百度副总裁向海龙:技术是搜索的核心竞争力

AS网站目录科技讯 5月29日消息，在2014年百度联盟峰会上，百度副总裁向海龙表示，技术是搜索引擎的核心竞争力。向海龙介绍说，互联网进入高速发展阶段后，全球信息量呈几何式跃升，从2005年的130EB（1EB=10亿GB）到2015年的8000+EB，10年增长了66倍

AS网站目录科技讯 5月29日消息，在2014年百度联盟峰会上，百度副总裁向海龙表示，技术是搜索引擎的核心竞争力。

向海龙介绍说，互联网进入高速发展阶段后，全球信息量呈几何式跃升，从2005年的130EB（1EB=10亿GB）到2015年的8000+EB，10年增长了66倍。同时，来自可穿戴设备、LBS、语音、网络图片、视频等各渠道的数据类型越来越丰富。面对海量而庞杂的数据库，需要更加智能的技术来提升搜索的用户体验。

一个是信息迅猛增长，另外一个是信息的表现形式多种多样。向海龙在演讲中介绍了百度在解决这两个问题方面所作出的努力。

以下是2014百度联盟峰会向海龙主题演讲实录：

各位合作伙伴，朋友们，还有各位媒体朋友们，大家上午好。

再次欢迎大家参加我们2014百度联盟峰会的活动，今天我演讲的主题是技术是搜索的核心竞争力。在我开始演讲这个话题之前，我想先和嘉宾共同分享我们几个数据。

在互联网时代，全球的数据增长速度是非常快的，刚才Robin也提到，从这个图上大家可以看到，在05年的时候，全球的信息量是130EB，EB是一个非常大的计量单位，1EB相当于10的GB，到了明年，我们做了一个预测，全球的信息量增长会达到8000多EB。我们看了这十年的增长，将近是66倍的速度。而且这个速度还会持续更快的增长。

我们看一下，这个增长其实有很多方面的原因，有一方面的原因，我认为是数据的类型变得非常多样化。我记得在我们互联网刚发展起来的时候，在互联网上呈现的数据更多是文本的数据，文字的数据。但是随着技术的发展，现在我们的数据呈现出了多元化，现在有图片数据，大家发现这两年图片数据的增长更加迅猛。比如现在我们在看微信的朋友圈的时候，大家会发现，朋友圈里其实大量的朋友发了各种各样的照片。还有语音数据，随着无线互联网的发展，设备越来越智能，语音的数据积累越来越快。还有一些是什么呢？视频的数据，但是，现在视频的数据我感觉分享的还不够多，这可能主要的原因还是在于整个网络速度的原因。比如我们在朋友圈里面，我们很少看到有人发简单录下来的视频。但是我相信，随着未来设备的增加，还有一个是我们网络宽带的增加，这种视频数据的产生也会越来越多。还有一个是基于地理位置的数据，LBS的数据，这个是根据无线互联网时代的发展，有了定位技术以后，我们很多的数据都有了地理数据，这类的数据也获得了非常快的发展。基于这些数据类型的变化，还有是我们途径的增长，使得数据增长非常快，我们刚才看到，十年的增长是66倍，未来会更快。

我在这里给大家举个例子，我参加了上个月的北京车展，那个车展刚刚结束，2010年的时候，百度索引的数据量大概是600多万条，到2014年北京车展的时候，我们看一下这个数据，百度上我们看到北京车展的索引增加到2100万条，这里面增长最多的是图片数据，我们分析了一下原因，我当时去参加了车展，我记得几年前参加的时候，我看到大量的人都是拿着单反照，几年前单反还比较贵，更多是一些专业人士拍，通过一些媒体网站就发出来，但今年我看的时候，发现了一个巨大的变化，就是大量的举着手机拍照，我们现在手机有了很好的拍照功能，而且拍的也非常清晰，带起来也非常方便，这就使得我们图片的搜集者和创造者是来自广大的网民，这是我们可以看到图片数字增长非常快的一个很重要的原因。另外一个，视频，也增长非常快，我们现在每个人的手机里面，除了有拍照的功能，还有录视频的功能。这个视频，在传播视频的过程中，可能是因为网速的原因，流量的原因，使得受到了一定的抑制，我相信未来速度还会增加。

