百度大脑开放24项AI新能力 智能写作真要来了 记者们慌不慌

【TechWeb】3月21日，昨天下午，百度大脑首场开放日在中关村创业大街百度大脑创新体验中心开幕，吸引了众多AI开发者前来交流体验。

百度大脑创新体验中心是去年12月百度大脑开设的第一家“线下体验店”，体验中心汇集了百度大脑AI技术支持的众多落地应用展示。

百度AI技术生态部总经理喻友平表示，百度大脑的首场开放日选择在百度大脑创新体验中心举办，是为了能更近距离的和AI开发者、AI技术能力需求者进行交流。

百度AI技术生态部总经理喻友平

现场，喻友平介绍了百度大脑最新开放的24项AI能力，包括语音技术、视觉技术、自然语言处理、知识图谱以及开源深度学习框架方面的优化升级，并演示了20个百度大脑AI能力应用的经典案例，包括精密零件自动分拣、打车票识别等等。

此外，百度大脑在AI市场正式上架4款硬件产品，包括EdgeBorad高性能计算卡、百度大脑&奥比中光3D结构光Atlas等，开发者都可以在PC端访问百度AI市场进行选购。

喻友平在回答现场开发者关于“百度大脑AI开放能力和其他相比有何优势“的问题时表示，一个是技术领先，百度早在2016年就开源了国内第一个深度学习框架paddlepaddle，在各类国际比赛上取得过非常多的奖项，聚集了非常多的人才，这是技术得以持续保持领先的基础；一个是技术布局非常全面，从感知到认知，从语音到视觉到语义到AR等等，非常全面，可以帮助大家一站式的获得服务，提高集成效率；最后，百度大脑AI能力以可落地为目标，在降低人工智能应用门槛的这个方向上持续不断的努力，所以虽然只开放了两年多的时间，但进化速度非常快。

目前，百度大脑的这些新开放的AI能力，在ai.baidu.com下的“产品服务”页面已有详细介绍，开发者可以自行查询。

具体的，PaddlePaddle新能力包括：

1.业界首个视频分类模型库：新增视频模型库，提供5个视频分类经典模型以及适合视频分类任务的通用骨架代码，用户可一键式高效配置模型完成训练和评测。视频理解权威竞赛ActivityNet - Kinetics视频动作识别任务冠军方法stNet的resnet50版本开源实现。

2.基于PaddlePaddle的BERT多机多卡和混合精度训练。新增支持NLP语义表示BERT模型，支持多机多卡训练，支持混合精度训练，训练速度对比主流实现提升50%+，提供完整部署示例。

3.分布式训练性能大幅提升：大规模稀疏参数服务器Benchmark发布，CPU多机异步训练发布显著提升点击率预估任务IO吞吐的built-in reader，多机多卡训练性能多方面提升。

语音方向首次开放搭载国际领先的注意力模型的语音能力：语音识别极速版，喻友平介绍，目前百度大脑语音开放能力包括语音唤醒、语音识别、语音合成等通用能力，还包括即将推出的语音识别自训练平台、软硬一体的语音开发套件以及各种场景方案。

视觉方向更新升级的四方面内容，包括OCR、车辆分析、人脸人体以及图像识别。OCR方面新增了卡证OCR 4个新能力：户口本OCR、出生医学证明OCR、港澳通行证OCR、台湾通行证OCR，总数达到9种；新增票据OCR 4个新能力：行程单OCR、保单识别OCR、通用机打发票OCR，定额发票OCR，总数达到9种。在车辆分析方面全服务包括车辆检测、车流统计、车辆属性分析和外观损伤识别。在人脸人体识别方面，新发布了情绪识别，可以准确识别7类情绪：生气、害怕、厌恶、高兴、悲伤、惊讶、无情绪。图像识别方面，新增红酒识别和地标识别2个新能力。

值得一提的是，百度大脑语言及知识方向此次也开放了不少新能力。包括文本自动纠错、自动生成新闻摘要、智能写诗写春联等，还有作文检索、知识问答的部分推理计算能力等。

此外，喻友平介绍，4月百度大脑智能写作平台将上线，将从素材上为创作者提供工具、帮助找到灵感，提升创作者的写作效率和产出质量，降低写作成本。

看来，机器写稿真的要来啦，就问编辑记者们慌不慌。

截至目前，百度大脑已经开放了近160项AI能力，平台上开发者数量超过100万，开放能力覆盖语音、视觉、自然语言处理、机器学习等全面AI技术。