0
武漢“解封”進入倒計時，這場持續了2個多月的戰“疫”與期待終見尾聲。
在庚子年的這場疫情戰事中，百度AI所展現的扎實落地及技術開放態度，讓AI真正與物理世界建立了聯系、讓用戶真正對AI有了感知的溫度。
2月3日，百度董事長兼CEO李彥宏發出一封內部信。信中說，“讓我感到驕傲的是，在百度，無論什么時候，無論情況有多難，總有那么一群最有勇氣擔當的同學，在關鍵時刻挺身而出。”
因此，我們有必要復盤一下百度AI戰“疫”的全局。
橫向來看，以百度地圖、飛槳、智能云、百度研究院為代表的部門，紛紛”祭”出自己的技術和產品，并形成一股合力向C/B/G端用戶輸出；
縱向來看，病毒分析、疫情防控、輔助診斷和復工復產，疫情發展的每一個階段，百度采取了一種近乎“浸入式”的參與方式：
從成立3億元疫情及公共衛生安全攻堅專項基金、提供人工智能技術支持和億級計算資源配套，到百度地圖等人工智能、大數據產品為疫情科學管理提供參考；從免費開放線性時間算法LinearFold、免費智能外呼平臺、AI 測溫系統陸續落地使用，到“AI 開發者戰疫守護計劃”，再到推出多舉措多產品支持企業復工生產……
多年來的巨大投入，在這一刻顯示出堅實的成色。百度走出了一條科技抗“疫”、AI抗“疫”之路。
李彥宏在開年內部信中說，“很多用戶為百度在抗擊疫情中的努力點贊， ‘做有溫度的公司，做敢擔當的百度’———這樣的話，在我心中，比PV，比DAU更重千鈞。”
百度地圖：大數據防疫的模板
從武漢疫情爆發以來，百度地圖的員工就一直在爭分奪秒，在第一時間上線疫情相關的各類數據和功能。1月21日起，百度地圖員工放棄原本的春節休假，投入到了疫情戰斗中。而每一項功能的推出，對于百度地圖的全體員工來說都是一次印象深刻的經歷。
（百度地圖員工們的年夜飯）
以遷徙大數據平臺為例，百度地圖慧眼在人口與地理大數據服務上有長期積累的成果，它一直圍繞著人口與地理大數據服務，向B端、G端提供產品能力，一直得到政府統計部門、國家智庫和城市規劃院所的認可。
意識到在春節假期和疫情交疊的時期，社會對人群流動數據的需求會更高的情況時，團隊就緊鑼密鼓地開始了遷徙大數據平臺的籌備。
歷經12個小時的連續開發，平臺的第一個版本在1月22日火速上線。
隨著后續政府、媒體的關注度持續增加，用戶對于遷徙大數據平臺的期待值越來越高，百度地圖團隊的工作量也越來越大，需要每日持續快速地升級這個平臺。
1月25日，百度地圖遷徙大數據平臺增加了“遷徙趨勢圖”，展現人口流動變化趨勢；1月26日，百度地圖上線遷徙規模指數，反映遷入或遷出人口規模；2月7日，百度地圖推出城內出行強度功能，可查看城市目前出行狀況。
這種以“天”為計算單位的產品迭代速度，在業內人士看來，也非常罕見。
雷鋒網了解到，截至3月15日，百度地圖遷徙大數據平臺和全國實時路況平臺已累計提供超22.4億次服務。
百度CTO王海峰表示，“在全國上下齊心抗疫的特殊時期，百度一直發揮著自身在AI、大數據、搜索、信息服務方面的優勢，馳援一線的防疫控疫工作，或幫助前線抗疫工作者提升效率、保障安全，或為政府和研究機構提供科學的數據參考，或為普通大眾提供及時有效的服務。這是我們對‘用科技讓復雜的世界更簡單’這一使命的踐行，也是我們的責任和擔當。”
與此同時，百度地圖陸續推出了發熱門診地圖、疫情小區地圖、復工地圖、公交地鐵客流量查詢等功能。
這些功能的底層數據來源是百度地圖開放平臺海量的定位服務數據（為脫敏數據，處理各環節均不涉及個體隱私），每天響應全球位置服務請求超過1200億次，這個龐大的位置請求數據正是此次百度地圖及時獲取疫情數據信息、快速推出各項功能服務的基礎。
