百度硅谷AI實驗室（SVAIL）近日宣布，百度已開源關(guān)鍵人工智能(AI)軟件Warp-CTC，并公開了關(guān)鍵代碼。百度硅谷實驗室已向GitHub上傳了Warp-CTCC代碼庫，鼓勵開發(fā)者試用這些代碼。百度表示，代碼將開放給所有從業(yè)者，包括但不限于創(chuàng)業(yè)者。百度此次開源人工智能軟件代碼，讓全球知識共享又邁出了一大步，知識共享領(lǐng)域?qū)⒓ぐl(fā)出更多創(chuàng)新，開發(fā)者能獲取更豐富的技術(shù)學(xué)習(xí)途徑，促進(jìn)開發(fā)者進(jìn)行技術(shù)開發(fā)，對全球人工智能行業(yè)發(fā)展有著極其重要的現(xiàn)實意義。

　　Warp-CTC是百度前期為了在最新的計算機(jī)芯片上更快速運(yùn)行而專門研發(fā)的一種改良版深度學(xué)習(xí)算法。CTC（鏈結(jié)式時間分類算法）方法始于2006年，在瑞士AI實驗室IDSIA的論文中有所描述。CTC結(jié)合了多個不同的神經(jīng)網(wǎng)絡(luò)設(shè)計，以處理不完美的數(shù)據(jù)集。百度SVAIL工程師在打造端對端語音識別系統(tǒng)時，在CTC基礎(chǔ)上開發(fā)了Warp-CTC，該軟件可用于解決繪制輸入序列到輸出序列圖譜過程中的監(jiān)督問題，改善培訓(xùn)模型的可擴(kuò)展性，目前百度已經(jīng)將其運(yùn)用在了語音識別的改進(jìn)和優(yōu)化上。

　　在此次正式開源之前，Warp-CTC已被用于開發(fā)一款強(qiáng)大的深度語音識別系統(tǒng)DeepSpeech2。對于一些簡短的句子，該系統(tǒng)甚至比大多數(shù)人類正確識別語音的能力強(qiáng)。該技術(shù)目前已幫助百度數(shù)億用戶在移動端更好的獲取相應(yīng)的服務(wù)。百度也表示，希望此次開源能促使端到端的深度學(xué)習(xí)變得更簡單、速度更快，加快研究者的進(jìn)度，進(jìn)而對機(jī)器學(xué)習(xí)領(lǐng)域的進(jìn)步做出貢獻(xiàn)。

　　近幾年來，包括深度學(xué)習(xí)、語音識別等在內(nèi)的人工智能技術(shù)已經(jīng)成為行業(yè)熱點。以深度學(xué)習(xí)為例，將這項技術(shù)應(yīng)用到互聯(lián)網(wǎng)產(chǎn)品中之后，就可以實現(xiàn)各種“用腦”的學(xué)習(xí)型操作，如精致地轉(zhuǎn)錄語音或識別物體圖像，相當(dāng)于將特定字詞的音頻或特定物體的圖像導(dǎo)入一個大型模擬神經(jīng)網(wǎng)絡(luò)，隨著時間推移，此網(wǎng)絡(luò)將不斷“自我學(xué)習(xí)”，從而可以識別出更多的新目標(biāo)。Warp-CTC技術(shù)的應(yīng)用將有效改善用現(xiàn)有的方式應(yīng)用CTC時對內(nèi)存的龐大需求，提升速度數(shù)十甚至數(shù)百倍。

　　隨著百度、谷歌、Facebook等企業(yè)全面免費開放各自的深度學(xué)習(xí)技術(shù)，研究者和開發(fā)者們很快就可以使用這些國際頂尖的基礎(chǔ)技術(shù)平臺開發(fā)機(jī)器學(xué)習(xí)系統(tǒng)產(chǎn)品，從而推動整個人工智能生態(tài)的繁榮。作為一家技術(shù)驅(qū)動的公司，百度深知，公開技術(shù)源代碼將會引起業(yè)界更多的興趣和熱情，使得相關(guān)的技術(shù)發(fā)展進(jìn)入良性發(fā)展的循環(huán)，為整個產(chǎn)業(yè)提供強(qiáng)大的技術(shù)驅(qū)動力。文字/于琦