"新基建"持（chí）续升温（wēn），人工智能作为其中的重要一环，正在高速发（fā）展。4月7日，36氪"超级沙龙"直播栏目举（jǔ）办"新（xīn）基建"专场，百（bǎi）度集团副总裁、深（shēn）度学习技术及应用国家工程（chéng）实验室（shì）副主任吴（wú）甜以"智能时代的AI基础（chǔ）设（shè）施建设与应用"为题，结合百度在人工（gōng）智能领（lǐng）域的技术成（chéng）果和落（luò）地案例，对"AI新基建"进行了解读。吴甜还在直（zhí）播中（zhōng）"剧透"， WAVE Summit深度学（xué）习（xí）开发者峰会将在五（wǔ）月举办（bàn），届时会有一（yī）系列的（de）核心能力（lì）发布。

吴甜在直播中表示，AI新基建是一项全方位工作，AI基础设施则（zé）是（shì）其中（zhōng）的一（yī）个大型技术（shù）系统和工程系统。基于AI基础设（shè）施（shī）的持续（xù）应（yīng）用和（hé）创新，将（jiāng）反哺AI基础平台，促进整个（gè）AI系统进一步进化。目前百度（dù）大脑已经成为软（ruǎn）硬一体AI大生产平台，在语音识别、视觉理解、语义理解、深度学习平台等领域（yù）取得了重大（dà）突破进展，并在工业制造、能源电力等领域落地应（yīng）用，疫（yì）情期间，百度AI测温、智能外呼、AI算法、CT影（yǐng）像分（fèn）析模型等技术和（hé）产品，也在疫情（qíng）防控过（guò）程中发挥了巨大的应用价值。 AI产业化（huà）需要社会全（quán）方（fāng）位多方整合力量（liàng）创新（xīn），共生共赢的（de）生态系（xì）统（tǒng）应运而生，同时还要重视（shì）人才培养（yǎng），加大力度培养既懂应用场景，又懂AI技术（shù）的复合型新型人才，促成应用（yòng）更加繁荣。

吴甜直（zhí）播（bō）分（fèn）享包（bāo）含AI基础设施、AI应用（yòng）价值、AI生态系统、AI人才（cái）培（péi）养四个方（fāng）面，全文整理内（nèi）容如下：

大家晚（wǎn）上好！最（zuì）近这段时间随着加（jiā）快新基建的要（yào）求提出，新基建的建设已经成（chéng）为非常（cháng）重要的话题，我今天带来的（de）是关于人（rén）工智（zhì）能新型基础设施建的理解，后（hòu）面（miàn）我会简称为AI 新（xīn）基建。新型基础（chǔ）设施建设（shè）简称新基（jī）建，是以（yǐ）5G、人工智能（néng）、工（gōng）业互联网、物联网为代表的新型基础设（shè）施，本质（zhì）上（shàng）来说，它是信（xìn）息数字化（huà）的基础（chǔ）设施（shī）。AI新基（jī）建是非常（cháng）新的概念，今（jīn）天我（wǒ）分四个部分来介（jiè）绍我对AI新基建的理解。

一、AI基础设施（shī）

首先介绍的（de）是AI新基建中（zhōng）最基础、最重（chóng）要的硬核部分（fèn）——技术平台。以百度为（wéi）例，我们（men）以（yǐ）AI技术平台为核心构（gòu）建了一套AI基础设（shè）施（shī）。

AI技术涵盖的（de）子（zǐ）领域非常广，整个AI技术系统本身开放性很强，它和应用场景也有（yǒu）非（fēi）常多的结合（hé），和应用紧（jǐn）密相关，而且会（huì）随着（zhe）应（yīng）用持（chí）续进化，所以它（tā）也并不（bú）是一成不变（biàn）的，而是一个不断演进、演化的系统。

