科技強國的使命召喚中，百度AI埋下三根未來“引線”

今天，人工智慧這條科技賽道上，中國在各個領域都沒有掉隊。底層演算法、開發框架乃至晶片、開源生態、現實應用等等關鍵的產業要素，已經達到世界一流水準。

而在上世紀五六十年代，人工智慧在西方誕生並迎來黃金時期的時候，相關研究在中國還處於冰封狀態。從追趕、並跑到引領，中國AI究竟是如何一步步蝶變的，是一個複雜且巨集觀的話題，其中，中國科技企業的參與及表現，就是一個絕佳的觀察側影。

在中國領先AI企業百度的最新品牌宣傳片《愛這時代，星辰大海》中，用鏡頭講述了上世紀70、80、90年代中國科技工作者們是如何懷抱著技術自強的理想，堅定對技術信仰，並秉持技術長期主義的理念，以“十年磨一劍”的堅毅，為中國AI開闢前路。

在心潮激盪、感懷過往的同時，想必不少讀者也渴望著像影片中那樣成為“看遠一點”、領先時代的弄潮兒。接下來，中國AI產業的繁榮還需要哪些助推力?百度所代表的工業界AI發展動向，自然也成了重要的參考尺度。

所以，我們不妨從海內外AI巨頭們的產業動作出發，來嘗試解析出中國AI持續釋放更深層價值的線索。

第一重線索：精準預判與基礎投入，決定AI創新的“性感指數“

對於科技企業來說，想要“看遠一點”，必須具備對技術的預判能力。

提到AI巨頭，大家理所當然地會想到谷歌這位領跑者。原因也很簡單，對方有著Deepmind這樣的頂尖AI研究機構，常年在AI頂會賽事上佔據前列。在AI的世界裡，底層創新能力就是硬通貨。某種程度來說，谷歌的雲業務能夠快速崛起，拼的就是AI技術深厚。

而在舉世矚目的阿爾法狗橫空出世之前，谷歌其實已經在AI賽道上前行了很久。2011年就成立了AI部門，逐步將AI應用於搜尋等核心業務，再延伸到自動駕駛、機器人等領域。

在中國，也有百度這樣的企業與谷歌同頻，在十多年前就做出了對AI的預判並開始投入，讓中國沒有錯過這一次寶貴的人工智慧機遇。

2010年，百度自然語言處理NLP部門成立，準備摘下這顆“人工智慧皇的冠上的明珠”。隨後，又相繼成立了深度學習研究院(IDL)、大資料實驗室BDL、矽谷人工智慧實驗室SVAIL等，在當時中國還少有人走的AI賽道上不斷加碼。

正是這種基礎研究投入，讓百度在CVPR、ECCV、NeurIPS、INTERSPEECH等全球頂級的人工智慧學術會議和相關競賽上問鼎冠軍近30次，連續兩年入選《麻省理工科技評論》“50家聰明公司”，躋身《哈佛商業評論》評選的“2019年全球 AI 公司五強”。

關於AI，百度完成了一次長達十年之久的春種秋種。2020年12月，國家工業資訊保安發展研究中心、工信部電子智慧財產權中心釋出《2020人工智慧中國專利技術分析報告》，在人工智慧專利申請量和授權量方面，百度以9364件專利申請和2682件專利授權處於第一位，展現出中國AI“頭雁”的實力。

但時代的車輪還在滾動，為未來中國科技版圖積蓄力量，也已經寫在了百度的戰略路線圖中。在前沿技術上，百度和谷歌、IBM等全球巨頭相比也沒有遺漏，積極佈局量子計算、生物等領域，已經研發出國內首個雲原生量子計算平臺量易伏 Quantum Leaf等等成果。在最近二次回港上市的招股書中也提到，會將50%資金用於持續科技投資。

谷歌與百度的故事證明了，科技世界所尊崇的唯有創新，巨頭的光環背後，往往是長達十年乃至更長的風雨兼程。

目前來看，中國AI創新在數量與質量上都構築了深厚的護城河，有理由相信，百度在技術研發上的長期投入，會在接下來的科技競賽中，源源不斷地為中國AI注入強勁競爭力。

第二重線索：雲與AI支撐的產業智慧化，加速技術價值高效釋放

如果說基礎研發是科技創新的命脈，那麼產業價值的兌現，則是一項技術能夠長久持續發展的動力源泉。AI作為底層通用技術，更需要打通實驗室與各行各業之間的介面。誰能搭建起高效率的產學輸送管道，就能在接下來的競賽中更進一步。

這也解釋了，為什麼大批中國“AI獨角獸”的業績報表沒有融資時預期的爆發。原因就是在AI技術轉化的時候，要麼扎堆在演算法為核心的AI解決方案，亦或是難度大、回報週期長的AI晶片等硬體領域，單一模式並不符合產業側引入AI、應用AI的實際需求。以云為載體，來釋放軟硬一體的AI能力，是更可行的選擇。

