)部非常難的測(cè)試集上，實(shí)際上從實(shí)際的應(yīng)用里面來(lái)，我們把一些非常容易的去掉了，過(guò)去的這幾年，2015年年底在這個(gè)測(cè)試集上最好的精度是8%的錯(cuò)誤率。經(jīng)過(guò)2016年的改進(jìn)，9月份錯(cuò)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(cuò)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(gè)是非常大的。我們平常說(shuō)這個(gè)技術(shù)做的好，我們提高了20%、30%，這個(gè)是錯(cuò)誤率降低了10倍，是非常棒的。
我們今年選擇參加《最強(qiáng)大腦》，在這里我解釋一下圖象識(shí)別這一塊，人臉和人腦的識(shí)別不一樣，比如說(shuō)貓，就算是3歲的小孩，貓擺出不同的姿勢(shì)，各種各樣的貓都能夠很好的識(shí)別。機(jī)器如果精確的識(shí)別，后面需要非常海量的數(shù)據(jù)訓(xùn)練，可能是成千上萬(wàn)的數(shù)據(jù)。訓(xùn)練的結(jié)果還不一定正確，下一次碰到姿勢(shì)不一樣的貓，有可能識(shí)別錯(cuò)。雖然我們人工智能技術(shù)過(guò)去幾年取得了長(zhǎng)足的進(jìn)步，但是識(shí)別還是一個(gè)非常難的事情。
《最強(qiáng)大腦》挑戰(zhàn)的是比識(shí)別貓更難的，歷史上有許多次的人機(jī)大戰(zhàn)，比如說(shuō)最近幾天大家討論的Master，之前的AlphaGo、深藍(lán)等等。比如說(shuō)針對(duì)下棋，空間還是有限的。識(shí)別需要一些模糊推理的能力，其實(shí)這里面還不是傳統(tǒng)的計(jì)算器很擅長(zhǎng)的。甚至我自己也把我的高中畢業(yè)照給一些同事看過(guò)，基本上是很難識(shí)別出來(lái)的。最后有同事識(shí)別出來(lái)，我說(shuō)你們?cè)趺醋R(shí)別？看氣質(zhì)。看氣質(zhì)的東西我說(shuō)計(jì)算機(jī)怎么搞？這次和《最強(qiáng)大腦》做的幾期節(jié)目，這些任務(wù)，比如說(shuō)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(wù)是大家公認(rèn)沒(méi)有解決好的問(wèn)題，這些事情還是蠻難的，不是說(shuō)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(jīng)過(guò)了很多年的研發(fā)，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(lái)的時(shí)候，特別是非常強(qiáng)大的，我切身的體會(huì)到他們和普通人真的不一樣，他們的能力非常強(qiáng)，這些題目確實(shí)是非常難的，不是很傳統(tǒng)的識(shí)別，我們的對(duì)手還是非常強(qiáng)勁，比如說(shuō)王峰。
《最強(qiáng)大腦》今年早些時(shí)候找到我們的時(shí)候，也不知道這個(gè)節(jié)目能不能做好，因?yàn)檫@是前所未有的，沒(méi)有一家公司在這方面專門做過(guò)這些內(nèi)容，他們也不知道，在國(guó)內(nèi)找了很多家公司看一看誰(shuí)能做的比較好。這個(gè)是他們當(dāng)時(shí)給我們的測(cè)試，當(dāng)時(shí)基本上是《最強(qiáng)大腦》坐一排，百度的坐一排，把這些數(shù)據(jù)給我們，看一看你能做對(duì)多少個(gè)。但是在這上面，總共八個(gè)，我們只錯(cuò)了一個(gè)，難度還是蠻大的。從《最強(qiáng)大腦》的節(jié)目組來(lái)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(jié)目。這里面還看了語(yǔ)音的能力，綜合來(lái)說(shuō)百度在這方面非常強(qiáng)，最后他們選擇和百度做這一期節(jié)目。
