2017百度世界大会

Edit:2017-11-17

视频地址：http://www.iqiyi.com/v_19rre224ns.html

北京时间9点30分。2017年百度世界大会成功开始，开场白用一部短片简单介绍了什么是复杂，从而引出了本次大会的目的，什么是简单。

在李彦宏演讲的过程中，最让我眼前一亮的是侧边小屏幕的字幕，他并不是预先准备好的。他引入了语音流识别，和基于NLP的百度翻译。这可广泛用于国际会议、公司会议等场景。

在大会开头，李彦宏谈及了apollo无人驾驶的未来发展，及无人驾驶的量产计划，预计在2020年无人车可实现量产。并且金龙已达成共识明年7月可实现量产无人小巴车，明年可在封闭道路上投入运营。

其亮点就是完全没有驾驶位，没有方向盘，如图所示：

2019年 江淮、北汽将投入制造。2020年奇瑞将推出自动驾驶汽车。并且Apollo将为雄安打造成一座智能出行城市。

接着李彦宏开始介绍百度从去年开始推崇的百度大脑。百度大脑具有四项基本技能。语音识别、图像识别、自然语言处理、用户画像，都以开放平台的形式分享给开发者。开放了80+种AI能力，提供给开发者使用。百度大脑目前日平均调用次数为2188亿次，在诸多品牌设备的背后其实调用着百度大脑的能力。

--语音：

李彦宏就会场环境介绍了当时会场使用的语音识别能力，在会场环境下识别率经过特别调优后可以达到95%的成功识别率，翻译能力在6级英语能力测试中，15分的翻译题，百度翻译可拿到13.6分

已经远远超过了大学生参加六级考试的平均成绩，这意味着百度大脑翻译能力已经突破了平均大学生水平。

--DuerOS

李彦宏用电视遥控器的例子讲解了，一个遥控器上有20+个按钮，一个人并不会全部了解每个按钮会干什么，有什么功能，而将人工智能融入到了电视中，将完全解放双手，释放遥控器的束缚。

--播放战狼2

--快进到张翰出场的那一段

--最左边那个人是谁

--那最右边呢

--快进到吴京开坦克漂移的那一段

--这首背景音乐叫什么？作者是谁？

--帮我收藏这首插曲

--帮我搜索吴京所有的电影，要和战狼同一题材的

加入了人工智能，会比所有遥控器按钮都要有能力，符合人为的需求。

--唤醒词：

李彦宏在就唤醒词的演讲表现中，使用了一部视频来进行演示。演示环境是百度食堂，迎面而来的就是人脸识别支付的功能，应该算是顺带的一个安利吧。

李彦宏不停的对空气说，下一条，下一条，鬼兰的百科，返回，下一条，声音大一点。

这个月底，手机百度app将引入语音系统，在无法解放双手的时候，可语音交互，引入了AI的方便。

--机器视觉分析:

疲劳驾驶监测系统。Demo中由一个司机表现整个系统，由人脸识别开始。

当司机查看手机时，系统将提示 请集中驾驶。

打哈气时，系统提示请注意行车安全。

当微闭双眼时，系统提示：检测到轻度疲劳驾驶，将播放推荐音乐帮助提神。

司机带上了深色墨镜，但是机器视觉可穿透墨镜检测眼部细节。

当司机出现紧闭双眼并头部跌下，系统提示检测到重度疲劳驾驶，自动导航至最近的休息区。

李彦宏称未来将由车自己开到休息区。  AI，让每个人安全回家。

这一切才刚刚开始，我们仍处于AI时代的黎明。

AI技术的发展，可以使得机器越来越学会使用各种工具，听人的话，适应人的需求。让人的负担变的更低，更少。

人工智能，将使生活更简单、

接着用了一部视频展现了在AI到临之前及之后的两个时代所带来的改变。 0：22：55 – 0：24：40

接下去是百度运营官 陆琦 的演讲，他将重点介绍百度是如何推动AI产品化、加速AI商业化落地，让AI更快地走进每个人的生活。

DuerOS可实现非常漂亮的能动用户对话内容的产品，在将来DuerOS可打造全新的新一代电视产品，更振奋人心的是AI，将移动互联网带入了全新时代，百度称为新移动，每个手机都能听能看能说能移动。

