文|曾響鈴

來源|科技向令說（xiangling0815）

除了“技術(shù)炫”，人工智能的另一大特征是“開會多”，然而，專門針對“深度學習”的開發(fā)者大會卻少之又少。

究其原因，搞“技術(shù)”的AI企業(yè)，在深度學習這件事上反而被“技術(shù)門檻”所鉗制。不過，這對于一直深耕技術(shù)的AI企業(yè)來說，也就成了優(yōu)勢，例如擁有國內(nèi)唯一開源深度學習平臺PaddlePaddle的百度。

4月23日，百度就與深度學習技術(shù)及應(yīng)用國家工程實驗室在北京聯(lián)合主辦了首屆（2019）WAVE SUMMIT深度學習開發(fā)者峰會。

不開則已，開則“有料”。

百度高級副總裁、深度學習技術(shù)及應(yīng)用國家工程實驗室主任王海峰面對大批深度學習開發(fā)者，拋出“深度學習推動人工智能進入工業(yè)大生產(chǎn)階段，深度學習框架是智能時代的操作系統(tǒng)”的言論。

這句話有兩個關(guān)鍵詞：AI的發(fā)展要進入一個新的階段—“工業(yè)大生產(chǎn)”，而這個新的階段深度學習框架將起到關(guān)鍵作用—“操作系統(tǒng)”。

深度學習在AI體系內(nèi)的關(guān)鍵價值，使得它已經(jīng)成為AI深入發(fā)展的技術(shù)堡壘，也成為各平臺轉(zhuǎn)型AI企業(yè)角逐AI時代的核心內(nèi)容。WAVE SUMMIT 2019百度試圖率先舉起深度學習的旗幟，通過站位“智能時代的操作系統(tǒng)”擴大AI競爭優(yōu)勢的意圖，而王海峰敢這么說，百度已有充足的自信。

AI“工業(yè)大生產(chǎn)”臨門一腳，深度學習成為“躍遷”力量

AI深入發(fā)展的表現(xiàn)之一，是提出“為什么AI”的企業(yè)正逐漸減少，而提出“為什么不AI”的企業(yè)群體逐漸龐大。

當最傳統(tǒng)的制造業(yè)等產(chǎn)業(yè)也開始把“智能+”掛在嘴邊時，多樣化場景反過來需要平臺型AI企業(yè)在各種層次上進行開放：

有些開發(fā)者只需要借助外部技術(shù)完善自家產(chǎn)品，例如智慧客廳場景中，OTT TV的智能互動（語音、圖像等）需求，或互金平臺、游戲平臺等的智能客服需求，這些是目前多數(shù)AI企業(yè)在技術(shù)上所能達到的層次；

有些開發(fā)者則因為業(yè)務(wù)的特殊性，需要借助外部更基礎(chǔ)的深度學習框架能力，如構(gòu)建農(nóng)業(yè)病蟲害治理應(yīng)用，這種AI技術(shù)呈現(xiàn)出“高門檻”的特征，能夠提供開發(fā)者生態(tài)的少之又少。

很明顯，越是高通用性的領(lǐng)域，AI技術(shù)越是只需要到達“表層”；越是低通用性的領(lǐng)域，AI技術(shù)的介入越需要切入“深層”。

問題來了，語音、人臉可以依靠通用性快速普及，那些需求越來越旺盛的AI個案應(yīng)用怎么辦？——AI全面發(fā)展必然要解決“個性化”與“規(guī)模化”的矛盾問題。

王海峰提到的深度學習的通用性特點，以及深度學習框架及平臺的發(fā)展，正在推動人工智能標準化、自動化和模塊化，進入工業(yè)大生產(chǎn)階段，就是在針對這個問題。其解決方式本質(zhì)是通過深度學習框架，讓AI在“深層”也實現(xiàn)“框架能力”的通用性（對應(yīng)地，AI已經(jīng)在“表層”實現(xiàn)“應(yīng)用能力”的通用性），如此，專屬領(lǐng)域的AI應(yīng)用也可以被“批量生產(chǎn)”。

由此，也不難理解PaddlePaddle同時在峰會上發(fā)布的中文名字“飛槳”——AI發(fā)展到了這個階段，深度學習已經(jīng)急速劃動AI潮流、幫助AI躍遷進入“工業(yè)大生產(chǎn)”時代。

這里通過百度PaddlePaddle平臺案例來理解。

在林業(yè)管理中，紅脂大小蠹是非常嚴重的害蟲災(zāi)害，過去，林業(yè)管理系統(tǒng)需要通過人力監(jiān)測來預(yù)報和治理蟲情，現(xiàn)在，北京林業(yè)大學在百度PaddlePaddle支撐下研發(fā)的智能蟲情監(jiān)測系統(tǒng)，30分鐘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；

此外，百度曾基于PaddlePaddle深度學習能力完成了一個“AI控煙”監(jiān)測項目，數(shù)萬張吸煙動作圖片進行了43次深度學習模型訓練，能夠以較高的準確率完成吸煙人群的識別。

