文|智能相對論

作者|佘凱文

“人工智能”作為第四次工業(yè)革命的代表性科技,在生活、生產(chǎn)及社會經(jīng)濟方面所取得的成績已經(jīng)相當顯著,并且普遍認為人工智能帶來的生產(chǎn)力提高將遠高于前三次工業(yè)革命。

今年兩會期間,推動人工智能產(chǎn)業(yè)發(fā)展也成為科技圈大佬們熱衷的提案,更是涵蓋交通、教育、養(yǎng)老、數(shù)據(jù)治理等眾多領(lǐng)域。

然而時至今日,人工智能技術(shù)依舊還有不足,如何解決?在5月20日召開的“WAVE SUMMIT 2021”深度學習開發(fā)者峰會上,百度首席技術(shù)官王海峰就分享了關(guān)于人工智能技術(shù)和產(chǎn)業(yè)發(fā)展的兩點思考:一是融合創(chuàng)新。多技術(shù)融合創(chuàng)新、深度學習平臺與芯片軟硬一體優(yōu)化、人工智能技術(shù)與應用場景融合創(chuàng)新發(fā)展的趨勢愈加明顯;二是降低門檻。隨著人工智能技術(shù)在各行業(yè)的滲透,面向不同應用場景,高效滿足不同的開發(fā)者需求,持續(xù)降低門檻非常關(guān)鍵。門檻的大幅降低,加快了人工智能應用的多樣化和規(guī)�；�,加快了產(chǎn)業(yè)智能化進程。

開源5年,百度飛槳如何做到越飛越高?

從國家“十四五規(guī)劃”起,將“人工智能”列為了需要重點突破的科技前沿技術(shù)之首,提出要繼續(xù)加大培育并壯大人工智能產(chǎn)業(yè)。

如今隨著人工智能技術(shù)的突飛猛進,已經(jīng)陸續(xù)在不少簡單或危險領(lǐng)域出現(xiàn)了全面人工智能替代,另一方面人工智能也在加速產(chǎn)業(yè)智能化熱潮,整個產(chǎn)業(yè)正展現(xiàn)蓬勃之姿。

將目光移至幾年前,可能很難相信如今國內(nèi)人工智能產(chǎn)業(yè)的發(fā)展速度,特別是人工智能的一些核心領(lǐng)域,比如作為AI時代“操作系統(tǒng)”的深度學習框架,深度學習技術(shù)是AI面向深層次不斷前進的基礎(chǔ),也是科技巨頭轉(zhuǎn)型角逐AI時代的核心內(nèi)容。

其中百度飛槳深度學習開源開放平臺,既成為這個時代人工智能飛速發(fā)展的見證者,也是推動者。因為就像在“WAVE SUMMIT 2021”峰會上百度集團副總裁、深度學習技術(shù)及國家工程實驗室副主任吳甜所言,從企業(yè)中的少數(shù)人開始考慮“我們面對的問題能不能用AI來解決”,到真正的實現(xiàn)高效、高質(zhì)量的大生產(chǎn),把AI技術(shù)的價值帶入到企業(yè)的生產(chǎn)活動當中,是否存在一條可以參考、可以實踐的路徑?而飛槳將這條路徑打通了。

峰會上吳甜首次公開分享了飛槳通過與產(chǎn)業(yè)伙伴的廣泛合作所觀察到的AI工業(yè)大生產(chǎn)的實現(xiàn)路徑。企業(yè)應用AI的過程分三個階段,第一階段是企業(yè)中有少數(shù)先行人員嘗試引入AI進行原型驗證,稱之為AI先行者探路階段;當進行了驗證產(chǎn)生效益后,會從個人實踐轉(zhuǎn)變成建設(shè)團隊來學習和應用AI,稱之為AI工作坊應用階段;當企業(yè)進行大量的AI應用,幾百、幾千人一起工作,多人多任務協(xié)同生產(chǎn),就進入了AI工業(yè)大生產(chǎn)階段,更長期看,還會實現(xiàn)社會化協(xié)同大生產(chǎn)。

而對應于不同階段的企業(yè),飛槳都能提供相應的解決方案,幫助企業(yè)實現(xiàn)快速且有效的場景落地,儼然飛槳已成為企業(yè)AI技術(shù)落地的“前哨站”。

自2016年飛槳正式開源,從此中國終于有了自主研發(fā)可控的深度學習平臺,至今飛槳已經(jīng)歷經(jīng)多次升級,今年在“WAVE SUMMIT 2021”峰會上帶來九大最新發(fā)布。

產(chǎn)品技術(shù)層面發(fā)布了飛槳開源框架V2．1、大規(guī)模圖檢索引擎、文心ERNIE四大預訓練模型、硬件生態(tài)進展、推理部署導航圖、云原生機器學習核心PaddleFlow。這些技術(shù)層面的核心總結(jié)起來就是一點就是“讓AI開發(fā)者具備更高的技術(shù)能力和更低的進入門檻”。

