3月23日的演讲中，李彦宏将回港上市定义为百度的“二次创业”。
对于百度来说，“二次创业”的说法绝非虚辞。年冲刺纳斯达克时，百度还是一家纯粹的搜索引擎企业；时隔十六年后帮助百度叩开港交所大门的，则是深耕了十年之久的人工智能，百度已经彻底成为一家AI生态型企业。
犹记得在年5月举办的第二届数字中国建设峰会上，李彦宏在阐述百度AI的愿景时打了一个形象的比方：“互联网是前菜，它的特点是快；人工智能才是主菜，需要温火慢炖，但营养丰富。未来没有一家企业可以声称与人工智能无关，吃不到这道主菜，将失去一个时代。”
借着百度二次上市的契机，似乎有必要重新梳理下百度AI的十年历程，如何从不被外界注意的新事物，逐步蜕变为百度的第二增长引擎，并帮助百度提前锚定了人工智能时代的市场站位。
鉴于篇幅的原因，本文主要分为四个章节。
01育种
年，神经网络专家Hinton和他的两个研究生将神经网络应用于语音的声学建模，与行业内流行了30年的标准工具一较高下，在小词汇量连续语音识别数据库TIMIT上，获得了语音识别竞赛胜利。
于是深度学习像是打开了闸门的洪水，迅速从语音识别、图像识别延伸到机器翻译、语义理解等领域，极短的时间里就成了学术圈的主流。彼时中国互联网还处于PC时代，流量红利犹在，太平洋对岸的热闹未能触动太多企业，人工智能的应用还只是停留在科幻电影里的虚幻场景。
百度可能是国内最先“觉醒”的互联网巨头，在年初率先成立了“自然语言处理部门”，尽管最初的目的是为了服务搜索中产生的智能化需求；接下来不断在语音、图片等技术上布局，并敲定了在知识图谱技术上长期投入的战略。
到了年的时候，百度的AI战略已经初步成型，陆续成立了深度学习研究院IDL、人工智能实验室。年百度开始涉足智能驾驶领域，先后推出了深度语音系统、百度大脑、度秘、Apollo自动驾驶平台等技术体系，涉及自然语言处理、机器翻译、语音、视觉、机器学习、深度学习、知识图谱等核心技术。
也正是从年开始，百度的研发费用进入稳步增长期。研发投入在营收中的占比，从早期的不足10%跃升到年的21.4%，十年间的累计研发费用高达亿元。甚至有好事者进行过这样一组对比：年进军人工智能后，百度的营收增长了14倍，研发费用的增长却超过25倍。
上千亿的研发资金似乎并未直接利好百度的营收，但带来了远比一时的利润更有价值的硬实力：
根据国家工业信息安全发展研究中心发布的《人工智能中国专利技术分析报告》，在人工智能专利申请量和授权量方面，百度以件专利申请和件专利授权位居第一，并在深度学习、智能语音、自动驾驶等领域占据首位。
仅在年期间，百度被国际AI顶会收录的论文达到多篇，在CVPR、ECCV、NeurIPS、INTERSPEECH等全球顶级的人工智能学术会议或相关竞赛上，百度AI问鼎冠军近30次，斩获了多个行业权威奖项。
沉甸甸的数字背后，百度就像是一位劳作在田间地头的“育种师”，亲手开辟了一块又一块的试验田。在外界沉迷于追逐风口疯狂扩张的时候，百度的速度看起来有些“落后”，但育种师清楚的知道这些种子的价值在哪里
02散播
年，人工智能的浪潮终于走出学术圈。在某场著名的公关事件后，人工智能逐渐成为大家茶余饭后的谈资。或许很多人对人工智能的应用依旧陌生，但人工智能的进化速度彻底刷新了人们的传统认知。
原本痴迷于移动互联网船票的中国企业逐渐意识到，属于人工智能的时代已经不再遥远，倘若和新的技术浪潮失之交臂，结果可能是灾难性的。现实的残酷在于，根据第一财经等主流媒体的报道，中国AI人才的缺口可能有万的规模，并将随着人工智能的产业化进程逐年增长。
百度开始有意调整自己的姿态，从默默深耕的“育种师”，思考怎么将前沿的人工智能技术散播出去，避免重复造轮子等问题。