这是我们前面看到的两个问题，一个是信息迅猛增长，另外一个是信息的表现形式多种多样，这样对我们信息的处理提出了更大的要求，其实我们在生活中经常会遇到这样的问题，我不知道在座各位有没有这样的感受，我们经常会听到一首歌的时候，突然忘了这个歌叫什么名字了，其实很想知道，甚至想知道这个歌是谁唱的，很着急。另外一个是我相信有孩子的家长，经常会有这种困惑，你带着孩子去动物园，去植物园玩的时候，突然孩子会问，爸爸，这个植物叫什么名字，可能有人就傻了，回答不出来，他很想知道这个到底是什么东西。这就是我说的，我们在生活中经常会遇到这些问题。

今天我们各个合作伙伴来到了黄山，我这里说一个黄山的例子，这个图片是不是很像一个枇杷，我不知道他是什么，我可以通过百度的识图来拍一下，通过这个识图，我们很快就知道这个植物的名字叫做香榧，这是黄山的特产，树龄特别长，有千年香榧之称，明天我们组织大家旅游的时候，大家可以看一下。传统的搜索框主要是满足用户文本的搜索，这里面有一个很大的局限性。很多东西其实我们只用文字输入是非常不方便的，比如我举这个例子，白毛掌，你用文字输入形容是很难的事情，最简单的是拍照进行搜索，反而变得更加容易。

百度有这个图象识别的技术，可以帮助大家以图搜图，同时我还可以对这个图做各种解释和说明，可以看这个图背后的一些故事。除了图片搜索技术以外，我们还给大家看一个语音搜索和交互搜索的例子。这是一个通过去哪儿的APP购买机票和订酒店的例子。去哪儿使用的是百度语音搜索的技术，其实这个APP是已经做到里面去了，就是去哪儿订酒店的APP，大家可以试一下，你直接说就行了，不需要进行文字的输入，他可以很智能的知道你订什么酒店和机票，他会给你进行一些推荐。

除了满足用户在多媒体输入方面的需求以外，我们也在尝试让百度变得更加的智能，可能有的合作伙伴第一次来黄山，对黄山不是特别了解，不过这个没关系，你可能总知道这里面一两个信息，比如说黄山松，这个大家知道，没来过黄山的人也听朋友讲过，这是非常有名的。你可以在百度上搜索黄山松这个词，百度就会很智能的推荐给你和黄山相关的一些名胜古迹，或者相应的一些植物。他其实是一个联想的功能，你在搜这个词的时候，我可以给你一些和这个相关的信息，便于你学习和理解。

在数据挖掘和智能的推荐的维度上，百度也做了很多的探索，大家喜欢娱乐的，可以搜索一下黄海波，通过这个事件纵深的挖掘，可以帮助大家理解黄海波事件的来龙去脉，有人突然听到这个词，搞不懂什么意思，你搜索一下，我们可以告诉你这个事情怎么发生的，大家怎么议论的，全部给你梳理一下。还有一个例子，大家也可以查一下马航，当时马航事件的时候，大家找飞机找了将近一个月，还在不停的找。你搜索这个词的时候，我们也给你进行一个时间脉络的梳理，在这一个月当中，马航事件到底发生了多少事情。喜欢历史的朋友，可以搜一下建文帝，历史学的不好，没太大关系，他是明朝的第二个皇帝，但知识图谱可以告诉大家明朝的相关皇帝和大臣，全部的整理在一起，你可以一个个点着看，慢慢就明白这里面这些人的关系，或者是这些人的故事。喜欢旅行的朋友，比如说有人说，我搜一下颐和园，就可以实时性的推荐，让大家了解这个经典的人群分布，到底这个景点挤不挤，拥不拥堵，我今天要不要去，或者说搜索一下后海，今天晚上这个地方热不热闹。这是我们一个实时推荐的技术。刚才我也提到了，喜欢动植物的朋友，你搜索一个植物，就可以有一个引导搜索，帮助大家进行分类了解。

