“百度一下”的未來

王瀟陽

作為搜索引擎的代名詞，“百度一下”已經在人民日常生活中發揮著無可取代的作用，而深度學習技術的誕生與發展則為“百度一下”的未來發展提供了巨大的技術支撐，文章從此出發，首先對“百度一下”及其發展前景做了簡要的描述，然后探討了深度學習技術的內涵與價值，并分析了其應用現狀，繼而以深度學習技術的應用前景為分析內容，指出了其在文本領域、圖像領域、音頻領域、視頻領域的應用前景。

網絡信息時代的到來極大地改變了人類社會生產生活的方式，特別是在信息搜集領域，搜索引擎取代了傳統的文獻查閱，成為人們信息獲取的主要方式。百度作為我國市場份額最大的搜索引擎網站，“百度一下”也成為網絡搜索的代名詞。深度學習技術屬于人工智能的范疇，是機器學習領域的重要分支，是相對于傳統的淺度學習，即僅包含單層非線性變換的淺層學習結構而言的新型學習結構，具有廣闊的發展前景與強大的應用價值，是實現人工智能的有效路徑，深度學習將簡單的特征進行組合，成為高層次的特征，從而實現對特定數據或者實際對象抽象表達的目標。百度于2012年引入深度學習技術，以此來實現深度神經網絡，并取得了不錯的應用成果，從未來的發展前景而言，深度學習技術與“百度一下”的融合將更加緊密。

1 “百度一下”及其發展前景

“百度一下”是百度網站2007年推出的廣告語，全稱為“百度一下，你就知道”，指代在百度網站中對某個詞語進行搜索。隨著信息技術的迅猛發展，“百度一下”逐漸成為網絡搜索的代名詞，從廣義的角度來說，凡事借助搜索引擎進行搜索，均可以視作“百度一下”，而從狹義的角度而言，則專指代以百度為搜索引擎的網絡搜索。由于百度在中國搜索引擎市場份額巨大，占比在80%以上，“百度一下”的廣義含義與狹義含義具有很大的重合性?！鞍俣纫幌隆焙艽蟪潭壬细淖兞巳藗冃畔⒌墨@取方式，使網絡成為現代人信息的主要來源，在具備海量數據以及便捷性、個性化服務優勢的同時，“百度一下”也存在不少問題，比如信息泛濫導致的可靠性下降，又如依附效應導致的思維碎片化等。深度學習技術的誕生與發展為“百度一下”的未來發展提供了重要的支撐，2012年百度公司引入了深度學習技術，并在多個領域取得了重要的突破，就以圖片搜索為例，傳統的搜索方式為隱文搜索，用戶借助圖片的主要文字信息，比如“故宮”搜索出故宮的圖片，而深度學習技術使得以圖搜圖成為常見的搜索方式，用戶只需拍攝圖片，并上傳百度搜索，就可以迅速找出類似的圖片，深度學習技術極大地提升“百度一下”的效率與價值，對“百度一下”的發展有著重要意義。

2 深度學習技術

2.1 深度學習技術的內涵、優勢

深度學習最早由Hinton教授于2006年提出，屬于人工智能領域的新技術。此后又有很多科學家和學者深入研究，很多研究表明，根據學習深度的不同，機器學習可以分為淺度學習與深度學習兩大類型，淺度學習是最為傳統我們所普遍認知的學習模式，僅僅包含單層非線性變換的淺層學習結構，在信息技術不斷發展，數據呈指數級增長的今天其現狀和性能已經越來越難以滿足社會發展的需求。深度學習的概念由此提出，所謂深度學習，指的是計算機以人腦的多層抽象機制為基礎，借助神經網絡來模擬人腦的學習過程。具體而言，便是構建具有很多隱藏的機器學習模型以及海量訓練數據的機器學習方法?，F代意義上的深度學習涉及到多門學科，典型的代數學、統計學、微積分、概率論等，主要借助設計和研發一些有助于計算機自動學習的算法來實現機器深度學習的目標。與傳統的淺度學習相比，深度學習有著非常突出的優勢，可以很好地化解淺度學習中存在的維數災難現象。不僅有效解決了局部最優的問題，且其內部訓練，或者說自主學習的過程不依賴樣本標簽信息，應用領域非常廣闊，特別是在非線性自然信號的處理中更是如此，常見的有語音識別、圖像識別、自然語言處理等。正是深度學習技術不可多得的優勢，使得其成為百度等搜索引擎發展完善的重要技術支撐。

2.2 深度學習技術的應用現狀

深度學習技術作為人工智能的分支，有著非常廣泛的應用領域，但從當前的應用現狀而言，受各種因素的影響，情形并不容樂觀，或者說，深度學習技術的應用價值并沒有得到有效的發揮，首先，訓練模式優化問題。監督學習是深度學習模型訓練的主要方式，此種學習方式離不開大量人工標準的訓練樣本，存在費時費力的問題，與人工智能的初衷違背，且訓練樣本的規模會影響到模型的應用精度；其次，理論創新問題?，F階段，大部分深度學習模型所以來的理論，都是卷積神經網絡等最為基本的神經網絡結構的疊加或混合，在復雜數據結構、數據關系的處理中不具備優勢；最后，規模應用問題。相比于科研工作中的火熱性，深度學習技術在實際的應用研究中仍然處于起步階段，并沒有規?；貞糜谌粘Ｉ钪?，即便是技術較為成熟的領域，比如語音識別、圖像識別等，也離普遍應用有一段距離。

