人工智能时代：破解人机共存密码（套装共10册）

深度学习在许多用户看不到的地方改变了我们的生活。为了采集和维护地图信息，需要通过采集车拍摄沿路的图像。传统的采集车上要坐两个人，采集过程分为内部作业和外部作业两部分，外部作业就是要开车出去，把沿途的东西都录下来。除了录像，副驾驶要负责用声音记录，每经过一个地方，要说前方这里有一个探头，那里有一个红绿灯，这里是四车道，左转、直行、右转……这是传统的方式，就是一定要把所有看到的东西通过录像和声音的方式记录下来，然后再把数据存储寄到数据处理中心。数据处理中心负责内部业务的人员再一分钟一分钟地去记录比对资料，最后把路面上的这些元素在地图上标识出来，这基本上是一个劳动密集型的工作方式。

而应用了智能图像识别技术以后，我们先通过深度学习训练机器去辨识红绿灯、车道、探头等路面元素，之后我们只需要将沿路拍摄的全景图像直接交给机器辨识，就能得到完整的地图信息。这就极大地节省了人力，也极大地提高了效率和准确性。

深度学习除了软件算法，还有一件关于硬件的往事堪称佳话。历史上有很多发明在后来的应用中偏离了初衷。比如作为炸药的硝酸甘油可以用于心脏病急救，为了发明战略物资橡胶的人工合成替代品，结果却造出了橡皮泥……在深度学习领域，GPU的作用也被改变了。GPU本来是显卡，用来渲染图像，给图形计算加速，后来却成为深度学习的主要硬件。因为显卡芯片具备比CPU更强的浮点运算能力，原本就用于处理图像这种矩阵数据，非常适合机器学习领域对数据的计算。早期当吴恩达团队率先使用GPU进行机器学习的时候，很多人并不理解。不过今天这已经成为主流。

但最深的往事还是来自搜索引擎。

搜索引擎_：人工智能的命运细线

对于今天的中国网民来说，遇到问题“百度一下”已经成为一种习惯。与百度今日的影响力和规模相对的，百度在人工智能领域的专注反而引起一些不理解。更专业的疑问是：电商、游戏、社交、通信……从PC到移动互联设备，无数个风口过去了，百度为何只对人工智能情有独钟？

问题的答案可能与很多人的思维相反，与其说是百度选择了人工智能，不如说是人工智能选择了百度。这是百度基因里的使命，辜负这个使命，会是百度、中国甚至世界的损失。

一切都源于搜索

搜索引擎对于一般用户来说只是一种工具，可以帮助他们找到需要的信息；对于提供内容的网站来说，搜索引擎是一种媒介，帮助它们将自己的内容传递给有需要的用户。在这个过程中，首先搜索引擎要“倾听”用户的需求，即小小搜索框里敲下的那几个关键词，究竟是想要找到什么；其次，搜索引擎要“检索”数量庞大的内容，从中挑选出最符合要求的那些结果提供给用户。

我们审视一下这个过程，是否和我们描述过的深度学习概念模式十分相像？输入和输出在这里都有了，甚至每一次搜索行为都可以看作是对搜索引擎的一次训练。那么谁来告诉搜索引擎输出结果的好坏呢？是用户。用户的点击就是一种回答，如果用户没有点击排在前面的结果，而是去点击第二页的结果，这就是对系统的推荐做出了降权举动。

在这个过程中，搜索引擎不仅提高了推荐的准确性，还越来越懂得判断所收录网页的“好”与“坏”，渐渐学会了像人类一样去分辨网页。最初，它只会读取标题、关键字、描述等页面元素；而现在，百度这样的搜索引擎已经可以辨识出哪些是隐藏的虚假信息，哪些是广告，哪些是真正有价值的内容。

人通过搜索引擎获取信息的行为就是人与机器对话的过程。与以往的人机交互不一样，这个过程基于“自然语言”。相比图像识别、语音识别等，自然语言处理（Natural Language Processing，NLP）是搜索引擎最核心的基础技术。

