无人车火了 百度是如何做到的?

ZD至顶网服务器频道 03月02日 新闻消息(文/于泽):百度无人车可谓狠狠的吸足了大众的眼球。一个问题逐渐出现在我们心中,为什么百度这样的互联网企业会推出无人车,似乎搜索引擎和无人车之间的关联度并不是很高。 

无人车火了 百度是如何做到的?

谜题的关键在于一个词——“人工智能”! 

“人工智能(Artificial Intelligence,AI)亦称机器智能,是指由人工制造出来的系统所表现出来的智能。通常人工智能是指通过普通电脑实现的智能,该词同时也指研究这样的智能系统是否能够实现,以及如何实现的科学领域。” 

以上是摘自维基百科关于人工智能的解释,或许这样的解释过于抽象,我们再找个较通俗易懂的,看看百度百科是如何定义人工智能的。“人工智能,作为计算机科学的一个分支,它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的科学技术,它企图了解智能的实质,并产生出一种新的能以与人类智能相似得到方式做出反应的智能机器,该领域的研究包括机器人、语音识别、图像识别、自然语音处理和专家系统等。” 

虽然百度百科的解释同样绕口,但其还是比较清晰的解释了人工智能是什么、能干什么。简单来说,就是让机器尽量去拥有人的能力,包括听懂、看懂,并能够做出应对。无人驾驶汽车就是人工智能在日常生活中一个很好的体现,由“百度汽车大脑”替代人类驾驶员进行对汽车的操作,已经在北京的道路上测试通过,未来,百度试图将其快速推广开来。 

对于百度来说,进入人工智能是多年来在搜索等领域探索的必然成果,而利用人工智能,百度将“连接人与信息”转换成为了“连接人与服务”。 

这样的例子比比皆是。比如,依托百度的人脸检测技术所打造的APP“脸优”已经可以精确、自动地检测出人脸的位置,并预测出原始人脸和目标人脸对应的关键点坐标,把两张不同脸的各个部位完美对齐,也就是其已经基本有了“看懂”的能力。 

而在前不久百度世界大会上作展出的小度机器人功能则更为强大,应用人脸检测和跟踪技术,小度机器人可以根据用户的位置移动而转移视线。不仅如此,基于人脸识别技术,小度机器人还能够“认出”人,准确判断出眼前这个人的身份,并据此针对不同年龄、身份、性别的用户做出个性化的回答和服务。也就是其具备“看懂”和“听懂”两项能力。 

更多例子这里不再一一列举,话说回来,在人工智能方面不得不说百度是做的比较超前的,这一点无论是从当下其发布的产品,还是颇具权威的评测平台所给出的结论都是一致的。从产品方面看,像脸优、度秘、小度机器人等都是很好的体现,而根据全球最具权威的人脸检测评测平台FDDB公布的最新数据,百度获得人脸检测公开数据集评测第一名、人脸识别公开数据集评测第一名的佳绩。同样,在语音识别方面,百度也已经取得了突破性的成果,在百度世界大会当天的展示中,度秘能够识别多种语言、多种方言,且识别率极高。 

举了这么多实例,那问题来了,人工智能很容易实现吗? 

当然不是,要是很好实现也不至于到现在才被大范围的讨论。所以如果简单理解人工智能,就是让机器像人一样看、听、思考、行动,帮助我们更好地生活、学习、工作。那如何让它们拥有看、听、思考、行动的能力呢?两个字总结就是让机器学习,就像我们刚出生是一张白纸,逐渐长大,逐渐认识自然、社会,这是一个学习过程,人工智能同样要经历这样一个学习的过程。 

无人车火了 百度是如何做到的?

或许你会问了,那让它学习不就行了吗,何必要等到现在呢?这就涉及到背后的技术支撑了,不是它们不想学,而是能力达不到。众所周知,让机器学习必须拥有足够的计算、存储能力,这跟人脑是一个道理,你让一个小学一年级的学生去学高中一年级的课程,想必它是学不会的,知识储备不够、脑容量不够,放在机器身上,举个例子如果它要学习10000个东西才能掌握的话,那每天学习1个,就需要10000天,如果每天学习1万个,那只需要1天就够了,从每天学习1个到1万个就是技术发展所带来的红利。

所以你应该能理解为什么这两年人工智能被提及的越来越多了,看看计算技术的发展,短短十几、二十年间,计算能力已经提升几千倍(最早的英特尔4004微处理器主频不过0.74MHz,现在的CPU主频都是以GHz为单位),存储能力虽不及计算能力的提升迅猛,但同样为世人所感慨。 

