文 | 魏啟揚(yáng)

來源 | 智能相對(duì)論（ID：aixdlun）

十九屆五中全會(huì)公報(bào)提出，要“把科技自立自強(qiáng)作為國家發(fā)展的戰(zhàn)略支撐?！?/p>

公報(bào)更進(jìn)一步強(qiáng)調(diào)了科技的自立自強(qiáng)，并明確提出到2035年關(guān)鍵核心技術(shù)要實(shí)現(xiàn)重大突破。這表明，“十四五”期間，科技創(chuàng)新會(huì)被提升到一個(gè)更高的戰(zhàn)略位置，以改變當(dāng)前對(duì)美國技術(shù)依賴性強(qiáng)的被動(dòng)局面，并成為拉動(dòng)未來經(jīng)濟(jì)發(fā)展的重要力量。

這也是公報(bào)首次將科技自立自強(qiáng)提高到國家戰(zhàn)略的地位，這個(gè)變化給中國的創(chuàng)新力量們注入了一針強(qiáng)心劑。尤其是在過去的幾年間，由于貿(mào)易保護(hù)主義與逆全球化抬頭，眾多領(lǐng)域都受到了來自外國產(chǎn)業(yè)鏈的掣肘，科技自立自強(qiáng)確實(shí)到了迫在眉睫的地步。

必須承認(rèn)，在PC時(shí)代與互聯(lián)網(wǎng)時(shí)代，我們錯(cuò)失了關(guān)鍵的突圍機(jī)會(huì)，那么，在世界公認(rèn)的下一站AI時(shí)代里，我們必須掌握主動(dòng)，拒絕“卡脖子”。

被稱為AI時(shí)代“操作系統(tǒng)”的深度學(xué)習(xí)框架的重要性被發(fā)掘了出來。

作為自主可控核心技術(shù)諸多選項(xiàng)中的一個(gè)，深度學(xué)習(xí)在AI體系內(nèi)的關(guān)鍵價(jià)值在于，它是AI向更深層次發(fā)展必經(jīng)的技術(shù)壁壘，也是科技巨頭轉(zhuǎn)型角逐AI時(shí)代的核心內(nèi)容。

深度學(xué)習(xí)框架助燃新工業(yè)革命，自主可控是當(dāng)務(wù)之急

深度學(xué)習(xí)到底有多重要？

我們先來看看人工智能的進(jìn)化過程，從最開始的人工規(guī)則到機(jī)器學(xué)習(xí)，再到深度學(xué)習(xí)，非生物體有了思考和學(xué)習(xí)的方法路徑，簡單來說就是通過大量的數(shù)據(jù)“訓(xùn)練”，然后做出決策和預(yù)測。

深度學(xué)習(xí)框架則是對(duì)底層語言和重要算法模型進(jìn)行封裝，對(duì)于我們現(xiàn)實(shí)世界而言，其技術(shù)價(jià)值主要體現(xiàn)在通過專家經(jīng)驗(yàn)的移植與復(fù)制，讓機(jī)器進(jìn)一步渠道低水平的重復(fù)勞動(dòng)，從而提高整體效率。

以上描述或許有些生澀，那么我們來看一個(gè)案例。

河北工業(yè)大學(xué)教授劉晶兩個(gè)月時(shí)間跑了一百多家鋼鐵廠，把老師傅們?nèi)陼r(shí)間積累的鋼鐵熔煉配料經(jīng)驗(yàn)，在百度飛槳平臺(tái)上用三秒就做出了最優(yōu)配比AI模型，更厲害的是，這個(gè)模型每年可為鋼鐵企業(yè)節(jié)省10%的原材料，配料計(jì)算時(shí)間節(jié)省90%。

將人類歷史歷次工業(yè)發(fā)展變革進(jìn)行類比，深度學(xué)習(xí)框架實(shí)際上也提供了一個(gè)“標(biāo)準(zhǔn)化、自動(dòng)化、模塊化”的生產(chǎn)平臺(tái)，只不過這個(gè)平臺(tái)架構(gòu)在虛擬的數(shù)字空間，生產(chǎn)的東西變成了“AI應(yīng)用”。

