深度學習搭上“新基建”快車

石菲

經歷了去年的應用逐步落地后，人工智能應用創新的步伐越邁越大。

今年年初暴發的新冠肺炎疫情更是凸顯了人工智能的價值，口罩檢測分類與人臉識別、疫情問答機器人、基于CT影像的肺炎篩查，這些疫情防控期間的技術應用都是依托百度飛槳（百度深度學習平臺）平臺及生態所推出。

眾所周知，電力行業的巡檢非常消耗人力，如發生火災或者挖掘機碰到高壓電網等事故時，等待人工發現可能會造成極大損失。利用人工智能技術的電網智能巡檢方案的分析準確率可達到90%以上，同時模型縮小60%，綜合功耗降低30%。飛槳攜手國家電網和山東信通打造的電網智能巡檢方案目前已裝置在6.5萬臺設備上，覆蓋了山東省5800余套輸電線路，以及17個地市。今年3月8日下午5點35分，山東淄博郊區發生火情，飛槳加持的輸電線路可視化監拍裝置第一時間發現并報警，避免了災難發生。

在人們的認知中，人工智能這個高大上的詞代表著先進的技術，但也不是普通人所能夠掌握的。飛槳企業版零門檻AI開發平臺EasyDL，具備簡單、專業兩大核心特征，將最先進的技術集成到一起，讓開發者不用過多操心技術，從而將更多關注聚焦在業務和創新方面。

中科立業是一家提供果蔬智能識別系統的企業，向果蔬商戶提供智能秤。通過EasyData的自動模糊去除、過濾無效數據、智能標注和數據增強等能力，實現了每天收集7000張圖片數據，減少80%的數據處理量和70%的人工成本，實現針對50種水果、準確率達到95%+以上。

瀚才獵頭是一家只有5個人力資源專家組成的創業公司，在人力資源方面非常專業，但在實際運作中發現簡歷數據難以篩選。通過EasyDL平臺的能力，瀚才獵頭的人力資源專家沒有寫一行代碼，通過在平臺上標注數據，將房地產行業的簡歷數據建立了分類模型，對100多個細分職業和11個通用職級進行分類，準確率達到95%以上，人才檢索效率提升200倍。

飛槳深度學習平臺是百度“AI大生產平臺”的基礎底座。百度AI大生產平臺打通了人工智能產業應用落地全流程，可實現AI技術的標準化、自動化、模塊化。使開發者、企業無需從頭學習難度高、迭代快的前沿科技，避免重復“造輪子”。

深度學習推動AI進入工業大生產階段

在WAVE SUMMIT 2020深度學習開發者峰會上，百度CTO王海峰披露了一組關于飛槳的數據：飛槳累計開發者數量已超過190萬，服務企業數量達8.4萬家，發布模型數量已超過23萬個。這些成果的取得，得益于技術的成熟、平臺的強大和生態的欣欣向榮，也跟社會的需求和時代的契機密切相關。算法、算力及數據的持續共同進步使得技術的邊界不斷被拓展，同時，深度學習框架和平臺也在高速發展，圍繞深度學習平臺的技術、產業生態日漸繁榮，推動人工智能進入工業大生產階段，加速各行各業智能化升級，并不斷催生新的應用、新的產業；另一方面，疫情帶動了線上經濟增長，在國家提出“新基建”等大背景下，深度學習平臺作為智能時代的操作系統，是產業智能化的基礎技術底座，是新型基礎設施的重要一環，與云計算、5G、物聯網、數據中心等互相融合促進，加速產業智能化進程。

王海峰還宣布了飛槳的全新發布與重磅升級：飛槳版圖全新升級，包含飛槳開源深度學習平臺和飛槳企業版兩部分。它將聚焦于滿足旺盛的產業智能化需求和快速增長的AI生產規模。同時，作為技術領先的深度學習平臺，飛槳積極布局前瞻技術方向，重磅發布量子機器學習開發工具量槳（Paddle Quantum），使百度飛槳成為了國內首個、也是唯一支持量子機器學習的深度學習平臺。

當AI遇上量子計算

量子機器學習開發工具量槳（P a d d l e Quantum），這使得百度飛槳成為了國內首個、也是目前唯一支持量子機器學習的深度學習平臺。量子計算是由量子力學與計算理論交叉而成的全新計算模型，具有強大的信息處理優勢和廣闊的應用前景，被視作未來計算技術的心臟。

量槳建立起了人工智能與量子計算的橋梁，可以快速實現量子神經網絡的搭建與訓練，還提供易用的量子機器學習開發套件與量子優化、量子化學等前沿量子應用工具集。通過百度飛槳深度學習平臺賦能量子計算，量槳為領域內的科研人員以及開發者便捷地開發量子人工智能的應用提供了強有力的支撐，同時也為廣大量子計算愛好者提供了一條可行的學習途徑。

此外，百度飛槳總架構師于佃海提出了推動飛槳迭代發展的兩個驅動輪：產業實踐的需求和用戶體驗的提升。產業實踐的需求和打磨是最原生的驅動輪，這體現的是飛槳對性能、大規模訓練和部署能力的極大關注；用戶體驗提升是另一個重要驅動輪，飛槳十分關注用戶編程界面的優化和基礎功能建設的完善。兩個驅動輪互相配合，為飛槳提供持久、廣泛的發展動力。飛槳也因此將高效兼顧靈活易用作為框架設計和發展演進的最重要原則。

“飛槳核心框架是飛槳深度學習平臺的根基，作為國內最早開源的深度學習框架，飛槳框架是技術創新和實現上的先鋒。通過對深度學習計算和數據流的更好抽象，飛槳框架做到了最簡潔易用的用戶界面和高效強大的后端能力的兼顧，并一體支持分布式訓練和推理部署，最大程度滿足工業生產的需求。” 于佃海這樣表述飛槳核心框架的設計理念和技術特色。

飛槳核心框架具備的四大特色，包括易學易用的前端編程界面、統一高效的內部核心架構、原生完備的分布式訓練支持、高性能可拓展的推理引擎。這些技術特色直指高效和易用的核心設計理念。框架整體上已形成界面清晰、功能完備、成熟穩定的架構體系。

會上，百度深度學習技術平臺部高級總監馬艷軍還帶來了飛槳開源深度學習平臺一系列重磅發布：7項新產品發布和23項重要升級，瞄準工業級應用的極致體驗和前沿技術創新的持續開展兩大方向，從開發、訓練到部署，飛槳開源深度學習平臺為開發者帶來全流程體驗的提升。

在部署層面，飛槳全面打通多平臺、多場景的部署能力，持續夯實模型壓縮PaddleSlim、原生推理引擎Paddle Inference、在線部署框架Paddle Serving、輕量化預測引擎Paddle Lite等端到端部署核心能力，全新發布國內首個開源JavaScript深度學習前端推理引擎Paddle.js，用于小程序、網頁端部署。

如今，以5G、新能源等為代表的“新基建”正在成為創新驅動發展的路徑，作為數字化轉型重要驅動力的人工智能也迎來了快速發展期。隨著深度學習算法優勢的進一步凸顯，AI應用領域逐漸從互聯網、新零售向制造業、農業等實體經濟領域和醫療衛生、城市管理等公共服務領域拓展，相信在搭上“新基建”這班快車后，人工智能將在疫后“新常態”下獲得更大的市場成長空間。