作者:赵广立 来源:中国科学报 发布时间:2021/12/12 22:10:43
选择字号:
AI技术越来越复杂,为何应用门槛却降了?

 

人工智能(AI)技术越来越复杂,其应用门槛变高了吗?

在12月12日由深度学习技术及应用国家工程实验室主办的WAVE SUMMIT+2021深度学习开发者峰会上,百度分享了一个案例。

开发者“单骑闯关”的“靠山”

李桑郁是武汉铁路局襄阳车辆段一位年轻的铁路工人。在货运列车检修中,有一项重复、枯燥且极易出错的工作,那就是为车辆重新喷涂与核对车号。

“每年都会出现车号喷错的情况,有时质检验收也发现不了。能不能像汽车车牌识别一样,做一个铁路货车车号识别设备?”带着这个问题,李桑郁开始了一系列学习和尝试,最终选择使用飞桨开发套件,实现了铁路货运车号的高准确率自动识别。

更值一提的是,“铁路货车车身字符及标识自动检测”项目,从制作数据集到训练再到导出模型,李桑郁仅凭一人完成。

这背后离不开飞桨平台的助力。飞桨平台上有专业技术人员帮助开发者答疑解惑,助力每位开发者项目的开发部署。目前,飞桨平台已凝聚406万开发者,创建了超过47.6万个模型,服务15.7万家企事业单位,在中国深度学习平台综合市场份额第一。

百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰总结称,如今飞桨产业级深度学习开源开放平台已成为典型的AI大生产平台,赋能广大开发者,有力支撑AI工业大生产,促进技术创新和产业智能化升级。

3因素助AI开发应用门槛降低

为何AI技术越来越复杂,AI开发与应用的门槛却越来越低?王海峰以飞桨平台实践为例,从3个角度给出了分析。

一是在技术方面,近期成为AI技术重要方向的大模型,具有通用性好、泛化性强、效果好等特点,一定程度上可以解决传统AI模型泛化性差、强依赖于人工标注数据、落地成本高等应用难题,降低AI开发与应用门槛。

飞桨在核心框架上实现的“动静统一”,兼顾科研开发的灵活和产业开发的高效,能满足不同类型开发者需要。

二是工具与平台方面,飞桨打造了推理部署工具链,使得高速推理引擎的多端多平台部署更加便捷;提供了模型压缩等工具,将大模型参数规模压缩千倍以上,得到满足产业实际应用需求的小模型,帮助开发者加速业务落地;飞桨还提供官方支持的产业级模型库,模型数量超过400个,既有大模型也有兼顾精度和性能的小模型,降低了模型开发和部署成本。

第三是生态方面,飞桨平台为开发者准备了产业实践范例库,帮助企业汲取经验和灵感,加速智能化升级。

同时,从地域上讲,人才和技术的流动也加速了各地企业的智能化升级,目前百度在上海、南昌等地建设飞桨人工智能产业赋能中心,与合作伙伴一起,加速AI技术的落地。

在AI技术应用门槛不断降低的背景下,百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜分享说,从宏观数据来看,全国范围内各城市的AI活跃开发者规模保持逐年增长,能够明显地看到各个城市过去一年的AI开发者数量有显著的增幅。

同时,对于不同城市各个行业而言,应用人工智能的企业数量,也呈现了多地开花、多行业繁荣的景象。

AI技术及产业的融合创新越来越多

从观察和思考AI技术及产业应用的发展及飞桨平台的实践中,王海峰还总结出,当前AI技术及产业的融合创新越来越多。至少有4个方向的融合创新不容忽视,分别是:知识与深度学习融合、跨模态多技术融合、软硬一体融合、技术与场景融合。

首先是知识与深度学习的融合。

知识是人类智慧的结晶,是人类进步的重要推动力。

“我们刚刚发布的全球首个知识增强千亿大模型——鹏城-百度·文心,参数规模达到2600亿,在60多项任务中取得最好效果。知识增强大模型从大规模知识和海量数据中融合学习,效率更高、效果更好,并具有更好的可解释性。”王海峰认为,千亿大模型的成功发布,正是得益于飞桨不断创新的大规模训练技术,使大模型训练效率达到业界最好水平。

其次是跨模态多技术融合。

“人类是通过语言、语音、视觉等多种模态获得对真实世界的统一认知;像人一样,机器理解真实世界也需要听懂语音、看懂图像视频、理解语言。”王海峰表示,为此,百度研制了知识增强跨模态大模型,实现跨模态统一语义表示,提升跨模态理解与生成能力。

第三是软硬一体融合。

王海峰认为,在新发展阶段,新场景、新硬件层出不穷,单独的软件算法平台已经不能满足不同硬件配置下的多样化需求,需要底层芯片和深度学习框架综合算力、功耗、时延等因素联合优化,以获得AI应用的最佳效果。

“飞桨平台不断升级多层次、低成本硬件接入机制,优化神经网络编译器,赋能硬件生态圈,加速软硬一体融合创新。目前,飞桨已经和22家国内外硬件厂商完成了31款芯片的适配和联合优化工作。”王海峰介绍。

第四是技术与场景融合。

“技术与产业的融合发展越来越深入,需要以需求为牵引,与场景融合创新。”王海峰说,以飞桨为例,飞桨在应用于各行各业的过程中与实际应用场景融合创新,既切实解决了行业应用问题,又使飞桨平台得到持续积累和提升。

他透露,飞桨还专门推出系列科学计算API,支持量子计算、生命科学、计算流体力学、分子动力学等应用。“AI与这些前沿科技的融合创新,将有望助力中国科研实力的提升。”

携手培养复合型AI人才

推动技术产业融合创新,并不断降低AI应用门槛,飞桨平台有这样的动作,王海峰表示这是出于他们对智能技术和产业的判断:在大生产阶段,人们需要AI大生产平台,使得AI技术能够以标准化、自动化和模块化的方式输出给各行各业,实现规模化应用。

“基于这样的判断,面向技术和产业发展需求,飞桨一方面持续突破创新核心框架,完善模型库、开发套件和工具组件等辅助工具,广泛适配多种硬件,实现AI模型的便捷开发、高效训练和多端多平台部署;另一方面,飞桨坚持开源开放,集开发者和社会各界力量,建设和壮大生态,锻炼并培养AI人才,形成技术、产业、人才和生态互相促进、共同发展的良性循环。”王海峰说。

而无论是技术发展,还是产业升级,归根结底要靠人才实现。

“随着AI与产业的深度融合,AI人才短缺将是一个长期挑战,而且未来将需要越来越多的既懂AI、又具备产业经验的复合型AI人才。”王海峰希望,学术界和产业界要始终联合起来,打通产学研用的正向循环,持续为社会贡献AI人才。

 
版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
“奋斗者”号到达克马德克海沟最深点 时隔21年,大果五味子野外回归
海上风电与海洋牧场融合发展项目并网发电 航行在“深海粮仓”的梦之养殖船
>>更多
 
一周新闻排行
 
编辑部推荐博文