過(guò)去兩個(gè)多月的時(shí)間備戰(zhàn)，準(zhǔn)備上這個(gè)節(jié)目。我大概給大家一個(gè)概念，這里面到底做了哪些特別棒的事情。最后的人臉系統(tǒng)分兩步訓(xùn)練的，第一步訓(xùn)練的是通用的人臉識(shí)別系統(tǒng)，不是專門針對(duì)跨年齡的，這次成功最關(guān)鍵的是這一塊，訓(xùn)練了一個(gè)非常強(qiáng)大的人臉識(shí)別系統(tǒng)。我們的數(shù)據(jù)里面是兩百萬(wàn)人，每個(gè)人有一百?gòu)堈掌覀冇靡粋€(gè)非常大的數(shù)據(jù)訓(xùn)練我們的人臉識(shí)別系統(tǒng)，這是百度很多年積累起來(lái)的數(shù)據(jù)，這個(gè)過(guò)程的迭代是數(shù)據(jù)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(shù)據(jù)。利用這些數(shù)據(jù)，你能設(shè)計(jì)出非常好的算法符合這些數(shù)據(jù)。
這里給大家一個(gè)感性的認(rèn)識(shí)，大家經(jīng)常聽到ImageNet一千類，150萬(wàn)張照片，我們大概是兩百萬(wàn)類，類別我們是它的兩千倍。如果按圖片的數(shù)量來(lái)算，他們是150萬(wàn)，我們是兩億，基本上是一百多倍。如果把這些數(shù)據(jù)放在一起，看的是這樣的內(nèi)容。因此，在量級(jí)上差別還是非常大的。如果大家要訓(xùn)練的話，業(yè)界也得五天到七天，如果訓(xùn)練到這么大的數(shù)據(jù)，如果是一百倍的話得訓(xùn)練一年多，這里面有非常好的算法設(shè)計(jì)，包括很好的計(jì)算等等各個(gè)方面，我們能把這個(gè)模型訓(xùn)練起來(lái)。
這是我們準(zhǔn)備當(dāng)中的花絮，要做成一件事情是很難的，特別和《最強(qiáng)大腦》比賽，這個(gè)過(guò)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(gè)機(jī)會(huì)去看一看我們的人工智能技術(shù)做了這么多年，跟人還有多大的差距，或者是已經(jīng)到達(dá)了什么樣的水平。我個(gè)人從國(guó)慶開始就沒(méi)有放假，一直到節(jié)目做完，基本上中間一天都沒(méi)有放假，兩三點(diǎn)這都是正常的，我的團(tuán)隊(duì)經(jīng)常是三點(diǎn)、四點(diǎn)以至于到第二天，這個(gè)很正常。我覺(jué)得要做成一件事情，這是最基本的。比如說(shuō)我們的同學(xué)在封閉的會(huì)議室里過(guò)生日，我加入百度大概一周年，大家一起慶祝。為了節(jié)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(gè)過(guò)程中，覺(jué)得小度特別猛。
大家可能也有疑問(wèn)，百度做了這么多技術(shù)，亮點(diǎn)在哪里。現(xiàn)在我們做的人臉識(shí)別的門禁技術(shù)，在百度的大廈里已經(jīng)落地了，百度整個(gè)公司有30條左右的閘機(jī)已經(jīng)用了人臉識(shí)別系統(tǒng)，人走在那里稍微站一下直接就往里走，一秒到兩秒的時(shí)間，不用卡了。這個(gè)技術(shù)是1比N的人臉識(shí)別，我們能做到非常高的精度，業(yè)界也是首創(chuàng)。之前市場(chǎng)上的系統(tǒng)是1比1的，比如說(shuō)銀行的應(yīng)用里面，你要提交身份證和人臉的信息，系統(tǒng)會(huì)拿身份證照片比對(duì)一下是不是同一個(gè)人，一張比一張，一比一的比對(duì)，市場(chǎng)上基本是這個(gè)系統(tǒng)。公安抓逃犯的系統(tǒng)是1比N，精度不會(huì)做的特別高，用機(jī)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(gè)系統(tǒng)第一次能夠做到，百度目前的系統(tǒng)里大概是一萬(wàn)人，很精確的識(shí)別一萬(wàn)里面的一個(gè)人，或者這個(gè)人不在這個(gè)系統(tǒng)里，是外來(lái)的人，它就會(huì)拒絕掉你。我們現(xiàn)在是萬(wàn)級(jí)別，還能做到非常高的精度，這個(gè)絕對(duì)是國(guó)內(nèi)首創(chuàng)，也是我們下面會(huì)重點(diǎn)來(lái)推的方向。