百度大（dà）脑是百度AI技术的集大（dà）成，简（jiǎn）单的（de）回溯一下百度大脑发（fā）展历程。

在（zài）百度成立（lì）之初就已经在大量使用AI技术了，比如在搜索引擎中使用自然语言处理、知（zhī）识图谱等技术（shù）。2010年开始（shǐ），百（bǎi）度开（kāi）始进行基础（chǔ）能力（lì）的积累（lèi），AI布局也自此开始初具雏形。2016年，百度大（dà）脑（nǎo）完成基础能力积累，AI能力开始逐步开放（fàng）。2017年，百度大脑构建了完（wán）整的（de）技术体系，AI能力进入（rù）了全面开放的阶段。2018年，百度（dù）大脑的核心技术进入（rù）到"多模态（tài）与（yǔ）深（shēn）度语义理解"阶（jiē）段，"多模（mó）态"就是综合（hé）语音、视觉、文本理解能力，并且是（shì）深度、多层（céng）次的语义理解，AI在这个（gè）时候开（kāi）始（shǐ）多维度（dù）、多层次的开放。2019年，百度大脑进一（yī）步升（shēng）级为软硬一（yī）体AI大生产平台，进入到AI能力和应用场景的（de）融合（hé）创新阶段，广（guǎng）泛的和各（gè）行各业场景结合，成为（wéi）了AI时代的生产平台。

先看一看AI大生产平台是一个什（shí）么样（yàng）的平（píng）台（tái）。这个名字大家可能会（huì）觉得有些黑盒，打开黑盒看，它的组成部分中，最基础的是（shì）算力和数据平台。在整个生产平台（tái）上，深度学习平台是底座（zuò）基础（chǔ），开发者可以在这个平台进行自己AI应用（yòng）的开发；这里也会（huì）有通用的AI能力，像语音、视觉、自然语言处理、知识图谱一系列AI能力的调用；再结合到场（chǎng）景当（dāng）中，有（yǒu）大量应场景需要进行定制训练的需求，所以开放（fàng）了定制训练平台；最终整个平台上积（jī）累的（de）能（néng）力需要和业务（wù）系统（tǒng）进行部署（shǔ）和（hé）集成，所以也提（tí）供了（le）部署（shǔ）与（yǔ）集成的工具与平台，在此基础上（shàng）形成技术解决方案。整个大生产平台有AI安（ān）全保（bǎo）驾护航，AI应用中（zhōng）安全也是重要的话（huà）题。

从平台底（dǐ）层向（xiàng）上，我们（men）逐层（céng）看看各部（bù）分的含义（yì）以及现（xiàn）在的（de）进展。最底（dǐ）层是AI基础架构（gòu），这是整个AI大生（shēng）产平（píng）台的计（jì）算底层。随着AI算法能力的提升，对于算力（lì）的要（yào）求是越来越高的（de），有这些算力（lì）的（de）基础（chǔ）资源，才有可能对大数（shù）据进行计算（suàn），最后产生AI算法模型。AI+5G的时代即将（jiāng）到（dào）来，未来计算将会无处（chù）不在，它会从云扩（kuò）展到（dào）端（duān）、边缘，在我（wǒ）们身边就能（néng）够（gòu）时刻进（jìn）行各种各样的计算。在百度大脑上全新的AI计算架构通过芯片层、互联层、系统层、调度层，能够进行协同（tóng）设（shè）计和技术创新，最终可以（yǐ）提供（gòng）百万（wàn）TOPS量级（jí）强（qiáng）大的（de）计算力。与此（cǐ）同时芯片、系统（tǒng）、设备都能够进（jìn）行互相连（lián）接，将不同（tóng）场景中的计（jì）算连接在（zài）一（yī）起，产生更大的计算能力。

百度（dù）在使用经典的芯片基（jī）础上，也（yě）有自研芯片（piàn），一个是云端通（tōng）用AI处理器"百（bǎi）度昆仑"，针对语音、自（zì）然语言处理还有图像进行专项优化，性能可以更加（jiā）提升（shēng），同时百度昆仑和飞桨深度学习平台进行了深度适（shì）配，使编程灵活度更高，能（néng）够灵活支（zhī）持（chí）训（xùn）练和预（yù）测。同等性能（néng）下（xià）使用"百度昆仑"，成本上可以（yǐ）降低10倍。这是（shì）云上的处（chù）理器，还有一（yī）款在端（duān）上的"百度鸿鹄"，是专用于远场（chǎng）语（yǔ）音交互（hù）的芯片，这款芯片采用新的设计理念，遵循软件定义芯片全（quán）新（xīn）设计（jì）思路，这里面也有相应的核心参（cān）数，能够在100毫瓦功耗（hào）情况（kuàng）下（xià），支持远场（chǎng）语音交互核（hé）心（xīn）的阵列信号处理和（hé）语（yǔ）音唤醒能力。这些会用于车载语音交互和智（zhì）能（néng）家居产品场景，带（dài）来低功耗（hào）、高性能的产品，也带（dài）来更大的（de）想象空间。鸿（hóng）鹄芯片已经实现了量产（chǎn），现在已经在百度相应产品当中（zhōng）使用了。

