百度AI開發(fā)者大會(huì)中，百度CTO王海峰博士開場(chǎng)就帶來了一段機(jī)械臂倒蓋碗茶的現(xiàn)場(chǎng)演示。

這個(gè)機(jī)械臂既會(huì)茶藝絕活兒，還能說會(huì)道——它主要融合了機(jī)器人視覺、語音、自然語言處理等多種人工智能技術(shù)。此外，王海峰也宣布百度大腦升級(jí)至5．0，形成了包括基礎(chǔ)層、感知層、認(rèn)知層、平臺(tái)層和AI安全五大部分的核心架構(gòu)。

“百度大腦”這個(gè)名詞最初是在2014年從李彥宏口中說出的，他當(dāng)時(shí)對(duì)外透露說：“百度大腦大約已經(jīng)相當(dāng)于2～3歲孩子的智力水平。”2016年的百度世界大會(huì)上，百度首次向外界全面展示了組成“百度大腦1．0”的全貌。

如今，“百度大腦” 進(jìn)入5．0階段，成為軟硬件一體的AI大生產(chǎn)平臺(tái)，核心算法再獲重大突破，首次公布端到端AI計(jì)算架構(gòu)，并實(shí)現(xiàn)了AI計(jì)算、計(jì)算架構(gòu)與應(yīng)用場(chǎng)景的創(chuàng)新融合。

語音識(shí)別速度大幅提升，準(zhǔn)確率提15％－20％

百度語音技術(shù)部高級(jí)總監(jiān)高亮，在開發(fā)者大會(huì)現(xiàn)場(chǎng)說了一段Rap：Hello Everyone，中英混合說是我們的everyday work，Explore技術(shù)的depth和scope是我們的responsibility……這段中英夾雜的話被百度輸入法流暢、精準(zhǔn)、及時(shí)地識(shí)別出來。

這背后是百度大腦流式多級(jí)的截?cái)嘧⒁饬δＰ停⊿MLTA），它能讓語音識(shí)別速度大幅提升，準(zhǔn)確率提15％－20％，是首個(gè)基于流式注意力的語音識(shí)別線上服務(wù)。

基于語音、視覺技術(shù)，自動(dòng)合成虛擬形象

浦發(fā)銀行的數(shù)字人是怎么“煉”成的？它實(shí)際上是結(jié)合語音和視覺技術(shù)，機(jī)器自動(dòng)合成的虛擬形象。

王海峰介紹，實(shí)時(shí)合成虛擬形象技術(shù)，首先需要對(duì)語音信號(hào)和視頻信號(hào)進(jìn)行實(shí)時(shí)識(shí)別與理解，再通過唇動(dòng)生成，以及語音、面部和肢體的合成，實(shí)時(shí)合成一個(gè)虛擬形象。這波操作背后，是百度大腦多項(xiàng)AI技術(shù)能力的體現(xiàn)。

視頻語義理解技術(shù)實(shí)現(xiàn)精準(zhǔn)解析

王海峰展示了關(guān)于中國民間藝術(shù)的音樂紀(jì)錄片《大河唱》中的片段，影片中的角色、人物關(guān)系、音樂種類、取景地、影片主題等信息，都被精準(zhǔn)解析。這背后是基于知識(shí)圖譜的視頻語義理解技術(shù)。

推出知識(shí)增強(qiáng)的語義理解框架ERNIE

百度大腦語音、視覺、語言和知識(shí)等核心算法法再度重磅升級(jí)，發(fā)布6大技術(shù)突破。

包括業(yè)界領(lǐng)先的流式多級(jí)的截?cái)嘧⒁饬δＰ停⊿MLTA）和風(fēng)格遷移的語音合成技術(shù)；知識(shí)增強(qiáng)的語義理解框架ERNIE和基于知識(shí)圖譜的視頻語義理解技術(shù)；業(yè)界首創(chuàng)的高準(zhǔn)確、低時(shí)延的機(jī)器同傳技術(shù)。

值得關(guān)注的是，在語言方面，百度大腦推出知識(shí)增強(qiáng)的語義理解框架——ERNIE，再次全面刷新了中文自然語言處理任務(wù)效果，超越谷歌BERT。

發(fā)布遠(yuǎn)場(chǎng)語音交互芯片“鴻鵠”

繼去年開發(fā)者大會(huì)發(fā)布“昆侖”芯片后，今年，王海峰發(fā)布了一款新的芯片——遠(yuǎn)場(chǎng)語音交互芯片“鴻鵠”。鴻鵠芯片使用了HiFi4自定義指令集，雙核DSP核心，平均功耗僅100mW。這款芯片是根據(jù)車規(guī)級(jí)標(biāo)準(zhǔn)打造，將為車載語音交互、智能家具等場(chǎng)景帶來巨大的便利。

百度飛槳與華為麒麟芯片合作

今年開發(fā)者大會(huì)最大的亮點(diǎn)來了。王海峰與華為消費(fèi)者BG軟件總裁王成錄博士聯(lián)合宣布，百度飛槳與華為麒麟達(dá)成深度合作。