导航菜单

为什么说飞桨宣告百度“倒金字塔”智能经济布局彻底成型?

文|曾钟

源|谢昂岭0815

随着高层领导的来信,乌镇互联网大会的关注度达到了前所未有的水平。

在这个新思想不断涌现的窗口中,人工智能已经连续多年成为热门话题,今年依然如此,但从对过去技术和场景应用的讨论来看,焦点已经越来越深、越来越低。

深度学习平台就是代表之一。百度的深度学习开放平台“飞桨”(Flying Paak)显示,以百度为代表的许多人工智能企业及其产业伙伴不仅逐一谈论人工智能应用和场景,还开始转向人工智能应用集群和大规模生产。

王海峰说飞桨是“标准化、模块化和自动化”的深度学习技术,并认为“任何能够引发工业革命的技术都必须具有很强的普适性”。显然,飞桨已经成为百度抓住新一轮产业革命核心声音的关键因素之一。百度不仅出海做人工智能,促进产业合作,还通过让开发者和企业以“人工智能产业化”的方式自己做人工智能应用,以几何级数扩大产业智能的影响力

从行业角度来看,深度学习平台已经提升到了前所未有的高度,这也标志着人工智能行业全面加速登陆。 相应地,李彦宏在乌镇首次提到了另一种趋势观点:“数字经济正在向以人工智能为核心驱动力的智能经济新阶段发展。”

从划桨到智能经济显然不是两个独立的要素。与乌镇同样受到关注的5G一起,新工业革命下的人工智能“倒金字塔”布局模式也清晰展现出来。

深度学习+5G都成为焦点,百度人工智能的“倒金字塔”模式被打开。

根据王海峰在乌镇的披露,百度的大脑每天被调用超过一万亿次。虽然百度人工智能被业界公认为拥有最强的技术能力,但这一结果仍然令人震惊。

回顾历史,百度对人工智能的坚持在中国是最确定的。即使在互联网和经济的寒冬,百度仍然没有放弃走人工智能之路,尽管它不断进行巨额投资并发出外部世界的声音。 当智能经济的热潮高涨时,数万亿个电话无疑是一线曙光。随着人工智能在工业层面的潜力得到广泛认可,百度的长期坚持也得到了认可。

然而,尽管人们都说百度人工智能技术和应用是“行业中最强的”,但对于非行业人士来说,他们往往不知道百度人工智能的完整和长期布局。

百度有人工智能+云、自己的人工智能应用、芯片、自动驾驶和语音助手.多年来,工业智能聚集了大量的工业伙伴。当李彦宏提出智能经济,而王海峰是一个强大的划桨平台时,除了百度内部的业务线,它还与划桨联系在一起。也许我们可以用这样一个“倒金字塔”来更直观地理解百度人工智能的整体布局,如图所示:

(百度人工智能布局的“倒金字塔”结构由作者根据公共数据整理而成)

在这个倒金字塔中,芯片等硬件处于最低水平。百度的布局包括2018年的“昆仑”和2019年的“洪湖”。预计未来不会发布更多芯片。同时,百度还积极与英特尔等中央处理器和GPU芯片制造商合作。

在对接硬件层面,百度过去主要依靠百度智能云进行加载。现在,随着与5G合作的深入学习和积极探索,百度已经构建了一个平台层,包括人工智能应用与底层芯片硬件之间人工智能应用的承载、制造和传输的集成。

到上层人工智能应用层,包括百度自己的搜索、信息流、地图、智能硬件、无人驾驶汽车等。以及大量外部支持的工业应用 飞桨(Flying Plaak)推出后,行业和开发者产生的大量人工智能应用都出现在这个层面。百度已经占据了视窗操作系统的位置,不再单独制造人工智能。

在人工智能应用程序之上,我们可以看到一个又一个特定的人工智能行业应用程序,即行业智能层

整个倒金字塔支持了李彦宏的“智能经济”。他提到的人机交互、信息技术基础设施和新格式都可以在此之上。

此外,它是倒金字塔形的,因为在这个系统中,所涉及的内容和概念越低,通用性就越强。王海峰说,飞桨的标准化、模块化和自动化是一样的。人工智能系统越高,分歧越大,内容越丰富、越复杂,最终渗透到生产和生活的各个方面。

这也表明创新水平越低,人工智能的推广价值就越大,发言权也就越大。

从这个意义上说,飞桨不仅仅是百度的飞桨,对中国争夺人工智能话语权和避免在世界各地被挤压的命运也很重要。 当百度开始重视飞桨时,它也表明它试图在开放生态的维度上走得更高,不仅分享产品和能力,而且分享其“生成能力”

“倒金字塔”百度飞桨,带来“智能经济”行业的诠释?

王海峰认为像飞桨这样的平台“支持人工智能进入工业大规模生产阶段”。他是在人类以往所有工业革命的背景下说这番话的。 第四次智能革命要求深入研究这种“蒸汽机”式的符号技术,以推动智能经济时代的全面到来。

从倒金字塔结构来看,飞桨也显示了智能经济和以前工业革命的相似之处。

1。生产上的任何大跃进都源于“分工”

工业革命的最大贡献不仅是机器的生产,而且是人类历史上最大分工的完成。每个劳动力都专门从事生产过程的某一部分。更熟练的专业化可以带来更高的总产量,更专业的机械和设备可以用来完成更高精度的工作。

该过程今天仍在继续,但形式已经改变。

深度学习本身是一项非常困难和复杂的技术。企业或开发人员很难自己开发一个深度学习平台。时间、精力和资源的投入难以估计,不可能独立开发一个实用的平台。

标准化、模块化和自动化的飞行桨实现了深入学习的分工。任何开发人员或企业都可以基于飞桨非常快速地开发自己的应用程序或产品。结果,“人工智能应用总产出”效率在“人工智能分工”下变得更高,开发者对创新和创造力的关注也将导致更高的人工智能应用质量。

2。任何效率的提高都来自高质量核心竞争力的复制和扩展。

当课堂教育开始出现时,人类历史进入快车道,因为知识传播的效率大大提高,高质量的知识被迅速复制和扩展

从另一个角度来看,工业革命效率的提高是由核心能力的快速复制和扩展、新生产工艺的快速规模以及新互联网技术的广泛应用造成的.在智能革命的时代,情况也是如此。倒金字塔的核心逻辑是底层的公共能力被上层的COPY共享,百度积累的开发能力被复制和分离,成为“能源核心”

目前,飞桨已经为150多万工业、农业和服务业的开发商服务。无论是工厂的质量检验和安全管理,农田的农药控制和害虫监测,还是商品数据分析和诊疗辅助决策,飞浆都提供了高质量的核心能力,成为各行各业技术创新和智能升级的基础,大大提高了效率。

3。任何革命性的工业变革都源于底层逻辑的变化。

在“倒金字塔”之下,工业智能处于最高水平,它一级一级地依赖于它。这也意味着,智能经济时代的产业基本逻辑将因底部支撑结构的变化而更直接地发生变化

深度学习(Deep learning)改变了传统行业走向智能的方式,使他们能够更方便、更独立地开发人工智能应用,这意味着人工智能更加基础和常规,所有的生产和服务模式都会自然融入人工智能元素。

