第三，大数据。我们会和目前的共建单位，甚至包括我们后面更多的合作单位我们来定义问题，定义问题的方式就是通过数据，或者我们叫Benchmark来定义人工智能，我们会去看哪一些人工智能的方向是人工智能领域一些非常核心的，同时也需要技术突破的。这些方向，我们百度跟合作单位会投入很大的力量，吸引非常多的科研单位到这个平台上我们一起来做研发。我们提供深度学习平台、大计算平台和大数据平台，我们一起研发，希望能够在一些技术上取得非常大的突破。

　　第四，大应用。假定我们前面的研发取得不错的技术，这样的话，我们希望能在百度很多的应用上很快的用起来，或者是说我们也会把这些应用推到社会上，期望通过百度这个平台，这些研发出来的技术能够获得非常广泛的应用。

　　百度的深度学习技术最新进展

　　当天下午的研讨会上，林元庆首先介绍了百度在人工智能上的一些技术布局和方向，以下是文字实录：

　　上午在百度大厦“深度学习技术及应用国家工程实验室”揭牌了，今天下午我们介绍一下这几个单位在做的一些人工智能的研究。我会第一个发言，之后各位老师都会介绍一下各自的研究方向。我首先来讲一下百度的人工智能。

　　首先简要介绍一下百度大脑，我会讲一下计算机视觉、增强现实、语音技术和NLP。

　　百度的人工智能基本上可以从这三个层次上来看，中间的层次我们经常叫做百度大脑，就是人工智能的基础技术。跟人脑一样，百度大脑里面我们需要有听的能力、看的能力，还有对语言的理解能力。

　　当然在百度特别重要的一个功能是大数据提供的推荐和预测的能力，百度现在的搜索需要去预测哪些网页可能是你真正想看的网页，在百度还有跟无人车相关的决策规划、运动和控制。因此在这个层面上，基本上构成了百度大脑的一些非常核心的基础技术。

　　最底下是来支持和研发这些技术的，我们叫机器学习平台，特别是深度学习平台。这里面有PaddlePaddle的深度学习平台，有开源的平台，还有大规模计算，包括CPU、GPU、FPGA。当然我们也很需要大数据来做训练。

　　在这个平台上我们研发这些人工智能的基础技术，有了这些基础技术之后，我们可以有非常多的应用。比如像度秘的应用、图片搜索、人脸闸机，甚至包括自动驾驶。百度大脑主要是几个基础技术，主要是语音、图像、用户画像和大数据。

　　下面讲一下计算机视觉。这个大部分的工作是在IDL，我下面一个个来讲一下。

　　首先是人脸识别，人脸识别包括人脸检测和识别。人脸检测在这个图里面我们会看看脸在哪里，脸上的一些主要特征点在什么位置上。识别的话，一个就是来看这是不是同一个人，还是不同的人。百度人脸识别其实做得还是非常好的，我们在2014年、2015年在国际测试集上都是领先的，2016年我们在这个上面有非常大的技术突破。

　　下面有一些内部的数据给大家说一下这个突破到底有多大。在2015年年底、2016年年初的时候，我们在内部的一个测试集上，把一些很简单的东西去掉了，基本上留下的就是比较难的一些例子。因为我们不想每次看的都是99%以上，我们在内部的测试集是非常难的。在那个测试集上，当时年初的时候还是8%的错误率，在9月份的时候，当时大概是开百度世界大会的时候，我们把错误率降到了大概是2.3%，这是非常大的。平常我们说把错误率降低20%、30%或者是50%，这个其实是几倍的降低，我们现在基本上已经做到了低于1%，在这个测试集上。因此大家能看到，基本上我们在一个已经非常好的系统上，它的性能提高了接近10倍，这是非常大的一个突破。就是因为我们有了这些突破，我们有一些非常有意思的应用。