向下连接芯片，向上连接了应用场（chǎng）景的就是深度学（xué）习框架及平台，在（zài）AI时代帮助开发者快速便（biàn）捷完成（chéng）深（shēn）度学习（xí）技（jì）术研发（fā），这是深度学习平台的使命。深度（dù）学习平台是（shì）智能时代（dài）的操作系统。

飞桨深度学习开源开放平台上（shàng）已经构建起（qǐ）了全方（fāng）位、全（quán）功能的一套平台，从飞桨（jiǎng）的（de）全景图可（kě）以看出，飞桨在核心框架层能够（gòu）支持（chí）开发者进行开发、训练、预测（cè），整个全流程的研发工作。百度在飞（fēi）桨上还发布了自己以及百度行业（yè）伙伴一起打磨验（yàn）证的（de）一（yī）系列工业级模型，建立了覆盖自（zì）然语言处理、视觉（jiào）、推荐、语音等主流（liú）AI算法的官方模（mó）型库。

真实在（zài）场景当（dāng）中（zhōng）应用的时候，往往（wǎng）还需要（yào）端到端配套的（de）开发套（tào）件，让（ràng）整个开发过程更加便捷（jié）、便利，并且能够复用以前做好的各（gè）种各样的积（jī）累（lèi）。飞桨（jiǎng）在（zài）语义理解、目标（biāo）检测、图像分割（gē）、点击率（lǜ）预估四（sì）大场景都有配套的套件（jiàn），可以（yǐ）非常便捷的使（shǐ）用。

在深（shēn）度学习各个方向上（shàng），飞桨平台上也提（tí）供了（le）相应的工具组件，从平台层使用（yòng）的时候（hòu）提供了服务平台。这样一个全方位的（de）、全功能的平台，其（qí）实是针（zhēn）对在众多（duō）应用过（guò）程当中（zhōng）不断发（fā）现的应用难题和挑战建设起来的。飞桨（jiǎng）平台在（zài）开发的过程（chéng）中，提供了便捷（jié）的框架，在训（xùn）练过程当中提供了超大规模深度学习模型训练（liàn）技术，在部署上也是针对多端、多平台全面部署的（de）高性（xìng）能的推理引擎，还（hái）有开源模型库，综合提供（gòng）出来供产业（yè）使（shǐ）用。

介绍了算力（lì）、开发框架和平台，再看几大AI算法方（fāng）向（xiàng）上目（mù）前为止（zhǐ）最新的进展（zhǎn）。

首先看一看语音识别方向，语音识别在AI算法（fǎ）当（dāng）中是（shì）发展历史（shǐ）比较悠久，目前也（yě）是（shì）可用性非常高的（de）技术（shù），当然它也（yě）还持续有（yǒu）技术上的（de）突（tū）破（pò）。百度上线了首个基于流（liú）式注意力的语（yǔ）音识别线上服务，这也是在国际上首次（cì）实现在线（xiàn）语音识别中大（dà）规模使（shǐ）用（yòng）注意力（lì）模型。这（zhè）个技（jì）术使用以后，在语音输入法场景下相对准确率有50%的提升，在（zài）音箱这类产品准确率提升到20%。随（suí）着（zhe）端侧智能设备不断广泛使用，离线语（yǔ）音识别在（zài）无网（wǎng）、弱（ruò）网状态有（yǒu）越来（lái）越多（duō）的需（xū）求，百（bǎi）度语音技术（shù）团队通过系统性（xìng）优（yōu）化，解决了语言（yán）模型裁减性能损失问题，使离线模（mó）型（xíng）有非常（cháng）高的识别率。

语音合成方面，如果合成出来的（de）声（shēng）音偏重于机械感，缺少情感，听者在长时间听的情况下会产生疲惫，所以音色（sè）模拟、情感模拟等，都会（huì）是语（yǔ）音合成技术需要（yào）突（tū）破的挑（tiāo）战（zhàn）。百（bǎi）度推出的语音合成技术，可以（yǐ）用（yòng）20句话制作（zuò）专属的（de）定（dìng）制语音（yīn），将声音当中的音（yīn）色、风格（gé）、情感（gǎn）等要素映射到不同的子（zǐ）空（kōng）间，使用的时候不同要素（sù）进行（háng）任意的组合。在百度地图上已（yǐ）经推出了全球（qiú）首（shǒu）个地（dì）图语音（yīn）定制功能，只需（xū）要录制20句（jù）话就可以做成一个个人专属（shǔ）的语音包（bāo）。