乌镇这次的焦点是5G,它是倒金字塔的底部元素,对工业智能的转型具有巨大的重塑能量。例如,百度的自动驾驶场景需要汽车和道路之间非常紧密的协调,而5G支持的人工智能应用带来产业链重组和产业重组。它涉及政府、百度等人工智能企业、运营商、通信解决方案供应商、硬件制造商,甚至道路建设部门。过去,几乎没有交集的学科聚集在一起,带来了一个全新的产业链游戏。

毫无疑问,倒金字塔底部新元素的变化将带来更相似的工业智能变化的重塑,正如李彦宏所说,工业智能变化本身就是智能经济的一部分

建立工业智能完整体有三个必要的姿势。深度学习平台有三个必要的姿势。

倒金字塔的形成仅仅是开始。百度想打造一个工业智能的完整体,在智能经济时代抢占有利位置。然而,客观地说,只有从划桨的角度来看,这三种必要的姿势必须遵循:

1。预设提高倒金字塔传输效率的能力。

如果所提供的车床只有切削等基本功能,工厂也可以生产各种产品,但生产效率和质量的提高不会太大。

深度学习能提供多少预设能力直接决定了用户在使用平台时的“生产效率”和“生产质量” 基础技术基础预设能力越强,深层学习推动倒金字塔上层(人工智能应用)的能力就越强

在飞行螺旋桨的核心框架上有大量预设的基本模型库,如自然语言处理的基本模型库和计算机视觉的基本模型库。此外,该平台还提供了一些开发工具包和工具组件(如网络自动训练、迁移学习、强化学习、多任务学习等)。) 可以想象,预设能力越强,基于普适性的深度学习平台的开发门槛越低。

2。底层系统服务应更多地避免桶效应。

没有一个好的开发框架,人工智能应用没有载体和规则,是世界末日。

没有快速而深入的训练机制,模型训练就不会有好的效果,数据的价值也无法充分挖掘。

如果没有深入的优化部署,人工智能应用程序将面临“适应环境”的风险.

在没有任何联系的情况下,深度学习平台将会“跛脚”,而开发人员和企业往往要求深度学习平台具有“舍入功能”,只有0和1,并且没有过度或妥协的可能性。

因此不难理解,飞行推进器从一开始就表达了它的全方位深度学习能力,包括支持各种开发需求的开发框架、大规模分布式训练或工业数据处理的部署,以及不同硬件和系统环境的部署模式。

在倒金字塔结构中,水平越低,“桶效应”就越难以忍受

3、“跨层”沟通具有无穷无尽的人工智能生命力

产业实践对AI的反哺价值无需多言,从倒金字塔体系来看,这是产业智能层与AI应用层的“跨层”交流。

这在5G身上体现的最为明显,正如王海峰所言,5G和人工智能会是一个相互赋能的关系,一方面,5G更快的速度更大的带宽支撑AI应用更好地实现智能,另一方面,上层的AI应用也反过来让底层的5G变得更加智能。

这种跨层甚至还可能一次跨多个层次,百度曾经联合运营商、硬件厂商、产业界,尝试合力推动AI+5G融合与落地,例如,与Intel共建“5G+AI边缘计算联合实验室”,这是往更底层跨越(与AI边缘计算大趋势结合),与中国联通共同发起“5G+AI联合实验室”,这是往更上层的应用层跨越。

对深度学习平台而言也是如此,飞桨支撑AI批量化生产最终推动产业智能,而反过来,产业智能的实践又成为更底层的飞桨不断升级的“食粮”。

事实上,从2013年开始开发飞桨,到2016年开源,再到2019年与5G时代碰撞,飞桨的发展本身就伴随着百度AI的产业实践,倒金字塔的跨层本身就是一种常态。

总而言之,在全球经济承压的大背景下,新的技术突破一直被认为是经济的新引擎,而产业智能革命下的智能经济可能要承担这样的职责,成为社会经济重新向上的动力,这其中,在倒金字塔模式下,类似百度飞桨这样的深度学习平台将发挥无法忽视的价值。

*此内容为【科技向令说】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

特别声明:本文为网易自媒体平台“网易号”作者上传并发布,仅代表该作者观点。网易仅提供信息发布平台。

跟贴

跟贴

5

参与

42

阅读下一篇

国庆节后, 300座城市卖地收入出炉, 房奴们看了泪流满面

返回网易首页

下载网易新闻客户端

文|曾响铃

来源|科技向令说(xiangling0815)

随着最高领导人致信,乌镇互联网大会的受关注度达到了前所未有的高度。

这个总是有新观点冒出的窗口里,AI已经连续多年成为热门,今年依旧,但关注点已经从过去的技术、场景应用探讨,变得更加深入和底层。

深度学习平台就是其中的代表,百度的深度学习开放平台“飞桨”,昭示着以百度为代表的众多AI企业及其产业合作伙伴,已经不单谈一个个的AI应用和场景落地,而开始转向AI应用的集群化、批量化出产。

王海峰称,飞桨把深度学习技术进行了“标准化,模块化,自动化”,并认为“任何一项能引发产业革命的技术都要有很强的通用性”,显然,飞桨成为百度抢占新一轮产业革命核心话语权的要素之一,百度不仅自己下海做AI、推动产业合作,也以赋能开发者和企业自己做AI应用的“AI工业化大生产”方式,几何式扩大产业智能影响力。

从行业角度看,深度学习平台被提到前所未有的高度,也表明AI的产业落地全面加速。与之对应的,是李彦宏在乌镇上首次提到的另一个趋势观点:“数字经济正在进化到以人工智能为核心驱动力的智能经济新阶段”。

从飞桨到智能经济,显然不是割裂的两个要素,与乌镇同样备受关注的5G一起,一个关于新产业革命下的AI“倒金字塔”布局模式也清晰地显现出来。

深度学习+5G双双成为焦点,百度AI的“倒金字塔”模式被打通

据王海峰在乌镇透露,百度大脑目前的日调用已经超过万亿次,虽然行业公认百度AI技术能力最强,但这一成绩还是让人咋舌。

回顾历史,百度对AI的坚持在国内是最笃定的,即便在互联网、经济寒冬中,百度在持续的巨额投入和外界质疑声音中仍然没有放弃走AI道路。万亿次的调用,在智能经济热潮涌动时,无疑是一抹曙光,随着AI在产业层面的潜力正在被广泛的认知,百度的长久坚持也得到了认可。

不过,虽然都在说百度AI技术和应用“业内最强”,但对于非业内人士而言,很多时候并不了解百度AI完整的、长远的布局。

百度有AI+云,有自家的AI应用,有芯片,有自动驾驶,有语音助手……这些年的产业智能化又汇集了大量产业合作伙伴,当李彦宏提出智能经济,王海峰为飞桨强力站台后,除了百度内部的业务条线,从飞桨关联起,也许,我们可以用这样一个“倒金字塔”来更直观理解百度AI整体布局的方式,如图:

