百度开源的Warp-CTC人工智能技术，到底是什么鬼？

百度硅谷AI实验室（SVAIL）近日宣布，百度已开源关键人工智能Warp-CTC的关键代码，并且已向GitHub上传了Warp-CTC的C语言代码库，共享给了开发者，引起了美国业内的广泛关注。

好的，那么问题来了。

一，百度开源的Warp-CTC是什么？

解释这个事情极为复杂，我们需要一步步说起。

）什么是深度学习

如何让人工智能模仿人类大脑的思考，一直是科学家在努力的事情，而深度神经网络就是模仿人类思考的方式，人类的思考方式是有深度加工的。

20世纪50年代，计算机科学家就设计出了神经网络，并经历了几十年的变化，机器可以通过一层又一层的判断，最后识别出对应的预测结果。在2006年Hinton对这个方法做出关键改进，对每一个层的数据结果进行数学优化，进而加快了学习速度，被称之为“深度学习”。

随后，“深度学习”获得了巨大成功，它是IBM沃森、DeepMind、谷歌、Facebook的基本算法。

2）语音识别中RNN与CTC的不同

语音识别自然这个人工智能领域也自然会使用到深度学习，但是传统的深度学习语音识别采用RNN循环神经网络(Recurrent Neural Network,)方案，即：

输入->RNN->输出->MSF

目前科大讯飞等国内研究机构都是采用RNN模型。而也在2006年，jurgen Schmidhuber团队在IDSIA开放了一种解决方案—CTC(Connectionist Temporal Classification链结式时间分类算法)，即：

输入->RNN->输出->CTC->错误->RNN->输出->CTC......

以求获得最优解。

对比这两种方案，CTC的方案是较优的，RNN的机器学习系统存在一定的标准损失，例如均方差和负数函数并不适合，而CTC方案之下则可以解决。

3）Warp-CTC与CTC

百度的SVAIL工程师在打造端对端语音识别系统时开发了Warp-CTC，目的是要改善培训模型的可扩展性和效率。因为当前可用的CTC应用通常需要更大的内存，并且速度慢了数十数百倍不止。而经过百度方面的优化之后的Warp-CTC可以提高原来CTC运算效率10到400倍。

百度此次发布的Warp-CTC属于C语言类型，并为Torch框架做了集成化处理。此外，Nervana系统自带的机器学习框架Neon也正在集成Warp-CTC。Warp-CTC可用于解决绘制输入序列到输出序列图谱过程中的监督问题，如语音识别。第三方开发者可直接将Warp-CTC嵌入到自己的开发系统中，直接实现更为高效的开发过程。

目前百度将其彻底开源了出来，最后放在了Github上。

（https://github.com/baidu-research/warp-ctc）

二，对于行业的意义

）巨头的标杆意义

纵观国际，谷歌于2015年11月开源了TensorFlow系统，而Facebook也于2015年12月公开Big Sur人工智能硬件架构。而百度于2015年5月开源了其深度学习平台，又在此次开源了Warp-CTC系统，有着很好的榜样作用。

百度将Warp-CTC核心代码公布无疑是对行业大利好的事情。在开源之前，Warp-CTC就已经被行业大量应用，已经帮助百度数亿用户的服务获取，百度的两大语音应用入口为“百度地图”、“手机百度”，“百度地图”的市场份额为70%日请求破50亿次，而“手机百度”也一直长期盘踞在各大应用商店TOP10，占42%。因此该系统的学习能力已经成熟，开发者可以直接使用迁移到自己的大数据产品中。

将录音转换为准确的文字以及图像，相当于机器通过音频得到图像等多个目标，这是更为复杂的事情，这也是机器“自我学习”不得不做的事情，Warp-CTC技术的应用将有效改善现有CTC对内存等硬件的庞大需求，并提升运算速度数十甚至数百倍。

2）大数据的大值

目前巨头纷纷开源人工智能技术，将迅速降低开发者部署深度学习系统的难度，人工智能的整个行业将会得到巨大发展，而企业方面也可以利用第三方提供的底层基础设施去抢占红利，这有点像安卓系统给了全世界智能手机的生产商带来的巨大机会，当前的人工智能开源技术也与此类似，未来是大数据的时代，马云也说过未来是从“IT”到“DT”的时代，而我们要做出的思考则是如何利用好这些数据，让这些数据发挥出最大的价值，这同时有赖于当前对大数据的利用能力。而小米的雷军也说过，如果小米最后无法成为一家大数据公司，那么小米离破产就不远了，因为小米的大数据已经大到公司难以承受的地步。

因此，大数据中蕴藏的大价值，有待于更高的技术，而这些技术也必须依赖于强技术的公司，并且他们的开源将会为小公司带来更快更好的进步，找到大数据中的大价值。

作者微信公众号：shouxifayanzhe