精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    拿下AI大時代的“操作系統(tǒng)”,百度飛槳如何為中國贏得話語權(quán)

    文|曾響鈴

    來源|科技向令說(xiangling0815)

    任何一個新興科技領(lǐng)域在經(jīng)過草莽式的發(fā)展后,必然無法逃離“社會化大分工”的普遍行業(yè)邏輯,出現(xiàn)承擔(dān)起基本能力輸出與服務(wù)的巨頭平臺,而合作伙伴、客戶/用戶開始專注于事業(yè)本身的創(chuàng)新與創(chuàng)意。

    深度學(xué)習(xí)就是這樣一個時代的產(chǎn)物。

    在2019年中關(guān)村論壇上,百度所主辦的平行論壇“AI時代的深度學(xué)習(xí)技術(shù)與應(yīng)用創(chuàng)新論壇”中,百度PaddlePaddle(中文名“飛槳”)深度學(xué)習(xí)平臺被重點關(guān)注。

    正如該論壇上深度學(xué)習(xí)知名學(xué)者、馬里蘭大學(xué)帕克分校教授Dinesh Manocha在例舉大量機器人和自動駕駛技術(shù)AI研發(fā)與應(yīng)用后對飛槳的評價所說,“飛槳是一個非常好的通用架構(gòu),并且它是非常靈活的……它是一個非常好的開放平臺……希望在未來能夠?qū)⒏嗟哪P蛻?yīng)用在不同的行業(yè)里”,毫無疑問,飛槳已經(jīng)越來越發(fā)揮出AI浪潮的幕后推動價值——看得見的是百度AI技術(shù)產(chǎn)業(yè)落地,看不見的是“飛槳”。

    這些也意味著深度學(xué)習(xí)平臺將很大程度掌控AI時代的話語權(quán),這個被稱為AI時代“操作系統(tǒng)”的東西,在全球范圍內(nèi)的話語權(quán)戰(zhàn)爭也已經(jīng)打響,F(xiàn)acebook PyTorch最近在時隔僅2個月就急不可耐地發(fā)布PyTorch 1.3,“硬剛”Google在10月1日發(fā)布的Tensorflow 2.0,硝煙彌漫……

    只不過這一次,中國徹底準(zhǔn)備好了。

    “操作系統(tǒng)”混戰(zhàn)巨頭各有“調(diào)性”,中國鎖定“產(chǎn)業(yè)智能”

    總體而言,全球范圍內(nèi)叫得上號的深度學(xué)習(xí)框架主要有四大玩家,三個位于美國(微軟Cognitive Services、Facebook Pytorch、Google TensorFlow),中國僅有一根“獨苗”(百度PaddlePaddle),它們是AI時代的“操作系統(tǒng)”混戰(zhàn)的主要力量。

    而雖然都是深度學(xué)習(xí),巨頭們的產(chǎn)品也各有不同之處,這也決定了短期的競爭格局。

    先從中國看起,當(dāng)談?wù)撈鹕疃葘W(xué)習(xí)框架時,盡管“飛槳”也具備多方面的適應(yīng)性,例如其用戶既有Intel、Nvida、華為、中國聯(lián)通、中信銀行等產(chǎn)業(yè)組織,也有北京航空航天大學(xué)、中國科學(xué)院大學(xué)等學(xué)院派,但總體而言,飛槳的“人設(shè)”在所有玩家中與產(chǎn)業(yè)集合最為緊密。

    在2019年中關(guān)村論壇深度學(xué)習(xí)平行論壇上,百度王海峰就直接表示,“希望更好的把深度學(xué)習(xí)技術(shù)標(biāo)準(zhǔn)化、自動化和模塊化,應(yīng)用于各行各業(yè)的工業(yè)大生產(chǎn),去賦能各行各業(yè),幫助產(chǎn)業(yè)的智能化轉(zhuǎn)型?!?/p>

    這也體現(xiàn)在了飛槳面向產(chǎn)業(yè)應(yīng)用的代表性技術(shù)優(yōu)勢上,目前飛槳其開放了覆蓋多領(lǐng)域的工業(yè)級模型庫,支持100多個經(jīng)過產(chǎn)業(yè)實踐長期打磨的主流模型,其中包括在國際競賽中奪得冠軍的模型,同時開源開放200多個預(yù)訓(xùn)練模型,官方稱目標(biāo)是“助力快速的產(chǎn)業(yè)應(yīng)用”,這個表述中,與產(chǎn)業(yè)升級聯(lián)動的調(diào)性已經(jīng)很明顯。