(笔者根据公开资料梳理出的百度AI布局“倒金字塔”结构)

在这个倒金字塔中,芯片等硬件处于最底层,百度的布局包括2018年的“昆仑”,2019年的“鸿鹄”等,不出预料未来将有更多芯片发布;与此同时,百度还与intel等CPU、GPU芯片厂商积极合作;

对接硬件的层面,百度过去主要依靠百度智能云进行承载,现在,深度学习加入进来,加上积极探索与5G的合作,百度在AI应用和芯片硬件底层之间,构建了一个包含AI应用搭载、制造、传输三位一体的平台层;

到了更上面的AI应用层,包括百度自家的搜索、信息流、地图、智能硬件、无人车等,以及对外赋能的大量产业应用。在飞桨加入后,这个层面又出现大量产业和开发者自行生产的AI应用,百度占据了Windows式的操作系统地位,不再自己做AI;

而AI应用之上,则是我们所能见到的一个个具体的AI产业应用,也即产业智能层。

整个倒金字塔,支撑起了李彦宏口中的“智能经济”,他所提到的人机交互、IT基础设施、新业态,都可以在这之上。

更进一步看,之所以是倒金字塔形,因为在这个体系中,越是底层涉及的内容和概念越少,呈现出越强的通用性,王海峰说飞桨的标准化,模块化,自动化就是如此,越往上,AI体系就越发散,内容越丰富庞杂,最终深入到生产生活的方方面面。

这也说明,越底层的创新越具备更强力的AI推动价值,也具备更大的话语权。

从这个意义上看,飞桨不只是百度的飞桨,对中国在全球范围内争夺AI话语权避免被掐脖子的命运也有重要意义。而当百度开始重视飞桨,也说明其开放生态的维度尝试往更高处走,不只是共享产品、能力,而且还在分享自己“产生能力的能力”。

“倒金字塔”下的百度飞桨,带来“智能经济”产业注解?

王海峰认为,飞桨这样的平台“支撑人工智能进入了工业大生产的阶段”,他是站在人类历次产业革命的背景下说的。第四次智能革命,正需要深度学习这样的“蒸汽机”式的标志性技术,来推动智能经济时代的全面来临。

而从倒金字塔结构来看,飞桨身上也体现出智能经济与历次产业革命之间的共通之处。

1、任何的生产大跃进都源于“劳动分工”

工业革命最大的贡献,除了机器生产,更主要的是完成了人类历史上最大规模的劳动分工让每个劳动力专门从事生产过程的某一部分,更熟练的专业化能导致更高的总产出,而且还能引入更专业化的机器设备来完成精度更高的工作。

这个过程今天还在继续,只不过形式发生了变化。

深度学习本身是非常艰深和复杂的技术,企业或者开发者要自己开发深度学习平台是一件十分困难的事,时间、精力、资源的投入难以估量,也未必能独立开发出有实用性的平台。

标准化、模块化、自动化的飞桨实现的对深度学习的分工,任何一个开发者或是企业基于飞桨都可以非常快速的开发自己的应用或者产品,如此,“AI应用总产出”效率在“AI劳动分工”下变得更高,开发者对创新和创意的专注也会让AI应用质量更高。

2、任何的效率提升,都源于优质核心能力的复制扩展

当课堂教育开始出现,人类历史就进入了快车道,因为知识传播的效率大大提升,优质的知识被快速复制和拓展。

产业革命的效率提升,换个角度看都是一项核心能力快速复制扩展造成,一个新的生产工艺快速规模化,一个新的互联网技术被大范围应用……到了智能革命时代同样如此,倒金字塔的核心逻辑是底层的共通能力被上层COPY共享,那些由百度积攒下来的开发能力复制、裂变出去,成为“能量核心”。

现在,飞桨已经服务工业、农业、服务业150+万开发者,无论是工厂质检和安全管理,还是农田的农药控制和虫情监测,到商品数据分析、诊疗辅助决策,飞桨提供优质核心能力成为各行各业技术创新、智能化升级的基础底座,大大提升了效率。

3、任何的革命式的产业变革,都源于底层逻辑的变动

在“倒金字塔”下,产业智能在最上层,它一级级往下依托,这也意味着智能经济时代产业的基础逻辑会更直接地因为底层支撑结构的变动而变动。

深度学习改变了传统产业走向智能的方式,能够更便捷地自主开发AI应用,意味着AI更基础、更日常化,所有的生产、服务方式都会自然而然加入AI要素。

而本次乌镇聚焦的还有5G,这个倒金字塔底层要素对产业智能的变革也有巨大的重塑能量,例如,百度自动驾驶场景需要十分密切的车路协同,而5G支撑下的AI应用带来的是产业链的重组、产业的重构,其中涉及到政府、百度这类AI企业、运营商、通讯解决方案供应商、硬件制造商甚至道路施工部门等,过去交集不多的主体聚合到一起,带来了全新的产业链玩法。

毫无疑问,倒金字塔底层的新要素变动将带来更多类似的产业智能变革重塑,而它们,如李彦宏所言,本身就是智能经济的一部分。

打造产业智能完全体,深度学习平台还有三个必要姿势

倒金字塔的成型只是开始,百度要打造产业智能完全体,在智能经济时代抢占有利位置,而仅从飞桨而言,在客观上必须遵循这三个必要姿势:

1、预置能力提升“倒金字塔”传导效率

如果提供的车床仅仅有切削等基本功能,工厂也能生产出各种各样的产品,但生产效率和生产质量的提升并不会太大。

深度学习能提供多少预置的能力,直接决定用户在使用平台时的“生产效率”以及“生产质量”。基础技术底座的预置能力越强,深度学习在倒金字塔中对上层(AI应用)的推动能力就越强。

飞桨的核心框架之上存在大量预置的基础模型库,例如自然语言处理的基础模型库、计算机视觉的基础模型库,此外,该平台同时提供一些开发套件、工具组件(如网络自动训练、迁移学习、强化学习、多任务学习等)。可以想见的是,预置能力越多、越强,深度学习平台在通用性基础上开发门槛也将越来越低。

2、底层的全体系化服务更要避免木桶效应

没有好的开发框架,AI应用就没有载体和规则,是无本之末;

没有快速、深度的训练机制,模型训练就不会有良好的效果,数据的价值也不能被充分挖掘;

没有深度优化的部署,AI应用落到到各种搭载平台上就会有“水土不服”的风险……

任何环节的缺失,深度学习平台都会“瘸腿”,而开发者、企业对深度学习平台的需求往往是“取整函数”,只有0和1,没有过度、折中的可能。

所以,也就不难理解飞桨一开始就大力表达其全链路深度学习能力,包括支持各类开发需求的开发框架,支持大规模的分布式训练或工业级数据处理的部署,支持不同硬件、系统环境的部署模式等。

