技術變革從來都不是轟轟烈烈，當你猛然驚覺，世界已經被深度學習這個人工智慧近年發展最迅猛的技術攪得天翻地覆。
10月17日，由百度主辦的2019年中關村論壇·AI時代的深度學習技術與應用創新論壇在北京舉行。
百度、清華大學、馬里蘭大學、英特爾、聯想等國內外知名院所和企業的專家學者齊聚，共同探討深度學習技術前沿和未來產業發展趨勢。
在本次論壇期間，百度首度釋出了《百度大腦AI技術成果白皮書》，展示百度大腦過去一年的技術演進。百度AI技術平臺體系執行總監、深度學習技術及應用國家工程實驗室副主任吳甜還現場解密了飛槳的四大領先技術，全方位展示這一標準化、自動化、模組化的深度學習平臺所取得的一系列成果。
▲人工智慧技術發展歷史
過去60年間，人工智慧發展經歷了人工規則、機器學習與深度學習三大典型階段。2012年前後，深度學習演算法在計算機視覺和語音識別領域陸續取得飛躍式突破。在算力、資料、演算法三駕馬車的驅動下，深度學習掀起了第三次人工智慧熱潮。這場新的變革牽手物聯網，重塑了千千萬萬硬體裝置的核心，不僅是科技公司追逐的焦點，也日益成為各類傳統行業創新求變的必然選擇。
從百度飛槳這個國內開源深度學習框架的“扛把子”身上，我們可以看到國內深度學習發展歷程的縮影，看見深度學習技術和應用的演進，看見它給中國人工智慧產業帶來的變局，同時也探討中國在深度學習技術研發與落地中面臨的危與機。
一、三年佔據政策高地，開啟國內AI新時代
今年已經是人工智慧連續第三年出現在政府工作報告中，也是政府工作報告首次提出“智慧+”概念。
根據國 務 院 規劃，2020年中國人工智慧核心產業規模將達到1500億元，並在此後十年將繼續保持高速發展。目前我國這一數值已破千億人民幣，達到這一目標成功在即。另據今年智博會上副總理透露的資料，據初步統計，2018年與人工智慧相關的產業規模可能已經超過5000億元人民幣，正在成為重要的新經濟增長點。
結合近些年我國人工智慧的發展情況來看，國家對人工智慧的規劃聚焦在技術研發和產業發展兩方面。
我國投入人工智慧研發的起步時間較早，在學術界從1977年就開始有相關研究的基礎。
在產業界，百度從2008年就開始建設大規模機器學習基礎設施、模型、工具及實驗平臺，於2012年百度就成功將深度學習DNN模型應用到語音識別、OCR任務中，並在2013年打造出深度學習框架飛槳（PaddlePaddle）的原型Paddle，2016年，百度正式開源PaddlePaddle，使其成為中國首個也是國內唯一開源開放、功能完備的深度學習框架。
百度技術長、深度學習技術及應用國家工程實驗室主任王海峰曾將深度學習框架比喻為“智慧時代的作業系統”，認為在智慧時代，深度學習框架起到下接晶片、上承各種應用的作用。
▲百度技術長、深度學習技術及應用國家工程實驗室主任王海峰
如今我國人工智慧已經走過萌芽階段，逐漸走入快速落地期。深度學習框架正作為人工智慧時代的基礎設施，逐漸與產業深度融合與滲透，對人們的生產及生活方式產生深遠影響。
二、開源深度學習框架，催化人工智慧應用爆發
深度學習框架在人工智慧發展史中地位舉足輕重。北京市經濟和資訊化副巡視員姜廣智表示，與計算晶片相結合的深度學習框架，將形成主導產業生態的核心技術體系。
然而目前世界上主流的TensorFlow、Caffe、PyTorch、MXNet等框架均掌握在谷歌、Facebook、亞馬遜等國外科技巨頭手中。 目前唯有百度飛槳突出重圍，在全球開源深度學習框架排行榜上爭得一席之地。
截至10月18日，百度在Github上的star數達到10055，forks數達到2686，程式碼更新次數達到25480次。
國外框架雖然好用，但很長一段時間都沒有中文的相關文件與資料，資料安全等隱患也一直存在。另外在語言理解方面，國外企業很難對中文NLP做到足夠深入的研究。