视觉（jiào）理解（jiě）方面，这些年在OCR物体检测、视频理解、目标跟踪等业界领先的图像视频技术，百（bǎi）度多次在国内外顶级赛事（shì）中（zhōng）取得佳绩，并且（qiě）在机械制造、金融（róng）、医疗（liáo）、教育等领域得（dé）到非常广泛的（de）使用（yòng）。

虚拟（nǐ）形象合成方面，在对大（dà）量语音（yīn）、视觉以及文本（běn）的理解能（néng）力（lì）达到了非常好的（de）水平（píng）之后（hòu），AI算法也在推进做（zuò）虚拟形（xíng）象合成（chéng），尽可能形成（chéng）更加自然、更（gèng）像真人、更加具有丰富情感（gǎn）的虚拟形象。百度虚（xū）拟形（xíng）象（xiàng）合成技术其实结合了（le）多模态（tài）识别和（hé）理解，语音（yīn）识别、视频理（lǐ）解等等，再加上面部、肢体、嘴形（xíng）的（de）生成能力，还有（yǒu）语音（yīn）合成TTS的技术，实现（xiàn）了业界首个可以进行量（liàng）产视频的真人形象（xiàng）的虚拟（nǐ）主（zhǔ）播，在多个场景当中（zhōng）应用，央视和百度（dù）合作打（dǎ）造（zào）过AI虚拟主持（chí）人小灵，在央视去年的五四晚会（huì）亮相；澎湃新闻和（hé）百度打造了第一个虚拟真人形象的主播，用在早（zǎo）晚（wǎn）新（xīn）闻栏目上；浦发银（yín）行和百度合作打（dǎ）造（zào）了业界（jiè）首个金融数（shù）字人，有情感有专业（yè）的银（yín）行（háng）知识，能够提升银行的客服（fú）体验。

语音、视觉（jiào）等技术（shù）在人工智能技术中属于感知（zhī）层技术（shù），类（lèi）比于人的（de）感知（zhī）能力。人（rén）还（hái）有非常（cháng）强的（de）认知能力，对人工智（zhì）能而言，认知能力主要体现（xiàn）在自然语言处理（lǐ）、知识图谱等语言和知识类技术（shù）上。百度构建了超（chāo）大规模多元异（yì）构知识（shí）图（tú）谱，包括实（shí）体图谱、事（shì）件图谱、行业图谱、关注点图谱、POI图谱（pǔ），这些图谱都会根据需求（qiú）场景需要，不断扩充（chōng）和（hé）延展。

举一个例子，基于知识图谱（pǔ）视频语义理解，从（cóng）视觉视角上提取特征，通（tōng）过语（yǔ）音识别对视频当中（zhōng）人物的（de）对话、言论等等进行语音的识别和提取特（tè）征，还可以对（duì）视频标题以及周边文本进行（háng）文本理解。这些（xiē）基础理解之后，再（zài）结（jié）合（hé）知识（shí）图谱中的（de）视（shì）频理解子图，在知识图谱中进行计算和推理，对（duì）刚刚产生的理（lǐ）解的（de）标签、理（lǐ）解的特征进行补全、关联等（děng）等一（yī）系列操（cāo）作，最终用在产品上（shàng），将会对（duì）整个视频内容有更深度的理解。这是（shì）用感知（zhī）技术（shù）和认知（zhī）技（jì）术进（jìn）行（háng）多模态融合的典型例子。