在倒金字塔结构中,越是底层,越是无法容忍“木桶效应”。

3、“跨层”交流才有不竭的AI生机

产业实践对AI的反哺价值无需多言,从倒金字塔体系来看,这是产业智能层与AI应用层的“跨层”交流。

这在5G身上体现的最为明显,正如王海峰所言,5G和人工智能会是一个相互赋能的关系,一方面,5G更快的速度更大的带宽支撑AI应用更好地实现智能,另一方面,上层的AI应用也反过来让底层的5G变得更加智能。

这种跨层甚至还可能一次跨多个层次,百度曾经联合运营商、硬件厂商、产业界,尝试合力推动AI+5G融合与落地,例如,与Intel共建“5G+AI边缘计算联合实验室”,这是往更底层跨越(与AI边缘计算大趋势结合),与中国联通共同发起“5G+AI联合实验室”,这是往更上层的应用层跨越。

对深度学习平台而言也是如此,飞桨支撑AI批量化生产最终推动产业智能,而反过来,产业智能的实践又成为更底层的飞桨不断升级的“食粮”。

事实上,从2013年开始开发飞桨,到2016年开源,再到2019年与5G时代碰撞,飞桨的发展本身就伴随着百度AI的产业实践,倒金字塔的跨层本身就是一种常态。

总而言之,在全球经济承压的大背景下,新的技术突破一直被认为是经济的新引擎,而产业智能革命下的智能经济可能要承担这样的职责,成为社会经济重新向上的动力,这其中,在倒金字塔模式下,类似百度飞桨这样的深度学习平台将发挥无法忽视的价值。

*此内容为【科技向令说】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

文|曾响铃

来源|科技向令说(xiangling0815)

随着最高领导人致信,乌镇互联网大会的受关注度达到了前所未有的高度。

这个总是有新观点冒出的窗口里,AI已经连续多年成为热门,今年依旧,但关注点已经从过去的技术、场景应用探讨,变得更加深入和底层。

深度学习平台就是其中的代表,百度的深度学习开放平台“飞桨”,昭示着以百度为代表的众多AI企业及其产业合作伙伴,已经不单谈一个个的AI应用和场景落地,而开始转向AI应用的集群化、批量化出产。

王海峰称,飞桨把深度学习技术进行了“标准化,模块化,自动化”,并认为“任何一项能引发产业革命的技术都要有很强的通用性”,显然,飞桨成为百度抢占新一轮产业革命核心话语权的要素之一,百度不仅自己下海做AI、推动产业合作,也以赋能开发者和企业自己做AI应用的“AI工业化大生产”方式,几何式扩大产业智能影响力。

从行业角度看,深度学习平台被提到前所未有的高度,也表明AI的产业落地全面加速。与之对应的,是李彦宏在乌镇上首次提到的另一个趋势观点:“数字经济正在进化到以人工智能为核心驱动力的智能经济新阶段”。

从飞桨到智能经济,显然不是割裂的两个要素,与乌镇同样备受关注的5G一起,一个关于新产业革命下的AI“倒金字塔”布局模式也清晰地显现出来。

深度学习+5G双双成为焦点,百度AI的“倒金字塔”模式被打通

据王海峰在乌镇透露,百度大脑目前的日调用已经超过万亿次,虽然行业公认百度AI技术能力最强,但这一成绩还是让人咋舌。

回顾历史,百度对AI的坚持在国内是最笃定的,即便在互联网、经济寒冬中,百度在持续的巨额投入和外界质疑声音中仍然没有放弃走AI道路。万亿次的调用,在智能经济热潮涌动时,无疑是一抹曙光,随着AI在产业层面的潜力正在被广泛的认知,百度的长久坚持也得到了认可。

不过,虽然都在说百度AI技术和应用“业内最强”,但对于非业内人士而言,很多时候并不了解百度AI完整的、长远的布局。

百度有AI+云,有自家的AI应用,有芯片,有自动驾驶,有语音助手……这些年的产业智能化又汇集了大量产业合作伙伴,当李彦宏提出智能经济,王海峰为飞桨强力站台后,除了百度内部的业务条线,从飞桨关联起,也许,我们可以用这样一个“倒金字塔”来更直观理解百度AI整体布局的方式,如图:

(笔者根据公开资料梳理出的百度AI布局“倒金字塔”结构)

在这个倒金字塔中,芯片等硬件处于最底层,百度的布局包括2018年的“昆仑”,2019年的“鸿鹄”等,不出预料未来将有更多芯片发布;与此同时,百度还与intel等CPU、GPU芯片厂商积极合作;

对接硬件的层面,百度过去主要依靠百度智能云进行承载,现在,深度学习加入进来,加上积极探索与5G的合作,百度在AI应用和芯片硬件底层之间,构建了一个包含AI应用搭载、制造、传输三位一体的平台层;

到了更上面的AI应用层,包括百度自家的搜索、信息流、地图、智能硬件、无人车等,以及对外赋能的大量产业应用。在飞桨加入后,这个层面又出现大量产业和开发者自行生产的AI应用,百度占据了Windows式的操作系统地位,不再自己做AI;

而AI应用之上,则是我们所能见到的一个个具体的AI产业应用,也即产业智能层。

整个倒金字塔,支撑起了李彦宏口中的“智能经济”,他所提到的人机交互、IT基础设施、新业态,都可以在这之上。

更进一步看,之所以是倒金字塔形,因为在这个体系中,越是底层涉及的内容和概念越少,呈现出越强的通用性,王海峰说飞桨的标准化,模块化,自动化就是如此,越往上,AI体系就越发散,内容越丰富庞杂,最终深入到生产生活的方方面面。

这也说明,越底层的创新越具备更强力的AI推动价值,也具备更大的话语权。

从这个意义上看,飞桨不只是百度的飞桨,对中国在全球范围内争夺AI话语权避免被掐脖子的命运也有重要意义。而当百度开始重视飞桨,也说明其开放生态的维度尝试往更高处走,不只是共享产品、能力,而且还在分享自己“产生能力的能力”。

“倒金字塔”下的百度飞桨,带来“智能经济”产业注解?