百度飛槳的出現，不僅為國內開發者們提供了一種新的選擇，也使得百度自身在人工智慧方面掌握了自主權。百度飛槳的7月全新升級的持續學習語義理解框架ERINE2.0，在共計16箇中英文任務上效果超越了谷歌BERT和XLNet，截至目前已累計學習超過13億知識。
今年7月國際知名資料分析公司IDC釋出的《中國深度學習平臺市場份額調研》顯示，百度深度學習平臺在中國深度學習平臺領域綜合市場份額排名第三，僅次於谷歌和Facebook，領銜國內平臺。
其基於飛槳的服務平臺EasyDL具有很高的市場認可度，使用者認知度達46.4%，高頻使用率達32.7%。
▲百度AI技術平臺體系執行總監吳甜介紹飛槳產業級深度學習開源開放平臺
作為百度人工智慧應用的基石，百度飛槳在技術上有靈活高效、支援超大規模深度學習模型訓練、支援多端多平臺部署的高效能推理引擎等四大特點。
百度飛槳支援100多種主流模型，同時開源開放了超過200個預訓練模型。截至目前，僅在其定製化訓練化平臺上就吸引超過6.5萬企業使用者，釋出了16.9萬個模型。
深度學習框架同樣是推動產業落地的關鍵一環，在與應用的結合上百度做了大量的工作。百度飛槳有很多模型不僅在國際競賽上取得好成績，而且經過了產業驗證，涵蓋視覺、自然語言處理、推薦等主流應用任務。同時考慮到國內與日俱增的開發需求，對在其平臺上的模型開發與部署的易用性和高效性持續進行最佳化。
基於這一框架，百度在內部將人工智慧融入到自己的各業務當中，帶動自身業務增值，比如百度地圖透過飛槳將使用者出行時間預估的準確率從81%提升到86%；在外部廣泛應用於工業、農業、服務業等，服務150多萬開發者，既壯大百度自身的人工智慧生態系統，又助力各行各業的產業與人工智慧融合創新。
三、重塑整個世界的深度學習
大部分人感受到的深度學習技術，或是隨處可“調戲”的Siri、Cortana、小度，或是動動嘴皮就能操控各種智慧裝置，或是機器翻譯在手走遍天下都不怕，或是越來越快的打字速度、越來越省力的文字識別和圖片識別，或是越來越拯救手殘黨和小白的智慧修圖和美顏，或是去政府、銀行辦事更加方便，或是無人車、無擁堵的藍圖正成為可能。
而除了這些生活中帶給人們的點滴便利外，深度學習框架所提供的技術支撐，正透過與實體經濟深度融合，給各產業帶來巨大的經濟增值空間和機遇。
▲人工智慧產業生態圈全景圖
1、催生新型企業及就業機會
深度學習落地潮催生了數百家人工智慧初創公司，提供人臉識別、語音識別、機器翻譯等新興服務及解決方案。大量資料標註公司也拔地而起，提供了更多低門檻的就業機會。
根據iiMedia Research（艾媒諮詢），中國人工智慧領域在2017年共融資634億元，在2018年共融資1311億元，增長率超過100%。
2、帶動上游半導體創新
產業智慧化的快速推進，致使對大規模深度學習計算的需求激增，雲、邊、端等不同場景的算力需求令越來越多的半導體廠商、創業新秀及跨界玩家涉足人工智慧晶片，CPU、GPU、FPGA、ASIC、神經擬態晶片等不同型別的計算單元開始發揮活力。
百度也作為跨界者加入這一戰局，除了打造自研AI晶片崑崙為飛槳提供專屬算力外，還於今年宣佈飛槳與華為麒麟NPU合作，加強在端側的軟硬結合佈局。
3、使能下游硬體升級
深度學習也催生了一些新型硬體裝置，全新的品類有翻譯筆、轉錄機、人臉識別驗證機等，經智慧化改造的品類有智慧音響、智慧電視、智慧燈泡、機器人等。
近年全球智慧音響市場大幅上增長，中國市場增長最快，國內形成阿里巴巴天貓精靈、小米小愛音響和百度DuerOS家族三足鼎立之勢。
4、挖掘傳統行業紅利
網際網路流量紅利爭奪的主戰場線上上，而深度學習正透過與傳統行業資源的重組，將這一戰場擴充套件到線下的紅利。
放眼望去，智慧化潛在的存量市場寬闊無邊。醫療、金融、保險、農業、零售、出行、家居、教育……幾乎只要與人的活動相關的場景，都存在極大可以最佳化的空間。