AI技术（shù）如果能够（gòu）完全、充分理解人的语（yǔ）言（yán），将会是迈向通用人工智能技术非常重要的突破。这（zhè）方面（miàn）百度也持续有新（xīn）的突破。百度推出的ERNIE是（shì）持（chí）续学习的语义理（lǐ）解（jiě）框架，可（kě）以进（jìn）行（háng）增强（qiáng）的语义理（lǐ）解。比如我们想让AI算法理（lǐ）解（jiě）实体，我们会用百（bǎi）科的内容（róng）、网页（yè）内容（róng）进行实体识别任务的构造（zào），然后由预训练（liàn）模型进行学习，再（zài）对（duì）场（chǎng）景上进行针对性（xìng）的fine-tuning，这样（yàng）可以得到实体（tǐ）学习更（gèng）强的（de）语义（yì）理解模（mó）型。再复杂（zá）一（yī）点的（de）任务，比如构建（jiàn）因（yīn）果关系的识别（bié）任（rèn）务，也（yě）是（shì）通过技术方式，构造大量因果的知识，然后由大的预（yù）训（xùn）练模（mó）型进行学（xué）习，再进行任务上的（de）调优（yōu）学习。百度ERNIE模型已经学习了13亿（yì）以上（shàng）的知识，在NLP任务上全面刷（shuā）新了（le）任务效果，目前在共计16个（gè）中英（yīng）文效果上超过了（le）BERT、XLNet，取得了SOTA效果。这张图展示出来的就是不断加以新的知识，让ERNIE在持续学习过程中，推（tuī）动自然语言推断（duàn）、自动问答、文本（běn）相似度、情感分析任务上等等有（yǒu）持续不断的效果（guǒ）提升。

以上（shàng）是AI技术方向最新的进展（zhǎn）概览，百度大脑也打造了完整的AI安全体（tǐ）系，从基础开源技（jì）术矩（jǔ）阵到开放行（háng）业解（jiě）决方案，到与学（xué）术界、企业、政府、机（jī）构等开（kāi）放（fàng）协作（zuò），整个技（jì）术产品已经覆盖（gài）到了（le）云管端，以（yǐ）及大数据、云（yún）计算一（yī）系（xì）列风（fēng）险问题，这样的（de）安全体系也是为AI技术产业应（yīng）用有（yǒu）一（yī）个保驾护航的作用，可（kě）以推（tuī）动AI时代安全生态的建设，让（ràng）大家在使用AI技（jì）术开展（zhǎn）各（gè）种（zhǒng）各（gè）样应用（yòng）创新的时候，没有安（ān）全的后顾之忧。

刚刚（gāng）以百度工作（zuò）为例，详细说明了AI新基建当（dāng）中（zhōng）最基础的技（jì）术（shù）平（píng）台现在的状态，新基建不（bú）仅仅是技术平台，所（suǒ）以接下（xià）来进入今天要分享的第二部分，AI应用价值的创造。

二、AI应用（yòng）价值

百度（dù）AI技术应用在互联网产品当中，也已（yǐ）经有大（dà）量的实践，比如说AI赋（fù）能的智能搜（sōu）索、信息流推荐、新一代人工智能地图等等，以及AI为核（hé）心能力的（de）智能家居小（xiǎo）度系（xì）列产品，还有自动驾驶阿波（bō）罗等等，这（zhè）些百度已有（yǒu）的产品上， AI已经带来了非常多的（de）价值。另一方面（miàn），AI技术其实（shí）也已经体现在面向各行各业的应用价（jià）值了，我今天还想重点分享一（yī）下AI+云赋能产业变革与创新。

先看看这样一个过程。首先我们（men）需要先面对大量数据的生产和数据的应（yīng）用，所（suǒ）以（yǐ）我们在百度智能云上有推出数据工厂，在数据工（gōng）厂当中通（tōng）过数据众（zhòng）包、加工、标注等一系（xì）列工作进行（háng）数据（jù）处理，也结合百度提供的数据集，以及整理的（de）第（dì）三（sān）方行业数据资（zī）源，形成（chéng）基本的数（shù）据集，在应用当中通过数据管理、数据评测的平台等等，使得整（zhěng）个（gè）数据能够（gòu）形成一个闭（bì）环（huán）效应。完整（zhěng）的闭环数据会充分帮助算法达到最佳（jiā）效（xiào）果。数据生产之后会（huì）进入到模型工（gōng）厂，在（zài）AI技术平台支撑下（xià），可以（yǐ）融合算力、数据、算法，结合场景产生模（mó）型，最终应用到业（yè）务系统当中。