王海峰认为,飞桨这样的平台“支撑人工智能进入了工业大生产的阶段”,他是站在人类历次产业革命的背景下说的。第四次智能革命,正需要深度学习这样的“蒸汽机”式的标志性技术,来推动智能经济时代的全面来临。

而从倒金字塔结构来看,飞桨身上也体现出智能经济与历次产业革命之间的共通之处。

1、任何的生产大跃进都源于“劳动分工”

工业革命最大的贡献,除了机器生产,更主要的是完成了人类历史上最大规模的劳动分工让每个劳动力专门从事生产过程的某一部分,更熟练的专业化能导致更高的总产出,而且还能引入更专业化的机器设备来完成精度更高的工作。

这个过程今天还在继续,只不过形式发生了变化。

深度学习本身是非常艰深和复杂的技术,企业或者开发者要自己开发深度学习平台是一件十分困难的事,时间、精力、资源的投入难以估量,也未必能独立开发出有实用性的平台。

标准化、模块化、自动化的飞桨实现的对深度学习的分工,任何一个开发者或是企业基于飞桨都可以非常快速的开发自己的应用或者产品,如此,“AI应用总产出”效率在“AI劳动分工”下变得更高,开发者对创新和创意的专注也会让AI应用质量更高。

2、任何的效率提升,都源于优质核心能力的复制扩展

当课堂教育开始出现,人类历史就进入了快车道,因为知识传播的效率大大提升,优质的知识被快速复制和拓展。

产业革命的效率提升,换个角度看都是一项核心能力快速复制扩展造成,一个新的生产工艺快速规模化,一个新的互联网技术被大范围应用……到了智能革命时代同样如此,倒金字塔的核心逻辑是底层的共通能力被上层COPY共享,那些由百度积攒下来的开发能力复制、裂变出去,成为“能量核心”。

现在,飞桨已经服务工业、农业、服务业150+万开发者,无论是工厂质检和安全管理,还是农田的农药控制和虫情监测,到商品数据分析、诊疗辅助决策,飞桨提供优质核心能力成为各行各业技术创新、智能化升级的基础底座,大大提升了效率。

3、任何的革命式的产业变革,都源于底层逻辑的变动

在“倒金字塔”下,产业智能在最上层,它一级级往下依托,这也意味着智能经济时代产业的基础逻辑会更直接地因为底层支撑结构的变动而变动。

深度学习改变了传统产业走向智能的方式,能够更便捷地自主开发AI应用,意味着AI更基础、更日常化,所有的生产、服务方式都会自然而然加入AI要素。

而本次乌镇聚焦的还有5G,这个倒金字塔底层要素对产业智能的变革也有巨大的重塑能量,例如,百度自动驾驶场景需要十分密切的车路协同,而5G支撑下的AI应用带来的是产业链的重组、产业的重构,其中涉及到政府、百度这类AI企业、运营商、通讯解决方案供应商、硬件制造商甚至道路施工部门等,过去交集不多的主体聚合到一起,带来了全新的产业链玩法。

毫无疑问,倒金字塔底层的新要素变动将带来更多类似的产业智能变革重塑,而它们,如李彦宏所言,本身就是智能经济的一部分。

打造产业智能完全体,深度学习平台还有三个必要姿势

倒金字塔的成型只是开始,百度要打造产业智能完全体,在智能经济时代抢占有利位置,而仅从飞桨而言,在客观上必须遵循这三个必要姿势:

1、预置能力提升“倒金字塔”传导效率

如果提供的车床仅仅有切削等基本功能,工厂也能生产出各种各样的产品,但生产效率和生产质量的提升并不会太大。

深度学习能提供多少预置的能力,直接决定用户在使用平台时的“生产效率”以及“生产质量”。基础技术底座的预置能力越强,深度学习在倒金字塔中对上层(AI应用)的推动能力就越强。

飞桨的核心框架之上存在大量预置的基础模型库,例如自然语言处理的基础模型库、计算机视觉的基础模型库,此外,该平台同时提供一些开发套件、工具组件(如网络自动训练、迁移学习、强化学习、多任务学习等)。可以想见的是,预置能力越多、越强,深度学习平台在通用性基础上开发门槛也将越来越低。

2、底层的全体系化服务更要避免木桶效应

没有好的开发框架,AI应用就没有载体和规则,是无本之末;

没有快速、深度的训练机制,模型训练就不会有良好的效果,数据的价值也不能被充分挖掘;

没有深度优化的部署,AI应用落到到各种搭载平台上就会有“水土不服”的风险……

任何环节的缺失,深度学习平台都会“瘸腿”,而开发者、企业对深度学习平台的需求往往是“取整函数”,只有0和1,没有过度、折中的可能。

所以,也就不难理解飞桨一开始就大力表达其全链路深度学习能力,包括支持各类开发需求的开发框架,支持大规模的分布式训练或工业级数据处理的部署,支持不同硬件、系统环境的部署模式等。

在倒金字塔结构中,越是底层,越是无法容忍“木桶效应”。

3、“跨层”交流才有不竭的AI生机

产业实践对AI的反哺价值无需多言,从倒金字塔体系来看,这是产业智能层与AI应用层的“跨层”交流。

这在5G身上体现的最为明显,正如王海峰所言,5G和人工智能会是一个相互赋能的关系,一方面,5G更快的速度更大的带宽支撑AI应用更好地实现智能,另一方面,上层的AI应用也反过来让底层的5G变得更加智能。

这种跨层甚至还可能一次跨多个层次,百度曾经联合运营商、硬件厂商、产业界,尝试合力推动AI+5G融合与落地,例如,与Intel共建“5G+AI边缘计算联合实验室”,这是往更底层跨越(与AI边缘计算大趋势结合),与中国联通共同发起“5G+AI联合实验室”,这是往更上层的应用层跨越。

对深度学习平台而言也是如此,飞桨支撑AI批量化生产最终推动产业智能,而反过来,产业智能的实践又成为更底层的飞桨不断升级的“食粮”。

事实上,从2013年开始开发飞桨,到2016年开源,再到2019年与5G时代碰撞,飞桨的发展本身就伴随着百度AI的产业实践,倒金字塔的跨层本身就是一种常态。

总而言之,在全球经济承压的大背景下,新的技术突破一直被认为是经济的新引擎,而产业智能革命下的智能经济可能要承担这样的职责,成为社会经济重新向上的动力,这其中,在倒金字塔模式下,类似百度飞桨这样的深度学习平台将发挥无法忽视的价值。

*此内容为【科技向令说】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

特别声明:本文为网易自媒体平台“网易号”作者上传并发布,仅代表该作者观点。网易仅提供信息发布平台。

跟贴

跟贴

5

参与

42

阅读下一篇

国庆节后, 300座城市卖地收入出炉, 房奴们看了泪流满面

返回网易首页

下载网易新闻客户端

文|曾响铃

来源|科技向令说(xiangling0815)

随着最高领导人致信,乌镇互联网大会的受关注度达到了前所未有的高度。

这个总是有新观点冒出的窗口里,AI已经连续多年成为热门,今年依旧,但关注点已经从过去的技术、场景应用探讨,变得更加深入和底层。

深度学习平台就是其中的代表,百度的深度学习开放平台“飞桨”,昭示着以百度为代表的众多AI企业及其产业合作伙伴,已经不单谈一个个的AI应用和场景落地,而开始转向AI应用的集群化、批量化出产。

王海峰称,飞桨把深度学习技术进行了“标准化,模块化,自动化”,并认为“任何一项能引发产业革命的技术都要有很强的通用性”,显然,飞桨成为百度抢占新一轮产业革命核心话语权的要素之一,百度不仅自己下海做AI、推动产业合作,也以赋能开发者和企业自己做AI应用的“AI工业化大生产”方式,几何式扩大产业智能影响力。

