刚刚，百度一年AI成绩单官宣。
作为中国AI头雁，百度的成绩单不止代表巨头公司业绩，也代表了技术前沿现状和产业基本情况。
而且诸多进展，也是全新起跑线上全球AI发展的侧影，比如最明显的4大趋势特点：
- 语音语言领衔基础技术突破，AI突破从感知智能进入认知智能时代。
- 巨头玩家忙于打造“底座”优势，搭建生态平台。
- AI落地进入工业化大生产时代，价值在基础业务中展现，也通过新场景中验证潜力。
- 自主可控性进一步加强，自研芯片服务器量产，并与国产AI框架、算法产生整合优势。
所以百度这份2019年度成绩单，究竟说了啥？又体现了哪些行业共同趋势？
我们提纲挈领、抓取归纳其中要点，从点到面一文看懂。
百度AI的2019：技术→平台→生产力
整份成绩单中，技术突破与生态建设是重中之重，占据了一半篇幅。
剩下的一半中，应用落地与产业升级占据了很大篇幅。
这也体现出了AI当前发展阶段——技术仍旧占据核心，但落地以及产业应用正在被放到更加重要的位置。
整体上来看，百度的成绩单可以分为三大部分：
- 一是基础研究。
- 二是技术生产力转换。
- 三是生态平台的建设。
首先看基础研究，一年包揽了23项国内外竞赛冠军。
集中于百度大脑，语音、视觉、自然语言处理、知识图谱等方面都有成果出现。
特别是语音语言，在2019年迎来阶段性丰收时刻。
语音识别方面，百度提出了流式多级的截断注意力模型 SMLTA，这是全球范围内首次实现流式注意力建模，超越整句注意力模型的性能，大幅提升了语音识别准确率和速度（15%-20%），也是国际上首次实现在线语音识别大规模使用注意力模型。
语音合成方面，针对风格迁移、音色模拟和情感拟人的三大领域内挑战，百度推出语音合成技术 Meitron ，仅需20句话就可以制作一个人的专属声音。
此外，作为认知智能的“奥林匹克”，自然语言处理技术（NLP）的进展在今年最为夺目，全球亮点频出。
代表中国“参赛”的百度，交出了可持续学习的知识增强语义理解框架ERNIE（艾尼），在16 个中英文任务上超越BERT、XLNET，取得SOTA 。
2019年12月，ERNIE在GLUE上登顶第一，并以9个任务平均得分首次突破90大关，刷新榜单历史，超越微软、谷歌提出的一众国际顶级预训练模型。
基于语音和语言方面的突破，百度还提出了基于深度注意网络的多轮响应选择匹配模型——DAM，口语理解能力被大幅提升。
值得一提的是，虽然全球范围内视觉为核心的感知智能已经迈步广泛落地应用期，但在2019年，百度还是秀出了“百尺竿头更进一步”的基础研发实力。
除了形成包括图像、视频、AR/VR、重要垂类、软硬一体化五大方向的特色视觉技术矩阵。
百度还在CVPR 2019豪夺10项冠军，包括OCR、物体检测、视频理解、目标跟踪等图像与视频技术领域。
此次AI复兴，除了算法，另一项重要基础变革在于计算力。
百度也在成绩单中详细分享了突破：
2019年12月，基于百度自主研发的中国首款云端全功能AI芯片“昆仑”的云服务器正式上线，在150瓦功耗下能带来260万亿次定数的AI运算，提供512GB/s的内存带宽。
量产了专为远场语音交互打造的百度鸿鹄芯片，100mW 左右平均工作功耗，即可支持远场语音交互核心的阵列信号处理和语音唤醒能力等等。
而且，百度的算力发展并不仅仅只是单点发展，也已经与算法、飞桨框架连点成线，并交织成了坚实的基础层，形成了协同效应。
通过芯片、连接、系统和调度的协同设计和技术创新，对AI计算架构进行升级，可以提供百万TOPS的强大算力。
正在建造的计算集群，基于百度飞桨研发的AI控制系统，设计年均PUE1.15，基础设施能耗降低70%，每个可用区每年节电超过2亿度，相当于10万户居民一年的用电量。
下一代计算——量子计算方面也有新突破。
研发出国际领先、国内第一的云上量子脉冲系统“量脉”，可将量子计算软件指令(逻辑门)转换成控制量子硬件的脉冲序列，算法性能较同类工具实现成倍的提升，是实现量子软硬件连接的关键桥梁。
