百度开源的Warp-CTC人工智能技术，到底是什么鬼？
百度硅谷 AI 实验室（ SVAIL ）近日宣布，百度已开源关键人工智能 Warp-CTC 的关键代码，并且已向 GitHub 上传了 Warp-CTC 的 C 语言代码库，共享给了开发者，引起了美国业内的广泛关注。
好的，那么问题来了。
一，百度开源的 Warp-CTC 是什么？
解释这个事情极为复杂，我们需要一步步说起。
1 ）什么是深度学习
如何让人工智能模仿人类大脑的思考，一直是科学家在努力的事情，而深度神经网络就是模仿人类思考的方式，人类的思考方式是有深度加工的。
20 世纪 50 年代，计算机科学家就设计出了神经网络，并经历了几十年的变化，机器可以通过一层又一层的判断，最后识别出对应的预测结果。在 2006 年 Hinton 对这个方法做出关键改进，对每一个层的数据结果进行数学优化，进而加快了学习速度，被称之为 “ 深度学习 ” 。
随后，“深度学习”获得了巨大成功，它是 IBM 沃森、 DeepMind 、谷歌、 非死book 的基本算法。
2 ）语音识别中 RNN 与 CTC 的不同
语音识别自然这个人工智能领域也自然会使用到深度学习，但是传统的深度学习语音识别采用 RNN 循环神经网络 (Recurrent Neural Network,) 方案，即：
输入 ->RNN-> 输出 ->MSF
目前科大讯飞等国内研究机构都是采用 RNN 模型。而也在 2006 年， jurgen Schmidhuber 团队在 IDSIA 开放了一种解决方案— CTC(Connectionist Temporal Classification 链结式时间分类算法 ) ，即：
输入 ->RNN-> 输出 ->CTC-> 错误 ->RNN-> 输出 ->CTC......
以求获得最优解。
对比这两种方案， CTC 的方案是较优的， RNN 的机器学习系统存在一定的标准损失，例如均方差和负数函数并不适合，而 CTC 方案之下则可以解决。
3 ） Warp-CTC 与 CTC
百度的 SVAIL 工程师在打造端对端语音识别系统时开发了 Warp-CTC ，目的是要改善培训模型的可扩展性和效率。因为当前可用的 CTC 应用通常需要更大的内存，并且速度慢了数十数百倍不止。而经过百度方面的优化之后的 Warp-CTC 可以提高原来 CTC 运算效率 10 到 400 倍。
百度此次发布的 Warp-CTC 属于 C 语言类型，并为 Torch 框架做了集成化处理。此外， Nervana 系统自带的机器学习框架 Neon 也正在集成 Warp-CTC 。 Warp-CTC 可用于解决绘制输入序列到输出序列图谱过程中的监督问题，如语音识别。第三方开发者可直接将 Warp-CTC 嵌入到自己的开发系统中，直接实现更为高效的开发过程。
目前百度将其彻底开源了出来，最后放在了 Github 上。
（ https://github.com/baidu-research/warp-ctc ）
二，对于行业的意义
1 ）巨头的标杆意义
纵观国际，谷歌于 2015 年 11 月开源了 TensorFlow 系统，而 非死book 也于 2015 年 12 月公开 Big Sur 人工智能硬件架构。而百度于 2015 年 5 月开源了其深度学习平台，又在此次开源了 Warp-CTC 系统，有着很好的榜样作用。
百度将 Warp-CTC 核心代码公布无疑是对行业大利好的事情。在开源之前， Warp-CTC 就已经被行业大量应用，已经帮助百度数亿用户的服务获取，百度的两大语音应用入口为 “ 百度地图 ” 、 “ 手机百度 ” ， “ 百度地图 ” 的市场份额为 70% 日请求破 50 亿次，而 “ 手机百度 ” 也一直长期盘踞在各大应用商店 TOP10 ，占 42% 。因此该系统的学习能力已经成熟，开发者可以直接使用迁移到自己的大数据产品中。
将录音转换为准确的文字以及图像，相当于机器通过音频得到图像等多个目标，这是更为复杂的事情，这也是机器 “ 自我学习 ” 不得不做的事情， Warp-CTC 技术的应用将有效改善现有 CTC 对内存等硬件的庞大需求，并提升运算速度数十甚至数百倍。
2 ）大数据的大值
目前巨头纷纷开源人工智能技术，将迅速降低开发者部署深度学习系统的难度，人工智能的整个行业将会得到巨大发展，而企业方面也可以利用第三方提供的底层基础设施去抢占红利，这有点像安卓系统给了全世界智能手机的生产商带来的巨大机会，当前的人工智能开源技术也与此类似，未来是大数据的时代，马云也说过未来是从 “IT” 到 “DT” 的时代，而我们要做出的思考则是如何利用好这些数据，让这些数据发挥出最大的价值，这同时有赖于当前对大数据的利用能力。而小米的雷军也说过，如果小米最后无法成为一家大数据公司，那么小米离破产就不远了，因为小米的大数据已经大到公司难以承受的地步。
因此，大数据中蕴藏的大价值，有待于更高的技术，而这些技术也必须依赖于强技术的公司，并且他们的开源将会为小公司带来更快更好的进步，找到大数据中的大价值。
作者微信公众号： shouxifayanzhe