這是在烏鎮(zhèn)落地的項(xiàng)目，這個(gè)是它的注冊(cè)系統(tǒng)，注冊(cè)完了以后就可以往里走，現(xiàn)在很多景點(diǎn)有指紋識(shí)別系統(tǒng)，精度很難做的特別高，都是一比一的，過(guò)的時(shí)候出示一下身份證，小孩和老人的精度很難做。因?yàn)槔先说闹讣y都磨損了，指紋通過(guò)基本上是在10秒左右一個(gè)人，我們這個(gè)系統(tǒng)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(guò)率是一到兩秒左右，非常快。在今年下半年，大家去景區(qū)，很多景區(qū)應(yīng)該多會(huì)有這樣的系統(tǒng)，如果你看到的話，一定是百度的系統(tǒng)。
我們也會(huì)做1比1的系統(tǒng)，成功的在百度自己的產(chǎn)品上線，外部的泰康保險(xiǎn)都會(huì)用，確實(shí)在性能上比目前市場(chǎng)上的競(jìng)品好很多。一些系統(tǒng)轉(zhuǎn)過(guò)去要有一些成本，百度精度上做的非常好，原來(lái)用了別人的，現(xiàn)在轉(zhuǎn)到用百度，我相信接下來(lái)會(huì)越來(lái)越多。
當(dāng)然，我們也很容易想到其他內(nèi)容，在這方面我們也在推進(jìn)，比如說(shuō)公安方面識(shí)別罪犯，1比N做的非常好，原來(lái)的精度做的不夠好。現(xiàn)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(shí)別系統(tǒng)。甚至識(shí)別被拐賣的兒童，和打拐辦也在推進(jìn)，還有安防等等，很多和人臉識(shí)別相關(guān)的應(yīng)用，后續(xù)都會(huì)大力推進(jìn)。
現(xiàn)在人工智能在接下來(lái)的五到十年里是一個(gè)非常重要的技術(shù)，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(shuō)《最強(qiáng)大腦》這個(gè)節(jié)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(guó)的人工智能已經(jīng)到了怎么樣的水平，這是我們特別關(guān)心的。后面的五年、十年，甚至二十年、五十年，我們一定會(huì)跟人工智能的技術(shù)共存，希望我們把這些技術(shù)用好，幫助人類解決問(wèn)題，而不是讓這些技術(shù)成為人類的對(duì)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(shù)用到最好。
這幾期做節(jié)目的過(guò)程中也發(fā)現(xiàn)了，從旁觀者的角度來(lái)看，挺值得我們思考的。比如說(shuō)每一期的節(jié)目，如果是小度贏了，很多觀眾覺(jué)得蠻沮喪的，如果是人類贏了，大家會(huì)很歡呼。我覺(jué)得我們應(yīng)該從另外一個(gè)方面看，比如說(shuō)王昱珩說(shuō)過(guò)人類發(fā)明汽車的時(shí)候，不會(huì)因?yàn)?a href="http://www.xebio.com.cn/auto" target="_blank" class="keylink">汽車比我們跑的快我們很沮喪。我們發(fā)明的這些技術(shù)最后是為我們所用的，這些技術(shù)會(huì)是未來(lái)的技術(shù)，這一次《最強(qiáng)大腦》的人機(jī)大戰(zhàn)，我們也在思考怎么樣和人工技術(shù)共存，怎么樣更好的利用人工智能技術(shù)，謝謝大家！