当然，区别于科研机构，百度作为企业组织，基础技术突破自然不会止步于理论本身。
在技术转化成生产力方面，百度展示了一幅AI落地全景图。
百度旗下的多款应用与业务中已经转换成了AI引擎，而且其也正在开放能力，共享产业升级红利。
在小度助手5.0 上，成熟应用了全双工免唤醒能力，实现了“一次唤醒，多轮交互”免唤醒词连续对话，这也是全球领先的技术落地。
援引第三方机构数据，第二季度小度系列智能音箱出货量位居全球第二、国内第一，同比增长率高达3700%。
而且技术突破和落地，也进一步打破产品旧边界。作为“音箱”被归类的AI交互硬件，在小度系狂飙突进下，开始真正展现AI时代交互终端的样子——AI音箱不再是音箱。
百度输入法方面，刚才提到的重要基础突破，流式截断的多级注意力模型（SMLTA）已经上线，效果立竿见影，在线语音识别相对准确率，比同领域最优玩家还有高15%。
好消息是，离线语音识别准确率已经达到在线识别水平，且可以实现高精准中英文混合语音输入、方言免切换语音输入，这也是业内首次。
在机器翻译方面，继提出了多任务学习、多智能体联合训练等前沿方法，在2019年WMT评测中取得中英翻译第一，提出了首个具有预测和可控时延的同传模型，也是首个语义单元驱动的上下文同传模型，并研发了语音到语音的同传系统，无需经过语音识别转录，同样是业内首次。
而视觉为代表的感知智能落地，最具业内反响的是自动驾驶。
在业内“华山论剑”顶会CVPR 2019，百度Apollo公开了国内唯一的纯视觉L4级自动驾驶解决方案——Apollo Lite，能够支持对10路摄像头、200帧/秒数据量的并行处理，单视觉链路最高丢帧率能够控制在5‰以下，实现全方位360°实时环境感知，前向障碍物的稳定检测视距达到240米。
相比旋转式激光雷达感知方案，视觉感知方案价格低廉且便于获得。并以计算机视觉和AR技术研发了一种增强现实的自动驾驶仿真系统（AADS），使用激光雷达（LiDAR）和相机扫描街景。
合成虚拟形象也是今年最“性感”的落地应用之一，并且达到了量产的水平。
百度与央视合作打造AI虚拟主持人小灵，亮相央视2019五四晚会；与澎湃新闻合作打造了第一个真人形象的虚拟主播早晚新闻栏目；与浦发银行合作打造了业内首个“金融数字人”。
基于知识图谱的视频语义理解，则已经在百度视频搜索、推荐、内容生成等多个产品上线。
通过对视频的视觉、语音、文本的多模态知识解析，在多元异构知识图谱上建立关联，并通过计算推理，建立对视频的深度语义理解，大幅度提升视频理解效果。
而且AI落地在今年也不再阳春白雪，更多接地气、可以被寻常百姓家感知的科普式方案也引起反响。
比如百度AI开发者大会上，打造了能说会道的机器臂“茶博士”。
利用3D视觉技术，可以对茶杯的位置进行检测和追踪。通过机器人运动规划和控制，可以对工作空间进行碰撞检测，避开障碍物。完成实时规划运动后，可自动生成倒茶轨迹。语音语义联动技术解析，更是让机器人像“人”一般，听得懂，说得好，做得准。
最后，有技术、有落地应用之外，百度更宏大的雄心也徐徐展露——基于技术与应用优势，百度希望更进一步：打造平台，打造生态，成为AI世界的底座。
今年成绩单中，开发生态方面的数据同样非常醒目。
从百度当前的业务布局来看，其已形成了4大底座平台：
- 百度大脑AI开放平台
- 飞桨产业级深度学习开源开放平台
- Apollo自动驾驶开放平台
- 小度开放平台
并且在2019年都实现了爆发。
百度大脑开放平台已经在语音、视觉、语言等方面实现全面升级，具备深度学习框架、场景化AI能力、定制化训练平台到软硬一体模组和解决方案等。
自2016年以来，百度已开放228项AI能力，开发者数量超过150万，日均调用量突破1万亿次，语音、人脸、NLP、OCR调用量中国第一，是业内最全面、最领先、服务规模最大的AI开放平台。