另外在雲端計算領域，公有云平臺已成為低成本獲取人工智慧的重要渠道。全球以及國內公有云市場的領導者同樣也是人工智慧市場的領導者。
四、我國深度學習發展的優勢與短板
產業要做到長足可持續發展，還需迴歸對技術本身的重視。在人工智慧落地應用如火如荼開展的同時，我們不妨沉下心來，審視一下我國深度學習研究和產業建設上的優勢與劣勢。
總的來看，我國深度學習發展在資料採集與標註、理工科人才培養、落地應用等方面的優勢都很明顯。藉助開源框架，我國多家機構或開發者在深度學習技術研究領域的國際性賽事或評測中奪冠，並在與產業的結合中驗證了深度學習技術所帶來的降本增效。
例如，百度在飛槳助力下多次在ICME人臉106關鍵點檢測比賽、多目標追蹤挑戰MOT等國際競賽中奪冠，還曾重新整理史丹佛大學DAWNBench四大世界紀錄，這些奪冠的模型也均在飛槳上開源。
同時人工智慧技術被用於反哺資料標記和晶片設計工具，有效提高資料處理效率，最佳化晶片設計流程，為人工智慧發展奠定更好的基礎條件。
這些使得我國在技術層和應用層都走在國際前列，但正如前文所述，在以深度學習平臺為代表的基礎層領域，我國發展較遲，除了在國際上拿得出手的開源深度框架寥寥無幾，在基礎理論和技術的研究上也紮根不深。
儘管我國研究機構及企業在偏應用的人工智慧技術上達到國際前列，但就現在而言，我國在重大的原創基礎理論和技術成果上還相對欠缺，情感識別、自動駕駛、小資料學習等前沿技術還需持續研究和探索，距離真正的落地應用也還有很長的路要走。
五、下一步，人工智慧的小目標
談了這麼多過去和現狀，我們也應思考我國人工智慧的下一步怎麼走。
在本次論壇中，北京市科委黨組織成員、副主任許心超在致辭中談到了北京下一步在人工智慧領域整體要進行的幾項工作，這些方向對於產業以及其他地區的政策規劃同樣有借鑑意義。
▲北京市科委黨組織成員、副主任許心超
第一，前瞻佈局，引發人工智慧正規化變革的基礎理論和共建共性技術的變革，思考下一步怎麼做、如何做。
第二，支援發展開源演算法框架的標準化，形成合力，百度在國內這一領域屬於業界先鋒，明年曠視也要進行開源框架，需探索如何形成合力去做。
第三，支援開展人工智慧基準測試和軟硬體適配研究。
第四，推動應用場景開放和資料開放。一個是給政府，一個是給資源，在交通、醫療、科技冬奧等方面加大人工智慧的應用，為大家提供更好的應用場景。
另外，人工智慧相關法律法規的建立已到了提上日程的時機。
早在2017年國 務 院印發的《新一代人工智慧發展規劃》中就強調，要“建成更加完善的人工智慧法律法規、倫理規範和政策體系”。在今年的多個人工智慧大會開幕式上，多位國家幹部曾強調要重視法律法規建設。
▲2017年國 務 院印發《新一代人工智慧發展規劃》節選內容
今年大洋彼岸的西方國家陸續 出 臺 了多個人工智慧相關法令，前不久，深圳市人工智慧行業協會同多家企業釋出《新一代人工智慧行業自律公約》，旨在構建人工智慧道德倫理體系。隨著下一步政策及計劃的開展，相信我國用以保障人工智慧健康發展的法律法規已經在路上。
結語：在自身的土壤下成長出茁壯根系
回望過去幾年，國內人工智慧產業發展欣欣向榮，以百度飛槳為代表的國產開源深度學習技術體系已經初步具備支撐人工智慧產業發展的能力。
變革正在加速，但離實現真正的人工智慧強國還有距離。
誠如中國工程院院士、清華大學自動化系教授戴瓊海所言，中國深度學習領域發展既要在世界開源精神中汲取養分並積極貢獻，也要注重在自身的土壤下成長出茁壯根系。
開源為人工智慧創業者提供了源源不斷的養料，但我們不應只顧眼前的便利而忽略了長遠的考量。在市場繁榮發展的同時，我國的基礎理論技術和基礎設施建設的根基並不牢固。
這需要百度以及更多國內人工智慧產業鏈從業者，更加重視基礎研究的推進、核心技術體系的搭建，以實現深度學習等技術的自主可控，為爭奪人工智慧技術的國際話語權、躋身創新型大國和經濟強國奠定基礎。