昨天（10月30日），百度舉行了一次小規(guī)模的媒體開(kāi)放日活動(dòng)，介紹了其深度學(xué)習(xí)在最新的拍照搜索方面的應(yīng)用成就。這個(gè)技術(shù)從8月20日開(kāi)始，已經(jīng)部署在手機(jī)百度5.5版本上。
自2013年百度公布深度學(xué)習(xí)戰(zhàn)略以來(lái)，通過(guò)媒體的持續(xù)跟進(jìn)，深度學(xué)習(xí)的一些現(xiàn)實(shí)應(yīng)用已經(jīng)廣為人知。例如最普及的拍照搜索，與其他一些互聯(lián)網(wǎng)公司僅能識(shí)別簡(jiǎn)單的書(shū)籍、CD封面不同，百度已經(jīng)可以識(shí)別并檢索人臉、植物、水果等形狀不規(guī)則、顏色復(fù)雜、規(guī)律性不強(qiáng)的圖像。一個(gè)應(yīng)用實(shí)例是，用戶對(duì)皮膚病患者的患病部位拍照并進(jìn)行搜索，百度通過(guò)與數(shù)據(jù)庫(kù)中的標(biāo)準(zhǔn)案例比對(duì)，能夠告訴患者病情的嚴(yán)重程度，并給出對(duì)應(yīng)醫(yī)院、醫(yī)生的就診建議。據(jù)百度高級(jí)副總裁王勁透露，目前，這一拍照預(yù)診產(chǎn)品的成功率已經(jīng)達(dá)到93％。
但是，由于深度學(xué)習(xí)技術(shù)涉及到大量高深的數(shù)學(xué)技術(shù)和復(fù)雜的算法原理，目前在大眾領(lǐng)域，對(duì)其的認(rèn)知仍然比較零散，還停留在兩端：在原理端，知道這是一種很先進(jìn)的計(jì)算機(jī)技術(shù)；在實(shí)用端，知道有語(yǔ)音識(shí)別、圖像搜索等實(shí)際用途。但深度學(xué)習(xí)對(duì)現(xiàn)有的計(jì)算機(jī)應(yīng)用有怎樣的革命性，以及這些實(shí)用技術(shù)具有怎樣的商業(yè)價(jià)值，卻不甚了然。
淼叔自去年6月在國(guó)內(nèi)首度報(bào)道深度學(xué)習(xí)在互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用后，一直在關(guān)注這個(gè)領(lǐng)域的發(fā)展，并結(jié)合《數(shù)學(xué)之美》等經(jīng)典的數(shù)學(xué)－互聯(lián)網(wǎng)－商業(yè)領(lǐng)域的普及書(shū)籍，試著把上面兩個(gè)問(wèn)題解答一下，并結(jié)合百度剛發(fā)布的第三季度財(cái)報(bào)，看看這個(gè)領(lǐng)域的商業(yè)價(jià)值。
深度學(xué)習(xí)的價(jià)值在于"自動(dòng)化"
計(jì)算機(jī)出現(xiàn)對(duì)于人類最大的意義，是可以把大量重復(fù)勞動(dòng)快速完成，因?yàn)檎摵?jiǎn)單的運(yùn)算能力，計(jì)算機(jī)的效率早就可以達(dá)到人類的數(shù)億倍。反推過(guò)去，如果要讓計(jì)算機(jī)解決什么問(wèn)題，就先要把這個(gè)問(wèn)題轉(zhuǎn)化為可以簡(jiǎn)單計(jì)算的內(nèi)容（計(jì)算次數(shù)可以充分巨大，反正能力強(qiáng)）。再往前推一步，一個(gè)領(lǐng)域的"可簡(jiǎn)單計(jì)算化"，決定了它的"計(jì)算機(jī)處理化"程度也就是自動(dòng)化程度，也就決定了它大規(guī)模發(fā)展的程度。