    從實際案例來看,例如在傳統(tǒng)工業(yè)質(zhì)檢領(lǐng)域,致力于機器視覺在工業(yè)質(zhì)檢方面應(yīng)用的大恒圖像就與飛槳合作,解決了傳統(tǒng)基于機器學(xué)習(xí)特征工程方法對外觀缺陷類質(zhì)檢無法快速進行場景切換、場景與場景之間的遷移研究成本高、識別效果差等痛點問題,在飛槳深度學(xué)習(xí)的框架下生成模型,實現(xiàn)產(chǎn)品缺陷分類,實際應(yīng)用到流水線檢出率已達99.8%。

    類似的案例還有很多,但總而言之,飛槳走的產(chǎn)業(yè)智能化升級聯(lián)動路線在全球范圍內(nèi)十分獨特,反過來看,這恰恰也是中國現(xiàn)階段獨一無二的產(chǎn)業(yè)發(fā)展現(xiàn)實所決定,飛槳順應(yīng)了這個趨勢。

    而在國際上,準(zhǔn)確地說是在美國,深度學(xué)習(xí)框架的競逐頗有“百花齊放”的意味。

    例如微軟的Cognitive Services注重垂直能力經(jīng)營,其深度學(xué)習(xí)平臺服務(wù)涵蓋圖像、視頻、文本和語音等各個領(lǐng)域,2018年重點推出的完全自動化的平臺Microsoft Custom Vision Services就是視覺領(lǐng)域的強化,這符合微軟一貫從垂直領(lǐng)域做產(chǎn)品而不做大平臺的調(diào)性。

    而Facebook的Pytorch則更像是一個學(xué)究型開放平臺,實驗室氣質(zhì)十分濃厚,Pytorch一開始就致力于為研究者服務(wù),例如在2019年,引用PyTorch的論文數(shù)量就爆速增長了194%,在學(xué)院派AI陣營中頗有地位。

    不過,F(xiàn)acebook也在試圖改變這一境況,現(xiàn)在包括Uber等大公司也開始采用PyTorch。

    與之對應(yīng)的是,是有評論認(rèn)為,“PyTorch搞定研究,TensorFlow搞定業(yè)界”——作為Google家的產(chǎn)品,TensorFlow比冤家對頭PyTorch更有現(xiàn)實應(yīng)用色彩,用來為實驗室刷AI論文的痕跡不那么濃。

    而TensorFlow打出旗號——任何人都可以用,學(xué)生、研究員、愛好者、極客、工程師、開發(fā)者、發(fā)明家、創(chuàng)業(yè)者——其在安卓之外再度壟斷一個操作系統(tǒng)的野心也十分明顯了。

    產(chǎn)業(yè)應(yīng)用“必要+充分”,中國深度學(xué)習(xí)具備唯一的生態(tài)“完全體”基因

    深度學(xué)習(xí)在中國的境況,與互聯(lián)網(wǎng)在中國的境況類似:龐大的應(yīng)用市場和需求,哺育出最廣泛、全面的前沿技術(shù)與產(chǎn)品,這些技術(shù)和產(chǎn)品在持續(xù)“供養(yǎng)”下又能極大滿足市場需求,并實現(xiàn)國際領(lǐng)先。

    互聯(lián)網(wǎng)、AI等的彎道超車就是這個邏輯,這種“必要+充分”的雙向循環(huán),即是典型的生態(tài)“完全體”,是中國所有前沿技術(shù)應(yīng)有的獨特優(yōu)勢,飛槳也處在這樣的環(huán)境中,只不過是放到產(chǎn)業(yè)視角下看。

    1、越是產(chǎn)業(yè)規(guī)模龐大的國家,越需要集中的深度學(xué)習(xí)能力共享

    深度學(xué)習(xí)平臺本質(zhì)是AI能力的一種云上“共享經(jīng)濟”,平臺把自己的知識儲備拿出來,通過框架設(shè)計共享給更多開發(fā)者,“操作系統(tǒng)”的意義即在于此。

    只有需求這種能力共享的AI項目越多,深度學(xué)習(xí)平臺的“共享”價值才更能凸顯。

    作為全球GDP排名第二,制造業(yè)第一,服務(wù)業(yè)蓬勃發(fā)展的東方大國,中國產(chǎn)業(yè)的智能化需求催生出全球最為龐大的深度學(xué)習(xí)需求,飛槳的出現(xiàn)和壯大是必然。