王海峰认为思考和获得知识的能力成就了今天的人类，这种能力需要通过语言来找到思考的对象和方法，并外化为我们看、听、说和行动的能力。相对于这些能力，语言是人类区别于其他生物的最重要的特征之一。视觉、听觉和行为能力不仅为人类所拥有，动物也有，甚至很多动物的视觉、听觉，包括行动能力比人类还强，但是语言是人类特有的。而建立在语言之上的知识总结、提炼、传承以及思考，也都是人类特有的。

从人类历史之初，知识就以语言的形式进行记录和传承，用来书写语言的工具不断改进：从甲骨到纸张，再到今天的互联网。所以不管是百度还是谷歌，都认为自然语言处理对整个人工智能的未来都是非常大的挑战。相比之下，语音识别，如声音到文字，或是文字到声音，实际上解决的是一个信号转换问题，但语言不是，语言和人的知识、思维整体相关。

像AlphaGo这样的项目，对于普通人来讲是一件非常震撼的事情，我们也认为它是一个很大的成绩。但是我们不能忽略它的特点：基于完全信息、规则是明确的、空间是封闭的和特定的。为围棋训练出来的智能系统下象棋就不好用。相比较而言，自然语言的处理是更难解决的一个问题。对于下围棋来说，只要计算能力和数据充分，就几乎没有不确定性，而语言问题存在太多不确定性，如语义的多样性。

为了让计算机能够“理解”和生成人类语言，科学家做了大量的工作。在百度，基于大数据、机器学习和语言学方面的积累，研发出了知识图谱，构建了问答、机器翻译和对话系统，建立了可以分析、理解问题（query）及情感的能力。

仅就知识图谱来说，基于不同的应用需求可分为三类：实体图谱（ entitygraph ） 、 关 注 点 图 谱 （ attentiongraph ） 和 意 图 图 谱（intentgraph）。

在实体图谱里，每一个节点都是一个实体，每个实体都有若干个属性，节点之间的连接是实体之间的关系。目前百度的实体图谱已经包含了数亿实体、数百亿属性和千亿关系，这些都是从大量结构化和非结构化数据中挖掘出来的。

现在我们来看一个例子，假如有人搜索：窦靖童的爸爸的前妻的前夫。

这句话里包含的人物关系是非常复杂的，然而，我们的推理系统可以轻松地分析出各实体之间的关系，并最终得出正确答案。

百度的自然语言处理技术还可以分析复杂的语法，甚至辨识句子的歧义，而不仅仅是字面匹配。

再来看另外一个例子：梁思成的儿子是谁；梁思成是谁的儿子。

如果使用传统的基于关键词的搜索技术，我们将会得到几乎相同的结果。然而，经过语义理解技术的分析，机器可以发现这两个句子的语义是完全不一样的，相应地就能从知识图谱中检索到完全不同的答案。

还有第三句话：谁是梁思成的父母。从字面上来看，这跟第二个句子不同，但是经过语义理解技术，机器发现这两个句子要找的是同一个对象。

深度学习技术进一步增强了自然语言处理能力。百度从2013年开始在搜索引擎中应用DNN模型，至今已经对这个模型进行了几十次的升级迭代，DNN语义特征是百度搜索里非常重要的一个特征。其实，不仅搜索结果相关度变得更高，在篇章理解、关注点感知和机器翻译等方面也都有大幅提升。

搜索所需要的技术基础也正是人工智能所需要的技术基础。比如就云计算来说，主管百度云工作的张亚勤认为，搜索是最大的云计算应用，没有云就没有办法做好搜索，百度是在云里出生的。

搜素引擎的继续进化

随着移动互联网和人工智能的兴起，搜索的形态在发生很大的改变。比如搜索入口变化了，除了通过网页搜索框发起搜索外，基于不同平台和硬件的搜索也在增加，语音或图像搜索部分代替了文字搜索。在人主动搜索信息的同时，信息也被推荐给需要的人。很多人从表象上看，认为这个过程是对搜索引擎的挑战。但王海峰认为，搜索引擎一直同步感知着这个变化过程。

