学习|在“十四五”这个关键窗口,中国要怎么实现AI自主可控?

文 | 魏启扬
十九届五中全会公报提出 , 要“把科技自立自强作为国家发展的战略支撑 。 ”
公报更进一步强调了科技的自立自强 , 并明确提出到2035年关键核心技术要实现重大突破 。 这表明 , “十四五”期间 , 科技创新会被提升到一个更高的战略位置 , 以改变当前对美国技术依赖性强的被动局面 , 并成为拉动未来经济发展的重要力量 。
这也是公报首次将科技自立自强提高到国家战略的地位 , 这个变化给中国的创新力量们注入了一针强心剂 。 尤其是在过去的几年间 , 由于贸易保护主义与逆全球化抬头 , 众多领域都受到了来自外国产业链的掣肘 , 科技自立自强确实到了迫在眉睫的地步 。
必须承认 , 在PC时代与互联网时代 , 我们错失了关键的突围机会 , 那么 , 在世界公认的下一站AI时代里 , 我们必须掌握主动 , 拒绝“卡脖子” 。
被称为AI时代“操作系统”的深度学习框架的重要性被发掘了出来 。
作为自主可控核心技术诸多选项中的一个 , 深度学习在AI体系内的关键价值在于 , 它是AI向更深层次发展必经的技术壁垒 , 也是科技巨头转型角逐AI时代的核心内容 。
1
深度学习框架助燃新工业革命 , 自主可控是当务之急
深度学习到底有多重要?
我们先来看看人工智能的进化过程 , 从最开始的人工规则到机器学习 , 再到深度学习 , 非生物体有了思考和学习的方法路径 , 简单来说就是通过大量的数据“训练” , 然后做出决策和预测 。
深度学习框架则是对底层语言和重要算法模型进行封装 , 对于我们现实世界而言 , 其技术价值主要体现在通过专家经验的移植与复制 , 让机器进一步渠道低水平的重复劳动 , 从而提高整体效率 。
以上描述或许有些生涩 , 那么我们来看一个案例 。
河北工业大学教授刘晶两个月时间跑了一百多家钢铁厂 , 把老师傅们三十年时间积累的钢铁熔炼配料经验 , 在百度飞桨平台上用三秒就做出了最优配比AI模型 , 更厉害的是 , 这个模型每年可为钢铁企业节省10%的原材料 , 配料计算时间节省90% 。
将人类历史历次工业发展变革进行类比 , 深度学习框架实际上也提供了一个“标准化、自动化、模块化”的生产平台 , 只不过这个平台架构在虚拟的数字空间 , 生产的东西变成了“AI应用” 。
“得框架者得AI” , 巨头们开始在深度学习领域跑马圈地 , 靠的就是深度学习框架 。
Facebook推出了Caffe、PyTorch平台、Google推出了TensorFlow平台、百度推出了飞桨平台 , 亚马逊推出了MXNet平台……在目前大大小小几十种开源框架中 , Google 2015年开源的TensorFlow , 以及Facebook的PyTorch份额最大 , 几乎是当下使用最广的两个深度学习框架 。
根据IDC去年发布的《中国深度学习平台市场份额调研》显示 , 在AI技术使用方面 , 接受调研的企业和开发者中 , 86.2%选择使用开源深度学习框架 , 虽然Google、Facebook和百度占据了国内绝大部分市场份额 。学习|在“十四五”这个关键窗口,中国要怎么实现AI自主可控?
图片

(IDC《中国深度学习平台市场份额调研》各家排名)
类似于操作系统和芯片 , 深度学习框架也具有赢家通吃的特征 。 一旦国外技术占据了上风 , 深度学习框架规则的制定也将具有排他性 , AI在深层领域的通用技术也将受到框架的规定和限制 。
虽然目前包括TensorFlow、PyTorch在内的深度学习框架都是开源的 , 但并不能排除哪一天停止开源 , 届时深度融入国外深度学习框架生态的中国公司将不得不面临研发停滞的局面 , 而切换新的深度学习框架 , 又要经历一段重新融入新生态的磨合 。
鉴于此 , 自主可控的深度学习框架对于中国来说 , 不但重要 , 而且必要 。
2
百度飞桨的自强之路 , 深度学习的“国货之光”


推荐阅读