以文字內(nèi)容為例。早期在互聯(lián)網(wǎng)上，人們需要人工識(shí)別網(wǎng)頁(yè)的內(nèi)容，并以此分類，提供給用戶搜索。這樣效率就很低，在網(wǎng)頁(yè)數(shù)量高速增長(zhǎng)后，搜索行業(yè)就拖了后腿。在TF-IDF算法出現(xiàn)后，計(jì)算機(jī)可以自動(dòng)提取一篇文章內(nèi)容的關(guān)鍵字，網(wǎng)頁(yè)的歸類實(shí)現(xiàn)了自動(dòng)化，再配合上Google發(fā)明的Page Rank算法，使網(wǎng)頁(yè)的優(yōu)先排序也自動(dòng)化了，整個(gè)文字世界被成功數(shù)字化，這才有了互聯(lián)網(wǎng)對(duì)媒體行業(yè)的顛覆性大發(fā)展。同時(shí)，IDF算法能成功識(shí)別出網(wǎng)頁(yè)的關(guān)鍵內(nèi)容，使搜索引擎可以為它匹配上高度相關(guān)的廣告，實(shí)現(xiàn)了商業(yè)鏈條的閉環(huán)。
但是，文字只是人類世界的一小部分。在可感知的領(lǐng)域中，聲音、圖像都占據(jù)有更大的數(shù)據(jù)量，也是更為直觀、人口基數(shù)更大的信息交流方式。目前，在這個(gè)領(lǐng)域，像手工給文字網(wǎng)頁(yè)分類一樣，人們依然使用人工分類的方式進(jìn)行信息索引、查找與再利用。這實(shí)際上是把聲音、圖像都先文字化，而文字內(nèi)容已經(jīng)互聯(lián)網(wǎng)化，所以才能用互聯(lián)網(wǎng)的方式處理那些多媒體內(nèi)容。
這里的"人工分類"，粗略地說(shuō)，在大數(shù)據(jù)領(lǐng)域，就相當(dāng)于"打標(biāo)簽"，用文字標(biāo)注出多媒體內(nèi)容的屬性。我們一開(kāi)始就說(shuō)了，整個(gè)鏈條中只要涉及人工，效率必然被拖后腿。這也是大數(shù)據(jù)領(lǐng)域現(xiàn)在的難題，因?yàn)榭偵俨涣巳斯ご驑?biāo)簽這個(gè)環(huán)節(jié)。
說(shuō)到這里就可以看出深度學(xué)習(xí)的重要意義了：深度學(xué)習(xí)的最大特點(diǎn)，就是把一個(gè)復(fù)雜的認(rèn)知問(wèn)題分解為幾層簡(jiǎn)單問(wèn)題，通過(guò)對(duì)簡(jiǎn)單問(wèn)題的大運(yùn)算量處理，得出規(guī)律，進(jìn)入下一"層"，逐層運(yùn)算處理，直到觸達(dá)事物本質(zhì)。舉個(gè)比較粗略的例子，在人工分類時(shí)，對(duì)于一朵花，人們需要手工打上一些標(biāo)簽：粉紅色，分為六個(gè)均等的部分（花瓣），中間有柱狀蕊，常與綠色一起出現(xiàn)，等等。當(dāng)輸入一張花的圖片時(shí)，計(jì)算機(jī)與這幾個(gè)標(biāo)簽比對(duì)，都對(duì)上了，就輸出結(jié)果：這是一朵花。商業(yè)價(jià)值拓展則是配上廣告，哪里可以買到花，買到花盆，買到養(yǎng)花的書(shū)，找到跟你一樣喜歡養(yǎng)花的單身女性，等等。
整個(gè)過(guò)程的短板在人工打標(biāo)簽的階段。而在深度學(xué)習(xí)層面，它不需要人類去打標(biāo)簽，只要給它輸入一百萬(wàn)張花的圖片，它會(huì)自動(dòng)逐層尋找共同特征，歸納出標(biāo)簽，最后再去跟同類圖片比對(duì)，驗(yàn)證這些標(biāo)簽，完成認(rèn)識(shí)過(guò)程。有人可能說(shuō)你這100萬(wàn)張圖片還不是要人工拍攝、輸入？那倒還真未必，拿一個(gè)攝像頭對(duì)準(zhǔn)一盆花自動(dòng)拍不就得了，如果想增加點(diǎn)全面性，那就把花盆放在自動(dòng)旋轉(zhuǎn)臺(tái)上，旁邊再放個(gè)電風(fēng)扇讓它搖曳多姿，這樣可以保證系統(tǒng)獲得盡量多樣化的圖片。
