本周，百度因竞赛作弊被推到舆论风口浪尖。
2彩和张彩的整个故事要追溯到5月中旬。
当时，百度声称在ImageNet（最大图像识别数据库）的图像识别测试挑战中击败了谷歌和微软，称其图像识别错误率低至4.58%，而微软为4.94%，谷歌是4.8%。
在本次测试中，人类识别 ImageNet 照片的错误率约为 5%。
ImageNet竞赛的全称是Imagenet大规模视觉识别挑战赛（ILSVRC）。
它由来自斯坦福大学、密歇根大学和北卡罗来纳大学教堂山分校的学者组织。
是目前最权威的图像识别测试。
该测试主要衡量计算机识别图片中物体的能力。
其原理与百度、谷歌的图像识别应用基本相同，但测试数据集非常大，标准也更加严格和详细。
错误还是作弊？百度人工智能正遭遇破分危机。
该比赛自2016年开始举办，目前已是第六届。
大赛共有超过50家学术组织和机构参加，其中大部分来自世界知名大学的人工智能研究机构以及谷歌、微软等科技行业巨头公司。
参赛者需要扫描数十条数据库数千张图像，将它们分类为不同的类别，通过识别自动为每张图像添加注释，最后将结果上传到ImageNet的评估服务器。
最终比赛排名结果及各项指标将由ImageNet赛后审核并公布。
然而，本月早些时候，ImageNet随后发文指责百度在测试中作弊。
因为根据测试官方规定，参与者每周只能向服务器提交2次测试结果，但百度在5天内提交了40个结果。
此外，ImageNet表示，过去六个月内，百度还使用30个不同的账户提交了大约6次测试结果。
通俗地说，百度的做法可以理解为在其他球队只购买2张彩票的情况下，购买2张彩票来增加中奖概率。
ImageNet将这一情况通知了所有参赛队伍，否认了百度的成绩，并禁止百度参加比赛一年。
百度的不遗余力与谷歌类似。
百度是一家以互联网搜索为基础的技术型公司。
手头拥有大量用户和数据积累，对于进行大数据挖掘、探索人工智能具有天然优势。
它确实效仿谷歌，加强了各个领域的创新技术探索，其中人工智能是极其重要的一部分。
百度在人工智能这个大领域上不遗余力地探索和研究，并在多个细分品类上进行了巨额投资。
其中，包括引进权威人才吴恩达以及建立硅谷研究中心。
今年5月，百度宣布在美国硅谷成立专门的人工智能研发中心，并聘请谷歌深度学习权威学者吴恩达（Andrew Ng）担任百度深度学习研究院首席科学家。
吴恩达不仅是斯坦福大学计算机科学和电气工程领域的学术带头人，更因为他一手创立并领导了谷歌深度学习团队，被业界誉为“谷歌大脑之父”。
百度能够聘请到这样的权威人才。
这并不容易，足见他的重视和投入。
去年年底，美国《福布斯》发表文章称，Ng Enda 和他的研究团队发明了一种新的语音识别方法。
这种名为“DeepSpeech”的基于深度学习的语音识别系统可以在噪声环境中实现近81%的识别率。
准确性。
卡内基梅隆大学工程系助理研究教授 Ian Lane 评论道，“百度研究院最近的工作可能会颠覆未来语音识别的应用效果。
”百度目前在中国拥有十多个云计算中心，可以满足大规模用户的需求。
由于数据计算和存储的要求较高，4万千兆交换机也已投入使用，10万千兆交换机正在探索中。
百度在GPU高性能计算机上的投资也非常昂贵。
其美国研发中心科学家吴韧表示，百度2018年开始筹建Minwa超级计算机时，其采购量已达到国内第二位。
“它无法获得第二名。
”一是因为天河当然要第一。
”此外，去年9月，百度宣布与宝马正式签署合作协议，共同开发自动驾驶技术，利用其地图大数据资源支持宝马的车辆导航而一系列具有人工智能味道的独特产品，如百度眼、筷子搜索等，也一度占据各大科技头条，虽然其中一些产品的推广意义远远大于实际意义，我们也可以看到百度对于人工智能领域的重视，一些国内外媒体甚至将其直接与谷歌、微软、Facebook等国际科技巨头进行比较，“百度人工智能”的名声也随之而来。
其科学家频频发表论文、讲学，赢得了相当大的学术声誉。
国际同行对百度ImageNet作弊事件的口头和书面批评，在普通大众看来似乎没什么大不了的。
不就是测试不规范，钻了空子吗？但这对百度在人工智能图像识别学术领域的国际地位是一个沉重打击。
国际学术界重大评审和竞赛的主要目的是通过竞赛促进研究发展，其制定的各种规则一般主要依靠参与者的自律。
其他国家的学者更关心这个领域的真正进展，而且不仅仅是最终的成绩排名，任何违反学术诚信的事情即使可能不被发现也绝不会做。
结果百度一来参加这次比赛就被发现作弊。
这在学术界绝对是一件令人震惊的事情。
许多国际学者对百度此举进行了无情的批评。
美国艾伦人工智能研究所首席执行官奥伦·埃齐奥尼(Oren Etzioni)将百度比作疯狂购买彩票的投机者；加州大学计算机系学生Jitendra Malik甚至用“耀莱”这个词讽刺百度：“如果你跑了9.5秒，但实际上是通过服用药物和兴奋剂做到的，这个结果怎么能可信呢？”截至目前，百度尚未对此事做出公开回应，但 ImageNet 官方网站发布了一封据称是百度深度学习组科学家 RenWu 的道歉信，在信中，RenWu 称该事件是一个“错误”：我们已添加了相关内容。
论文中的注释...并将继续提供相关更新。
当然，这个解释取决于你是否相信。