笔者并不想用太多深奥、听不懂的词,像云计算、大数据、深度学习这些词来说明,更想通过一些简单的理解来讲讲其中的道理。前文说过,实现人工智能最关键的就是让机器学习,这就涉及大到一个比较难懂的词“深度学习”,其实你可以换个词来理解,叫“深入学习”或者“深层次学习”。 人脑认知事物的过程其实是分层的,每一层都会识别出一定的特征,然后不断地向上汇聚,最终识别出这个事物是什么。当然,整个过程的层级很多,而且识别过程是极其快速的。这跟深度学习是什么关系呢?现在的深度学习就是要计算机模拟人脑对于事物的识别过程。  

显然,深度学习可以理解为实现人工智能的基础,而深度学习的实现离不开强劲的计算(云计算、高性能计算)、存储(数据存储、数据处理)能力的支撑。那百度在人工智能方面做得这么好,是不是在深度学习、计算、存储、大数据方面也表现出众呢?答案当然是肯定的。

以云计算为例,虽然在云计算领域,百度算是后来者,但仅用一年时间百度就基本完成了该领域的布局,完成了从产品(云服务器、对象存储、负载均衡、关系型数据库……)到行业解决方案(教育、政府、互联网……)的全方位布局,这背后与其以往的积累显然是密不可分的。

至于大数据同样如此,一方面百度长久的积累可以说其拥有全行业的数据特征,这也是其今年提出利用大数据联接3600行的底气所在,即我有数据,二是长久研究的技术积累,有这么多数据它知道怎么利用。另外,像超大规模的计算集群、存储集群就不多说了,百度所拥有的计算、存储能力在世界上都名列前茅,也就是说它们有实力为人工智能搭建舞台,话说一般的中小公司真没有研究人工智能的资本,人工智能无论是对资金、技术还是人才的要求都是巨大的。 

所以归根结底,百度人工智能出众是因为其背后有出众的技术,这其中包括超大规模的计算集群、超大规模的数据量都是其成功的根本所在。而放眼未来,人工智能的时代正快步走来,百度无疑已经走在了时代的前沿。最后用两句话来概括一下本文,人工智能就是让机器像人一样智能,而这背后离不开计算、存储等相关技术的进步、支撑,没有它们,人工智能仅仅是一句口号。在这方面,百度无疑是个榜样。


原文发布时间为:2016-03-02

本文作者:于泽

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。



本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/455180.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Docker Compose 项目

二、Docker Compose 项目compose项目简介compose项目来源于之前的Fig项目,使用python代码编写。compose项目主要用于编排部署基于docker的应用。本身与docker/swarm配合度很高。Docker Compose 是 Docker 编排服务的一部分,可以让用户在其它平…

android 获取sd卡目录失败_树莓派对SD卡的大小,速度有哪些要求?

SD卡容量的大小通过NOOBS安装带有桌面和推荐软件(完整)的 Raspberry Pi OS,SD卡最小为16GB。 对于带有桌面和推荐软件的 Raspberry Pi OS 镜像安装,SD卡最小为8GB。对于安装 Raspberry Pi OS Lite,建议 SD 卡最小为4GB…

区分同源与非同源

2019独角兽企业重金招聘Python工程师标准>>> JSONP和AJAX相同,都是客户端向服务器端发送请求:1、给服务器端传递内容2、从服务器端获取数据 的方式 AJAX属于同源策略 JSONP属于非同源策略(跨域请求) -> 实现跨域请求的方式有很多种&#x…

Spring MVC-表单(Form)标签-下拉框(Dropdown)示例(转载实践)

以下内容翻译自:https://www.tutorialspoint.com/springmvc/springmvc_dropdown.htm 说明:示例基于Spring MVC 4.1.6。 以下示例显示如何使用Spring Web MVC框架在表单中使用Dropdown。首先,让我们使用Eclipse IDE,并按照以下步骤…

阿里巴巴中文站架构设计实践(何崚)图书

阿里巴巴中文站架构实践 何崚阿里巴巴 全文地址:阿里巴巴中文站架构设计实践(何崚).pdf 更多课件可到:这里查看 后续内容还在更新…

bilibili go框架_最好的开发语言一定是那位吗?Go语言有话说

鲁迅先生说过,所有能用 JS 写的前端项目最终都会被用 JS 重写一遍,所有能用 Go 写的后端项目最终也都会被用 Go 重写一遍。作为一名开发者,周六的我们能做什么呢?是因为产品经理的各种需求在加班吗?给你说了实现不了实…

