微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 百度总裁张亚勤:人工智能、云计算和大数据将成为时代的主题

百度总裁张亚勤:人工智能、云计算和大数据将成为时代的主题

2016-11-30 11:35
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2016-11-30 11:35 CNET科技资讯网

CNET科技资讯网 11月30日 北京消息(文/齐丰润): 2016年11月30日,2016百度云智大会在北京举行,本次峰会的主题为“智能,计算无限可能”。

百度总裁张亚勤:人工智能、云计算和大数据将成为时代的主题

云计算、大数据、人工智能已成为了当下百度最为重要的发力点。百度总裁张亚勤在会议开始时做出了精彩的致辞,他表示:“在对信息科技发展趋势进行判断时,我们的看法是,由人工智能、大数据和云计算组成的“ABC”将成为一个时代的主题。”

而在这个主题之下,百度将打造基于“ABC”三位一体的战略,开启百度的云时代。

以下是张亚勤演讲全文内容:

各位来宾,女士们、先生们,早上好!

非常感谢大家光临2016百度云智峰会。

今天的天气还是挺冷的,这道路也不太好走,很堵。但大家很早就赶到了我们的活动现场。我看到台下有很多熟悉的面孔,还有很多新的朋友,以及我们的合作伙伴和媒体朋友们。在此,再次感谢大家长期以来对百度的帮助和支持。

“云计算”这个概念提出可能有20多年,亚马逊/微软/GOOGLE开始研发云计算平台10年了。十年来,从一个名词概念,到质疑可行性,商业模式到一个规模达数千亿美元的产业,云计算服务的发展速度超出了很多人的想象。

根据Gartner的数据,2016年全球云市场规模达到2000亿美元,在新形势下,云计算产业将迎来巨大的发展机会。

百度高度重视云计算,我记得在2008年中国第一届云计算大会曾经说过,搜索是最大的云计算应用:计算量、存储、网络、SLA、延时、分布式、弹性、大数据等等,是不可能在端上完成的——早期是云计算的最重要应用.可以说百度是在云里出生的。

大约从两年前开始,百度开始了针对企业级市场的布局。一个月前对云计算品牌进行了升级――叫百度云,希望能利用我们在技术和平台方面的积累,构建新型云计算生态系统服务于企业客户。

另外我们也不断加强团队的实力,特别是2B的领军人才.今天我很高兴给大家介绍一位新同事:Watson,尹世明先生。他刚作为副总裁加盟百度,担任百度云事业部总经理。加入百度之前,他在苹果和SAP工作过,拥有20多年全球领军企业的技术和管理经验。相信Watson的加入将会让我们的百度云业务更快发展。今后我们也会继续加强吸引高级人才的力度,壮大我们的队伍。

中国的云市场,很像马拉松比赛,42公里领先者才跑到2公里,机遇很大!下面我想简单谈一下百度公司的云计算切入点和战略。

在对信息科技发展趋势进行判断时,我们的看法是,由人工智能、大数据和云计算组成的“ABC”将成为一个时代的主题。大家可能注意到了,也是今天会议的主题。A就是AI,人工智能;B是Big Data,大数据;C是Cloud,云计算。

百度云基于“ABC”三位一体的战略。打个比方说,今后,人工智能会变得像电力一样重要,主导着每个人的数字生活体验。大数据就像是新能源,能让服务商更了解用户需求,让用户更轻松地获得自己喜欢的商品和服务。云则提供了各种应用和服务运营的基础。

大家都知道,云计算的三个层次主要是Iaas、Paas和Saas。百度云在这三个层次上都分别有独特的优势。

最底层是基本的IaaS,基础设施即服务,我们拥有国内最大的GPU/FPGA集群所构成的百度大脑的支持,最大的HAHOOP/SPARK集群和运营效率最高的数据中心。我们多年服务大规模业务比如搜索和视频的技术,运营大型数据中心能力,和支持多项工作流的经验 将对弹性,稳定,可靠,安全的云服务提供保障。

中间一层是PaaS,平台即服务。百度PaaS的与众不同之处在于,AI作为一种横向的服务位于最底层。百度大脑是百度云的核心引擎,百度云是百度大脑的云化,为前者提供了神经元和数据训练源。通过深度学习和机器学习技术,结合了超强计算、海量数据和优秀算法,在语音、图像、自然语言处理、等方面拥有杰出能力,打造独特的知识图谱,用户画像,商业逻辑。

大家都知道,在语音领域,百度Deep Speech 2系统实现了安静环境下汉语普通话语音识别97%的准确率,入选MIT科技评论2016年十大突破性技术。在图像领域,百度人脸识别系统,在全球权威的人脸验证LFW数据集上错误率仅有0.23%。自然语言处理方面,百度机器翻译系统支持28种语言,756个方向,打破语言藩篱。用户画像方面,百度拥有丰富的数据资源,利用大数据、机器学习技术将数据细分,实现了全平台十亿级用户千万级细分标签,能应用于推荐和预测服务。

此外,我们还将上百种算法模块整合到被称为Paddle Paddle的云端托管分布式深度学习平台。

这一层的平台是开放的,我们的客户可以使用各种算法模块、开发工具、数据引擎为自身的商业目的服务。PaaS这部分还有一层是我们之前发布的天算、天像、天工三大智能平台,分别针对智能大数据、智能多媒体、智能物联网这三个领域提供云服务。

而在最上层的SaaS软件即服务这一层,我们更强调对垂直行业的理解、渗透和方案定制。我们更多是和行业合作伙伴一起打造一个生态 服务各个产业:医疗云、教育云、金融云、交通云,物流等等。

回到ABC的话题,以人工智能为中枢,以大数据为依托,以云计算为基础,“ABC”将深度结合并改造传统行业,真正地提升每一个企业的运营效率,释放商业潜能,创造全新机遇。

截至目前,我们已经和超过3万家企业展开合作。我们相信,在当前瞬息万变的市场、需求升级的顾客中,ABC三位一体的云服务结构可以为客户提供业务可持续发展的动力引擎。

10月的百度云品牌升级和今天的云智峰会,都只是百度在云计算领域的一小步,但我相信,这也是百度与各行业伙伴们携手,重塑商业、引领变革、赋能未来的一大步。ABC也是刚刚开始的意思,预示着一个新开始,新起点。

谢谢大家!

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-