TEF科技娛樂季（上海站）之2017亞太人工智能峰會于4月21日在上海市世博展覽館謹慎召開，大會由AI科學創新與將來、AI深度進修專場、AI語音與視覺識別技能、AI無人駕駛引領汽車、AI與教誨、AI與家庭娛樂、AI與計較機視覺、AI與VR、AI與物聯網等板塊構成。

會上，百度云大數據和人工智能首席架構師張發恩做了題為《百度云與百度云深度進修平臺》的出色演講。他暗示，百度云是大數據、人工智能和云三位一體的平臺，為企業用戶賦能、締造代價。基于典范的神經網絡模子以及傍邊利用數據的場景，百度云做了一些抽象，百度云深度進修平臺也因此降生。百度云深度進修平臺支持用戶按需利用，隨時舉辦框架模子的練習和宣布，具有高靠得住、高機能、高不變的引擎。

圖為：百度云大數據和人工智能首席架構師張發恩

以下為張發恩演講全文：

很是感激列位賓客參加此次人工智能集會會議。百度云是一個三位一體的平臺，我們把大數據，人工智能和云平臺統一，為企業用戶賦能、締造代價。百度云現今或許有5個大偏向：基本云、天算、天智、天工和天像。

相信現場在座的列位都相識到本日的主題是AI，AI也是時下很是熱門的主題。所以本日我著重講一下天智，即百度云的人工智能。天智這個取自于韓非子中的一句話“人也者，乘于天明以視，寄于天聰以聽，托于天智以思慮”，名字照舊挺文藝的。在天智平臺上，主要有三個偏向，一個是感知平臺，一個呆板進修平臺，尚有一個深度進修平臺。我相信本日AI話題如此火熱跟深度進修的干系長短常細密的。所以本日我也主要講深度進修平臺。

提到深度進修平臺，我們不得不講一下神經網絡成長的成長汗青。神經網絡的成長汗青上產生過三次典范的成恒久、失落期。1943年的時候，這個時候單層感知機出格火熱。厥后被證明單層感知機辦理不了非線性分類問題。然后在發現了反向流傳算法今后呈現了多層感知機，辦理了非線性分類問題，一下子又開始火熱起來。一直到1998年今后，它才又進入了低谷時期。所以各人發明神經網絡固然看起來很美，但實際環境也沒有想象的那么好。

自2006年今后又開始了一個新的時期，這時候發現了卷積神經網絡，在圖片分類靈域遠遠超出了其他的分類算法，這個算法的火熱水平一直一連到此刻還沒有遏制下來。在深度進修規模，此刻有最重要的兩類神經網絡，一類是卷積神經網絡，它在當下辦理了許多的問題，好比各人熟悉的人臉識別技能、圖片分類技能等，都是卷積神經網絡的特長好戲。卷積神經網絡和AlexNet在2012年紅爆全球，它在ImageNet角逐傍邊，圖片分類錯誤率從約莫從26%降到了15%，成長態勢驚人。

遞歸神經網絡也長短常革命性的希望，它在語言識別、呆板翻譯上締造了以往任何一個模子都沒有樂陋習范，使本日的語音識別和呆板翻譯到達了新的高度。遞歸神經網絡在自然語言處理懲罰靈域大放異彩，好比呆板人寫稿。

基于典范的神經網絡模子以及神經網絡傍邊利用數據的場景，我們對此做了一些抽象。好比說應用深度進修到我們的項目傍邊，一般會有數據的收集、存儲、模子練習等措施，然后再把練習的模子上到線上。這時候我們就會拿到許多log，然后進一步再去收集，形成這樣的閉環。我們百度云基于這個抽象開拓了百度云深度進修平臺。

百度云上的深度進修平臺支持什么？支持你用各類百般的此刻較量風行的framework.你可以在平臺上利用框架練習模子，練習完之后就可以宣布。這內里有什么特點呢？我們的平臺是按需利用的，你可以隨時開通一個集群，練習完今后可以釋放。為什么百度云的深度進修平臺這么先進呢？其實跟百度云自己對硬件、軟件的獨到的優化選型是有干系的。好比說百度云對GPU、CPU的選型有嚴格的測試流程。其次百度云底層的深度進修平臺利用的處事器都是出格定制的，像GPU Box.本日的百度云已經可以做到一臺處事器上搭載64塊顯卡，這在此刻的市面上是不行能找到的。它提供的機能，靠得住性、不變性都不是市場上簡樸采購一塊處事器可以或許得到的。

最后是百度云的硬件嘗試室，百度云深度進修平臺底下的引擎，歐洲主要代理 德國服務器，城市在嘗試室中嚴格測試，最終確保我們的百度云深度進修平臺的引擎是高靠得住、高機能、高不變的。這是百度云深度進修平臺的GPU資源監控系統，使你做到冷暖自知。到底誰用了我的資源？我是不是應該采購更多的資源？照舊說我的資源已顛末剩了？百度云深度進修平臺都能使你做到心中有數。