“作為搜索公司來講，最主要的就是大數(shù)據(jù)，把這些數(shù)據(jù)放到數(shù)據(jù)庫里面。目前我們的數(shù)據(jù)存儲能力已經(jīng)是2000PB，網(wǎng)頁是千億到萬億，更新量是十億到百億每天，還有廣告，還有用戶產(chǎn)生的內(nèi)容UGC，大概就是這樣的情況。”百度技術委員會理事長陳尚義說道。

　　正如陳尚義講的，百度的數(shù)據(jù)非常多，結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)大量并存，小到一個詞匯，大到一部電影，他們對于數(shù)據(jù)的要求也是不一樣的。在日常中，百度需要的面對的是客戶24小時隨時隨地的需求，業(yè)務對于數(shù)據(jù)儲存提出了極高的要求。“高可用、高可靠、高通量、高實效是我們對于自身服務的要求。我們有大數(shù)據(jù)平臺，有專門的隊伍來做數(shù)據(jù)這塊，以支持百度貼吧、知道和百科等平臺的正常運行。”陳尚義在提到百度服務的標準時提到。作為國內(nèi)搜索界的領軍人物，百度的數(shù)據(jù)增長量是非常驚人的，這樣的情況使得百度對于自身系統(tǒng)的可靠性要求也更高。

　　精準為王

　　當我們在使用百度的時候，最關心的就是搜索結(jié)果的精準性、全面性、搜索模式和交互體驗。而具備這四個特性的搜索方式被稱之為新一代搜索。

　　舉個簡單的例子，在沒有利用大數(shù)據(jù)的時候，當我們在網(wǎng)上搜索一個疾病的名稱，出現(xiàn)的可能更多的是醫(yī)院的信息，疾病的一些基本情況。當大數(shù)據(jù)被利用起來時，我們在搜索會獲得疾病的情況，其他差不多的疾病有哪些，用什么藥品。而當你選擇一個相關的醫(yī)生時，網(wǎng)絡上就出現(xiàn)醫(yī)生的專業(yè)，擅長的領域。這樣的一個轉(zhuǎn)變，是更加智能的交互體驗當我們輸入一個東西，搜索引擎就已經(jīng)知道我們想干什么了。而百度正在利用大數(shù)據(jù)向這個方向發(fā)展。

　　全面為佳

　　現(xiàn)在，百度不僅僅有文字搜索，還有語音搜索、圖片搜索。你搜“國際會議中心”這幾個字的時候，會呈現(xiàn)出國際會議中心相關的圖片，但是現(xiàn)在相反了，你可以輸入一個圖片。根據(jù)你的圖片可以找到跟它相關的或者相同的圖片，叫以圖搜圖，這個方面我們?nèi)ツ杲?jīng)過一年的努力之后，取得了非常巨大的進展。”陳尚義介紹了一種叫做隱文搜圖的新式搜索。不難看出，這樣的一種搜索改進，背后對于大數(shù)據(jù)的要求比文字搜索圖片的要求要高很多。

　　這樣一來，更多的信息就變得完整全面起來。當我們出行去外地，搜索一個景點時，除了獲得這個景點的信息，更有景點內(nèi)部相關的資料。周邊的景點、景點的特色是什么都會推送給用戶。這一切都需要大數(shù)據(jù)在背后做支持。

       當我們輸入姚明的身高時，會出現(xiàn)姚明的信息。實際上這個概念叫做三元組。像這樣的三元組，百度已經(jīng)做了上億條數(shù)據(jù)實體。所有這些都是從上千億網(wǎng)頁找到的。幾千萬個數(shù)據(jù)的實行，相當于上千萬個名詞的搜索，這超過任何一本書記和任何一本資料。——百度技術委員會理事長 陳尚義

　　“新一代搜索下，當我們輸入姚明的身高時，會出現(xiàn)姚明的信息。實際上這個概念叫做三元組。像這樣的三元組，我們百度已經(jīng)做了上億條數(shù)據(jù)實體。所有這些東西都是從上千億網(wǎng)頁找到的。幾千萬個數(shù)據(jù)的實行，就相當于上千萬個名詞的搜索，這超過任何一本書記和任何一本資料，然后進一步找到這些實體之間的關系。” 陳尚義講的這個例子最好的證明了搜索的改進是大數(shù)據(jù)做支撐的。

　　2012年，百度引進了一項技術叫深度學習，百度用GPU的訓練系統(tǒng)來實現(xiàn)深度神經(jīng)網(wǎng)絡，這項技術被投用在商業(yè)領域里，百度是首家應用的幾個較少的公司中的一個。“在萬兆網(wǎng)卡基礎上使用128個GPU。訓練100億樣本的數(shù)據(jù)，訓練時間從數(shù)月縮短到一個月星期，圖片錯誤率降低三分之一。”被問及百度在豐富信息上還利用大數(shù)據(jù)做了什么時，陳尚義如是說。

　　民生關鍵

　　很多企業(yè)利用大數(shù)據(jù)是為了更好的服務于客戶，從而讓最終用戶獲得更加完善的服務。百度作為一家互聯(lián)網(wǎng)公司，利用大數(shù)據(jù)也是為了更好地讓利用他的人們獲得更好的體驗。縱觀一些問題，人們最關注還是民生的問題。醫(yī)療問題、交通問題都是人們在日常生活中最關注的。

　　陳尚義講了兩個事例：他每天從家里到百度大廈有20多公里的路程，正常花費一個小時，如果不賭車，其實30分鐘就夠了，交通是一個讓他心有余悸的問題。交通情況對于在北京的人都是相同的感受?？拐鹁葹牡臅r候，道路不通暢，救援點也無法找到。

　　另一個是陳尚義聽鄰居說起的，老人排隊1個多小時掛了一個號，但是醫(yī)生看了三五分鐘就結(jié)束了，這樣的一個情況讓很多病患對于就醫(yī)也充滿了抵觸心理。

　　于是，百度針對醫(yī)療和交通出行，充分收集數(shù)據(jù)，并加以利用對搜索做出了很大的改進。

　　在醫(yī)療方面，百度降低了獲得服務的門檻。當在百度首頁輸入頸椎病時，會出現(xiàn)頸椎病相關的信息、醫(yī)生、醫(yī)院，并且提供掛號信息。經(jīng)過百度技術團隊的努力，現(xiàn)在百度已經(jīng)可以做到一站式的服務。智能交互可以找到所有相關的信息。禽流感在2013年4月份比較流行，百度告訴你禽流感的癥狀，防御的措施，這樣的話老百姓就不用驚慌了。醫(yī)療衛(wèi)生方面還有很多，真假識別，價格的對比等等。

　　交通出行方面，假設到國際會議中心，很多人知道路線。但是今天還是很多人用百度地圖導航，非常的方便?，F(xiàn)實生活中，在交通方面人們還有很多的需求，北京經(jīng)常實施交通管制，我們?nèi)绾螌崟r獲得交通管制信息。與此類相關的還有交通事故等，有沒有大型貨車都是行車人都關心的信息。

　　在線教育也是現(xiàn)在民生方面非常新的一點。美國的情況比中國發(fā)展還要快，百度也推出了開放平臺。