百度研究院升級「全明星」陣容：王海峰與Kenneth Ward Church、熊輝、浣軍等
新智元報導【新智元導讀】1月18日，三位世界級人工智慧領域科學家Kenneth Ward Church、浣軍、熊輝加盟百度研究院，同時百度研究院「擴軍」：在三大實驗室的基礎上增加商業智能實驗室和機器人與自動駕駛實驗室。至此，百度研究院全新升級，建立起包括七位世界級科學家、五大實驗室的「全明星」陣容。另外，在近期百度語音技術也迎來了半年內的重大突破。
美國時間1月18日，百度研究院在矽谷召開全員大會，宣布設立商業智能實驗室（Business Intelligence Lab，BIL）和機器人與自動駕駛實驗室（Robotics and Autonomous Driving Lab，RAL），同時三位世界級人工智慧領域科學家Kenneth Ward Church、浣軍、熊輝加盟百度研究院。至此，百度研究院全新升級，建立起包括七位世界級科學家、五大實驗室的「全明星」陣容。
會上，百度副總裁、AI技術平臺體系（AIG）總負責人、百度研究院院長王海峰表示，這是百度研究院新徵程的開始。百度研究院將聚焦前瞻基礎研究，布局百度人工智慧未來發展方向，服務百度作為人工智慧公司的長期發展戰略。
三位專家「立體」加盟：百度研究院自然語言處理、大數據、深度學習「強兵」
百度研究院的科學家團隊再度壯大，堪稱百度研究院史上最強陣容。除了院長王海峰，還有徐偉、李平、楊睿剛三位已經任職於百度研究院的資深科學家，本次加盟的Kenneth Ward Church、浣軍、熊輝均是AI領域的世界級學者。
Kenneth Ward Church
Kenneth Ward Church是自然語言處理領域的大師級人物，是經驗主義方法的奠基人之一。他在麻省理工學院獲得學士、碩士及博士學位，曾先後在貝爾實驗室、微軟研究院、約翰霍普金斯大學、IBM Watson Research Center工作。Church創立了自然語言處理領域最重要的學術會議之一EMNLP（Empirical Methods on Natural Language Processing）並多年擔任主席，他曾於2012年擔任自然語言處理領域最頂級的國際學術組織ACL（Association for Computational Linguistics）主席，現為ACL Fellow。
浣軍教授
浣軍為美國堪薩斯大學電子工程和計算機系正教授、博士生導師。曾任美國國家基金委項目主任，主管大數據， 此前任堪薩斯大學終身教授。
浣軍教授長期從事數據挖掘和機器學習的理論、算法和應用的研究，研究領域涉及大數據，生物信息學、藥物基因組學等。曾任美國國家基金委項目主任堪薩斯大學數據科學中心主任， 生物信息學和計算生命科學實驗室主任， 國家分子探針研究中心化學信息學部主任等職。
熊輝教授
熊輝是美國羅格斯-新澤西州立大學終身正教授。熊教授本科畢業於中國科學技術大學，博士畢業於美國明尼蘇達大學，目前為美國羅格斯－新澤西州立大學信息安全中心主任、羅格斯商學院管理科學與信息系統系副系主任、正教授 (終身教授)、RBS院長講席教授，並擔任中國科學技術大學大師講席教授。
熊輝教授主要研究領域涵蓋數據挖掘、大數據、人工智慧；獲得的部分榮譽包括ACM傑出科學家，長江講座教授，海外傑青B類（海外及港澳學者合作研究基金）。
會上，Kenneth Ward Church表示，「人工智慧的價值有目共睹。百度不僅致力於基礎研究，還創造性地將實驗室技術轉化為真實的應用，讓我們的世界變得更加美好。我很高興能夠加入這個團隊，與才華橫溢的研究者和工程師們一起探索人工智慧的前沿技術。」
百度研究院「擴軍」：新增商業智能、機器人和自動駕駛實驗室
升級後，百度研究院由原來的三個實驗室增加為五個實驗室，分別是深度學習實驗室（IDL）、大數據實驗室（BDL）、矽谷人工智慧實驗室（SVAIL）、商業智能實驗室（BIL）、機器人與自動駕駛實驗室（RAL）。
新成立的商業智能實驗室將聚焦用於新興數據密集型應用的高效數據分析技術；而機器人與自動駕駛實驗室則重點關注機器人技術，尤其是在自動駕駛領域夯實百度無人駕駛基礎技術。百度研究院將以人工智慧技術的前瞻性和基礎性研究為核心，以其長期創新突破為目標，並與百度其它技術部門互補協同，共同推動百度AI的跨越式發展及商業化落地。
百度研究院五大實驗室簡介：
1. 深度學習實驗室（IDL）
百度於2013年成立深度學習研究院，主要研究機器學習和通用人工智慧技術。
2. 大數據實驗室（BDL）