我分享一些应用场景的案例。

智能（néng）工（gōng）业巡检。AI应用于智能（néng）工业巡检，在针对场景定（dìng）义的问题上，主（zhǔ）要是（shì）应用图像的分类、分（fèn）割、检（jiǎn）测的（de）方（fāng）法（fǎ），实现快速准（zhǔn）确的识别（bié）。比如（rú）安全（quán）帽佩戴（dài）的检测，尤其（qí）是矿井里的（de）安全帽佩戴检测，烟火（huǒ）的警（jǐng）报，仪器表的读数识别等等，这其中应用（yòng）了AI的算法，相当（dāng）于训练除了有经验的巡检员，可以（yǐ）大幅减少（shǎo）人工（gōng）投（tóu）入，也（yě）降低了（le）人工学（xué）习的（de）成本。

智能质检（jiǎn）。一线质（zhì）检里面工人要进行很长时间工（gōng）作进（jìn）行（háng）零件质检，尤其是精密零件质检，零（líng）件非常小，这些质检工作需要在强光下（xià）进行，长时间（jiān）在强（qiáng）光下看（kàn）微小的瑕疵，容易造（zào）成工人眼睛的疲劳（láo）。案例里的工厂需要每天对出厂的2000多万的产品进行检测工作，质（zhì）检员每天要（yào）检（jiǎn）测多达1万多（duō）个零件，每分钟（zhōng）每个工人需要检测19个，还需要对零件从多个不同的角度的多个缺陷进行分类（lèi）。用AI赋（fù）能（néng）的表（biǎo）面缺陷视觉检测识（shí）别设备，它通过（guò）百（bǎi）度（dù）AI技术和云技术，自动（dòng）对物体表面缺陷（xiàn）进行大小、位置、形状的检测，并按照品质分门别类分好，它总体上可以帮助节省90%的人员成本，整个（gè）设备相比起原来的工作桌，占地面积减少80%，漏检率也大幅度降低（dī）。

这两个都（dōu）是感知层（céng），视觉技术（shù）为（wéi）主的应（yīng）用案例。感知层（céng）技术加上认知（zhī）层技术，就可以在智能媒体上发（fā）挥作用，通过热点（diǎn）发现、智能写（xiě）作、智（zhì）能勘误，以及智能发布（bù）整个全流程，可以助力（lì）新闻的生产全（quán）流程。

今天还（hái）带来了几个在最近（jìn）的抗疫过程当中，给疫情（qíng）的（de）筛查、管理带来帮助的解决（jué）方案。首（shǒu）先（xiān）是AI测温，AI测温是一套可以非接触进行（háng）远（yuǎn）距离多人测温的设备（bèi），现在（zài）也已经在（zài）数百个场（chǎng）所部署（shǔ），帮助全国各（gè）地（dì）完成了700万人次的初（chū）筛工作。AI测温的过程分为几个方（fāng）面，首先在行人路过的时候，通过红外热像仪（yí）能够捕获温（wēn）度，通过光学（xué）相机，摄像头（tóu）能（néng）够（gòu）不间断地对戴口（kǒu）罩的多人进行远（yuǎn）距离的人脸检（jiǎn）测。这套方（fāng）案也在企业内部署，形成企业入场方案，测（cè）温之后还可以（yǐ）进行人脸（liǎn）识别、智能监（jiān）控，并且如果同企业报备系统打通之（zhī）后（hòu），可以自（zì）动识别员工是否符合复工入厂的要求。这里（lǐ）面（miàn）采用的AI技术就是人（rén）脸检（jiǎn）测、跟踪算（suàn）法等，可以（yǐ）精准实现人脸定位，即使戴上口罩，现（xiàn）在也可以（yǐ）进行人脸识别。

在过去的两个月（yuè）大家已经感受到了（le），社区工作者（zhě）在整个抗疫管（guǎn）理中做了非常多的一（yī）线工作，百度推出的基于智能对话技（jì）术的外（wài）呼（hū）系统（tǒng）帮助进（jìn）行人员的随访，能够进行（háng）批量（liàng）的外呼，人工智能语音随访（fǎng）通过自动的外呼系统，触达（dá）到人群，并和他们交（jiāo）流，进行防疫信息采集和疫情防控相关的提醒。这些信息也可以立即形成结构化数据分析报告（gào），支撑后续一系列（liè）的决策或者管理（lǐ）。整个外呼系统应用了语音、自（zì）然语言处理、知识图谱等等（děng）技术。