在海外，谷歌、微軟等強調AI技術能力的雲廠商飛速崛起，蠶食著傳統雲服務巨頭的市場份額;而在國內，“雲智一體”的百度智慧雲也成為“後起之秀”。

藉助雲，可以將一系列AI的技術創新應用在各行業的方方面面。不過，中美AI巨頭各自所面對的差異化市場環境與需求，也讓二者走出了不同的技術路徑。

在中國，越來越多的政府、城市、工業製造、煤礦能源等開始投身智慧化，要求更綜合、全面、自主的“雲+AI”解決方案，這就對雲服務廠商在基礎演算法、算力硬體、作業系統、終端應用、運維服務等等技術服務能力提出了挑戰。

面對這一機遇，百度智慧雲提出了AI-Native的雲端計算架構。在基礎設施的AI計算叢集、AI晶片到工程平臺的飛槳、雲原生以及到應用平臺的視訊雲、區塊鏈等，通過雲智一體、端到端的方式，來高效支撐產業智慧化。

目前，百度智慧雲已經在智慧交通、工業、金融、能源等多個數智化升級賽道上拿下了大單，給百度業績帶來實實在在的增長。

更值得關注的是，全球可能沒有任何一個市場能夠比中國更切身體會到社會產業數智化的魅力，將AI技術無縫接入千行百業的過程，必然也會讓市場對百度的估值做出更積極的判斷。

總之，中國AI產業化已經形成了一個人工智慧與大資料、雲端計算、各領域基礎產業緊密融合的價值網路，也讓百度的商業潛力上達到了歷史高點。

第三重線索：AI生態賦能百業創新，助力中國科技自強

如果說今天的國人對科技企業還有什麼期待，那就是不要再被“卡脖子”掣肘，掌握核心技術。

核心科技是不是就是一種或幾種演算法、應用呢?其實還有一種隱含的“卡脖子”，叫底層框架與生態。

在海外，深度學習框架幾乎已經成為美國科技巨頭的“必爭之地”，谷歌、Facebook、微軟等公司不遺餘力地打造深度學習框架、開源社群等一系列AI民主化基礎設施，來爭奪AI開發者。

但試想一下，如果中國開發者要訓練一個政務或軍事領域的演算法，卻只能在歐美的深度學習框架上完成，風險有多大。

在產業智慧化的過程當中，大量的供應鏈企業、方案服務商等也需要工具來開發垂直演算法與應用，英文框架對於來自各行各業的中國開發者們來說，也不夠友好。

幸好，國內頭部科技企業也都看到了關鍵問題所在，百度最先推出了深度學習平臺飛槳，是中國首個自主可控、開源開放、功能完備的產業級深度學習平臺，目前已經凝聚了超過265萬開發者，形成了繁榮的社群生態，開源貢獻者超過5000位，發展飛槳開發者技術專家(PPDE)97位。

在權威資料調研機構IDC公佈的2020年下半年深度學習框架平臺市場份額報告中，百度與谷歌、Facebook 居於中國深度學習平臺市場綜合份額前三，百度位列第二，與谷歌幾乎持平。

光有框架還不夠，支撐人工智慧研發與部署的AI晶片國產化也是題中之義。百度在2018年釋出了自主研發的AI晶片——百度崑崙，2019年流片成功，2020年量產。崑崙與飛槳融合，能夠為開發者提供強勁、低成本、自主可控的AI算力與開發環境，推動AI應用創新的同時，緩解“卡脖子”的難題。

在此基礎上，百度將自己多年核心技術領域的積累和產業實踐，整合打造了軟硬一體的AI大生產平臺“百度大腦”，通過基礎層、感知層、認知層、平臺層和安全層的完備體系化能力輸出，賦能千行百業智慧化升級。

可以說，從底層的基礎演算法、開發框架、晶片硬體，再到Dueros開放平臺、Apollo自動駕駛生態等，百度的AI技術和產品體系已經形成了一個龐大的生態“蓄水池”，能夠滿足從產業界到整個社會的AI需求，源源不斷地滋養著智慧中國的萬物生長。

當整個社會都在成為AI創新的舞臺與賽場，必將驅動更廣泛、深度的創造力釋放，讓中國科技的自立自強更有底氣。

最近，作為中國AI“頭雁”的百度即將回港二次上市，接下來，“國內AI第一股”的加速奔跑，令其長期發展潛力被看好，也必將令科技江湖再起風雲。

回顧海內外科技巨頭們的AI之路，會發現一項技術從實驗室走向產業、從一個企業的信仰變成千行百業的渴求，需要跨越一個又一個山巒險峰，凝聚著無數人的腳印與心血。

也使我們更加確信，即便是在不確定性的全球局勢中，只要率先感知潮水的方向、持續兌現技術價值，舊世界的秩序與排位都是可能被打破的。

胸懷千里志，可越萬重山。如果科技戰場的硝煙註定短時間無法散去，那麼，不妨“看遠一點”，鑄劍未來。