年9月的百度世界大会上，集视觉、语音、自然语言处理、知识图谱、深度学习等技术于一体的百度大脑正式对外开放，并且每隔一段时间就会进行迭代，合作伙伴可以直接调用百度AI的核心能力。
同样是在年，百度主导的深度学习框架PaddlePaddle（飞桨）上线，涵盖了深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件，填补了中国开源深度学习框架的空白。
在云计算的战场上，百度率先提出了“ABC”战略，将人工智能（AI）、大数据（BigData）和云计算（Cloud）融合在一起，将视觉、语音、语义理解等擅长的AI能力通过云计算服务带到了企业级市场。
即便是不被外界重视的人才培养方面，百度在年与西安交通大学联合开设了人工智能班，与中科院大学在人才培养、科学研究、数据开放、资源共享等方面达成合作，开启了产学研一体化的篇章。
数据再一次证明了百度的远见。
目前百度大脑已经对外开放多项AI能力，日调用量超过1万亿次；百度飞桨凝聚了万开发者、服务了10万家企业、创建了超过34万个模型；截止到年底，百度总计为社会培养了超过万AI人才……
更加有说服力的是百度创新的业务孵化。年之前百度的业务主要集中在移动互联网的领域，目前已经形成了以AI为核心的生态布局。比如信息流已经是百度移动生态的核心组成，小度的月交互次数已经达到75亿次，Apollo旗下的Robotaxi和Robobus在国内多个城市接待的乘客数量已经超过21万。
回头来看，将AI的种子散播出去注定了百度作为AI生态型企业的定位，毕竟技术只有落地才能发挥其最大的价值。
03生根
年，外界对人工智能的讨论进一步从技术范畴延伸到社会趋势。理查德·利普西在《经济转型：通用技术和长期经济增长》中提出了一个重要的观点，即社会经济的持续发展是靠通用技术的不断出现而持续推动的。
正如蒸汽机的出现开启了近代工业文明，内燃机和电磁叠加构筑了现代工业体系，基于电磁技术的半导体催生了计算机、智能手机，打开了互联网组成的信息文明……几乎每一项通用技术都对人类的生活方式产生了彻底的颠覆和改变，而人工智能恰恰是理查德·利普西总结的26种通用技术之一。
百度对人工智能的价值有着自己的思考，比如百度CTO王海峰不止一次在演讲中强调这样一个观点：人工智能技术已经有了标准化、自动化和模块化的特征，具备了进入工业大生产阶段的一些基本前提，将是第四次工业革命的核心驱动引擎。
除了对人工智能价值的布道，百度开始从两个维度推动人工智能技术走向生产的第一线，在落地应用的过程中生根发芽。
第一个维度是百度的组织架构改革。
大约从年开始，百度就开始整合人工智能体系，在年下半的一次架构调整后，王海峰开始统管AIG、ACG和TG三块业务，百度AI的打法也进一步清晰，云计算被定义为智能基础设施的底座，同时将人工智能和底层技术能力灌输到底座中，进而成为赋能各行各业的“动力工厂”。
到了年初，百度再次夯实了自身的人工智能战略，从“AI+云”的整合过渡到云智一体的新阶段。
第二个维度是业务层面的持续升级。
百度大脑6.0在核心技术和产业应用两个方面全新升级，进化为软硬一体的“AI大生产平台”，成为各行各业赋能的“AI新型基础设施”；百度飞桨确立了向下对接芯片，向上支撑各种应用的定位，主动担纲智能时代的操作系统；百度智能云推出了AI-Native云计算架构，云和AI有了深度的融合。
选择将云智一体作为进化方向，初衷可能并不复杂：只有降低了产业应用的门槛，技术的商业潜力才会逐步兑现。
如果对人工智能的产业落地有所
转载请注明：http://www.0431gb208.com/sjszlfa/4348.html