援引IDC最新报告，百度飞桨与谷歌、Facebook名列前三，领衔中国深度学习平台市场，也是市场份额前五中唯一的国货。
Apollo自动驾驶开放平台已经汇聚了全球156家生态合作伙伴；在全球，有97个国家超过3.6万名开发者使用Apollo开源代码，开源代码数量超过65万，已成为全球最强大、最开放、最活跃的自动驾驶平台。
而且开放能力进一步打破边界，在刚召开的首届Apollo生态大会上，百度Apollo拓展裂变成三大平台：自动驾驶开放平台、车路协同开放平台，智能车联开放平台，成为中国自动驾驶基建国家队代表。
小度技能开放平台上，技能开发者数量已经超过3.7万人，可提供包括游戏、效率工具、网络电台、直播、儿童教育、智能家居等3500多种技能支持。合作伙伴数量已经超过500家，可以控制的IoT智能家居设备已经超过了7000万。
此外，百度还开源了中国首个边缘计算框架BAETYL、自研底层区块链技术，并发布了多个工业级的领域数据集，如大规模自动驾驶数据集、街景图像数据和文字场景数据集、视频精彩片段、场景解析、机器阅读理解、中文句子及相应的开放域信息提取事实数据集等等，来促进算法研究，推动AI发展。
比如下图，就是ApolloScape数据集示例：上半截为彩色图像，下半截是其二位语义标签：
正如百度董事长兼CEO李彦宏所说：“作为一家平台级企业，成就他人、造福社会，这是百度创始初心与能力之所在，更是百度在行业发展关键时刻责无旁贷之所在！”
正是基于如此，百度才能够通过百度智能云的“云+AI”能力，为各行各业大规模输送百度的AI技术成果与平台能力，成效也非常显著。
根据IDC在11月底发布的中国AI云服务市场报告，百度智能云在AI技术、市场和商业上处于中国领先地位，超过了阿里云、AWS等一众厂商。
百度CTO王海峰感慨，百度在2019年提出“人工智能进入工业大生产阶段”，如今他们已经探索了AI进入“工业大生产”的真实路径，推动AI迈入自动化、标准化和模块化的新阶段，并与百度业务以及各行各业的生产实践深入结合，加速产业智能化进程。
在互联网、金融、智能城市、工业制造等行业已经拥有标杆性落地案例。
比如，与中国联通打造的智能客服已经在中国联通三省一基地上线；与央视网共建人工智能研发中心，打造媒体行业的AI软硬件产品；与精研科技打造智能质检车间，提升制造业质检效率，降低用工成本等等。
但百度的技术，并不仅仅希望体现在商业价值上，还希望通过社会价值，展现AI福祉。
成绩单中披露，2019年“百度 AI 寻人”平台，用户发起照片比对超过了36万次，9000多个走失者与家庭重新团聚。
百度还发布了听障儿童无障碍阅读计划，推出了全球首款听障儿童AI手语翻译小程序，能将绘本文字翻译为手语，帮助听障儿童实现无障碍阅读。
此外还将AI应用在了台风路径查询、濒危土家语保护、改造盲人按摩院等方面，进一步发掘AI价值。
所以百度AI如何回答2019？上述种种业绩就是关键要素。
而且巨头玩家年度交卷，自然也是整个AI产业的共性、趋势反映。
正所谓窥一斑见全豹，百度的成绩单又反映出怎样的AI 2019？
百度成绩单背后的全球AI六大趋势
或许你会疑惑，百度上述新突破、新进展，为何发生在2019？
背后有百度的技术积累开花结果，但也是AI发展进程使然。
这也是为什么百度的2019更值得被复盘解读，其中展示全球AI领域发展的六大趋势。
趋势一：CV之后，NLP领域成为下一个突破频出的领域
在百度交出的AI成绩单中，更多的AI突破与生产力转换都集中在语音语言理解方面。
比如语音识别、语音合成、虚拟主播、机器翻译、人机对话、知识图谱等等，并落地到了小度助手、百度地图、百度视频等等产品与应用之中。
这也体现出了整个人工智能当前的技术突破集中点：自然语言处理方向。
计算机视觉是人工智能产业中最为成熟的方向，人脸识别已经进入了寻常百姓家，整个方向彻底进入落地期。