在（zài）医（yī）护人员最忙碌的时（shí）候，护理信息数（shù）据采集、登记、录（lù）入等等（děng）也是他们每天非常重要的工作，百度和相关的伙伴一起打造了（le）语音临床护理数据采集系统，让护理人员通过（guò）这样（yàng）的设备进行语音录入。医护人员不用摘掉手（shǒu）套、口罩，不（bú）用脱下防护服，可以非常轻松的手（shǒu）持设备进行（háng）语音录入（rù），很快就可以（yǐ）输入大量（liàng）护理信息，并将（jiāng）信息自动上传至医院的电子病历系统。新冠肺炎相对应的（de）临床（chuáng）数据中，有非常多的医疗专（zhuān）用词汇、专业医疗符（fú）号等，我们语音（yīn）系统也（yě）快速（sù）进行了定制训练，在医（yī）护（hù）语音录入场（chǎng）景中语音（yīn）录入准确率可以达到92%以上，这（zhè）套系统（tǒng）已（yǐ）经在烟台市传（chuán）染病医院多个（gè）科室部署使（shǐ）用（yòng）。

病毒分析和疫苗研发也是抗疫工作（zuò）当中非（fēi）常重要的一个工作，在2019年百度曾提出了Linearfold算法，这个（gè）算法（fǎ）可（kě）以将病毒（dú）全基因组RNA二级结（jié）构分析（xī）的时间从55分钟缩短到27秒，大（dà）幅度提升（shēng）RNA二（èr）级结构（gòu）分析的速度。我们知道RNA结构（gòu）分析（xī）在病毒分析和（hé）疫苗研发（fā）当中是（shì）非常重要的，这项工作发表了（le）之后，受到了诸多（duō）业内专家高度的评价，目前也（yě）是在和很（hěn）多机构进行合作（zuò），希望AI算（suàn）法能够助力医学科技。

最后我（wǒ）还想（xiǎng）分享的一个是飞桨和连心医疗开（kāi）源肺炎CT影（yǐng）像分析模型（xíng），能够提（tí）升在肺炎CT影像筛查当中（zhōng）医（yī）护人员的工作效率（lǜ），这个模型本（běn）身病灶检测精度可以达到92%，召回率（lǜ）97%，湘（xiāng）南学（xué）院附属医院（yuàn）在（zài）应（yīng）用当中了。

这些都是AI技术和场景结合之后（hòu）所带（dài）来一系列的价值，这也是我（wǒ）今天分享的第二（èr）部分，就是技（jì）术不断（duàn）的在产生（shēng）应用（yòng）价值，而这些应用价值（zhí）恰恰是作为新基建非（fēi）常重要（yào）的（de）。

三（sān）、AI生态系统

在我们与广大的行业伙（huǒ）伴进行合作过程当中，我（wǒ）们也看到，对于（yú）大量企业来说（shuō），业（yè）务创新（xīn）和应用落地过（guò）程中存在着（zhe）一系（xì）列的挑战。比如说（shuō）研发方面，AI技术（shù）的应用门（mén）槛挺高的，开发周期往往不太可控，有（yǒu）经验的（de）技术（shù）人（rén）员可以开发（fā）周期比较短，但是经验比较缺乏（fá）的研发团队可能（néng）经过较（jiào）长的时间才（cái）能（néng）验证、得到最佳（jiā）的效果。很多企业（yè）在进行了AI加（jiā）持的产品和解决方案研（yán）发之后，也需要有市场营销以及相应的整个过程需要大量的（de）资金投入。我们希望AI技术能（néng）够更（gèng）便利的、方便的被广大企业所使（shǐ）用。

所（suǒ）以百度大脑开（kāi）放平台构建（jiàn）了多层次开放能力（lì）的结构，最基础的（de）有（yǒu）飞（fēi）桨深度学（xué）习（xí）平台，面向（xiàng）场（chǎng）景还有（yǒu）定制（zhì）开发平台以及（jí）开放的能力（lì），以（yǐ）及最后的部署集成的（de）一（yī）套过程。现（xiàn）在在百度大脑开放平台上已经开放（fàng）了248项能力（lì），整个（gè）百度大脑的日（rì）调用量超（chāo）过万亿，在百度（dù）大脑（nǎo）开放（fàng）平（píng）台和飞桨平台上进行开发的开发者（zhě）超过180万，发布模型10多万以上，这（zhè）些模型都在大（dà）量场景（jǐng）中（zhōng）使用（yòng）。AI产业化落地整个链条比较长、比较复杂（zá）、角色很多（duō），整（zhěng）个生态系统中从（cóng）硬件供（gòng）应商到（dào）技术平台、到软件供应、到（dào）应用开（kāi）发、到最后的终端场景，也是多层（céng）、完（wán）整（zhěng）的（de）生态系统，这样一套（tào）AI生态系统也（yě）已经（jīng）形成了，并在基（jī）础设施上不断（duàn）发挥作用。

