《华尔街日报》5月12日对百度的图像识别技术最新进展进行了报道。报道指出，百度超级计算机Minwa在一项以 ImageNet 对象分类为基准的人工智能测试中，图像识别的错误率仅为%，超越了人类水平，同时也超越了微软和谷歌。

据悉，百度超级计算机Minwa对包含100万张图片的ImageNet数据库进行扫描，然后自己学习如何将这些图片分成大约1000个不同的预定义类别。

目前，人类对ImageNet图像的识别错误率大约在5%，微软的人工智能系统的错误率为%，谷歌为%。百度如今已将这一错误率进一步降至%，实现了质的飞跃。

“对于整个行业在计算机视觉领域取得的所有进步，我感到十分激动，”百度首席科学家吴恩达表示，“计算机能够显著提升图像理解的准确率，做这么多它们在一年前还无法做的事情。”

百度之所以能够在ImageNet测试中取得佳绩，依靠的是一种名为“深度学习”的算法。“深度学习”是近几年出现的一类新的人工智能技术，计算机学习了更多人类的神经系统。百度近年频繁在人工智能领域加大投资，目前已经建立了巨大的神经网络，也是世界上第一个建立“深度学习”的神经网络的公司，这就犹如火箭引擎，而目前大数据呈几何式增长，为火箭提供燃料。引擎强劲，燃料充足，人工智能取得了飞速的发展，百度取得了包括语音识别、图像识别、机器读图等智能应用在内的显著成果。

百度CEO李彦宏曾表示:“未来五年用户的移动需求会发生质的变化，通过语音、图像等非文字形式表达的用户需求将超过50%，我们正在积极的努力，在技术上进行研发，不断提升我们的语音识别和图像识别能力，更好地满足用户的需求。”

百度利用从中国及其硅谷实验室获取的超级计算专业知识，计划在未来18个月开发一款更大型计算机，每秒可执行1千万亿次(quadrillion)运算，尽管其计算并不如世界其他顶尖超级计算机那么复杂，但是这一运算能力足以让该计算机排进全球超级计算机性能榜的前十,百度在人工智能领域的未来值得期待。