2014百度大數(shù)據(jù)人工智能技術(shù)強勢吸睛

2014年12月12-14日，大數(shù)據(jù)領(lǐng)域最具影響、規(guī)模最大的IT盛會——中國大數(shù)據(jù)技術(shù)大會暨第二屆中國計算機學會（CCF）大數(shù)據(jù)學術(shù)會議在北京盛大召開。大會分享了海內(nèi)外大數(shù)據(jù)技術(shù)的發(fā)展趨勢；從技術(shù)與實踐角度探討大數(shù)據(jù)新技術(shù)應用和行業(yè)實踐經(jīng)驗，為產(chǎn)業(yè)界、科技界與政府部門提供了一個密切交流合作的平臺，助力我國大數(shù)據(jù)的產(chǎn)學研用深度結(jié)合。

本次大會上，百度表現(xiàn)尤為亮眼，百度大數(shù)據(jù)、人工智能技術(shù)強勢吸睛，現(xiàn)場反響熱烈。筆者特別盤點了百度的三位演講嘉賓的主要觀點，以饗讀者。

余凱：大數(shù)據(jù)人工智能

百度研究院副院長、深度學習實驗室主任、圖片搜索部高級總監(jiān)余凱以“大數(shù)據(jù)人工智能”為主題，介紹了百度在人工智能方面的發(fā)展狀況和技術(shù)成果。

余凱老師分享“大數(shù)據(jù)人工智能”主題演講

余凱指出，“得人心者得天下” — 對于互聯(lián)網(wǎng)公司來說, 幾乎所有業(yè)務(wù)的核心就是讀懂人心，理解用戶。這其中最關(guān)鍵的技術(shù)是基于大數(shù)據(jù)的人工智能。什么是人工智能？感知、思考和控制是人工智能的幾個重要方面。真正智能的系統(tǒng)，必須能夠隨著經(jīng)驗的演化，越變越聰明！一個智能的互聯(lián)網(wǎng)服務(wù)，用戶使用得越多，它就獲得越多經(jīng)驗，也就越懂用戶。這里經(jīng)驗是什么？經(jīng)驗就是數(shù)據(jù)。當前，從大數(shù)據(jù)實現(xiàn)人工智能的一項重要技術(shù)是深度學習。在百度深度學習已經(jīng)被應用到連接人和信息，連接人和服務(wù)/廣告的各個環(huán)節(jié)中。

深度學習之所以取得巨大成功，原因有三：第一，模型足夠復雜，建模能力強大；第二，分層模型實現(xiàn)end-to-end學習，不需或減少人工特征抽??；第三，深度學習是一套非常靈活的建模框架，針對不同問題，基于對問題的深刻理解，可以設(shè)計最適合的算法。余老師指出，不要把深度學習認為是一個黑箱，它其實是一個語言，你對這個語言越熟練，對具體問題理解越深，就能越能做出好文章。

余凱列舉了百度深度學習取得的一些關(guān)鍵性進展，比如百度率先把深度學習成功應用于廣告變現(xiàn)，搜索排序，還有業(yè)界高度關(guān)注的BaiduEye，DuBike、百度自動駕駛項目等。在使用深度學習之后，百度優(yōu)于競爭對手的差距顯著拉大。比如，在物體檢測模型上百度取得了世界上最好的成績，百度第一，谷歌第二。

展望未來，余凱分享了自己對于人與機器的思考。他認為偉大的技術(shù)不在于讓機器更偉大，而在于讓每個平凡的人變得更偉大。最后他幽默的結(jié)束發(fā)言：世界是我們的，也是機器人的，但歸根結(jié)地，是屬于會做機器人的人的！

柴華：百度分布式計算“七劍下天山”

在大數(shù)據(jù)基礎(chǔ)設(shè)施專場，百度高級架構(gòu)師柴華主要分享了百度分布式計算“七劍下天山”，并且基于這些雄厚的基礎(chǔ)技術(shù)，開發(fā)并實現(xiàn)了規(guī)模大、效率高、種類全、使用易的計算平臺整體架構(gòu)。目前，已通過開放API將其強大的計算能力輸出。