就以“信息主动找人”来说，做Feed（信息流）是当下很多互联网企业的共识。但是“人找信息”和“信息找人”，或者搜索和Feed之间并不是非此即彼，而是相辅相成的关系，在不同场景、不同时段发生不同作用，各司其职，也会互相配合。比如有时候你需要主动找点东西，有时需要朋友推荐，有时候需要系统能猜测你的喜好并推荐。假设别人推荐一篇文章给你，阅读过程中发现一个词不太理解，这时你又需要发起搜索去查找词义。当然机器也会猜哪些词用户可能有兴趣。Feed不可能每天推送给你相同的内容，所以一条内容过了最热的时候，你再想找它又得到搜索引擎里找。在不同的状态和场景下，用户对于搜索和Feed的需求会相互转换，而如何判断这些状态和场景，正是对系统智能化的考验。有越多的数据和技术储备就越可能做好。

有了做搜索的技术储备和数据，做Feed至少在技术上是不难的。而单纯从Feed起家，想去弥补搜索和数据的缺失就比较困难。百度搜索引擎采集分析的网页量有上千亿，如此规模的大数据为百度持续提升Feed产品效果提供了必要的保障。

搜索引擎在数据洪流中持续进化，Feed只是下一个必要的环节，最终形成无所不在的搜索引擎+推荐。越来越智能化的机器可以做到“举一反三”，到最后用户只说几个词，机器就可以知晓用户想要表达的整个意思。另外还可以自动分析用户所在的位置、身份、习惯等，利用这些信息来决定向用户提供哪些搜索结果。未来在很多时候，我们无须再主动“搜索”，基于搜索引擎的Feed可以主动猜测并推送我们需要的信息。设想一下，比如在一个餐厅吃饭时，搜索引擎已经根据用户之前的搜索内容推测出用户下一步的安排，即使用户还没“问”，都会主动帮用户收集好之后需要的信息，比如当前有什么电影上映，最近的电影院在哪里等。这种设想已经在百度的产品中有所尝试。即使对于用户暂时不关注的信息，不出现在Feed里，也会合理存储起来，像一座无形的图书馆，供用户以后前往探寻。智能化的搜索引擎正在伴随我们一起成长。

搜索是最大的人工智能项目

搜索引擎一刻不停地工作着，它就是人类学习精神的镜像，每时每刻收集处理着大量数据，抓取整个互联网上的页面和内容，不管是电商、社交媒体还是新闻门户，搜索引擎都会“访问”它们。

搜索引擎是播种机、实验场和数字对撞机，结合语音识别、图像识别和机器翻译，通过大量用户的实际使用又可以采集回来更多有价值的数据，反过来帮助神经网络优化训练效果，形成一个良性的发展闭环。

自然语言处理技术的发展会带来更多的惊喜。机器除了可以快速写作具有一定格式的财经、体育新闻，即便在文学方面，机器写出的“唐诗”也令人难辨真假。看篮球、足球比赛时，解说机器人不但能够迅速通报赛场状况，还可以同时回答很多人的提问。这有点像科幻电影《Her》里的智能程序萨曼莎，她可以同时和无数人谈恋爱。恋爱大概是人类最深度的语言、思想、情感交流。萨曼莎堪称自然语言处理技术的一个高级象征，描绘出人类与机器的深刻关系。也许未来，搜索引擎真的会像萨曼莎一样，穷尽符号信息，闯进语言与意义的空隙之处，超出人类的想象。

严格来说，人工智能是一种“体力活”，要有足够的体力才能经受住那样巨大的数据和计算。而在一般的大学高校或者较小的互联网公司，数据量和硬件成本上的门槛使得发展人工智能受到很大的限制。即使不考虑CPU、GPU等硬件的购置费用，光是运维这些硬件的成本就很高，AlphaGo下一场围棋就要耗费3000美元电费。现在百度除了传统的服务器、带宽等基础设施，还拥有数百台支持人工智能运算的GPU服务器，最高配置的服务器上可以安装16张GPU卡。在这一切的基础之上，将数据储备、硬件基础、市场规模和人才团队统筹起来，最大限度地发挥优势，所追求的就不是一时一地的得失，而是最大、最基础的人工智能平台，为人类“知道更多，做到更多，体验更多”而努力。

人工智能，这是百度的命运