像開源框架V2．1的發(fā)布,實現(xiàn)了將自定義算子功能全面升級,進一步降低了開發(fā)者自定義算子的學習與開發(fā)成本,大幅提升開發(fā)靈活性。而開放云原生機器學習核心PaddleFlow,則是專為AI平臺開發(fā)者提供核心能力并賦能更多細分場景和深度定制的AI平臺。

生態(tài)層面宣布飛槳“大航�！眴⒑接媱澣〉秒A段性進展,并正式發(fā)布《AI人才產(chǎn)教融合培養(yǎng)方案》、正式發(fā)布“大航�！弊o航計劃及“大航�！鳖I(lǐng)航計劃。

隨著這些計劃的陸續(xù)落地實施,在助力廣大開發(fā)者及企業(yè)實現(xiàn)AI工業(yè)大生產(chǎn)的同時,飛槳也必然成長為中國人工智能的核心基座。

無論時代的車輪前行得多快,飛槳硬是憑借過硬的“自身素質(zhì)”領(lǐng)先于時代之前,其最終目的,就是讓AI開發(fā)具有更高的技術(shù)能力和更低的進入門檻,以為產(chǎn)業(yè)做減法的形式,增加產(chǎn)業(yè)智能化升級的廣度和深度提速,而這也是飛槳越飛越高的核心本質(zhì)。

緊握產(chǎn)業(yè)智能化轉(zhuǎn)型要素,飛槳軟硬件兩手抓

都說“光說不練假把式”,技術(shù)也一樣,評價任何技術(shù)優(yōu)劣都需以最終的落地實踐為標準,人工智能技術(shù)當然也不例外,所以評判人工智能技術(shù)的最佳方式還是在于看看其在產(chǎn)業(yè)端的應用、融合究竟怎樣。

首先,技術(shù)不能脫離生活,離生活太遠再厲害的技術(shù)也將失去光澤。所以,透過飛槳的延伸視角,能看到正是哪里有需要,飛槳就去哪里。

比如,去年的疫情讓我們對藥物研發(fā)、疫苗設(shè)計等生物工程的效率有了更高的期待,于是飛槳發(fā)布了生物計算平臺PaddleHelix螺旋槳進行跨界探索。具體到實際應用,抗疫期間飛槳與醫(yī)療機構(gòu)共同開發(fā)了CT影像肺炎篩查與病情預估系統(tǒng),可以快速檢測識別肺炎病灶,為病情診斷提供病灶的數(shù)量、體積、肺部占比等定量評估信息。

又比如前不久飛槳與成都國鐵電氣設(shè)備有限公司合作解決軌道交通巡檢難題,傳統(tǒng)的高鐵檢修手段嚴重受限于人工,也讓企業(yè)背負了高額的人力成本及低下的工作效率,飛槳的介入讓軌道交通安全運維問題的解決有了新的可能。成都國鐵借助飛槳的PaddleDetection等套件解決了AI算法難題,研發(fā)了一套“軌道在線智能巡檢系統(tǒng)”。

類似的案例還有很多,產(chǎn)業(yè)智能化浪潮的推動造就了飛槳速度,同時飛槳也在不斷夯實“十四五”規(guī)劃中提出的“推進產(chǎn)業(yè)基礎(chǔ)高級化、產(chǎn)業(yè)鏈現(xiàn)代化”,走向國家發(fā)展的戰(zhàn)略支撐。

其次,技術(shù)還需廣泛滲透進企業(yè)業(yè)務流程的主要環(huán)節(jié)之中,真正幫助企業(yè)實現(xiàn)智能化的轉(zhuǎn)型升級,飛槳在這方面也取得了不俗的成績。

比如在電力方面,與南方電網(wǎng)合作的巡檢機器人,利用飛槳團隊實現(xiàn)的高性能目標檢測算法YOLOv3及語義分割算法U-Net,巡檢機器人突破了干擾力巨大的環(huán)境因素障礙,使過去工作人員花費6個小時的現(xiàn)場巡視,現(xiàn)在只需要在遠方的主控室一鍵下達巡檢任務就輕松完成,大大節(jié)省了南方電網(wǎng)的審核工作量與成本。

又比如,目前全國大大小小的產(chǎn)業(yè)園都面臨著同一個矛盾,即產(chǎn)業(yè)智能化轉(zhuǎn)型需求旺盛,然而在AI技術(shù)落地過程中的痛點與技術(shù)難題頻出,飛槳則成為解決這些矛盾的關(guān)鍵。

現(xiàn)階段,飛槳已經(jīng)覆蓋到了工業(yè)、能源、金融、醫(yī)療、農(nóng)業(yè)、城市管理、交通、信息技術(shù)等各種各樣的行業(yè)和場景;并聚集了320萬開發(fā)者,服務了12萬企業(yè),創(chuàng)建了36萬模型,而且這組數(shù)據(jù)還在持續(xù)增長。飛槳深深扎根于產(chǎn)業(yè)智能化升級的事業(yè)之中,在為企業(yè)產(chǎn)業(yè)護航、聚力共振方面當仁不讓。

聚力核心基座,共享智能化浪潮

如王海峰在峰會上所言,在人工智能領(lǐng)域“高效滿足不同的開發(fā)者需求,持續(xù)降低門檻非常關(guān)鍵”。那么這“一高一低”兩個核心,飛槳又是如何實現(xiàn)的?

