AES融合了感知、运动规划和控制系统 ， 可在没有任何人工干预的情况下工作 ， 通过准确和实时的算法来自主感知环境、规划路线和控制机械 。 借助该系统打造的无人挖掘机不仅可以更好地适应塌方或有毒等恶劣的作业环境 ， 降低人身安全危险；同时也能实现更长时间的不间断作业 ， 提升工作效率 。 目前 ， AES已经落地工业废料处理相关领域 ， 实现了工业废料连续24小时自动上料功能 ， 助力工业废料处理产线实现全程的无人化处理 。
【成绩单|百度研究院晒出年度成绩单，九大实验室硕果累累】
文章图片
（AES实战场景）
在视觉领域 ， 百度研究院基于飞桨深度学习平台打造并发布了一个视觉Transformer&MLP算法开发及实验平台——PaddleViT ， 为业界提供了最前沿的4个视觉任务模型 。 在以人为中心的视觉分析方面 ， 提出了一系列包括人脸年龄估计、人脸防伪、人脸表情识别、人脸伪造检测等算法 ， 并出版一本关于活体检测的技术著作《Multi-modal Face Presentation Attack Detection》（《多模态人脸防伪检测》） ， 该著作也被国际知名出版社Morgan & Claypool Publishers收录到其计算机视觉领域的系列丛书中 。
人工智能技术特别是深度学习及其应用飞速发展 ， 但深度学习的“黑盒”特性使其缺乏足够的可解释性 ， 也降低了对特定领域的深度学习和人工智能的信任感 。 百度研究院开发了基于飞桨的可解释性算法开源库InterpretDL ， 目前已集成了十余种主流的可解释性算法 ， 并遵循“Plug-and-Play”的设计理念 ， 用户无需修改模型；所有算法使用统一API接口 ， 方便用户快速上手；对每种算法提供单独的教程与解析 ， 帮助用户理解、选择合适的算法 ， 在多个领域都有明显的性能提升 。
百度研究院还打造了业界首个针对机密计算的形式化验证工具SGXRay ， 协助厂商修复多个高危漏洞 。 并建立全球首个支持多硬件平台的、安全性最高的开源机密计算框架Teaclave ， 可提供RUST SDK ， 支持内存安全的可信应用开发 。
在基础理论研究方面 ， 百度研究院从理论、算法、硬件、应用方面构建了完整的分布式机器学习和联邦学习系统框架；在加速机器学习方面 ， 百度研究院提出了包括近邻检索、哈希算法、模型压缩等一系列优化算法 ， 并实现在百度深度学习框架飞桨当中 。 同时 ， 百度研究院还持续研究深度学习和知识图谱Embedding构建、深度学习模型安全和攻击、深度生成模型包括GAN ， EBM ， VAE等；累计数十篇包括机器学习、深度学习基础理论的论文 ， 在Journal of Machine Learning Research, IEEE Transactions of Information Theory, Conference on Learning Theory, NeurIPS 等顶级期刊和会议中发表 ， 并获得NIPS 最佳论文奖和SIGIR 最佳短文荣誉提名奖等多个奖项 。
推荐阅读
- 研究院|传统行业搭上数字化快车，施工现场变“智造工厂”
- Baidu|百度抢跑元宇宙 却默认“输给”字节？
- Tencent|继百度网盘后腾讯微云也已解除限速 不用单独下载App
- 词条|百度百科上线2500万词条，超750万用户参与共创科普知识内容
- Baidu|百度网盘青春版正式上线 只能传3次文件被吐槽是“一次性App”
- 青春|百度网盘青春版正式上线：免费空间 10GB，支持无差别速率下载
- Create|什么是元宇宙游戏？百度《希壤》成国内第一个吃螃蟹的人
- 量子|百度量子平台2.0重磅发布！推动构建量子计算领域繁荣生态
- 汽车|Apollo迎来7.0重大升级，百度自动驾驶开放平台迈向工具化时代
- 国计民生|25万亿级新蓝海！百度、华为、腾讯重磅出击，抢食智慧城市＂大蛋糕＂，AI巨头如何赋能？来看真实案例