這些案例與人臉識別不同，都具備極強的“個案”色彩，其需求是獨特而少有的，傳統(tǒng)AI平臺在應(yīng)用層并不能提供對應(yīng)的解決方案，開發(fā)者必須借助深度學習平臺自主開發(fā)、訓練和部署應(yīng)用。

反過來，這些“個案”的生產(chǎn)實際上建立在框架能力的通用性基礎(chǔ)之上，圖像識別的深度學習還能以同樣的姿勢生產(chǎn)出更多有關(guān)“識別”的個性化AI應(yīng)用。

如果類比人類歷史上的工業(yè)發(fā)展變革，深度學習框架實際上也提供了“標準化、自動化、模塊化”的生產(chǎn)平臺，只不過生產(chǎn)的東西變成了“AI應(yīng)用”。

搶占智能時代的“操作系統(tǒng)”，百度PaddlePaddle豎起中國深度學旗幟

按王海峰的觀點，深度學習框架下接芯片、大型計算機系統(tǒng)，上承各種業(yè)務(wù)模型、行業(yè)應(yīng)用，是“智能時代的操作系統(tǒng)”。

這也可以理解為，AI深度學習之戰(zhàn)，就是搶占智能時代“操作系統(tǒng)”的戰(zhàn)爭，而“操作系統(tǒng)”的價值不言而喻，這也給了“技術(shù)派”百度更充分的底氣。

至少在現(xiàn)階段，憑借深度學習領(lǐng)域的三個“唯一”，百度PaddlePaddle已樹立中國深度學習的一面旗幟，打造了一套運行良好的“操作系統(tǒng)”。

1、唯一具備深度學習所需的前置技術(shù)積淀

解決問題（AI應(yīng)用），與教一個人如何“解決問題”（深度學習自構(gòu)建AI應(yīng)用）有著維度上的不同。

深度學習的平臺服務(wù)能力，不是找上一批人、搭上一個班子就能快速上馬的，它需要的長時間的深厚積淀，如同飛機發(fā)動機的研發(fā)只能依靠技術(shù)沉淀而沒有“捷徑”一樣，“財大氣粗”短期投入突破的可能性并不大。

百度的深度學習歷史可以追溯到2013年設(shè)立全球首個深度學習研究院，這比大多數(shù)AI企業(yè)切入AI領(lǐng)域還要早。

2016年P(guān)addlePaddle正式開源，形成了目前國內(nèi)唯一開源開放、功能完備的深度學習框架，之后的2017年，百度又在國家發(fā)改委批復下牽頭籌建了國內(nèi)唯一的深度學習技術(shù)及應(yīng)用國家工程實驗室。

其結(jié)果，是百度形成了難以被追趕的深度學習積累，不論是率先開源還是籌建實驗室，在國內(nèi)不存在對手。其他提供深度學習開發(fā)服務(wù)的AI企業(yè)，其發(fā)展階段還遠未到能夠開源或被官方認可的程度。

2、唯一具備開發(fā)、訓練、部署無死角系統(tǒng)化能力

深度學習框架這個“操作系統(tǒng)”也有自己的構(gòu)成：開發(fā)、訓練與部署的“三步走”標準姿勢。

用大白話說，先針對要處理的數(shù)據(jù)構(gòu)建一套合適的模型（可自己設(shè)置也可以利用深度學習平臺提供的現(xiàn)成案例），把這個模型到平臺上跑很多次教會它識別數(shù)據(jù)，最后將成型的“產(chǎn)品”裝載到硬件或云端，最終一個AI應(yīng)用被生產(chǎn)出來。

這三個環(huán)節(jié)缺一不可，模型建立不佳，大方向失誤；訓練能力不足，要么教出“差學生”，要么教出“壞學生”；部署時掉鏈子，好好的成型“產(chǎn)品”被搭載的平臺拖累甚至難以執(zhí)行。

深度學習框架是“取整函數(shù)”，任何一個環(huán)節(jié)缺失或能力不足就讓“操作系統(tǒng)”的價值大打折扣。

上文百度PaddlePaddle所謂唯一“功能完備”的深度學習框架，其意義也在于此——“無死角”的系統(tǒng)化能力。

例如，在開發(fā)環(huán)節(jié)，PaddlePaddle已開源60多個經(jīng)過真實業(yè)務(wù)場景驗證的官方模型，涵蓋視覺、NLP、推薦等AI核心技術(shù)領(lǐng)域。其中，新發(fā)布的視頻識別工具包，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)，可實現(xiàn)一鍵式的高效配置來做訓練和預(yù)測；

在訓練環(huán)節(jié)，PaddlePaddle對原有大規(guī)模分布式訓練（即多個芯片一起進行計算）進行了升級，一方面提升協(xié)同訓練的效率，另一方面大幅度放松訓練所需求的軟件、硬件、帶寬環(huán)境（可理解為各種學習條件下都能“好好學習”）；

