加利福尼亚州Sunnyvale - 中国科技公司百度尚未制作其流行的搜索引擎和其他用英语提供的Web服务。但请考虑自己警告说：百度可能有一天会在消费者中成为一个最爱。

百度的力量不在青年友好的营销或专注的销售团队中。它在百度的数据中心生活，服务器在大量数据上运行复杂的算法，并逐步使其应用更智能，包括不仅仅是网络搜索，还包括百度的音乐，新闻，图片，视频和语音识别的工具。

尽管缺乏谷歌和微软的可见性（在美国，至少），近年来百度在深度学习中做了很多工作，近年来近年来的人工智能（AI）研究中最有希望的领域之一。这项工作涉及培训系统，称为人工神经网络，从音频，图像和其他输入派生的许多信息，然后用新信息呈现系统并以响应地接收关于它的推断。

两个月前，百度聘请了Andrew Ng远离谷歌，在那里他开始并领导所谓的谷歌脑项目。NG，百度百度跟随Hugo Barra去年从谷歌到中国公司跳跃，是世界上少数的深度学习摇滚明星之一。

NG在斯坦福大学的机器学习，机器人和其他主题上教了课程。他还共同创立了大规模开放的在线课程Startup Courera。

他为什么像他这样的人会离开谷歌并加入一家公开资料的公司。他的论点可以让你感觉像你真的应该在未来几年内关注百度。

“我认为最佳推进AI任务的地方是百度，”NG在与VentureBeat采访中说。

百度搜索引擎仅在包括中国，巴西，埃及和泰国的几个国家/地区运行。巴西服务于上周宣布。根据ComScore PS的说法，虽然百度已经在全球百度和微软的Bing，但百度搜索引擎比百度的搜索引擎更受欢迎。

和百度联合创始人兼首席执行官罗宾·李德·斯坦福校区的常见演讲者，他表示，他希望百度成为世界各国的一半以上的品牌名称。据推测，那么，百度将有一天会成为美国人可以使用的东西。

以上：百度联合创始人兼首席执行官李。

图像

现在，NG将百度的研究组织作为公司的首席科学家出于公司的美国研发中心，并不难以想象，百度的英语工具，如果和当它们变得可用，那么甚至可能是难以消耗的类似服务苹果和其他科技巨头。（只想想到有多少人比SIRI快乐。）

一个稳定的充满AI人才

但这不是一个关于一个人会产生的差异的故事。百度有深入学习的历史。

几年前，百度聘请了一名人工智能的工程师Kai Yu。他在北京，他一直忙。

“我认为凯船深深地学习百度的令人难以置信的产品，”NG说。YU还开发了一种提供基础设施的系统，可以为不同类型的应用提供深度学习。

“那样，凯就个人没有必要在每一个应用程序上工作，”Ng说。

从某种意义上说，NG加入了一家已经在深度学习中建造了势头的公司。他没有从头开始。

以上：百度的凯宇。

图像

只有一些公司可能已经向NG呼吁，因为他想要推动人工智能前进。这是资本密集型的​​，因为它需要大量的数据和计算。他说，百度可以提供这些东西。

百度也灵活了。不像硅谷科技巨头，在每月活跃用户方面衡量活动，中国互联网公司更愿意在当天追踪使用情况。

“这是一个节奏的症状，”他说。“今天你在做什么？”中国的产品周期短; ng说，迭代很快很快。

此外，百度愿意让基础设施随时准备使用。

“坦率地说，凯刚做出决定，它刚刚发生了很多委员会会议，”Ng说。“辛勤人在公司中熟悉这样的决定并迅速移动基础设施的能力是我真正欣赏这家公司的事情。”

这可能听起来像对NG的新雇主的一种尊重，但他暗示了百度在谷歌的明确优势。

“他订购了1,000个GPU [图形处理单位]并在24小时内完成了它们，”Deive-Learning Startup Skymind的联合创始人adamGibson告诉VidtureBeat。“在谷歌，它会带他几周或几个月来实现这一点。”

