江苏龙网

  1. 首页 > 资讯 > 科技 > >

学习|在“十四五”这个关键窗口，中国要怎么实现AI自主可控？( 二 )


如果说中国有深度学习框架能和TensorFlow、PyTorch掰手腕 ， 那应该是飞桨 。
作为中国首个开源开放、功能完备的深度学习平台 ， 飞桨可以说凝聚了百度领先的人工智能技术 ， 也是百度在AI赛道长期布局、开花结果的体现 。
1、技术沉淀深：率先起跑 ， 一步领先步步先
“帮人做一件事”和“教人做一件事”在本质上是不同的 。
当我们用AI来解决问题时 ， 如果将“帮人做一件事”比喻成AI应用 ， 拿来即用 ， 那么“教人做一件事”就是深度学习框架 ， 告诉你如何来做一个可以用来解决问题的AI应用 。
很明显 ， “教人做一件事”的路径更长 ， 要求的能力更高 ， 就像成为一名优秀的老师一样 ， 需要长时间的积累和沉淀 ， 才能完成能力的对外输出 。
飞桨的积淀来自于布局早 。
百度的深度学习历史可以追溯到2013年设立全球首个深度学习研究院 ， 这个时间比大多数AI企业切入AI领域还要早 。
2016年飞桨正式开源 ， 之后的2017年 ， 百度又在国家发改委批复下牵头筹建了国内唯一的深度学习技术及应用国家工程实验室 。
起早布局的结果是百度形成了很难被追赶的深度学习积累 ， 不论是率先开源还是筹建实验室 ， 在国内都不存在对手 。 其他提供深度学习开发服务的AI企业 ， 其发展阶段还远未到能够开源或被官方认可的程度 。
2、落地场景多：赋能百业 ， 价值转化看得见
作为一项技术 ， 其价值的大小与之落地对产业改变程度的多少是成比例的 ， 这里有两个衡量维度 ， 一是看赋能行业场景的多少 ， 二是看每个落地场景效率提升的多少 。
飞桨作为深度学习框架“国货” ， 推动产业应用是它的主力方向 ， 迄今服务赋能涉及农林、医疗、工业制造、消费类电子、电力能源、交通、环保等多个领域 。
比如在林业管理中 ， 红脂大小蠹是非常严重的害虫灾害 ， 过去 ， 林业管理系统需要通过人力监测来预报和治理虫情 ， 现在 ， 北京林业大学在百度飞桨支撑下研发的智能虫情监测系统 ， 1小时可完成原本研究院一周的观察工作量 ， 大大提升了灾害防治的效率；
又比如 ， 飞桨携手国家电网和山东信通打造了电网智能巡检方案 ， 其中分析准确率达到90% ， 报警响应速度更是从小时级提升为秒级 ， 再次证实了技术驱动的高效能力 。
【学习|在“十四五”这个关键窗口 ， 中国要怎么实现AI自主可控？】再比如 ， OPPO基于飞桨的大规模分布式训练技术研发的推荐系统 ， 训练速度提升了8倍 ， 模型扩大了20倍 ， 推荐场景效果提升4%-5% ， 内存节省90% ， 为OPPO应用商店业务带来了巨大的价值转化 。
飞桨与华为达成合作 ， 双方在硬件底层打通 ， 可以为端侧AI提供强劲算力 ， 这一点在输入法应用上体现得特别明显：性能提升25% ， 内存节省22% ， 功耗降低50% ， 而且表现更加稳定 ， 不会受到CPU的负载影响 。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

（深度学习框架与硬件打通可以优化手机应用的使用体验）
飞桨所有的场景落地都是用可视化的数字让应用价值明明白白的被看见 ， 这既是飞桨的能力 ， 也是飞桨能够成为最受欢迎的中文深度学习框架的底气 。
3、易用易部署：开源开放 ， 打造全产业生态
深度学习框架落地场景多说明它“好用” ， 但若要完成大范围普及 ， 深度学习框架还要做到“易用” ， 在部署时也要尽可能简便 ， 最好可以“开箱即用” 。
飞桨正是这样一个“宝藏”平台 ， 对很多算法进行了完整封装 ， 开发者只需要略微了解下源码原理 ， 导入自己的数据就可以执行运行的命令 ， 具备从开发到训练再到部署的全链条无死角的系统化能力 。
例如 ， 在开发环节 ， 飞桨已开源100多个经过真实业务场景验证的官方模型 ， 涵盖视觉、NLP、推荐等AI核心技术领域 ， 成为官方支持模型最多的深度学习平台 。 比如视频识别工具包 ， 能为开发者解决视频理解、视频编辑、视频生成等一系列任务 ， 可实现一键式的高效配置来做训练和预测；


推荐阅读


上一篇：科技|字节跳动子公司入股掌阅科技，投资11亿元占股11%

下一篇：数据|巨头激烈竞逐大数据，“差异化”如何成就华为云的领导者地位