百度大數(shù)據(jù)實驗室范偉：如何打造大數(shù)據(jù)生態(tài)圈

　在日前舉行的百度世界大會上，百度喊出了近來互聯(lián)網(wǎng)界頗為流行的“生態(tài)”口號。百度的“生態(tài)”與視頻、手機、電視沒有關(guān)系，它要建立的是連接3600行的大數(shù)據(jù)生態(tài)圈。

　　“百度是天然的大數(shù)據(jù)公司，覆蓋全網(wǎng)6億網(wǎng)民，每天響應(yīng)60億次搜索請求，150億次定位請求?！卑俣却髷?shù)據(jù)實驗室副主任范偉表示。然而，然而如何在海量信息中準(zhǔn)確甄別信息、計算相關(guān)信息、快速反饋信息，仍是技術(shù)研發(fā)人員面臨的嚴(yán)峻考驗。

　　大數(shù)據(jù)問診

　　百度日前發(fā)布了慧醫(yī)療、慧城市、慧創(chuàng)業(yè)三款應(yīng)用。能否以“慧醫(yī)療”為例，為我們介紹下，百度采用了哪些技術(shù)？大數(shù)據(jù)又是如何應(yīng)用的呢？

　　慧醫(yī)療其中的一項應(yīng)用是深度醫(yī)療對話機器人，通過語音輸入或在應(yīng)用界面輸入文字，用戶可以和機器人進行對話。你輸入自己的疾病癥狀，她可以對你的疾病進行分析，并根據(jù)你的需求提供建議或幫助。重要的是，當(dāng)用戶意圖和信息不明確時，深度對話機器人會智能的揣摩用戶意圖，引導(dǎo)用戶。在充分理解，用戶需求后，提供用戶需要的信息。

　　機器人對用戶問題的回答都是以大數(shù)據(jù)為基礎(chǔ)的。網(wǎng)上有兩類醫(yī)療信息，一類是病人之間的信息共享，一類是醫(yī)生之間的信息交流。專業(yè)的醫(yī)療信息雖然能在網(wǎng)上和醫(yī)書里獲取，但內(nèi)容十分有限。比如網(wǎng)上關(guān)于心臟病、糖尿病的信息很多，但是關(guān)于心臟搭橋的信息就很少。這些信息魚龍混雜，重要的是進行信息甄別，對信息的可信度進行分析。可信度分析也是通過數(shù)據(jù)計算出來，比如有多少人參考了這個答案，這個人回答過多少問題，他（她）回答問題的所用的詞匯分析等等。核實后的信息會整合成一個類似的知識庫，每條信息都有個0-1間的可信度。用戶提出的問題，都用庫里的信息作為基礎(chǔ)回答。

　　提問和回答之間如何做到信息匹配呢？

　用戶提問的意圖也有很多種，我們系統(tǒng)里大概有數(shù)十種用戶意圖的分類，比如說你想知道是什么病，還是想知道吃什么藥，自己怎樣調(diào)養(yǎng)。但是有時候用戶提問的意圖并不明確，例如“我今天不舒服”。這樣我們的系統(tǒng)會和用戶進一步揣摩、明確意圖，例如問他（她）是想獲得治療信息、疾病知識，還是醫(yī)生信息，再提供服務(wù)。我們的意圖模型，利用基于深度學(xué)習(xí)的建模，精準(zhǔn)率達到了90%多。

　　目前市場上移動醫(yī)療的應(yīng)用程序也很多?；坩t(yī)療所應(yīng)用的技術(shù)處于什么水平呢？

　通過大數(shù)據(jù)和人工智能等技術(shù)實現(xiàn)自然語言問診，問診答復(fù)的精準(zhǔn)率超過了70%，據(jù)我了解我們是業(yè)內(nèi)第一家做到這個準(zhǔn)確率的。我們機器人會確認(rèn)用戶意圖，當(dāng)意圖不明確時她會揣摩和追問，以保證答案的是用戶需要知道的信息。

　　百度大數(shù)據(jù)實驗室目前的整體情況是怎樣的？

　大數(shù)據(jù)實驗室成立于去年4月，關(guān)注大規(guī)模機器學(xué)習(xí)算法和應(yīng)用、大數(shù)據(jù)預(yù)測分析和垂直行業(yè)應(yīng)用探索、帶結(jié)構(gòu)大數(shù)據(jù)的算法研究、智能系統(tǒng)的研究等方向。實驗室分為北京和美國硅谷兩個分部。實驗室采用承諾承包制，你選擇的項目你負(fù)責(zé)。我負(fù)責(zé)關(guān)鍵架構(gòu)，關(guān)鍵技術(shù)攻關(guān)和方向性的問題，路不能走錯。我們的大規(guī)模機器學(xué)習(xí)算法、深度學(xué)習(xí)技術(shù)、人機對話技術(shù)在業(yè)界都處于領(lǐng)先水平。

　　方興未艾

　　國內(nèi)大數(shù)據(jù)產(chǎn)業(yè)方興未艾，國務(wù)院不久前也印發(fā)了《大數(shù)據(jù)發(fā)展行動綱要》。你如何看國內(nèi)大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展？

　從創(chuàng)業(yè)者角度講，你要了解用戶需求，解決用戶的痛點，才能能帶動產(chǎn)業(yè)、解決就業(yè)，還能把很多技術(shù)出口到國外去。我們實驗室的大規(guī)模機器學(xué)習(xí)算法、搜索技術(shù)、圖像識別、深度學(xué)習(xí)等都是世界級水平的。

　　美國在很多方面迭代比較慢，因為它是已經(jīng)發(fā)展的比較成熟了，歐洲公司也比較慢。但我覺得百度迭代非常非常快?，F(xiàn)在很多新概念都是在中國、在以色列等地區(qū)出現(xiàn)的。這是思維比較活躍的國家。

　　國內(nèi)大數(shù)據(jù)產(chǎn)業(yè)很火，有些是真的，有些是忽悠。要看大數(shù)據(jù)技術(shù)應(yīng)用之后能否實現(xiàn)對現(xiàn)有模式的改變，能改變多少，這些改變是否有幫助。

　　你理想中未來的數(shù)據(jù)生活是怎樣的？

　　手機真正成為你的生活秘書。比如今天我加班晚了，通過定位信息等和手環(huán)的健康信息檢測，手機能知道我沒吃飯，會主動推送說，“要不要點個外賣？”我去葡萄牙出差，手機知道我平時喜歡跑步，會推送給我當(dāng)?shù)刈钸m合跑步的地方。這種智能化服務(wù)會讓用戶覺得生活質(zhì)量都提高了。你能專注于你喜歡的事情，這是我期待看到的。

　　你描述的場景應(yīng)該如何去努力實現(xiàn)呢？

　　定位信息、健康數(shù)據(jù)檢測、地圖位置信息等，這些在技術(shù)上都不難。但這些靠一家公司無法完成，需要多個企業(yè)、部門進行合作，打破一些壁壘，包括政策性的壁壘和行業(yè)間的壁壘，這樣1+1的效果就大于2。我希望我們的技術(shù)不僅僅是服務(wù)于某家公司，而是服務(wù)360行，帶動整個社會進步。