“得框架者得AI”，巨頭們開始在深度學(xué)習(xí)領(lǐng)域跑馬圈地，靠的就是深度學(xué)習(xí)框架。

Facebook推出了Caffe、PyTorch平臺(tái)、Google推出了TensorFlow平臺(tái)、百度推出了飛槳平臺(tái)，亞馬遜推出了MXNet平臺(tái)……在目前大大小小幾十種開源框架中，Google 2015年開源的TensorFlow，以及Facebook的PyTorch份額最大，幾乎是當(dāng)下使用最廣的兩個(gè)深度學(xué)習(xí)框架。

根據(jù)IDC去年發(fā)布的《中國深度學(xué)習(xí)平臺(tái)市場份額調(diào)研》顯示，在AI技術(shù)使用方面，接受調(diào)研的企業(yè)和開發(fā)者中，86.2%選擇使用開源深度學(xué)習(xí)框架，雖然Google、Facebook和百度占據(jù)了國內(nèi)絕大部分市場份額。

（IDC《中國深度學(xué)習(xí)平臺(tái)市場份額調(diào)研》各家排名）

類似于操作系統(tǒng)和芯片，深度學(xué)習(xí)框架也具有贏家通吃的特征。一旦國外技術(shù)占據(jù)了上風(fēng)，深度學(xué)習(xí)框架規(guī)則的制定也將具有排他性，AI在深層領(lǐng)域的通用技術(shù)也將受到框架的規(guī)定和限制。

雖然目前包括TensorFlow、PyTorch在內(nèi)的深度學(xué)習(xí)框架都是開源的，但并不能排除哪一天停止開源，屆時(shí)深度融入國外深度學(xué)習(xí)框架生態(tài)的中國公司將不得不面臨研發(fā)停滯的局面，而切換新的深度學(xué)習(xí)框架，又要經(jīng)歷一段重新融入新生態(tài)的磨合。

鑒于此，自主可控的深度學(xué)習(xí)框架對(duì)于中國來說，不但重要，而且必要。

百度飛槳的自強(qiáng)之路，深度學(xué)習(xí)的“國貨之光”

如果說中國有深度學(xué)習(xí)框架能和TensorFlow、PyTorch掰手腕，那應(yīng)該是飛槳。

作為中國首個(gè)開源開放、功能完備的深度學(xué)習(xí)平臺(tái)，飛槳可以說凝聚了百度領(lǐng)先的人工智能技術(shù)，也是百度在AI賽道長期布局、開花結(jié)果的體現(xiàn)。

1、技術(shù)沉淀深：率先起跑，一步領(lǐng)先步步先

“幫人做一件事”和“教人做一件事”在本質(zhì)上是不同的。

當(dāng)我們用AI來解決問題時(shí)，如果將“幫人做一件事”比喻成AI應(yīng)用，拿來即用，那么“教人做一件事”就是深度學(xué)習(xí)框架，告訴你如何來做一個(gè)可以用來解決問題的AI應(yīng)用。

很明顯，“教人做一件事”的路徑更長，要求的能力更高，就像成為一名優(yōu)秀的老師一樣，需要長時(shí)間的積累和沉淀，才能完成能力的對(duì)外輸出。

飛槳的積淀來自于布局早。

百度的深度學(xué)習(xí)歷史可以追溯到2013年設(shè)立全球首個(gè)深度學(xué)習(xí)研究院，這個(gè)時(shí)間比大多數(shù)AI企業(yè)切入AI領(lǐng)域還要早。

2016年飛槳正式開源，之后的2017年，百度又在國家發(fā)改委批復(fù)下牽頭籌建了國內(nèi)唯一的深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室。

起早布局的結(jié)果是百度形成了很難被追趕的深度學(xué)習(xí)積累，不論是率先開源還是籌建實(shí)驗(yàn)室，在國內(nèi)都不存在對(duì)手。其他提供深度學(xué)習(xí)開發(fā)服務(wù)的AI企業(yè)，其發(fā)展階段還遠(yuǎn)未到能夠開源或被官方認(rèn)可的程度。

2、落地場景多：賦能百業(yè)，價(jià)值轉(zhuǎn)化看得見

作為一項(xiàng)技術(shù)，其價(jià)值的大小與之落地對(duì)產(chǎn)業(yè)改變程度的多少是成比例的，這里有兩個(gè)衡量維度，一是看賦能行業(yè)場景的多少，二是看每個(gè)落地場景效率提升的多少。

