深度学习框架是开启下一个AI时代的钥匙

　　“尽管深度学习框架属于高投入、长周期、抢生态的竞争，但已经得到国家和企业的战略性支持，是开启下一个AI时代的钥匙。”在3月31日百度AI开放日活动上，百度AI技术生态总经理马艳军说。

　　演讲中，马艳军分享了深度学习领域的竞争格局、中国自研深度学习框架的发展突破和未来趋势。他表示，当前中国深度学习框架的发展仍需突破三大关键点：技术实力、功能体验、生态规模。

　　据了解，2006年，深度学习的方法极大提高了机器自学习的能力，推动人工智能应用迎来爆发期。当前，深度学习技术已经具备了很强的通用性，正在推动人工智能进入工业大生产阶段，呈现出标准化、自动化和模块化的特点。

　　马艳军表示，深度学习框架正在让AI应用变得更简单。基于深度学习框架，企业可以根据自身行业的特点和场景需要，更快更便捷地开发AI应用，不再需要从0到1地搭建地基，极大提升了产业智能化的效率和水平。

　　深度学习框架是智能时代的操作系统，它和芯片一起共同构成了人工智能的基础设施。作为推动AI应用大规模落地的关键力量，深度学习框架对信息系统的科技安全有着决定性意义。

　　“深度学习框架在人工智能技术体系中，处于贯通上下的腰部位置，它下接芯片、上承应用。”马艳军说，在深度学习框架这一AI核心技术上，即便面临门槛高、生态建设难等困难，中国企业也必须掌握主动权。

　　2021年IDC发布的报告显示，中国首个开源开放的深度学习平台百度“飞桨”，在中国深度学习市场中的综合份额已超越其他国际巨头，成为中国第一。这使得我国人工智能技术开发者和使用者不必依赖于国外平台，同时还可进一步依托国产平台培育产业生态。

　　“中国企业和产业有自身的特点，例如在工业、农业、物流、金融等领域，中国企业对AI技术的需求也有其独特性。国产深度学习框架，如果既能在功能上大量满足中国产业需求，同时又低门槛、简单易开发，那将有很大机会在产业级落地上实现弯道超车。”马艳军表示。

　　随着当前中国产业数字化转型的不断深入，中国深度学习框架的生态布局正在工业、交通、能源、城市等千行百业开花结果。以智慧交通领域为例，高铁接触网挂异物导致列车晚点的事件时有发生，一块小小的异物，就可能影响上百万人的出行。此前，依靠传统的人工巡检需要每天每条线路安排10到20名轨道检修工，不但人工成本高，还很难保证及时地检测与处理。经过一些尝试后，成都国铁最终采用飞桨研发了一套“轨道在线智能巡检系统”，实现了对轨道缺陷全天候的智能判断。

　　马艳军介绍说，随着中国深度学习框架的开源开放以及更大规模的产业应用落地，未来中国深度学习框架的应用场景将会更加丰富，成本和门槛也会进一步降低。同时，深度学习框架将与科学计算、量子计算、生命科学等更多前沿产业进行融合创新。

　　据了解，飞桨在各地设立了“百度飞桨人工智能产业赋能中心”。聚焦人工智能先进技术在各地重点产业的需求和应用，整合百度飞桨AI技术服务、解决方案及生态资源，通过产学研协同创新，支持各地企业低门槛、高效率应用AI技术、AI资源，实现产业智能化升级。