百度地圖也與不同機構、政府展開合作，打通各類政策信息獲取渠道。
例如，與北京市交通委合作，上線公交地鐵客流量查詢服務；與國家衛生健康委員會官方政務新媒體平臺健康中國合作，將發熱門診地圖鏈入健康中國APP中。
百度地圖正在用大數據洞察時間和空間，描繪出疫情下各城市遷徙、人流、交通的全景圖，成為疫情防控不可或缺的一股力量。
智能測溫：700萬人次的“檢閱”
如果我們注意的話，疫情期間在進出火車站或者地鐵的安檢通道里，我們都會看到有一個“無接觸”式的測溫儀，這個測溫儀在減少交叉感染方面發揮著無可替代的作用。
北京清河站也不例外。作為北京北部新的綜合交通樞紐，清河火車站的AI測溫系統從部署測試到正式上線，只花了6天左右的時間。我們列出了一條時間線：
1月23日（農歷二十九），百度積極響應中關村對“紅外測溫產品”人工智能技術方案征集的“江湖召集令”， 百度安全、企業智能平臺、物聯網、百度視覺技術部以及飛槳等多個團隊共有近百人臨危受命，他們放棄了春節原定的安排，迅速投入到了AI多人體溫快速檢測解決方案的開發中。
1月26日（大年初二），中關村科學城管委會正式發函確認采用“百度方案”，并要求百度在兩天之內即在清河站完成試點部署。
1月28日（大年初四），百度AI測溫系統完成了在清河站的部署（高鐵西側出口）并啟動試運行。
2月2日，經過數日試運行后，百度AI測溫系統在清河站（高鐵西側出口）正式投入運行。
百度AI測溫系統在清河站的落地有效地協助了清河站的體溫檢測和疫情防控工作，得到了多方肯定。在隨后的一周中，百度的技術團隊陸續完成了清河站全部19處出入口的設備部署。
盡管便利了人群的通行，但是不得不說，這種“無接觸”的測溫方式存在一個很大的局限性：例如，冬季過道內的溫度較低，會不會讓體溫的測量數據存在誤差？
智能云物聯網團隊負責人坦言，AI測溫系統在實際的部署過程中，確實會面臨著眾多工程化方面的挑戰，包括現場體溫檢測點的部署條件、被檢人員行進路徑規劃、電力與網絡支持、安裝地點各部門協同、檢測人員培訓等諸多問題。
但是就具體的技術而言，最大的挑戰主要來自于復雜的外界環境因素對檢測精度的影響。由于體溫檢測點多設置于公共場所的出入口位置，檢測設備時常會受到包括氣溫、風力等外界環境因素影響，極大降低了檢測的準確度。
(深夜仍在清河站進行設備調試的百度智能云物聯網部同學)
為此，百度使用了一系列深度學習算法和數據集完成高精度線性擬合，針對采集到身體表面溫度各區域進行實時精準推測，相較傳統熱像儀直接針對溫度最高點進行跟蹤的方法，運算后的結果更加接近于現場實際環境下通行人員體溫情況，表現也更為平穩和一致。
同時，針對當前黑體方案成本較高等弱點，百度專門研發了基于低成本實時溫度黑體的紅外測溫校準技術。依托穩定溫度參考源配件及環境溫度實時校正傳感器等硬件實施，這項技術能配合體表溫度與身體溫度曲線數據精準的實時調校，更好地控制絕對精度，同時以較低的成本實現傳統黑體設備才能實現的效果。
截止2月底，百度AI測溫系統已在全國范圍內完成超過700萬人次的快速體溫檢測。而且，百度還將這套系統進一步做成了整體的解決方案，在百度園區使用，并已經在數字北京大廈等交通樞紐、行政機構、醫療機構、企業辦公及居住社區中陸續投入使用。
口罩檢測、口罩人臉識別：為復工復產而戰
當然，除了測體溫，車站、寫字樓、社區等場所還需要確保大家都戴好了口罩，甚至需要在大家帶著口罩的情況下，認出“是不是你”，而AI做到了。這件事情聽起來未免有點玄乎，但是百度真的做成了這件事情。
這得益于百度飛槳開源的業內首個“口罩檢測及分類模型”，以及戴口罩人臉識別技術的開放。
