為了緊抓大數據命脈，百度不遠萬里到硅谷設立研究院

        當美國的“創客”紛紛來到中國深圳，呼吸著華強北渾濁空氣的同時，中國最大的搜索引擎百度前往美國硅谷設立研究院。

        根據連線的報道，百度的研究院坐落于蘋果總部的所在地 Cupertino，名為 Institute of Deep Learning，簡稱為 IDL。

        實際上，今年 1 月 19 日，李彥宏在百度年會上提出了將于今年專注于 Deep Learning 領域的研究院，他希望這個研究院能夠達到貝爾實驗室、Xerox PARC 的高度。百度的動作很快，從春節放假回來起算，成立研究院只不過用了兩個月的時間。

        如果我們要討論 IDL 成立的意義，就必須討論它的研究課題，以及它與百度之間的關系。所以，必須問這兩個問題：什么是“Deep Learning”呢？它能幫助百度什么呢？

        Deep Learning 是“機器學習”的新領域，最近一兩年十分流行，它是 20 年前紅火的研究領域“神經網絡”的后續發展，特點在于能夠比較好地處理圖像、語音這種特征不明顯的數據——按照鄧侃所說，”借助于 Deep Learning 算法，人類終于找到了如何處理 ‘抽象概念’這個亙古難題的方法。”

        比如，讓電腦認識什么是貓。

        去年 6 月，Google X 實驗室的一個項目，通過“機器學習”的方法，在 1000 臺電腦的幫助下，創造了一個多達 10 億個連接的“神經網絡”，就為了讓電腦知道，什么是“貓”。而最終在大量數據的支持下，電腦終于認識到“貓”是一種怎樣的動物，并成功地在 1000 萬張略縮圖中，找到“貓”的照片，識別率為 81.7%。而領導這個項目的人，正是在 Google 內部推動 Deep Learning 算法應用的 Andrew Y. Ng。

        但不止 Google 緊盯著大數據，蘋果、IBM 等科技公司同樣強烈渴望早點在這個領域樹立自己豐碑。百度也是搜索引擎，在中文搜索世界里，積累了大量相關的數據。它也要緊握大數據的果實——讓電腦認識 抽象概念，能夠提高機器的智能，讓人們在與機器交互的時候，變得更加自然。從整體來看，在“Deep Learning”上的進步，能夠幫助搜索引擎提高搜索結果的精度，語音識別、圖像識別的精度，為以后更自然的交互做好準備。

        兩個星期前，百度上線了“頭像搜索”，未嘗不能視為“Deep Learning ”的實際應用，不過也可以看出，它的搜索結果并不精確。我在百度上搜索百度多媒體部副總監余凱的頭像，得到的全部都是別人的頭像。當然，按照“機器學習” 的特性，當數據量越來越多，那么得到的結果也將越精確，百度頭像搜索上線不過兩個星期，數據量可能仍然不夠大。

        我不知道余凱未來會不會保留“多媒體部副總監”的頭銜，因為很顯然，這一次 IDL 的創立離不開他的幫助。為何這么說呢？因為在去年 6 月，余凱參加了紐約大學的 2012 電腦視覺及圖形辨識會議，并作出演講，內容與“Deep Learning 在視覺上的應用”相關，幻燈片可以在這里下載。此外，百度的頭像搜索和語音識別，是他帶領團隊所開發的產品。

        余凱對連線說，“我們心懷偉大的夢想，希望通過‘Deep Learning’，能夠模擬人類大腦的能力、能量、理解力。”現在，在硅谷，他已經找到第一名研究人員。

        題圖來自 wired