2014 bigtalk 连接人与世界的摄像头

April 13, 2023 SLC I DT MC GMC

连接人与世界的摄像头

余凯百度研究院，深度学习实验室 (IDL)


百度深度学习实验室（ IDL） - 中国第一家深度学习研发机构

• 2013年 1 月 , Robin 宣布成立百度历史上第一家研究部门

• Institute of Deep Learning (IDL)

• 聚焦大数据驱动的人工智能

百度是国际上最早把深度学习上升为战略核心技术方向的四家公司的之一


百度大脑


百度大脑，让连接变得更智能

人百度

广告服务

信息

1. 理解用户意图 : 文本分析，图像识别，语音识别，…

1

2. 匹配用户需求 : 优化搜索结果的智能排序，…

22

3. 精准推送广告和服务 : 估计和优化点击率和转化率，…

3


人对世界的认识， 90%通过视觉获得

人世界


移动设备上的摄像头，逐渐成为人类眼睛的延伸

April 13, 2023 SLC I DT MC GMC04/13/23 8

“ …the design and development of algorithms that

allow computers to evolve behaviors based on

empirical data, …”

Machine Learning


Example: image recognition

04/13/239

x = f(x) = ?

x

f(x) 长颈鹿长颈鹿长颈鹿神兽神兽神兽


深度学习和机器学习

深度学习

机器学习


机器学习的两个阶段：从浅层学习到深度学习

04/13/2311

浅层学习模型（ Shallow Models ）

深度学习模型（ Deep Models ）


深度学习，模拟人类大脑的分层结构以及行为

12pixels

不同方向的边界

物体的各个部位

整个物体

Slide credit: Andrew Ng


Amount of data

Pe

rfo

rma

nc

e

Older

AI algorithms

Deep Learning

Big Data and Deep Learning


图像识别领域的革命性进展

14

72%, 2010

74%, 2011

85%, 2012

ImageNet Challenge


深入百度大脑： A deep model for image recognition

04/13/2315全世界领先的人脸识别， OCR ，以图搜图，等图像技术


深入百度大脑：同时理解图像和自然语言


深入百度大脑：分布式并行深度学习训练平台

Use GPUs and CPUs, 有世界上最大规模的 GPU服务器集群 Data parallelization Model can be parallelized as well Use Parameter Server to coordinate

能学习千亿级别的训练样本


深入百度大脑：灵活配置适合于不同应用的各种深度网络结构

Loss

Layer

Layer

Layer

Input label

Loss

Layer

Layer

Layer

Input1 labelInput2

Loss

Layer

Layer

Layer

Input1

label

Layer

Layer

Layer

Input2


看图说故事


百度魔图：基于深度学习的人脸识别技术

高峰时用户一天上载 9000万照片，苹果 iOS应用商店总榜排行第一达 3 周之久


百度魔图：基于深度学习的人脸识别技术


自然图片 OCR：百度翻译


自然图片 OCR：百度作业帮


自然图片 OCR – 英文识别也是世界领先

April 13, 2023 SLC I DT MC GMC百度结果竞品结果

输入检索图片

百度拥有世界领先的基于内容的图像搜索技术

April 13, 2023 SLC I DT MC GMCBaidu Result Competitor’s Result


输入检索图片



与国际上主要竞争对手的技术比较


百度 APP v5.5 – 拍照实物搜索

世界上第一款基于深度学习的拍照实物搜索， 8 月 20日发布

书籍蔬果玩具


百度 APP v5.5 – 拍照实物搜索

世界上第一款基于深度学习的拍照实物搜索， 8 月 20日发布

Logo 服饰手提包


互联网索引网页和知识

百度大脑 Deep Learning Platform

高性能计算

搜索，广告，预测，决策

全景图：基于百度大脑的人工智能

April 13, 2023 SLC I DT MC GMC23/4/1335

人

互联网索引网页和知识

语音，视觉，人机交互

物理世界计算机视觉，3D建模，传感网

百度大脑 Deep Learning Platform

高性能计算

搜索，广告，预测，决策

机器人 , 自主系统，无人驾驶

探索发现，虚拟和物理生成

感知思考决策 , 行动 , 发现，创造

全景图：基于百度大脑的人工智能


摄像头逐渐成为人眼的延伸

？2014


延伸人眼的这款设备，是这样的吗？


人眼的自然延伸 …


感受一下 …


BaiduEye: 连接人和服务，关注 O2O

帮助线下服务具有线上数据采集能力，具有线上服务能力

购物场景， BaiduEye 帮助商家和用户获得价值，是导购的伙伴

博物馆等， BaiduEye 是导游的伙伴，帮助讲解相关的资料看你所看，听你所讲，想你所想


百度自动驾驶项目 – 百度 -BMW合作项目


百度自动驾驶项目 – 感知，思考，控制，自主学习的集大成者

2014 bigtalk 连接人与世界的摄像头

Internet