百度正式開放了其名為“大數(shù)據(jù)引擎”的技術(shù)體系。簡(jiǎn)單來說，“大數(shù)據(jù)引擎”指的是對(duì)大規(guī)模的數(shù)據(jù)進(jìn)行收集、存儲(chǔ)、計(jì)算、挖掘和管理的一套系統(tǒng)。通過百度的深度學(xué)習(xí)技術(shù)和數(shù)據(jù)建模技術(shù)，能夠讓數(shù)據(jù)分析變得更實(shí)時(shí)和精準(zhǔn)。此前，百度已經(jīng)將這些技術(shù)用在了自己的一些產(chǎn)品中，而這次對(duì)外開放的，主要包括數(shù)據(jù)中心的硬件、數(shù)據(jù)分析技術(shù)和深度學(xué)習(xí)技術(shù)。

百度把這個(gè)“大數(shù)據(jù)引擎”分為三個(gè)層次：開放云、數(shù)據(jù)工廠和百度大腦。

開放云指的是這套引擎的基礎(chǔ)架構(gòu)——分布式的低能耗數(shù)據(jù)中心，也就是前文提到的硬件部分。其中包括數(shù)據(jù)中心的服務(wù)器設(shè)計(jì)、數(shù)據(jù)中心規(guī)劃和設(shè)計(jì)、分布式系統(tǒng)、超大規(guī)模集群自動(dòng)化運(yùn)維、大規(guī)模GPU并行化平臺(tái)等。其次是數(shù)據(jù)工廠，它可以支持超大規(guī)模的異構(gòu)數(shù)據(jù)查詢和大數(shù)據(jù)分析，也就是調(diào)用硬件，來完成數(shù)據(jù)的挖掘和分析。而百度大腦，其實(shí)是對(duì)單集群規(guī)模數(shù)據(jù)能力的擴(kuò)展——基于深度學(xué)習(xí)技術(shù)，讓機(jī)器模擬人類大腦多層神經(jīng)元的思維模式做出預(yù)測(cè)模型。

所以，我們可以一句話概括“大數(shù)據(jù)引擎”是如何運(yùn)轉(zhuǎn)的：百度對(duì)自己以及各行各業(yè)的數(shù)據(jù)進(jìn)行挖掘，利用“數(shù)據(jù)工廠”和“百度大腦”分析它們，輸出數(shù)據(jù)分析結(jié)果，為自己和合作伙伴提供解決方案。

先來看看百度是如何在自己的產(chǎn)品上使用大數(shù)據(jù)引擎的。

最常見的是一些百度產(chǎn)品功能上的應(yīng)用。比如，百度圖片搜索的“以圖搜圖”功能。當(dāng)用戶上傳一張圖片到圖片搜索之后，系統(tǒng)將會(huì)自動(dòng)將這張圖片與百度服務(wù)器上數(shù)億計(jì)的圖片比對(duì)，并查找出相似的圖片，然后實(shí)時(shí)展示出來。而百度輸入法中中文語音轉(zhuǎn)換成中文文字的功能也是利用了相似的原理——將語音數(shù)據(jù)進(jìn)行收集、分析、比對(duì)，然后找出準(zhǔn)確的文字進(jìn)行對(duì)應(yīng)。

還有數(shù)據(jù)模型的建立。比如，百度會(huì)對(duì)人們?cè)诰W(wǎng)上對(duì)某個(gè)旅游景點(diǎn)進(jìn)行搜索的行為和實(shí)際旅游人數(shù)的數(shù)據(jù)進(jìn)行比對(duì)分析，依此繪制出某個(gè)景點(diǎn)在兩個(gè)星期內(nèi)的“熱力圖”，以顯示這個(gè)景點(diǎn)的擁擠程度。現(xiàn)在，百度的旅游預(yù)測(cè)模型已經(jīng)可以精準(zhǔn)到兩個(gè)星期。你或許記得今年春節(jié)時(shí)百度發(fā)布的“百度遷徙”——一張全國(guó)范圍內(nèi)的春運(yùn)熱力圖，就是基于相似的模型實(shí)現(xiàn)的。這些數(shù)據(jù)分析技術(shù)同樣地被應(yīng)用在了百度的廣告系統(tǒng)中。

那么，在百度的這一套“大數(shù)據(jù)引擎”開放之后，它會(huì)首先被應(yīng)用在哪些場(chǎng)景上?百度深度學(xué)習(xí)研究院常務(wù)副院長(zhǎng)余凱稱，醫(yī)療將會(huì)是首個(gè)被大數(shù)據(jù)技術(shù)改變的行業(yè)。

如今，隨著可穿戴計(jì)算設(shè)備的興起，人們可以記錄下大量的生活方式，比如每天的運(yùn)動(dòng)量和運(yùn)動(dòng)時(shí)間、睡眠量、久坐時(shí)間、身高、血壓等，這些被量化的數(shù)據(jù)涵蓋了我們身體狀況的方方面面，將會(huì)成為病情分析的重要依據(jù)。而對(duì)于醫(yī)院來說，這些數(shù)據(jù)無時(shí)無刻不在產(chǎn)生、零散分布在各個(gè)平臺(tái)上，已經(jīng)超出了醫(yī)院IT系統(tǒng)的數(shù)據(jù)存儲(chǔ)和分析能力。所以，余凱認(rèn)為“大數(shù)據(jù)引擎”將可以幫醫(yī)院解決這樣的問題。