在提升技術(shù)能力高效滿足不同開發(fā)者需求方面,飛槳的應對措施是“升級”,前面也有提到今年飛槳的九大發(fā)布,其中像“大規(guī)模圖檢索引擎”支持萬億邊的圖存儲和檢索,大規(guī)模圖模型訓練架構(gòu)支持網(wǎng)易云音樂等企業(yè)大規(guī)模應用落地、“文心ERNIE四大預訓練模型”則是實現(xiàn)了統(tǒng)一的跨模態(tài)語義理解,目的都是為了強化飛槳的服務能力,使其更高效滿足開發(fā)者需求。

而開源框架V2．1、推理部署導航圖、開放云原生機器學習核心PaddleFlow,則都在降低AI開發(fā)應用的門檻,滿足不同行業(yè)、不同階段、不同層次開發(fā)者的需要。

同樣也是基于“一高一低”兩個核心,使飛槳在開發(fā)者、合作伙伴賦能及人才培養(yǎng)、產(chǎn)教融合方面都取得了卓越成績。

在助力開發(fā)者方面,據(jù)最新數(shù)據(jù),飛槳平臺已經(jīng)凝聚了320萬開發(fā)者,相比一年前增幅70%,也是基于飛槳平臺,使這320萬開發(fā)者不再需要從頭編寫人工智能的算法代碼,即可高效進行技術(shù)創(chuàng)新和業(yè)務拓展。門檻的大幅降低,加快了人工智能應用的多樣化和規(guī)模化,加快了產(chǎn)業(yè)智能化進程。

在“WAVE SUMMIT 2021”峰會上飛槳與三大高校創(chuàng)新創(chuàng)業(yè)實驗室現(xiàn)場簽約,包括清華大學基礎(chǔ)工業(yè)訓練中心、吉林大學創(chuàng)新創(chuàng)業(yè)實驗室、鄭州大學人工智能工程應用實驗室,宣布將共同推進產(chǎn)學研用一體化發(fā)展,打造產(chǎn)業(yè)智能化預備軍。此外,過去三年百度與教育部新工科累計舉辦了14期師資培訓,覆蓋了所有985、211高校,共培訓了2000+名老師,其中226所高校已基于飛槳開設(shè)了學分課。

人才培養(yǎng)方面,飛槳更是一馬當先,目前已經(jīng)建起涵蓋“學習、實踐、比賽、認證、就業(yè)”的開發(fā)者全周期服務體系。去年開始,飛槳針對業(yè)內(nèi)開發(fā)者也設(shè)置了專門的課程和培訓體系,包括面向一線工程師的AI快車道、企業(yè)閉門交流AI私享會以及AICA首席AI架構(gòu)師培養(yǎng)計劃,在邊學習邊實踐的體系下,為廣大開發(fā)學者提供了廣闊的舞臺。

另外,隨著飛槳“大航�！庇媱澋娜�面啟動,15億元資金和資源將不斷落實到技術(shù)、人才、生態(tài)等各方各面,屆時“大航�！弊o航計劃將賦能全方位支持10萬家企業(yè)智能化升級,培養(yǎng)百萬AI人才;領(lǐng)航計劃將以PPDE飛槳開發(fā)者技術(shù)專家、PPSIG特殊興趣小組、飛槳領(lǐng)航團等為主要組織形式,與業(yè)界優(yōu)秀的開源社區(qū)和開源項目合作,系統(tǒng)化的設(shè)立研究和研發(fā)方向,聯(lián)合優(yōu)秀的開發(fā)者、優(yōu)秀的開源社區(qū)一起共建深度學習開源生態(tài),攜手探索AI前沿領(lǐng)域;啟航計劃將與全國500所高校深度合作,重點培訓5000位高校AI師資,聯(lián)合培養(yǎng)50萬AI學子。

可以預見,隨著百度飛槳的持續(xù)投入,一批具有中國產(chǎn)業(yè)特色的人工智能大軍必將應運而生, 同時飛槳作為開源底座也將越發(fā)的繁榮與厚實,在不斷推動產(chǎn)業(yè)智能化之時,屬于飛槳的烙印也被深刻其中。

總結(jié)

總而言之,當下飛槳正以開發(fā)便捷的深度學習框架、超大規(guī)模深度學習模型訓練技術(shù)、多端多平臺部署的高性能推理引擎、產(chǎn)業(yè)級開源模型庫四大領(lǐng)先優(yōu)勢,不斷助力各領(lǐng)域產(chǎn)業(yè)智能化轉(zhuǎn)型升級。而以飛槳為核心的智能化體系,也正不斷激起時代的智能化浪潮。