華夏經緯北京

在日前舉行的百度世界大會上，百度喊出了近來互聯網界頗為流行的“生態”口號。百度的“生態”與視頻、手機、電視沒有關系，它要建立的是連接3600行的大數據生態圈。

“百度是天然的大數據公司，覆蓋全網6億網民，每天響應60億次搜索請求，150億次定位請求。”百度大數據實驗室副主任范偉表示。然而，然而如何在海量信息中準確甄別信息、計算相關信息、快速反饋信息，仍是技術研發人員面臨的嚴峻考驗。

大數據問診

《21世紀》：百度日前發布了慧醫療、慧城市、慧創業三款應用。能否以“慧醫療”為例，為我們介紹下，百度采用了哪些技術?大數據又是如何應用的呢?

范偉：慧醫療其中的一項應用是深度醫療對話機器人，通過語音輸入或在應用界面輸入文字，用戶可以和機器人進行對話。你輸入自己的疾病癥狀，她可以對你的疾病進行分析，并根據你的需求提供建議或幫助。重要的是，當用戶意圖和信息不明確時，深度對話機器人會智能的揣摩用戶意圖，引導用戶。在充分理解，用戶需求后，提供用戶需要的信息。

機器人對用戶問題的回答都是以大數據為基礎的。網上有兩類醫療信息，一類是病人之間的信息共享，一類是醫生之間的信息交流。專業的醫療信息雖然能在網上和醫書里獲取，但內容十分有限。比如網上關于心臟病、糖尿病的信息很多，但是關于心臟搭橋的信息就很少。這些信息魚龍混雜，重要的是進行信息甄別，對信息的可信度進行分析。可信度分析也是通過數據計算出來，比如有多少人參考了這個答案，這個人回答過多少問題，他(她)回答問題的所用的詞匯分析等等。核實后的信息會整合成一個類似的知識庫，每條信息都有個0-1間的可信度。用戶提出的問題，都用庫里的信息作為基礎回答。

《21世紀》：提問和回答之間如何做到信息匹配呢?

范偉：用戶提問的意圖也有很多種，我們系統里大概有數十種用戶意圖的分類，比如說你想知道是什么病，還是想知道吃什么藥，自己怎樣調養。但是有時候用戶提問的意圖并不明確，例如“我今天不舒服”。這樣我們的系統會和用戶進一步揣摩、明確意圖，例如問他(她)是想獲得治療信息、疾病知識，還是醫生信息，再提供服務。我們的意圖模型，利用基于深度學習的建模，精準率達到了90%多。

《21世紀》：目前市場上移動醫療的應用程序也很多。慧醫療所應用的技術處于什么水平呢?

范偉：通過大數據和人工智能等技術實現自然語言問診，問診答復的精準率超過了70%，據我了解我們是業內第一家做到這個準確率的。我們機器人會確認用戶意圖，當意圖不明確時她會揣摩和追問，以保證答案的是用戶需要知道的信息。

《21世紀》：百度大數據實驗室目前的整體情況是怎樣的?

范偉：大數據實驗室成立于去年4月，關注大規模機器學習算法和應用、大數據預測分析和垂直行業應用探索、帶結構大數據的算法研究、智能系統的研究等方向。實驗室分為北京和美國硅谷兩個分部。實驗室采用承諾承包制，你選擇的項目你負責。我負責關鍵架構，關鍵技術攻關和方向性的問題，路不能走錯。我們的大規模機器學習算法、深度學習技術、人機對話技術在業界都處于領先水平。

方興未艾

《21世紀》：國內大數據產業方興未艾，國務院不久前也印發了《大數據發展行動綱要》。你如何看國內大數據產業的發展?

范偉：從創業者角度講，你要了解用戶需求，解決用戶的痛點，才能能帶動產業、解決就業，還能把很多技術出口到國外去。我們實驗室的大規模機器學習算法、搜索技術、圖像識別、深度學習等都是世界級水平的。

美國在很多方面迭代比較慢，因為它是已經發展的比較成熟了，歐洲公司也比較慢。但我覺得百度迭代非常非常快。現在很多新概念都是在中國、在以色列等地區出現的。這是思維比較活躍的國家。

國內大數據產業很火，有些是真的，有些是忽悠。要看大數據技術應用之后能否實現對現有模式的改變，能改變多少，這些改變是否有幫助。

《21世紀》：你理想中未來的數據生活是怎樣的?

范偉：手機真正成為你的生活秘書。比如今天我加班晚了，通過定位信息等和手環的健康信息檢測，手機能知道我沒吃飯，會主動推送說，“要不要點個外賣?”我去葡萄牙出差，手機知道我平時喜歡跑步，會推送給我當地最適合跑步的地方。這種智能化服務會讓用戶覺得生活質量都提高了。你能專注于你喜歡的事情，這是我期待看到的。

《21世紀》：你描述的場景應該如何去努力實現呢?

范偉：定位信息、健康數據檢測、地圖位置信息等，這些在技術上都不難。但這些靠一家公司無法完成，需要多個企業、部門進行合作，打破一些壁壘，包括政策性的壁壘和行業間的壁壘，這樣1+1的效果就大于2。我希望我們的技術不僅僅是服務于某家公司，而是服務360行，帶動整個社會進步。