飛槳作為深度學(xué)習(xí)框架“國貨”，推動(dòng)產(chǎn)業(yè)應(yīng)用是它的主力方向，迄今服務(wù)賦能涉及農(nóng)林、醫(yī)療、工業(yè)制造、消費(fèi)類電子、電力能源、交通、環(huán)保等多個(gè)領(lǐng)域。

比如在林業(yè)管理中，紅脂大小蠹是非常嚴(yán)重的害蟲災(zāi)害，過去，林業(yè)管理系統(tǒng)需要通過人力監(jiān)測來預(yù)報(bào)和治理蟲情，現(xiàn)在，北京林業(yè)大學(xué)在百度飛槳支撐下研發(fā)的智能蟲情監(jiān)測系統(tǒng)，1小時(shí)可完成原本研究院一周的觀察工作量，大大提升了災(zāi)害防治的效率；

又比如，飛槳攜手國家電網(wǎng)和山東信通打造了電網(wǎng)智能巡檢方案，其中分析準(zhǔn)確率達(dá)到90%，報(bào)警響應(yīng)速度更是從小時(shí)級(jí)提升為秒級(jí)，再次證實(shí)了技術(shù)驅(qū)動(dòng)的高效能力。

再比如，OPPO基于飛槳的大規(guī)模分布式訓(xùn)練技術(shù)研發(fā)的推薦系統(tǒng)，訓(xùn)練速度提升了8倍，模型擴(kuò)大了20倍，推薦場景效果提升4%-5%，內(nèi)存節(jié)省90%，為OPPO應(yīng)用商店業(yè)務(wù)帶來了巨大的價(jià)值轉(zhuǎn)化。

飛槳與華為達(dá)成合作，雙方在硬件底層打通，可以為端側(cè)AI提供強(qiáng)勁算力，這一點(diǎn)在輸入法應(yīng)用上體現(xiàn)得特別明顯：性能提升25%，內(nèi)存節(jié)省22%，功耗降低50%，而且表現(xiàn)更加穩(wěn)定，不會(huì)受到CPU的負(fù)載影響。

（深度學(xué)習(xí)框架與硬件打通可以優(yōu)化手機(jī)應(yīng)用的使用體驗(yàn)）

飛槳所有的場景落地都是用可視化的數(shù)字讓應(yīng)用價(jià)值明明白白的被看見，這既是飛槳的能力，也是飛槳能夠成為最受歡迎的中文深度學(xué)習(xí)框架的底氣。

3、易用易部署：開源開放，打造全產(chǎn)業(yè)生態(tài)

深度學(xué)習(xí)框架落地場景多說明它“好用”，但若要完成大范圍普及，深度學(xué)習(xí)框架還要做到“易用”，在部署時(shí)也要盡可能簡便，最好可以“開箱即用”。

飛槳正是這樣一個(gè)“寶藏”平臺(tái)，對(duì)很多算法進(jìn)行了完整封裝，開發(fā)者只需要略微了解下源碼原理，導(dǎo)入自己的數(shù)據(jù)就可以執(zhí)行運(yùn)行的命令，具備從開發(fā)到訓(xùn)練再到部署的全鏈條無死角的系統(tǒng)化能力。

例如，在開發(fā)環(huán)節(jié)，飛槳已開源100多個(gè)經(jīng)過真實(shí)業(yè)務(wù)場景驗(yàn)證的官方模型，涵蓋視覺、NLP、推薦等AI核心技術(shù)領(lǐng)域，成為官方支持模型最多的深度學(xué)習(xí)平臺(tái)。比如視頻識(shí)別工具包，能為開發(fā)者解決視頻理解、視頻編輯、視頻生成等一系列任務(wù)，可實(shí)現(xiàn)一鍵式的高效配置來做訓(xùn)練和預(yù)測；

在訓(xùn)練環(huán)節(jié)，飛槳在提升協(xié)同訓(xùn)練效率的通俗，還在大幅度放松訓(xùn)練所需求的軟件、硬件、帶寬環(huán)境，通俗理解就是在各種學(xué)習(xí)條件下都能“好好學(xué)習(xí)”；

在部署環(huán)節(jié)，飛槳的軟硬一體能力起到了重要作用，有針對(duì)多硬件支持的底層加速庫和推理引擎Paddle Mobile以及Paddle Serving等，打個(gè)比方就是，除了教會(huì)學(xué)生知識(shí)，還給他們快速適應(yīng)環(huán)境、實(shí)踐上手的能力。