手机百度将把搜索与个性化信息流有机融合在一起，打造一款更懂用户的应用。

0：29：15 沈抖 手机百度 技术负责人 新时代的新体验

现在的手机具有强大的听说看能力和强大的计算能力，极大程度丰富了我们的生活。在中国平均一个网民有1.4部手机，平均消费3.5个小时在手机上。

我们面临以下挑战

1.我们这时代有着太多的信息。

从2012年到2016年，中国的网页从1200亿增长至2360亿。出版书籍从79亿册到16年的平均每年发行513亿。即使每个用户每天看一本，那他需要1400万年看完中国一年发行的出版物，但其中与我们相关的信息却很少。

2.我们的大脑没什么变化，但在近年来要处理的信息翻了几千倍

键盘、鼠标、智能手机，越来越多的东西出现，需要人们学习如何去使用。

用科技，让复杂的世界更简单。

所谓的自然交互，是指和人当时环境和认知能力相符合的交互方式，能讲，能看，能触摸。

介绍了什么是获取、什么是交互、什么是体验之后，沈抖发布了新移动时代新体验的旗舰产品

手机百度10.0

有事搜一搜-搜索

没事看一看-信息流

接着用一个人的现实故事介绍了搜索、信息流两项服务，是如何引导一个门卫打造成软件研发工程师的励志故事。0：34：18 – 0：35：45

互联网时代，百度使用超链的技术打造了世界上最强的搜索引擎。到了新移动时代，百度使用知识图谱来构建关系，有着世界上最大的知识图谱。

在上个月上班的路上，通过广播听到三位科学家通过引力波获得了诺贝尔奖，我通过搜索引力波以获得更多信息，通过手机百度搜索，但由于时间问题没看太多，但后来再打开的时候，信息流为我推荐了更多引力波的推送，点进去之后又推荐了更多。从引力波开始向周边扩散，包容了更多兴趣知识。

短视频值不值得看，看完意犹未尽，又想知道来自什么电影、电视剧。手机百度完美的解决了这个问题

视频介绍短视频分析 0：40：13 – 0：40：40

长短视频自动匹配 1000万+短视频从100万小时长视频中去匹配，准确率达到了99%之高，这大量节省了人力成本。

接着沈抖使用自己的例子介绍了百度的语音分析能力。 0：41：45 – 0：42：20

语音已经可以做到年龄分析。然而这只是其中一个维度。

沈抖称，手机目前已具备强大的看的能力。就兵马俑案例展示了百度AR平台。

0：43：45 – 0：45：20 结合听说看，展现了AI新时代。

陆琪称，新移动时代，视频和娱乐将成为主流。接下去有请爱奇异 龚宇 讲话。

爱奇异与百度有7年的合作关系，爱奇异为什么这么优秀，有好的演员好的摄影，这就够了吗？

爱奇异的愿景是做一家以科技创新为驱动的伟大娱乐公司，与众不同的就是科技创新。

1.     更懂内容

星你、太阳的后裔、楚乔传、花千骨等等，都是热播。都是爱奇异采购的。为什么这么多热播剧，爱奇异能够踩准了点，能踩对，AI技术起到了很大的作用。基于深度学习的多时间窗口预测，可分析出爱奇异在一年以后的播出流量预测，准确率能达到88%。

图中背景中，蓝色表示真实流量，绿色表示半年或一年前所做的预测。

所以爱奇异能够非常准确的采购片源。对于电影的方差准确率可达到77%，票房预测可以帮助爱奇异是否采购，价格应该是多少，对投资和原创有很大的作用。诸如去年的几部热门网剧例如余罪、无证之罪、河神、老九门，前年的盗墓笔记等等。