早年围绕这一技术发展起来的第一波AI独角兽，也已经在想办法向更多的方向拓展。旷视发力IoT供应链，依图做起了芯片，而商汤在教育、AR、自动驾驶方向频频发力等等。
与此形成对应的是，NLP方向突破频频。谷歌的BERT直接催生出了更多的变体，机器在自然语言处理与语义理解上更为突出，GPT-2的问世也进一步彰显出了整个方向的创造力与活力。
众所周知，AI可以被划分为“感知智能”和“认知智能”两大版块。
但2012年ImageNet石破天惊开始，感知智能的进展要遥遥领先于认知领域，直观类比来说，感知就像一个人类能考到95分的试卷，而认知领域，够到及格还挑战连连。
于是2019年，全新气象和里程碑进展频频，以语言语音为代表的认知，进入突破期。
趋势二：落地为王，价值重估，AI发展回归理性
2019年，整个人工智能产业变得更加务实。
绚丽的Demo少了，关于将AI应用到产品、落地到场景中呼声更多了。
这是对前些年人工智能领域“大跃进”的最直接回应，AI发展理性回归，从资本方到企业，整个行业的参与者都在要求AI展示“降本增效”，来转化成真实的生产力。
2019年的百度，在落地与AI生产力转换方面再明显不过。
最典型如自动驾驶领域有L4级视觉感知解决方案Apollo Lite和增强现实的自动驾驶仿真系统，对于自动驾驶落地，全球都在要求进入“平民”时代，依靠堆高精尖传感器的“贵族”玩法，市场空间越来越小。
这也是全球自动驾驶经受重估的一年。
国际上，Waymo模式遭遇质疑和重估，摩根大通将其估值调低40%，而在货运领域自动驾驶落地则热火朝天，两种不同形态一对比，才知道“看不见的手”想要的不再是遥远的迷人图景，它想要的是——少废话，证明价值吧。
趋势三：人工智能进入工业大生产阶段，需要标准化、自动化和模块化
在谈到人工智能的时候，很多人都会将其提为“新一轮的科技革命”，并将其比作蒸汽、电力等等。
但现实给出的种种反馈都颇为直接地展现出，在给出这一结论的时候，要用将来时态。从现在到将来缺了什么？
王海峰在2019年提出观点称，前三次工业革命的核心技术都具有很强的通用性，呈现出标准化、自动化和模块化的工业大生产特征。
而人工智能想要如此，自然也需要具备这些特征。这也是人工智能产业向前发展的根本所在。
前些年的人工智能落地，都体现在一个case接一个case的模式，现在进入工业大生产阶段，则要求人工智能体现出更加通用特征，一个产品能够处理多个case，人工智能的能力要标准化、自动化和模块化。
百度的成绩单中，百度大脑、飞桨、小度助手、Apollo等平台，都是百度对这一趋势给出的回应。
飞桨、Apollo等开放平台被国际知名第三方机构波士顿咨询，作为中国AI发展的代表，并在全球范围内与谷歌相提并论，认为开放平台正是巨头优势和推动智能化变革的关键。
由此第四大趋势也愈加风劲。
趋势四：大公司大平台争夺“底座”愈加激烈
毫无疑问，将人工智能转化为生产力需要生产工具。谁提供的生产工具使用的越多，谁就能在生产力转化中占据上风，毕竟这是人工智能驱动的世界底座。
伴随着2019年人工智能落地提速，大公司大平台争夺“底座”愈加激烈。TensorFlow和PyTorch展开“厮杀”。前者推出2.0版本，后者将目光也进一步强化端侧部署，各不相让。
毕竟以深度学习框架为核心的深度学习平台，下接芯片，上承各种应用，是“智能时代的操作系统”。
百度飞桨也在2019年迎来多次进化，推出多端多平台部署的高性能推理引擎Paddle Lite、发布超大规模深度学习模型训练技术等等动作，也为其更好地展开竞争提供了支撑。
国内竞争中，华为加入战局、阿里从底层芯片和架构出发，腾讯也加大开源力度……
所以争夺的AI时代“底座”，也是新时代的“铁王座”。
趋势五：AI向善、伦理问题更受关注
在人工智能技术产生商业价值的同时，如何更好地利用人工智能技术也成为世界范围内被广泛讨论的话题。