从行业角度看,深度学习平台被提到前所未有的高度,也表明AI的产业落地全面加速。与之对应的,是李彦宏在乌镇上首次提到的另一个趋势观点:“数字经济正在进化到以人工智能为核心驱动力的智能经济新阶段”。

从飞桨到智能经济,显然不是割裂的两个要素,与乌镇同样备受关注的5G一起,一个关于新产业革命下的AI“倒金字塔”布局模式也清晰地显现出来。

深度学习+5G双双成为焦点,百度AI的“倒金字塔”模式被打通

据王海峰在乌镇透露,百度大脑目前的日调用已经超过万亿次,虽然行业公认百度AI技术能力最强,但这一成绩还是让人咋舌。

回顾历史,百度对AI的坚持在国内是最笃定的,即便在互联网、经济寒冬中,百度在持续的巨额投入和外界质疑声音中仍然没有放弃走AI道路。万亿次的调用,在智能经济热潮涌动时,无疑是一抹曙光,随着AI在产业层面的潜力正在被广泛的认知,百度的长久坚持也得到了认可。

不过,虽然都在说百度AI技术和应用“业内最强”,但对于非业内人士而言,很多时候并不了解百度AI完整的、长远的布局。

百度有AI+云,有自家的AI应用,有芯片,有自动驾驶,有语音助手……这些年的产业智能化又汇集了大量产业合作伙伴,当李彦宏提出智能经济,王海峰为飞桨强力站台后,除了百度内部的业务条线,从飞桨关联起,也许,我们可以用这样一个“倒金字塔”来更直观理解百度AI整体布局的方式,如图:

(笔者根据公开资料梳理出的百度AI布局“倒金字塔”结构)

在这个倒金字塔中,芯片等硬件处于最底层,百度的布局包括2018年的“昆仑”,2019年的“鸿鹄”等,不出预料未来将有更多芯片发布;与此同时,百度还与intel等CPU、GPU芯片厂商积极合作;

对接硬件的层面,百度过去主要依靠百度智能云进行承载,现在,深度学习加入进来,加上积极探索与5G的合作,百度在AI应用和芯片硬件底层之间,构建了一个包含AI应用搭载、制造、传输三位一体的平台层;

到了更上面的AI应用层,包括百度自家的搜索、信息流、地图、智能硬件、无人车等,以及对外赋能的大量产业应用。在飞桨加入后,这个层面又出现大量产业和开发者自行生产的AI应用,百度占据了Windows式的操作系统地位,不再自己做AI;

而AI应用之上,则是我们所能见到的一个个具体的AI产业应用,也即产业智能层。

整个倒金字塔,支撑起了李彦宏口中的“智能经济”,他所提到的人机交互、IT基础设施、新业态,都可以在这之上。

更进一步看,之所以是倒金字塔形,因为在这个体系中,越是底层涉及的内容和概念越少,呈现出越强的通用性,王海峰说飞桨的标准化,模块化,自动化就是如此,越往上,AI体系就越发散,内容越丰富庞杂,最终深入到生产生活的方方面面。

这也说明,越底层的创新越具备更强力的AI推动价值,也具备更大的话语权。

从这个意义上看,飞桨不只是百度的飞桨,对中国在全球范围内争夺AI话语权避免被掐脖子的命运也有重要意义。而当百度开始重视飞桨,也说明其开放生态的维度尝试往更高处走,不只是共享产品、能力,而且还在分享自己“产生能力的能力”。

“倒金字塔”下的百度飞桨,带来“智能经济”产业注解?

王海峰认为,飞桨这样的平台“支撑人工智能进入了工业大生产的阶段”,他是站在人类历次产业革命的背景下说的。第四次智能革命,正需要深度学习这样的“蒸汽机”式的标志性技术,来推动智能经济时代的全面来临。

而从倒金字塔结构来看,飞桨身上也体现出智能经济与历次产业革命之间的共通之处。

1、任何的生产大跃进都源于“劳动分工”

工业革命最大的贡献,除了机器生产,更主要的是完成了人类历史上最大规模的劳动分工让每个劳动力专门从事生产过程的某一部分,更熟练的专业化能导致更高的总产出,而且还能引入更专业化的机器设备来完成精度更高的工作。

这个过程今天还在继续,只不过形式发生了变化。

深度学习本身是非常艰深和复杂的技术,企业或者开发者要自己开发深度学习平台是一件十分困难的事,时间、精力、资源的投入难以估量,也未必能独立开发出有实用性的平台。

标准化、模块化、自动化的飞桨实现的对深度学习的分工,任何一个开发者或是企业基于飞桨都可以非常快速的开发自己的应用或者产品,如此,“AI应用总产出”效率在“AI劳动分工”下变得更高,开发者对创新和创意的专注也会让AI应用质量更高。

2、任何的效率提升,都源于优质核心能力的复制扩展

当课堂教育开始出现,人类历史就进入了快车道,因为知识传播的效率大大提升,优质的知识被快速复制和拓展。

产业革命的效率提升,换个角度看都是一项核心能力快速复制扩展造成,一个新的生产工艺快速规模化,一个新的互联网技术被大范围应用……到了智能革命时代同样如此,倒金字塔的核心逻辑是底层的共通能力被上层COPY共享,那些由百度积攒下来的开发能力复制、裂变出去,成为“能量核心”。

现在,飞桨已经服务工业、农业、服务业150+万开发者,无论是工厂质检和安全管理,还是农田的农药控制和虫情监测,到商品数据分析、诊疗辅助决策,飞桨提供优质核心能力成为各行各业技术创新、智能化升级的基础底座,大大提升了效率。

3、任何的革命式的产业变革,都源于底层逻辑的变动

在“倒金字塔”下,产业智能在最上层,它一级级往下依托,这也意味着智能经济时代产业的基础逻辑会更直接地因为底层支撑结构的变动而变动。

深度学习改变了传统产业走向智能的方式,能够更便捷地自主开发AI应用,意味着AI更基础、更日常化,所有的生产、服务方式都会自然而然加入AI要素。

而本次乌镇聚焦的还有5G,这个倒金字塔底层要素对产业智能的变革也有巨大的重塑能量,例如,百度自动驾驶场景需要十分密切的车路协同,而5G支撑下的AI应用带来的是产业链的重组、产业的重构,其中涉及到政府、百度这类AI企业、运营商、通讯解决方案供应商、硬件制造商甚至道路施工部门等,过去交集不多的主体聚合到一起,带来了全新的产业链玩法。

毫无疑问,倒金字塔底层的新要素变动将带来更多类似的产业智能变革重塑,而它们,如李彦宏所言,本身就是智能经济的一部分。

打造产业智能完全体,深度学习平台还有三个必要姿势

倒金字塔的成型只是开始,百度要打造产业智能完全体,在智能经济时代抢占有利位置,而仅从飞桨而言,在客观上必须遵循这三个必要姿势:

1、预置能力提升“倒金字塔”传导效率

如果提供的车床仅仅有切削等基本功能,工厂也能生产出各种各样的产品,但生产效率和生产质量的提升并不会太大。

深度学习能提供多少预置的能力,直接决定用户在使用平台时的“生产效率”以及“生产质量”。基础技术底座的预置能力越强,深度学习在倒金字塔中对上层(AI应用)的推动能力就越强。

飞桨的核心框架之上存在大量预置的基础模型库,例如自然语言处理的基础模型库、计算机视觉的基础模型库,此外,该平台同时提供一些开发套件、工具组件(如网络自动训练、迁移学习、强化学习、多任务学习等)。可以想见的是,预置能力越多、越强,深度学习平台在通用性基础上开发门槛也将越来越低。

2、底层的全体系化服务更要避免木桶效应

没有好的开发框架,AI应用就没有载体和规则,是无本之末;

没有快速、深度的训练机制,模型训练就不会有良好的效果,数据的价值也不能被充分挖掘;

没有深度优化的部署,AI应用落到到各种搭载平台上就会有“水土不服”的风险……

任何环节的缺失,深度学习平台都会“瘸腿”,而开发者、企业对深度学习平台的需求往往是“取整函数”,只有0和1,没有过度、折中的可能。

所以,也就不难理解飞桨一开始就大力表达其全链路深度学习能力,包括支持各类开发需求的开发框架,支持大规模的分布式训练或工业级数据处理的部署,支持不同硬件、系统环境的部署模式等。

在倒金字塔结构中,越是底层,越是无法容忍“木桶效应”。

3、“跨层”交流才有不竭的AI生机

产业实践对AI的反哺价值无需多言,从倒金字塔体系来看,这是产业智能层与AI应用层的“跨层”交流。

这在5G身上体现的最为明显,正如王海峰所言,5G和人工智能会是一个相互赋能的关系,一方面,5G更快的速度更大的带宽支撑AI应用更好地实现智能,另一方面,上层的AI应用也反过来让底层的5G变得更加智能。

这种跨层甚至还可能一次跨多个层次,百度曾经联合运营商、硬件厂商、产业界,尝试合力推动AI+5G融合与落地,例如,与Intel共建“5G+AI边缘计算联合实验室”,这是往更底层跨越(与AI边缘计算大趋势结合),与中国联通共同发起“5G+AI联合实验室”,这是往更上层的应用层跨越。

对深度学习平台而言也是如此,飞桨支撑AI批量化生产最终推动产业智能,而反过来,产业智能的实践又成为更底层的飞桨不断升级的“食粮”。

事实上,从2013年开始开发飞桨,到2016年开源,再到2019年与5G时代碰撞,飞桨的发展本身就伴随着百度AI的产业实践,倒金字塔的跨层本身就是一种常态。

总而言之,在全球经济承压的大背景下,新的技术突破一直被认为是经济的新引擎,而产业智能革命下的智能经济可能要承担这样的职责,成为社会经济重新向上的动力,这其中,在倒金字塔模式下,类似百度飞桨这样的深度学习平台将发挥无法忽视的价值。

*此内容为【科技向令说】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

文|曾响铃

来源|科技向令说(xiangling0815)

随着最高领导人致信,乌镇互联网大会的受关注度达到了前所未有的高度。

这个总是有新观点冒出的窗口里,AI已经连续多年成为热门,今年依旧,但关注点已经从过去的技术、场景应用探讨,变得更加深入和底层。

深度学习平台就是其中的代表,百度的深度学习开放平台“飞桨”,昭示着以百度为代表的众多AI企业及其产业合作伙伴,已经不单谈一个个的AI应用和场景落地,而开始转向AI应用的集群化、批量化出产。

王海峰称,飞桨把深度学习技术进行了“标准化,模块化,自动化”,并认为“任何一项能引发产业革命的技术都要有很强的通用性”,显然,飞桨成为百度抢占新一轮产业革命核心话语权的要素之一,百度不仅自己下海做AI、推动产业合作,也以赋能开发者和企业自己做AI应用的“AI工业化大生产”方式,几何式扩大产业智能影响力。

从行业角度看,深度学习平台被提到前所未有的高度,也表明AI的产业落地全面加速。与之对应的,是李彦宏在乌镇上首次提到的另一个趋势观点:“数字经济正在进化到以人工智能为核心驱动力的智能经济新阶段”。

从飞桨到智能经济,显然不是割裂的两个要素,与乌镇同样备受关注的5G一起,一个关于新产业革命下的AI“倒金字塔”布局模式也清晰地显现出来。

深度学习+5G双双成为焦点,百度AI的“倒金字塔”模式被打通

据王海峰在乌镇透露,百度大脑目前的日调用已经超过万亿次,虽然行业公认百度AI技术能力最强,但这一成绩还是让人咋舌。

回顾历史,百度对AI的坚持在国内是最笃定的,即便在互联网、经济寒冬中,百度在持续的巨额投入和外界质疑声音中仍然没有放弃走AI道路。万亿次的调用,在智能经济热潮涌动时,无疑是一抹曙光,随着AI在产业层面的潜力正在被广泛的认知,百度的长久坚持也得到了认可。

不过,虽然都在说百度AI技术和应用“业内最强”,但对于非业内人士而言,很多时候并不了解百度AI完整的、长远的布局。

百度有AI+云,有自家的AI应用,有芯片,有自动驾驶,有语音助手……这些年的产业智能化又汇集了大量产业合作伙伴,当李彦宏提出智能经济,王海峰为飞桨强力站台后,除了百度内部的业务条线,从飞桨关联起,也许,我们可以用这样一个“倒金字塔”来更直观理解百度AI整体布局的方式,如图:

(笔者根据公开资料梳理出的百度AI布局“倒金字塔”结构)

在这个倒金字塔中,芯片等硬件处于最底层,百度的布局包括2018年的“昆仑”,2019年的“鸿鹄”等,不出预料未来将有更多芯片发布;与此同时,百度还与intel等CPU、GPU芯片厂商积极合作;

对接硬件的层面,百度过去主要依靠百度智能云进行承载,现在,深度学习加入进来,加上积极探索与5G的合作,百度在AI应用和芯片硬件底层之间,构建了一个包含AI应用搭载、制造、传输三位一体的平台层;

到了更上面的AI应用层,包括百度自家的搜索、信息流、地图、智能硬件、无人车等,以及对外赋能的大量产业应用。在飞桨加入后,这个层面又出现大量产业和开发者自行生产的AI应用,百度占据了Windows式的操作系统地位,不再自己做AI;

而AI应用之上,则是我们所能见到的一个个具体的AI产业应用,也即产业智能层。

整个倒金字塔,支撑起了李彦宏口中的“智能经济”,他所提到的人机交互、IT基础设施、新业态,都可以在这之上。

更进一步看,之所以是倒金字塔形,因为在这个体系中,越是底层涉及的内容和概念越少,呈现出越强的通用性,王海峰说飞桨的标准化,模块化,自动化就是如此,越往上,AI体系就越发散,内容越丰富庞杂,最终深入到生产生活的方方面面。

这也说明,越底层的创新越具备更强力的AI推动价值,也具备更大的话语权。

从这个意义上看,飞桨不只是百度的飞桨,对中国在全球范围内争夺AI话语权避免被掐脖子的命运也有重要意义。而当百度开始重视飞桨,也说明其开放生态的维度尝试往更高处走,不只是共享产品、能力,而且还在分享自己“产生能力的能力”。

“倒金字塔”下的百度飞桨,带来“智能经济”产业注解?