刚才我介（jiè）绍（shào）的应用（yòng）场景（jǐng）落地的方案，很多都是（shì）在百度大（dà）脑生态系统中研发落地的。

四、AI人才培养（yǎng）

有了技术平台、终端（duān）场景以及生态角色，其实贯（guàn）穿始终（zhōng）的还有非常重要的人（rén）工智能产业智能化相应所需要的人才。AI人才中需要（yào）基础的（de）理论人才、算法人才（cái），在应用落地当中既懂应用（yòng）场景，又懂（dǒng）AI技术（shù）的复合型人才，这（zhè）类（lèi）人（rén）才更加（jiā）重要。大（dà）的技（jì）术平（píng）台型公司中（zhōng）有这类人才，但是想让AI技术和产业广泛结合时，我们（men）会发现这类复（fù）合型人才（cái）更需要各个终端场景以及（jí）我们生态中的（de）各个生态企业不断培养和（hé）积累。技术边界和业务理（lǐ）解本身是存在鸿沟（gōu）的，怎么弥（mí）补（bǔ）鸿沟？就需要复合（hé）型人才来做（zuò）。

所以（yǐ）百度推出了一系列对AI人（rén）才、应用型（xíng）人才的培养计划，我今天介绍其中一个项目（mù），"首（shǒu）席（xí）AI架构师培养计（jì）划"。怎么（me）定义（yì）首席AI架构（gòu）师（shī）？我们认为在企业当中（zhōng），懂自己（jǐ）的业（yè）务场景、懂应（yīng）用当（dāng）中的挑战与难题，又懂（dǒng）AI技术和算法，又同时（shí）能够落（luò）地实施的综合性人才（cái），是企业（yè）当（dāng）中的首席AI架构师。对希望应用AI技（jì）术进（jìn）行智能化转型的（de）企业，这类架构师非常重（chóng）要（yào）。所以我们推出了"黄埔（pǔ）学院"项目，在这个（gè）项目当中有（yǒu）深度学习技术专家进（jìn）行面对面（miàn）深度交流，会有深度学习技术（shù）落地的（de）关键认知传承，会和学员们一（yī）起剖析场景需求（qiú）和（hé）AI技术学习的（de）典（diǎn）型案例，最后总结AI思维（wéi）、学习、工作方案（àn）解决实际场景问（wèn）题，在实际场景当中产生应用价（jià）值（zhí）。

今天分享（xiǎng）的（de）主要（yào）是四（sì）个部分（fèn）内容，最后用一页进行一个小结。

1. AI基础设施是构（gòu）建于云（yún）平台基础上，以算力平台和（hé）数（shù）据（jù）平台支撑形成（chéng）的AI技术开发平（píng）台、能力（lì）平（píng）台、场景技术方案综合的（de）、具备（bèi）AI安全保障（zhàng）能力的大型技术系（xì）统（tǒng）和工程系统。

2.在基础设施之上（shàng），要不断（duàn）在应用场景当中发挥应用价值（zhí），以此形成正向（xiàng）的循环（huán），能够促进基础平台进一步发展，促进整个（gè）AI系统进一步进化。

3. 在AI产业（yè）化过（guò）程当中，因为其过（guò）程链条（tiáo）长、决策复杂，需要（yào）社会全方位多方整（zhěng）合力量进行积木（mù）式（shì）创新，因此共生共赢的生（shēng）态系统就（jiù）应运而生了。

4.还要重视人才培养，加大（dà）力度培养既懂应用（yòng）场景（jǐng），又懂AI技术的复合型新型（xíng）人才，通过构（gòu）建（jiàn）相（xiàng）应的（de）教（jiāo）育、培训（xùn）体系（xì）以及职业体（tǐ）系保障（zhàng），多方（fāng）位培养AI技（jì）术及应用人才。

综合四方面（miàn），是基于AI新型基础设（shè）施（shī）加速产业（yè）智能化需发展（zhǎn）的（de）几个重要方向。