FLV文件格式解析

FLV(Flash Video)是现在非常流行的流媒体格式,由于其视频文件体积轻巧、封装播放简单等特点,使其很适合在网络上进行应用,目前主流的视频网站无一例外地使用了FLV格式。另外由于当前浏览器与Flash Player紧密的结合&am…

华院数据宣晓华:传统零售商转型电商需攻克大数据三关

现在电商发展起来的节奏,使得大众更相信马云所言“五年内将没有线下销售”的可信度。面对这样的转变最该紧张的似乎是传统零售商了,日前在中美创新链接——大数据专题研讨会上,华院数据创始人、董事长宣晓华谈了传统零售商在转型过程中遭遇的…

部署到gcp_GCP 网络系统Andromeda --- 概述篇

这个系列总共有三篇,分别在:肖宏辉:GCP 网络系统Andromeda --- 概述篇肖宏辉:GCP 网络系统Andromeda --- 控制面肖宏辉:GCP 网络系统Andromeda --- 数据面最近看了Google在2018年的一篇NSDI文章,介绍他们的…

AMR音频编码器概述及文件格式分析

全称Adaptive Multi-Rate,自适应多速率编码,主要用于移动设备的音频,压缩比比较大,但相对其他的压缩格式质量比较差,由于多用于人声,通话,效果还是很不错的。 一、分类 1. AMR: 又称为AMR-NB&am…

同余定理证明

转载于:https://www.cnblogs.com/cmyg/p/7206474.html

symbian系统开发教程(一)

第一章:Symbian OS简介作者:谢兴 enigma19971hotmail.com---转载需注明出处 下载word文档1.1. Symbian系统简介当前有很多手机运行Symbian OS,数量甚至超出您的想象。到目前为止已经有超过7500 万、100 多种型号的手机运行Sym…

学习的动力

要有自学的意识,这是一个知识不断更新、不断涌现的时代,大学里的很多知识是过时的,就算入校时是热门行业的但很可能四年后毕业找工作时已经变成了夕阳产业,学习是一种能力,但首先是一种态度,一个人想在快速…

H264基本概念之 宏块、片和片组

这几个概念对比音频信号处理可是全新的,下面简要介绍一下定义和作用: 1、宏块(Macro Block):一个编码图像首先要划分成多个块(4x4 像素)才能进行处理,显然宏块应该是整数个块组成&…

CodeVS 1044 拦截导弹(DP)

题目大意&#xff1a; http://codevs.cn/problem/1044/ 第一问题就是求序列的最长递减数列的长度&#xff0c;第二问就是求数列的最长递增序列的长度。 代码&#xff1a; #include <iostream>using namespace std;int arr[30] {0}; int dp[30] {0}; int mp[30] {0};in…

链表(Linked List)之单链表

原文地址:传送门 链表(Linked List)介绍 链表是有序的列表&#xff0c;但是它在内存中是存储如下 小结: 链表是以节点的方式来存储,是链式存储 每个节点包含 data 域&#xff0c; next 域&#xff1a;指向下一个节点. 如图&#xff1a;发现链表的各个节点不一定是连续存储…

链表(Linked List)之双向链表

双向链表应用实例 使用带head头的双向链表实现 –水浒英雄排行榜 管理单向链表的缺点分析: 单向链表&#xff0c;查找的方向只能是一个方向&#xff0c;而双向链表可以向前或者向后查找。 单向链表不能自我删除&#xff0c;需要靠辅助节点 &#xff0c;而双向链表&#xff…

H264 解码耗时分析

在数字基带处理器上代码的最佳放置 美国模拟器件公司 Jose Fridman   在手机等嵌入式系统中&#xff0c;除了处理器执行时间外&#xff0c;最重要的资源就是设备总线和存储器接口。本文将介绍一种在使用指令高速缓存时其带宽消耗的基础上&#xff0c;统计分析高速缓存所采用…

链表(Linked List)之环形链表

原文地址:传送门 单向环形链表应用场景 Josephu(约瑟夫、约瑟夫环) 问题 Josephu 问题为&#xff1a;设编号为1&#xff0c;2&#xff0c;… n的n个人围坐一圈&#xff0c;约定编号为k&#xff08;1<k<n&#xff09;的人从1开始报数&#xff0c;数到m 的那个人出列&…