在日前舉行的百度世界大會(huì)上，百度喊出了近來(lái)互聯(lián)網(wǎng)界頗為流行的“生態(tài)”口號(hào)。百度的“生態(tài)”與視頻、手機(jī)、電視沒(méi)有關(guān)系，它要建立的是連接3600行的大數(shù)據(jù)生態(tài)圈。

“百度是天然的大數(shù)據(jù)公司，覆蓋全網(wǎng)6億網(wǎng)民，每天響應(yīng)60億次搜索請(qǐng)求，150億次定位請(qǐng)求。”百度大數(shù)據(jù)實(shí)驗(yàn)室副主任范偉表示。然而，然而如何在海量信息中準(zhǔn)確甄別信息、計(jì)算相關(guān)信息、快速反饋信息，仍是技術(shù)研發(fā)人員面臨的嚴(yán)峻考驗(yàn)。

大數(shù)據(jù)問(wèn)診

《21世紀(jì)》：百度日前發(fā)布了慧醫(yī)療、慧城市、慧創(chuàng)業(yè)三款應(yīng)用。能否以“慧醫(yī)療”為例，為我們介紹下，百度采用了哪些技術(shù)?大數(shù)據(jù)又是如何應(yīng)用的呢?

范偉：慧醫(yī)療其中的一項(xiàng)應(yīng)用是深度醫(yī)療對(duì)話機(jī)器人，通過(guò)語(yǔ)音輸入或在應(yīng)用界面輸入文字，用戶可以和機(jī)器人進(jìn)行對(duì)話。你輸入自己的疾病癥狀，她可以對(duì)你的疾病進(jìn)行分析，并根據(jù)你的需求提供建議或幫助。重要的是，當(dāng)用戶意圖和信息不明確時(shí)，深度對(duì)話機(jī)器人會(huì)智能的揣摩用戶意圖，引導(dǎo)用戶。在充分理解，用戶需求后，提供用戶需要的信息。

機(jī)器人對(duì)用戶問(wèn)題的回答都是以大數(shù)據(jù)為基礎(chǔ)的。網(wǎng)上有兩類醫(yī)療信息，一類是病人之間的信息共享，一類是醫(yī)生之間的信息交流。專業(yè)的醫(yī)療信息雖然能在網(wǎng)上和醫(yī)書里獲取，但內(nèi)容十分有限。比如網(wǎng)上關(guān)于心臟病、糖尿病的信息很多，但是關(guān)于心臟搭橋的信息就很少。這些信息魚龍混雜，重要的是進(jìn)行信息甄別，對(duì)信息的可信度進(jìn)行分析。可信度分析也是通過(guò)數(shù)據(jù)計(jì)算出來(lái)，比如有多少人參考了這個(gè)答案，這個(gè)人回答過(guò)多少問(wèn)題，他(她)回答問(wèn)題的所用的詞匯分析等等。核實(shí)后的信息會(huì)整合成一個(gè)類似的知識(shí)庫(kù)，每條信息都有個(gè)0-1間的可信度。用戶提出的問(wèn)題，都用庫(kù)里的信息作為基礎(chǔ)回答。

《21世紀(jì)》：提問(wèn)和回答之間如何做到信息匹配呢?

范偉：用戶提問(wèn)的意圖也有很多種，我們系統(tǒng)里大概有數(shù)十種用戶意圖的分類，比如說(shuō)你想知道是什么病，還是想知道吃什么藥，自己怎樣調(diào)養(yǎng)。但是有時(shí)候用戶提問(wèn)的意圖并不明確，例如“我今天不舒服”。這樣我們的系統(tǒng)會(huì)和用戶進(jìn)一步揣摩、明確意圖，例如問(wèn)他(她)是想獲得治療信息、疾病知識(shí)，還是醫(yī)生信息，再提供服務(wù)。我們的意圖模型，利用基于深度學(xué)習(xí)的建模，精準(zhǔn)率達(dá)到了90%多。

《21世紀(jì)》：目前市場(chǎng)上移動(dòng)醫(yī)療的應(yīng)用程序也很多。慧醫(yī)療所應(yīng)用的技術(shù)處于什么水平呢?