一般情況下，人臉識別是先提取人臉的128維特征點，然后根據不同的算法比較特征點進行人臉識別工作。戴了口罩之后，臉部的特征點就會少很多。這個情況下，對模型提出的要求有多高，我們可以想象的到。
百度是怎么做的？這里要提到2018年百度收錄于國際頂級計算機視覺會議ECCV的一篇論文。
基于論文中提到的PyramidBox，百度在自研的飛槳開源深度學習平臺上進行訓練，并通過PaddleSlim 等模型小型化技術，使得算法能夠高效運行在一些算力有限的設備上，在人流密集的公共場景檢測海量人臉的同時，將佩戴口罩和未佩戴口罩的人臉快速識別標注。
經過測試，模型的人臉檢測算法基于faceboxes的主干網絡加入了超過10萬張口罩人臉數據訓練，可在準確率98%的情況下，召回率顯著提升30%。而人臉口罩判斷模型能實現對人臉是否佩戴口罩的判定，口罩判別準確率達到96.5%，滿足常規口罩檢測需求。
口罩人臉檢測及分類模型演示效果（綠色邊界框為佩戴口罩人臉，紅色為未佩戴）
此外，對于實際場景中的光照、口罩遮擋、表情變化、尺度變化等問題，模型具有魯棒性，并且能夠在多種不同端、邊、云設備上實時檢測，在落地過程中做到真正實用。
除了在密集人流中對佩戴口罩人臉進行檢測及分類。
3月初，百度大腦還推出“戴口罩人臉識別”技術，當下已落地百度大廈辦公區，真正實現了戴著口罩“刷臉”也暢通無阻。
需求倒逼技術實現。此前，我們在進出各大火車站時，都需要摘下口罩配合安檢。如果這項技術進入安防“武器庫”，那么未來節假日的通勤效率將進一步提高。
智能外呼：未來疾控的常規化武器
不知道你們隔離期間有沒有接到過社區居委會的電話，你有沒有想過，跟你打這通電話的可能并不是人？智能外呼在這次疫情排查中幫了大忙。
以往，百度的智能外呼服務主要用于對企業的服務，例如意向客戶篩選、金融催收、信息通知和客戶回訪等場景中。
因為疫情突發，百度在過年期間臨時組建了項目組，并在極短時間內擴容線路，每個項目都有相應的運營人員全程支持。
部署初期，使用者需要與運營人員進行外呼需求的溝通，由運營人員協助搭建話術流程等過程，隨后使用者通過簡單的學習操作即可使用外呼平臺。
對百度而言，增加的成本包括號線成本、服務器算力資源成本、人力成本等。
據雷鋒網了解，目前，百度智能外呼平臺已經在北京海淀上地街道辦、陜西西安、延安、上海寶山、浙江溫州瑞安市等十幾個地區投入使用，截止3月1日，外呼總量已超過300萬次。
此外，百度表示，從2020年1月28日到疫情結束，會免費給各級機構開發外呼平臺。智能外呼的負責人向我們表示，對于使用者來說，外呼平臺的部署幾乎沒有成本。
其實，我們還可以預想一點，百度智能外呼的群控應用，未來將會實現“常態化”。例如，智能外呼可以幫助疾控中心、醫療機構等監控疾病在某個地區的傳播范圍，利用大數據來輔助監管部門實現更精準的醫療決策和更細致的網格化管理。
LinearFold算法：從55分鐘到27秒
目前，意大利的確診病例和死亡病例已經超過了中國。進入4月，美國的確診病例超過18萬，意大利的死亡病例數超過12000人，死亡率達到了恐怖的11.7%。藥和疫苗，成為疫區人民最需要的東西。
在百度地圖、智能外呼等疫情防控手段之外，百度研究院宣布對外開放一項名叫LinearFold的算法。這套算法，對于加速疫苗和藥物研發的價值尤為明顯。
百度在計算生物領域一直有研究和探索。2019年7月，這套算法由百度研究院首次提出，使得整序列、整基因組的RNA結構預測成為可能，也是RNA結構預測領域40年來第一次重大提速。這項工作當時發表于生物信息學頂級會議ISMB 2019和生物信息學權威雜志Bioinformatics。