前面我们讲了一些产品创新的例子，其实产品创新的同时，对于百度的基础设施也是提出了非常高的要求，首先，要求百度具有强大的数据处理能力，这个里面有三个要点，第一个是大数据，百度收录了全世界超过一万亿张网页，百度要有搜集大数据的能力，这一万亿张网页是什么概念呢，我打一个比喻，相当于5000个国家图书馆的信息量的总和。数据量是非常大的。第二个是高吞吐，百度每天有百亿次的访问请求，还有一点是非常重要的，就是低延迟，网页从更新到索引，只需要几十秒，更新的速度要快，这是非常有技术含量的。我们真正的做到了在大数据量下的秒级的索引。同时，百度还有非常强大的计算能力，超大规模存储和分布式计算的能力。这是非常重要的。从商业的角度来看，百度做了十年的精准营销的服务，一直保持着对相关性预测模型的持续优化，在投入资源、算法以及最终的效果上，应该都是国内顶尖的水平。比如我们对于广告特征的挖掘，我们达到了千亿级别，如果以银河系恒星计算，就相当于把两个银河系的恒星。我们每天有超大规模的样本来计算，建立这样一个模型。如果地球上每个人都是一个样本，我们这个量就相当于十万个地球那么多的人口。在这里面，我们看到样本的数据量是非常大的。

还有一些基础架构，我们也在尝试新的搜索体验，比如最近刚刚推出的极速搜索，特征就是快，比普通的搜索减少了80%的处理速度。具体有多快，我在这里做一个比喻，眨一次眼睛时间是0.2秒，博尔特起跑是0.16秒，子弹穿过木板的时间是0.05秒，极速搜索响应的速度是0.04秒。比打一枪子弹穿过木板的速度还要快，天下武功唯快不破。我们的技术是提升用户极致搜索体验，我们把搜索的速度做的非常快。这是我们最近推出的一个新的技术。

百度在不断提高基础技术能力的同时，也在构建大数据的开放平台，百度有非常多自有的数据，我们搜索的数据，地图的数据，基于LBS的地图数据，以及基于地图上的商业数据，还有音乐的数据，我们知道的数据，百科的数据，包括去哪儿这些订酒店的数据，爱奇艺看视频这些数据。我们的数据量是非常庞大的。另外我们还有几十万家联盟合作伙伴，一起合作的行业数据，我们把这些行业数据进行整合。这些技术进行整合以后，通过百度的技术，更好的反过来服务于我们整个行业和合作伙伴。所以我们就说，我们在构建大数据平台，我们会是一个开放的大数据平台。

接下来马上要举行巴西世界杯，我在这里说一下我们大数据的应用。我们利用百度大数据这样的优势，我们这次也做了一个世界杯预测的尝试，通过大数据来预测世界杯冠军和本届比赛的黑马。当然我们也预测每场比赛谁赢谁输。世界杯预测，我们不是瞎预测，我们是通过大数据的技术来预测的。这个大数据后面有哪些数据呢？我们综合了一千支球队，最近五年37000场的比赛，还有29610名的球员，还结合了252万条Query，以及全球1亿1千万条的基础数据，整合到一起做这样的预测。感兴趣的同学可以在世界杯期间关注一下我们这个产品。

五岳归来不看山，黄山归来不看岳，这是徐霞客对黄山美景的赞叹，黄山以美景服人，百度是以技术立本，我们始终认为技术是搜索的核心竞争力，在百度峰会第12个年头，我们希望百度通过技术和在座各位合作伙伴，在一起，盟承未来，让我们做的更好。（百晓）