深度学习搭上“新基建”快车

石菲

经历了去年的应用逐步落地后，人工智能应用创新的步伐越迈越大。

今年年初暴发的新冠肺炎疫情更是凸显了人工智能的价值，口罩检测分类与人脸识别、疫情问答机器人、基于CT影像的肺炎筛查，这些疫情防控期间的技术应用都是依托百度飞桨（百度深度学习平台）平台及生态所推出。

众所周知，电力行业的巡检非常消耗人力，如发生火灾或者挖掘机碰到高压电网等事故时，等待人工发现可能会造成极大损失。利用人工智能技术的电网智能巡检方案的分析准确率可达到90%以上，同时模型缩小60%，综合功耗降低30%。飞桨携手国家电网和山东信通打造的电网智能巡检方案目前已装置在6.5万台设备上，覆盖了山东省5800余套输电线路，以及17个地市。今年3月8日下午5点35分，山东淄博郊区发生火情，飞桨加持的输电线路可视化监拍装置第一时间发现并报警，避免了灾难发生。

在人们的认知中，人工智能这个高大上的词代表着先进的技术，但也不是普通人所能够掌握的。飞桨企业版零门槛AI开发平台EasyDL，具備简单、专业两大核心特征，将最先进的技术集成到一起，让开发者不用过多操心技术，从而将更多关注聚焦在业务和创新方面。

中科立业是一家提供果蔬智能识别系统的企业，向果蔬商户提供智能秤。通过EasyData的自动模糊去除、过滤无效数据、智能标注和数据增强等能力，实现了每天收集7000张图片数据，减少80%的数据处理量和70%的人工成本，实现针对50种水果、准确率达到95%+以上。

瀚才猎头是一家只有5个人力资源专家组成的创业公司，在人力资源方面非常专业，但在实际运作中发现简历数据难以筛选。通过EasyDL平台的能力，瀚才猎头的人力资源专家没有写一行代码，通过在平台上标注数据，将房地产行业的简历数据建立了分类模型，对100多个细分职业和11个通用职级进行分类，准确率达到95%以上，人才检索效率提升200倍。

飞桨深度学习平台是百度“AI大生产平台”的基础底座。百度AI大生产平台打通了人工智能产业应用落地全流程，可实现AI技术的标准化、自动化、模块化。使开发者、企业无需从头学习难度高、迭代快的前沿科技，避免重复“造轮子”。

深度学习推动AI进入工业大生产阶段

在WAVE SUMMIT 2020深度学习开发者峰会上，百度CTO王海峰披露了一组关于飞桨的数据：飞桨累计开发者数量已超过190万，服务企业数量达8.4万家，发布模型数量已超过23万个。这些成果的取得，得益于技术的成熟、平台的强大和生态的欣欣向荣，也跟社会的需求和时代的契机密切相关。算法、算力及数据的持续共同进步使得技术的边界不断被拓展，同时，深度学习框架和平台也在高速发展，围绕深度学习平台的技术、产业生态日渐繁荣，推动人工智能进入工业大生产阶段，加速各行各业智能化升级，并不断催生新的应用、新的产业；另一方面，疫情带动了线上经济增长，在国家提出“新基建”等大背景下，深度学习平台作为智能时代的操作系统，是产业智能化的基础技术底座，是新型基础设施的重要一环，与云计算、5G、物联网、数据中心等互相融合促进，加速产业智能化进程。

王海峰还宣布了飞桨的全新发布与重磅升级：飞桨版图全新升级，包含飞桨开源深度学习平台和飞桨企业版两部分。它将聚焦于满足旺盛的产业智能化需求和快速增长的AI生产规模。同时，作为技术领先的深度学习平台，飞桨积极布局前瞻技术方向，重磅发布量子机器学习开发工具量桨（Paddle Quantum），使百度飞桨成为了国内首个、也是唯一支持量子机器学习的深度学习平台。

当AI遇上量子计算

量子机器学习开发工具量桨（P a d d l e Quantum），这使得百度飞桨成为了国内首个、也是目前唯一支持量子机器学习的深度学习平台。量子计算是由量子力学与计算理论交叉而成的全新计算模型，具有强大的信息处理优势和广阔的应用前景，被视作未来计算技术的心脏。

量桨建立起了人工智能与量子计算的桥梁，可以快速实现量子神经网络的搭建与训练，还提供易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集。通过百度飞桨深度学习平台赋能量子计算，量桨为领域内的科研人员以及开发者便捷地开发量子人工智能的应用提供了强有力的支撑，同时也为广大量子计算爱好者提供了一条可行的学习途径。

此外，百度飞桨总架构师于佃海提出了推动飞桨迭代发展的两个驱动轮：产业实践的需求和用户体验的提升。产业实践的需求和打磨是最原生的驱动轮，这体现的是飞桨对性能、大规模训练和部署能力的极大关注；用户体验提升是另一个重要驱动轮，飞桨十分关注用户编程界面的优化和基础功能建设的完善。两个驱动轮互相配合，为飞桨提供持久、广泛的发展动力。飞桨也因此将高效兼顾灵活易用作为框架设计和发展演进的最重要原则。

“飞桨核心框架是飞桨深度学习平台的根基，作为国内最早开源的深度学习框架，飞桨框架是技术创新和实现上的先锋。通过对深度学习计算和数据流的更好抽象，飞桨框架做到了最简洁易用的用户界面和高效强大的后端能力的兼顾，并一体支持分布式训练和推理部署，最大程度满足工业生产的需求。” 于佃海这样表述飞桨核心框架的设计理念和技术特色。

飞桨核心框架具备的四大特色，包括易学易用的前端编程界面、统一高效的内部核心架构、原生完备的分布式训练支持、高性能可拓展的推理引擎。这些技术特色直指高效和易用的核心设计理念。框架整体上已形成界面清晰、功能完备、成熟稳定的架构体系。

会上，百度深度学习技术平台部高级总监马艳军还带来了飞桨开源深度学习平台一系列重磅发布：7项新产品发布和23项重要升级，瞄准工业级应用的极致体验和前沿技术创新的持续开展两大方向，从开发、训练到部署，飞桨开源深度学习平台为开发者带来全流程体验的提升。

在部署层面，飞桨全面打通多平台、多场景的部署能力，持续夯实模型压缩PaddleSlim、原生推理引擎Paddle Inference、在线部署框架Paddle Serving、轻量化预测引擎Paddle Lite等端到端部署核心能力，全新发布国内首个开源JavaScript深度学习前端推理引擎Paddle.js，用于小程序、网页端部署。

如今，以5G、新能源等为代表的“新基建”正在成为创新驱动发展的路径，作为数字化转型重要驱动力的人工智能也迎来了快速发展期。随着深度学习算法优势的进一步凸显，AI应用领域逐渐从互联网、新零售向制造业、农业等实体经济领域和医疗卫生、城市管理等公共服务领域拓展，相信在搭上“新基建”这班快车后，人工智能将在疫后“新常态”下获得更大的市场成长空间。