3 深度學習技術的應用前景

3.1 文本領域的應用

文本領域是深度學習技術應用較為廣泛的領域之一，并且，隨著深度學習技術的不斷發展，近年來，有關文本領域的研究也大都集中于深度學習的應用上。作為國內市場份額最大的搜索引擎，百度文本數量巨大，且每天以海量的速度遞增，大規模文本分析是深度學習技術應用最為重要的內容。相關研究表明，在MATLAB平臺上，基于淺層結構RSM的DBN模型可以有效地利用20-newgroups文檔集進行訓練與測試，研究結果清楚地表示，基于淺層結構RSM的DBN模型在大規模文本分析中具有可行性，為后續相關應用的開展奠定了技術基礎與應用路徑。文本分類是搜索引擎中的難點所在，特別是在文本海量遞增的宏觀環境下，如何有效地開展文本分類，提升文本分類的精確度與準確度，關系到搜索引擎未來的發展態勢，對此，深度學習技術同樣有著很好的應用價值。以知乎實驗數據為依托的測試結果顯示，基于深度學習技術的模型在文本分類的準確度上有顯著的進步，特別是對于長文本而言，分類準確度高達98.06%，而對于分類難度更高的短文本，準確度也超過了90%。

3.2 圖像領域的應用

對“百度一下”而言，圖像領域的應用是深度學習技術應用的重要領域，一來，百度圖片作為百度搜索引擎的重要功能，在滿足社會圖片搜索中發揮著重要的作用，二來，百度搜索正從單一的文字搜索向多元的文字、語音、圖像搜索發展與延伸，拍照搜圖已經成為現代搜索的重要方式。在圖像識別的應用中，卷積神經網絡是應用得比較早的深度學習技術，在人臉識別以及其他特征較為明顯的圖像識別，比如車牌識別、花草樹木識別中有著特殊的優勢，并誕生了不少行之有效的模型，比如谷歌公司的GoogleNet模型就是基于卷積神經網絡的典型模型。深度學習技術在圖像領域的應用有著很強的拓展性，尤其是在遙感圖像的獲取、識別中有著重要意義，這為“百度一下”服務道路交通以及地形探測均有著很好的作用。有研究者構建了深度卷積神經網絡模型（DCNN），用來進行遙感水體的識別，實驗借助無人機來獲取遙感圖像，然后以支持向量機法以及面向對象法作為對比的方法，對比結果顯示，與其他模型相比，深度卷積神經網絡模型的識別效果更佳，是圖像領域應用的有效模型。

3.3 音頻領域的應用

語音識別是“百度一下”中的重要內容，在語音搜索成為常態的今天，如何有效地提升語音識別的質量成為深度學習技術應用的關鍵。信息技術的迅猛發展在提高社會生活便捷度的同時，也帶來了海量的數據，海量數據的有效利用成為“百度一下”當前的重點所在。在大數據時代，傳統的語音識別機制已經越來越難以滿足人們的搜索需求，因為傳統語音識別一方面在孤立語音的識別中存在著很大的缺陷，難以準確地將孤立語音識別出來，比如一個字、一個詞，或者一種聲響，另一方面，傳統語音識別存在較高的錯誤率，影響識別的效果。深度學習技術的應用為語音識別的發展與完善提供了新的思路。舉例而言，針對傳統的混合高斯-隱馬爾科夫（GMM-HMM）模型中存在的問題，相關研究者進行了改革，用深度神經網絡（DNN）替換了傳統的GMM，構建了新的DNN-HMM模型，與混合高斯-隱馬爾科夫模型相比，結合了深度學習技術的模型在詞匯識別的準確率上有了極大地提升。不僅如此，深度自動編碼器（DAE）在孤立語音識別中的應用表明，深度學習技術可以有效提升語音識別的適應性，使其滿足孤立語音的識別需要。

3.4 視頻領域的應用

多元化發展與綜合化運用是“百度一下”未來發展的主要趨勢，視頻領域的應用則是深度學習技術推動“百度一下”發展的重要領域。從當前深度學習技術的應用現狀而言，目標跟蹤以及交通監管是視頻應用中的重點。此處，深度自動編碼器已然有強大的應用機制。基于稀疏約束的DAE模型，能夠以非監督訓練監督式微調的方法來對模型進行訓練，進而在目標追蹤中予以應用，比如正在行走的人物或汽車等。仿生眼監控系統的研發與應用對深度學習技術在視頻領域中的應用起到了很好的推動作用。有研究人員在GooleNet模型的基礎上進行了改進與重構的工作，構建一個三分類的卷積神經網絡模型，使深度學習技術得以成功地應用于仿生眼監控系統中，能夠有效地對道路交通狀況進行識別。視頻應用作為目標追蹤的主要方式，在實際的使用中存在一些難點，比如在長距離、多目標的追蹤中很容易出現混亂乃至丟失追蹤目標的現象，而基于深度學習技術的卷積神經網絡輔助跟蹤法可以有效地彌補此一不足，提升復雜環境下目標追蹤的準確度。

4 結語

機器的深度學習是學科交叉融合的產物，主要以人工智能為研究對象，是探討機器模擬人腦學習的技術，它的核心目標是使機器具有類似于人類那種自我學習、自我發展的能力，從而使自身的性能更加完善，更好地被人類應用于社會實踐中，產生更大的影響和效益。百度一下的普及和深入人心是一場突破和開始，百度一下也越來越完善，語音輸入、圖片輸入、智能區分等，在這些基礎之上可以明顯的遇見，深度學習技術的提倡和發展對“百度一下”的未來發展將產生越來越重要影響，深度學習的理念和延伸將成為“百度一下”未來發展的核心推動力。

（作者單位：臺州路橋中學）