移動(dòng)時(shí)代的價(jià)值確立
所以我們回到百度的案例來(lái)，就可以看到深度學(xué)習(xí)的巨大商業(yè)價(jià)值。它解決了搜索引擎在處理多媒體信息方面的弱項(xiàng)，把他們轉(zhuǎn)化為已經(jīng)具有成熟技術(shù)和商業(yè)模式的文字信息。同時(shí)，由于多媒體信息相對(duì)于文字信息在數(shù)量級(jí)上的龐大，這部分的商業(yè)真空也同樣巨大。更為重要的是，文字搜索更多的是一種PC時(shí)代的習(xí)慣，移動(dòng)互聯(lián)網(wǎng)時(shí)代，由于文字輸入的瓶頸和手機(jī)拍攝／語(yǔ)音功能的完善，語(yǔ)音、圖片搜索的比例將大幅度提升甚至成為主流。根據(jù)李彥宏披露，百度現(xiàn)在已經(jīng)有10％的搜索請(qǐng)求來(lái)自于語(yǔ)音，而未來(lái)五年內(nèi)，語(yǔ)音、圖像搜索將驅(qū)動(dòng)一半以上的搜索請(qǐng)求。
這也是百度重兵投入深度學(xué)習(xí)的戰(zhàn)略意圖。打仗的根本要訣是要在熟悉的戰(zhàn)場(chǎng)、以擅長(zhǎng)的戰(zhàn)術(shù)決戰(zhàn)；而深度學(xué)習(xí)可以把世間萬(wàn)物近似全自動(dòng)地?cái)?shù)字化為百度已經(jīng)建立的文字搜索模式，又使使用場(chǎng)景和商業(yè)空間數(shù)以百倍計(jì)地增長(zhǎng)，而需要的又是百度最為擅長(zhǎng)的技術(shù)研發(fā)能力，所以當(dāng)然要全力以赴。同時(shí)，深度學(xué)習(xí)又是一個(gè)需要大量技術(shù)積累的領(lǐng)域，這使得它成為百度移動(dòng)互聯(lián)網(wǎng)時(shí)代最可依賴的技術(shù)門檻。
在三季報(bào)發(fā)布前一個(gè)月上線拍照搜索、三季報(bào)發(fā)布日附近又將手機(jī)百度升級(jí)到更強(qiáng)化拍照搜索和身邊商務(wù)的6.0版，都是為了強(qiáng)化百度以深度學(xué)習(xí)技術(shù)驅(qū)動(dòng)的移動(dòng)互聯(lián)網(wǎng)戰(zhàn)略。而在本年第三季度中，百度首度出現(xiàn)了移動(dòng)流量超越PC流量的現(xiàn)象，移動(dòng)營(yíng)收在總營(yíng)收中占比也達(dá)到了創(chuàng)紀(jì)錄的36％。這種增長(zhǎng)，不僅僅是PC端流量的簡(jiǎn)單遷移，而是語(yǔ)音、圖像搜索等更具移動(dòng)特色的搜索需求開(kāi)拓出了新的場(chǎng)景，也帶來(lái)了新的變現(xiàn)途徑。所以，除了移動(dòng)流量和營(yíng)收比例增長(zhǎng)外，百度總營(yíng)收也同比增加了52％。
對(duì)于移動(dòng)互聯(lián)網(wǎng)，越來(lái)越主流的聲音認(rèn)為，它不是桌面互聯(lián)網(wǎng)的繼續(xù)延伸，而是平級(jí)于互聯(lián)網(wǎng)革命的又一場(chǎng)革命。僅僅在信息處理領(lǐng)域，我們已經(jīng)看到語(yǔ)音、圖像對(duì)于文字的顛覆，也看到了成熟商業(yè)模式的曙光。而驅(qū)動(dòng)這一切發(fā)生的，依然是生生不息的技術(shù)創(chuàng)新。
作者陽(yáng)淼為山寨發(fā)布會(huì)創(chuàng)始人，他將在微信公眾號(hào)"山寨發(fā)布會(huì)"上更新他的最新觀察，新浪微博@陽(yáng)淼，私信開(kāi)放。
