人脸识别技术再刷记录！AIG如何让百度AI基石越来越稳？

最近，百度凭借自主研发的人脸检测深度学习算法PyramidBox，在世界最权威的人脸检测公开评测集WIDER FACE的“Easy”、“Medium”和“Hard”三项评测子集中均获得冠军，也打破了历史记录。这个结果，不让人意外。在AI基础技术上，百度一直都在不断证明自己，已不是第一次拿奖。

百度AI技术已成“屠榜”高手

就拿人脸检测技术来说，百度早在2015年就通过DenseBox算法，刷新了FDDB和LFW两个公开数据集的记录，保持世界第一并保持了一年。人脸识别技术是机器视觉与生物识别的交叉技术，人脸检测是人脸识别的第一步——在图片或者视频中找到人脸并精确定位。如果是自拍照自然很容易，目前美图软件、智能手机都可以做到，不过很多照片或者视频中有大量的人像，而且可能有姿态、遮挡、光线、环境、模糊、失焦等不利因素，因此人脸检测并不容易，要机器达到人眼水平很难。

目前，在所有AI技术中，人脸识别应用最为广泛。自拍、解锁、实名制校验，甚至支付，都能用人脸识别来完成，治安、零售、教育、公益等行业也在大量应用人脸识别技术。百度在人脸检测上的不断打破记录，体现的是百度AI技术的实力，人脸技术只是百度AI技术的一部分（当然，也是很重要的一个技术），百度在自然语言处理、机器视觉、语音交互、知识图谱、机器翻译等AI技术上都有布局，且成绩斐然。

今年2月，美国《麻省理工科技评论》揭晓的2018年“全球十大突破性技术”（10 Breakthrough Technologies 2018）中，百度成为唯一入选的中国公司，被列为实时语音翻译领域的关键玩家，百度也是唯一一家连续三年入选该榜单的中国公司。

同样是在2月，百度自然语言处理（NLP）团队研发的V-Net模型以46.15的Rouge-L得分登上微软的MS MARCO（Microsoft MAchine Reading COmprehension）机器阅读理解测试排行榜首。机器阅读理解可以让机器更好地理解一段文字。比如百度可以通过这个技术来理解用户的搜索内容或者问题，从一个页面定位答案并经过总结、提炼、归纳后进行展示。这个赛事更大的意义在于，其运用的训练数据是微软在产品实践中收集来的问题和答案，直接从互联网文本与产品实践问题中训练出的模型，应用价值更强。

这些成绩，都证明了百度AI技术的实力。而所有这些技术都出自于百度AIG。去年3月，百度宣布整合包括NLP、KG、IDL、Speech、Big Data等在内的百度核心技术，组成百度AI技术平台体系（AIG），任命百度副总裁王海峰为AI技术平台体系（AIG）总负责人。现在看来，百度整合多个技术到一个体系，的确让人才的聚集，技术的管理，以及技术的进步更集中。

然而“屠榜”并不是AIG的目的

算法或者技术拿到奖项，打破记录，或者登陆榜单，是百度大力支持AI技术的结果，也是百度AI技术实力的证明，但它不是百度AIG存在的唯一目的。AIG不是一个只会研发底层技术来拿奖的实验室，而是支撑百度业务，特别是AI相关业务的技术平台。

王海峰曾阐述过他对技术的理解：

“AI的发展最终还是要回到‘服务用户需求’的本质，这是我们每一位人工智能的从业者都需要铭记在心的。利用好人工智能来服务好我们的用户和客户，以及更好地打磨AI能力来推动各行各业的效率提升，是每一位人工智能领域从业者的期望。”

具体来说，百度AIG在大力研发基础AI技术的同时，还强调AI技术的应用和开放。

首先，在应用层面重视技术的实用性。比如百度人脸技术，就被百度金融应用到与泰康保险、中国农业银行的合作项目用于人脸核身；乌镇、武夷山等旅游景区、北京首都机场、南方航空在广州白云机场的贵宾休息室，应用人脸识别来提升旅客游客的体验。自然语言处理技术的应用广泛性无需赘言，语音已是DuerOS的基础，百度已经与TCL、创维、海尔、海信等诸多家电巨头，以及华为、小米等手机巨头战略合作，知识图谱也成为百度搜索结果中的重要内容。