    而反過來,飛槳本身也必須適應(yīng)這種龐大、多樣化的共享需求,其中既有能力上的廣泛適應(yīng)需求(不能偏科),也有系統(tǒng)上的集中承載需求(要能扛得?。?/p>

    飛槳的一個領(lǐng)先的技術(shù)優(yōu)勢之一,就是支持超大規(guī)模深度學(xué)習(xí)模型的訓(xùn)練。根據(jù)官宣,目前飛槳突破了超大規(guī)模深度學(xué)習(xí)模型訓(xùn)練技術(shù),是世界首個支持千億特征、萬億參數(shù)、數(shù)百節(jié)點,攻克了超大規(guī)模深度學(xué)習(xí)模型在線學(xué)習(xí)難題,且實現(xiàn)了萬億規(guī)模參數(shù)模型實時更新的開源大規(guī)模訓(xùn)練平臺。

    能力與需求“握手”,中國大本營是飛槳國際化競逐的底氣。

    2、產(chǎn)業(yè)的“躍遷式”發(fā)展,讓中國更需要深度學(xué)習(xí)平臺

    除了應(yīng)用的廣泛,如何讓應(yīng)用更便捷實現(xiàn),是所有深度學(xué)習(xí)平臺競逐的重點,無論是PyTorch 1.3還是Tensorflow 2.0的版本更新,都打出了易用、好實現(xiàn)這張牌。

    而這件事放到眼下的中國,情形更為特殊。

    中國金融科技的發(fā)展,是在原本傳統(tǒng)的金融業(yè)基礎(chǔ)上跨越而來,反而領(lǐng)先了國外。而中國的產(chǎn)業(yè)演化也在經(jīng)歷同樣的過程,從十分傳統(tǒng)到十分智能的大跨度式跳躍,快速開發(fā)與部署的需求更為強烈。

    但是,AI這件事必須投入大量人力物力去鉆研,不論是傳統(tǒng)領(lǐng)域,還是做服務(wù)的創(chuàng)業(yè)企業(yè)都很難支撐。

    當(dāng)飛槳打出“開發(fā)便捷的產(chǎn)業(yè)級深度學(xué)習(xí)框架”旗號時,也就是在契合這樣的需求,其采用基于編程邏輯的組網(wǎng)范式,對于普通開發(fā)者而言更容易上手,符合他們的開發(fā)習(xí)慣,同時,平臺支持聲明式和命令式編程,簡言之就是兼具開發(fā)的靈活性和高性能。在這種情況下,飛槳亦實現(xiàn)了網(wǎng)絡(luò)結(jié)構(gòu)自動設(shè)計,模型效果超越人類專家。

    這些屬性無疑能幫助那些需要躍遷式發(fā)展的企業(yè)在AI領(lǐng)域快速使用深度學(xué)習(xí)的成型算法,解放出更多精力放在重要業(yè)務(wù)上。

    3、已有豐富的案例落地,產(chǎn)生AI領(lǐng)域的低成本知識裂變價值

    先來看一個案例。

    “紅脂大小蠹”長期侵害中國植被森林區(qū),對生態(tài)影響很大,過去的解決辦法是人力翻山越嶺巡查,找到害蟲聚集區(qū)采取措施。除了專業(yè)人才需求大,也容易出現(xiàn)巡查漏洞,貽誤治蟲時機。

    嘉楠捷思、百度飛槳和北京林業(yè)大學(xué)共同合作研發(fā)出了智能害蟲檢測系統(tǒng)解決了這個林業(yè)的痛點問題,利用搭載AI芯片的攝像頭模組進行蟲子的檢測與識別,分析病蟲害當(dāng)中蟲子的種類,以及害蟲集中在哪個層面,以進行針對性的防治。

    在這一過程中,飛槳提供框架,嘉楠捷思利用飛槳快速開發(fā)識別模型并通過芯片攝像頭模組落地,北京林業(yè)大學(xué)則提供害蟲、森林知識圖譜,三方共同完成的“智能害蟲檢測項目”已經(jīng)開始走向商業(yè)化。

    通過一個三方合作,飛槳的圖像識別技術(shù)即順利實現(xiàn)了產(chǎn)業(yè)應(yīng)用,在林業(yè)領(lǐng)域?qū)崿F(xiàn)了一個知識裂變的案例。