在学界，有今年3月斯坦福大学正式成立以人为本AI研究院，李飞飞担任联合主任，推动人工智能研究、教育、政策和实践，以改善人类状况。在业界，Facebook、谷歌等科技巨头在AI应用方面的做法也屡遭抗议与审查。
国内也不例外，关于AI伦理的探讨、探索也在展开。在百度的成绩单中，AI伦理、安全以及社会责任都被着重强调，并给出了探索成果。
一方面是打造了完整的AI安全体系，另一方面在AI向善方面落地：“百度 AI 寻人”平台帮助超过9000个走失者与家庭重新团聚。
AI在台风路径查询、濒危土家语保护、A改造盲人按摩院等方面也都发挥着重要作用。
此外，另一巨头腾讯，也在AI时代变革思考后，把“科技向善”正式写入公司使命和愿景，体现了对新时代伦理的重视。
全球范围内，谷歌的AI军用代表事件则内外广受争议，Facebook年初开始的数据泄露事件则被批判至今……AI时代面临的新伦理、隐私边界，并非说说而已。
趋势六：自主可控正在成为中国AI热词
最后，全球局势带来作用力，中国呈现反作用力。
2019年的断供危机以及“实体清单”威胁，让自主可控成为新的关键词。
在百度成绩单中，完全自主研发的“百度昆仑云服务器”，让中国AI跑在自主可控的AI芯片上，与飞桨、ERNIE等国产算法形成了软硬件一体的核心竞争力。
而且，百度的努力也不仅仅体现在自身体系之中，飞桨还与华为麒麟、寒武纪等国产芯片深度合作，打通深度学习框架与芯片AI算力，提升中国的AI竞争力。
而且更进一步，所有中国AI公司、科技公司，经此一役，已经明白“原创”、“自主”和“脱钩方案”的必要性和重要性。
AI造芯浪潮复兴，依图等算法公司深入AI芯片腹地，联想等公司也推出自主可控防断供方案，国家层面则在底层技术和基础科研方面，前所未有重视。
虽然短期内对所有技术公司形成了挑战，但长远来看，或许也是历史性机遇：
自强则万强。
中国AI人才培养基地，专利申请重镇
对基础和底层重视，最直接体现就是对人才、专利方面的重视。
这一次百度成绩单中，也有重点展示。
今年是百度创立20年，过去20年中，从人才角度而言，国内以技术著称的百度，直接和间接培养了大批人才，成为名副其实的技术领域的“黄埔军校”。
而更令人欣喜的是，百度在AI发展中主动展现出的人才培养心态。
根据百度成绩单，百度AI已经形成了囊括师资培训、学生赛事、课程共建以及教材出版等多个维度产学融合生态。
推出了“全国高校深度学习师资培训班”、“飞桨博士会”、“AI快车道”、“黄埔学院”、“在线深度学习集训营”等项目，一共培养1000名专业教师，助力200+高校开设深度学习课程，为近1000家企业提供技术和应用培训。
而硬件方面，百度上线AI Studio 教育版，这背后是价值超过千万人民币的上千张GPU卡，作为师资培训配套“教具”，免费提供给高校使用等等。
虽然百度人才培养模式，更多出于“底座”雄心，但客观而言，一定会加快中国AI技术进一步普及，以及更多人才带来星火效应。
从整个产业发展而言，乐见其成，也希望巨头投入更大资源。
人才之外，还有专利。
重视基础科研，自然会体现在知识产权能力上。国家工业信息安全发展研究中心12月发布的《人工智能技术专利深度分析报告》中给出例证，百度专利申请数量在国内排名第一，达到5712件，超过第二名近1600件。
在中国专利申请数量超越美国方面，可以说是当为头功。也算是作为国产AI第一大厂的实力和担当。
One more thing…
回顾2019年，正如王海峰所总结的那样，百度AI打造了扎实的底座；推动了真实的改变；创造了值得信赖的未来。
当然，AI突破还在继续、AI落地也还在继续，从这份百度成绩单中我们也能窥见到中国AI领域的一个缩影，让更多人了解AI，也能给大小公司的AI之路提供参考，知晓智能时代变革如今身处何处、未来又走向何方。
不过，每个人都有每个人的AI见证时刻。
所以也想小小互动一下：
2019年里，你印象最深刻的AI事件是哪一个？
“
