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。