百度是靠搜索功能逐漸發展壯大起來的互聯網公司，依靠過硬的搜索引擎技術在互聯網領域建立了自己的優勢地位。而今在人工智能產業逐漸興起之際，百度也憑借自身的優勢成功躋身人工智能領域。

有專家認為，當今的搜索引擎就是未來人工智能的雛形，在搜索引擎本身積累的用戶以及數據的基礎上，運用云服務、深度學習等技術，從傳統互聯網搜索進化到人工智能高級形態將有可能成為現實。

百度的首席科學家Andrew Ng也曾經提到過人工智能的正循環：在成功開發出深度學習算法之后，海量的數據不再是煩惱，而是一種有力的武器，能有效提升和改善圖像搜索、語音識別等互聯網服務，從而吸引更多的用戶，產生更多的數據。

百度帶著身為技術公司特有的敏感性和前瞻性的特征在人工智能領域展開了積極的布局，邁出了百度走向未來人工智能的第一步。

引進Andrew Ng及組建北美研究院

2014年5月，在人工智能和機器學習領域享有國際聲譽的學者家Andrew Ng進入百度，負責領導北美研究中心。與傳統互聯業務相比，人工智能有相對較高的技術門檻，因此引進相關的技術人才成為了百度在人工智能領域的首要任務。Andrew Ng的加盟為百度解了燃眉之急，由其領導的北美研究中心為百度招攬了更多人工智能領域的高精尖人才，通過組建強大的技術團隊，為百度的人工智能發展提供堅實的技術后盾。

大數據積累和平臺開放

大數據是開展人工智能的重要基礎，而百度在大數據獲取以及挖掘方面有天然的優勢，百度副總裁王勁將百度的技術布局形象的描述為一張劍形圖，人工智能、大數據等技術將化作利劍，在未來的發展道路上披荊斬棘，為百度的發展保駕護航。

除了積累和挖掘數據之外，百度還加快了開放大數據平臺的步伐。2014年4月，百度發布了大數據引擎，推出了大數據存儲、分析和挖掘技術，并在醫療、交通和金融領域實現具體應用。

2014年7月，百度運用大數據技術成功預測了14場世界杯比賽的結果，領先微軟和高盛。同年9月，百度對外正式發布了集合大數據、百度地圖LBS的智慧商業平臺，順應了移動互聯網時代發展的大潮，能夠為各個行業提供有效的大數據解決方案。

語音識別和圖像識別

Andrew Ng與其研發團隊于2014年年底開發出一種新的語音識別技術——Deep Speech（深度語音識別系統），這款語音識別系統在嘈雜的環境下辨識準確率可以達到81％左右。卡耐基梅隆大學工程學助理研究教授Ian Lane甚至預言這一技術對未來語音識別技術的應用效果將產生顛覆性的影響。

該款語音識別系統用深度學習算法取代了原有的模型，使用遞歸神經網絡或模擬神經元陣列進行訓練，從而讓語音識別系統更加簡單。在這套系統中還應用了由NVIDIA（英偉達）等芯片制造商生產的多枚GPU，這些GPU通過并行連接，可以大大提升對語音識別模型的訓練速度，從而提高工作效率。

在圖像識別方面，攝像頭將在連接人與世界信息方面發揮重要的作用，百度也在不斷利用深度學習技術提高圖像識別的精度。2014年9月，借鑒百度深度學習研究院開發的人臉識別和檢索技術，百度云推出了云端圖像識別功能。11月，百度發布了“智能讀圖”，可以利用一種類似于人腦的思維方式識別圖片中的物體等。

人工智能算法和云計算

百度正在推進的“百度大腦”項目不僅需要人工智能算法的支持，同時也需要云計算中心在硬件方面的支持。百度大腦利用計算機技術模擬人腦，參數規模已經達到了百億級，打造了世界上最大規模的深度神經網絡。

百度在國內已經建立了十幾座云計算中心，投入使用了4萬兆交換機，在技術和存儲上為人工智能提供了重要的支持。百度是世界上第一個在人工智能和深度學習領域應用GPU，并且推動商用ARM處理器實現規模化的公司。這些技術通過整合，構成了百度強大的存儲計算能力，不僅可以支持多樣的并行計算，同時也可以針對不同應用和場景生成、配置相應的網絡結構，保證人工智能發展在硬件上的需求。

自動駕駛項目

2014年9月，百度與寶馬簽署合作協議，雙方將攜手共同研發自動化駕駛技術，寶馬的車輛導航系統將融入百度的三維地圖以及數據服務，在自動駕駛汽車方面，百度將充分發揮自己掌握的技術優勢。雙方將共同應對高度自動化駕駛在中國道路環境上出現的技術門檻，運用智能技術提高自動駕駛的安全性。

百度在人工智能領域的布局可以概括為以下三點：

其一，具備戰略眼光，與世界科技巨頭的發展腳步保持一致；

其二，擁有天然的技術基因，重視對技術人才的引進，注重對人工智能底層技術的積累和開發；