2018年百度AI行业分析报告
图表 9 人工智能技术已渗透到百度的所有核心业务
资料来源：数据观、
二、开放赋能，“百度大脑+智能云”铸造国内最全 AI 能力平台
“开放赋能”成为百度在 AI 时代的核心战略。COO 陆奇在开发者大会上称，“百度将为每一个 AI 开发者提供工具， 数据、基础建设、良好的开发环境；为每一个 AI 开发者消除障碍、创造机会。百度将 All-In AI，百度 AI 生态的长期 战略方向是努力引领新一代的 AI 计算平台。”
百度的整体布局将基于百度大脑+百度智能云。百度大脑加智能云是中国最完整、最全面、最前沿、最有活力和最具 生命力的 AI 平台，其中核心的是百度大脑。基于百度大脑卓越的技术实力，百度有能力把代表未来的智能云提供给 中国开发者。
图表 10 百度 AI 开放平台架构图
资料来源：百度 AI 开发者大会、
（一）百度大脑：百度 AI 平台的核心，技术实力卓越
2016 年的百度 AI 开发者大会上，百度首次向外界全面展示百度人工智能成果——“百度大脑”，并宣布对广大开 发者、创业者及传统企业开放其核心能力和底层技术。
2018年百度AI行业分析报告
目前“百度大脑”已经形成一个完整的人工智能技术布局，包括算法层、感知层、认知层、平台层四个层面。算法 层包括机器学习平台和深度学习平台；感知层包括语音识别、图像识别、视频技术 AR、VR 等能力；认知层面包括 NLP、知识图谱、用户画像；平台层则为 AI 开放平台，将不同能力向外界开放。同时，百度大脑正在与各行各业结 合，衍生出不同领域的行业大脑，比如医疗大脑、交通大脑、金融大脑等等。
图表 11 百度大脑的 AI 技术布局
资料来源：百度 AI 开发者大会、
1、算法层：推出国内首个深度学习开放平台——PaddlePaddle
算法、计算能力和数据构筑护城河。在人工智能三大要素：算法、计算、数据上，百度都有着得天独厚的优势。1） 百度拥有建立在超大规模神经网络、万亿级参数、千亿级样本上的人工智能算法；2）拥有依托数十万服务器和中国 最大 GPU 集群的计算能力；3）作为全球最大的中文搜索引擎，累计了全网万亿网页、数十亿搜索、百亿级图像视 频和定位数据。
从算法架构来看，百度走在中国甚至世界前列。百度算法层包括机器学习平台和深度学习。2016 年 9 月，百度正式 对外宣布开放其深度学习开源平台 PaddlePaddle，成为继 Google、Facebook、IBM 后又一家将人工智能技术开源 的公司。PaddlePaddle 已实现 CPU/GPU 单机和分布式模式，同时支持海量数据训练、数百台机器并行运算，以应 对大规模的数据训练。此外，PaddlePaddle 具备高质量 GPU 代码，提供了 Neural Machine Translation、推荐、图 像分类、情感分析、Semantic Role Labelling 等 5 个 Task，每个 Task 都可迅速上手，且大部分任务可直接套用。 2017 年 2 月，百度又宣布实现了框架和集群管理系统 Kubernetes 的兼容，PaddlePaddle 成为了迄今为止唯一一 个官方支持 Kubernetes 的框架。
PaddlePaddle 深度学习平台，具有易用性、灵活性、高效性、扩展性等多种技术优势，对于序列输入、稀疏输入 和大规模数据的模型训练有着良好的支持，支持 GPU 运算，支持数据并行和模型并行，仅需少量代码就能训练深度 学习模型, 大大降低了用户使用深度学习技术的成本。
图表 12 热门深度学习平台比较
平台名称 公司 主语言 从语言 硬件 Caffe 加利佛尼亚 大学 C++ Python 、 CPU、GPU Torch Facebook Lua - CPU 、GPU 、 Theano 蒙特利尔 大 学 Python - CPU、GPU TensorFlow 谷歌 C++ Python CPU、GPU、 MXNet DMLC C++ Python、R、Julia、Scala、 Java、Matlab、Go CPU、GPU、MOBILE CNTK 微软 C/C++ Python、C# CPU、GPU、 Paddle 百度 C++ Python CPU、GPU 2018年百度AI行业分析报告
平台名称 Caffe Torch FPGA - 快 一般 所有系统 - 快 好 Linux、OSX Theano TensorFlow MOBILE - 中等 好 所有系统 Ye（s 未开源） 中等 好 Linux、OSX MXNet CNTK MOBILE Yes 快 好 所有系统 Yes 快 好 所有系统 Paddle 分布式 速度 灵活性 操作系统 - 快 好 Linux、OSX
资料来源：国家工业信息安全发展研究中心、 开源移动端深度学习框架 MDL，与其他支持移动端的开源框架相比较性能优越。该移动端深度学习框架，致力于让 卷积神经网络极度简单的部署在手机端，目前正在手机百度内运行，支持 iOS GPU 计算，具有体积小，速度快的特 点。
图表 13 支持移动端的开源框架对比
框架 CPU/GPU 速度 体积 系统