范偉：通過(guò)大數(shù)據(jù)和人工智能等技術(shù)實(shí)現(xiàn)自然語(yǔ)言問(wèn)診，問(wèn)診答復(fù)的精準(zhǔn)率超過(guò)了70%，據(jù)我了解我們是業(yè)內(nèi)第一家做到這個(gè)準(zhǔn)確率的。我們機(jī)器人會(huì)確認(rèn)用戶意圖，當(dāng)意圖不明確時(shí)她會(huì)揣摩和追問(wèn)，以保證答案的是用戶需要知道的信息。

《21世紀(jì)》：百度大數(shù)據(jù)實(shí)驗(yàn)室目前的整體情況是怎樣的?

范偉：大數(shù)據(jù)實(shí)驗(yàn)室成立于去年4月，關(guān)注大規(guī)模機(jī)器學(xué)習(xí)算法和應(yīng)用、大數(shù)據(jù)預(yù)測(cè)分析和垂直行業(yè)應(yīng)用探索、帶結(jié)構(gòu)大數(shù)據(jù)的算法研究、智能系統(tǒng)的研究等方向。實(shí)驗(yàn)室分為北京和美國(guó)硅谷兩個(gè)分部。實(shí)驗(yàn)室采用承諾承包制，你選擇的項(xiàng)目你負(fù)責(zé)。我負(fù)責(zé)關(guān)鍵架構(gòu)，關(guān)鍵技術(shù)攻關(guān)和方向性的問(wèn)題，路不能走錯(cuò)。我們的大規(guī)模機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)技術(shù)、人機(jī)對(duì)話技術(shù)在業(yè)界都處于領(lǐng)先水平。

方興未艾

《21世紀(jì)》：國(guó)內(nèi)大數(shù)據(jù)產(chǎn)業(yè)方興未艾，國(guó)務(wù)院不久前也印發(fā)了《大數(shù)據(jù)發(fā)展行動(dòng)綱要》。你如何看國(guó)內(nèi)大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展?

范偉：從創(chuàng)業(yè)者角度講，你要了解用戶需求，解決用戶的痛點(diǎn)，才能能帶動(dòng)產(chǎn)業(yè)、解決就業(yè)，還能把很多技術(shù)出口到國(guó)外去。我們實(shí)驗(yàn)室的大規(guī)模機(jī)器學(xué)習(xí)算法、搜索技術(shù)、圖像識(shí)別、深度學(xué)習(xí)等都是世界級(jí)水平的。

美國(guó)在很多方面迭代比較慢，因?yàn)樗且呀?jīng)發(fā)展的比較成熟了，歐洲公司也比較慢。但我覺(jué)得百度迭代非常非常快。現(xiàn)在很多新概念都是在中國(guó)、在以色列等地區(qū)出現(xiàn)的。這是思維比較活躍的國(guó)家。

國(guó)內(nèi)大數(shù)據(jù)產(chǎn)業(yè)很火，有些是真的，有些是忽悠。要看大數(shù)據(jù)技術(shù)應(yīng)用之后能否實(shí)現(xiàn)對(duì)現(xiàn)有模式的改變，能改變多少，這些改變是否有幫助。

《21世紀(jì)》：你理想中未來(lái)的數(shù)據(jù)生活是怎樣的?

范偉：手機(jī)真正成為你的生活秘書。比如今天我加班晚了，通過(guò)定位信息等和手環(huán)的健康信息檢測(cè)，手機(jī)能知道我沒(méi)吃飯，會(huì)主動(dòng)推送說(shuō)，“要不要點(diǎn)個(gè)外賣?”我去葡萄牙出差，手機(jī)知道我平時(shí)喜歡跑步，會(huì)推送給我當(dāng)?shù)刈钸m合跑步的地方。這種智能化服務(wù)會(huì)讓用戶覺(jué)得生活質(zhì)量都提高了。你能專注于你喜歡的事情，這是我期待看到的。

《21世紀(jì)》：你描述的場(chǎng)景應(yīng)該如何去努力實(shí)現(xiàn)呢?

范偉：定位信息、健康數(shù)據(jù)檢測(cè)、地圖位置信息等，這些在技術(shù)上都不難。但這些靠一家公司無(wú)法完成，需要多個(gè)企業(yè)、部門進(jìn)行合作，打破一些壁壘，包括政策性的壁壘和行業(yè)間的壁壘，這樣1+1的效果就大于2。我希望我們的技術(shù)不僅僅是服務(wù)于某家公司，而是服務(wù)360行，帶動(dòng)整個(gè)社會(huì)進(jìn)步。