爱奇异的系统甚至可以分析预测出明年的一线女星排行榜。

是否能够有一个非语言类节目能否成为爆款，甚至突破综艺节目。今年4月实现了，那就是中国有嘻哈。视频介绍：0：55：15 – 0：57：15

为什么吴一凡一句freestyle就红遍了中国。在他粉丝的用户画像中，奢侈品占大多数，并且文化水平都偏高。而freestyle并非摇滚那种厮杀、呐喊诞生的风格，在中国有一定的基础。

利用同样的逻辑，看来AI又推荐了几个节目出来，爱奇异已计划了明年三档大型节目。

根据用户的行为、弹幕表情、充值等等计算出合适用户的个性化推荐。爱奇异，更懂用户。

爱奇异也广泛的将AI技术投入到了视频处理中，如图所示。

AI对于视频精彩内容的理解与分析展示 01：03：00 – 01：06：00

DuerOS 2.0更新，新增一系列能力。百度率先使用DuerOS 2.0打造了一部智能产品。这个产品由Jacy创作，这是来自RavenTech（渡鸦科技）的一名90后创作者，并揭开本次大会白盒子的真面目。

        Raven H 介绍视频 01:13:45 – 01:14:20.

        这是一款搭载了DuerOS 2.0 的使用新型材料（使用原色，不会掉色、RAL色系）、19x19触摸LED点阵屏幕，wifi+蓝牙4.0+zigbee的接入方式、USB-TYPE-C的接口、麦克风物理静音按钮、TYMPHANY特质腔体等为一体的智能音箱。

        可以说这个音箱，集颜、音、智为一体。在常规智能音箱，难以解决的是语音识别的最大距离，默认的解决方案是再提供一个手机APP进行操作。而Raven H可将顶部19x19的LED点阵屏卸下，手持使用，这块面板命名为了Touch。

在1：43：05开始，Jacy向会场展示语音控制能力。

可以从中看出，小度在2代中，上下文能力得到了很大的提升。能明白用户的意图，继承上一轮的对象，甚至对当前有效对象的更多属性进行查询。

甚至支持了同级别多词槽的意图。甚至展示了无唤醒词操作 详见01：45：00 – 01：45：50

听词识曲（无需音调） 详见01：46：10 – 01：46：30

不知道以上的功能是否和正式的DuerOS 2.0保持一致。也可能是DuerOS 2.0针对智能音箱和自家产品的特殊优化。

Raven H 与 爱奇异|电视果 只需连到一个网络中，即可实现语音操作视频。

并且接入了针对体育、音乐垂类特殊优化的搜索、知识图谱。渴望被客户尽管问。

在语音唤醒率方面，H做到了1-3米99%的唤醒率，无唤醒率0.042次/时。平均的响应时间1.4秒

并且公布了白盒子内真正的内容，1699元。并称这款产品要打造成像iphone一样的标杆型产品。

随后基于点阵屏幕Touch开发了另两款产品。

紧接着发布了一款，可以根据音乐节奏韵律舞动的六轴机械手臂机器人Raven R。并现场展示了该机器人与音乐的互动能力。详见02：06：20

我对该机器人比较有兴趣，稍作分析，感觉大致原理如下：

可以看出，刚开始的几个拍子机器人没做出反映，在稍后的几个8拍中，鼓点声被合声盖过，机械手臂陷入了沉默动作。随后鼓点声最响的或是贝斯音最响的几个时间段，手臂摆动尤为剧烈。可能该互动臂对音乐流的分析将会以低音为key进行分析。再融入了几个sin的乒乓式运动曲线在合适的时机对舵机进行控制。

以上仅个人看法。

之后，Raven R展现了最新的语音合成能力，可定制化声线是一大看点。

接着因为R没有脚，就提到了脚，从而又开发出了一款Raven Q产品。他结合了百度最新的机器视觉技术，有避障、脸型识别等功能。但是头上一直有个东西一直在转，群里估摸着是个雷达和实体空间感知。但是似乎没有见到Touch在哪。

以上就是本届百度世界大会的全部内容。参杂了一些个人看法，删减了一些个人感觉多余的陈述，谢谢观看。