百度大腦開放24種全新能力，可識別生病或未絕育的流浪貓
記者 | 肖芳
在百度大腦首場開放日活動上，百度大腦宣佈開放24種新的AI能力，在市政、物流、教育等行業有了更多落地方案。截至目前，百度大腦開放了158項AI能力，24小時快速整合，開發者數量超過100萬。
百度大腦開源深度學習平臺PaddlePaddle以及通用AI能力都進行了更新。其中，PaddlePaddle核心框架Paddle Fluid v1.3新增釋出視訊分類模型庫，新增支援NLP語義表示BERT模型，提升分散式訓練效能。目前，百度PaddlePaddle已對外開放超過50種經過工業場景驗證的官方模型。比如，領邦利用PaddlePaddle，通過ICNet語義分割模型識別精密零件瑕疵，實現了零件自動分揀。
此外，百度大腦通用AI能力還在語音、視覺、自然語言處理、知識圖譜等方面進行了更新。
語音方面，百度大腦推出了語音識別極速版，搭載注意力（attention）模型的語音能力，百度方面稱實現了更快的響應速度，相對識別準確度可提升15%。語音識別預置語義解析的預置場景由35個升級為51個。百度大腦即將推出幾款新產品，包括語音識別自訓練平臺、遠場語音開發套件和語音離線合成等產品。
視覺方向上，OCR、車輛分析、人臉人體、影象識別都有升級。比如，卡證OCR新增了戶口本、出生醫學證明、港澳通行證和臺灣通行證四類新能力，可識別卡證總數達到9種。當用戶對著戶口本拍一張照片，系統就能根據欄位進行結構化識別，然後反饋出資訊頁的出生地、出生日期、姓名、民族、與戶主關係、性別、身份證號碼。
票據OCR和汽車場景OCR也分別新增了行程單、保單、通用機打發票、定額發票、車輛VIN碼、機動車銷售發票、車輛合格證等識別能力。目前，百度大腦OCR產品全系列可以識別型別多達34款。
人臉人體識別方向上，百度大腦此次釋出了新能力人臉情緒識別，人臉檢測關鍵點由72個增至150個，常見手勢能識別種數也達到了24種。影象識別方向，百度大腦更新了紅酒和地標識別兩個新能力。車輛分析方面上線了車輛檢測和車流統計。百度大腦還會陸續上線車輛屬性識別、車輛外觀損傷識別、人臉融合、手部關鍵點識別、更高精度的人像分割以及錢幣識別等有趣有用的應用場景。
同時，百度大腦語言及知識技術也進一步開放。在語言處理應用技術方面，百度大腦新增文字糾錯、新聞摘要、智慧寫詩、智慧春聯和對話情緒識別等能力，在知識理解方面，百度大腦推出了作文檢索和知識問答兩個新能力。智慧寫作平臺將在4月全面上線，從素材上可為創作者提供工具、幫助找到靈感，從而提升創作者的寫作效率和產出質量，降低寫作成本。
在市政、物流、教育等領域，百度大腦加持的產品有了更多落地的案例。比如，百度EasyDL與分形科技打造的智慧垃圾桶已成功地落地海淀公園，可以對7種常見垃圾自動分類；在和德邦物流的合作中，百度EasyDL使用定製詞法分析快遞申請，一秒拆分姓名、電話、住址等資訊；百度EasyDL還與中科院在珍稀鳥類識別專案上展開的合作。百度EasyDL利用影象識別技術協助專家們對動植物標本、照片進行快速鑑定，目前在700多種鳥類模top5上的識別準確率達到93.89%，非雀形目鳥類模型top5準確率達到95.79%。
值得一提的是，工程師用百度大腦動物識別技術和百度EasyDL設計出了智慧貓窩，擁有“貓臉門禁”、“病貓識別”、“絕育識別”三大功能，能夠幫助救助志願者發現生病和未絕育的流浪貓。