百度谈自动识别应用在互联网上的崛起

摘要：自动识别技术是将信息数据自动识读、自动输入计算机的重要方法和手段，它是以计算机技术和通信技术为基础的综合性科学技术。近几十年自动识别技术在全球范围内得到了迅猛发展，目前已形成了一个包括条码、磁识别、光学字符识别、射频识别、生物识别及图像识别等集计算机、光、机电、通信技术为一体的高新技术学科

自动识别技术是将信息数据自动识读、自动输入计算机的重要方法和手段，它是以计算机技术和通信技术为基础的综合性科学技术。近几十年自动识别技术在全球范围内得到了迅猛发展，目前已形成了一个包括条码、磁识别、光学字符识别、射频识别、生物识别及图像识别等集计算机、光、机电、通信技术为一体的高新技术学科。在互联网高速发展的今天，自动识别技术和互联网深度结合发展将是自动识别技术未来的发展趋势之一，在互联网领域的广泛应用将会把自动识别技术推向新的发展高峰。

自动识别与深度学习协同发展传统行业自动识别的输出结果主要用来取代人工输入数据和支持人工决策。互联网领域对系统智能水平的要求越来越高，仅仅依靠自动识别技术已经不能全面地满足互联网的需要，所以自动识别技术与人工智能技术紧密结合的需求在互联网开始显现出来。目前，自动识别技术还只是初步具有处理语法信息的能力，并不能理解已识别出的信息的意义。要真正实现具有较高思维能力的需求，就必须使得自动识别技术结合人工智能技术，具备处理语义信息和理解信息的能力，这是自动识别技术在互联网蓬勃发展的一个重要方向。

深度学习DeepLearning是人工智能领域的一个分支，是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像、声音和文本。深度学习是无监督学习的一种，许多科学家在这里看到了硅谷科技企业的未来，因此，很多顶尖的人工智能领域专家都在研究如何将深度学习应用到具体的不同领域，以使之产品化、商业化。

百度联合物品编码中心推出的商品条码扫描功能

深度学习将推动自动识别进一步发展目前在互联网领域，深度学习的主要研究集中在人脸、声音等生物识别和一些数据识别领域，这些领域的研究主要是推动传统自动识别技术从识别信息的简单层次，进化到理解信息的高级层次。去年国庆节期间，一个美国的研究团队设计出了一套自动识别软件，这套软件能够从一大堆分子中学习发现那些可能成为药物的分子。当该系统的高识别率公布时，即使很多惯于挑剔的科学家也对实验结果表示震惊。业内称这是深度学习领域的一次重大进步。同期，加拿大的一队科学家设计出来的识别软件，在一次交通标注识别挑战赛上战胜了其他专家。

硅谷的科技企业和百度公司早几年前就开始在产品中使用人工智能技术，深度学习被应用到语音识别、计算机视觉等领域时产生了很多新成果。当深度学习的技术配合上大数据的储备，语音搜索、图像搜索等新兴技术，就不再仅仅是技术的噱头，而是将搜索用户从数亿拓展到数十亿，这也是Google、苹果和百度纷纷在语音搜索上推出新产品的原因。

令人震惊的是，美国科学家吴恩达领导Google的专家们，用16000台电脑模拟了一个人脑神经网络，他们向这个网络展示了1000万段随机从Youtube上选取的视频，看看它能学会什么。结果在完全没有外界干涉的条件下，它自己识别出了猫脸。百度在深度学习和自动识别领域的发展百度语音助手、百度语音输入法都是声音识别领域的典型产品，百度魔图、百度寻人、百度明星脸等产品都是人脸识别的典型应用。

百度人脸识别的目标是做互联网娱乐最好的产品，当然和以安全监控为目的的人脸识别是有区别的。互联网上的应用和监控中的技术难点不同、技术路线也不同，不是以准确率为第一衡量目标。百度2013年和中国物品编码中心合作，推出了商品条码扫描功能，在物品编码中心商品条码数据的支持下，结合百度庞大的数据支持，为用户提供良好的搜索体验。

Tag：百度 自动识别 条码 商品条码扫描