王海峰认为,飞桨这样的平台“支撑人工智能进入了工业大生产的阶段”,他是站在人类历次产业革命的背景下说的。第四次智能革命,正需要深度学习这样的“蒸汽机”式的标志性技术,来推动智能经济时代的全面来临。

而从倒金字塔结构来看,飞桨身上也体现出智能经济与历次产业革命之间的共通之处。

1、任何的生产大跃进都源于“劳动分工”

工业革命最大的贡献,除了机器生产,更主要的是完成了人类历史上最大规模的劳动分工让每个劳动力专门从事生产过程的某一部分,更熟练的专业化能导致更高的总产出,而且还能引入更专业化的机器设备来完成精度更高的工作。

这个过程今天还在继续,只不过形式发生了变化。

深度学习本身是非常艰深和复杂的技术,企业或者开发者要自己开发深度学习平台是一件十分困难的事,时间、精力、资源的投入难以估量,也未必能独立开发出有实用性的平台。

标准化、模块化、自动化的飞桨实现的对深度学习的分工,任何一个开发者或是企业基于飞桨都可以非常快速的开发自己的应用或者产品,如此,“AI应用总产出”效率在“AI劳动分工”下变得更高,开发者对创新和创意的专注也会让AI应用质量更高。

2、任何的效率提升,都源于优质核心能力的复制扩展

当课堂教育开始出现,人类历史就进入了快车道,因为知识传播的效率大大提升,优质的知识被快速复制和拓展。

产业革命的效率提升,换个角度看都是一项核心能力快速复制扩展造成,一个新的生产工艺快速规模化,一个新的互联网技术被大范围应用……到了智能革命时代同样如此,倒金字塔的核心逻辑是底层的共通能力被上层COPY共享,那些由百度积攒下来的开发能力复制、裂变出去,成为“能量核心”。

现在,飞桨已经服务工业、农业、服务业150+万开发者,无论是工厂质检和安全管理,还是农田的农药控制和虫情监测,到商品数据分析、诊疗辅助决策,飞桨提供优质核心能力成为各行各业技术创新、智能化升级的基础底座,大大提升了效率。

3、任何的革命式的产业变革,都源于底层逻辑的变动

在“倒金字塔”下,产业智能在最上层,它一级级往下依托,这也意味着智能经济时代产业的基础逻辑会更直接地因为底层支撑结构的变动而变动。

深度学习改变了传统产业走向智能的方式,能够更便捷地自主开发AI应用,意味着AI更基础、更日常化,所有的生产、服务方式都会自然而然加入AI要素。

而本次乌镇聚焦的还有5G,这个倒金字塔底层要素对产业智能的变革也有巨大的重塑能量,例如,百度自动驾驶场景需要十分密切的车路协同,而5G支撑下的AI应用带来的是产业链的重组、产业的重构,其中涉及到政府、百度这类AI企业、运营商、通讯解决方案供应商、硬件制造商甚至道路施工部门等,过去交集不多的主体聚合到一起,带来了全新的产业链玩法。

毫无疑问,倒金字塔底层的新要素变动将带来更多类似的产业智能变革重塑,而它们,如李彦宏所言,本身就是智能经济的一部分。

打造产业智能完全体,深度学习平台还有三个必要姿势

倒金字塔的成型只是开始,百度要打造产业智能完全体,在智能经济时代抢占有利位置,而仅从飞桨而言,在客观上必须遵循这三个必要姿势:

1、预置能力提升“倒金字塔”传导效率

如果提供的车床仅仅有切削等基本功能,工厂也能生产出各种各样的产品,但生产效率和生产质量的提升并不会太大。

深度学习能提供多少预置的能力,直接决定用户在使用平台时的“生产效率”以及“生产质量”。基础技术底座的预置能力越强,深度学习在倒金字塔中对上层(AI应用)的推动能力就越强。

飞桨的核心框架之上存在大量预置的基础模型库,例如自然语言处理的基础模型库、计算机视觉的基础模型库,此外,该平台同时提供一些开发套件、工具组件(如网络自动训练、迁移学习、强化学习、多任务学习等)。可以想见的是,预置能力越多、越强,深度学习平台在通用性基础上开发门槛也将越来越低。

2、底层的全体系化服务更要避免木桶效应

没有好的开发框架,AI应用就没有载体和规则,是无本之末;

没有快速、深度的训练机制,模型训练就不会有良好的效果,数据的价值也不能被充分挖掘;

没有深度优化的部署,AI应用落到到各种搭载平台上就会有“水土不服”的风险……

任何环节的缺失,深度学习平台都会“瘸腿”,而开发者、企业对深度学习平台的需求往往是“取整函数”,只有0和1,没有过度、折中的可能。

所以,也就不难理解飞桨一开始就大力表达其全链路深度学习能力,包括支持各类开发需求的开发框架,支持大规模的分布式训练或工业级数据处理的部署,支持不同硬件、系统环境的部署模式等。

在倒金字塔结构中,越是底层,越是无法容忍“木桶效应”。

3、“跨层”交流才有不竭的AI生机

产业实践对AI的反哺价值无需多言,从倒金字塔体系来看,这是产业智能层与AI应用层的“跨层”交流。

这在5G身上体现的最为明显,正如王海峰所言,5G和人工智能会是一个相互赋能的关系,一方面,5G更快的速度更大的带宽支撑AI应用更好地实现智能,另一方面,上层的AI应用也反过来让底层的5G变得更加智能。

这种跨层甚至还可能一次跨多个层次,百度曾经联合运营商、硬件厂商、产业界,尝试合力推动AI+5G融合与落地,例如,与Intel共建“5G+AI边缘计算联合实验室”,这是往更底层跨越(与AI边缘计算大趋势结合),与中国联通共同发起“5G+AI联合实验室”,这是往更上层的应用层跨越。

对深度学习平台而言也是如此,飞桨支撑AI批量化生产最终推动产业智能,而反过来,产业智能的实践又成为更底层的飞桨不断升级的“食粮”。

事实上,从2013年开始开发飞桨,到2016年开源,再到2019年与5G时代碰撞,飞桨的发展本身就伴随着百度AI的产业实践,倒金字塔的跨层本身就是一种常态。

总而言之,在全球经济承压的大背景下,新的技术突破一直被认为是经济的新引擎,而产业智能革命下的智能经济可能要承担这样的职责,成为社会经济重新向上的动力,这其中,在倒金字塔模式下,类似百度飞桨这样的深度学习平台将发挥无法忽视的价值。

*此内容为【科技向令说】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。