杨元庆对话李彦宏：百度大脑智商堪比4岁孩子

新浪科技讯 5月28日消息，联想Tech World大会今日在北京举行，百度CEO李彦宏在现场演示了百度人工智能技术在语音识别、翻译以及图片识别的进展。他表示人工智能和大数据能通过2D的照片还原出3D的图像或者3D的场景，例如合成每一张照片的拍摄角度、拍摄时间，就能还原被毁的古建筑原貌。

李彦宏还表示，最近几年百度在人工智能方面的投入非常大，现在“百度大脑”的智能水平已经达到了3、4岁孩子的智力水平，未来大数据的积累越来越多，人工智能技术不断的推进，“百度大脑”会逐渐成长，越来越接近一个普通人或者成年人的智力水平。

李彦宏对话杨元庆原文：

杨元庆：让我们请出百度CEO李彦宏。欢迎来到联想科技创新大会。这几年百度在人工智能上面下了很大的功夫，不但要建超级计算机，要建“中国大脑”，而且还在硅谷建立了实验室，全世界广泛招募人才。请问Robin你们为什么看好这个领域呢？

李彦宏：人工智能对于百度来说是特别重要的，因为我们每天都会用到很多和自然语言理解、语音识别、图像识别、图像分析这些技术有关的功能，这些技术的基础就是机器学习、人工智能和大数据。最近几年百度在人工智能方面的投入非常大。同时，由于联想、英特尔，微软的创新，使得计算的成本越来越低，能力也越来越强。原来那些人工智能想做而不敢做的事情，现在都可以做了。所以今天我想和你一起看一些演示，看看百度人工智能技术到底能做到哪些过去不能做到的事情。

杨元庆：太好了，我们的粉丝期待着呢。

李彦宏：假如咱们俩到了一个陌生的国度，这个国家说的是我们听不懂的语言，但是我们又想去尝一尝地道的当地菜。比如我们到了韩国，咱们俩都不会说韩语。今天我们现场有一个讲韩语的服务员，她拿来一个菜单，大家会看到菜单上面只有韩语，现在，元庆你可以用手机拍一下菜单，我们就能知道它是什么菜。

【杨元庆用手机对照菜单上文字拍照，手机屏幕显示出相应菜色的中文翻译】

百度翻译App可以把菜单上的韩文直接翻译成中文，也就是说，它可以直接把我们不懂的当地语言翻译成我们懂的语言。

杨元庆：Robin，我知道除了这些以外你们还有很多的创新技术，你想给观众介绍，舞台就留给你了。

李彦宏：目前，大家可以随意下载和使用百度翻译App，可以自己去做尝试，而且它不仅支持韩语，也可以支持大约18种语言，例如希腊语、日语、葡萄牙语等。其实我们的工程师并不懂得各种各样的语言，之所以能够做出不同语种之间的自动翻译，是因为我们运用了机器学习、大数据、人工智能等技术。网络上有各种各样的语言，比如同一家餐馆的网站上既有英文介绍，也有中文或韩语的介绍，我们的机器根据这些内容进行学习，就可以逐步地领会到不同语种之间语言的意思、以及如何转化，这就是机器语言所做出的翻译。

此外，计算机的人工智能不仅可以听得懂，也可以看得明白。例如，前几位的演示中所使用的相机、全息摄像之类的设备和技术，它们记录下来的信息怎么才能让机器可以理解，这也是人工智能需要解决的一个重要的问题。

下面我给大家演示一个类似于人类看图说话的过程。

我们看一个图。

【李彦宏在手机上打开Image QA，与之对话】

“他在做什么？”“打网球。”

“他穿的衣服是什么颜色的？”“蓝色。”

“他手里拿着什么？”“网球拍。”

所以正如大家看到，通过我们的技术，电脑可以看得懂一个图片，而不仅仅是记录下来图片。

我们再试一张图片。

“这是在哪里？”“这是在路边的街道。”

“这是什么？”“ 这是禁止停车标志。”

“标志是什么颜色的？”“ 红色。”

大家可以看到，我们的计算技术已经可以模仿人的能力，它真的能够看得明白我们看到的场景、我看到的图片。刚才元庆提到“中国大脑”，实际上是我们提议的一个集国家之力去做的人工智能项目。实际上，百度已经在做“百度大脑”项目，它相当于“中国大脑”的一个迷你版。现在“百度大脑”的智能水平已经达到了3、4岁孩子的智力水平。我刚才给大家演示的看图说话，就是通过“百度大脑”来智能的读取信息内容，并且你在提问题的时候，它可以正确的理解。未来，随着我们创新的继续，随着大数据的积累越来越多，随着人工智能技术不断的推进，我们的“百度大脑”会逐渐成长，越来越接近一个普通人或者成年人的智力水平。

当然，我第一个演示实际上是语音识别和翻译，第二个演示是图片识别。大家也注意到，这张图片实际上是2D的，而刚才几位都演示了一些3D的东西，比如绕着元庆拍一圈，就知道这个人立体的样子，不同的位置、相同的尺寸都可以展示。在过去这些技术是没有的，但是我相信未来会越来越普及。比如一个多月之前，尼泊尔不幸发生了地震，在地震中很多加德满都的古迹遗址都被毁掉了。所以，我们也想利用像全息3D那样的技术恢复加德满古迹的原貌。大家知道，很多人去过尼泊尔旅游，也拍了很多照片。但是这些照片是2D的，如何通过2D的照片还原出3D的图像或者3D的场景，也是我们的人工智能和大数据试图解决的问题。

下面我请大家看一段视频，来解释我们是怎么解决问题的。

我大致给大家解释一下这个工作的原理。虽然很多人拍了很多平面的照片，但是他们拍摄的角度都是不一样的，这就好像是有无数的人绕着这些个古建筑拍了无数的照片。百度要做的事情就是，根据照片来判断这个人的拍摄角度，比如他为古建筑拍摄时所站的位置。单靠一张照片我们判断不出来它的角度、判断不出来拍摄它的时间，但是当无数的照片都串在一起的时候，我们用人工智能的技术就可以搞清楚每一张照片的拍摄角度、拍摄时间，然后再把他们合成起来，这样就还原了被毁的古建筑的原本的样子，这就是3D的人工智能技术。

其实人工智能技术还能做很多事情，而且很多研究才刚刚开始。人工智能这个概念已经有五、六十年的历史，但是前五十年基本都是学术性的探讨，并不实用。刚才我也和元庆讲，最近几年，随着计算能力的增加以及计算成本的降低，原来我们不敢想、不能做的事情，现在能想了、能做了。对此我也有非常深刻的体会，创新不是某一家公司的事情，而是很多公司、很多优秀人才相互激发、相互鼓励、相互促进、甚至相互竞争的过程，这样才会导致创新不断发生。联想也好、英特尔也好、微软也好，都有很多的创新，百度的这些创新则是站在他们的肩膀上又往前迈了一步。未来我也很希望联想、微软、英特尔以及很多其他公司，能跟百度一起相互激发、相互竞争、相互鼓励，把技术不断往前推进，让技术真正地改变世界、改变我们每一个人的生活。谢谢大家！

杨元庆：谢谢Robin，你在建“中国大脑”，建超级计算机的时候别忘了联想可以帮忙。

李彦宏：一定的，(我们)一定要买联想的服务器。

杨元庆：这是技术改变生活的最好的注解，让我们用热烈的掌声再次感谢Robin的精彩演讲。