人工智能的博弈 百度是失誤還是作弊

　　這一周，百度因為在一個比賽中作弊被推到輿論的風頭浪尖。

　　2張彩票和200張彩票

　　事情原委還要回到5月中旬，彼時百度宣稱其在ImageNet(圖像識別最大數據庫)的圖像識別測試挑戰賽中擊敗了谷歌和微軟，稱其圖像識別錯誤率低至4.58%，而微軟是4.94%，谷歌為4.8%。而在這種測試中，人類辨識ImageNet照片的錯誤率為5%左右。

　　ImageNet這項比賽的全稱為Imagenet Large Scale Visual Recognition Challenge(ILSVRC)，由來自斯坦福大學、密歇根大學以及北卡萊羅納大學教堂山分校的學者舉辦，是目前最權威的圖像識別測試。該測試主要衡量計算機識別圖片中的物件的能力，其原理基本上和百度谷歌都有的識圖應用一致，不過測試的數據集規模極大，標準更加嚴謹詳細。

　　失誤or作弊?百度人工智能遭遇刷分危機

　　該比賽從2010年開始舉辦，至今已經是第六屆，參與比賽的學術組織和機構達到了50余所，大多來自世界知名大學的人工智能研究所以及科技界巨頭企業如谷歌、微軟等。

　　參與者需要掃描擁有100多萬張圖片的數據庫，將它們歸到1000個不同的類別之中，并對通過識別自動給每張圖片添加注釋，最后將結果上傳到ImageNet的評估服務器上。最終比賽排名結果及各項指標將由ImageNet在比賽結束后審核公布。

　　然而本月初，ImageNet隨后卻發文指責百度在測試中存在違規作弊行為。因為按照測試的官方規定，參與者每周只能向服務器提交2次測試結果，而百度卻在5天內提交了40次結果。此外，ImageNet表示，百度還使用了30個不同的賬號，在過去6個月中提交了約200次測試結果。

　　通俗的來講，百度這種做法可以理解為在其他團隊只購買2張彩票的情況下，它卻購買了200張彩票以提高中獎概率。

　　ImageNet將此情況通報給了所有參賽團隊，對百度的成績予以否認并禁止百度1年內不得參加該比賽。

　　百度的不遺余力

　　與谷歌類似，百度都是以互聯網搜索為基礎的技術導向型公司，手頭握有大量的用戶和數據積累，對于進行大數據挖掘，探索人工智能有著天然的優勢。它也確實學著谷歌一樣在各個領域加強自己的創新技術探索，人工智能就是其中極為重要的一部分。

　　在人工智能這個大領域百度的探索和研究都可謂不遺余力，且在多個細分小類別都有巨大的投入。

　　其中，就包括引進權威人才吳恩達及組建硅谷研究中心。2014年5月，百度宣布在美國硅谷成立人工智能的專門研發中心，并從谷歌挖來了深度學習權威學者吳恩達(AndrewNg)任命其為百度深度學習研究院首席科學家。吳恩達不僅是斯坦福大學計算機科學和電子工程學的學術風向標，更因其一手創建并領導了谷歌深度學習團隊，被業界譽為“谷歌大腦之父”，百度能聘到這樣的權威級人才實屬不易，可見其重視和投入。

　　去年底，美國《福布斯》發布文章稱，吳恩達及研究團隊發明了一種新的語音識別方法，這款基于深度學習的名為“DeepSpeech”語音識別系統可以在嘈雜環境下實現將近81%的辨識準確率。卡耐基梅隆大學工程學助理研究教授IanLane對其的評價是“百度研究院最近的工作有可能顛覆語音識別在未來的應用效果。”

　　而百度目前在國內擁有十幾座云計算中心，為滿足大數據在計算和存儲上的高要求，還投入使用了4萬兆交換機，并在探索10萬兆的交換機。百度在GPU高性能計算機上的投入也是十分下血本，其美國研發中心的科學家吳韌稱百度在2013年剛開始準備組建Minwa超級計算機的時候，購買量在國內達到了第二，“拿不到第一是因為天河當然得是第一”。