百度不是第一次购买这种类型的硬件。百度是建立一个GPU集群的公司深入学习的公司，NG说 - 一些其他公司，如Netflix，发现GPU对深度学习有用 - 而百度也维持了一批服务器包装扶手芯片的服务器。

以上：百度总部在北京。

图像

现在，硅谷研究人员正在使用GPU集群，并希望添加到它，从而创造仍然更大的人工神经网络。

但从开始对百度的书籍和影响产品重量来说，努力长期以来。“我们深化了我们对深度学习等先进技术的投资，这些技术已经在用户体验和客户ROI方面取得了近期增强，并且预计将在长期内推动转型变化，”在公司的盈利第二季度发表声明中说2014年。

下一步：提高准确性

NG会在百度做什么？答案不会仅限于公司的任何一项服务。百度的神经网络可以在场景后面工作，包括各种应用程序，包括处理文本，口语，图像和视频的应用程序。百度的百度核心函数也像网络搜索和广告一样受益。

“所有这些都是百度百度，实际上正在使用深度学习，”Ng说。

NG的焦点现在可能最好由一个字总结：准确性。

从公司的角度来看。深受教育局艺术和深度学习启动Nervana的联合创始人和首席执行官，微软对图像分析的大脑信任，微软有大脑信任。RAO说，准确性可能是NG和他的同事将在百度进行最实质性的进展的领域。

Matthew Zeiler，另一个深入学习初创公司的创始人和首席执行官更肯定。“我认为您将准确地看到巨大的提升，”六勒和Lecun合作并在谷歌脑项目上花了两个夏天。

有一件事情是肯定的：准确性在NG的思想中。

以上：加利福尼亚州桑尼维尔省百度办公室的大堂。

图像

“这是事情。NG说，有时系统的准确性改变会导致您与设备交互的方式变化。例如，更准确的语音识别可以转化为依赖它的人更频繁地翻译。想想“她” - 依赖，你只需在特殊情况下使用语音识别而与您的计算机交谈。

“今天的语音识别并没有真正在嘈杂的环境中工作，”NG说。但是，如果百度的神经网络在NG下更准确，可能会改变。

ng拿起他的智能手机，打开了百度翻译应用程序，并告诉它，他需要出租车。一个女性的声音说在普通话中，并在屏幕上显示汉字。但是在某些方面，这不是一个艰难的考验：这不是北京拥挤的街道。这是一个安静的办公室一个安静的会议室。

“仍然有效，”Ng说。

“深入学习的未来英雄”

与此同时，公司和大学的研究人员在深入学习几十年来的工作中仍然很难。

谷歌已经建立了对从YouTube视频，数据中心能源使用等领域的图像应用深度学习的令人满意的声誉，部分由于NG的贡献。最近微软为深度学习进步的头条新闻，尽管微软研究的李登一直与神经网络合作超过20年。

在学术界，深度学习研究团体遍布北​​美和欧洲。纽约大学的乔治·周四（谷歌通过其DNNRESEARCH收购去年，纽约大学的DNNRESEARCH收购吉夫·宾馆（Gooff Gended）和ng。

但NG的强点与他的同时代人不同。虽然Bengio在训练神经网络中进行了进展，但Lecun开发了卷积神经网络，而亨顿推广受限制的Boltzmann机器，NG采取最佳，实现它，并改进。

“安德鲁是中立的，因为他只是使用什么作品，”吉布森说。“他非常实用，他对它的邮票是中立的。”

不是NG打算独自走吧。为了创建更大且更准确的神经网络，NG需要环顾四周并找到志同道合的工程师。

“他将能够带来很多人才，”Dave Sullivan，联合创始人ersatz实验室的联合创始人和首席执行官告诉Venturebeat。“这家伙每天没有坐下来写作代码山脉。”

和真相被告知，NG没有麻烦建立他的团队。

“为百度招聘比我预期的更容易，”他说。

“很多工程师都一直想在AI上工作。......我的工作是为他们提供最好的环境，让他们做艾，让他们成为深入学习的未来英雄。“