以上可以看到，飛槳在想方設(shè)法降低千行萬業(yè)應(yīng)用AI的門檻，讓“用戶”快速上手，實(shí)現(xiàn)生產(chǎn)力；讓產(chǎn)業(yè)無縫進(jìn)入AI時(shí)代，完成變革。

成為產(chǎn)業(yè)的AI基座，中國技術(shù)自強(qiáng)的時(shí)代利器

在前三次產(chǎn)業(yè)革命中，中國都是被邊緣化的看客，如今站在第四次產(chǎn)業(yè)革命的起點(diǎn)，我們顯然不會(huì)錯(cuò)過這個(gè)“再次崛起”的機(jī)會(huì)，那么誰能承擔(dān)起中國在AI時(shí)代的產(chǎn)業(yè)基座呢？

就目前來看，百度飛槳責(zé)無旁貸。

特別是在“新基建”的風(fēng)口之下，飛槳在獲得發(fā)展機(jī)遇的同時(shí)也被寄予了更多的期望，中國技術(shù)自強(qiáng)的破局期望。

平心而論，飛槳通過開放大規(guī)模深度學(xué)習(xí)模型訓(xùn)練技術(shù)，在訓(xùn)練規(guī)模和訓(xùn)練效率上（支持萬億級(jí)規(guī)模參數(shù)的模型訓(xùn)練）與TensorFlow和PyTorch不遑多讓，特別是為了進(jìn)一步降低人工智能的應(yīng)用門檻，推出無需代碼編寫的人工智能建模工具EasyDL，使用者通過頁面拖拽操作和少量數(shù)據(jù)上傳即可創(chuàng)造出定制化的人工智能模型，以此來平衡專業(yè)人才與AI需求之間的矛盾。

百度飛槳技術(shù)領(lǐng)先、功能完備、便捷易用的特性，使其成為中國技術(shù)自強(qiáng)的代表，將視野放得更高一些，飛槳還將成為中國破局深度學(xué)習(xí)框架自主可控的一柄利器。

在不久前的百度世界2020大會(huì)上，飛槳又迎來再次進(jìn)化。

作為百度大腦“軟硬一體AI大生產(chǎn)平臺(tái)”的“軟”的層面，飛槳?jiǎng)討B(tài)圖功能升級(jí)實(shí)現(xiàn)了動(dòng)靜態(tài)的結(jié)合，讓用戶更容易開發(fā)模型；全面升級(jí)的API體系，則對(duì)于開發(fā)者更加友好。同時(shí)在硬件上適配22種芯片型號(hào)，覆蓋15家硬件廠商，對(duì)國產(chǎn)硬件的支持超過TensorFlow和PyTorch。

（飛槳深度學(xué)習(xí)平臺(tái)在百度世界2020大會(huì)上發(fā)布更新）

此外，在“硬”的層面，此次大會(huì)百度自研的AI芯片百度昆侖2預(yù)發(fā)布，相比2018年發(fā)布的中國首款云端通用AI處理器“百度昆侖1”，百度昆侖2的性能大幅提升，能夠更好地滿足各種場景的AI計(jì)算需求。百度飛槳，加上百度昆侖，軟硬一體，使得中國在AI操作系統(tǒng)和AI芯片兩大AI核心底層技術(shù)上擁有了自主知識(shí)產(chǎn)權(quán)。

百度創(chuàng)始人、董事長兼CEO李彥宏也在百度世界2020上表示，AI技術(shù)研發(fā)需要長期堅(jiān)持，因?yàn)樗纳虡I(yè)價(jià)值不可能在短短幾年之內(nèi)就體現(xiàn)出來，需要科技人員有雄心、有耐心、耐得住寂寞，而且要有堅(jiān)定的信仰，相信自己一定要掌握這門技術(shù)?！啊疀]有一種堅(jiān)持會(huì)被辜負(fù)’，我們堅(jiān)信，只要堅(jiān)持下去，一定會(huì)獲得相應(yīng)的成果。”

操作系統(tǒng)上，我們錯(cuò)過了；芯片，我們也錯(cuò)過了。

深度學(xué)習(xí)框架還沒掉隊(duì)，我們要挺住。

*本文圖片均來源于網(wǎng)絡(luò)