大數據實驗室重點研究基於大數據的基礎算法和機器學習、數據挖掘、知識發現等技術。
3. 矽谷人工智慧實驗室（SVAIL）
矽谷人工智慧實驗室重點研究深度學習、語音技術、自然語言處理和高性能計算。
4.商業智能實驗室（BIL）
商業智能實驗室主要研究用於新興數據密集型應用的高效數據分析技術。
5. 機器人與自動駕駛實驗室（RAL）
機器人與自動駕駛實驗室開展包括計算機視覺、機器學習等在內的跨學科研究，並在實現在機器人，特別是自動駕駛上的應用。
回望百度AI的發展歷程，百度引領人工智慧時代的決心清晰可見。
早在2013年初，百度就組建了深度學習研究院，即百度研究院的前身。百度以搜索立身，自創立之初就與自然語言處理等人工智慧技術息息相關。2014年，百度研究院正式成立，包括IDL、BDL和SVAIL。2017年3月，百度明確把人工智慧作為公司發展戰略，整合AI核心技術，成立AI技術平臺體系（AIG），任命副總裁王海峰為總負責人，推動研發領先的AI核心技術，對內賦能重要業務，對外繁榮技術生態，加速AI商業化落地。
至今，百度已經構建起包括基礎層、感知層、認知層、平臺層等在內的完整AI技術布局，並通過AI 開放平臺對外開放包含語音、圖像、視頻、增強現實、自然語音處理等在內的90多項AI核心能力，同時積極與行業合作夥伴和廣大開發者一起共建AI技術生態。
「人工智慧是第四次工業革命的核心驅動力，不僅促進了各行各業的變革，也在催生新的行業；同時，人工智慧系統也在與用戶、需求場景的互動中持續進化，」王海峰認為，百度已經是一家AI公司，是人工智慧技術研究和創新的理想之地。
百度近半年內語音技術的重大突破：Deep Peak 2
前不久，百度輸入法v8.0版本正式上線，百度將語音技術Deep Peak2模型公諸於眾。
百度語音技術總監高亮說，Deep Peak 2模型技術全稱為「基於 LSTM 和 CTC 的上下文無關音素組合建模」，這是百度近半年內語音技術領域的重大突破。
在傳統的語音技術中，「上下文相關建模」是已經應用了十幾年的成熟技術，指同一個音素，由於其左邊或者右邊相連的音素不同，則被定義成不同的模單元。百度此次推出的「上下文無關建模」是指一個音素，無論左右相連的音素是什麼，都被定義成唯一的一個單元，這相比十幾年來語音上使用的三音素上下文相關的建模，是一個很大的突破。
Deep Peak 2模型主要有以下五大特點：
其中，最大的特點是建模單元大幅減少。以前三音素的建模單元基本上有一萬個音素組合，但是在上下文無關的建模上，組合被縮小到1000個。這樣帶來的好處是，減少決策樹聚類等技術環節，提升語音性能。因為建模單元少了，因此解碼空間變得非常簡單，解碼的速度比以前提升10倍。
Deep Peak 2實際上是把聲學和語言文本分開訓練的模型，既適合深度神經網絡端到端的特點，不用考慮輸入輸出的問題，還考慮到音素之間的組合，是在傳統語音技術上的提升。
Deep Peak 2模型的這些優勢，能夠把口語和朗讀語言組合在一起進行訓練，也能把中文和英文混合在一起建模，大幅提升中英文、多種口音、多種風格（如朗讀、聊天、輕聲）混合輸入的識別準確率，聊天場景下的相對正確率較行業領先水平提升20%，讓機器更輕鬆適應用戶的自然對話。
在上下文無關建模上，谷歌去年底公布State-of-the-art Speech Recognition With Sequence-to-Sequence Models（「使用序列到序列模型的語音識別模型」）論文，描述了一個新的端到端模型，它的性能優於目前已商用的傳統方法，新的的端到端系統的詞錯率（WER）降到5.6%。不過，這些模型不能實時處理語音。
「王海峰時代」：輸入法成語音技術落地「橋頭堡」
王海峰在百度輸入法V8.0發布會上
百度是國最早將深度學習應用到語音識別上的公司，高亮在發布會上介紹，百度從2012年開始，每年都會上一個新的模型，每一個模型都會形成技術突破，每個技術突破都會帶來準確率的提升。
高亮說，Deep Peak 2是在Deep Speech的基礎上升級的建模方式，前者比後者更加靈活，靈活性主要體現在生僻字和中英文識別上。
不過，兩代Deep Speech均屬於論文層面，涉及工程層面的應用較少，現在，百度語音迎來了「王海峰時代」，並加速進行商業化落地。
「百度輸入法是百度AI技術應用的一個橋頭堡。」王海峰說，百度很多技術首先會在像輸入法這樣的產品中去應用。
本文首發於微信公眾號：新智元。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
（責任編輯：李佳佳 HN153）