    類似的案例還要更多,王海峰在2019年中關(guān)村論壇深度學(xué)習(xí)平行論壇上把飛槳定義為“一個源于產(chǎn)業(yè)實踐的深度學(xué)習(xí)平臺”,顯然,深度學(xué)習(xí)平臺的開放與實踐,產(chǎn)生了更大的AI產(chǎn)業(yè)智能化實踐價值,同一知識在不斷裂變出大量案例并走向現(xiàn)實和商業(yè)應(yīng)用。

    AI與產(chǎn)業(yè)升級,兩場不能失敗的戰(zhàn)爭、一個“幕后英雄”

    Windows操作系統(tǒng)控制PC時代的交互窗口,現(xiàn)在控制著“生產(chǎn)力工具”,安卓、iOS控制著移動互聯(lián)網(wǎng)時代的交互窗口,主宰了“消費力”窗口。

    如果說過去沒有掌握操作系統(tǒng)的話語權(quán)還尚能接受,只是在被扼住咽喉時難受一下,而AI大時代的“操作系統(tǒng)”一旦喪失主動權(quán),其影響將是廣泛的。畢竟,全民AI、全面AI的時代即將到來,深度學(xué)習(xí)的話語權(quán)間接影響了一個國家的方方面面,從消費到產(chǎn)業(yè),從個人到組織,都無法逃脫影響。

    這種“操作系統(tǒng)”的遏制力體現(xiàn)在,一旦大多數(shù)開發(fā)者都習(xí)慣于某一套框架下的AI應(yīng)用開發(fā)方式,將帶來很大的遷移成本,而平臺方出于某些目的一旦限制開放、限制專利應(yīng)用,將直接鎖死下游開發(fā)者。

    類似的在操作系統(tǒng)上的教訓(xùn),我們已經(jīng)深深見識過了,未來AI時代不能再如此了。

    這也說明,全球視野下的深度學(xué)習(xí)平臺的PK,不只在技術(shù)優(yōu)劣更在生態(tài)構(gòu)建,盡快擴大生態(tài)、提升行業(yè)影響力是與技術(shù)同等重要的事。

    好在,飛槳的一些動作客觀上在實現(xiàn)這種影響力的構(gòu)建。

    飛槳代表性的領(lǐng)先技術(shù)優(yōu)勢之一是多端多平臺部署的高性能推理引擎,也即不僅兼容其他開源框架訓(xùn)練的模型,還可以輕松地部署到不同架構(gòu)的平臺設(shè)備上。同時,經(jīng)過跟華為麒麟NPU的軟硬一體優(yōu)化,飛槳在NPU上的推理速度進一步突破。

    這些都是兼容并蓄的表現(xiàn),飛槳是一個靈活的、可以接納所有不同開發(fā)者、開發(fā)條件的“操作系統(tǒng)”,具有理論上無限的延展性。也只有這樣,才能保證影響力的持續(xù)擴大、生態(tài)的全方位滲透和充實,而不是“封閉王國”。

    同時,在全球產(chǎn)業(yè)升級浪潮下,各國都在拼轉(zhuǎn)型拼升級,開放的深度學(xué)習(xí)平臺作為推動產(chǎn)業(yè)智能化的重要內(nèi)容,無疑是大國戰(zhàn)略一個更為底層的構(gòu)成要素,更類似于“幕后英雄”——它不直接表現(xiàn)出競爭優(yōu)勢,卻在背后影響著國家的整體競爭力,既有直接的產(chǎn)業(yè)推動,也有國際AI話語權(quán)的掌控。

    這一次,中國能不能不再被扼住咽喉,甚至反客為主,拭目以待吧。

    *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(fù)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、36kr、虎嗅、人民日報客戶端、澎湃新聞等近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。

    極客網(wǎng)企業(yè)會員

    免責(zé)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(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)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(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)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(xì)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。

    2019-10-18
    拿下AI大時代的“操作系統(tǒng)”,百度飛槳如何為中國贏得話語權(quán)
    文|曾響鈴來源|科技向令說(xiangling0815)任何一個新興科技領(lǐng)域在經(jīng)過草莽式的發(fā)展后,必然無法逃離“社會化大分工”的普遍行業(yè)邏輯,出現(xiàn)承擔(dān)起基本能力輸出與服務(wù)的巨頭平臺,而合作伙伴、客戶/用戶開始專注于事業(yè)本身的創(chuàng)新與創(chuàng)意。深度學(xué)習(xí)就是這樣一個時代的產(chǎn)物。

    長按掃碼 閱讀全文