柴華分享百度分布式計算平臺

百度分布式計算“七劍下天山”，到底是什么呢？現(xiàn)場柴華做了詳細的解析。

l 大規(guī)模離線計算平臺DCE。百度MR單集群規(guī)模達1.3萬臺，是業(yè)內(nèi)已公布的最大規(guī)模單集群，日均百萬作業(yè)吞吐能力。追求卓越的INF團隊，將DAG執(zhí)行引擎的性能大幅提升；通過對Shuffle模式不斷優(yōu)化，benchmark作業(yè)性能提升30%，完全避免隨機讀IO。

l 高性能分布式計算平臺MPI。平臺支持數(shù)十種大規(guī)模并行機器學習算法，經(jīng)過數(shù)年優(yōu)化和完善，性能業(yè)界領(lǐng)先。其中，邏輯回歸算法和深度神經(jīng)網(wǎng)絡(luò)，均支持千億特征，千億樣本的訓練。

l 大數(shù)據(jù)機器學習框架ELF。為大數(shù)據(jù)應用提供學習/挖掘算法開發(fā)支持，用戶最便捷高效地實現(xiàn)大數(shù)據(jù)機器學習算法，輕松玩轉(zhuǎn)超大規(guī)模數(shù)據(jù)下的機器學習并行計算。

l 實時計算系統(tǒng)Dstream。該系統(tǒng)用于滿足實時性要求較高的計算業(yè)務(wù)的需求，目前已實現(xiàn)毫秒級的支持。該系統(tǒng)具有全局無中心節(jié)點，低延遲、高可靠性和高可擴展性等特點，用戶只需要關(guān)心計算單元的拓撲關(guān)系和業(yè)務(wù)處理邏輯，極大的簡化了業(yè)務(wù)代碼。

l 流式計算系統(tǒng)Task Manager。該系統(tǒng)用于滿足準實時小批量的流式計算需求，具有高內(nèi)聚松耦合架構(gòu)、高可靠性和高吞吐量的特性，且易被方便地管理和監(jiān)控，硬件故障時可以做到數(shù)據(jù)不丟不重。

l 基于內(nèi)存的開源分布式計算框架Spark。目前Spark規(guī)模的集群能力不斷提升，以滿足規(guī)模式增長的計算需求。

l 分布式trace系統(tǒng)Rid。提供實時、批量兩種數(shù)據(jù)接入方式，方便業(yè)務(wù)快速、便捷定位復雜系統(tǒng)的深層次問題，夯實基礎(chǔ)架構(gòu)支撐，提供通用監(jiān)控、分析和可視化解決方案。

沈志勇：從數(shù)據(jù)到智能

在大數(shù)據(jù)應用專場，大數(shù)據(jù)實驗室數(shù)據(jù)科學家沈志勇博士圍繞從數(shù)據(jù)到智能這個話題，分享了百度大數(shù)據(jù)智能分析技術(shù)和應用實踐現(xiàn)狀。百度智能分析技術(shù)不僅用于百度公司內(nèi)部眾多產(chǎn)品線，并隨著百度大數(shù)據(jù)引擎發(fā)布的發(fā)布，百度將大數(shù)據(jù)、人工智能等技術(shù)能力輸出，應用于更多行業(yè)，助力產(chǎn)業(yè)升級。

沈志勇分享從數(shù)據(jù)到智能

沈志勇例舉了一些百度與具體行業(yè)結(jié)合的應用案例，除了業(yè)界已熟悉的旅游預測、賽事預測等，他還介紹了在其他垂直領(lǐng)域應用的一些新探索，引發(fā)了現(xiàn)場聽眾的巨大興趣。

l 智能運維。通過監(jiān)控了百度系統(tǒng)和基礎(chǔ)軟件的運行指標，以及產(chǎn)品運營指標，利用智能分析技術(shù)實現(xiàn)了時序異常檢測和故障預測、預警。

l 金融大數(shù)據(jù)調(diào)研。該項目是希望基于大數(shù)據(jù)，通過智能分析技術(shù)來預測金融產(chǎn)品。從現(xiàn)場展示的模擬結(jié)果來看，該項目已取得初步進展。

l 百度時空大腦。該項目基于用戶定位數(shù)據(jù)，用戶軌跡數(shù)據(jù)和浮動車GPS軌跡數(shù)據(jù)，挖掘百度時空大數(shù)據(jù)，發(fā)現(xiàn)用戶時空行為規(guī)律，預測性洞察用戶需求，更精準匹配用戶，從而為用戶提供更個性化的服務(wù)。

2014年，大數(shù)據(jù)技術(shù)正在互聯(lián)網(wǎng)、運營商、IT服務(wù)提供商，以及眾多傳統(tǒng)企業(yè)中嘗試落地實踐，百度用實力再次向產(chǎn)業(yè)界、科技界與政府部門充分展示了其在大數(shù)據(jù)、人工智能等領(lǐng)域領(lǐng)先的技術(shù)水平和應用實踐。