抓基础技术的同时，也在强化对应用技术的投入。今年1月，百度研究院在硅谷成立了两个新实验室，一个是商业智能，另一个是机器人与自动驾驶，不再是此前IDL这样的纯技术实验室，不再只做深度学习、大数据这样的底层技术研发。从名字就可以看出，百度AIG对应用技术的重视。

百度去年在AI开发者大会上就已经提出要Bring AI to Life，让AI落地到生活场景中的口号，将AI技术落地到实际业务成为未来的大方向，也与AIG重视“技术驱动产品，产品牵引技术”的策略符合。

其次，在开放层面重视前沿技术的共享。百度AI技术很强大，但不独享，而是开放给行业。百度目前已经开放了包括语音、图像、自然语言处理、视频、增强现实、知识图谱、智能数据七个方向，共计90余项AI技术能力，成为国内最大的AI开放平台。百度还将其深度学习框架PaddlePaddle全面开源，让开发者可以拥抱AI。3月23日，百度在北京举办了第一期AI加速器DEMO DAY，百度AI加速器旨在帮助创业者拥抱AI，是百度AI开放的一个举措。

可以看出，百度AIG的技术路线图是很清晰，也是很有前瞻性的。一方面，作为百度的基础技术，AI底层技术不能依赖任何第三方，要自力更生，因此百度AIG在基础技术上大力投入，不断在技术上突破、获奖也证明了这一策略的效果。另一方面，AIG将技术落地到业务中，让业务牵引技术发展，开放的核心目的也会要促进AI技术在各行各业的落地。当然，反过来，应用和开放也可以巩固百度AI技术的领先地位。

AIG如何一年内成为百度基座？

百度的基石是什么？相信很多人的答案都是：技术。而技术是由什么构成的？一行行抽象的代码后面是工程师等技术人的投入，正是因为此，负责百度核心技术的AIG可以说是百度的基座。当百度将多个分散在各个部门的技术部门，以及百度研究院整合到一起时，许多人都看不清百度为什么要这样做，现在看来好处已经很明显，让百度的AI技术沿着更实用的方向研发，加速AI技术落地。AIG在短时间内稳步成长，原因是多方面的。

综合各种信息来看，目前百度AIG的技术研究部门大致可以划分成百度研究院和应用技术部门，其中百度研究院的目标很单一，就是要做AI底层技术的研发——不过与谷歌X实验室等不同的是，它的探索性更低，实用性更高。应用技术部门，则负责技术的应用与落地。今年百度研究院又增加了两大实验室，目前已有五大实验室，实现了对AI基础和主要应用技术的全覆盖。

AIG不断庞大的背后是百度在研发上的坚决投入，李彦宏去年曾表示，百度每年在研发上投入上百亿 ，占总收入15%，这个占比位列行业第一。

在人才引进层面，李彦宏对于技术人才一直有“周公吐哺天下归心”的广纳良才的策略，除了给很好的待遇外，更重要的是很有吸引力的研发环境。百度AIG也在不断吸纳世界顶尖人才，比如百度研究院目前拥有六位世界级科学家。同时百度拥有广泛的AI应用场景，比如搜索、信息流、DuerOS、无人车，都是AI强相关业务。顶尖的技术团队和作为技术落地沃土的产品和业务，相互作用下形成了一个良性的的正向循环链条，让百度AI能够持续“进化”。

在产业环境层面，AI爆发已是不争事实，2018年AI正在落地到各行各业，但AI技术研发却需要持续进行，机器在大多数时候还是不如人类，技术进步空间很大。不过，在AI产业爆发后，行业对AI人才的急缺已经让更多技术人才开始重视学习AI，前不久南京大学甚至成立了AI学院，培养AI专业人才。在这样的环境下， 百度AIG基于本身的吸引力，要获取优秀人才会越来越容易。而此前百度在AI技术上多年已久的布局，也让它有了厚积薄发的能力。

不难看出，百度“先技术后场景”的思路正在改变，逐渐成为技术研发与场景应用双管齐下，保持技术优势的同时，推动AI技术商业化。而高速运转状态的AIG，正在给百度源源不断地提供前沿、实用和有竞争力的技术，同时帮助百度AI技术落地和开放。