在部署環(huán)節(jié)，PaddlePaddle的軟硬一體能力起到了重要作用，例如有針對多硬件支持的底層加速庫和推理引擎Paddle Mobile和新發(fā)布的Paddle Serving。這可以理解為老師除了教會學生知識，還給予他們快速適應(yīng)環(huán)境、實踐上手的能力。

馬化騰曾經(jīng)當面承認李彥宏的百度在人工智能方面走的更靠前，而騰訊則要落后不少?；剡^頭來看，這樣唯一全套齊備的深度學習平臺出現(xiàn)在百度并不意外。

3、唯一具備技術(shù)理解基礎(chǔ)上的細節(jié)優(yōu)化能力

通用AI應(yīng)用十分強調(diào)易用性，拿來就用，接通就能放到實際業(yè)務(wù)中。

事實上，包括AI在內(nèi)，所有涉及信息化的技術(shù)越是“深度”，也越要談“易用性”?？勺x性、兼容性、開發(fā)效率都是操作層面的注意點，如同Windows操作系統(tǒng)一直在優(yōu)化其體驗一樣，開發(fā)者也講“體驗”。

而在沒有深度理解之前是無法談細節(jié)的，越到細節(jié)優(yōu)化層面，PaddlePaddle越難以看到對手。

例如，與“標準化、自動化和模塊化”相對應(yīng)，PaddlePaddle提供了包括遷移學習、強化學習、自動化網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計、訓練可視化工具、彈性深度學習計算等在內(nèi)的工具組件。此外，Paddle還提供零基礎(chǔ)定制化訓練和服務(wù)平臺EasyDL和一站式開發(fā)平臺AI Studio。

工具化、平臺化降低了深度學習的門檻，AI“工業(yè)大生產(chǎn)”將擁有更多參與者。PaddlePaddle深度學習框架作為智能時代的“操作系統(tǒng)”，也能讓“用戶”快速上手、實現(xiàn)生產(chǎn)力目標。

飛輪效應(yīng)典型適用，深度學習平臺一步贏步步贏

操作系統(tǒng)的市場開拓是“飛輪效應(yīng)”的典型案例——起步慢，一旦超過臨界點就會越跑越快，競爭優(yōu)勢持續(xù)擴大，Windows、Android皆是如此。

深度學習框架這個“操作系統(tǒng)”也不例外。

如前文所言，積累和沉淀需要漫長的過程，但行業(yè)“旗幟”一旦打起來，就難以再被追趕，正如PaddlePaddle。

其原因與普通操作系統(tǒng)一樣，達到一定規(guī)模后，市場與生態(tài)的延展由“主動式”變?yōu)椤拔绞健?，持續(xù)做好產(chǎn)品新用戶就會源源不斷被“吸附”進來，競爭對手搶占市場的代價變得更高昂。

這次峰會上，百度宣布其一站式開發(fā)平臺AI Studio將為開發(fā)者提供總計1億元的免費算力，包括“一人一卡”模式下大量派發(fā)V100訓練卡（實體的訓練單元），以及遠程集群模式下AI Studio云端算力使用。

此外，高校方面，百度提供有深度學習師資培訓，通過專項基金以及AI Studio教育版，培育深度學習領(lǐng)域的高校人才；企業(yè)方面，百度之前黃埔學院基礎(chǔ)之上，還發(fā)布“AI快車道”計劃以及AI技術(shù)的生態(tài)扶持計劃，預(yù)計深度扶植1000家AI企業(yè)；開發(fā)者社區(qū)方面，百度則通過課程和賽事激發(fā)開發(fā)者群體的創(chuàng)新精神。

有外部開發(fā)者群體不斷被吸附，也有核心平臺積極為開發(fā)者破除AI應(yīng)用開發(fā)的桎梏，百度深度學習生態(tài)的發(fā)展已經(jīng)進入滾雪球模式。

從整個市場競爭格局而言，“旗幟效應(yīng)”下的“圈地運動”將只有一個玩家——不用“跑馬”圈地，旗幟照耀之處，皆是權(quán)屬土地。

*此內(nèi)容為【科技向令說】原創(chuàng)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復制或建立鏡像。

【完】

曾響鈴

1鈦媒體、品途、人人都是產(chǎn)品經(jīng)理等多家創(chuàng)投、科技網(wǎng)站年度十大作者；

2虎嘯獎高級評委；

3作家：【移動互聯(lián)網(wǎng)+ 新常態(tài)下的商業(yè)機會】等暢銷書作者；

4《商界》《商界評論》《銷售與市場》等近十家雜志撰稿人；

5鈦媒體、界面、虎嗅等近80家專欄作者；

6“腦藝人”（腦力手藝人）概念提出者，現(xiàn)演變?yōu)椤白悦襟w”，成為一個行業(yè)。

7現(xiàn)為“今日頭條問答簽約作者”、多家科技智能公司傳播顧問。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。