RNA二級結構預測是RNA領域的一個基礎課題，在疾病診斷、疫苗研發等領域有廣闊的應用前景。
傳統上，RNA 二級結構預測需要三次方時間復雜度的算法，也就是說，如果序列長度翻一倍的話，就要付出8倍的計算時間，這對于RNA病毒基因組這樣的超長序列（例如艾滋病毒有約1萬個堿基，埃博拉病毒有約2萬個堿基）需要很長的等待時間，同時RNA結構很容易變異。
而冠狀病毒（包括非典病毒和這次的新冠病毒）的基因組又是所有RNA病毒里最長的，長達3萬個堿基，最快的經典算法也需要55分鐘。
為此，百度研究院利用了LinearFold在新冠病毒RNA全序列（約3萬個堿基）上進行二級結構預測，并與傳統算法進行了比較。結果顯示，這套算法能將預測時間從55分鐘縮短到27秒，速度提升120倍。
1月27日晚，百度研究院即迅速成立新冠RNA項目團隊，涵蓋AI算法專家、生物專家、工程專家等。經過3天大量準備工作，1月30日，百度研究院宣布對外開放LinearFold算法及網站rna.baidu.com。
如今，LinearFold算法已為全球100多家醫療、生物的研究機構提供技術助力。百度研究院也與海內外科研機構、頂級大學在病毒分析、mRNA疫苗設計等開展合作，幫助提升設計穩定的新型疫苗。
長遠來看，這類技術的意義遠不止于此。以往，這些生命科學領域的研究話語權一直旁落國外，主流的聲音也會認為中國在互聯網、AI等多次浪潮中“應用有余而技術不足”。
這樣一種“逼格”頗高、與病毒直接對話的尖端技術，無疑會打破主流觀點對中國AI能力的固有印象。
開放與合作，一直根植在百度的企業基因中。2002年，百度就建立了“百度聯盟”，帶領著全國的個人站長一起分享互聯網的紅利。
因此，從決定投入疫情戰斗開始，百度就堅持開放的戰略，向廣大開發者和企業用戶開放AI能力。2019年7月，李彥宏在第三次舉辦的AI開發者大會上說，“一生二，二生三，三生萬物。AI雖然不能夠產生萬物，但是它可以喚醒萬物。“
疫情期間，百度發布了基于百度大腦AI開放平臺和飛槳深度學習平臺的“AI開發者戰疫守護計劃”，開放240項技術能力，幫助開發者應對醫療、衛生、疾控等領域的“戰疫”一線需求。截至3月，已有400多家伙伴免費領用百度大腦AI技術能力，超過4000家企業、超千萬用戶通過百度AI技術賦能安全防疫。
AI，可以被“看”到的教育
就以樂往科技為例，它與百度合作的項目讓人真正感受到科技帶來的溫暖。
樂往科技是一家專門為聽障人士做產品研發與服務的科技公司。
疫情期間，為了響應國家“停課不停學”號召，保障聽障特殊學生群體也能流暢上“網課”，樂往科技開發了“慧譯聽障視頻字幕速記系統（百度抗疫特別版）”，百度大腦免費提供語音識別技術，有效解決了疫情下快速增長的用戶數量及高并發量帶來的視頻轉字幕出現卡頓問題，幫助樂往科技降低了至少一半以上的成本。
目前這一系統已惠及天津理工大學、北京聯合大學、長春大學等多所高校及特殊學校的2100多位聽障學生，30多所特殊學校的老師，用戶累積超過2萬多人。
AI，醫生的第二雙眼睛
武漢市金銀潭醫院放射科主任樊艷青曾說過，“我時刻提醒自己，告訴自己不要流淚，眼睛要用來看海量的CT和X光片子。”
面對海量的閱片需求，AI又一次讓民眾感知到“自己能干點什么”。
2月28日，連心醫療基于百度飛槳平臺開發上線"基于CT影像的肺炎篩查與病情預評估AI系統"，已在湖南郴州湘南學院附屬醫院投入使用。
該系統基于連心醫療在醫學影像領域積累的核心AI技術，結合飛槳開源框架和視覺領域技術領先的PaddleSeg開發套件研發，可快速檢測室別肺炎病灶，為病情診斷提供病灶的數量、體積、肺部占比等定量評估信息。