Caffe2 CPU 慢 大 Android&IOS TensorFlow CPU 慢 大 Android&IOS NCNN CPU 快 小 Android&IOS MDL（CPU） CPU 快 小 Android&IOS MDL（GPU） GPU 极快 小 仅 IOS 资料来源：CSDN、
2、感知层：语音识别、图像识别技术业界领先，行业首创视频内容分析技术 “能听（说）”、“会看”是衡量当前各大公司人工智能发展水平的重要参考标准，也是各大巨头研发投入的重要 领域，百度在语音识别、图像识别、视频分析等领域均处于业界领先地位。
? 语音技术：语音识别准确率高达 97%，入选麻省理工“2016 年十大突破技术” 语音识别技术领域：百度基于深度学习研发的新一代深度语音识别系统 Deep Speech 2，专注于提高嘈杂环境下的
英语语音识别的准确率，它在噪音环境中的识别准确率超越谷歌、苹果的语音技术。目前的识别准确率可达到 97%，
入选麻省理工“2016 年十大突破技术”。百度已公开申请专利已经达到 404 项智能语音技术专利，远超竞争对手。
语音合成技术：百度语音合成基于业界领先的深度神经网络技术，能将用户输入的文字，转换成流畅自然的语音输 出，并且可以支持语速、音调、音量、音频码率设置，打破传统文字式人机交互的方式，让人机沟通更自然。应用 场景非常广泛，很多用户每天都在使用语音导航，用语音播报新闻、听小说，听贴吧的帖子等等。目前百度每天响 应的语音合成的请求达到了 2.5 亿次。
语音唤醒技术：百度语音唤醒技术通过在设备或软件中预置唤醒词，当用户发出该语音指令时，设备便从休眠状态 中被唤醒，并作出指定响应，大大提升了人机交互的效率。
2018年百度AI行业分析报告
图表 14 2012-2016 年百度单词识别准确率领先
资料来源：“互联网女皇”2016 年互联网趋势报告，
? 图像技术：人脸识别准确率达 99.7%，曾获 FDDB 与 LFW 双料第一
人脸识别技术： 百度人脸识别 BFR 基于百度业界领先的智能人脸分析算法，提供了人脸检测、人脸识别、关键点 定位、属性识别和活体检测等一整套技术方案。2015 年曾在人脸识别技术两个最为权威的国际评测——FDDB 与 LFW 中获得了双料世界第一，百度人脸识别准确率达 99.7%。
图表 15 2017 年国际权威人脸检测评测平台 FDDB 结果
资料来源：FDDB、
百度已经在内部确定了人脸识别技术的四大落地方向：1）闸机。百度希望将“刷脸通行闸机”落地到景区，以及大 企业和大型写字楼里；2）交通。积极寻求和火车站、机场达成合作；3）金融。长远来看，金融方面是百度人脸识
2018年百度AI行业分析报告
别最重要的应用方向；4）手机。百度和国内几大手机厂商在谈人脸识别技术上的合作。
图表 16 2015 年 LFW 中百度击败腾讯、谷歌夺冠
资料来源：比特网、
地图识别技术：在人工智能的助力下，百度地图全流程数据生产自动化程度已超过 80%，全景图像的自动化识别提 取准确率高达 95%，居行业首位。人工智能技术已经成为支撑百度地图业务发展的核心力量，目前百度地图的采集 数据覆盖全国城市，采集里程已超过 670 万公里，拥有 7 亿余张全景照片，为用户提供超 2 亿公里导航服务。得益 于深度学习技术优势，百度地图的采集设备能够自动识别道路特征、提取建筑轮廓并绘制形状、识别道路图形标牌、 电子眼、警示牌。图像智能识别技术则能够精准识别店铺名称、门牌号、停车场标识，甚至是营业时间。不仅如此， 百度地图率先打破传统数据采集模式，实现了外业单人全景图像采集，使生产效率大幅提升。
文字识别 OCR 技术：百度文字识别 OCR 是国内首个公有云文字识别产品,整图中文识别准确率达 85%+,英文 91%+， 支持任意场景、复杂背景、任意版面下的文字识别,支持 10 多种语言的识别。截至 2017 年 7 月 13 日，百度 OCR 技术在国际文档分类与识别大会(ICDAR)最具挑战性的自然场景类文字识别任务中斩获三项冠军，比赛结果均远超 第二名，此外百度凭借 OCR 技术在该比赛中已经连续两年获得多项世界第一。
? 视频技术：行业首创视频内容分析 VCA，夺冠“Kinetics 视频分类比赛”
首创 VCA 技术，全面颠覆人工分类的视频分类模式。2017 年 5 月，百度智能视频分析技术正式上线，推出视频内 容分析 VCA(Video Content Analysis)、智能封面选图服务、视频比对检索、视频内容审核。基于百度人工智能技术， 智能视频分析技术可以对视频输出泛标签，并自动选取精彩视频封面，提高搜索准确度和用户推荐视频的曝光量。 百度 VCA 是国内首个基于视频内容理解的分析技术，其提供的场景化视频服务尚属业内首创。百度 VCA 技术，全 面颠覆了以往依赖人工分类的视频分类模式，满足用户对视频个性化推荐、精准视频内容检索的需求。
2017 年 7 月，在由 DeepMind 主办的“Kinetics 视频分类比赛”中，百度 IDL 的 Genome 团队获第一。ActivityNet 竞赛是目前视频动作分析领域影响力最大的赛事，被誉为视频界的 ImageNet 竞赛。其中，Kinetics 是 ActivityNet2017 年最新推出的一个大规模视频分类任务，有 400 个动作类别，24 万训练语料，每个视频长 10 秒左右，一个视频就 是一个完整的类别，是迄今为止开放视频内容的最大视频分类数据集。