科技小辛辛|30年，《AI已来：让中国AI走向世界的王海峰》独特视角讲述中国AI( 四 ) 金磊发自凹非寺量子位报道|公众号QbitA

王海峰下决心改变现状，没人写申报材料，他自己来写。
在成果上，王海峰也和团队取得了飞速的成就。
当时百度参加了国家高技术研究发展计划中的机器翻译项目。在立项时，王海峰表示他们可以在中英机器翻译上超过谷歌，当时在场的很多专家都表示难以置信。
事实是最好的证明，这一项目的执行周期原本为三年，而百度翻译在一年多的时间里，就在中译英准确率上超过了谷歌。
在百度“种植”AI
2010年王海峰在百度正式开启工作时，所做的第一件事就是成立了“自然语言处理部” 。
以服务搜索引擎中产生的相关需求，进而又在语音、图像技术上推进当时名为“多媒体部”的诞生，以及敲定了百度在知识图谱技术上的研发投入。
对于今天的百度来说，这三个方向的累积可以说是为后续AI技术从无到有、深入发展奠定了至关重要的基础。
例如2011年，百度推出的基于机器翻译技术的产品“百度翻译” ，就是在NLP部门的支持下完成，随后不断在这一产品框架下进行技术的更新迭代。

文章图片
正是这种高频应用场景和先进技术的碰撞，让百度在2015年推出了世界上第一款互联网神经网络翻译系统，跑赢了谷歌、微软等企业。
但王海峰对自己在百度的定位，远不止于NLP ，应当是把基础的学术能力泛化输出。
于是几乎在成立了NLP部门的同一时期，王海峰就已开始着手布局语音技术和视觉技术，牵头组建了当时的“多媒体部” 。
在王海峰的极力推动下， “多媒体部”很快就取得了大量的研发成果：
在语音方面，有围绕语音识别的复杂声学建模、海量语言模型和高速解码等关键技术;在图像方面，则进一步推进了图像识别、图像分类、图像搜索以及OCR等技术的完善。在这一时刻，百度也在某种程度上完成了从产品需求引领技术更新，到技术进化推动产品革新的发展。
在2012年年中，百度多媒体部门开始推动这些技术的产品化，使其进入了用户的视野。
建立在图像的智能化理解能力之上，多媒体部门推出了一款图片搜索引擎“百度识图” 。语音的智能化理解则被整合到了移动端，在手机百度、百度输入法、百度地图等产品中加入了语音输入功能。2017年，百度股价再创巅峰， AI成了最重要的功臣。
其中很大一部分原因在于，百度不仅用AI技术对原有业务进行了提升，还进入了自动驾驶、语音交互硬件等全新的领域。业务范围的拓展，显然和技术能力的拓展不无关系。

文章图片
建立在这一基础之上， AI技术能力的累积，让百度在AI发展方向上，可以直接走向C端市场而不是仅仅向B端提供技术赋能。
如今从百度AI的全面布局来看，王海峰建立的多媒体部，以及带领多媒体部所累积下的基础，可以说是确定了百度AI未来的发展轨迹。
与此同时，在从学界到产业的不断探索中，王海峰发现了一个很有趣的问题，即“开源”和“开放”两个概念的异同。
在科技企业的开发者生态中，开源是一种很普遍的文化，开发者们彼此分享源代码，通过对代码的修改编译来完善产品。
很快王海峰就发现，对于AI来说，仅仅开源是不够的。大部分渴求应用AI技术的产业中并不具备专业的技术人才，对于它们来说，需要的是一个操作简便的平台，提交数据后就能直接获得结果。
于是在机器翻译、NLP等领域取得突破成就的同一时期，他开始向前推进百度更大图景的技术平台化政策。
直到如今，我们仍能够看到百度技术平台化的第二步工作——不断打造可供产业全流程使用的平台和工具接口，深入细节场景，最终形成了我们所看到的百度大脑AI开放平台。