同時輔以雙肺密度分布的直方圖和病灶勾畫疊加顯示等可視化手段，為臨床醫生篩選和預診斷患者肺炎病情提供定性和定量依據，提升醫生診斷和評估效率。
百度飛槳助力連心醫療在業內首次開源上述系統中的肺炎CT影像分析AI模型，并在百度飛槳平臺上開放，為全行業的研究和研發提供一把“利器”，期待更多的醫院和算法研究者參與到基于AI的醫學影像大數據抗疫產品研發中來，為抗疫臨床研究和臨床產品研發貢獻力量。
AI，產業智能化的前夜
“新基建”是疫情后中國提振經濟的著眼點之一。而5G、人工智能、工業互聯網、物聯網等技術，必須與傳統產業相結合，才能迸發出巨大的增長潛力。
就如2003“非典”時期互聯網的高速崛起一樣，從推動產業發展的角度來說，與AI的結合將成為產業智能化的一種“前兆”。
百度CTO王海峰曾多次表達過一個觀點：“工業大生產的技術由非常強的通用性，這些技術也呈現出一些顯著的特征。所以，我認為一個技術同時擁有標準化、自動化和模塊化的特征，可以影響各行各業，就具備了進入工業大生產階段的一些基本前提。”
百度和微億智造聯合打造的智能自動化檢測設備——“表面缺陷視覺檢測設備”，可以代替人眼，適用于復雜表面缺陷檢測，單臺檢測設備達到10名工人的檢測量，1秒內對零部件6個面30多種缺陷進行準確的檢測，幫助企業解決了疫情期多數工人無法返廠的難題，同時還減少了車間里疫情傳染的風險。
為滿足防疫需求，幫企業降低成本，百度智能云還為因防疫需要使用百度智能云天工物聯網平臺的企業提供一年完全免費的服務。
除此之外，百度提供了智能電費優化服務、AI金融助力小微企業貸款等。這些都是幫助產業降本、增效的“全方位”手段，有力地促進了企業的復工復產。
在智能駕駛方面，百度Apollo也已聯合新石器、智行者、阿波龍、白犀休、青島悟牛科技、松靈機器人、博田等合作伙伴100多臺車輛，覆蓋消毒作業、物流運輸、物資發放三大場景，落地武漢、北京、上海、深圳、廣州等17個城市投入戰疫。
這些奔走在疫區一線的“小精靈”，為醫護和患者構筑起了一道安全的防線。
對未來越有信心，對現在越有耐心。
2019年，中國人工智能專利申請量排名中，百度以5712件位列第一，并包攬了深度學習技術、語音識別、自然語言處理、智能駕駛等多個人工智能核心領域第一。
對百度而言，這家公司很早就參與到運用人工智能推動產業與科技革命的進程中，可以說最早進行了布局并建立了領先優勢：
百度大腦已經實現了AI能力與應用場景融合創新，成為“軟硬一體AI大生產平臺”，打通AI產業化的全部流程，實現了AI技術的標準化、自動化和模塊化；
百度大腦的基礎底座———飛槳深度學習開源開放平臺，是智能時代構建AI生態、加速產業智能化的核心基礎；
百度智能云，更好地、軟硬一體地、把數據、算法、算力等結合起來，賦能各行各業轉型升級。
從產品到解決方案，從解決方案到開放生態，百度一步步地擴大自己的開放口子，把AI能力毫無保留的貢獻出來。
不久前，《麻省理工科技評論》發表了題為“百度如何運用人工智能抗擊疫情”的專題文章，以一個中國企業為典型樣本介紹中國AI抗疫的經驗。
百度交出的這份教科書般的AI疫情防控答卷，讓人們感受到AI給這個行業帶來的技術之光。在全球疫情的至暗時刻，AI企業的抗疫實踐和智能化成果，將會成為其他國家和人民的學習樣本。
2018年11月的百度世界大會上，在當天演講的結尾中，李彥宏說出了一句讓人印象深刻的話：“AI會讓世界變得更美好嗎？百度的回答是，'Yes, AI do'.”雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
